KR20190105560A - Hdl-관련 단백질 바이오마커 패널 검출 - Google Patents

Hdl-관련 단백질 바이오마커 패널 검출 Download PDF

Info

Publication number
KR20190105560A
KR20190105560A KR1020197004954A KR20197004954A KR20190105560A KR 20190105560 A KR20190105560 A KR 20190105560A KR 1020197004954 A KR1020197004954 A KR 1020197004954A KR 20197004954 A KR20197004954 A KR 20197004954A KR 20190105560 A KR20190105560 A KR 20190105560A
Authority
KR
South Korea
Prior art keywords
hdl
protein
models
panel
cad
Prior art date
Application number
KR1020197004954A
Other languages
English (en)
Other versions
KR102392947B1 (ko
Inventor
코리 바이스트롬
티모시 콜리에
Original Assignee
클리블랜드 하트랩, 아이엔씨.
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 클리블랜드 하트랩, 아이엔씨. filed Critical 클리블랜드 하트랩, 아이엔씨.
Priority to KR1020217024743A priority Critical patent/KR102424550B1/ko
Publication of KR20190105560A publication Critical patent/KR20190105560A/ko
Application granted granted Critical
Publication of KR102392947B1 publication Critical patent/KR102392947B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/92—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving lipids, e.g. cholesterol, lipoproteins, or their receptors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
    • G01N2333/775—Apolipopeptides
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2560/00—Chemical aspects of mass spectrometric analysis of biological material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2570/00—Omics, e.g. proteomics, glycomics or lipidomics; Methods of analysis focusing on the entire complement of classes of biological molecules or subsets thereof, i.e. focusing on proteomes, glycomes or lipidomes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/32—Cardiovascular disorders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/32—Cardiovascular disorders
    • G01N2800/324—Coronary artery diseases, e.g. angina pectoris, myocardial infarction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/50—Determining the risk of developing a disease

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Engineering & Computer Science (AREA)
  • Urology & Nephrology (AREA)
  • Hematology (AREA)
  • Biomedical Technology (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Medicinal Chemistry (AREA)
  • Biochemistry (AREA)
  • Microbiology (AREA)
  • Biophysics (AREA)
  • Biotechnology (AREA)
  • Food Science & Technology (AREA)
  • Endocrinology (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Cell Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Peptides Or Proteins (AREA)

Abstract

심혈관 질환(CVD) 또는 다른 HDL 관련된 질환을 갖거나 이를 가질 것으로 의심되는 대상체로부터의 샘플에서 하나 이상의 HDL 연관된 단백질(예를 들어, 바이오마커 패널 1 내지 30에서 ApoC3; ApoC3 및 ApoA1; ApoC3 및 SAA1/2; 또는 단백질)을 검출하기 위한 방법, 시스템 및 조성물이 본 명세서에 제공된다. 소정의 실시형태에서, 이러한 방법, 시스템 및 조성물은 대상체에 대한 CVD(또는 다른 질환)의 근사 위험, 및/또는 샘플의 근사 콜레스테롤 유출 역량(CEC)을 결정하기 위해 사용된다.

