CN105531590A - 卵巢癌生物标志物 - Google Patents

卵巢癌生物标志物 Download PDF

Info

Publication number
CN105531590A
CN105531590A CN201480050482.XA CN201480050482A CN105531590A CN 105531590 A CN105531590 A CN 105531590A CN 201480050482 A CN201480050482 A CN 201480050482A CN 105531590 A CN105531590 A CN 105531590A
Authority
CN
China
Prior art keywords
oophoroma
biomarker
feature
level
sample
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201480050482.XA
Other languages
English (en)
Inventor
A·J·布特
L·A·绍博
P·卡特里
B·X·林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Leland Stanford Junior University
Original Assignee
Leland Stanford Junior University
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 Leland Stanford Junior University filed Critical Leland Stanford Junior University
Publication of CN105531590A publication Critical patent/CN105531590A/zh
Pending legal-status Critical Current

Links

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
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • G01N33/57407—Specifically defined cancers
    • G01N33/57449—Specifically defined cancers of ovaries
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Y—ENZYMES
    • C12Y207/00—Transferases transferring phosphorus-containing groups (2.7)
    • C12Y207/11—Protein-serine/threonine kinases (2.7.11)
    • C12Y207/11001—Non-specific serine/threonine protein kinase (2.7.11.1), i.e. casein kinase or checkpoint kinase
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Y—ENZYMES
    • C12Y306/00—Hydrolases acting on acid anhydrides (3.6)
    • C12Y306/04—Hydrolases acting on acid anhydrides (3.6) acting on acid anhydrides; involved in cellular and subcellular movement (3.6.4)
    • 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
    • G01N2333/90—Enzymes; Proenzymes
    • G01N2333/91—Transferases (2.)
    • G01N2333/912—Transferases (2.) transferring phosphorus containing groups, e.g. kinases (2.7)
    • G01N2333/91205—Phosphotransferases in general
    • 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
    • G01N2333/90—Enzymes; Proenzymes
    • G01N2333/914—Hydrolases (3)
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/52—Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Molecular Biology (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Organic Chemistry (AREA)
  • Biomedical Technology (AREA)
  • Hematology (AREA)
  • Urology & Nephrology (AREA)
  • Microbiology (AREA)
  • Hospice & Palliative Care (AREA)
  • Biotechnology (AREA)
  • Physics & Mathematics (AREA)
  • Oncology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Zoology (AREA)
  • Genetics & Genomics (AREA)
  • Wood Science & Technology (AREA)