Description

HDL-관련 단백질 바이오마커 패널 검출
관련 출원에 대한 상호 참조
본 출원은 2016년 7월 21일에 출원된 미국 가출원 제62/365,175호(본 명세서에 그 전문이 참고로 포함됨)에 대한 우선권을 주장한다.
기술 분야
심혈관 질환(cardiovascular disease: CVD) 또는 다른 HDL 관련된 질환을 갖거나 이를 가질 것으로 의심되는 대상체로부터의 샘플에서 하나 이상의 HDL 연관된 단백질(예를 들어, 바이오마커 패널 1 내지 30에서 ApoC3; ApoC3 및 ApoA1; ApoC3 및 SAA1/2; 또는 단백질)을 검출하기 위한 방법, 시스템 및 조성물이 본 명세서에 제공된다. 소정의 실시형태에서, 이러한 방법, 시스템 및 조성물은 대상체에 대한 CVD(또는 다른 질환)의 근사 위험, 및/또는 샘플의 근사 콜레스테롤 유출 역량(cholesterol efflux capacity: CEC)을 결정하기 위해 사용된다. 특정한 실시형태에서, 상기 시스템 및 조성물은 CVD를 갖거나 이를 가질 것으로 의심되는 대상체로부터의 샘플 및 HDL 연관된 결합제 또는 질량 분광법 표준품으로 이루어진다.
본 발명자들의 심혈관 질환의 병리생리학의 이해 및 동맥경화반을 영상화하는 능력 둘 다에서의 최근의 진전에도 불구하고, 안정한 심장 환자에서의 위험의 정확한 결정은 문제로 남아 있다. 공격적인 위험 인자 변형을 겪지 않고, 주요 심장 부작용을 경험하는 임상적으로 확인되지 않은 고위험 환자는 크게 우려된다. 유사하게, 이익에 가장 대비하는 사람에게 한정된 건강 관리 자원을 재집중하도록 저위험 대상체의 더 정확한 확인이 필요하다. 가장 현재의 임상 위험 평가 도구는 비치료된 1차 예방 집단의 연구에 기초한 역학으로부터 개발된 알고리즘을 수반하고, 더 높은 위험 및 약제처방된 순환기내과 외래환자 환경으로 이의 적용이 제한된다. 상당한 관심에도 불구하고, 개선된 심장 위험 계층화를 위한 더 전체론적인 어레이 기반 표현형분석 기술(예를 들어, 게놈, 프로테옴, 대사체, 발현 어레이)을 도입하려는 노력은 이의 초창기에 있고, 임상 실행의 고속 요구에 수정 가능한 효율적이고 튼튼한 플랫폼으로 아직 변환되지 않았다.
심혈관 질환(CVD) 또는 다른 HDL 관련된 질환을 갖거나 이를 가질 것으로 의심되는 대상체로부터의 샘플에서 하나 이상의 HDL 연관된 단백질(예를 들어, 바이오마커 패널 1 내지 30에서 ApoC3; ApoC3 및 ApoA1; ApoC3 및 SAA1/2; 또는 단백질)을 검출하기 위한 방법, 시스템 및 조성물이 본 명세서에 제공된다. 소정의 실시형태에서, 이러한 방법, 시스템 및 조성물은 대상체에 대한 CVD(또는 다른 질환)의 근사 위험, 및/또는 샘플의 근사 콜레스테롤 유출 역량(CEC)을 결정하기 위해 사용된다. 특정한 실시형태에서, 상기 시스템 및 조성물은 CVD를 갖거나 이를 가질 것으로 의심되는 대상체로부터의 샘플 및 HDL 연관된 결합제 또는 질량 분광법 표준품으로 이루어진다.
몇몇 실시형태에서, 대상체로부터의 샘플에서 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계를 포함하는 방법이 본 명세서에 제공되고, 적어도 하나의 HDL 연관된 단백질은 ApoC3을 포함하고, 대상체는 심혈관 질환을 갖거나 이를 가질 것으로 의심된다. 소정의 실시형태에서, 샘플은 정제된 고밀도 지단백 샘플이다. 다른 실시형태에서, 샘플은 혈청 샘플, 혈장 샘플 및 혈액 샘플로 이루어진 군으로부터 선택된다. 추가적인 실시형태에서, 상기 방법은 적어도 하나의 HDL 연관된 단백질의 수치를 총 HDL 입자 또는 ApoA1 또는 HDL-콜레스테롤의 근사 수치로 정규화하여 적어도 하나의 정규화된 HDL 단백질 값을 생성하는 단계를 추가로 포함한다.
특정한 실시형태에서, 샘플에서 총 HDL 입자 또는 ApoA1 또는 HDL-콜레스테롤의 근사 수치를 결정하는 단계는 샘플에 첨가된 내부 표준품의 수치를 결정하는 단계를 포함하고, 내부 표준품은 표지된 HDL 단백질을 포함한다. 몇몇 실시형태에서, 적어도 하나의 HDL 단백질의 수치를 검출하는 단계는 시약을 샘플에 첨가하는 단계를 포함하고, 시약은 샘플에서 HDL 단백질(예를 들어, Lyc-C, 펩신, 트립신 등)을 분해한다. 다른 실시형태에서, HDL 연관된 단백질은 이전의 분해 없이 검출된다(예를 들어, 온전한 HDL 연관된 단백질은 검출된다).
다른 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 ApoC3 또는 ApoC3의 분획을 검출하는 샘플의 적어도 일부에서 검정을 수행하는 단계를 포함한다. 소정의 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 표지된 또는 비표지된 ApoC3 단백질 또는 단백질 분획 표준품을 샘플에 첨가하는 단계 및 ApoC3 표준품을 검출하는 단계를 추가로 포함한다. 추가의 실시형태에서, ApoC3 표준품은 서열 번호 11에 기재된 아미노산 서열을 포함하거나 이것으로 이루어진다. 소정의 실시형태에서, 검정은 질량 분광법 검정 또는 면역검정이다.
특정한 실시형태에서, 적어도 하나의 HDL 연관된 단백질은 혈청 아밀로이드 A1 또는 2(SAA1 및/또는 SAA2, 본 명세서에서 "SAA1/2"라 칭함)를 추가로 포함한다. 추가의 실시형태에서, 적어도 하나의 HDL 단백질의 수치를 검출하는 단계는 i) ApoC3 또는 ApoC3의 분획, 및 ii) SAA1/2 또는 SAA1/2의 분획을 검출하는 검정을 수행하는 단계를 포함한다. 추가적인 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 표지된 또는 비표지된 SAA1/2 단백질 또는 단백질 분획 표준품을 샘플에 첨가하는 단계 및 SAA1/2 표준품을 검출하는 단계를 추가로 포함한다. 소정의 실시형태에서, SAA1/2 표준품은 서열 번호 35에 기재된 아미노산 서열을 포함하거나 이것으로 이루어진다.
추가의 실시형태에서, 적어도 하나의 HDL 연관된 단백질은 아포지단백 1(ApoA1)을 추가로 포함한다. 몇몇 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 i) ApoC3 또는 ApoC3의 분획, 및 ii) ApoA1 또는 ApoA1의 분획을 검출하는 검정을 수행하는 단계를 포함한다. 다른 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 i) ApoC3 또는 ApoC3의 분획, ii) SAA1/2 또는 SAA1/2의 분획, 및 iii) ApoA1 또는 ApoA1의 분획을 검출하는 검정을 수행하는 단계를 포함한다. 소정의 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 표지된 또는 비표지된 ApoA1 단백질 또는 단백질 분획 표준품을 샘플에 첨가하는 단계 및 ApoA1 표준품을 검출하는 단계를 추가로 포함한다. 다른 실시형태에서, ApoA1 표준품은 서열 번호 1 또는 2에 기재된 아미노산 서열을 포함하거나 이들로 이루어진다.
추가의 실시형태에서, 적어도 하나의 HDL 연관된 단백질은 아포지단백 C1(ApoC1)을 추가로 포함한다. 몇몇 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 i) ApoC3 또는 ApoC3의 분획, 및 ii) ApoC1 또는 ApoC1의 분획을 검출하는 검정을 수행하는 단계를 포함한다. 추가의 실시형태에서, 적어도 하나의 HDL 연관된 단백질은 아포지단백 C1(ApoC2)을 추가로 포함한다. 몇몇 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 i) ApoC3 또는 ApoC3의 분획, 및 ii) ApoC1 또는 ApoC2의 분획을 검출하는 검정을 수행하는 단계를 포함한다. 추가의 실시형태에서, 적어도 하나의 HDL 연관된 단백질은 아포지단백 C4(ApoC4)를 추가로 포함한다. 몇몇 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 i) ApoC3 또는 ApoC3의 분획, 및 ii) ApoC1 또는 ApoC4의 분획을 검출하는 검정을 수행하는 단계를 포함한다. 특정한 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 i) ApoC3 또는 ApoC3의 분획, ii) ApoA1 또는 ApoA1의 분획, 및 iii) ApoC1 또는 ApoC1의 분획을 검출하는 검정을 수행하는 단계를 포함한다. 소정의 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 i) ApoC3 또는 ApoC3의 분획, ii) ApoA1 또는 ApoA1의 분획, 및 iii) ApoC2 또는 ApoC2의 분획을 검출하는 검정을 수행하는 단계를 포함한다.
몇몇 실시형태에서, 적어도 하나의 HDL 연관된 단백질은 아포지단백 L1(ApoL1) 및 인지질 운반 단백질(phospholipid transfer protein: PLTP)을 추가로 포함한다. 다른 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 i) ApoC3 또는 ApoC3의 분획, ii) SAA1/2 또는 SAA1/2의 분획, iii) ApoL1 또는 ApoL1의 분획, 및 iv) PLTP 또는 PLTP의 분획을 검출하는 검정을 수행하는 단계를 포함한다. 다른 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 표지된 또는 비표지된 ApoL1 단백질 또는 단백질 분획 표준품 및/또는 표지된 또는 비표지된 PLTP 단백질 또는 단백질 분획 표준품을 샘플에 첨가하는 단계 및 ApoL1 표준품 및/또는 PLTP 표준품을 검출하는 단계를 추가로 포함한다. 추가적인 실시형태에서, ApoL1 표준품은 서열 번호 18 또는 19에 기재된 아미노산 서열을 포함하거나 이들로 이루어지고, PLTP 표준품은 서열 번호 31 또는 32를 포함하거나 이들로 이루어진다.
다른 실시형태에서, 적어도 하나의 HDL 연관된 단백질은 아포지단백 E(ApoE)를 추가로 포함한다. 몇몇 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 i) ApoC3 또는 ApoC3의 분획, ii) SAA1/2 또는 SAA1/2의 분획, iii) ApoL1 또는 ApoL1의 분획, iv) PLTP 또는 PLTP의 분획, 및 v) ApoE 또는 ApoE의 분획을 검출하는 검정을 수행하는 단계를 포함한다. 다른 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 표지된 또는 비표지된 ApoE 단백질 또는 단백질 분획 표준품을 샘플에 첨가하는 단계 및 ApoE 표준품을 검출하는 단계를 추가로 포함한다. 추가의 실시형태에서, ApoE 표준품은 서열 번호 15 또는 16에 기재된 아미노산 서열을 포함하거나 이들로 이루어진다.
소정의 실시형태에서, 적어도 하나의 HDL 연관된 단백질은 아포지단백 A1(ApoA1) 및 아포지단백 D(ApoD)를 추가로 포함한다. 추가의 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 i) ApoC3 또는 ApoC3의 분획, ii) SAA1/2 또는 SAA1/2의 분획, iii) ApoL1 또는 ApoL1의 분획, iv) PLTP 또는 PLTP의 분획, v) ApoE 또는 ApoE의 분획, vi) ApoA1 또는 ApoA1의 분획, 및 vii) ApoD 또는 ApoD의 분획을 검출하는 검정을 수행하는 단계를 포함한다. 몇몇 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 표지된 또는 비표지된 ApoD 단백질 또는 단백질 분획 표준품을 샘플에 첨가하는 단계 및 ApoD 표준품을 검출하는 단계를 추가로 포함한다. 특정한 실시형태에서, ApoD 표준품은 서열 번호 13 또는 14에 기재된 아미노산 서열을 포함하거나 이들로 이루어진다. 다른 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 표지된 또는 비표지된 ApoA1 단백질 또는 단백질 분획 표준품을 샘플에 첨가하는 단계 및 ApoA1 표준품을 검출하는 단계를 추가로 포함한다.
다른 실시형태에서, 적어도 하나의 HDL 연관된 단백질은 아포지단백 M(ApoM) 및 인지질 운반 단백질(PLTP)을 추가로 포함한다. 몇몇 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 i) ApoC3 또는 ApoC3의 분획, ii) SAA1/2 또는 SAA1/2의 분획, iii) ApoM 또는 ApoM의 분획, 및 iv) PLTP 또는 PLTP의 분획을 검출하는 검정을 수행하는 단계를 포함한다. 추가의 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 표지된 또는 비표지된 ApoM 단백질 또는 단백질 분획 표준품을 샘플에 첨가하고/하거나, 표지된 또는 비표지된 PLTP 단백질 또는 단백질 분획 표준품을 샘플에 첨가하는 단계 및 ApoM 및/또는 PLTP 표준품을 검출하는 단계를 추가로 포함한다. 추가적인 실시형태에서, ApoM 표준품은 서열 번호 20에 기재된 아미노산 서열을 포함하거나 이것으로 이루어지고, PLTP 표준품은 서열 번호 31 또는 32에 기재된 아미노산 서열을 포함하거나 이들로 이루어진다.
추가적인 실시형태에서, 적어도 하나의 HDL 연관된 단백질은 아포지단백 C1(ApoC1)을 추가로 포함한다. 추가의 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 i) ApoC3 또는 ApoC3의 분획, ii) SAA1/2 또는 SAA1/2의 분획, 및 iii) ApoC1 또는 ApoC1의 분획을 검출하는 검정을 수행하는 단계를 포함한다. 몇몇 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 표지된 또는 비표지된 ApoC1 단백질 또는 단백질 분획 표준품을 샘플에 첨가하는 단계 및 ApoC1 표준품을 검출하는 단계를 추가로 포함한다. 소정의 실시형태에서, ApoC1 표준품은 서열 번호 7 또는 8에 기재된 아미노산 서열을 포함하거나 이들로 이루어진다.
추가적인 실시형태에서, 적어도 하나의 HDL 연관된 단백질은 아포지단백 D(ApoD)를 추가로 포함한다. 추가의 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 i) ApoC3 또는 ApoC3의 분획, ii) SAA1/2 또는 SAA1/2의 분획, 및 iii) ApoD 또는 ApoD의 분획을 검출하는 검정을 수행하는 단계를 포함한다. 다른 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 표지된 또는 비표지된 ApoD 단백질 또는 단백질 분획 표준품을 샘플에 첨가하는 단계 및 ApoD 표준품을 검출하는 단계를 추가로 포함한다. 몇몇 실시형태에서, ApoD 표준품은 서열 번호 13 또는 14에 기재된 아미노산 서열을 포함하거나 이들로 이루어진다.
몇몇 실시형태에서, 적어도 하나의 HDL 연관된 단백질은 CLU, ApoE, CETP, PON1, ApoC1, ApoA2, ApoC2, ApoM, PLTP 및 ApoL1로 이루어진 군으로부터 선택된 적어도 추가적인 단백질을 추가로 포함하거나 이들로 이루어진다. 다른 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 i) ApoC3 또는 ApoC3의 분획, ii) SAA1/2 또는 SAA1/2의 분획, 및 iii) 적어도 하나의 추가적인 단백질 또는 이의 분획을 검출하는 검정을 수행하는 단계를 포함한다. 특정한 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 적어도 하나의 추가적인 단백질에 상응하는 표지된 또는 비표지된 단백질 또는 단백질 분획 표준품을 첨가하는 단계 및 상응하는 표준품을 검출하는 단계를 추가로 포함한다. 추가의 실시형태에서, 상응하는 표준품은 서열 번호 23, 24, 15, 16, 21, 22, 33, 34, 7, 8, 3, 4, 9, 10, 20, 31, 32, 18 및 19에 기재된 아미노산 서열을 포함하거나 이들로 이루어진다.
소정의 실시형태에서, 적어도 하나의 HDL 연관된 단백질은 ApoC1 및 ApoC2를 추가로 포함한다. 다른 실시형태에서, 적어도 하나의 HDL 단백질의 수치를 검출하는 단계는 i) ApoC3 또는 ApoC3의 분획, ii) ApoC1 또는 ApoC1의 분획, 및 iii) ApoC2 또는 ApoC2의 분획을 검출하는 검정을 수행하는 단계를 포함한다. 추가적인 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 표지된 또는 비표지된 ApoC1 단백질 또는 단백질 분획 표준품을 샘플에 첨가하고/하거나, 표지된 또는 비표지된 ApoC2 단백질 또는 단백질 분획 표준품을 샘플에 첨가하는 단계; 및 ApoC1 및/또는 ApoC2 표준품을 검출하는 단계를 추가로 포함한다. 추가의 실시형태에서, ApoC1 표준품은 서열 번호 7 또는 8에 기재된 아미노산 서열을 포함하거나 이들로 이루어지고, ApoC2 표준품은 서열 번호 9 또는 10에 기재된 아미노산 서열을 포함하거나 이들로 이루어진다. 추가의 실시형태에서, 적어도 하나의 HDL 연관된 단백질은 아포지단백 C1(ApoC1) 및 ApoM, ApoA1, ApoC2, ApoC4, CLU, SAA4, ApoL1, HP, C3 및 PLTP로 이루어진 군으로부터 선택된 적어도 하나의 추가적인 단백질을 추가로 포함한다. 추가의 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 i) ApoC3 또는 ApoC3의 분획, ii) SAA1/2 또는 SAA1/2의 분획, iii) ApoC1 또는 ApoC1의 분획, 및 iv) 적어도 하나의 추가적인 단백질 또는 이의 분획을 검출하는 검정을 수행하는 단계를 포함한다. 추가의 실시형태에서, 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 표지된 또는 비표지된 ApoC1 단백질 또는 단백질 분획 표준품, 및/또는 표지된 또는 비표지된 추가적인 단백질 또는 단백질 분획 표준품을 첨가하는 단계 및 ApoC1 표준품 및/또는 추가적인 단백질 표준품을 검출하는 단계를 추가로 포함한다. 다른 실시형태에서, ApoC1 표준품은 서열 번호 7 또는 8에 기재된 아미노산 서열을 포함하거나 이들로 이루어지고, 추가적인 단백질 표준품은 서열 번호 23, 24, 9, 10, 20, 31, 32, 18, 19, 1, 2, 12, 36, 37, 27, 28, 25 또는 26에 기재된 아미노산 서열을 포함하거나 이들로 이루어진다.
추가의 실시형태에서, 대상체로부터의 샘플에서 바이오마커 패널 1 내지 30의 적어도 하나에서 각각의 HDL 연관된 단백질의 수치를 검출하는 단계를 포함하는 방법이 본 명세서에 제공되고, 바이오마커 패널 1 내지 26은 표 2에 기재되어 있고, 바이오마커 패널 27 내지 30은 표 54에 기재되어 있다. 소정의 실시형태에서, 대상체는 인간(예를 들어, 인간 남성 또는 인간 여성)이다. 소정의 실시형태에서, 인간은 심혈관 질환을 갖는 것으로 진단된다.
몇몇 실시형태에서, a) 심혈관 질환을 갖거나 이를 가질 것으로 의심되는 대상체로부터의 샘플; 및 b) i) 아포지단백 C3(ApoC3) 결합제, 및/또는 ii) ApoC3 질량 분광법 표준품을 포함하는 제1 성분을 포함하는 시스템 및 조성물이 본 명세서에 제공된다.
소정의 실시형태에서, 상기 시스템 및 조성물은 c) 샘플에 존재하는 총 HDL 입자, ApoA1 또는 HDL-콜레스테롤의 근사 수치로 샘플에서의 신호를 정규화하기 위한 교정자로서 작용할 수 있는, 검출 가능하게 표지된 HDL 단백질을 포함하는 조성물을 포함하는 제2 성분을 추가로 포함한다. 다른 실시형태에서, 검출 가능하게 표지된 HDL 단백질은 표지된 ApoA1(예를 들어, 아이소토프 표지된) 단백질 또는 이의 분획을 포함한다. 소정의 실시형태에서, 샘플은 혈청 샘플, 혈장 샘플, 혈액 샘플 및 정제된 고밀도 지단백(HDL) 샘플로 이루어진 군으로부터 선택된다. 특정한 실시형태에서, ApoC3 결합제는 항-ApoC3 항체 또는 이의 결합 부분, 또는 항-ApoC3 핵산 또는 단백질 압타머 또는 이의 결합 부분을 포함한다. 소정의 실시형태에서, ApoC3 질량 분광법 표준품은 아이소토프 표지된 또는 비표지된 ApoC3 단백질 또는 단백질 분획을 포함한다. 추가의 실시형태에서, 단백질 분획은 서열 번호 11에 기재된 아미노산 서열을 포함하거나 이것으로 이루어진다.
다른 실시형태에서, 상기 시스템 또는 조성물은 c) i) 혈청 아밀로이드 A 1/2(SAA1/2) 결합제, 및/또는 ii) SAA1/2 질량 분광법 표준품을 포함하는 제2 성분을 추가로 포함한다. 특정한 실시형태에서, SAA1/2 결합제는 항-SAA1/2 항체 또는 이의 결합 부분, 또는 항-SAA1/2 핵산 또는 단백질 압타머 또는 이의 결합 부분을 포함한다. 몇몇 실시형태에서, SAA1/2 질량 분광법 표준품은 표지된(예를 들어, 아이소토프 표지된) 또는 비표지된 SAA1/2 단백질 또는 단백질 분획을 포함한다. 추가의 실시형태에서, 단백질 분획은 서열 번호 35에 기재된 아미노산 서열을 포함하거나 이것으로 이루어진다.
추가적인 실시형태에서, 상기 시스템 또는 조성물은 d) i) 아포지단백 A1(ApoA1) 결합제, 및/또는 ii) ApoA1 질량 분광법 표준품을 포함하는 제3 성분을 추가로 포함한다. 추가의 실시형태에서, ApoA1 결합제는 항-ApoA1 항체 또는 이의 결합 부분, 또는 항-ApoA1 핵산 또는 단백질 압타머 또는 이의 결합 부분을 포함한다. 추가의 실시형태에서, ApoA1 질량 분광법 표준품은 아이소토프 표지된 또는 비표지된 ApoA1 단백질 또는 단백질 분획을 포함한다. 소정의 실시형태에서, 단백질 분획은 서열 번호 1 또는 2에 기재된 아미노산 서열을 포함하거나 이들로 이루어진다.
추가적인 실시형태에서, 상기 시스템 또는 조성물은 d) i) 아포지단백 L1(ApoL1) 결합제, 및/또는 ii) ApoL1 질량 분광법 표준품을 포함하는 제3 성분; 및 e) i) 인지질 운반 단백질(PLTP) 결합제, 및/또는 ii) PLTP 질량 분광법 표준품을 포함하는 제4 성분을 추가로 포함한다. 추가의 실시형태에서, ApoL1 결합제는 항-ApoA1 항체 또는 이의 결합 부분, 또는 항-ApoL1 핵산 또는 단백질 압타머 또는 이의 결합 부분을 포함하고, PLTP 결합제는 항-PLTP 항체 또는 이의 결합 부분, 또는 항-PLTP 핵산 또는 단백질 압타머 또는 이의 결합 부분을 포함한다. 소정의 실시형태에서, ApoL1 질량 분광법 표준품은 아이소토프 표지된 또는 비표지된 ApoL1 단백질 또는 단백질 분획을 포함하고/하거나, PLTP 질량 분광법 표준품은 아이소토프 표지된 또는 비표지된 PLTP 단백질 또는 단백질 분획을 포함한다. 추가의 실시형태에서, ApoL1 단백질 분획은 서열 번호 18 또는 19에 기재된 아미노산 서열을 포함하거나 이들로 이루어지고/지거나, PLTP 단백질 분획은 서열 번호 31 또는 32에 기재된 아미노산 서열을 포함하거나 이들로 이루어진다.
몇몇 실시형태에서, 상기 시스템 또는 조성물은 i) 아포지단백 E(ApoE) 결합제, 및/또는 ii) ApoE 질량 분광법 표준품을 포함하는 제5 성분을 추가로 포함한다. 다른 실시형태에서, ApoE 결합제는 항-ApoE 항체 또는 이의 결합 부분, 또는 항-ApoE 핵산 또는 단백질 압타머 또는 이의 결합 부분을 포함한다. 추가적인 실시형태에서, ApoE 질량 분광법 표준품은 아이소토프 표지된 또는 비표지된 ApoE 단백질 또는 단백질 분획을 포함한다. 다른 실시형태에서, ApoE 단백질 분획은 서열 번호 15 또는 16에 기재된 아미노산 서열을 포함하거나 이들로 이루어진다.
소정의 실시형태에서, 상기 시스템 및 조성물은 i) 아포지단백 A1(ApoA1) 결합제, 및/또는 ii) ApoA1 질량 분광법 표준품을 포함하는 제6 성분을 추가로 포함한다. 다른 실시형태에서, 상기 시스템은 d) i) 아포지단백 M(ApoM) 결합제, 및/또는 ii) ApoM 질량 분광법 표준품을 포함하는 제3 성분; 및 e) i) 인지질 운반 단백질(PLTP) 결합제, 및/또는 ii) PLTP 질량 분광법 표준품을 포함하는 제4 성분을 추가로 포함한다. 소정의 실시형태에서, ApoM 결합제는 항-ApoM 항체 또는 이의 결합 부분, 또는 항-ApoM 핵산 또는 단백질 압타머 또는 이의 결합 부분을 포함한다. 특정한 실시형태에서, ApoM 질량 분광법 표준품은 아이소토프 표지된 또는 비표지된 ApoM 단백질 또는 단백질 분획을 포함한다. 다른 실시형태에서, ApoM 단백질 분획은 서열 번호 20에 기재된 아미노산 서열을 포함하거나 이것으로 이루어진다.
추가적인 실시형태에서, 상기 시스템 및 조성물은 d) i) 아포지단백 C1(ApoC1) 결합제, 및/또는 ii) ApoC1 질량 분광법 표준품을 포함하는 제3 성분을 추가로 포함한다. 추가적인 실시형태에서, ApoC1 결합제는 항-ApoC1 항체 또는 이의 결합 부분, 또는 항-ApoC1 핵산 또는 단백질 압타머 또는 이의 결합 부분을 포함한다. 다른 실시형태에서, ApoC1 질량 분광법 표준품은 표지된(예를 들어, 아이소토프 표지된) 또는 비표지된 ApoC1 단백질 또는 단백질 분획을 포함한다. 소정의 실시형태에서, ApoC1 단백질 분획은 서열 번호 7 또는 8에 기재된 아미노산 서열을 포함하거나 이들로 이루어진다.
다른 실시형태에서, 상기 시스템 및 조성물은 d) i) 아포지단백 D(ApoD) 결합제, 및/또는 ii) ApoD 질량 분광법 표준품을 포함하는 제3 성분을 추가로 포함한다. 몇몇 실시형태에서, ApoD 결합제는 항-ApoD 항체 또는 이의 결합 부분, 또는 항-ApoD 핵산 또는 단백질 압타머 또는 이의 결합 부분을 포함한다. 추가의 실시형태에서, ApoD 질량 분광법 표준품은 표지된(예를 들어, 아이소토프 표지된) 또는 비표지된 ApoD 단백질 또는 단백질 분획을 포함한다. 추가의 실시형태에서, ApoD 단백질 분획은 서열 번호 13 또는 14에 기재된 아미노산 서열을 포함하거나 이들로 이루어진다.
소정의 실시형태에서, 상기 시스템 조성물은 d) i) 추가적인 단백질 결합제, 및/또는 ii) 추가적인 단백질 질량 분광법 표준품을 포함하는 제4 성분을 추가로 포함하고, 추가적인 단백질은 CLU, ApoE, CETP, PON1, ApoC1, ApoA2, ApoC2, ApoM, PLTP 및 ApoL1로 이루어진 군으로부터 선택된다. 추가의 실시형태에서, 추가적인 단백질 결합제는 추가적인 항-단백질 항체 또는 이의 결합 부분, 또는 추가적인 항-단백질 핵산 또는 단백질 압타머 또는 이의 결합 부분을 포함한다. 다른 실시형태에서, 추가적인 단백질 질량 분광법 표준품은 아이소토프 표지된 또는 비표지된 추가적인 단백질 또는 단백질 분획을 포함한다. 다른 실시형태에서, 추가적인 단백질 분획은 서열 번호 23, 24, 15, 16, 21, 22, 33, 34, 7, 8, 3, 4, 9, 10, 20, 31, 32, 18 및 19에 기재된 아미노산 서열을 포함하거나 이들로 이루어진다.
몇몇 실시형태에서, 상기 시스템 및 조성물은 c) i) ApoC1 결합제, 및/또는 ii) ApoC1 질량 분광법 표준품을 포함하는 제2 성분, 및 d) i) ApoC2 결합제, 및/또는 ii) ApoC2 질량 분광법 표준품을 포함하는 제3 성분을 추가로 포함한다. 추가의 실시형태에서, ApoC1 결합제는 항-ApoC1 항체 또는 이의 결합 부분, 또는 항-ApoC1 핵산 또는 단백질 압타머 또는 이의 결합 부분을 포함하고; ApoC2 결합제는 항-ApoC2 항체 또는 이의 결합 부분, 또는 항-ApoC2 핵산 또는 단백질 압타머 또는 이의 결합 부분을 포함한다. 다른 실시형태에서, ApoC1 질량 분광법 표준품은 아이소토프 표지된 또는 비표지된 ApoC1 단백질 또는 단백질 분획을 포함하고, ApoC2 질량 분광법 표준품은 아이소토프 표지된 또는 비표지된 ApoC2 단백질 또는 단백질 분획을 포함한다.
특정한 실시형태에서, 상기 시스템 및 조성물은 d) i) 아포지단백 C1(ApoC1) 결합제, 및/또는 ii) ApoC1 질량 분광법 표준품을 포함하는 제3 성분, 및 e) i) 추가적인 단백질 결합제, 및/또는 ii) 추가적인 단백질 질량 분광법 표준품을 포함하는 제4 성분을 추가로 포함하고, 추가적인 단백질은 ApoM, ApoA1, ApoC2, ApoC4, CLU, SAA4, ApoL1, HP, C3 및 PLTP로 이루어진 군으로부터 선택된다. 다른 실시형태에서, ApoC1 결합제는 항-ApoC1 항체 또는 이의 결합 부분, 또는 항-ApoC1 핵산 또는 단백질 압타머 또는 이의 결합 부분을 포함하고, 추가적인 단백질 결합제는 추가적인 항-단백질 항체 또는 이의 결합 부분, 또는 추가적인 항-단백질 핵산 또는 단백질 압타머 또는 이의 결합 부분을 포함한다. 몇몇 실시형태에서, ApoC1 질량 분광법 표준품은 아이소토프 표지된 또는 비표지된 ApoC1 단백질 또는 단백질 분획을 포함하고, 추가적인 단백질 질량 분광법 표준품은 아이소토프 표지된 또는 비표지된 추가적인 단백질 또는 단백질 분획을 포함한다. 추가의 실시형태에서, ApoC1 단백질 분획은 서열 번호 7 또는 8에 기재된 아미노산 서열을 포함하거나 이들로 이루어지고, 추가적인 단백질 분획은 서열 번호 23, 24, 9, 10, 20, 31, 32, 18, 19, 1, 2, 12, 36, 37, 27, 28, 25 또는 26에 기재된 아미노산 서열을 포함하거나 이들로 이루어진다. 특정한 실시형태에서, 대상체는 인간이다. 소정의 실시형태에서, 인간은 심혈관 질환을 갖는 것으로 진단된다.
몇몇 실시형태에서, a) 대상체로부터의 샘플에서 바이오마커 패널 1 내지 30의 적어도 하나에서 각각의 HDL 연관된 단백질의 수치를 검출하는 단계(여기서, 바이오마커 패널 1 내지 26은 표 2에 기재되어 있고, 바이오마커 패널 27 내지 30은 표 54에 기재되어 있음); 및 b) 대상체에 대한 심혈관 질환(CVD)의 근사 위험, 및/또는 샘플의 근사 콜레스테롤 유출 역량(CEC)을 결정하는 단계를 포함하는, 심혈관 질환(예를 들어, CAD, 죽상경화성 질환 등)의 근사 위험 및/또는 근사 콜레스테롤 역수송 역량을 결정하는 방법이 본 명세서에 제공된다.
몇몇 실시형태에서, 샘플은 혈청 샘플, 혈장 샘플, 혈액 샘플 및 정제된 고밀도 지단백(HDL) 샘플로 이루어진 군으로부터 선택된다. 추가의 실시형태에서, 결정하는 단계는 제1 알고리즘을 이용하여 심혈관 질환(CVD) 위험 점수 또는 콜레스테롤 유출 역량(CEC) 점수를 생성하는 단계를 포함하고, 제1 알고리즘은 i) 미리 결정된 계수에 의해 각각의 HDL 연관된 단백질 수치를 곱해 곱셈된 값을 생성하는 것, 및 ii) 패널 특정 상수 값과 곱셈된 값을 함께 추가하고, 이로써 CVD 위험 점수 또는 CEC 점수를 생성하는 것을 포함하는 조작을 수행한다. 다른 실시형태에서, 상기 방법은 c) CVD 위험 점수 및/또는 CEC 점수를 제공하는 리포트를 생성하는 단계를 추가로 포함한다. 소정의 실시형태에서, 리포트는 HDL 연관된 단백질 수치 중 적어도 하나를 추가로 포함한다. 다른 실시형태에서, 결정하는 단계는 제2 알고리즘을 이용하여 CVD 확률을 생성하는 단계를 추가로 포함하고, 제2 알고리즘은 CVD 위험 점수를 CVD 확률 = 1 / (1 + exp(-위험 점수))의 식 또는 유사한 식에 적용한다. 다른 실시형태에서, 상기 방법은 c) CVD(예를 들어, CAD) 확률을 제공하는 리포트를 생성하는 단계를 추가로 포함한다. 추가의 실시형태에서, 리포트는 HDL 연관된 단백질 수치 중 적어도 하나를 추가로 포함한다.
소정의 실시형태에서, 바이오마커 패널은 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29 또는 30으로 이루어진 군으로부터 선택된다. 몇몇 실시형태에서, 바이오마커 패널은 HDL 연관된 단백질 ApoA1, ApoC1, ApoC2, ApoC3 및 ApoC4로 이루어진 바이오마커 패널 번호 18이다. 다른 실시형태에서, 바이오마커 패널은 HDL 연관된 단백질 ApoA2, ApoC1, ApoC2, ApoC3, ApoD 및 SAA1/2로 이루어진 바이오마커 패널 번호 19이다. 다른 실시형태에서, 바이오마커 패널은 HDL 연관된 단백질 ApoA1, ApoC2 및 ApoC3으로 이루어진 바이오마커 패널 번호 5이다. 추가적인 실시형태에서, 바이오마커 패널은 HDL 연관된 단백질 ApoC1, ApoC3, CLU, PLTP 및 SAA4로 이루어진 바이오마커 패널 번호 4이다. 다른 실시형태에서, 바이오마커 패널은 HDL 연관된 단백질 ApoA1, ApoA2, ApoC1, ApoC2, ApoC3, ApoC4, ApoD, ApoE, ApoL1, ApoM, C3, CLU, HP, SAA1/2 및 SAA4로 이루어진 바이오마커 패널 번호 28이다. 추가의 실시형태에서, 바이오마커 패널은 HDL 연관된 단백질 ApoA1, ApoA2, ApoC3, ApoC4, ApoD, ApoE, ApoL1, ApoM, C3, HP, PLTP, PON1 및 SAA1/2로 이루어진 바이오마커 패널 번호 30이다. 몇몇 실시형태에서, CVD는 관상 동맥 질환(CAD)이다. 추가의 실시형태에서, CEC는 전반적 CEC이다. 추가의 실시형태에서, CEC는 ABCA1 CEC이다.
몇몇 실시형태에서, 상기 방법은 단계 a) 후에, 그러나 단계 b) 전에, 적어도 하나의 바이오마커 패널에서 각각의 HDL 연관된 단백질의 수치를 정규화하는 단계(여기서, 정규화는 샘플에서 총 HDL 입자 또는 ApoA1 또는 HDL-콜레스테롤의 근사 수치에 대하여 정규화된 HDL 단백질 값을 생성함)를 추가로 포함한다. 추가적인 실시형태에서, 상기 방법은 샘플에서 총 HDL 입자 또는 ApoA1 또는 HDL-콜레스테롤의 근사 수치를 결정하는 단계를 추가로 포함한다. 추가의 실시형태에서, 샘플에서 총 HDL 입자 또는 ApoA1 또는 HDL-콜레스테롤의 근사 수치를 결정하는 단계는 샘플에 첨가된 내부 표준품의 수치를 결정하는 단계를 포함하고, 내부 표준품은 표지된 HDL 단백질을 포함한다.
몇몇 실시형태에서, 바이오마커 패널의 적어도 하나에서 각각의 HDL 연관된 단백질의 수치를 검출하는 단계는 바이오마커 패널에서 각각의 HDL 연관된 단백질, 또는 이의 분획을 검출하는 샘플의 적어도 일부에서 검정을 수행하는 단계를 포함한다. 특정한 실시형태에서, 검정은 질량 분광법 또는 면역검정이다. 추가의 실시형태에서, 바이오마커 패널의 적어도 하나에서 각각의 HDL 연관된 단백질의 수치를 검출하는 단계는 표지된 또는 비표지된 단백질 분획 표준품을 적어도 하나의 검출된 HDL 연관된 단백질에 상응하는 샘플에 첨가하는 단계 및 표준품을 검출하는 단계를 추가로 포함한다. 다른 실시형태에서, 대상체는 인간이다. 추가의 실시형태에서, 인간은 심혈관 질환을 갖는 것으로 진단된다.
다른 실시형태에서, a) 심혈관 질환을 갖거나 이를 가질 것으로 의심되는 대상체로부터의 샘플; 및 b) i) 바이오마커 패널 1 내지 30의 적어도 하나에서 각각의 HDL 연관된 단백질에 대한 결합제(여기서, 바이오마커 패널 1 내지 26은 표 2에 기재되어 있고, 바이오마커 패널 27 내지 30은 표 54에 기재됨); 및/또는 ii) 바이오마커 패널 1 내지 30의 적어도 하나에서 각각의 HDL 연관된 단백질에 대한 질량 분광법 표준품 단백질 중 적어도 하나를 포함하는 시스템 및 조성물이 본 명세서에 제공된다.
특정한 실시형태에서, 상기 시스템은 c) 바이오마커 패널의 적어도 하나에 대해 샘플에서 HDL 연관된 단백질의 원 수치 또는 정규화된 수치를 제공하는 리포트를 추가로 포함한다. 추가의 실시형태에서, 상기 시스템은 c) 바이오마커 패널의 적어도 하나에 대해 샘플에서 HDL 연관된 단백질의 수치에 기초하여 대상체에 대한 CVD 위험 점수 및/또는 콜레스테롤 유출 역량(CEC)을 제공하는 리포트를 추가로 포함한다. 다른 실시형태에서, 상기 시스템은 c) 대상체에 대한 CVD 확률 위험을 제공하는 리포트를 추가로 포함한다. 특정한 실시형태에서, 대상체는 인간이다.