  • Cell Biology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

提供生物标志物和生物标志物组，用于进行卵巢癌评估，例如，诊断卵巢癌、预测卵巢癌对卵巢癌治疗的反应性以及监测卵巢癌。可进一步根据分类对患者进行治疗。还提供使用这些生物标志物进行卵巢癌评估的方法、试剂、装置和试剂盒。

Description

卵巢癌生物标志物
技术领域
本发明涉及用于进行卵巢癌评估的生物标志物。
背景技术
卵巢癌是北美妇女中妇科癌症死亡的主要原因和癌症死亡的第五主要原因，其主要缘于缺乏早期症状或有效筛查。卵巢癌的早期检测使5年存活率从低于30％增加至70％-90％，但早期确诊病例低于20％。来自***、肺、结肠直肠以及卵巢癌筛查试验(PLCO)的结果提供了结论性证据，目前针对CA-125蛋白的验血以及经***超声的监护标准并不能改善卵巢癌早期检测率或存活。近年来出现几种新的早期检测标志物，但迄今经验证均无效。本发明解决这些问题。
发明概述
提供生物标志物和生物标志物组，用于进行卵巢癌评估，例如，诊断卵巢癌、预测卵巢癌对卵巢癌治疗的反应性以及监测卵巢癌。可向评估患者提供报告。还提供使用这些生物标志物进行卵巢癌评估的方法、试剂、装置和试剂盒。可进一步根据反应性评估对患者进行治疗。
附图简要说明
根据以下详细说明，并结合附图，对本发明进行最优理解。本专利或申请文件包含至少一副彩图。如有需要并支付必要费用，专利局将提供本专利或专利申请的彩图公开副本。应当强调，根据惯例，附图的不同特征并非等比例。相反，为了清楚起见，不同特征的尺寸可任意扩大或缩小。附图中包括下列各图。
图1描述用于鉴定人类基因组中与卵巢癌最为相关的160种基因的方法。A.从TheGeneExpressionOmnibus下载7个数据集，其包含高级别浆液性卵巢癌和对照的基因表达。B.森林图，代表在(A)中针对单个基因(基因并不特定于这一病例，其仅为该方法的概览)的元分析(meta-analysis)的输出。y轴列出基因表达的编号，x轴绘出表达的Log2倍变化(0表示该研究中病例和对照之间无差别，1表示病例中表达是对照中的两倍，等等)。蓝色方块的大小与该研究中患者数成比例，并位于该研究的平均log倍数变化的中间。水平线示出该单项研究估计量的95％置信区间。概况统计量(summarystatistic)如黄色菱形所示。这是所有单个研究的加权平均值(因此具有较小置信区间的较大研究对最终的概况统计量影响较大)。菱形的宽度表明该概况统计量的95％置信区间。每种经测量基因均由这样一幅图表示，并基于概况统计量(又名效应量(effectsize))和统计显著性对基因进行排列。基于用于考虑某些显著过表达(log倍数变化>.75，p值<.001，FDR<.001)的过滤器，鉴定出在所有7项研究中均过表达的160种基因。
图2证实在独立组中，由图1中所述方法鉴定的优选基因比本领域认可的生物标志物组能更好地区分癌症病例和对照。A.使用来自591例卵巢癌病例和8例对照的癌症基因组图谱(TCGA)微阵列数据对优选候选基因进行验证。4种基因表达的组合区分癌症与对照组。B.作为对比，OvaSure是2008年才上市的用于卵巢癌早期检测的基于血液的生物标志物组。OvaSure含有4种在癌症病例血清中升高的蛋白。每个绿点是一名患者，沿y轴的位置表示此人基于所有4种基因的综合分数。4种基因数值的几何平均数用作微阵列实验的输出(4个数值相乘，并取4次方根)。
图3证实排在前列的早期检测生物标志物如何明确区分早期卵巢癌病例(I期或II期)与正常个体。基于生物标志物多大程度上能区分正常对照与早期癌症，以及多大程度上与TCGA组中的患者存活相关，对候选生物标志物的最初列表进行先后排列。最佳组由列表中前5种生物标志物组成。晚期卵巢癌病例获得类似的结果。
图4证实在独立组中，早期检测生物标志物候选者的表现优于OvaSure。在第二个独立组(GSE4122)中验证早期检测生物标志物组，该组由32名卵巢浆液性腺癌病例和32名正常或良性对照组成。在该组中测量的3种候选生物标志物获得了比3种OvaSure基因更高的AUC。
图5示出人血浆中两种新的早期检测生物标志物的试验验证研究结果。在针对蛋白质组数据库对来自元分析的候选生物标志物列表进行过滤后，选出两种蛋白(PRKDC和RAD45L)，在12名预处理的卵巢癌患者和12名年龄、性别、种族匹配的对照血浆中进行试验验证研究。将不连续OvaSure组中6种生物标志物中的4种(CA125、OPN、LEP、ILGF2)作为阳性对照进行测试。每个点代表一名患者的ELISA值。蓝色箭头标出I期样品的结果，红色箭头标出II期样品的结果。剩余样品是III期或IV期。每组中，右侧图示出癌症病例的数值，左侧图示出年龄、种族和性别匹配的对照的数值。
发明详述
提供生物标志物，用于卵巢癌评估，例如，诊断卵巢癌、预测卵巢癌对卵巢癌治疗的反应性，以及监测卵巢癌。可向评估患者提供报告。还提供使用这些生物标志物进行卵巢癌评估的方法、试剂、装置和试剂盒。可进一步根据反应性评估对患者进行治疗。本领域技术人员在阅读以下更为全面描述的组合物和方法的详细内容后，会清楚本发明的诸多目的、优势和特征。
在描述本发明的方法和组合物之前，应当理解本发明并不限于所述特定方法或组合物，因为其当然是可变的。还应理解，本文所用术语仅旨在描述特定实施方案，无意进行限制，因为本发明的范围仅由所附权利要求限定。
当提供数值范围时，应当理解，该范围上下限之间以下限单位的十分之一存在(除非本文另有明确说明)的每个居中数值也具体公开。本发明包含指定范围内的任意指定数值或居中数值与该指定范围内的任意其他指定或居中数值之间的每个较小范围。该较小范围的上下限可独立地包括或排除在该范围内，并且其上下限的一个、没有或两个包括在该较小范围内的每个范围也包含在本发明中，隶属于指定范围中任意具体排除的限定。指定范围包括一或两个限定，排除这些被包括限定的一个或两个的范围也包括在本发明中。
除非另有说明，本发明所用科技术语与本发明所属技术领域的普通技术人员所通常理解的含义相同的含义。尽管与本发明所述方法和材料相似或等同的任意方法和材料均可用于本发明的实施或测试，但以下描述的是潜在的和优选的方法和材料。所有本文提及的出版物均通过引用并入本文，以公开和描述与引用所述出版物相关的方法和/或材料。应当理解，如与引入的出版物内容有冲突，以本发明公开为准。