몇몇 실시형태에서, a) 바이오마커 패널 1 내지 30의 적어도 하나에서 각각의 HDL 연관된 단백질에 대한 대상체 값을 얻는 단계(여기서, 바이오마커 패널 1 내지 26은 표 2에 기재되어 있고, 바이오마커 패널 27 내지 30은 표 54에 기재됨), b) CVD 위험 점수 및/또는 콜레스테롤 유출 역량 점수가 대상체에 대해 결정되도록 대상체 값을 프로세싱 시스템에 의해 프로세싱하는 단계를 포함하는, 대상체에 대한 CVD 위험 점수 또는 콜레스테롤 유출 역량 점수를 리포트하는 방법이 본 명세서에 제공되고, 여기서 프로세싱 시스템은 i) 컴퓨터 프로세서, 및 ii) 하나 이상의 컴퓨터 프로그램 및 데이터베이스를 포함하는 비일시적 컴퓨터 메모리를 포함하고, 하나 이상의 컴퓨터 프로그램은 바이오마커 패널 모델 알고리즘을 포함하고, 데이터베이스는 i) 적어도 하나의 바이오마커 패널에서 각각의 HDL 연관된 단백질에 대한 미리 결정된 계수, 및 ii) 적어도 하나의 바이오마커 패널에 대한 패널 특정 상수 값을 포함하고; 컴퓨터 프로세서와 함께 하나 이상의 컴퓨터 프로그램은 i) 상응하는 미리 결정된 계수에 의해 적어도 하나의 바이오마커 패널에서의 각각의 HDL 연관된 단백질의 수치를 곱해 곱셈된 값을 생성하고, ii) 패널 특정 상수 값과 곱셈된 값을 함께 추가하고, 이로써 대상체에 대한 CVD 위험 점수 또는 콜레스테롤 유출 역량(CEC) 점수를 생성하도록 바이오마커 패널 모델 알고리즘을 적용하도록 구성된다.
소정의 실시형태에서, 상기 방법은 c) 프로세싱 시스템에 의해 결정된 대상체에 대한 CVD 위험 점수 및/또는 CEC 점수를 리포트하는 단계를 추가로 포함한다. 몇몇 실시형태에서, CVD 위험 점수는 대상체에 대한 CVD 위험의 확률을 결정하도록 이용된다. 추가의 실시형태에서, 상기 방법은 d) i) 높은 CVD 위험의 확률에 기초하여 대상체에서 관상동맥 도관삽입을 수행하는 행동, ii) 높은 또는 중등도 CVD 위험의 확률에 기초하여 심혈관 질환(CVD) 치료제(예를 들어, 스타틴류, ACE 저해제, 알도스테론 저해제, 안지오텐신 II 수용체 차단제, 베타-차단제, 칼슘 채널 차단제, 콜레스테롤 저하 약물, 디곡신, 이뇨제, 칼륨, 마그네슘, 혈관확장제 또는 와파린)에 의해 대상체를 치료하는 행동, iii) 대상체에 높은 또는 중등도 CVD 위험의 확률에 기초하여 CVD 치료제를 처방하는 행동, iv) 높은 또는 중등도 CVD 위험의 확률에 기초하여 대상체에서 적어도 하나의 추가적인 진단학적 시험을 수행하는 행동, v) 높은 CVD 위험의 확률에 기초하여 대상체가 입원하도록 허용하고/하거나 지시하는 행동, vi) 높은 또는 중등도 CVD 위험의 확률에 기초하여 대상체로부터의 샘플을 하나 이상의 비-바이오마커 패널 CVD 위험 검정에 의해 시험하는 행동, vii) 낮은 CVD 위험의 확률에 기초하여 치료 시설로부터 대상체를 퇴원시키는 행동, 및 viii) 높은 또는 중등도 CVD 위험의 확률에 기초하여 대상체에서 스트레스 시험을 수행하는 행동 중 하나 이상을 수행하는 단계를 추가로 포함한다.
소정의 실시형태에서, 상기 방법은 d) i) 대상체에 대한 CVD 위험의 확률을 사용자에게 통신시키는 행동, ii) 대상체에 대한 CVD 위험의 확률을 나타내는 행동, iii) 대상체에 대한 CVD 위험의 확률을 제공하는 리포트를 생성하는 행동, 및 iv) 대상체에 대한 CVD 위험의 확률을 제공하는 리포트를 작성하고/하거나 전송하는 행동 중 하나 이상을 수행하는 단계를 추가로 포함한다. 다른 실시형태에서, 대상체 값을 얻는 것은 시험 실험실로부터, 대상체로부터, 분석 시험 시스템으로부터, 및/또는 휴대용 또는 현장 현시 시험 장치로부터 대상체 값을 수취하는 것을 포함한다. 몇몇 실시형태에서, 프로세싱 시스템은 분석 시험 시스템 및/또는 휴대용 또는 현장 현시 시험 장치를 추가로 포함한다.
특정한 실시형태에서, 대상체 값을 얻는 것은 대상체 값을 전자로 수취하는 것을 포함한다. 다른 실시형태에서, 대상체 값을 얻는 것은 대상체로부터의 샘플을 검출 검정에 의해 시험하는 것을 포함한다. 추가의 실시형태에서, 검출 검정은 면역검정 또는 질량 분광법 검정을 포함한다. 추가적인 실시형태에서, 프로세싱 시스템은 그래픽 사용자 인터페이스를 추가로 포함하고, 상기 방법은 그래픽 사용자 인터페이스를 통해 대상체 값을 입력하는 것을 추가로 포함한다. 소정의 실시형태에서, 그래픽 사용자 인터페이스는 데스크탑 컴퓨터, 노트북 컴퓨터, 태블릿 컴퓨터, 스마트폰 및 현장 현시 분석 장치로부터 선택된 장치의 일부이다.
추가적인 실시형태에서, 프로세싱 시스템은 샘플 분석기를 추가로 포함한다. 추가의 실시형태에서, 컴퓨터 메모리의 적어도 일부는 샘플 분석기 내부에 위치한다. 추가의 실시형태에서, 프로세싱 시스템은 실험실 인터페이스 시스템(Laboratory Interface System: LIM)을 추가로 포함한다. 다른 실시형태에서, 컴퓨터 메모리의 적어도 일부는 LIM의 일부이다.
몇몇 실시형태에서, 프로세싱 시스템은 데스크탑 컴퓨터, 노트북 컴퓨터, 태블릿 컴퓨터, 스마트폰 및 현장 현시 분석 장치로 이루어진 군으로부터 선택된 프로세싱 장치를 추가로 포함한다. 추가적인 실시형태에서, 컴퓨터 메모리의 적어도 일부는 프로세싱 장치 내부에 위치한다.
다른 실시형태에서, 하나 이상의 컴퓨터 프로그램은 CVD 확률 알고리즘을 추가로 포함하고, 컴퓨터 프로세서와 함께 하나 이상의 컴퓨터 프로그램은 iii) CVD 위험 점수를 CVD 확률 = 1 / (1 + exp(-CVD 위험 점수)의 식에 적용하도록 CVD 확률 알고리즘을 적용하도록 추가로 구성된다. 특정한 실시형태에서, CVD는 관상 동맥 질환(CAD)이다. 다른 실시형태에서, CEC는 전반적 CEC이다. 몇몇 실시형태에서, CEC는 ABCA1 CEC이다.
추가적인 실시형태에서, 각각의 HDL 연관된 단백질에 대한 대상체 값은 (예를 들어, 샘플에서 총 HDL 입자 또는 ApoA1 또는 HDL-콜레스테롤, 또는 샘플에서 몇몇 다른 단백질, 예컨대 HSA의 근사 수치와 관련하여) 정규화된 수치이다. 추가의 실시형태에서, 적어도 하나의 바이오마커 패널은 HDL 연관된 단백질 ApoA1, ApoC1, ApoC2, ApoC3 및 ApoC4로 이루어진 바이오마커 패널 번호 18이다. 다른 실시형태에서, 적어도 하나의 바이오마커 패널은 HDL 연관된 단백질 ApoA2, ApoC1, ApoC2, ApoC3, ApoD 및 SAA1/2로 이루어진 바이오마커 패널 번호 19이다. 추가적인 실시형태에서, 적어도 하나의 바이오마커 패널은 HDL 연관된 단백질 ApoA1, ApoC2 및 ApoC3으로 이루어진 바이오마커 패널 번호 5이다. 다른 실시형태에서, 적어도 하나의 바이오마커 패널은 HDL 연관된 단백질 ApoC1, ApoC3, CLU, PLTP 및 SAA4로 이루어진 바이오마커 패널 번호 4이다. 추가의 실시형태에서, 적어도 하나의 바이오마커 패널은 HDL 연관된 단백질 ApoA1, ApoA2, ApoC1, ApoC2, ApoC3, ApoC4, ApoD, ApoE, ApoL1, ApoM, C3, CLU, HP, SAA1/2 및 SAA4로 이루어진 바이오마커 패널 번호 28이다. 다른 실시형태에서, 적어도 하나의 바이오마커 패널은 HDL 연관된 단백질 ApoA1, ApoA2, ApoC3, ApoC4, ApoD, ApoE, ApoL1, ApoM, C3, HP, PLTP, PON1 및 SAA1/2로 이루어진 바이오마커 패널 번호 30이다. 추가의 실시형태에서, 대상체는 인간이다. 다른 실시형태에서, 인간은 심혈관 질환을 갖는 것으로 진단된다.
추가의 실시형태에서, a) 컴퓨터 프로세서, 및 b) 하나 이상의 컴퓨터 프로그램 및 데이터베이스를 포함하는 비일시적 컴퓨터 메모리를 포함하는 프로세싱 시스템이 본 명세서에 제공되고, 하나 이상의 컴퓨터 프로그램은 바이오마커 패널 모델 알고리즘을 포함하고, 데이터베이스는 i) 바이오마커 패널 1 내지 30의 적어도 하나에서 각각의 HDL 연관된 단백질에 대한 대상체 값(여기서, 바이오마커 패널 1 내지 26은 표 2에 기재되어 있고, 바이오마커 패널 27 내지 30은 표 54에 기재되어 있음), ii) 바이오마커 패널 1 내지 30의 적어도 하나에서 각각의 HDL 연관된 단백질에 대한 패널 특정 미리 결정된 계수, 및 iii) 적어도 하나의 바이오마커 패널에 대한 패널 특정 상수 값을 포함하고; 컴퓨터 프로세서와 함께 하나 이상의 컴퓨터 프로그램은 i) 상응하는 패널 특정 미리 결정된 계수에 의해 각각의 HDL 연관된 단백질에 대한 대상체 값을 곱해 곱셈된 값을 생성하고, ii) 패널 특정 상수 값과 곱셈된 값을 함께 추가하고, 이로써 대상체에 대한 CVD 위험 점수 또는 콜레스테롤 유출 역량(CEC) 점수를 생성하도록 바이오마커 패널 모델 알고리즘을 적용하도록 구성된다.
소정의 실시형태에서, 하나 이상의 컴퓨터 프로그램은 CVD 확률 알고리즘을 추가로 포함하고, 컴퓨터 프로세서와 함께 하나 이상의 컴퓨터 프로그램은 iii) CVD 위험 점수를 CVD 확률 = 1 / (1 + exp(-CVD 위험 점수)의 식에 적용하도록 CVD 확률 알고리즘을 적용하도록 추가로 구성된다. 몇몇 실시형태에서, CVD는 관상 동맥 질환(CAD)이다. 추가의 실시형태에서, CEC는 전반적 CEC이다. 다른 실시형태에서, CEC는 ABCA1 CEC이다.
소정의 실시형태에서, 각각의 HDL 연관된 단백질에 대한 대상체 값은 샘플에서 총 HDL 입자 또는 ApoA1 또는 HDL-콜레스테롤의 근사 수치에 대한 정규화된 수치이다. 다른 실시형태에서, 상기 시스템은 c) HDL 연관된 단백질 분석 시험 시스템 및/또는 휴대용 또는 현장 현시 HDL 연관된 단백질 현장 현시 시험 장치를 추가로 포함한다. 특정한 실시형태에서, HDL 연관된 단백질 분석 시험 시스템은 질량 분광기 또는 광학 검출기를 포함한다. 다른 실시형태에서, 상기 시스템은 c) 컴퓨터 메모리로 각각의 HDL 연관된 단백질에 대한 대상체 값을 입력하기 위한 그래픽 사용자 인터페이스를 추가로 포함한다. 다른 실시형태에서, 그래픽 사용자 인터페이스는 데스크탑 컴퓨터, 노트북 컴퓨터, 태블릿 컴퓨터, 스마트폰 및 현장 현시 분석 장치로부터 선택된 장치의 일부이다.
몇몇 실시형태에서, 상기 시스템은 샘플 분석기를 추가로 포함하고, 컴퓨터 메모리의 적어도 일부는 샘플 분석기 내부에 위치한다. 특정한 실시형태에서, 상기 시스템은 실험실 인터페이스 시스템(LIM)의 적어도 일부를 추가로 포함한다. 다른 실시형태에서, 컴퓨터 메모리의 적어도 일부는 LIM의 일부이다. 다른 실시형태에서, 상기 시스템은 c) 데스크탑 컴퓨터, 노트북 컴퓨터, 태블릿 컴퓨터, 스마트폰 및 현장 현시 분석 장치로 이루어진 군으로부터 선택된 프로세싱 장치를 추가로 포함한다. 다른 실시형태에서, 컴퓨터 메모리의 적어도 일부는 프로세싱 장치 내부에 위치한다. 추가적인 실시형태에서, 상기 시스템은 환자에 대한 CVD 위험 점수 또는 CEC 점수를 나타내도록 구성된 디스플레이 성분을 추가로 포함한다. 다른 실시형태에서, 디스플레이 성분은 컴퓨터 모니터, 태블릿 컴퓨터 스크린, 스마트폰 스크린 및 현장 현시 분석 장치 스크린으로부터 선택된다.
몇몇 실시형태에서, 적어도 하나의 바이오마커 패널은 HDL 연관된 단백질 ApoA1, ApoC1, ApoC2, ApoC3 및 ApoC4로 이루어진 바이오마커 패널 번호 18이다. 추가의 실시형태에서, 적어도 하나의 바이오마커 패널은 HDL 연관된 단백질 ApoA2, ApoC1, ApoC2, ApoC3, ApoD 및 SAA1/2로 이루어진 바이오마커 패널 번호 19이다. 다른 실시형태에서, 적어도 하나의 바이오마커 패널은 HDL 연관된 단백질 ApoA1, ApoC2 및 ApoC3으로 이루어진 바이오마커 패널 번호 5이다. 추가의 실시형태에서, 적어도 하나의 바이오마커 패널은 HDL 연관된 단백질 ApoC1, ApoC3, CLU, PLTP 및 SAA4로 이루어진 바이오마커 패널 번호 4이다. 몇몇 실시형태에서, 적어도 하나의 바이오마커 패널은 HDL 연관된 단백질 ApoA1, ApoA2, ApoC1, ApoC2, ApoC3, ApoC4, ApoD, ApoE, ApoL1, ApoM, C3, CLU, HP, SAA1/2 및 SAA4로 이루어진 바이오마커 패널 번호 28이다. 특정한 실시형태에서, 적어도 하나의 바이오마커 패널은 HDL 연관된 단백질 ApoA1, ApoA2, ApoC3, ApoC4, ApoD, ApoE, ApoL1, ApoM, C3, HP, PLTP, PON1 및 SAA1/2로 이루어진 바이오마커 패널 번호 30이다. 다른 실시형태에서, 대상체는 인간이다. 추가적인 실시형태에서, 인간은 심혈관 질환을 갖는 것으로 진단된다.
몇몇 실시형태에서, 데이터베이스에 접근하도록 구성된 하나 이상의 컴퓨터 프로그램을 포함하는 비일시적 컴퓨터 메모리 성분이 본 명세서에 제공되고, 하나 이상의 컴퓨터 프로그램은 바이오마커 패널 모델 알고리즘을 포함하고, 데이터베이스는 i) 바이오마커 패널 1 내지 30의 적어도 하나에서 각각의 HDL 연관된 단백질에 대한 대상체 값(여기서, 바이오마커 패널 1 내지 26은 표 2에 기재되어 있고, 바이오마커 패널 27 내지 30은 표 54에 기재되어 있음), ii) 바이오마커 패널 1 내지 30의 적어도 하나에서 각각의 HDL 연관된 단백질에 대한 미리 결정된 계수, 및 iii) 적어도 하나의 바이오마커 패널에 대한 패널 특정 상수 값을 포함하고; 컴퓨터 프로세서와 함께 하나 이상의 컴퓨터 프로그램은 i) 상응하는 미리 결정된 계수에 의해 각각의 HDL 연관된 단백질에 대한 대상체 값을 곱해 곱셈된 값을 생성하고, ii) 패널 특정 상수 값과 곱셈된 값을 함께 추가하고, 이로써 대상체에 대한 CVD 위험 점수 또는 콜레스테롤 유출 역량(CEC) 점수를 생성하도록 바이오마커 패널 모델 알고리즘을 적용하도록 구성된다.
추가의 실시형태에서, HDL 연관된 단백질을 평가하는 단계는 질량 분광법(MS), 크로마토그래피, LC-MS, 플라즈몬 공명 및 폴리비닐 설폰산(PVS) 및 폴리에틸렌-글라이콜-메틸 에터(PEGME)의 사용을 포함하는 검정으로 이루어진 군으로부터 선택된 기법에 의해 수행된다. 소정의 실시형태에서, 검출하는 단계는 크로마토그래피 및 질량 분광법 둘 다를 수행하는 장치로 정제된 HDL 샘플을 주입함으로써 수행된다. 몇몇 실시형태에서, 장치는 액체 크로마토그래피-질량 분광법(LC/MS) 기계이다.
소정의 실시형태에서, HDL 값은 정규화된 값이다. 특정한 실시형태에서, 정규화는 총 HDL 콜레스테롤, 또는 ApoA1 단백질 또는 HDL 입자에 관한 것이다. 총 HDL의 결정은, 지단백 ApoB를 함유하는 LDL 콜레스테롤 입자의 혈청 샘플을 "깨끗이" 하도록 특정한 순서로 첨가된 선택된 시약을 사용하는 "균일한" 검정을 이용하여 보통 수행되는, LDL 콜레스테롤을 측정함으로써 수행될 수 있다. 후속하여, HDL 콜레스테롤은 전통적인 효소 커플링 검정을 이용하여 상업적으로 결정된다. 총 HDL의 측정은 HDL 입자 단리의 물리적 방법, 통상적으로 초원심분리를 이용하여 또한 수행될 수 있다(예를 들어, 문헌[Warnick et al., Clinical Chemistry September 2001 vol. 47 no. 9 1579-1596](본 명세서에 참고로 포함됨)). 몇몇 실시형태에서, 측정된 HDL 연관된 단백질의 양은 정규화에 대한 비율을 결정하도록 초기 샘플에서 네이티브 ApoA1의 총 양과 비교될 수 있다. ApoA1은 각각의 HDL 입자의 1차 지단백 성분이다. ApoA1보다는 HDL 콜레스테롤의 결정이 심혈관 위험 평가의 중심이지만, 이 검토는 ApoA1의 결정이 준임상 죽상동맥경화증의 확인에서 유용성을 가지면서 변하고 있다(Florvall et al., Journal of Gerontology: BIOLOGICAL SCIENCES 2006, Vol. 61A, No. 12, 1262-1266(본 명세서에 참고로 포함됨)). 총 ApoA1은 통상적으로 널리 이용 가능한 면역검정 플랫폼 검정을 이용하여 측정된다.
몇몇 실시형태에서, 대상체로부터의 샘플에서 적어도 3개(또는 적어도 2개)의 HDL 연관된 단백질(예를 들어, 표 2 및 표 54에 기재된 것으로부터 선택된)의 수치를 검출하는 단계를 포함하는 방법이 본 명세서에 제공되고, 대상체는 심혈관 질환을 갖거나 이를 가질 것으로 의심된다. 특정한 실시형태에서, 샘플은 정제된 고밀도 지단백 샘플이다.
소정의 실시형태에서, a) 대상체로부터의 샘플에서 적어도 3개(또는 적어도 2개)의 HDL 연관된 단백질(예를 들어, 표 2 및 표 54에 기재된 것으로부터 선택된)의 수치를 검출하는 단계; 및 b) 대상체에 대한 심혈관 질환(CVD)의 근사 위험, 및/또는 샘플의 근사 콜레스테롤 유출 역량(CEC)을 결정하는 단계를 포함하는 심혈관 질환의 근사 위험 및/또는 근사 콜레스테롤 역수송 역량을 결정하는 방법이 본 명세서에 제공된다.
몇몇 실시형태에서, a) 심혈관 질환을 갖거나 이를 가질 것으로 의심되는 대상체로부터의 샘플; 및 b) i) 적어도 3개(또는 적어도 2개)의 HDL 연관된 단백질(예를 들어, 표 2 및 표 54에 기재된 것으로부터 선택된)의 각각에 대한 결합제; 및/또는 ii) 적어도 3개(또는 적어도 2개)의 HDL 연관된 단백질의 각각에 대한 질량 분광법 표준품 단백질 중 적어도 하나를 포함하는 시스템이 본 명세서에 제공된다.
다른 실시형태에서, a) 적어도 3개(또는 적어도 2개)의 HDL 연관된 단백질(예를 들어, 표 2 및 표 54에 기재된 것으로부터 선택된)의 각각에 대한 대상체 값을 얻는 단계, b) CVD 위험 점수 및/또는 콜레스테롤 유출 역량 점수가 대상체에 대해 결정되도록 대상체 값을 프로세싱 시스템에 의해 프로세싱하는 단계를 포함하는 대상체에 대한 CVD 위험 점수 또는 콜레스테롤 유출 역량 점수를 리포팅하는 방법이 본 명세서에 제공되고, 프로세싱 시스템은 i) 컴퓨터 프로세서, 및 ii) 하나 이상의 컴퓨터 프로그램 및 데이터베이스를 포함하는 비일시적 컴퓨터 메모리를 포함하고, 하나 이상의 컴퓨터 프로그램은 바이오마커 알고리즘을 포함하고, 데이터베이스는 i) 적어도 3개(또는 적어도 2개)의 HDL 연관된 단백질의 각각에 대한 미리 결정된 계수, 및 ii) 적어도 3개(또는 적어도 2개)의 HDL 연관된 단백질의 조합에 대한 패널 특정 상수 값을 포함하고; 컴퓨터 프로세서와 함께 하나 이상의 컴퓨터 프로그램은 i) 상응하는 미리 결정된 계수에 의해 적어도 3개(또는 적어도 2개)의 HDL 연관된 단백질의 각각의 수치를 곱해 곱셈된 값을 생성하고, ii) 패널 특정 상수 값과 곱셈된 값을 함께 추가하고, 이로써 대상체에 대한 CVD 위험 점수 또는 콜레스테롤 유출 역량(CEC) 점수를 생성하도록 바이오마커 알고리즘을 적용하도록 구성된다.
몇몇 실시형태에서, a) 컴퓨터 프로세서, 및 b) 하나 이상의 컴퓨터 프로그램 및 데이터베이스를 포함하는 비일시적 컴퓨터 메모리를 포함하는 프로세싱 시스템이 본 명세서에 제공되고, 하나 이상의 컴퓨터 프로그램은 바이오마커 알고리즘을 포함하고, 데이터베이스는 i) 적어도 3개(또는 적어도 2개)의 HDL 연관된 단백질(예를 들어, 표 2 및 표 54에 기재된 것으로부터 선택된)의 각각에 대한 대상체 값, ii) 적어도 3개(또는 적어도 2개)의 HDL 연관된 단백질의 각각에 대한 패널 특정 미리 결정된 계수, 및 iii) 적어도 3개의 HDL 연관된 단백질의 조합에 대한 패널 특정 상수 값을 포함하고; 컴퓨터 프로세서와 함께 하나 이상의 컴퓨터 프로그램은 i) 상응하는 패널 특정 미리 결정된 계수에 의해 적어도 3개(또는 적어도 2개)의 HDL 연관된 단백질의 각각에 대한 대상체 값을 곱해 곱셈된 값을 생성하고, ii) 패널 특정 상수 값과 곱셈된 값을 함께 추가하고, 이로써 대상체에 대한 CVD 위험 점수 또는 콜레스테롤 유출 역량(CEC) 점수를 생성하도록 바이오마커 알고리즘을 적용하도록 구성된다.
특정한 실시형태에서, 데이터베이스에 접근하도록 구성된 하나 이상의 컴퓨터 프로그램을 포함하는 비일시적 컴퓨터 메모리 성분이 본 명세서에 제공되고, 하나 이상의 컴퓨터 프로그램은 바이오마커 알고리즘을 포함하고, 데이터베이스는 i) 적어도 3개(또는 적어도 2개)의 HDL 연관된 단백질(예를 들어, 표 2 및 표 54에 기재된 것으로부터 선택된)의 각각에 대한 대상체 값, ii) 각각의 HDL 연관된 단백질에 대한 미리 결정된 계수, 및 iii) 적어도 3개(적어도 2개)의 HDL 연관된 단백질의 조합에 대한 패널 특정 상수 값을 포함하고; 컴퓨터 프로세서와 함께 하나 이상의 컴퓨터 프로그램은 i) 상응하는 미리 결정된 계수에 의해 각각의 HDL 연관된 단백질에 대한 대상체 값을 곱해 곱셈된 값을 생성하고, ii) 패널 특정 상수 값과 곱셈된 값을 함께 추가하고, 이로써 대상체에 대한 CVD 위험 점수 또는 콜레스테롤 유출 역량(CEC) 점수를 생성하도록 바이오마커 알고리즘을 적용하도록 구성된다.
소정의 실시형태에서, 본 명세서에 기재된 바이오마커 패널은 심혈관 질환, 비알콜성 지방간염(nonalcoholic steatohepatitis: NASH), 홍반성 낭창, 자극성 장 증후군(irritable bowel syndrome: IBS), 만성 신장 질환(chronic kidney disease: CKD), 류마티스성 관절염(rheumatoid arthritis: RA) 및 알츠하이머병으로부터 선택된 HDL 관련된 질환의 위험을 진단하도록 사용된다.
도 1은 패널 1과 관련하여 하기 실시예 1에 기재된 단계에 상응하는 예시적인 워크 플로우를 보여준다.
도 2: ApoA-I 연관된 혈청 분획의 단리 - 혈청을 His6ApoA-I와 항온처리하고 부동화된 금속 친화도 크로마토그래피(IMAC)를 사용하여 His-태그를 태그화함으로써 ApoA-I 연관한 단백질의 단리의 개관 도식.
도 3: ApoA-I 연관된 및 HDL 프로테옴의 개관 - HDL 프로테옴 워치 목록(Proteome Watch list)의 맥락에서 구배 초원심분리에 의해 제조된 HDL에 의한 ApoA-I 친화도 정제에 의해 확인된 단백질의 중첩을 예시하는 벤 도포.
도 4: 세포 기반 콜레스테롤 유출 검정과의 연관 - ApoA-I 연관된 혈청 단백질의 표적화된 분석을 사용하여 (a) 예측된 CEC에 의해 cAMP 자극된 J774 대식세포로부터의 측정된 콜레스테롤 유출 역량(CEC)의 상관관계, 및 (b) ApoA-I, (c) HDL 및 (d) hsCRP의 혈청 농도에 기초한 6-단백질 패널.
도 5: 예측된 CEC 및 CAD의 반대 연관 - 표적화된 HDL 프로테옴 분석에 의해 예측된 CEC의 분포. 전체 대조군 및 CAD 환자 집단(MACE 유 및 무)의 비교.
도 6: 기준 임상 실험실에서 면역비탁 분석에 의해 측정된 혈청 ApoA-I 수치를 갖는 ApoA-I 연관된 단백질의 표적화된 MRM 측정에서 관찰된 내인성 ApoA-I의 상관관계.
도 7: cAMP 자극된 J774 대식세포에서 동일한 샘플 세트의 세포 기반 검정에 의해 측정된 세포 콜레스테롤 유출을 갖는 30개의 샘플(n = 15 대조군, n = 15 CAD)의 표적화된 HDL 프로테옴 분석으로부터의 예측된 CEC의 비교.
도 8은 코호트에 걸친 예측된 콜레스테롤 유출 값과 비교하여 실시예 4로부터의 결과가 대조군 코호트에 비해 CAD 코호트에 대한 전반적인 더 낮은 콜레스테롤 유출을 나타낸다는 것을 보여준다.
도 9는 결과 최적화된 모델의 적용의 실시예 4로부터의 결과가 CAD의 진단을 가질 위험과 상관관계가 있는 바이오마커 점수 척도에서 환자를 계층화한다는 것을 보여준다.
정의
본 명세서에 사용된 바대로, "고밀도 지단백" 또는 "HDL"은 지질 유사 콜레스테롤 및 트라이글라이세라이드가 수계 혈류 내에 수송되게 하는 양극성 단백질의 순환하는 비공유 어셈블리이다. HDL은 유리 콜레스테롤(약 4%)에 의해 임베딩된 인지질 단층(약 25%) 및 트라이글라이세라이드(약 3%) 및 콜레스테롤 에스터(약 12%)의 코어로 이루어진 지질 에멀션을 안정화시키는 약 50질량%의 양극성 단백질로 이루어진다. HDL의 하위종류는 HDL2 및 HDL3을 포함한다. HDL2 입자는 더 크고, 지질의 더 높은 함량을 함유하는 한편, HDL3 입자는 더 작고, 더 적은 지질을 함유한다. 추가의 하위종류는 가장 큰 입자로부터 가장 작은 입자인 HDL2b, HDL2a, HDL3a, HDL3b 및 HDL3c를 포함한다.
본 명세서에 사용된 바대로, "지단백"은 하나 이상의 지질 분자가 부착되거나 부착될 수 있는 단백질의 유형을 의미한다. 몇몇 경우에, 지단백은 인지질의 4개 이하의 분자가 결합된 "지질이 적은 지단백"일 수 있다. 본 명세서에 사용된 바대로, 지단백은 지질이 부착되지 않지만, HDL 입자에서 교환될 수 있는 단백질(예를 들어 아포지단백)을 포함한다.
본 명세서에 사용된 바대로, 구절 "콜레스테롤 역수송"은 말초 조직으로부터 다시 혈장을 통해 간으로의 콜레스테롤의 순 이동을 발생시키는 다단계 과정을 의미한다.
본 명세서에 사용된 바대로, 구절 샘플의 "콜레스테롤 유출 역량(CEC)"은 지질이 가득한 대식세포로부터 콜레스테롤을 수용함으로써 콜레스테롤 역수송을 촉진하는 샘플에서의 HDL의 능력을 의미한다. CEC를 측정하는 방법은 문헌[de la Llera-Moya et al., Arterioscler Thromb Vasc Biol. 2010 Apr;30(4):796-801; Sankaranarayanan et al., J Lipid Res. 2011 Dec;52(12):2332-40; 및 Khera et al., NEJM, 364;2, 2011](이들 모두 본 명세서에 그 전체가 참고로 포함됨)에 개시된 것 및 이들이 개시하는 검정을 포함하지만, 이들로 제한되지는 않는다. ABCA1 CEC는 구체적으로, ABCA1 발현이 처리 시약의 존재 하에 직접적으로 증가되도록, 대식세포가 변형된 시약 비처리된 대식세포와 시약 처리된(예를 들어, cAMP 처리된) 대식세포 사이의 CEC의 차이를 공제함으로써 측정될 수 있는 ABCA1 수송체에 의해 특이적으로 추진된 콜레스테롤 역수송을 의미한다.
본 명세서에 사용된 바대로, "혈액 샘플"은 전혈 샘플 또는 혈장 또는 이로부터 유래된 혈청 분획을 의미한다. 소정의 실시형태에서, 혈액 샘플은 인간 혈액 샘플, 예컨대 전혈 또는 혈장 또는 이로부터 유래된 혈청 분획을 의미한다. 몇몇 실시형태에서, 혈액 샘플은 비인간 포유류("동물") 혈액 샘플, 예컨대 전혈 또는 혈장 또는 이로부터 유래된 혈청 분획을 의미한다.
본 명세서에 사용된 바대로, 용어 "전혈"은 분획화되지 않고 세포 및 유체 성분 둘 다를 함유하는 혈액 샘플을 의미한다.
본 명세서에 사용된 바대로, "혈장"은 전혈의 비세포 성분인 유체를 의미한다. 이용된 분리 방법에 따라, 혈장은 완전히 세포 성분을 함유하지 않을 수 있거나, 다양한 양의 혈소판 및/또는 적은 양의 다른 세포 성분을 함유할 수 있다. 혈장이 다양한 응고 인자, 예컨대 피브리노겐을 포함하므로, 용어 "혈장"은 하기 기재된 바와 같은 "혈청"으로부터 구별된다.
본 명세서에 사용된 바대로, 용어 "혈청"은 전체 포유류 혈청, 예를 들어 전체 인간 혈청, 시험 동물로부터 유래된 전체 혈청, 애완동물로부터 유래된 전체 혈청, 가축으로부터 유래된 전체 혈청 등을 의미한다. 추가로, 본 명세서에 사용된 바대로, "혈청"은 응고 인자(예를 들어, 피브리노겐)가 제거된 혈액 혈장을 의미한다.
본 명세서에 사용된 바대로, 구절 "정제된 고밀도 지단백 샘플"은 정제된 샘플을 생성하도록 (예를 들어, 초원심분리 또는 하기 기재된 ApoA1 교환 방법에 의해) 정제된 혈액 샘플(예를 들어, 혈청, 또는 혈장, 또는 전혈 샘플)을 의미하고, 정제된 샘플 내의 모든 단백질의 적어도 90%는 HDL 지단백(예를 들어, 적어도 90% … 94% … 98% … 99% … 또는 적어도 99.9%)이다. 몇몇 실시형태에서, 정제된 샘플 내의 모든 단백질의 10% 미만(예를 들어, 10% … 5% … 1% … 0.2% 미만)은 비-HDL 지단백이다. 소정의 실시형태에서, 비-HDL 지단백은 주로 또는 완전히 혈청 알부민이다.
본 명세서에 사용된 바대로, 용어 "심혈관 질환"(CVD) 또는 "심혈관 장애"는 신체의 심장, 심장 판막 및 맥관구조(예를 들어, 정맥 및 동맥)에 영향을 미치는 다양한 병태를 분류하도록 사용된 용어이고, 동맥경화증, 죽상동맥경화증, 심근 경색, 급성 관상동맥 증후군, 협심증, 울혈성 심부전, 대동맥류, 대동맥 박리, 장골 또는 대퇴부 동맥류, 폐 색전증, 원발성 고혈압, 심방세동, 뇌졸중, 일시적 허혈성 발작, 수축 기능이상, 이완 기능이상, 심근염, 심방빈맥, 심실세동, 심내막염, 동맥병증, 혈관염, 죽상경화반, 취약 동맥경화반, 급성 관상동맥 증후군, 급성 허혈성 발작, 심장 돌연사, 말초 혈관 질환, 관상 동맥 질환(CAD), 말초 동맥 질환(PAD) 및 뇌혈관 질환(이들로 제한되지는 않음)을 포함하는 질환 및 병태를 포함한다.
본 명세서에 사용된 바대로, 구절 "CVD를 갖는 것으로 의심된"은 CVD와 관련된 적어도 하나의 징후 또는 증상, 예컨대 극도의 피로, 끊임없는 현기증 또는 어지러움, 빠른 심박수(예를 들어, 휴식 시 분당 100 초과의 맥박), 새로운 불규칙적 심박, 휴식으로 없어지는 활동 동안의 흉통 또는 불편함, 규칙적인 활동 및 휴식 동안의 숨쉬기의 어려움, 나빠지는 호흡기 감염 또는 기침, 안절부절 또는 혼란, 수면 패턴의 변화, 및 식욕 부진 또는 구역을 갖는 환자를 의미한다.
본 명세서에 사용된 바대로, 용어 "죽상경화성 심혈관 질환" 또는 "장애"는 특정한 유형의 심혈관 질환에 대한 성분 또는 전구체로서 죽상동맥경화증을 포함하는 심혈관 질환의 하위집단을 의미하고, 제한 없이, CAD, PAD, 뇌혈관 질환을 포함한다. 죽상동맥경화증은 동맥 혈관의 벽에서 생기는 만성 염증성 반응이다. 이것은, 동맥의 좁아짐("협착증")을 발생시킬 수 있고, 결국 동맥 개방의 부분 또는 완전 폐쇄 및/또는 플라크 파열을 발생시킬 수 있는, 죽상반의 형성을 수반한다. 따라서, 죽상경화성 질환 또는 장애는 죽상반 형성 및 파열의 결과, 예를 들어, 제한 없이, 동맥의 협착증 또는 좁아짐, 심부전, 동맥류 형성, 예를 들어 대동맥류, 대동맥 박리, 및 허혈성 사건, 예컨대 심근 경색 및 뇌졸중을 포함한다. 소정의 실시형태에서, 본 명세서에 개시된 방법, 조성물 및 시스템은 죽상경화성 CVD를 적어도 부분적으로 진단하도록 사용된다.
용어 "개체", "숙주", "대상체" 및 "환자"는 본 명세서에서 상호 교환되어 사용되고, 일반적으로 영장류, 예를 들어 유인원 및 인간, 말과(예를 들어, 말), 개과류(예를 들어, 개), 고양이류, 다양한 가축화 가축(예를 들어, 유제류, 예컨대 돼지떼, 돼지, 염소, 양 등), 및 가축화 애완동물 및 동물원에서 유지된 동물(이들로 제한되지는 않음)을 포함하는 포유류를 의미한다. 몇몇 실시형태에서, 대상체는 구체적으로 인간 대상체이다.
상세한 설명
심혈관 질환(CVD) 또는 다른 HDL 관련된 질환을 갖거나 이를 가질 것으로 의심되는 대상체로부터의 샘플에서 하나 이상의 HDL 연관된 단백질(예를 들어, 바이오마커 패널 1 내지 30에서 ApoC3; ApoC3 및 ApoA1; ApoC3 및 SAA1/2; 또는 단백질)을 검출하기 위한 방법, 시스템 및 조성물이 본 명세서에 제공된다. 소정의 실시형태에서, 이러한 방법, 시스템 및 조성물은 대상체에 대한 CVD(또는 다른 질환)의 근사 위험, 및/또는 샘플의 근사 콜레스테롤 유출 역량(CEC)을 결정하기 위해 사용된다. 특정한 실시형태에서, 상기 시스템 및 조성물은 CVD를 갖거나 이를 가질 것으로 의심되는 대상체로부터의 샘플 및 HDL 연관된 결합제 또는 질량 분광법 표준품으로 이루어진다.
하기 표 2 및 표 54에 기재된 하나 이상의 패널에서 단백질의 수치의 측정에 기초하여 심혈관 질환 및/또는 콜레스테롤 유출의 예측을 결정하기 위한 방법, 조성물 및 키트가 본 명세서에 제공된다. 본 개시내용의 실시형태의 개발 동안 수행된 작업은 단일 단백질 수치(예를 들어, 패널 10인 ApoC3) 또는 단백질의 조합(예를 들어, 패널 1 내지 9 및 11 내지 30)이 CVD 및 콜레스테롤 유출 가능성 결정에 대해 용도가 발견된다는 발견하였다. 심혈관 질환을 갖거나 이를 가질 것으로 의심되는 대상체로부터의 샘플에서 바이오마커 패널을 이용하여 사용되는 예시적인 비제한적인 방법 및 시스템이 하기 기재되어 있다.
몇몇 실시형태에서, 초기에, 심혈관 질환의 증상(예를 들어, 흉통)을 갖는 대상체는 병원, 클리닉 또는 다른 의학 시설에서 채혈된 혈액을 가질 것이다. 이 혈액 샘플은 혈청 샘플을 생성시키도록 처리된다. 이후, 혈청 샘플은 예컨대 초원심분리 또는 태그화된 HDL 결합 입자 정제에 의해 샘플에서 HDL를 정제하는 방법에 의해 처리된다. 이후, 이 정제된 혈청 샘플은 정제된 샘플에 존재하는 HDL 연관된 단백질을 분해하는 효소(예를 들어, 예컨대 Lys-C)에 의해 처리된다. 이후, 이 분해된 샘플은 하나 이상의 바이오마커 패널 1 내지 30에서 발견된 HDL 연관된 단백질 수치를 검출하도록 하나 이상의 검출 검정(예를 들어, 질량 분광법, 면역학적 검정, 압타머 결합 검정)으로 처리된다.
몇몇 실시형태에서, 질량 분광법이 사용되는 경우, 검출 프로토콜은 하기와 같을 수 있다. 분해된 HDL 정제된 샘플의 부분은 희석되고 LC 칼럼으로 로딩되고, 펩타이드는 이후 삼중 쿼드러플 질량 분광기(예를 들어, 동적 MRM 모드에서 조작)를 사용하여 검출된다. 펩타이드는 (장치의 Q1에서 필터링된) 온전한 펩타이드 질량에 대한 미리 결정된 m/z 값, 온전한 펩타이드가 장치의 q2로 처리되는 충돌 에너지 및 (Q3에서 필터링된) 펩타이드 분획에 대한 분획(m/z) 값으로 이루어진 미리 결정된 "전이"에 의해 표적화된다. 전이는 샘플 내에 표적화된 펩타이드에 고유하도록 선택된다. 2개의 전이(차후의 정량화에 사용된 "정량자" 및 품질 관리에 사용된 "정성자")는 펩타이드마다 모니터링되고, 2개 이하의 펩타이드는 단백질마다 표적화된다. 펩타이드 표적 및 이의 전이의 상세한 목록은 표 1에서 하기 실시예 1에 기재되어 있다.
펩타이드 신호 강도는 각각의 펩타이드의 "정량자" 전이의 크로마토그래피 피크를 적분함으로써 얻어진다. 단백질 강도는 각각의 단백질의 표적화된 펩타이드의 정량자 피크 면적을 합하고, 하나 이상의 HDL 연관된 단백질의 강도에 정규화함으로써 결정된다.
이후, 선택된 바이오마커 패널에 대한 HDL 연관된 단백질의 수치는 콜레스테롤 유출 또는 CVD 위험 점수를 결정하도록 다변량 알고리즘에 의해 프로세싱된다. 알고리즘은 각각의 패널에 특이적(및 CVD 위험 점수 또는 전반적 또는 ABCA1 유출에 특이적)인 상수 (i), 및 단백질 및 검출된 특이적 단백질 수치에 의해 곱해진 패널 특이적 계수 (c)를 포함한다. 알고리즘은 하기와 같다:
CVD 위험 점수 / 예측된 전반적 콜레스테롤 유출 = c1 * p1 +c2 * p2… cn * pn + i
여기서, 유출 또는 CVD 위험은 소정의 단백질(p)에 대한 단백질 수치(예를 들어, 정규화된 피크 면적)와 상수(i)에 의해 곱한 계수(c)의 상가 조합에 의해 결정된다. 하기 실시예 1은 질량 분광법 결정된 단백질 값 및 몰 단백질 값 둘 다에 대해 각각의 패널에 대한 각각의 단백질에 대한 계수 및 상수를 제공한다. 실시예 1은 각각의 이 수에 대한 95% 신뢰도 범위를 추가로 제공한다. 예를 들어, CVD 위험 점수 및/또는 콜레스테롤 유출 값을 계산할 때 (c) 또는 (p)의 값에 대한 이 범위에서의 어느 값이라도 이용할 수 있다.
상기 알고리즘을 이용하여 결정된 CVD 위험 점수 및 하기 실시예 1에서의 값은 하기 식을 이용하여 확률(CVD의 % 위험)로 전환될 수 있다:
확률 = 1 / (1 + exp (-위험 점수)).
이후, 이 확률 값은 100이 곱해져서 CVD의 % 위험을 생성할 수 있다. CVD의 위험 점수 또는 확률 또는 % 위험은 심장 질환을 갖는 것으로 의심된 환자의 치료를 결정하는 데 보조로서 또는 치료 또는 모니터링을 요하는 것으로 환자를 배제하기 위해 건강 관리 전문가에 의해 이용될 수 있다. 예를 들어, 일반적으로, 10% 미만의 CAD의 % 위험을 갖는 환자는 보통 낮은 위험으로 생각되고(예를 들어, 환자는 심장 질환의 치료 또는 모니터링을 요하지 하지 않는 것으로 생각될 수 있음), 10% 내지 20% 위험의 CAD의 % 위험을 갖는 환자는 보통 중간 위험으로 생각되고(예를 들어, 환자는 심장 질환의 추가적인 징후에 대해 모니터링될 수 있음), 20% 초과의 CAD의 % 위험을 갖는 환자는 보통 높은 위험으로 생각된다(예를 들어, 치료제 또는 수술 중재에 의해 바로 치료될 수 있음).
소정의 실시형태에서, 패널 1 내지 30의 일부로서 검출된 단백질 또는 단백질들은 정제된 고밀도 지단백 샘플에서 검출된다. 정제된 HDL 샘플은 초원심분리 또는 HDL-결합 펩타이드 방법을 포함하는 임의의 적합한 방법에 의해 생성될 수 있다.
초원심분리에 대해, 예를 들어 망간 및 헤파린에 의한 저밀도 지단백의 침전을 방해하는 매우 저밀도 지단백을 제거하도록 18℃에서 18시간 동안 1.006㎏/ℓ의 밀도에서 혈청의 초원심분리(105,000 x g)를 이용할 수 있다. 염화망간 및 헤파린은 비-HDL-C 지단백을 침전시키는 0.0456㏖ Mn2 + 및 183 UPS kU/ℓ의 헤파린의 최종 농도를 얻기에 충분한 양으로 바닥 분획에 첨가된다. 4℃에서 30분 동안 1500 x g에서의 원심분리 후, 생성된 상청액을 이후 칼륨 브로마이드를 사용하여 1.21㎏/ℓ 이상의 밀도로 조정한다. 이후, 밀도 조정된 용액을 24시간 동안 제2 시간(약 105,000 x g) 동안 원심분리한다. 원심분리 후, 가장 위의 층은 HDL 농후 분획을 생성시키도록 조심스럽게 제거될 수 있다.
소정의 실시형태에서, HDL은 친화도 태그화된 HDL 결합 펩타이드(예를 들어, ApoA1)를 사용하여 정제된다. 이러한 정제 방법은 2015년 5월 15일자로 출원된 미국 출원 번호 제14/713,046호(본 명세서에 완전히 기재된 것처럼 본 명세서에 그 전문이 참고로 포함됨)에 기재되어 있다. 간단히, 친화도 태그화된 HDL 결합 펩타이드(예를 들어, ApoA1)는 샘플로 도입된다. HDL 입자는 결합 입자 중 몇몇을 혼입시킨다. 이러한 HDL 입자는 이후 친화도 태그를 사용하여 정제되고, 이로써 정제된 HDL 샘플을 생성시킨다.
본 발명은 대상체 샘플로부터 HDL 연관된 펩타이드(예를 들어, ApoC3, SAA1/2, ApoE, ApoL1 등)를 검출하도록 사용된 방법에 의해 제한되지 않는다.
소정의 실시형태에서, HDL 연관된 단백질은 면역검정, 표면 플라즈몬 공명, 시험관내 검정, 활성 검정, 상호 면역침전 검정, 질량 분광법, 형광 에너지 전이(Fluorescence Energy Transfer: FRET), 생물발광 에너지 전이(bioluminescence energy transfer: BRET), 간섭법, 바이오층 간섭법(Biolayer Interferometry: BLI), 이중 편광 간섭법(Dual Polarization Interferometry: "DPI"), 타원편광법 및 진동 수정 마이크로저울로부터 선택된 검출 방법에 의해 검출된다.
실시예
실시예 1
본 실시예는 다양한 전반적 콜레스테롤 유출 및 관상 동맥 질환 위험 알고리즘을 이용하여 전반적 콜레스테롤 유출 및 심혈관 질환 위험을 예측하는 이의 능력에 대해 단일의 및 다수의 HDL 단백질의 26개의 패널의 시험을 기재한다. HDL 단백질을 질량 분광법에 의해 측정하였다.
HDL 정제
하기 프로토콜을 이용하여 HDL을 정제하였다. 12㎕의 인간 혈청을 1X 인산염 완충 식염수(PBS)(pH 7.4)에서 15N 표지된 His 태그화된 아포지단백 A-I의 25㎕의 0.5㎎/㎖의 용액과 배합하였다. 혈청-ApoA-I 혼합물을 15분 동안 37℃에서 항온처리하고, 이 동안에 His 태그화된 ApoA-I를 혈청 샘플에서 HDL 입자로 도입하였다. 이후, HDL를 고속 자동화 액체 취급 플랫폼에 수정 가능한 피펫 팁 포맷으로 부동화된 금속 친화도 크로마토그래피에 의해 혼합물로부터 정제하였다. 간단히, 혈청-ApoA-I 혼합물을 164㎕의 결합 완충제(5mM 이미다졸, 50mM 인산나트륨, 300mM 염화나트륨, pH 8.0)의 첨가에 의해 200㎕로 희석시켰다. 친화도 칼럼 팁을 400㎕의 결합 완충제에 의해 평형화시켰다. 이후, 친화도 칼럼을 이용하여 6회 180㎕의 혈청/ApoA-I 혼합물을 흡입시키고 200㎕/분의 유속으로 칼럼 층 위로 분배하였다. 이후, 200㎕의 결합 완충제의 흡인 및 분배, 이어서 200㎕의 강한 세척 완충제(10mM 이미다졸, 50mM 인산나트륨, 300mM 염화나트륨, pH 8.0)에 의한 제2 세척에 의해 칼럼 층을 1회 세척하였다. 이후, 90㎕의 용리 완충제(300mM 이미다졸, 50mM 트리스-HCl, 25% M에탄올, pH 9.0)의 흡인 및 분배에 의해 결합된 HDL 입자를 용리시켰다.
HDL 분해
이후, 5㎕의 100mM 다이티오트레이톨 및 10㎕의 50ng/㎕의 엔도프로테인게나제 Lys-C를 용리된 HDL에 첨가하고, 37℃에서 4시간 동안 항온처리하였다. Lys-C는 서열에서 라이신 아미노산 잔기의 C 말단 측에서 HDL 연관된 단백질을 절단하여서, LC-MS 분석 및 정량화에 대한 예측 가능한 표적 펩타이드를 생성하였다.
HDL 프로테옴 표적 펩타이드의 LC-MS 분석
25% 메탄올을 함유하는 용리 완충제 중의 25㎕의 Lys-C 분해된 HDL을 주입하고 혼합 티(mixing tee)를 사용하여 인라인으로 5배 희석시킨 후, LC 칼럼에 직접적으로 로딩하였다. 혼합 티로 150㎕/분에서 조작되는 물 중의 0.1% 폼산을 갖는 샘플 로딩 펌프 및 티로 600㎕/분에서 조작되는 99% 이동상 A(물 중의 0.1% 폼산), 1% 이동상 B(아세토나이트릴 중의 0.1% 폼산)을 갖는 2원 펌프를 사용하여 희석 및 용해를 달성하였다. 로딩 후, 2원 펌프를 칼럼에 의해 인라인으로 직접적으로 전환시키고, 500㎕/분에서 1% 내지 65% 이동상 B의 5분 선형 구배에 걸쳐 펩타이드를 용리시켰다. 동적 MRM 모드에서 조작되는 Agilent 6490 삼중 쿼드러플 질량 분광기를 사용하여 펩타이드를 검출하였다. 동적 MRM은 스케줄된 보유 시간 윈도우 내에 펩타이드 표적의 정량화 및 표적화된 검출을 허용한다. 펩타이드는 (장치의 Q1에서 필터링된) 온전한 펩타이드 질량에 대한 미리 결정된 m/z 값, 온전한 펩타이드가 장치의 q2로 처리되는 충돌 에너지 및 (Q3에서 필터링된) 펩타이드 분획에 대한 분획(m/z) 값으로 이루어진 미리 결정된 "전이"에 의해 표적화된다. 전이는 샘플 내에 표적화된 펩타이드에 고유하도록 선택된다. 2개의 전이(차후의 정량화에 사용된 "정량자" 및 품질 관리에 사용된 "정성자")는 펩타이드마다 모니터링되고, 2개 이하의 펩타이드는 단백질마다 표적화된다. 펩타이드 표적 및 이의 전이의 상세한 목록은 표 1에 기재되어 있다. 질량 분광법 측정을 만들도록 언급된 펩타이드 서열 이외에 다른 부분이 사용될 수 있다는 것에 주목한다.
Figure pct00001
Figure pct00002
HDL 단백질의 26개의 패널
HDL 전반적 콜레스테롤 유출을 측정하기 위한 양호한 결과를 제공한 단백질의 조합의 26개의 패널이 표 2에 기재되어 있다.
Figure pct00003
펩타이드 및 단백질 정량화 및 정규화
펩타이드 신호 강도는 각각의 펩타이드의 "정량자" 전이의 크로마토그래피 피크를 적분함으로써 얻어진다. 단백질 강도는 각각의 단백질의 표적화된 펩타이드의 정량자 피크 면적을 합하고, 하나 이상의 HDL 연관된 단백질의 강도에 정규화함으로써 결정된다.
유출 역량 및 CAD 위험에 대한 알고리즘
유출 역량(발견 코호트 및 새로운 대 동결된에서) 및 CAD 위험(전체, 사건 유 및 사건 무)에 대한 다변량 알고리즘은 측정된 단백질로부터 정규화된 강도에 기초하여 개발되었고, 기원한 혈청 샘플의 콜레스테롤 유출 역량 또는 CAD 위험과 연관된 값을 생성하도록 이용되었다. 모델 1은 발견 샘플에서의 전반적 콜레스테롤 유출이고; 모델 2는 새로운 대 냉동된 샘플에서의 전반적 콜레스테롤 유출이고; 모델 3은 전체 관상 동맥 질환(CAD) 위험이고; 모델 4는 사건 유 CAD 위험이고; 모델 5는 사건 무 CAD 위험이다. 이 모델의 일반 형태는 하기 기재되어 있다:
모델 1 및 2 - 예측된 전반적 콜레스테롤 유출 = c 1 * p 1 + c 2 * p 2 … c n * p n + i
모델 3 내지 5 - CAD(사건 유/무) 위험 점수 = c 1 * p 1 + c 2 * p 2 … c n * p n + i
여기서, 유출은 다수의 단백질의 정규화된 피크 면적(p)과 상수(i)에 의해 곱한 계수(c)의 상가 조합에 의해 결정된다.
통계 분석
각각의 패널에 대한 데이터의 통계 분석은 R("www." 이어서 "r-project.org") 및 Bioconductor("www." 이어서 "bioconductor.org")를 사용하여 수행되었다. 데이터는 15N ApoA1 단백질의 전체 강도로 정규화되었다. MRM에 의해 측정된 2개의 펩타이드를 갖는 단백질에 대해, 단백질의 수치는 펩타이드에 기초하여 계산되고, 대부분의 샘플에서의 최고의 강도가 분석되었다. 튼튼한 선형 회귀를 이용하여, 각각의 단백질과 전반적 콜레스테롤 유출의 상관관계를 계산하였다. 최소 절대 수축 및 선택 조작자(least absolute shrinkage and selection operator: LASSO)는 모든 단백질에 적용되고, 0이 아닌 계수를 갖는 숫자를 선택하였다. 단계별 튼튼한 선형 회귀는 70개의 발견 샘플에서 측정된 바대로 선택된 숫자에 적용되었다. 각각의 패널에 가장 낮은 아카이케 정보 기준(Akaike information criterion: AIC)을 갖는 모델을 선택하였다.
단백질의 절대 몰량의 결정
몰 값을 얻기 위해, 표 1에서의 각각의 펩타이드에 대한 측정된 신호의 범위를 포함하는 5점 외부 보정 곡선을 작성하고, 합성 펩타이드 표준품을 사용하여 LC-MS에 의해 모니터링하였다. 보정 곡선은 선형으로 맞춤되고, 1/X 가중되고, X는 펩타이드 농도이다. 이후, 계산된 몰 값은 몰량 계수를 계산하도록 사용되었다.
패널 1
모델 1 및 2는 패널 1에 대해 예측된 전반적 콜레스테롤 유출에 대해 개발되었다. 이 모델은 하기 기재되어 있다:
모델 1 및 2 - 예측된 전반적 콜레스테롤 유출 = (i) + (c1) * A poC3 + (c2) * ApoE + (c3) * A poL1 + (c4) * P LTP + (c5) * S AA1 /2
모델 1 내지 5에 대한 값은 하기 표 3A에 기재되어 있다. 예로서, 모델 1은 하기 값을 가질 것이다:
모델 1 - 예측된 전반적 콜레스테롤 유출 = 9.25 + (165.75) * ApoC3 + (-834.8) * ApoE + (-144.26) * ApoL1 + (-11548.33) * PLTP + (-160.58) * SAA1/2.
Figure pct00004
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.78였다. 이후, 튼튼한 선형 회귀를 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델(모델 2)은 상기 기재되어 있고(표 2), 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.52였다. 예로서, 모델 2는 하기 값을 가질 것이다:
모델 2 - 예측된 전반적 콜레스테롤 유출 = 5.27 + (230.53) * ApoC3 + (4786.52) * ApoE + (41.71) * ApoL1 + (14368.89) * PLTP + (-93.37) * SAA1/2.
이후, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델(모델 3)은 5배 교차 검증에 기초하여 0.62인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델(모델 4)은 5배 교차 검증에 기초하여 0.64인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델(모델 5)은 5배 교차 검증에 기초하여 0.66인 ROC 곡선 하 면적(AUC)을 가졌다. 3개의 모델에 대한 값은 상기 표 3A에 기재되어 있고, 방정식은 하기 기재되어 있다.
CAD(사건 유/무) 위험 점수 = (i) + (c1) * A poC3 + (c2) * A poE + ( c3) * ApoL1 + (c4) * P LTP + (c5) * S AA1 /2
모델 3 - 총 CAD 위험 점수 = 2.49 + (11.44) * ApoC3 + (-1434.48) * ApoE + (17.74) * ApoL1 + (-9141.23) * PLTP + (16.45) * SAA1/2.
모델 4 - 사건 유 CAD 위험 점수 = 2.42 + (7.8) * ApoC3 + (-1597.95) * ApoE + (-28) * ApoL1 + (-9584.47) * PLTP + (12.03) * SAA1/2.
모델 5 - 사건 무 CAD 위험 점수 = 1.08 + (13.1) * ApoC3 + (-1221.33) * ApoE + (73.58) * ApoL1 + (-8509.05) * PLTP + (24.59) * SAA1/2.
표 3A에서의 값이 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
다음에, 이 방정식 및 값은 3명의 환자(P1, P2 및 P3)에 대한 최종 값을 계산하도록 사용되었다. 결과는 하기 표 3B에 기재되어 있다.
Figure pct00005
표 3B에서의 위험 점수 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)). 이후, 이 값은 100이 곱해져서 위험 백분율을 생성할 수 있다.
예를 들어, 환자 P1에 대해, 표 3A에서의 모델 3의 위험 점수 결과는 -1.16이다. 이것을 식에 대이비하여 하기를 제공한다: 1 / (1 + exp(-(-1.16))) = 0.2386673. 결과에 100을 곱해 환자 P1에 대해 CAD의 23.8% 위험의 확률을 생성시킨다. 이 동일한 방정식은 표 3B에서의 모든 모델 및 환자, 및 이 실시예에서 다른 패널에 대해 하기에 그리고 추가로 실시예 2에 하기에 기록된 결과에 사용될 수 있다.
위험 점수는 심장 질환을 갖는 것으로 의심된 환자의 치료를 결정하는 데 보조로서 또는 치료 또는 모니터링을 요하는 것으로 환자를 배제하기 위해 건강 관리 전문가에 의해 이용될 수 있다. 예를 들어, 일반적으로, 10% 미만의 CAD의 위험 백분율을 갖는 환자는 보통 낮은 위험으로 생각되고(예를 들어, 환자는 심장 질환의 치료 또는 모니터링을 요하지 않는 것으로 생각될 수 있음), 10% 내지 20%의 위험의 CAD의 위험 백분율을 갖는 환자는 보통 중간 위험으로 생각되고(예를 들어, 환자는 심장 질환의 추가적인 신호에 대해 모니터링될 수 있음), 20% 초과의 CAD의 위험 백분율을 갖는 환자는 보통 중간 위험으로 생각된다(예를 들어, 치료제 또는 수술 중재에 의해 바로 치료될 수 있음).
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 3C에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00006
표 3C에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다. 예를 들어, ApoC3 값은, 정확히 150.35이기보다는, 109.91과 190.8 사이의 임의의 값일 수 있고, 모델에서 사용될 수 있다.
패널 2
모델 1 내지 5는 패널 2에 대해 예측된 전반적 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 2에 대해 하기 기재되어 있다:
패널 2에 대한 모델 1 내지 5 = (i) + (c1) * A poC2 + (c2) * A poC3 + (c3) * ApoE + (c4) * ApoL1 + (c5) * CLU + (c6) * PLTP
모델 1 내지 5에 대한 값은 하기 표 4에 기재되어 있다.
Figure pct00007
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.77였다. 이후, 튼튼한 선형 회귀를 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델(모델 2)에 대한 값은 상기 표 4에 기재되어 있고, 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.6였다.
마지막으로, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.61인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.7인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.59인 ROC 곡선 하 면적(AUC)을 가졌다. 3개의 모델에 대한 값은 표 4에 기재되어 있다. 표 4에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
5개의 모델 및 3명의 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 5A에서 하기 기재되어 있다.
Figure pct00008
표 5A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 5b에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00009
표 5B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 3
모델 1 내지 5는 패널 3에 대해 예측된 전반적 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 3에 대해 하기 기재되어 있다:
패널 3에 대한 모델 1 내지 5 = (i) + (c1) * A poC2 + (c2) * A poC3 + (c3) * ApoL1 + (c4) * P LTP
모델 1 내지 5에 대한 값은 하기 표 6에 기재되어 있다.
Figure pct00010
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.73였다. 이후, 튼튼한 선형 회귀를 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델(모델 2)은 표 6에 기재되어 있고, 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.5였다.
마지막으로, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.61인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.68인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.61인 ROC 곡선 하 면적(AUC)을 가졌다. 3개의 CAD 모델은 표 6에 기재되어 있다. 표 6에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
5개의 모델 및 3명의 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 7A에서 하기 기재되어 있다.
Figure pct00011
표 7A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 7b에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00012
표 7B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 4
모델 1 내지 5는 패널 4에 대해 예측된 전반적 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 4에 대해 하기 기재되어 있다:
패널 4에 대한 모델 1 내지 5 = (i) + (c1) * A poC1 + (c2) * A poC3 + (c3) * CLU + (c4) * PLTP + (c5) * SAA4
모델 1 내지 5에 대한 값은 하기 표 8에 기재되어 있다:
Figure pct00013
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.78였다. 이후, 튼튼한 선형 회귀를 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델에 대한 값은 상기 표 8에 기재되어 있고, 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.68였다.
마지막으로, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.72인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.8인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.66인 ROC 곡선 하 면적(AUC)을 가졌다. 3개의 모델에 대한 값은 상기 표 8에 기재되어 있다. 표 4에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
5개의 모델 및 3명의 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 9A에서 기재되어 있다.
Figure pct00014
표 9A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 9b에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00015
표 9B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 5
모델 1 내지 5는 패널 5에 대해 예측된 전반적 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 5에 대해 하기 기재되어 있다:
패널 5에 대한 모델 1 내지 5 = (i) + (c1) * A poA1 + (c2) * A poC1 + (c3) * ApoC3
모델 1 내지 5에 대한 값은 하기 표 10에 기재되어 있다.
Figure pct00016
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.85였다. 이후, 튼튼한 선형 회귀를 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델(모델 2)은 상기 표 10에 기재되어 있고, 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.53였다.
마지막으로, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.75인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.81인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.68인 ROC 곡선 하 면적(AUC)을 가졌다. 3개의 CAD 모델에 대한 값은 표 10에 기재되어 있다. 표 10에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
5개의 모델 및 3명의 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 11A에서 하기 기재되어 있다.
Figure pct00017
표 11A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 11b에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00018
표 11B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 6
모델 1 내지 5는 패널 6에 대해 예측된 전반적 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 6에 대해 하기 기재되어 있다.
패널 6에 대한 모델 1 내지 5 = (i) + (c1) * A poC3 + (c2) * A poL1 + (c3) * PLTP + (c4) * S AA1 /2
모델 1 내지 5에 대한 값은 하기 표 12에 기재되어 있다:
Figure pct00019
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.74였다. 이후, 튼튼한 선형 회귀를 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델(모델 2)은 표 12에 기재되어 있고, 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.49였다.
마지막으로, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.6인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.63인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.64인 ROC 곡선 하 면적(AUC)을 가졌다. CAD 위험에 대한 3개의 모델(모델 3 내지 5)에 대한 값은 표 12에 기재되어 있다. 표 12에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
5개의 모델 및 3명의 환자에 기초한 예측된 콜레스테롤 유출 및 CAD 위험은 표 13A에서 하기 기재되어 있다.
Figure pct00020
표 13A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 13b에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00021
표 13B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 7
모델 1 내지 5는 패널 7에 대해 예측된 전반적 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 7에 대해 하기 기재되어 있다.
패널 7에 대한 모델 1 내지 5 = (i) + (c1) * A poC1 + (c2) * A poC3 + (c3) * ApoM
모델 1 내지 5에 대한 값은 하기 표 14에 기재되어 있다.
Figure pct00022
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.84였다. 이후, 튼튼한 선형 회귀를 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델(모델 2)은 표 14에 기재되어 있고, 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.54였다.
마지막으로, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.75인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.82인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.73인 ROC 곡선 하 면적(AUC)을 가졌다. 3개의 모델에 대한 값은 상기 표 14에 기재되어 있다. 표 14에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
5개의 모델 및 3명의 특정한 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 15A에서 하기 기재되어 있다.
Figure pct00023
표 15A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 15b에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00024
표 15B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 8
모델 1 내지 5는 패널 8에 대해 예측된 전반적 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 8에 대해 하기 기재되어 있다.
패널 8에 대한 모델 1 내지 5 = (i) + (c1) * A poC3 + (c2) * S AA1 /2
모델 1 내지 5에 대한 값은 하기 표 16에 기재되어 있다.
Figure pct00025
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.8였다. 이후, 선형 회귀를 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델(모델 2)은 표 16에 기재되어 있고, 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.48였다.
마지막으로, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.58인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.54인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.53인 ROC 곡선 하 면적(AUC)을 가졌다. 3개의 모델에 대한 값은 상기 표 16에 기재되어 있다. 표 16에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
5개의 모델 및 3명의 특정한 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 17A에서 하기 기재되어 있다.
Figure pct00026
표 17A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 17b에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00027
표 17B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 9
모델 1 내지 5는 패널 9에 대해 예측된 전반적 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 9에 대해 하기 기재되어 있다.
패널 9에 대한 모델 1 내지 5 = (i) + (c1) * A poC1 + (c2) * A poC3
모델 1 내지 5에 대한 값은 하기 표 18에 기재되어 있다.
Figure pct00028
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.85였다. 이후, 선형 회귀를 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델(모델 2)은 표 18에 기재되어 있고, 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.54였다.
마지막으로, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.7인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.77인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 0.68인 ROC 곡선 하 면적(AUC)을 가졌다. 3개의 모델에 대한 값은 상기 표 18에 기재되어 있다. 표 18에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
5개의 모델 및 3명의 특정한 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 19A에서 하기 기재되어 있다.
Figure pct00029
표 19A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 19b에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00030
표 19B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 10
모델 1 내지 5는 패널 10에 대해 예측된 전반적 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 10에 대해 하기 기재되어 있다.
패널 10에 대한 모델 1 내지 5 = (i) + (c1) * A poC3
모델 1 내지 5에 대한 값은 하기 표 20에 기재되어 있다.
Figure pct00031
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.8였다. 이후, 선형 회귀를 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델(모델 2)은 표 20에 기재되어 있고, 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.48였다.
마지막으로, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.56인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.58인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.49인 ROC 곡선 하 면적(AUC)을 가졌다. 3개의 모델에 대한 값은 상기 표 20에 기재되어 있다. 표 20에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
5개의 모델 및 3명의 특정한 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 21A에서 하기 기재되어 있다.
Figure pct00032
표 21A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)). 이후, 이것은 100이 곱해져서 CAD의 위험 백분율을 생성할 수 있다.
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 21b에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00033
표 21B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 11
모델 1 내지 5는 패널 11에 대해 예측된 전반적 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 11에 대해 하기 기재되어 있다.
패널 11에 대한 모델 1 내지 5 = (i) + (c1) * A poC3 + (c2) * A poL1 + (c3) * SAA1/2
모델 1 내지 5에 대한 값은 하기 표 22에 기재되어 있다.
Figure pct00034
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.8였다. 이후, 튼튼한 선형 회귀를 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델(모델 2)은 표 22에 기재되어 있고, 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.48였다.
마지막으로, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.54인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.53인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.48인 ROC 곡선 하 면적(AUC)을 가졌다. 3개의 모델에 대한 값은 상기 표 22에 기재되어 있다. 표 22에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
5개의 모델 및 3명의 특정한 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 23A에서 하기 기재되어 있다.
Figure pct00035
표 23A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 23b에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00036
표 23B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 12
모델 1 내지 5는 패널 12에 대해 예측된 전반적 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 12에 대해 하기 기재되어 있다.
패널 12에 대한 모델 1 내지 5 = (i) + (c1) * A poA1 + (c2) * A poC1 + (c3) * ApoC3 + ( c4) * C LU
모델 1 내지 5에 대한 값은 하기 표 24에 기재되어 있다.
Figure pct00037
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.86였다. 이후, 튼튼한 선형 회귀를 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델(모델 2)은 표 24에 기재되어 있고, 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.61였다.
마지막으로, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.75인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.82인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.63인 ROC 곡선 하 면적(AUC)을 가졌다. 3개의 모델에 대한 값은 상기 표 24에 기재되어 있다. 표 24에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
5개의 모델 및 3명의 특정한 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 25A에서 하기 기재되어 있다.
Figure pct00038
표 25A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 25b에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00039
표 25B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 13
모델 1 내지 5는 패널 13에 대해 예측된 전반적 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 13에 대해 하기 기재되어 있다.
패널 13에 대한 모델 1 내지 5 = (i) + (c1) * A poC1 + (c2) * A poC3 + (c3) * ApoL1 + (c4) * HP + (c5) * PLTP
모델 1 내지 5에 대한 값은 하기 표 26에 기재되어 있다.