本领域技术人员在阅读该公开时会明白，本文描述并例举的每个实施方案均具有分离的成分和特征，其可与任意其他几个实施方案的特征分离或组合，而不背离本发明的范围和精神。任意所述方法均可按照所述事件的顺序或按照符合逻辑的任意其他顺序执行。
必须注意的是，除非文中另有明确指明，用于本发明及所附权利要求，单数形式一个(“a)”、“一种(an)”和“所述(the)”包括复数指示物。因此，例如“一个细胞”包括多个该细胞，“所述肽”包括本领域技术人员知晓的一或多种肽或其等价物，例如多肽，诸如此类。
本文所讨论的出版物仅因其公开早于本申请的申请日而提供。本文不应理解为承认本发明就在先发明而言不早于这些出版物。另外，提供的出版日期可能与实际出版日期不同，需要单独确认。
如上总结，本发明包括组合物、方法、***和试剂盒，其可用于提供卵巢癌评估，例如，诊断、预后、监测和/或治疗对象中的卵巢癌。在描述本发明时，首先描述用于提供卵巢癌评估的组合物，然后是用于该用途的方法、***和试剂盒。
卵巢癌生物标志物和生物标志物组
在本发明一些方面，提供卵巢癌生物标志物。“生物标志物”或“标志物”是指分子实体，其在样品中的表现与疾病表型相关。“卵巢癌”是指起源于卵巢的任何癌性生长，例如表面上皮-间质肿瘤(腺癌，包括例如***状浆液性囊腺癌、内膜样瘤、浆液性囊腺癌、***状粘液性囊腺癌、透明细胞卵巢肿瘤、粘液腺癌、囊腺癌及其他)、癌(例如，性索-间质肿瘤、其他癌)、生殖细胞瘤(例如，畸胎瘤、无性细胞瘤及其他)、苗勒管肿瘤、表皮样瘤(鳞状细胞癌)、布伦纳瘤等等，如本领域已知或本文所述。因此，卵巢癌“生物标志物”或“卵巢癌标志物”是指分子实体，其在样品中的表现与卵巢癌表型相关，例如卵巢癌的存在、卵巢癌阶段、与卵巢癌相关的预后、预测卵巢癌对治疗的反应性等。换言之，标志物可以说是在具有卵巢癌表型的样品中差异表现。
卵巢癌生物标志物包括在卵巢癌表型中差异表现的蛋白及其对应的遗传序列，即mRNA、DNA等。“基因”或“重组基因”是指包含开放式阅读框的核酸，其编码所述蛋白。编码序列的界限由5’(氨基)末端的起始密码子和3’(羧基)末端的翻译终止密码子确定。转录终止序列可位于编码序列的3’。另外，基因可任选地包括其天然启动子(即与基因的外显子和内含子在非重组细胞，即天然存在的细胞中可操作地连接的启动子)，以及相关调控序列，并且可以或者可以不具有AUG起始位点上游序列，并且可以或者可以不包括非翻译先导序列、信号序列、下游非翻译序列、转录起始和终止序列、多腺苷酸化信号、翻译起始和终止序列、核糖体结合位点等等。用在本文中，术语“基因产物”或“表达产物”是指基因的RNA转录产物(转录子)，包括mRNA；以及该RNA转录子的多肽翻译产物，即由基因编码的氨基酸产物。基因产物可以是，例如，基因的RNA转录子，例如非剪接RNA、mRNA、剪接变体mRNA、microRNA、片段化RNA等；或者由基因编码的氨基酸产物，包括例如，全长多肽、全长多肽的剪接变体、翻译后修饰多肽以及基因产物的片段，例如肽等。在一些情况下，标志物或标志物活性水平升高可与卵巢癌表型相关。在其他情况下，标志物或标志物活性水平降低可与卵巢癌表型相关。
如本发明实施例中所证实，发明人鉴定了两种蛋白，Prkdc和Rad54L，其在卵巢癌亚型的血液样品中表现为水平升高，并因此可用作生物标志物，提供卵巢癌评估，例如，诊断卵巢癌、预后卵巢癌、确定受到卵巢癌影响的对象的治疗方案、监测患有卵巢癌的对象，等等。PRKDC基因，又名“DNA激活蛋白激酶催化多肽(proteinkinase,DNA-activated,catalyticpolypeptide)”、DNA-PKcs、HYRC、p350、DNAPK、DNPK1、HYRC1和XRCC7，编码DNA依赖的蛋白激酶(DNA-PK)催化亚基。其与Ku70/Ku80异二聚体蛋白在DNA双链断裂修复和重组中发挥作用。编码的蛋白是PI3/PI4激酶家族成员。PRKDC的cDNA和蛋白序列可见于Genbank登录号NM_006904.6。RAD54L基因，又名“RAD54样”、HR54、hHR54、RAD54A和hRAD54，编码属于DEAD样解螺旋酶超家族，并与酿酒酵母Rad54具有相似性的蛋白，所述蛋白已知参与DNA同源重组和修复，包括DNA双链断裂修复。该蛋白与双链DNA的结合诱导DNA拓扑变化，其被认为有助于同源DNA配对，并刺激DNA重组。RAD54L的cDNA和蛋白序列可见于Genbank登录号NM_003579.3。
由于Prkdc和Rad54L是DNA修复的关键调节子，在例如血液中Prkdc或Rad54L蛋白或蛋白活性水平升高的卵巢癌患者与具有更接近未患有癌症的个体血液中Prkdc或Rad54L水平的卵巢癌患者相比，将对DNA损伤剂的癌症治疗更具抗性和反应性更低。“DNA损伤剂”是指损伤DNA的化疗剂或辐射，例如通过使DNA烷基化或甲基化引起错配、通过已知拓朴异构酶2、通过诱导DNA中的断裂，等等，例如如本领域已知或如下所示。例如，比未患有癌症的个体血液中Prkdc或Rad54L蛋白高1.5倍、2倍、3倍、4倍、5倍、6倍、7倍、8倍、9倍或10倍或更多的卵巢癌患者与具有类似未受影响的个体血液中Prkdc或Rad54L蛋白水平的卵巢癌患者相比，将对DNA损伤剂反应性更低。对癌症治疗“有反应”是指给对象施用有效量的药剂将降低卵巢癌细胞增殖速率，例如降低70％、80％、90％或100％，即停止卵巢癌细胞生长，在一些情况下诱导卵巢癌肿瘤尺寸或转移的消退，例如诱导肿瘤尺寸减少10％或更多，例如肿瘤尺寸减少20％、减少30％、减少40％、减少50％、或减少60％，有时尺寸减少70％、80％或90％，在某些情况下，从对象中根除卵巢癌细胞的可见迹象，并诱导卵巢癌消退。“反应性更低”是指给对象施用有效量的药剂将使卵巢癌细胞增殖速率降低30％、40％、50％、60％、70％、80％、90％或100％，即停止卵巢癌细胞生长，但通常不会诱导卵巢癌肿瘤尺寸或转移的消退。在一些情况下，Prkdc或Rad54L蛋白水平升高的卵巢癌患者将对DNA治疗基本上不反应。对癌症治疗不反应或不敏感是指给对象施用有效量的药剂将对卵巢癌细胞增殖和卵巢癌肿瘤尺寸基本上无影响。因此，本发明的卵巢癌生物标志物可用于确定DNA损伤剂能否用于降低卵巢癌生长的方法。如果通过本发明的方法确定对象对DNA损伤剂有反应，所述方法还可用于用该损伤剂治疗对象。