Figure pct00040
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.74였다. 이후, 튼튼한 선형 회귀를 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델(모델 2)은 표 26에 기재되어 있고, 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.54였다.
마지막으로, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.7인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.79인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.68인 ROC 곡선 하 면적(AUC)을 가졌다. 3개의 모델에 대한 값은 상기 표 14에 기재되어 있다. 표 26에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
5개의 모델 및 3명의 특정한 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 27A에서 하기 기재되어 있다.
Figure pct00041
표 27A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 27b에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00042
표 27B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 14
모델 1 내지 5는 패널 14에 대해 예측된 전반적 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 14에 대해 하기 기재되어 있다.
패널 14에 대한 모델 1 내지 5 = (i) + (c1) * A poC3 + (c2) * A poD + (c3) * SAA1/2
모델 1 내지 5에 대한 값은 하기 표 28에 기재되어 있다.
Figure pct00043
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.8였다. 이후, 선형 회귀를 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델(모델 2)은 표 28에 기재되어 있고, 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.48였다.
마지막으로, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.68인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.71인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.65인 ROC 곡선 하 면적(AUC)을 가졌다. 3개의 모델에 대한 값은 상기 표 28에 기재되어 있다. 표 28에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
5개의 모델 및 3명의 특정한 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 29A에서 하기 기재되어 있다.
Figure pct00044
표 29A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 29b에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00045
표 29B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 15
모델 1 내지 5는 패널 15에 대해 예측된 전반적 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 15에 대해 하기 기재되어 있다.
패널 15에 대한 모델 1 내지 5 = (i) + (c1) * A poA2 + (c2) * A poC2 + (c3) * ApoC3 + (c4) * ApoD + (c5) * CLU + (c6) * SAA1/2
모델 1 내지 5에 대한 값은 하기 표 30에 기재되어 있다.
Figure pct00046
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.73였다. 이후, 부분 선형 회귀를 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델(모델 2)은 표 20에 기재되어 있고, 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.57였다.
마지막으로, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.61인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.7인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.6인 ROC 곡선 하 면적(AUC)을 가졌다. 3개의 모델에 대한 값은 상기 표 30에 기재되어 있다. 표 30에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
5개의 모델 및 3명의 특정한 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 31A에서 하기 기재되어 있다.
Figure pct00047
표 31A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 31b에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00048
표 31B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 16
모델 1 내지 5는 패널 16에 대해 예측된 전반적 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 16에 대해 하기 기재되어 있다.
패널 16에 대한 모델 1 내지 5 = (i) + (c1) * A poA2 + (c2) * A poC2 + (c3) * ApoC3 + (c4) * ApoD + (c5) * ApoM + (c6) * SAA1/2
모델 1 내지 5에 대한 값은 하기 표 32에 기재되어 있다.
Figure pct00049
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.65였다. 이후, 부분 선형 회귀를 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델(모델 2)은 표 32에 기재되어 있고, 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.51였다.
마지막으로, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.65인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.74인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.65인 ROC 곡선 하 면적(AUC)을 가졌다. 3개의 CAD 모델에 대한 값은 상기 표 32에 기재되어 있다. 표 32에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
5개의 모델 및 3명의 특정한 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 33A에서 하기 기재되어 있다.
Figure pct00050
표 33A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 33b에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00051
표 33B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 17
모델 1 내지 5는 패널 17에 대해 예측된 전반적 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 17에 대해 하기 기재되어 있다.
패널 17에 대한 모델 1 내지 5 = (i) + (c1) * A poC1 + (c2) * A poC2 + (c3) * ApoC3
모델 1 내지 5에 대한 값은 하기 표 34에 기재되어 있다.
Figure pct00052
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.81였다. 이후, 탄성 전체 모델을 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델(모델 2)은 상기 표 34에 기재되어 있고, 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.53였다.
마지막으로, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.74인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.78인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.72인 ROC 곡선 하 면적(AUC)을 가졌다. 3개의 모델에 대한 값은 상기 표 34에 기재되어 있다. 표 34에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
5개의 모델 및 3명의 특정한 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 35A에서 하기 기재되어 있다.
Figure pct00053
표 35A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 35B에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00054
표 35B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 18
모델 1 내지 5는 패널 18에 대해 예측된 전반적 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 18에 대해 하기 기재되어 있다.
패널 18에 대한 모델 1 내지 5 = (i) + (c1) * A poA1 + (c2) * A poC1 + (c3) * ApoC2 + (c4) * ApoC3 + (c5) * ApoC4
모델 1 내지 5에 대한 값은 하기 표 36에 기재되어 있다.
Figure pct00055
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.86였다. 이후, 선형 회귀를 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델(모델 2)은 표 36에 기재되어 있고, 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.55였다.
마지막으로, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.77인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.81인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.72인 ROC 곡선 하 면적(AUC)을 가졌다. 3개의 CAD 모델에 대한 값은 상기 표 36에 기재되어 있다. 표 36에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
5개의 모델 및 3명의 특정한 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 37A에서 하기 기재되어 있다.
Figure pct00056
표 37A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 37B에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00057
표 37B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 19
모델 1 내지 5는 패널 19에 대해 예측된 전반적 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 19에 대해 하기 기재되어 있다.
패널 19에 대한 모델 1 내지 5 = (i) + (c1) * A poA2 + (c2) * A poC1 + (c3) * ApoC2 + (c4) * ApoC3 + (c5) * ApoD + (c6) * SAA1/2
모델 1 내지 5에 대한 값은 하기 표 38에 기재되어 있다.
Figure pct00058
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.71였다. 이후, 부분 선형 회귀를 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델에 대한 값(모델 2)은 표 38에 기재되어 있고, 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.51였다.
마지막으로, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.74인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.79인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.73인 ROC 곡선 하 면적(AUC)을 가졌다. 3개의 CAD 모델에 대한 값은 상기 표 38에 기재되어 있다. 표 38에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
5개의 모델 및 3명의 특정한 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 39A에서 하기 기재되어 있다.
Figure pct00059
표 39A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 39B에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00060
표 39B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 20
모델 1 내지 5는 패널 20에 대해 예측된 전반적 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 20에 대해 하기 기재되어 있다.
패널 20에 대한 모델 1 내지 5 = (i) + (c1) * A poA2 + (c2) * A poC3 + (c3) * ApoD + (c4) * ApoE + (c5) * ApoL1 + (c6) * PLTP + (c7) * SAA1/2
패널 20에 대한 모델 1 내지 5에 대한 값은 하기 표 40에 기재되어 있다.
Figure pct00061
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.8였다. 이후, 탄성 전체 모델을 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델(모델 2)은 상기 표 40에 기재되어 있고, 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.52였다.
마지막으로, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.64인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.68인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.66인 ROC 곡선 하 면적(AUC)을 가졌다. 3개의 CAD 모델에 대한 값은 상기 표 40에 기재되어 있다. 표 40에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
5개의 모델 및 3명의 특정한 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 41에서 하기 기재되어 있다.
Figure pct00062
표 41A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 41B에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00063
표 41B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 21
모델 1 내지 5는 패널 21에 대해 예측된 전반적 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 21에 대해 하기 기재되어 있다.
패널 21에 대한 모델 1 내지 5 = (i) + (c1) * A poC3 + (c2) * A poM + (c3) * PLTP + (c4) * S AA1 /2
패널 21에 대한 모델 1 내지 5에 대한 값은 하기 표 42에 기재되어 있다.
Figure pct00064
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.76였다. 이후, 튼튼한 선형 회귀를 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델(모델 2)은 상기 표 42에 기재되어 있고, 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.5였다.
마지막으로, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.65인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.71인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.68인 ROC 곡선 하 면적(AUC)을 가졌다. 3개의 CAD 모델에 대한 값은 상기 표 42에 기재되어 있다. 표 42에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
5개의 모델 및 3명의 특정한 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 43A에서 하기 기재되어 있다.
Figure pct00065
표 43A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 43B에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00066
표 43B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 22
모델 1 내지 5는 패널 22에 대해 예측된 전반적 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 22에 대해 하기 기재되어 있다.
패널 22에 대한 모델 1 내지 5 = (i) + (c1) * A poC3 + (c2) * A poD + (c3) * PLTP + (c4) * S AA1 /2
모델 1 내지 5에 대한 값은 하기 표 44에 기재되어 있다.
Figure pct00067
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.79였다. 이후, 튼튼한 선형 회귀를 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델(모델 2)은 상기 표 44에 기재되어 있고, 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.5였다.
마지막으로, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.65인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.71인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.66인 ROC 곡선 하 면적(AUC)을 가졌다. 3개의 CAD 모델에 대한 값은 상기 표 44에 기재되어 있다. 표 44에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
5개의 모델 및 3명의 특정한 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 45A에서 하기 기재되어 있다.
Figure pct00068
표 45A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 45B에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00069
표 45B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 23
모델 1 내지 5는 패널 23에 대해 예측된 전반적 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 23에 대해 하기 기재되어 있다.
패널 23에 대한 모델 1 내지 5 = (i) + (c1) * A poA2 + (c2) * A poC3 + (c3) * ApoD + (c4) * ApoL1 + (c5) * ApoM + (c6) * PLTP + (c7) * SAA1/2
모델 1 내지 5에 대한 값은 하기 표 46에 기재되어 있다.
Figure pct00070
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.79였다. 이후, 탄성 전체 모델을 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델(모델 2)은 상기 표 46에 기재되어 있고, 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.5였다.
마지막으로, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.65인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.7인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.67인 ROC 곡선 하 면적(AUC)을 가졌다. 3개의 CAD 모델에 대한 값은 상기 표 46에 기재되어 있다. 표 46에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
5개의 모델 및 3명의 특정한 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 47A에서 하기 기재되어 있다.
Figure pct00071
표 47A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 47B에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00072
표 47B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 24
모델 1 내지 5는 패널 24에 대해 예측된 전반적 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 24에 대해 하기 기재되어 있다.
패널 24에 대한 모델 1 내지 5 = (i) + (c1) * A poC1 + (c2) * A poC3 + (c3) * SAA1/2
모델 1 내지 5에 대한 값은 하기 표 48에 기재되어 있다.
Figure pct00073
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.85였다. 이후, 선형 회귀를 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델(모델 2)은 상기 표 48에 기재되어 있고, 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.53였다.
마지막으로, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.7인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.75인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.67인 ROC 곡선 하 면적(AUC)을 가졌다. 3개의 CAD 모델에 대한 값은 상기 표 48에 기재되어 있다. 표 48에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
5개의 모델 및 3명의 특정한 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 49A에서 하기 기재되어 있다.
Figure pct00074
표 49A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 49B에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00075
표 49B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 25
모델 1 내지 5는 패널 25에 대해 예측된 전반적 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 25에 대해 하기 기재되어 있다.
패널 25에 대한 모델 1 내지 5 = (i) + (c1) * A poC1 + (c2) * A poC3 + (c3) * C3 + (c4) * PLTP
모델 1 내지 5에 대한 값은 하기 표 50에 기재되어 있다.
Figure pct00076
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.79였다. 이후, 튼튼한 선형 회귀를 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델(모델 2)은 표 50에 기재되어 있고, 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.56였다.
마지막으로, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.74인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.8인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.7인 ROC 곡선 하 면적(AUC)을 가졌다. 3개의 CAD 모델에 대한 값은 상기 표 50에 기재되어 있다. 표 50에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
5개의 모델 및 3명의 특정한 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 51A에서 하기 기재되어 있다.
Figure pct00077
표 51A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 51B에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00078
표 51B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 26
모델 1 내지 5는 패널 26에 대해 예측된 전반적 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 26에 대해 하기 기재되어 있다.
패널 26에 대한 모델 1 내지 5 = (i) + (c1) * A poA2 + (c2) * A poC2 + (c3) * ApoC3 + (c4) * A poD + (c5) * A poE + (c6) * A poL1 + (c7) * A poM + (c8) * C ETP + (c9) * CLU + (c10) * PLTP + (c11) * PON1 + (c12) * S AA1 /2
모델 1 내지 5에 대한 값은 하기 표 52에 기재되어 있다.
Figure pct00079
다음에, 35개의 반복실험 샘플에서 모델을 시험하였다. 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.78였다. 이후, 탄성 전체 모델을 76개의 새로운 샘플 및 냉동된 샘플(40개의 새로운 샘플 및 36개의 냉동된 샘플)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. 모델(모델 2)은 상기 표 52에 기재되어 있고, 예측된 콜레스테롤 유출과 실험실에서 측정된 콜레스테롤 유출의 상관관계는 0.62였다.
마지막으로, 로지스틱 회귀를 74명의 건강한 대조군 및 157명의 CAD 환자(사건을 갖는 83명 및 사건을 갖지 않는 74명)로 이루어진 샘플의 또 다른 코호트에서 이 패널에서 단백질에 적용하였다. CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.63인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.71인 ROC 곡선 하 면적(AUC)을 가졌다. 사건을 갖지 않는 CAD 환자에 대해 건강한 대조군에 맞춤된 모델은 5배 교차 검증에 기초하여 0.6인 ROC 곡선 하 면적(AUC)을 가졌다. 3개의 CAD 모델에 대한 값은 상기 표 52에 기재되어 있다. 표 52에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
5개의 모델 및 3명의 특정한 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 53A에서 하기 기재되어 있다.
Figure pct00080
표 53A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 53B에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00081
표 53B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
실시예 2
본 실시예는 다양한 ABCA1 콜레스테롤 유출 및 관상 동맥 질환 위험 알고리즘을 이용하여 (전반적 콜레스테롤 유출보다는) 전반적 ABCA1 콜레스테롤 유출 및 심혈관 질환 위험을 예측하는 이의 능력에 대한 단일의 및 다수의 HDL 단백질의 5개의 패널의 시험을 기재한다. 동일한 검정 및 샘플은 상기 기재된 5개의 패널에 대해 상기 실시예 1에서처럼 측정되었다. 5개의 패널은 하기 표 54에 기재된 바대로 패널 27 내지 30 및 패널 10이다.
Figure pct00082
패널 27
모델 1 내지 5는 패널 27에 대해 예측된 ABCA1 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 27에 대해 하기 기재되어 있다.
패널 27에 대한 모델 1 내지 5 = 예측된 ABCA1 콜레스테롤 유출 = (i) + (c1) * ApoC3 + (c2) * ApoE + (c3) * ApoL1 + (c4) * HP + (c5) * PLTP
모델 1 내지 5에 대한 값은 하기 표 55에 기재되어 있다.
Figure pct00083
5개의 모델 및 3명의 특정한 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 56A에서 하기 기재되어 있다.
Figure pct00084
표 56A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 실시예 1에 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 56B에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00085
표 56B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 28
모델 1 내지 5는 패널 28에 대해 예측된 ABCA1 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 28에 대해 하기 기재되어 있다.
패널 28에 대한 모델 1 내지 5 - 예측된 ABCA1 콜레스테롤 유출 = (i) + (c1) * ApoA1 + (c2) * A poA2 + (c3) * A poC1 + (c4) * A poC2 + (c5) * A poC3 + (c6) * A poC4 + (c7) * A poD + (c8) * A poE + (c9) * A poL1 + (c10) * A poM + (c11) * C3 + (c12) * C LU + (c13) * HP + (c14) * S AA1 /2 + (c15) * S AA4
모델 1 내지 5에 대한 값은 하기 표 57에 기재되어 있다.
Figure pct00086
5개의 모델 및 3명의 특정한 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 58A에서 하기 기재되어 있다.
Figure pct00087
표 58A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 실시예 1에 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 58B에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00088
표 58B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 29
모델 1 내지 5는 패널 29에 대해 예측된 ABCA1 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 29에 대해 하기 기재되어 있다.
패널 29에 대한 모델 1 내지 5 - 예측된 ABCA1 콜레스테롤 유출 = (i) + (c1) * ApoA1 + (c2) * A poC3 + (c3) * A poD + (c4) * A poE + (c5) * A poL1 + (c6) * A poM + (c7) * HP + (c8) * P LTP + (c9) * P ON1 + (c10) * S AA1 /2
모델 1 내지 5에 대한 값은 하기 표 59에 기재되어 있다.
Figure pct00089
5개의 모델 및 3명의 특정한 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 60A에서 하기 기재되어 있다.
Figure pct00090
표 60A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 실시예 1에 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 60B에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00091
표 60B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 30
모델 1 내지 5는 패널 30에 대해 예측된 ABCA1 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 30에 대해 하기 기재되어 있다.
패널 30에 대한 모델 1 내지 5 - 예측된 ABCA1 콜레스테롤 유출 = (i) + (c1) * ApoA1 + (c2) * A poA2 + (c3) * A poC3 + (c4) * A poC4 + (c5) * A poD + (c6) * A poE + (c7) * ApoL1 + (c8) * A poM + (c9) * C3 + (c10) * HP + (c11) * P LTP + (c12) * P ON1 + (c13) * SAA1/2
모델 1 내지 5에 대한 값은 하기 표 61에 기재되어 있다.
Figure pct00092
5개의 모델 및 3명의 특정한 환자에 기초하여 계산된 예측된 콜레스테롤 유출 및 CAD 위험은 표 62A에서 하기 기재되어 있다.
Figure pct00093
표 62A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 실시예 1에 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 62B에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00094
표 62B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
패널 10
모델 1 내지 5는 패널 10에 대해 예측된 ABCA1 콜레스테롤 유출 및 CAD 위험에 대해 개발되었다. 모델 1 내지 5는 패널 10에 대해 하기 기재되어 있다.
패널 10에 대한 모델 1 내지 5 - 예측된 ABCA1 콜레스테롤 유출 = (i) + (c1) * ApoC3
모델 1 내지 5에 대한 값은 하기 표 63에 기재되어 있다.
Figure pct00095
표 64A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다.
Figure pct00096
표 64A에서의 결과는 식에 기초하여 CAD의 확률을 생성하도록 사용될 수 있다: 확률 = 1 / (1 + exp(-위험 점수)).
상기 실시예 1에 기재된 바대로, 각각의 단백질의 절대 몰량은 내부 표준품의 절대량을 사용하여 결정되었다. 이 몰량은 이후 모델 1, 3, 4 및 5에 대해 표 64B에서 계수를 결정하도록 사용되었다. 이 계수는 몰량에 있는 것처럼 모델에서 사용될 수 있고, 여기서 단백질 값은 검출 검정의 임의의 유형(예를 들어, ELISA, 질량 분광법 등)에 의해 결정된다.
Figure pct00097