本发明还提供卵巢癌生物标志物组。“卵巢癌生物标志物组”或“卵巢癌标志物组”是指两种或更多种分子实体，例如两种、三种、四种、五种或多于五种实体的集合或组合，其在样品中的表现与卵巢癌表型相关。在一些情况下，组中生物标志物的表现(蛋白水平、蛋白活性水平、RNA水平等)可单独考虑以进行卵巢癌评估。在其他情况下，生物标志物的表现可组合考虑，例如共同和/或与本领域中已知或发现的卵巢癌生物标志物用于进行卵巢癌评估。因此，在该情况下，Prkdc可单独或与Rad54L或本领域已知的其他卵巢癌生物标志物组合用于进行卵巢癌评估。类似地，Rad54L可单独或与Prkdc或本领域已知的其他卵巢癌生物标志物组合用于进行卵巢癌评估。任何便利的卵巢癌生物标志物均可与Prkdc和Rad54L组合用于本发明的卵巢癌生物标志物组，例如如下的基因产物：醛脱氢酶1(ALDH1)、ApoCI、ApoAII、ApoCII、β-血红蛋白、钙周期蛋白、钙粒蛋白A、钙粒蛋白C、紧密连接蛋白(claudin)-3、***生长因子(CTGF)、嗜酸粒细胞衍生神经毒素、成纤维细胞生长因子2(碱性)(FGF2)、叶酸盐受体1(FOLR1)、生殖糖蛋白(glycodelin)、GPCR49、谷胱甘肽S-转移酶θ1(GSTT1)、hepsin、铁调素(hepcidin)、***-II、间-α-胰蛋白酶抑制剂重链H4(inter-α-trypsininhibitorheavychainH4)、激肽释放酶相关肽酶6(KLK6/7)、激肽释放酶10、瘦素、巨噬细胞抑制因子、粘蛋白-16(CA125)、骨桥蛋白、促乳素、蛋白酶丝氨酸8(proteaseserine8)(PRSS8)、蛋白C抑制剂、溶质携带物家族39(锌转运体)成员4(SLC39A4)、小MBL相关蛋白C端片段、角质层糜蛋白酶(stratumcorneumchymotryticenzyme)、转铁蛋白、运甲状腺素蛋白、WAP四二硫化物核心域2(WAPfour-disulfidecoredomain2)(HE4)、含有磷酸化Src同源区2结构域的转化蛋白1(Shc)、含有磷酸化Src同源区2结构域的E(She)、以及特异于酪蛋白激酶1ε的自身抗体。特别感兴趣的生物标志物包括用于确定卵巢癌对DNA损伤药物反应性的可能性的那些生物标志物，例如如美国专利7,470,509所公开的，其全文通过引用并入本文。
方法
卵巢癌生物标志物可用于对患者或“对象”进行卵巢癌评估。“卵巢癌评估”通常是指预测对象对卵巢癌的易感性，确定对象是否正受到卵巢癌影响，对受到卵巢癌影响对象的预后(例如，鉴定卵巢癌状态、卵巢癌阶段，预测对治疗和/或干预的反应性，例如对化疗、辐射或手术的敏感性或抗性，患者将死于卵巢癌的可能性等)，以及治疗评估(therametrics)的使用(例如，监测对象状况以提供关于卵巢癌治疗效果或效力的信息)。因此，例如，本发明的卵巢癌生物标志物和生物标志物组可用于诊断卵巢癌，为患有卵巢癌的患者提供预后，提供患有卵巢癌的患者对医学治疗的反应性的预测，监测患有卵巢癌的患者，治疗患有卵巢癌的患者，等等。
在实施本发明的方法时，获取患者的卵巢癌生物标志物特征(signature)。“卵巢癌生物标志物特征”或简称“卵巢癌特征”，是指测得的感兴趣的卵巢癌生物标志物或生物标志物组的水平/活性(例如蛋白水平、蛋白活性水平、RNA水平等)的表现。生物标志物特征通常包含关于这些一或多种感兴趣的生物标志物的生物标志物水平/活性的定量数据。生物标志物特征的实例包括测得的蛋白、蛋白活性和/或RNA水平的集合。例如，“蛋白生物标志物特征”包含关于由一或多种疾病生物标志物编码的多肽的量的定量数据。“活性生物标志物特征”包含关于由一或多种疾病生物标志物表现出的蛋白活性(例如由测定确定的酶活性)的量的定量数据。“RNA生物标志物特征”包含关于由一或多种疾病生物标志物转录的RNA的量的定量数据。如本文所用，术语“生物标志物特征”包含“蛋白特征”和“活性特征”，以及“RNA特征”。生物标志物特征的实例包括生物标志物概貌(profile)和生物标志物评分。“生物标志物概貌”是指一或多种感兴趣的生物标志物，即感兴趣的生物标志物组在患者样品中的标准化的表现。“生物标志物评分”是指单个度量值，其代表一或多种感兴趣的生物标志物，更常见两种或更多种感兴趣的生物标志物，即感兴趣的生物标志物组在患者样品中的加权表现的总和。生物标志物概貌和评分在以下更详细讨论。
例如，在一些实施方案中，本发明的方法可用于获取卵巢癌特征。即本发明的方法可用于获取一或多种卵巢癌生物标志物，例如Prkdc或Rad54L的蛋白、RNA或活性水平的表现，其在对DNA损伤治疗不反应的卵巢癌中上调或下调(即以较高或较低水平表达，表现较高或较低的活性水平等)。在某些实施方案中，卵巢癌特征是蛋白特征，其包含关于由一或多种卵巢癌生物标志物编码的多肽的量的定量数据。在某些实施方案中，卵巢癌特征是活性特征，其包含关于由一或多种卵巢癌生物标志物表现出的蛋白活性(例如由测定确定的酶活性)的量的定量数据。在某些实施方案中，卵巢癌特征是卵巢癌RNA特征，其包含关于由一或多种卵巢癌生物标志物转录的RNA的量的定量数据。
为了获取卵巢癌特征，在患者样品中检测一或多种感兴趣的卵巢癌生物标志物的蛋白水平、蛋白活性水平、mRNA水平等。即针对患者样品确定一或多种卵巢癌生物标志物，例如Prkdc和/或Rad54，以及某些情况下本领域其他卵巢癌生物标志物，例如生物标志物组的表现。对于患者而言，术语“样品”包括血液和生物学来源的其他液体样品，固体组织样品例如活检标本或来源于该患者或分离自该患者的组培或细胞及其后代。该定义还包括在获得后已经通过任意方式处理的样品，例如试剂处理、清洗或富集某些细胞群。该定义还包括富集特定类型的分子，例如核酸、多肽等的样品。术语“生物样品”包括临床样品，还包括通过手术切除获得的组织、活检获得的组织、培养中的细胞、细胞上清液、细胞裂解物、组织样品、器官、骨髓、血液、血浆、血清等等。术语“血液样品”包括血液样品(例如外周血液样品)及其任意衍生物(例如分级血液、血浆、血清等)。
在实施本发明的方法时，通常在获自个体的体液样品(例如血液样品，例如全血、分级血液、血浆、血清等)中评估生物标志物水平。收集的样品可新鲜测定，或可储存并随后测定。对于后者，样品可通过保存样品的任意便利方式存储，从而可在后期对基因表达进行测定。例如，样品可新鲜冷冻保存，即不用固定剂浸渍的冷冻保存，例如在4℃、-20℃、-60℃、-80℃或液氮保存。或者，样品可经固定并保存，例如在室温、4℃、-20℃、-60℃、-80℃或液氮保存，使用本领域已知的多种固定剂中的任意一种，例如乙醇、甲醇、丙酮、***、多聚甲醛等。
样品可以完整样品例如天然形式进行测定。或者，样品可在分析前进行分级，例如对于血液样品，如果例如待测生物标志物是胞内蛋白或RNA，则纯化白细胞，如果例如生物标志物是分泌多肽，则纯化血浆或血清。还可进行另外的分级，例如对于纯化的白细胞样品，可通过例如淘洗、磁珠分选或荧光激活细胞分选术(FACS)进行分级，以富集特定类型的细胞，由此获得该细胞类型的富集群体用于分析；或者，例如对于血浆或血清样品，可基于大小、电荷、治疗或其他物理学特征进行分级，以纯化特定的分泌多肽，例如在变性或非变性(“天然”)条件下，这取决于检测是否需要非变性形式。然后测定一或多种部分，以测量一或多种感兴趣的基因的表达水平。因此，如本文所用，术语“血液”包括全血及其任意分级部分(例如血细胞部分、血浆、血清等)。
可通过本领域已知的用于测量蛋白水平、蛋白活性水平、多核苷酸即mRNA水平等的任意便利方法对一或多种感兴趣的生物标志物的表现进行测量。例如，可确定样品中Prkdc或Rad54蛋白/多肽的量或水平。当确定测定样品中一或多种蛋白的水平时，可使用用于评价蛋白水平的任意便利方案。对于基于抗体的蛋白水平确定方法，可使用特异性结合目的生物标志物(例如Prkdc、Rad54L)的任意便利抗体。如本文所用，术语“特异性结合”是指相对于溶液或反应混合物中的其他分子或部分优选与一种分子结合(例如相对于其他存在的多肽或表位，抗体特异性结合特定多肽或表位)。在一些实施方案中，一种分子对其特异性结合的另一种分子的亲和力由10-5M或更低(例如，10-6M或更低、10-7M或更低、10-8M或更低、10-9M或更低、10-10M或更低、10-11M或更低、10-12M或更低、10-13M或更低、10-145M或更低、10-15M或更低、10-16M或更低)的KD(解离常数)表征。“亲和力”是指结合强度，结合亲和力增加对应较低的KD。例如，可使用抗体MA5-15813(Pierce)、1B9(Abnova)、LS-B6857(LifeSpanBiosciences)、CIB1(Abgent)、Y393(Abgent)或3H6(MyBioSource)检测Prkdc水平；而Rad54L水平可使用LS-C9873(LifeSpanBiosciences)、LS-C110146(LifeSpanBiosciences)、Sbe625F4/2(CreativeBioMart)、5H3(CreativeBioMart)或4G2(NovusBiologies)检测。其他抗体可由本领域技术人员很容易地确定。
本领域已知多种不同的测定蛋白水平的方式，一种有代表性的且方便类型的测定蛋白水平的方案是EILSA。在ELISA和基于ELISA的测定中，一或多种特异于感兴趣的蛋白的抗体可固定在经选择的固体表面上，优选表现蛋白亲和力的表面，例如聚苯乙烯微量滴定板的孔。在经清洗移除不完全吸收的材料后，用已知对于测试样品是抗原中性的非特异性“封闭”蛋白例如牛血清白蛋白(BSA)、酪蛋白或奶粉溶液包被测定平板的孔。这可以封闭固定表面上的非特异性吸收位点，由此降低由抗原非特异性结合在表面上造成的背景。经清洗移除未结合的封闭蛋白后，将固定表面与待测样品在有助于免疫复合物(抗原/抗体)形成的条件下接触。此类条件包括用稀释剂例如位于磷酸盐缓冲盐水(PBS)/Tween或PBS/Triton-X100中的BSA或牛γ球蛋白(BGG)稀释样品，其还有助于降低非特异性背景，并允许样品在大约25-27℃的温度(尽管其他温度也可使用)下温育约2-4小时。在温育后，清洗抗血清接触的表面，以移除非免疫复合物材料。示例性的清洗程序包括用例如PBS/Tween、PBS/Triton-X100或硼酸盐缓冲剂溶液清洗。然后可通过将结合的免疫复合物与对靶具有特异性的二抗(其与一抗不同)接触，并检测二抗的结合，从而确定免疫复合物的存在和量。在某些实施方案中，二抗会有结合的酶，例如脲酶、过氧化物酶或碱性磷酸酶，当与适当的显色底物温育时，其将产生颜色沉淀。例如，可在一段时间及有助于免疫复合物形成的条件下(例如，在含PBS的溶液例如PBS/Tween中于室温下温育2小时)使用脲酶或过氧化物酶缀合的抗人IgG。在与二抗温育并经清洗去除未结合材料后，例如通过与显色底物诸如脲和溴甲酚紫(脲酶标记的情况下)或2,2’-连氮基-双-(3-乙基苯并二氢噻唑啉-6-磺酸)(ABTS)和H2O2(过氧化物酶标记的情况下)温育，对标记的量进行定量。然后通过测量颜色产生的程度，例如使用可见光谱分光光度计，实现定量。
可通过首先将样品与测定板结合而改变前述形式。然后，将一抗与测定板温育，接着使用对一抗具有特异性的标记二抗检测结合的一抗。
固定抗体的固体基质可由各种材料制备，并可采用各种形状，例如，微量滴定板、微珠、浸渍片、树脂颗粒等。基质可经选择使得信噪比最大化，背景结合最小化，并易于分离和出于成本考虑。清洗可以最适于所用基质的方式进行，例如通过从容器中移除小珠或浸渍片，倒空或稀释容器例如微量滴定板，或用清稀溶液或溶剂清洗小珠、颗粒、色谱柱或过滤器。
或者，可使用用于测量样品中的一或多种蛋白水平的非基于ELISA的方法，并且可使用任何便利的方法。本领域技术人员已知的有代表性的实例包括但不限于质谱、蛋白质组测定、xMAPTM微球技术、western印迹、免疫组化、流式细胞术和通过电化学传感器检测体液。在例如流式细胞术方法中，通过激光检测细胞悬浮液中的细胞上的一或多种感兴趣的基因的基因产物的定量水平。而对于ELISA和免疫组化，在这类方法中使用特异性结合由感兴趣的基因编码的多肽的抗体(例如单克隆抗体)。作为另一实例，可使用电化学传感器。在这类方法中，特异于靶蛋白(“分析物”)的捕获适体或抗体被固定在电极上。同样特异于靶蛋白的第二适体或二抗用例如吡咯喹啉醌葡萄糖脱氢酶((PQQ)GDH)标记。通过将电极浸没入体液中，或通过将样品液体加入样品室，将体液样品导入传感器，并且允许分析物与标记适体/抗体和固定的捕获适体/抗体相互作用。然后向样品提供葡萄糖，并观察由(PQQ)GDH产生的电流，而通过电化学电池的电流量与电极上捕获的分析物的量直接相关。