표 64B에서의 값은 또한 95% 신뢰도 수에 대한 범위를 포함한다는 것에 주목한다. 방정식(모델)에서 각각의 값에 대한 이 숫자 범위는 방정식으로 치환될 수 있다.
실시예 3
아포지단백 A-I 연관된 프로테옴은 콜레스테롤 유출 역량 및 관상 동맥 질환과 연관된다
본 실시예는 ApoA-I 연관된 혈청 프로테옴 및 콜레스테롤 유출의 맥락에서 HDL 기능과의 이의 관계를 조사하였다. 또한, 이 연구는 콜레스테롤 유출 역량(CEC)을 예측하기 위한 방법을 구축하도록 추구하였다. His 태그화된 재조합 ApoA-I와 연관한 혈청 단백질 분획은 데이터 의존적 프로테옴 분석으로 처리되고, 이에 의해 표적화된 정량적 프로테옴 방법은 콜레스테롤 역수송 및/또는 관상 동맥 질환(CAD)과 연관된 21개의 단백질에 대해 개발되었다. 이 표적화된 방법은 주요 심혈관 부작용의 유(N=83) 및 무(N=74)의 건강한(N=74) 및 CAD 견본의 사례/대조군 연구에서 평가된, 예측성 프로테옴 알고리즘을 유도하도록 세포 기반 CEC 측정(N=105)과 비교되었다. HDL에서 관찰된 ApoA-I 연관된 혈청 프로테옴 및 단백질에 걸쳐 유의미한 중첩이 관찰되었다. ApoA-II, ApoC-I, ApoC-II, ApoC-III, ApoD 및 혈청 아밀로이드 A(패널 19)로 이루어진 예측성 프로테옴 알고리즘은 세포 기반 CEC 검정 결과와 강하게(R=0.77) 상관되었다. 사례/대조군 코호트에서 프로테옴 예측된 CEC 측정은 CEC와 CAD 진단 사이의 유의미한 반대 연관을 보여주고(P=0.0032), 유의미하게 더 낮은 CEC가 MACE 없는 CAD 견본과 대조군 사이에 관찰되고(P=0.04), MACE를 갖는 CAD 견본에서 추가의 감소된 CEC가 관찰되었다.
재료 및 방법:
모든 연구 방법은, 적절한 바대로, 국내 윤리 심의 위원회(Institutional Review Boards)에 의해 승인받았다. 달리 기재되지 않는 한, 모든 시약은 최고의 이용 가능한 품질에서 Sigma-Aldrich(미주리주 세인트 루이스) 또는 ThermoFisher로부터 구입하였다. 혼주된 혈청 샘플을 공급하는 Golden West biologicals로부터 이 연구에 사용된 견본을 얻었다. 면역친화도 결핍을 통해 제조된 지단백 유리 혈청은 GenwayBio(캘리포니아주 샌 디에고)로부터 구입하였다. 추가적으로, Cleveland HeartLab으로부터의 남은 샘플을 사용하였다. 관상 동맥 질환 및 대조군의 사례를 나타내는 임상 견본은 페어뱅크스 건강 위원회 기관(Fairbanks Institute for Healthy Communities)으로부터 얻었다.
ApoA -I 연관된 혈청 분획의 농후화
1X PBS(Ph 7.4) 중의 24㎕의 0.5㎎/㎖의 재조합으로 발현되고 정제된 15N-표지된 His6 태그화된 아포지단백 A-I(15N-His6ApoA -I)(Genscript(뉴저지주 피츠카타웨이))를 12㎕의 인간 혈청에 첨가하였다. 15N-His6ApoA -I/혈청 혼합물을 37℃에서 30분 동안 항온처리하였다. 항온처리 후, 샘플을 5mM 이미다졸, 20mM 인산나트륨, 150mM 염화나트륨(pH 8.0) 중의 200㎕의 전체 용적으로 희석시킨 후, 제조사의 프로토콜에 따라 5㎕의 Ni-NTA HisBind Superflow 정지상이 충전된 PhyTips(Phynexus(캘리포니아주 산 호세)가 구비된 Tecan Freedom Evo 자동화 액체 취급장치(Tecan(스위스 마네도르프))를 사용하여 정제하였다. 간단히, 희석된 샘플을 반복 피펫팅 사이클을 이용하여 250㎕/분에서 Phytip 칼럼에 천천히 결합시킨 후, 300㎕의 20mM 이미다졸, 20mM 인산나트륨, 150mM 염화나트륨(pH 8.0)에 의해 후속하여 세척하였다. 이후, 결합된 His6-ApoA-I 및 연관된 종을 300mM 이미다졸, 50mM Tris-HCl(pH 9.0), 25% 메탄올을 사용하여 용리시켰다. 용리 후, 샘플을 후속하는 분석에 즉시 사용하거나, 필요할 때까지 -80℃에서 저장하였다.
나노-LC-MS에 의한 데이터 의존적 프로테옴 분석
다이티오트레이톨을 500ng의 엔도프로테인게나제 LysC(Wako Chemicals USA(버지니아주 리치몬드)) 이외에 5mM의 최종 농도로 농후화된 ApoA-I 연관된 혈청 분획에 첨가하였다. 샘플을 37℃에서 4시간 동안 Eppendorf PCR 유전자증폭기에서 분해한 후, 4℃에서 유지시켜 엔도프로테인게나제 활성을 중지시켰다. Waters nanoACQUITY Ultra High-Pressure LC 시스템(Waters, Inc.(매사추세츠주 밀포드))을 사용하여 생성된 펩타이드 혼합물을 분리시켰다. 500ng의 전체 펩타이드 재료를 함유하는 10㎕의 용적을 주입하고, 포획하고, 역상 Symmetry C18 포획 칼럼(180㎛ i.d. x 20㎜, 5㎛ 입자)(Waters, Inc.)에서 10㎕/분에서 4분 동안 이동상 A(물 중의 0.1% 폼산, 2% 아세토나이트릴)에 의해 세척하였다. 이후, 펩타이드를 210분에 걸쳐 2% 내지 50% 이동상 B(아세토나이트릴 중의 0.1% 폼산, 2% 물)의 구배를 이용하여 1.7㎛ BEH130 C18 정지상이 충전된 nanoACQUITY 칼럼(75㎛ i.d. x 250㎜)에서 300nl/분에서 용리시킨 후, 15분 동안 100% 이동상 B로 증가시킨 후, 15분 동안 2% 이동상 B에서 재평형시켰다. 120,000 해상력으로 오비트랩에서 m/z 350 내지 1800으로부터의 전구체 이온 스캔, 이어서 충돌 유도된 해리를 사용하여 이온 트랩에서 25개의 데이터 의존적 MS/MS 사건을 이용하여 LTQ-Orbitrap Velos 질량 분광기(Thermo Fisher Scientific(매사추세츠주 왈탐))에서 펩타이드를 검출하였다. 전구체를 2.5 m/z 단리 폭에서 단리하고, 20ms 동안 35%의 정규화된 충돌 에너지에 의해 분획화하였다. 단일 동위원소 전구체 선택이 가능하고, 1+ 및 비배정된 전하 상태를 갖는 전구체는 MS/MS에 대해 선택으로부터 거부되었다. 플러스 또는 마이너스 10ppm 질량 배제 윈도우에서 전구체의 동적 배제는 60초 동안 이용되었다. 자동 이득 제어 한계는 이온 트랩 및 오비트랩에서 각각 1 x 104 및 1 x 106으로 설정되었다. RAW 포맷에서의 질량 분광기 데이터 파일은 통합된 Andromeda 조사 알고리즘15을 이용하여 MaxQuant(버전 1.4.1.2)14에서 단백질 확인을 위해 프로세싱되었다. 조사는 흔한 오염물질 데이터베이스 이외에 UniProt 인간 데이터베이스(유럽 생물정보학 연구소(European Bioinformatics Institute)로부터 2013년 10월 14일자로 다운로드되고 88,304개의 항목으로 이루어짐)에 대해 수행되었다. 조사는 ±7ppm 전구체 질량 공차 및 0.6 Da 분획 질량 공차로 수행되었다. LysC는 적어도 6개의 아미노산을 함유하는 절단 효소 및 펩타이드로 설정되고, 2개 이하의 손실된 절단은 분석에 허용되었다. 메티오닌 산화는 가변적인 변형으로 허용되었다. 단백질 및 펩타이드 거짓 발견은 1%에서 설정되었다. 단백질 확인은 적어도 2개의 확인된 펩타이드를 갖는 것으로 추가로 개량되었다.
표적화된 프로테옴 분석
환원제(5㎕의 100mM 다이티오트레이톨) 및 프로테아제(10㎕의 50 ng/㎕ 엔도프로테인게나제 LysC(Wako))를 85㎕의 농후화된 ApoA-I 연관된 혈청 분획에 첨가하고, 37℃에서 4시간 동안 항온처리하고, 이때 온도를 4℃로 감소시켰다. 13C6, 15N2-라이신 표지된 내부 표준품 펩타이드의 5㎕의 한정된 혼합물을 75㎕의 단백질-분해물에 첨가하고, 25㎕를 후속하여 액체 크로마토그래피 - 다중 반응 모니터링 질량 분광법(LC-MRM)에 의한 분석을 위해 주입하였다. 주입된 샘플을 로딩하고, 1.25분 동안 칼럼에서 세척하고, 이후 500㎕/분에서 이동상 B의 선형 구배에 의해 용리시켰다. 펩타이드를 동적 MRM 모드에서 조작되는 Agilent 6490 삼중 쿼드러플 질량 분광기를 사용하여 검출하여서, 스케줄된 보유 시간 윈도우 내에 펩타이드 표적의 표적화된 검출을 허용하였다. 전이를 선택하고, 최적화하고, 샘플 내에 표적화된 펩타이드에 고유한 것으로 결정되었다. 2개의 전이는 펩타이드마다 모니터링되고, 2개 이하의 펩타이드는 단백질마다 모니터링되었다. 펩타이드 표적 및 이의 전이의 상세한 목록은 추가로 상기 표 1에서, 및 하기 표 67에서 패널 19에 대해 이용 가능하다:
Figure pct00098
MassHunter 정량적 분석 소프트웨어(Agilent)를 사용하여 정량자 전이에 대해 크로마토그래피 피크의 적분을 통해 펩타이드 신호 강도를 얻었다. 정량자 이온 비율 및 내부 표준품 피크를 사용하여 모든 피크는 수동으로 검토되었다.
초원심분리에 의한 HDL의 단리
혼주된 혈청으로부터의 HDL(1.063g/㎖<ρ<1.21g/㎖)을 적은 변형으로 Brewer의 방법을 이용하여 단리하였다16.
콜레스테롤 유출 역량의 세포 기반 평가
인간 혈청 샘플을 LDL 결핍시키고, J774 대식세포로부터의 3H-표지된 콜레스테롤의 유출을 측정하기 위한 세포 기반 검정을 de la Llera-Moya에 의해 기재된 방법을 이용하여 Vascular Strategies, Inc.(펜실베니아주 플리머스 미팅)에 의해 외부적으로 수행하였다17. 모든 측정은 정규화된 유출 값으로서 보고되었다.
CEC 알고리즘 개발을 위한 견본
유출 상관관계 모델 개발을 위한 혈청 샘플을 각각 훈련 및 시험 세트의 제공을 위해 6주 떨어져 2개의 배취에서 수집된 CHL에서 정보제거된 남은 견본으로부터 취했다. LDL-c, HDL-c, ApoA, ApoB, 트라이글라이세라이드, 및 고민감도 C-반응성 단백질(hsCRP)의 정량적 분석을 이용하여 각각의 세트에 대해 후보 샘플의 선택을 가이드하여서, 궁극적으로 견본의 잘 일치된 세트를 생성하였다(표 65).
Figure pct00099
정량적 ApoA-I 연관된 프로테옴 분석 및 CEC 측정을 품질 관리 재료로서 고도로 규명된 혈청 풀과 함께 105개의 견본에 대해 수집하였다.
임상 검증을 위한 견본
22세 내지 87세의 1500명의 남성 및 여성으로부터의 혈청 샘플로 이루어진 페어뱅크스 건강 위원회 기관 바이오뱅크로부터 견본을 선택하고; 750명은 관상동맥 조영술을 통해 CAD(50% 이상의 폐색)의 진단이 보고되었고, 750명의 대조군 대상체는 CAD, 양성 스트레스 시험, 당뇨병, 고혈압 또는 비정상 지질(LDL-C ≥ 130㎎/㎗, HDL-C ≤ 40㎎/㎗, 총 콜레스테롤 ≥ 240㎎/㎗ 또는 트라이글라이세라이드 ≥ 200㎎/㎗)에 대한 양수의 발견치가 없었다. 공복 혈액 샘플을 연구 SOP에 따라 수집하고, 후속하여 -80℃에서 저장하였다. 진단된 CAD를 갖는 대상체는 사례 및 사건 유 사례의 2개의 군을 확립하도록 평가되었다. 심근 경색(410), 관상동맥 우회술 또는 혈관성형술(36.1, 45.82), 또는 뇌졸중(434.91)인 주요 심혈관 부작용(MACE)에 대해 코딩하는 ICD-9 코드에 대해 모든 CAD 환자를 필터링하였다. ICD9 스크리닝으로부터 심근경색의 확인을 위해, 기록은 허혈성 통증의 병력, 비정상 ECG, 비정상 트로포닌의 3개 중 2개를 갖는 환자를 선택하도록 검토되었다. 전체적으로, 74명의 사건 무 CAD 대상체 및 83명의 MACE 사건 유 CAD 대상체를 선택하였다(표 66).
Figure pct00100
74개의 일치된 코호트의 세트를 또한 선택하였다.
표적화된 알고리즘 개발
컴퓨터 분석 전에, 각각의 표적화된 펩타이드의 피크 면적 풍부도를 농후화 과정 동안 사용된 15N-His6ApoA-I의 강도로 정규화하였다. LC-MS/MS에 의해 측정된 2개 이상의 펩타이드를 갖는 단백질에 대해, 분석된 대부분의 샘플에서 가장 높은 강도를 갖는 펩타이드를 사용하여 단백질의 상대 양을 확립하였다. 단백질-수치 데이터를 통계 분석에서 사용하였다. 특징 선택을 위한 일련의 순차적인 단계를 포함하는 분석 파이프라인은 CEC와 연관된 단백질을 발견하도록 정규화된 단백질 수치 데이터에 적용되었다18. 단변량 분석을 위해, 튼튼한 선형 회귀는 70개의 훈련 샘플에서 CEC를 예측하도록 각각의 단백질에 적용되고, 0.1 미만의 p-값을 갖는 단백질을 선택하였다. 탄성 네트 모델을 이용하여 추가의 필터링을 적용하였다. 다변량 분석을 위해, 바이오마커 패널은 부분 최소 자승 회귀를 이용하여 필터링된 단백질에서 구축되었다. 바이오마커 패널의 성능을 평가하기 위해, 예측된 CEC와 측정된 CEC 사이의 스피어만 상관관계 및 중앙치 절대 차이(비용)를 계산하였다. 초기에, 비보정된 LC-MS 피크 강도를 이용하여 바이오마커 패널을 개발하였다. 프로테옴 방법은 보정된 절대 몰 분량을 제공하도록 차후에 개선되었고, 패널 계수는 부분 최소 자승 회귀를 이용하여 보정된 MRM 데이터에서 개량되었다. 마지막으로, 패널을 35개의 검증 샘플에 의해 시험하였다. 예측성 CEC 바이오마커 패널이 CAD 유 대상체와 무 대상체 사이를 구별하는지를 평가하기 위해, 본 발명자들은 74명의 건강한 대조군 및 157명의 CAD 환자에서 바이오마커 단백질을 시험하였다. R 버전 3.2.3(R Core Team (2013). R: A language and environment for statistical computing, R Foundation for Statistical Computing, Vienna, Austria)을 이용하여 데이터의 통계 분석을 수행하였다. Kolmogorov-Smirnov(K-S) 시험을 이용하여 누적 환자 대조군 분포의 비교를 수행하였다.
결과:
신속한 ApoA -I 친화도 풀 제조
질량 분광법 기반 프로테옴을 사용하여 지질 비함유 ApoA-I 연관된 단백질의 정확한 고속 분석을 수월하게 하도록 신속한 친화도 농후화에 대한 전략을 고안하였다. 이 전략은 His 태그화된 ApoA-I 및 부동화된 금속-친화도 크로마토그래피를 이용하였다(도 2). N 말단 폴리-히스티딘 태그를 갖는 재조합 지질 비함유 ApoA-I(His6ApoA-I)를 인간 혈청에 첨가하고, 37℃에서 항온처리하였다. 이후, 샘플을 니켈-NTA 정지상 위로 통과시켜 His6ApoA-I 및 연관된 단백질을 결합시켰다. 비특이적으로 결합된 단백질을 감소시키도록 적은 농도의 이미다졸에 의해 정지상을 세척한 후, 복합체화된 단백질 및 과량의 His6ApoA-I를 높은 농도의 이미다졸을 함유하는 원하는 회수 완충제에서 용리시켰다. 이후, 용리된 샘플을 최종적인 액체 크로마토그래피 질량 분광법(LC-MS/MS) 분석을 위해 표준 효소 분해 워크플로우로 처리하였다. 본 발명자들은 분석되는 견본에 속하는 내인성 단백질로부터 외인성 ApoA-I의 특이적 측정이 구별되게 하도록 15N-표지된 His6ApoA-I(15N-His6ApoA-I)를 사용하였다.
지질 비함유 ApoA-I 친화도 풀의 데이터 의존적 프로테옴 분석
초기 데이터 의존적 실험은 지질 비함유 ApoA-I 친화도 분획에서 확인된 대부분의 단백질이 HDL 연관된다고 공지되어 있다는 것을 밝혀냈다. 본 발명자들은 400명의 남성 공여자의 상업적으로 구입 가능한 혈청 풀을 사용하여 전통적인 초원심분리를 이용하여 단리된 HDL 및 ApoA-I 연관된 혈청 분획의 정성적 프로테옴 비교에 의해 이 관찰을 추가로 명확히 하도록 추구하였다. 각각의 농후화 기법에 대해 3개의 과정 반복실험을 수행하였다. 종합적으로, 91개의 단백질은 초원심분리에 의해 정제된 HDL에서 확인되었고, 162개의 단백질은 지질 비함유 ApoA-I 친화도 풀에서 확인되었고, 78개의 단백질은 제조 방법 둘 다 사이를 공유하였다(도 3 참조).
본 발명자들은 17개의 공개된 HDL 프로테옴 연구의 결과를 요약한 HDL 프로테옴 워치 목록에 대한 본 발명자들의 실험에서 확인된 단백질을 비교하였다. 목록은 229개의 단백질을 함유하고, 95개의 단백질은 3개 이상의 연구에서 확인되거나 다른 분자 생물학 기법에 의해 검증되었다. 프로테옴 워치 목록에서 모든 229개의 단백질 중에서, 80개는 초원심분리에 의해 제조된 HDL에서 확인되고, 86개는 본 발명자들의 친화도 정제된 풀에서 확인되고, 72개(케라틴과 같은 공통 오염물질을 배제)는 제조 방법 둘 다를 공유한다(77% 중첩)(도 3).
다중 반응 모니터링 질량 분광법에 의한 표적화된 정량화
ApoA-I 친화도 풀과 콜레스테롤 유출 역량(CEC) 사이의 관계식을 조사하도록, 본 발명자들은 액체 크로마토그래피-다중 반응 모니터링(LC-MRM)에 기초한 정확한 정량적 방법을 사용하도록 추구하였다. 문헌 조사 및 본 발명자들의 데이터 의존적 LC-MS 결과에 기초하여, 지질 수송, 콜레스테롤 역수송 및/또는 심혈관 질환과 공지된 연관을 갖는 21개의 단백질은 개발에 선택되었다(지질 대사(아포지단백 A-I, A-II, A-IV, C-I, C-II, C-III, C-IV, D, E, F, J, L-I, M), 효소(인지질 운반 단백질 - PLTP, 콜레스테릴 에스터 운반 단백질 - CETP, 레시틴 콜레스테롤 아실 전환효소 - LCAT, 파라옥소나제 1- PON1), 및 급성기 반응 단백질(보체 C3, 합토글로빈, 혈청 아밀로이드 A 1 및 2 - SAA1/2 및 SAA4)). (가능한 경우) 각각의 단백질로부터의 2개의 펩타이드는 검정 개발에 확인되었고, 전체 워크플로우가 최적화되었다. 4시간 내에 모든 단백질에 대한 안정한 펩타이드 풍부도를 생성시킨 분해 조건을 얻었다. 미처리 혈청으로부터의 네이티브 ApoA-I의 회수는 대략 55%인 것으로 예측되고, 면역검정에 의해 결정된 바대로 혈청에서 ApoA-I 수치와 강하게 상관관계되었다(피어슨 r = 0.84, 보충 도면 6). 비교하면, PBS 완충제로부터의 지질 비함유 15N-His6ApoA-I의 평균 회수는 스트리핑된 혈청으로부터 85% 및 72%였다.
CEC 예측에 대한 다변량 알고리즘의 개발 및 검증
지질 비함유 ApoA-I 친화도 농후화 기법을 이용하여, 본 발명자들은 친화도 농후화된 단백질과 CEC 사이에 관계식이 존재하는지를 조사하도록 혈청 샘플의 세트를 분석하였다. 70개의 훈련 및 35개의 독립적 시험 샘플의 세트(표 65)를 임의의 질환 진단과 관련 없이 무작위로 선택하였지만, 지단백 측정에서 조심스럽게 일치하였다. 21개의 단백질의 표시를 위한 정규화된 CEC 및 정규화된 질량 분광법 데이터를 각각의 견본에 대해 결정하였다. 세포 기반 CEC에 대한 상대 단백질 풍부도를 상관시키는 바이오마커 패널의 개발에 단변량 및 다변량 통계 방법을 포함하는 다단계 정보학 파이프라인을 배치하였다18. 단변량 분석 후, 튼튼한 선형 회귀에 의해 p-값 < 0.1을 갖는 9개의 단백질(아포지단백 A-I, A-II, C-I, C-II, C-III, C-IV, D, CETP 및 SAA)을 확인하였다. 후속하는 탄성 네트 회귀는 6개의 단백질(ApoA-II, ApoC-I, ApoC-II, ApoC-III, ApoD 및 SAA)을 선택하였고, 여기에서 부분 선형 회귀는 최종 예측성 모델을 확립하도록 적용되었다.
예측성 패널은 CEC 측정에서 측정된 부정확성을 고려하여 잘 수행되었다(훈련 세트 스피어만 r=0.63, p<0.001; 검증 세트 스피어만 r=0.70, P<0.001). 전체 개발 샘플 세트 내의 프로테옴 예측된 CEC 알고리즘의 성능은 도 4a에 도시되어 있다(피어슨 r=0.77). 세포 기반 검정에 의해 결정된 CEC 및 프로테옴 예측 및 다른 임상 측정(총 콜레스테롤, HDL-c, LDL-c, 비-HDL-c, 트라이글라이세라이드, ApoA-I, ApoB, 및 hsCRP) 사이의 연관을 조사하였다. 세포 기반 CEC에 의한 가장 유의미한 연관은 이전의 보고서와 일치하게 ApoA-I(피어슨 r=0.57, 도 4b) 및 HDL-c(피어슨 r=0.45, 도 4c)에 의하였다11 ,12. 본 발명자들은 또한 CEC와 hsCRP 사이의 유의미한 음의 상관관계를 관찰하였다(피어슨 r=-0.23, 도 4d). 예측된 CEC는 총 콜레스테롤과 관련하여 유사하게 거동하지만, ApoA-I 및 HDL-c에 대한 관계식은 프로테옴 패널에서 ApoA-I의 포함으로 인해 계산되지 않았다.
예측된 CEC는 CAD와 반대로 연관된다
예측된 CEC가 세포 기반 CEC 측정에 대해 보고된 바대로 심혈관 질환과 유사한 반대의 연관을 가져야 한다고 추정하여, 본 발명자들은 157명의 CAD 환자(주요 심혈관 부작용(MACE)이 없는 74명, MACE를 갖는 83명) 및 74세 및 성별 일치된 겉보기에 건강한 대조군에 대한 CEC를 예측하기 위해 본 발명자들의 다변량 패널을 사용하였다(표 66).
이 대조군에 걸친 예측된 CEC의 분포는 도 5A에 예시되어 있다. 본 발명자들은 CAD를 갖는 환자에 대한 더 낮은 중앙치 예측된 CEC를 발견하였다(9.54% 유출/4시간; 대조군 9.98% 유출/4시간; p=0.0032). CAD 사례가 MACE 및 특정 부작용이 없는 것으로 분할될 때, 본 발명자들은 대조군에 비해 MACE가 없는 CAD 환자에서 유의미하게 더 낮은 예측된 CEC를 관찰하였다(P=0.04). 재혈관화를 겪은 CAD 환자(n=29)는 MACE가 없는 CAD 환자보다 더 낮은 예측된 CEC를 나타냈다(P=0.027, 대조군에 대해 P=0.0003). 더 낮은 중앙치 예측된 CEC를 나타내면서 심근 경색(n=38) 또는 뇌졸중(n=16)을 경험한 CAD 환자는 MACE가 없는 CAD 환자와 유의미하게 다르지 않았다. 연령 및 성별 일치된 대조군 및 CAD 샘플의 반복 비교는 6주 후에 수행되고, 초기 분석에서 관찰된 경향을 나타냈다. 본 발명자들은 또한 임상 결과와의 샘플의 작은 선택에서의 예측된 CEC 및 세포 기반 CEC 측정의 성능의 비교를 수행하였다. 대조군 및 CAD 코호트에서 15개의 최고 및 최저의 예측된 CEC 값이 각각 확인된 후 세포 기반 CEC 측정을 얻었다. 보충 도면 7에 도시된 바대로, CAD 견본 하위집단은 프로테옴 예측된 및 세포 기반 CEC 측정 둘 다에 의해 결정된 바대로 유의미하게 더 낮은 CEC를 가졌다(P-값 < 0.001). 추가적으로, 예측된 및 세포 기반 측정에 걸쳐 동일한 결과 하위집단을 비교할 때 유의미한 차이가 명확하지 않았다(대조군에 대해 P=0.39, CAD에 대해 P=0.08).
세포 기반 검정을 통한 CEC의 결정은 콜레스테롤 대사의 의문에 이의 없이 강력하고, 점점 더 많은 수의 연구는 심혈관 위험에 대한 독립적 예측자인 것으로 혈청 기반 CEC 측정을 나타냈다. 불행하게도, 상기 방법의 노동 강도, 워크플로우 복잡함 및 상대 부정확성은 임상 실험실에 대한 이 기법의 변환을 손상시키고, 여기서 스케일, 쓰루풋, 정확성, 보정 및 궁극적으로 분석 검증은 필요한 업적이다.
프로테옴 예측된 CEC 성능
시험 세트에서 프로테옴 예측된 CEC의 성능(r=0.71)은 콜레스테롤 유출의 조절에서 ApoA-I 이외의 단백질에 대한 중요한 역할을 장려하고 제안한다. 형광으로 표지된 콜레스테롤을 사용한 변형된 세포 기반 검정을 배포하는 CEC의 최근의 임상 연구는 유의미한 예측성 값을 발견하였고, 여기서 서술 방사선 동위원소 검정을 이용한 정규화된 유출에 대한 합의는 보통이었다(R=0.54)12. 유출에 대한 다른 상관관계는 확인되었다. 예상된 바대로, ApoA-I에 대한 양수의 단변량 연관은 r=0.22 내지 0.64의 범위의 많은 연구에서 보고되었다(이 연구에서 r = 0.57)11 ,19. 높은 HDL-C(68㎎/㎗ 초과) 견본에서, 스핑고미엘린/포스포릴에탄올아민 비율은 유출과 유의미하게 연관되지만(r=0.64), 정상 HDL-C 수치에서 연관되지 않는 것으로 나타났다. 유출은 또한 HDL 하위종류에 의존적인 것으로 공지되어서, 구조적 및 기능적 상호작용의 복잡한 세트를 추가로 제안한다20. 이것의 다양성은 완전히 설명된 채 있지만, CEC 예측을 개선할 수 있는 모델로의 추가적인 생화학 및 생물물리학 데이터의 통합에 대한 기회를 제공한다.
CEC-예측성 패널 단백질의 기계론적인 이해
본 발명자들의 연구에서 추론된 CEC의 프로테옴 예측자는 콜레스테롤 수송과 기계적으로 연관된 단백질(아포지단백 A-II, C-I, C-II, C-III, D 및 SAA; 패널 19)로 이루어진다. 유출에 양의 연관을 갖는 단백질에 대해, ApoA-I 및 ApoA-II는 세포 콜레스테롤의 주요 억셉터로서 작용한다1 ,21. ApoC-I는 마찬가지로 소수이지만 효율적인 콜레스테롤 억셉터이고, HDL 성숙에서 역할을 하는 레시틴-콜레스테롤 아실 전환효소 LCAT를 또한 활성화한다22. ApoC-II 및 ApoC-III는 HDL 재모델링에 관여된 지단백 리파제를 조절하고, ApoD는 HDL의 강력한 세포 콜레스테롤 수용 형태인 프리-β3-HDL의 형성에서 역할을 한다22 ,23. 혈청 아밀로이드 A(SAA)는 급성기 반응 단백질이고, HDL로부터의 ApoA-I의 대체를 통해 콜레스테롤 유출 역량에 대한 음의 영향을 갖는 것으로 광범위하게 규명되었다24 ,25. 본 발명자들은 또한 SAA가 유출을 매개하는 데 역할을 하는 기본적 역할이 유출과 hsCRP[또 다른 흔히 측정된 전신 염증 바이오마커(그러나 이 연구에서 연관하는 ApoA-I로서 확인되지 않음)] 사이의 음의 연관에 반영된다는 것을 주목하였다. 흥미롭게도, 프로테옴 분석에 의해 밝혀진 지질 비함유 ApoA-I와 혈청 단백질 사이의 상호작용은 프로테옴 워치 목록에서 목록화된 바대로 정규적 HDL 프로테옴과 높은 정도의 중첩을 나타낸다.
본 실시예에 대한 참고문헌:
Figure pct00101
Figure pct00102
실시예 4
본 실시예는 패널 18(ApoA1, ApoC1, ApoC2, ApoC3 및 ApoC4)을 페어뱅크스 건강 위원회 기관 샘플 및 Abcodia 바이오뱅크의 하위집단에 적용하였다.
페어뱅크스 건강 위원회 기관은 가설 추진된 조사에 대해 광범위하게 주석화된 바이오-견본 저장소를 생성하였다. 이 생물학적 샘플은 주에 걸친(state-wide) 전자 임상 데이터 저장소인 인디아나 환자 관리 네트워크(Indiana Network for Patient Care: INPC)로부터 도출된 종적 임상 및 질환 특정 건강 보고 정보와 연관된다. 사용된 페어뱅크스 기관의 CAD 수집은 관상 동맥 질환의 진단을 갖는 개체, 및 일치된 대조군으로부터의 혈청 및 혈장을 포함한다. 이 샘플 세트를 사용하여, 질량 분광법에 의해 측정된 몰 단백질 분량에 기초한 콜레스테롤 유출 예측 모델(표 37B, 모델 1)은 건강한(대조군)(n=74) 또는 관상 동맥 질환(CAD)으로 진단된(n=157) 환자로 이루어진 샘플 세트에 적용되었다. 이 코호트에 걸친 예측된 콜레스테롤 유출 값의 비교는 도 8에 도시된 바대로 대조군 코호트(만 휘트니 시험에 의해 P=0.03)에 비해 CAD 코호트에 대한 전반적인 더 낮은 콜레스테롤 유출을 나타낸다. 임상 결과(대조군 대 CAD)의 분리를 최적화하기 위한 패널 18의 단백질 성분에 대한 로지스틱 회귀의 수행은 표 37, 모델 3에서 매개변수를 생성시킨다. 페어뱅크스 임상 세트에 적용될 때, 본 발명자들은 결과에 기초한 환자 코호트의 개선된 계층화를 관찰하였다. 결과 최적화된 모델의 적용은 도 9에 도시된 바대로 CAD의 진단을 가질 위험과 상관되는 바이오마커 점수 척도에서 환자를 계층화한다. 여기서, CAD 코호트는 대조군에 비해 유의미하게 상승된 바이오마커 점수를 보여준다(만 휘트니 시험에 의해 P<0.0001).
본 발명자들은 또한 패널 18로부터의 모델을 50세 내지 74세의 200,000명의 폐경 후 여성으로 이루어진 Abcodia 바이오뱅크의 하위집단에 적용하였고, 이들 중 50,000명은 몇 년에 걸쳐 종적으로 샘플링되었다. 이 연구에서, 대조군 환자는 샘플링 위치, 연령, 및 비치명적인 심근 경색에 의해 확인된 사례로의 샘플링의 날짜 및 시간에 의해 일치되었다. 모델 1 및 모델 3(표 37B) 둘 다는 사건의 발생 전 일련의 0년 내지 8년에 걸쳐 이 코호트 사이의 지속적이고 통계학적으로 유의미한 분리를 보여준다.
Figure pct00103
본 출원에 언급된 모든 공보 및 특허는 본 명세서에 참고로 포함된다. 본 발명의 기재된 방법 및 조성물의 다양한 변형 및 변경은 본 발명의 범위 및 정신으로부터 벗어나지 않으면서 당업자에게 명확할 것이다. 본 발명이 구체적인 바람직한 실시형태와 연결되어 기재되어 있지만, 청구된 바와 같은 본 발명이 이러한 구체적인 실시형태로 부당하게 제한되지 않아야 한다고 이해되어야 한다. 실제로, 관련 분야의 숙련자에게 명확한 본 발명을 수행하기 위한 기재된 방식의 다양한 변형은 하기 청구항의 범위 내인 것으로 의도된다.
SEQUENCE LISTING <110> CLEVELAND HEARTLAB, INC. <120> HDL-ASSOCIATED PROTEIN BIOMARKER PANEL DETECTION <130> CHL-34474/WO-1/ORD <150> US 62/365,175 <151> 2016-07-21 <160> 37 <170> PatentIn version 3.5 <210> 1 <211> 11 <212> PRT <213> Homo sapiens <400> 1 Ala Thr Glu His Leu Ser Thr Leu Ser Glu Lys 1 5 10 <210> 2 <211> 14 <212> PRT <213> Homo sapiens <400> 2 Leu Leu Asp Asn Trp Asp Ser Val Thr Ser Thr Phe Ser Lys 1 5 10 <210> 3 <211> 8 <212> PRT <213> Homo sapiens <400> 3 Glu Gln Leu Thr Pro Leu Ile Lys 1 5 <210> 4 <211> 9 <212> PRT <213> Homo sapiens <400> 4 Ser Pro Glu Leu Gln Ala Glu Ala Lys 1 5 <210> 5 <211> 14 <212> PRT <213> Homo sapiens <400> 5 Leu Val Pro Phe Ala Thr Glu Leu His Glu Arg Leu Ala Lys 1 5 10 <210> 6 <211> 9 <212> PRT <213> Homo sapiens <400> 6 Val Asn Ser Phe Phe Ser Thr Phe Lys 1 5 <210> 7 <211> 9 <212> PRT <213> Homo sapiens <400> 7 Ala Arg Glu Leu Ile Ser Arg Ile Lys 1 5 <210> 8 <211> 7 <212> PRT <213> Homo sapiens <400> 8 Gln Ser Glu Leu Ser Ala Lys 1 5 <210> 9 <211> 11 <212> PRT <213> Homo sapiens <400> 9 Glu Ser Leu Ser Ser Tyr Trp Glu Ser Ala Lys 1 5 10 <210> 10 <211> 9 <212> PRT <213> Homo sapiens <400> 10 Thr Tyr Leu Pro Ala Val Asp Glu Lys 1 5 <210> 11 <211> 7 <212> PRT <213> Homo sapiens <400> 11 Asp Tyr Trp Ser Thr Val Lys 1 5 <210> 12 <211> 7 <212> PRT <213> Homo sapiens <400> 12 Ala Trp Phe Leu Glu Ser Lys 1 5 <210> 13 <211> 11 <212> PRT <213> Homo sapiens <400> 13 Asn Ile Leu Thr Ser Asn Asn Ile Asp Val Lys 1 5 10 <210> 14 <211> 10 <212> PRT <213> Homo sapiens <400> 14 Tyr Leu Gly Arg Trp Tyr Glu Ile Glu Lys 1 5 10 <210> 15 <211> 20 <212> PRT <213> Homo sapiens <400> 15 Leu Glu Glu Gln Ala Gln Gln Ile Arg Leu Gln Ala Glu Ala Phe Gln 1 5 10 15 Ala Arg Leu Lys 20 <210> 16 <211> 20 <212> PRT <213> Homo sapiens <400> 16 Ser Glu Leu Glu Glu Gln Leu Thr Pro Val Ala Glu Glu Thr Arg Ala 1 5 10 15 Arg Leu Ser Lys 20 <210> 17 <211> 11 <212> PRT <213> Homo sapiens <400> 17 Asp Ala Asn Ile Ser Gln Pro Glu Thr Thr Lys 1 5 10 <210> 18 <211> 9 <212> PRT <213> Homo sapiens <400> 18 Leu Asn Ile Leu Asn Asn Asn Tyr Lys 1 5 <210> 19 <211> 13 <212> PRT <213> Homo sapiens <400> 19 Trp Trp Thr Gln Ala Gln Ala His Asp Leu Val Ile Lys 1 5 10 <210> 20 <211> 20 <212> PRT <213> Homo sapiens <400> 20 Glu Phe Pro Glu Val His Leu Gly Gln Trp Tyr Phe Ile Ala Gly Ala 1 5 10 15 Ala Pro Thr Lys 20 <210> 21 <211> 13 <212> PRT <213> Homo sapiens <400> 21 Leu Phe Leu Ser Leu Leu Asp Phe Gln Ile Thr Pro Lys 1 5 10 <210> 22 <211> 12 <212> PRT <213> Homo sapiens <400> 22 Pro Ala Leu Leu Val Leu Asn His Glu Thr Ala Lys 1 5 10 <210> 23 <211> 10 <212> PRT <213> Homo sapiens <400> 23 Glu Ile Gln Asn Ala Val Asn Gly Val Lys 1 5 10 <210> 24 <211> 18 <212> PRT <213> Homo sapiens <400> 24 Leu Phe Asp Ser Asp Pro Ile Thr Val Thr Val Pro Val Glu Val Ser 1 5 10 15 Arg Lys <210> 25 <211> 14 <212> PRT <213> Homo sapiens <400> 25 Ala Phe Ser Asp Arg Asn Thr Leu Ile Ile Tyr Leu Asp Lys 1 5 10 <210> 26 <211> 9 <212> PRT <213> Homo sapiens <400> 26 Thr Gly Leu Gln Glu Val Glu Val Lys 1 5 <210> 27 <211> 12 <212> PRT <213> Homo sapiens <400> 27 Asp Ile Ala Pro Thr Leu Thr Leu Tyr Val Gly Lys 1 5 10 <210> 28 <211> 10 <212> PRT <213> Homo sapiens <400> 28 Val Thr Ser Ile Gln Asp Trp Val Gln Lys 1 5 10 <210> 29 <211> 19 <212> PRT <213> Homo sapiens <400> 29 Asp Arg Phe Ile Asp Gly Phe Ile Ser Leu Gly Ala Pro Gln Gly Gly 1 5 10 15 Ser Ile Lys <210> 30 <211> 11 <212> PRT <213> Homo sapiens <400> 30 Thr Tyr Ser Val Glu Tyr Leu Asp Ser Ser Lys 1 5 10 <210> 31 <211> 8 <212> PRT <213> Homo sapiens <400> 31 Gly Leu Arg Glu Val Ile Glu Lys 1 5 <210> 32 <211> 22 <212> PRT <213> Homo sapiens <400> 32 Gln Glu Gly Leu Arg Phe Leu Glu Gln Glu Leu Glu Thr Ile Thr Ile 1 5 10 15 Pro Asp Leu Arg Gly Lys 20 <210> 33 <211> 9 <212> PRT <213> Homo sapiens <400> 33 Ser Phe Asn Pro Asn Ser Pro Gly Lys 1 5 <210> 34 <211> 11 <212> PRT <213> Homo sapiens <400> 34 Tyr Val Tyr Ile Ala Glu Leu Leu Ala His Lys 1 5 10 <210> 35 <211> 12 <212> PRT <213> Homo sapiens <400> 35 Tyr Phe His Ala Arg Gly Asn Tyr Asp Ala Ala Lys 1 5 10 <210> 36 <211> 9 <212> PRT <213> Homo sapiens <400> 36 Ala Glu Glu Trp Gly Arg Ser Gly Lys 1 5 <210> 37 <211> 12 <212> PRT <213> Homo sapiens <400> 37 Asp Pro Asp Arg Phe Arg Pro Asp Gly Leu Pro Lys 1 5 10