作为另一实例，确定样品中由PRKDC或RAD54L编码的一或多种RNA的量或水平。可使用测量样品中mRNA水平的任何便利的方法，例如基于杂交的方法，例如northern印迹和原位杂交(Parker&Barnes,MethodsinMolecularBiology106:247-283(1999))、RNAse保护测定(Hod,Biotechniques13:852-854(1992))以及基于PCR的方法(例如反转录PCR(RT-PCR)(Weisetal.,TrendsinGenetics8:263-264(1992))。
用于测量mRNA水平的起始材料可以是总RNA，即未分级的RNA，或分离自细胞悬浮液，例如外周血样品的polyA+RNA。用于mRNA提取的通用方法是本领域熟知的，并在分子生物学标准教科书，包括Ausubeletal.,CurrentProtocolsofMolecularBiology,JohnWileyandSons(1997)中公开。也可使用纯化试剂盒、缓冲液套装和来自商业制造商的蛋白酶，根据制造商的说明进行RNA分离。例如，可使用QiagenRNeasymini-column分离来自细胞悬浮液的RNA，可使用基于TRIzol试剂的试剂盒(Invitrogen)、MasterPureTM完整DNA和RNA纯化试剂盒(EPICENTRETM,Madison,Wl)、ParaffinBlockRNA分离试剂盒(Ambion,Inc.)或RNAStat-60试剂盒(Tel-Test)分离来自细胞悬浮液或经匀浆的组织样品的RNA。
可使用任意便利的方法测量mRNA水平。用于测量mRNA水平的方法的实例可见于例如差异基因表达分析领域。用于测量mRNA水平的一种有代表性且便利类型的方案是基于阵列的基因表达谱。此类方案是杂交测定，其中使用对待产生谱系中待测定/描述的每个基因表现为“探针”核酸的核酸。在这些测定中，首先从被测定初始核酸样品制备靶核酸样品，其中制备可包括用标记，例如信号产生***的成员对靶核酸进行标记。在靶核酸样品制备之后，将样品与阵列在杂交条件下接触，由此在与附着于阵列表面的探针序列互补的靶核酸之间形成复合物。然后定性或定量检测杂交复合物的存在。
本发明方法中使用的可用于产生表达特征的特异性杂交技术包括如下描述的技术：美国专利5,143,854、5,288,644、5,324,633、5,432,049、5,470,710、5,492,806、5,503,980、5,510,270、5,525,464、5,547,839、5,580,732、5,661,028、5,800,992，其公开内容通过引用并入本文，以及WO95/21265、WO96/31622、WO97/10365、WO97/27317、EP373203和EP785280。在这些方法中，如上所述，将“探针”核酸的阵列(其包括针对其表达被测定的每种表型决定基因的探针)与靶核酸接触。在杂交条件，例如严格杂交条件下进行接触，然后移除未结合的核酸。如本文所用，术语“严格测定条件”是指以下条件，其适合产生具有足以提供测定中期望水平的特异性的互补性的核酸(例如表面结合和溶液相的核酸)结合对，而不适合形成不足以提供期望的特异性的结合成员之间的结合对。严格测定条件是杂交和清洗条件的总和或组合(全体)。
产生的杂交核酸模式提供每种被探测基因表达相关的信息，而该表达信息表示为该基因是否表达，并且典型地，以何种水平表达，而表达数据，例如表达谱(例如以转录组形式)可以是定性和定量的。
另外，可使用对样品中的一或多种核酸的水平进行定量的非基于阵列的方法。这包括基于扩增方案的方法，例如基于聚合酶链式反应(PCR)的测定，包括定量PCR、逆转录PCR(RT-PCR)、实时PCR等，例如RT-PCR、***、技术和Luminex技术，以及那些依靠探针与滤纸杂交的方法，例如Northern印迹和原位杂交。
产生的数据提供关于经测量的每种卵巢癌生物标志物的表达和/或活性的信息，其中所述信息表示为所述生物标志物是否存在(例如表达和/或有活性)，并且典型地，以何种水平存在，并且其中所述数据可以是定性和定量的。
一旦确定一或多种生物标志物的表现，可通过多种方式的任意一种对测量进行分析，以获取生物标志物特征。
例如，可分别对一或多种卵巢癌生物标志物的表现进行分析，以形成生物标志物谱。如本文所用，“生物标志物谱”是患者样品中的一或多种生物标志物的标准化表现，例如患者样品中血清蛋白浓度的标准化水平，样品中生物标志物的标准化活性等。可通过本领域已知的多种方法中的任意一种产生谱。例如，每种标志物的水平可经log2转化，并相对于选取的管家基因，例如ABL1、GAPDH或PGK1，或者相对于整个组的信号等进行标准化。计算生物标志物特征的其他方法是本领域技术人员熟知的。在某些实施方案中，生物标志物谱可以是“蛋白生物标志物谱”，或仅是“蛋白谱”，即，其包含患者样品中一或多种生物标志物的标准化表达水平，其通过测量由所述生物标志物编码的蛋白的量而确定。在某些实施方案中，生物标志物谱可以是“蛋白活性生物标志物谱”，或简称“蛋白活性谱”，即，其包含患者样品中一或多种生物标志物的标准化活性，其通过测量样品中表现出的蛋白活性的量而确定。在某些实施方案中，生物标志物谱可以是“RNA生物标志物谱”，或简称“RNA谱”，即，其包含患者样品中一或多种生物标志物的标准化表达水平，其通过测量由所述一或多种生物标志物转录的RNA的量而确定。
作为另一实例，卵巢癌生物标志物或生物标志物组的测量可共同分析以得到卵巢癌生物标志物得分，因此卵巢癌生物标志物特征是一个得分。“生物标志物得分”是指单个度量值，其代表生物标志物组中每种感兴趣的生物标志物，更常见的是两种或更多种感兴趣的生物标志物的加权表征的总合。因此，在一些实施方案中，本发明的方法包含检测样品中卵巢癌生物标志物组的标志物的量/活性，并基于生物标志物的加权水平计算卵巢癌生物标志物得分。在某些实施方案中，生物标志物得分可以是“蛋白质生物标志物得分”，或简称“蛋白质得分”，即其包含患者样品中的一或多种生物标志物，例如生物标志物组中的每种生物标志物的加权表达水平，其通过测量由生物标志物编码的氨基酸产物的量而确定。在某些实施方案中，生物标志物得分可以是“蛋白质活性生物标志物得分”，或简称“蛋白质活性得分”，即其包含患者样品中的一或多种生物标志物，例如生物标志物组中的每种生物标志物的加权表达水平，其通过测量样品中展现出的活性的量而确定。在某些实施方案中，生物标志物得分可以是“RNA生物标志物得分”，或简称“RNA得分”，即其包含患者样品中的一或多种生物标志物，例如生物标志物组中的每种生物标志物的加权表达水平，其通过测量由一或多种生物标志物转录的RNA的量而确定。