Claims (24)

  1. 대상체로부터의 샘플에서 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계를 포함하는 방법으로서, 상기 적어도 하나의 HDL 연관된 단백질은 ApoC3을 포함하고, 상기 대상체는 심혈관 질환을 갖거나 이를 가질 것으로 의심되는, 방법.
  2. 제1항에 있어서, 상기 샘플은 정제된 고밀도 지단백 샘플인, 방법.
  3. 제1항에 있어서, 상기 샘플은 혈청 샘플, 혈장 샘플 및 혈액 샘플로 이루어진 군으로부터 선택된, 방법.
  4. 제1항에 있어서, 상기 적어도 하나의 HDL 연관된 단백질의 상기 수치를 총 HDL 입자 또는 ApoA1 또는 HDL-콜레스테롤의 근사 수치로 정규화하여서 적어도 하나의 정규화된 HDL 단백질 값을 생성하는 단계를 추가로 포함하는, 방법.
  5. 제4항에 있어서, 상기 샘플 내에 총 HDL 입자 또는 ApoA1 또는 HDL-콜레스테롤의 근사 수치를 결정하는 단계는 상기 샘플에 첨가된 내부 표준품의 수치를 결정하는 단계를 포함하고, 상기 내부 표준품은 표지된 HDL 단백질을 포함하는, 방법.
  6. 제1항에 있어서, 상기 적어도 하나의 HDL 단백질의 수치를 검출하는 단계는 시약을 상기 샘플에 첨가하는 단계를 포함하고, 상기 시약은 상기 샘플 내에 HDL 단백질을 분해하는, 방법.
  7. 제1항에 있어서, 상기 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 ApoC3 또는 ApoC3의 분획을 검출하는 상기 샘플의 적어도 일부에서 검정을 수행하는 단계를 포함하는, 방법.
  8. 제7항에 있어서, 상기 검정은 질량 분광법 검정 또는 면역검정인, 방법.
  9. 제1항에 있어서, 상기 적어도 하나의 HDL 연관된 단백질은 아포지단백 A1(ApoA1)을 추가로 포함하는, 방법.
  10. 제9항에 있어서, 상기 적어도 하나의 HDL 단백질의 수치를 검출하는 단계는 i) ApoC3 또는 ApoC3의 분획, 및 ii) ApoA1 또는 ApoA1의 분획을 검출하는 검정을 수행하는 단계를 포함하는, 방법.
  11. 제1항에 있어서, 상기 적어도 하나의 HDL 연관된 단백질은 아포지단백 C1(ApoC1)을 추가로 포함하는, 방법.
  12. 제11항에 있어서, 상기 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 i) ApoC3 또는 ApoC3의 분획, 및 ii) ApoC1 또는 ApoC1의 분획을 검출하는 검정을 수행하는 단계를 포함하는, 방법.
  13. 제1항에 있어서, 상기 적어도 하나의 HDL 연관된 단백질은 아포지단백 C2(ApoC2)를 추가로 포함하는, 방법.
  14. 제13항에 있어서, 상기 적어도 하나의 HDL 연관된 단백질의 수치를 검출하는 단계는 i) ApoC3 또는 ApoC3의 분획, 및 ii) ApoC2 또는 ApoC2의 분획을 검출하는 검정을 수행하는 단계를 포함하는, 방법.
  15. 시스템 또는 조성물로서,
    a) 심혈관 질환을 갖거나 이를 가질 것으로 의심되는 대상체로부터의 샘플; 및
    b) 제1 성분으로서,
    i) 아포지단백 C3(ApoC3) 결합제, 및/또는
    ii) ApoC3 질량 분광법 표준품을 포함하는, 상기 제1 성분
    을 포함하는, 시스템 또는 조성물.
  16. 제15항에 있어서, c) 상기 샘플에 존재하는 총 HDL 입자, ApoA1 또는 HDL-콜레스테롤의 근사 수치로 상기 샘플에서의 신호를 정규화하기 위한 교정자로서 작용할 수 있는, 검출 가능하게 표지된 HDL 단백질을 포함하는 조성물을 포함하는 제2 성분을 추가로 포함하는, 시스템 또는 조성물.
  17. 제15항에 있어서, 상기 샘플은 혈청 샘플, 혈장 샘플, 혈액 샘플 및 정제된 고밀도 지단백(HDL) 샘플로 이루어진 군으로부터 선택된, 시스템 또는 조성물.
  18. 제15항에 있어서, c) i) 아포지단백 A1(ApoA1) 결합제, 및/또는 ii) ApoA1 질량 분광법 표준품을 포함하는 제2 성분을 추가로 포함하는, 시스템 또는 조성물.
  19. 제15항에 있어서, c) i) 아포지단백 C1(ApoC1) 결합제, 및/또는 ii) ApoC1 질량 분광법 표준품을 포함하는 제2 성분을 추가로 포함하는, 시스템 또는 조성물.
  20. 제15항에 있어서, c) i) 아포지단백 C2(ApoC2) 결합제, 및/또는 ii) ApoC2 질량 분광법 표준품을 포함하는 제2 성분을 추가로 포함하는, 시스템 또는 조성물.
  21. 심혈관 질환의 근사 위험 및/또는 근사 콜레스테롤 역수송 역량을 결정하는 방법으로서,
    a) 대상체로부터의 샘플에서 바이오마커 패널 17, 18 및/또는 19에서 각각의 HDL 연관된 단백질의 수치를 검출하는 단계로서,
    상기 바이오마커 패널 17은 단백질: ApoC1, ApoC2 및 ApoC3을 포함하고;
    상기 바이오마커 패널 18은 단백질: ApoA1, ApoC1, ApoC2, ApoC3 및 ApoC4를 포함하고,
    상기 바이오마커 패널은 단백질: ApoA2, ApoC1, ApoC2, ApoC3, ApoD 및 SAA1/2를 포함하는, 상기 검출하는 단계;
    b) 상기 대상체에 대한 심혈관 질환(CVD)의 근사 위험, 및/또는 상기 샘플의 근사 콜레스테롤 유출 역량(CEC)을 결정하는 단계를 포함하는, 심혈관 질환의 근사 위험 및/또는 근사 콜레스테롤 역수송 역량을 결정하는 방법.
  22. 제21항에 있어서, 상기 샘플은 혈청 샘플, 혈장 샘플, 혈액 샘플 및 정제된 고밀도 지단백(HDL) 샘플로 이루어진 군으로부터 선택된, 심혈관 질환의 근사 위험 및/또는 근사 콜레스테롤 역수송 역량을 결정하는 방법.
  23. 제21항에 있어서, 상기 결정하는 단계는 심혈관 질환(CVD) 위험 점수 또는 콜레스테롤 유출 역량(CEC) 점수를 생성하도록 제1 알고리즘을 이용하는 단계를 포함하고, 상기 제1 알고리즘은 i) 미리 결정된 계수에 의해 각각의 HDL 연관된 단백질 수치를 곱해 곱셈된 값을 생성하는 것, 및 ii) 패널 특정 상수 값과 상기 곱셈된 값을 함께 추가하고, 이로써 상기 CVD 위험 점수 또는 상기 CEC 점수를 생성하는 것을 포함하는 조작을 수행하는, 심혈관 질환의 근사 위험 및/또는 근사 콜레스테롤 역수송 역량을 결정하는 방법.
  24. 제21항에 있어서, c) 상기 CVD 위험 점수 및/또는 상기 CEC 점수를 제공하는 리포트를 생성하는 단계를 추가로 포함하는, 심혈관 질환의 근사 위험 및/또는 근사 콜레스테롤 역수송 역량을 결정하는 방법.
KR1020197004954A 2016-07-21 2017-07-21 Hdl-관련 단백질 바이오마커 패널 검출 KR102392947B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020217024743A KR102424550B1 (ko) 2016-07-21 2017-07-21 Hdl-관련 단백질 바이오마커 패널 검출

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201662365175P 2016-07-21 2016-07-21
US62/365,175 2016-07-21
PCT/US2017/043299 WO2018017960A1 (en) 2016-07-21 2017-07-21 Hdl-associated protein biomarker panel detection

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020217024743A Division KR102424550B1 (ko) 2016-07-21 2017-07-21 Hdl-관련 단백질 바이오마커 패널 검출

Publications (2)

Publication Number Publication Date
KR20190105560A true KR20190105560A (ko) 2019-09-17
KR102392947B1 KR102392947B1 (ko) 2022-05-03

Family

ID=60989971

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020197004954A KR102392947B1 (ko) 2016-07-21 2017-07-21 Hdl-관련 단백질 바이오마커 패널 검출
KR1020217024743A KR102424550B1 (ko) 2016-07-21 2017-07-21 Hdl-관련 단백질 바이오마커 패널 검출

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020217024743A KR102424550B1 (ko) 2016-07-21 2017-07-21 Hdl-관련 단백질 바이오마커 패널 검출

Country Status (8)

Country Link
US (2) US10921331B2 (ko)
EP (1) EP3488241A4 (ko)
JP (3) JP2019523431A (ko)
KR (2) KR102392947B1 (ko)
CN (1) CN110234998A (ko)
AU (1) AU2017299781B2 (ko)
CA (1) CA3031385A1 (ko)
WO (1) WO2018017960A1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3488241A4 (en) * 2016-07-21 2020-07-29 Cleveland Heartlab, Inc. PANEL DETECTION OF PROTEIN BIOMARKERS ASSOCIATED WITH HDL
KR102015982B1 (ko) * 2017-09-22 2019-08-29 한국과학기술연구원 고밀도 지단백 기능과 관련된 심혈관 질환 치료 표적 및 이를 이용하여 심혈관 질환을 진단하는 방법
US20200292558A1 (en) * 2017-10-12 2020-09-17 Cedars-Sinai Medical Center Prognosis and progression biomarkers for chronic kidney disease
CN116908474B (zh) * 2023-07-21 2024-05-17 首都医科大学附属北京朝阳医院 房颤相关的生物标志物及其应用

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009531712A (ja) * 2006-03-23 2009-09-03 デ グスマン ブレイヤー、エメリタ アポリポタンパク質フィンガープリント技術
US8241861B1 (en) * 2008-07-08 2012-08-14 Insilicos, Llc Methods and compositions for diagnosis or prognosis of cardiovascular disease

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6641707B2 (en) * 2001-05-15 2003-11-04 Ppg Industries Ohio, Inc. Biodegradation-resistant electrodepositable coating compositions and methods related thereto
AU2004296829A1 (en) * 2003-12-05 2005-06-23 The Cleveland Clinic Foundation Risk markers for cardiovascular disease
US20070042426A1 (en) * 2005-01-28 2007-02-22 Kiernan Urban A Biomarkers and assays for myocardial infarction
CA2647669A1 (en) * 2005-03-28 2006-10-05 Bioseek, Inc. Biological dataset profiling of cardiovascular disease and cardiovascular inflammation
US8119358B2 (en) * 2005-10-11 2012-02-21 Tethys Bioscience, Inc. Diabetes-related biomarkers and methods of use thereof
US7575876B2 (en) * 2005-10-27 2009-08-18 The University Of Washington Biomarkers for neurodegenerative disorders
US7972802B2 (en) * 2005-10-31 2011-07-05 University Of Washington Lipoprotein-associated markers for cardiovascular disease
WO2007133593A2 (en) * 2006-05-10 2007-11-22 Liposcience, Inc. Methods, systems and computer programs for assessing chd risk using weighted hdl particle number measurements
WO2007143724A2 (en) * 2006-06-07 2007-12-13 Reddy Us Therapeutics, Inc. Compositions and methods to enhance reverse cholesterol transport
WO2009108073A1 (en) * 2008-02-28 2009-09-03 Auckland Uniservices Limited Biomarkers for prediction of preeclampsia and/or cardiovascular disease
WO2011060361A1 (en) 2009-11-13 2011-05-19 Bg Medicine, Inc. Risk factors and prediction of myocardial infarction
JP6258849B2 (ja) * 2011-04-29 2018-01-10 チルドレンズ ホスピタル アンド リサーチ センター アット オークランド Ｈｄｌの逆コレステロール輸送支持能力を評価するための組成物および方法
EP2739973A4 (en) * 2011-08-04 2015-03-11 Hdl Apomics Llc METHOD OF MEASURING HDL SUBPOPULATIONS
WO2013170089A2 (en) * 2012-05-09 2013-11-14 President And Fellows Of Harvard College Compositions and methods for assessing cardiovascular disease
CN103063848B (zh) * 2012-12-26 2015-06-03 潍坊三维生物工程集团有限公司 一种用免疫比浊法测定载脂蛋白c2的试剂盒
WO2014160275A2 (en) * 2013-03-14 2014-10-02 Battell Memorial Institute Biomarkers for liver fibrosis
EP3620466B1 (en) * 2014-05-15 2022-09-14 Cleveland Heartlab, Inc. Compositions and methods for purification and detection of hdl and apoa1
US9810702B2 (en) * 2014-09-19 2017-11-07 The Cleveland Heartlab, Inc. HDL-associated protein extraction and detection
JP6607735B2 (ja) * 2014-10-16 2019-11-20 シスメックス株式会社 リポタンパク質のコレステロール取り込み能を測定する方法及び試薬キット
WO2016081444A1 (en) * 2014-11-17 2016-05-26 Alnylam Pharmaceuticals, Inc. Apolipoprotein c3 (apoc3) irna compositions and methods of use thereof
WO2017032815A2 (en) 2015-08-24 2017-03-02 Helmholtz Zentrum München - Deutsches Forschungszentrum für Gesundheit und Umwelt (GmbH) Biomarkers for cardiometabolic diseases
EP3163303A1 (en) * 2015-11-02 2017-05-03 Biocross, S.L. Methods for apolipoprotein detection
EP3488241A4 (en) 2016-07-21 2020-07-29 Cleveland Heartlab, Inc. PANEL DETECTION OF PROTEIN BIOMARKERS ASSOCIATED WITH HDL

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009531712A (ja) * 2006-03-23 2009-09-03 デ グスマン ブレイヤー、エメリタ アポリポタンパク質フィンガープリント技術
US8241861B1 (en) * 2008-07-08 2012-08-14 Insilicos, Llc Methods and compositions for diagnosis or prognosis of cardiovascular disease

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Li-rong Yan et al., 'A Pro-Atherogenic HDL Profile in Coronary Heart Disease Patients: An iTRAQ Labelling-Based Proteomic Approach', PLoS ONE, 2014, Vol. 9, e98368, pp 1-10. 1부.* *

Also Published As

Publication number Publication date
AU2017299781B2 (en) 2024-03-07
EP3488241A1 (en) 2019-05-29
US20180024152A1 (en) 2018-01-25
CA3031385A1 (en) 2018-01-25
JP2023017962A (ja) 2023-02-07
US10921331B2 (en) 2021-02-16
WO2018017960A1 (en) 2018-01-25
KR102424550B1 (ko) 2022-07-22
JP2022025100A (ja) 2022-02-09
KR20210099207A (ko) 2021-08-11
EP3488241A4 (en) 2020-07-29
KR102392947B1 (ko) 2022-05-03
CN110234998A (zh) 2019-09-13
AU2017299781A1 (en) 2019-02-07
US20210132090A1 (en) 2021-05-06
JP7262548B2 (ja) 2023-04-21
JP2019523431A (ja) 2019-08-22

Similar Documents

Publication Publication Date Title
JP7262548B2 (ja) Ｈｄｌ関連タンパク質のバイオマーカーパネル検出
Lam et al. Proteomics research in cardiovascular medicine and biomarker discovery
Carty et al. Urinary proteomics for prediction of preeclampsia
Shao et al. A cluster of proteins implicated in kidney disease is increased in high-density lipoprotein isolated from hemodialysis subjects
JP6262529B2 (ja) 冠状動脈疾患高リスク患者を認定するリピドームバイオマーカー
Meyer et al. Targeted quantification of C-reactive protein and cystatin c and its variants by immuno-MALDI-MS
JP7104689B2 (ja) 有害事象を示すマーカーとしてのヒストンおよび／またはｐｒｏＡＤＭ
Plubell et al. High-density lipoprotein carries markers that track with recovery from stroke
Begcevic et al. Targeted mass spectrometry-based assays for relative quantification of 30 brain-related proteins and their clinical applications
Dubois et al. Cardiovascular proteomics: translational studies to develop novel biomarkers in heart failure and left ventricular remodeling
Gajjala et al. Proteomic-biostatistic integrated approach for finding the underlying molecular determinants of hypertension in human plasma
US9347959B2 (en) Oxidative biomarkers in predicting risk of stroke, transient ischemic attack (TIA) and peripheral arterial disease (PAD)
EP3499230A1 (en) Method for assisting diagnosis of alzheimer&#39;s disease using urine biomarker
RU2462718C1 (ru) Способ оценки эффективности лечения липидемии
Wang et al. Serum proteomic predicts effectiveness and reveals potential biomarkers for complications in liver transplant patients
Feig et al. Global plasma protein profiling reveals DCM characteristic protein signatures
AU2024203887A1 (en) HDL-associated protein biomarker panel detection
Amigó Grau et al. Bringing Human Serum Lipidomics to the Forefront of Clinical Practice: Two Clinical Diagnosis Success Stories
CN113791225A (zh) 冠状动脉疾病的诊断标记
Yassine et al. Mass spectrometric immunoassay and multiple reaction monitoring as targeted ms-based quantitative approaches in biomarker development: Potential applications to cardiovascular disease and diabetes
Larner High performance lipoprotein profiling for cardiovascular risk assessment
Iglesias et al. Identification of endothelial-derived proteins in plasma associated with cardiovascular risk factors
Jelinek Characterizing the post-translational modifications of human serum albumin as they correlate to cardiac ischemia
Begcevic Proteomic-based Signature of Brain-related Proteins as Novel Candidate Biomarkers for Alzheimer's Disease Diagnosis
Maris et al. Proteomics as a tool to discover biomarkers for the prediction of diabetic complications

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
A107 Divisional application of patent
E701 Decision to grant or registration of patent right
GRNT Written decision to grant