患者样品的卵巢癌生物标志物得分可通过本领域已知的用于计算生物标志物得分的任意方法和算法计算。例如，加权标志物水平(例如对已经经过例如将每种标准化的标志物水平与加权因子相乘而加权的标志物水平进行log2转化和标准化)可以进行总和，某些情况下可进行平均以得到代表被分析的生物标志物组的单个数值。
在某些情况下，组中每种标志物的加权因子，或简称“权重”可以反映样品中分析物水平的变化。例如，每种生物标志物的分析物水平可以经log2转化并加权为1(对于那些在感兴趣的卵巢癌亚类中水平增加的标志物等)或-1(对于那些在感兴趣的卵巢癌亚类中水平减少的标志物等)，增加的标志物总和与减少的标志物总和之间的比率经确定以得到卵巢癌生物标志物特征。在其他情况下，权重可以反映每种标志物对于标志物组在进行诊断、预后或监测评估中的特异性、灵敏度和/或准确性的重要性。该权重可通过任意便利的统计学机器学***台等而应用。
因此，在某些情况下，卵巢癌生物标志物特征可表现为一系列数值，每一数值代表不同生物标志物的水平(例如作为生物标志物谱，即多种生物标志物的标准化表达数值)，而在其他情况下，卵巢癌生物标志物特征可表现为单一数值(例如卵巢癌生物标志物得分)。
在一些情况下，卵巢癌临床得分可整合入卵巢癌生物标志物特征(和/或卵巢癌生物标志物得分)，由此卵巢癌生物标志物特征(或卵巢癌生物标志物得分)代表与卵巢癌临床数据组合的卵巢癌生物标志物数据。关于可用于这些实施方案的临床评估和临床得分的详细情况是本领域熟知的，并在后续更为详细地描述。
如上所述，在某些实施方案中，对仅一种标志物，例如Prkdc、Rad54L的表达(例如多肽水平)进行评估，以产生生物标志物特征。在其他实施方案中，对两种或更多种生物标志物，例如Prkdc和/或Rad54L以及例如本文所述的本领域已知的一或多种卵巢癌生物标志物，即生物标志物组，例如，3、4、5或6种或更多种标志物，例如7、8、9、10或更多种标志物，某些情况下12、15、18或20或更多种标志物的水平进行评估。相应地，在本发明的方法中，对样品中至少一种标志物的表达进行评价。在某些实施方案中，进行的评价可视为对蛋白质组的评价，该术语用于本领域中。
在某些情况下，本发明获取或提供对象的卵巢癌生物标志物特征的方法进一步包含提供卵巢癌生物标志物特征报告。因此，在某些情况下，本发明的方法可进一步包括产生或输出提供样品中卵巢癌生物标志物评价结果的报告的步骤，所述报告可以电子媒介(例如在电脑显示器上的电子显示)的形式提供，或以有形媒介(例如打印在纸质或其他有形媒介上)的形式提供。可以提供任意形式的报告，例如本领域已知的，或如下更详细描述的。
由此获得的卵巢癌特征可用于进行卵巢癌评估。通常在进行本发明的卵巢癌评估时，使用卵巢癌特征，通过将其与参照或对照进行比较，并使用该比较的结果(“比较结果”)进行卵巢癌评估，例如诊断、预后、预测对治疗的反应性等。本文所用术语“参照(reference)”或“对照(control)”，例如“参照特征”或“对照特征”，“参照谱”或“对照谱”，以及“参照得分”或“对照得分”是指标准化的生物标志物特征，例如生物标志物谱或生物标志物得分，其可用于解释给定患者的卵巢癌生物标志物特征并为其分配诊断、预后和/或反应类别。参照或对照通常是卵巢癌生物标志物特征，其获自与具体表型已知相关的样品(例如体液，例如血液)，例如对DNA损伤剂敏感(即阴性对照，例如来自健康/未受影响个体、对DNA损伤治疗敏感的患有卵巢癌的个体的样品)或对DNA损伤剂抗性(即阳性对照，例如来自患有卵巢癌，对DNA损伤剂抗性，即不反应或有抵抗力的个体的样品)。通常，卵巢癌特征和参照之间的比较将决定该卵巢癌特征究竟与阳性参照还是阴性参照更密切相关，以及用于进行评估的相关性。“密切相关”是指在参照的约40％内，例如40％、35％或30％，在某些实施方案中，在25％、20％或15％内，有时在10％、8％、5％或更少内。
例如，比较结果显示患者基于Prkdc或Rad54L的卵巢癌生物标志物特征相对于阴性对照参照中基于Prkdc或Rad54L的卵巢癌生物标志物特征(例如来自不受卵巢癌影响个体的体液样品的生物标志物特征等)升高代表患者中的卵巢癌对DNA损伤治疗不敏感。相反，比较结果显示患者基于Prkdc或Rad54L的卵巢癌生物标志物特征与阴性对照参照中基于Prkdc或Rad54L的卵巢癌生物标志物特征紧密相关代表患者中的卵巢癌对DNA损伤治疗敏感。
在某些实施方案中，将获得的对象卵巢癌特征与单个参照/对照生物标志物特征进行比较，以获得关于表型的信息。在其他实施方案中，将获得的对象生物标志物特征与两种或更多种不同的参照/对照生物标志物特征进行比较，以获得关于测定组织的表型的更多深入信息。例如，生物标志物谱可与阳性生物标志物谱和阴性生物标志物谱进行比较，或者生物标志物得分可与阳性生物标志物得分和阴性生物标志物得分进行比较，以获得关于组织是否具有感兴趣的表型的确定信息。作为另一个实例，生物标志物谱或得分可与多种生物标志物谱或得分比较，每种均与具体的诊断、预后或治疗反应性相关。
应用
如上所述，本发明的生物标志物、生物标志物组、方法、试剂和试剂盒可用于进行多种类型的卵巢癌评估。这包括，例如诊断卵巢癌、对卵巢癌进行分类(例如I期、II期、III期或IV期)、对卵巢癌进行预后、预测卵巢癌对癌症治疗的反应性、确定卵巢癌患者的治疗、监测卵巢癌等。“诊断”卵巢癌或“提供卵巢癌诊断”通常指确定卵巢癌，例如确定对象(例如具有卵巢癌临床症状的对象，没有卵巢癌症状但具有与卵巢癌相关的危险因素的对象，没有卵巢癌症状也不具有与卵巢癌相关的危险因素的对象)当前是否受到卵巢癌影响，将对象卵巢癌分为卵巢癌亚型，确定卵巢癌灵敏度等。卵巢癌“预后”或“提供卵巢癌预后”通常指提供卵巢癌预测，例如预测对象易感性或罹患卵巢癌的风险，预测疾病恶化和/或疾病结果的过程，例如卵巢癌预期时长、个体是否会死于癌症的预期等，预测对象对卵巢癌治疗的反应性，例如阳性反应、阴性反应、根本不反应等。“监测”卵巢癌通常指监测对象状况，例如通知卵巢癌诊断、通知卵巢癌预后、提供关于卵巢癌治疗的效果或效力的信息等。“治疗”卵巢癌是指建议或提供对哺乳动物中卵巢癌的任何治疗，其包括：(a)预防卵巢癌在对象中的发作，所述对象易感卵巢癌，但尚未确诊患有卵巢癌；(b)抑制卵巢癌，即阻止其发展；或(c)缓解卵巢癌，即造成卵巢癌消退。术语“个体”、“对象”、“宿主”和“患者”在本文中可互换使用，是指需要诊断、处理或治疗的任意哺乳动物对象，特别是人。
卵巢癌评估可由来自卵巢的任意癌性生长组成，例如表面上皮-间质肿瘤(腺癌，包括例如***状浆液性囊腺癌、卵巢子宫内膜样瘤、浆液囊腺癌、***状粘液性囊腺癌、透明细胞卵巢肿瘤、粘液腺癌、囊腺癌及其他)，癌(例如性索间质肿瘤，其他癌)，生殖细胞肿瘤(例如畸胎瘤、无性细胞瘤及其他)，苗勒管肿瘤，表皮样瘤(鳞状细胞癌)，勃勒纳瘤等，其为本领域已知或在本文描述。卵巢癌可以是任意时期的，例如由FIGO或AJCC分期***定义的I期、II期、III期或IV期，其为本领域已知并在下表1中描述。
表1.基于国际妇产科学联盟(FIGO)分期***和美国癌症联合委员会(AJCC)分期***的卵巢癌分类。在AJCC***中，T用于对肿瘤病理学进行分类。卵巢癌的T1分类描述限于卵巢的卵巢肿瘤，其可影响一个或两个卵巢。亚亚类T1a用于分期仅见于一个卵巢的癌症，其使得被膜完整，并且在取自骨盆的液体中未见。未影响被膜的癌症限于卵巢内部，并且在取自骨盆的液体中未见，但影响两个卵巢，其被分期为T1b。T1c分类描述了一类肿瘤，其可影响一或两个卵巢，并且已透过卵巢被膜生长，或存在于取自骨盆的液体中。T2是更晚期的癌症。在该情况下，肿瘤在一或两个卵巢中生长，并扩散至子宫、输卵管或其他骨盆组织。T2a期用于描述癌性肿瘤，其已扩散至子宫或输卵管(或二者)但在取自骨盆的液体中不存在。T2b和T2c期分别是指转移至子宫和输卵管之外的其他骨盆组织且在取自骨盆的液体中未见的癌症，以及扩散至任意骨盆组织(包括子宫和输卵管)，但在取自骨盆的液体中也可见的肿瘤。T3是用于描述已经扩散至腹膜的癌症的时期。该时期提供关于转移肿瘤(定位于体内其他区域，但由卵巢癌造成的肿瘤)尺寸的信息。这些肿瘤可以非常小，仅在显微镜下可见(T3a)，可见但不超过2厘米(T3b)和大于2厘米(T3c))；N描述局部***的病理学(N0表示癌性肿瘤并未影响***，N1表示临近肿瘤的***受影响)；M描述转移(如果有)的程度(M0表示癌症未扩散到较远器官，M1分类用于已扩散到体内其他器官的癌症)。本发明的生物标志物、生物标志物组、方法、试剂和试剂盒可用于对任意卵巢癌进行评估。
例如，本发明的卵巢癌特征可用于预测卵巢癌是否会对DNA损伤剂有反应。如本文所用，术语“药剂”宽泛地定义为在治疗方案中癌细胞，包括肿瘤细胞将会暴露于的任何物质。在本发明的背景中，该药剂包括但不限于化疗剂，例如抗代谢剂(例如AraAC，5-FU和甲氨蝶呤)，抗有丝***剂(例如TAXOL、长春花碱和长春新碱)，烷化剂(例如氮芥、美法仑、BCNU)，拓朴异构酶II抑制剂(例如VW-26、托泊替康、米托蒽醌(DHAD))，链断裂剂(例如多柔比星、博来霉素、丙卡巴肼)，交联剂(例如烷化剂如氮芥、β-氯-亚硝基脲化合物、铂基化合物)，辐射，紫外光等。“化疗剂”意在包括抑制增殖细胞或组织生长的化学试剂，其中所述细胞或组织的生长是不期望的。化疗剂是本领域熟知的(参见例如GilmanA.G.,etal.,ThePharmacologicalBasisofTherapeutics,8thEd.,Sec12:1202-1263(1990))，并且通常用于***性疾病。“DNA损伤剂”是指损伤DNA的药剂，例如，通过使DNA烷化或甲基化，通过抑制拓朴异构酶2，通过诱导单链或双链DNA断裂等。DNA损伤剂的实例包括化疗剂和辐射剂，例如烷化剂如氮芥(例如环磷酰胺、氮芥、乌拉莫司汀(“尿嘧啶氮芥”)、美法仑、苯丁酸氮芥、异环磷酰胺和苯达莫司汀)，β-氯-亚硝基脲化合物(例如卡莫司汀(“BCNU”)、洛莫司汀、司莫司汀和链脲霉素，以及乙基亚硝脲(“ENU”))，烷基磺酸盐类(例如白消安)，塞替派和塞替派类似物，铂基化合物(例如顺铂、卡铂(CBDCA)、奈达铂、奥沙利铂、沙铂、吡铂、phenanthriplatin和四硝酸三铂(triplatintetranitrate))，丙卡巴肼、六甲蜜胺、达卡巴嗪、米托唑胺和替莫唑胺；拓朴异构酶II抑制剂(例如安吖啶、依托泊苷、依托泊苷磷酸盐、替尼泊苷、多柔比星和米托蒽醌)；紫外线辐射和紫外线模拟物(例如N-乙酰氧基-2-乙酰氨基芴)；电离辐射；以及拟辐射剂(多柔比星、博来霉素和乙非辛，例如新制癌菌素)。
例如，由于Prkdc和Rad54L是DNA修复的关键调节因子，例如血液或肿瘤组织中Prkdc或Rad54L蛋白或蛋白活性水平升高的卵巢癌患者与Prkdc或Rad54L水平更接近未患有癌症的个体中的Prkdc或Rad54L水平的卵巢癌患者相比，将对通过损伤DNA进行的癌症治疗更具抗性且反应性更低。因此，例如，通过本发明公开的方法获得卵巢癌特征并将该特征与参照特征比较，可对卵巢癌对象进行评估以确定DNA损伤剂能否用于降低卵巢癌生长。如果卵巢癌特征与具有对DNA损伤剂有反应的卵巢癌的一或多个患者的卵巢癌参照特征，例如具有反应性卵巢癌患者组群的中位值密切相关，可以预测感兴趣的个体的卵巢癌将对DNA损伤剂有反应，并且该DNA损伤剂可用于降低卵巢癌生长。相反，如果卵巢癌特征相对于有相应的卵巢癌的卵巢癌参照特征升高，例如相对于参照特征升高1.5倍、2倍、3倍、4倍、5倍、6倍、7倍、8倍或10倍，或与具有对DNA损伤剂无反应的卵巢癌的一或多个患者的卵巢癌参照特征，例如具有不反应卵巢癌患者组群的中位值密切相关，可以预测感兴趣的个体的卵巢癌将对DNA损伤剂不反应，并且该DNA损伤剂不可用于降低卵巢癌生长。该预测方法可用于辅助患者和医师做出治疗决定，例如针对任意特定患者选自最适合的治疗方法。
本发明所用的卵巢癌特征可用于为患有卵巢癌的患者提供预后。例如，根据患者卵巢癌生物标志物特征是否与具有某种形式的卵巢癌的患者组群的卵巢癌特征中位值更密切相关(所述卵巢癌对DNA损伤治疗高度抗性或对DNA损伤治疗高度敏感)，可将患者分为总存活数的高风险或低风险类，或高、中或低风险类，具有这些类型卵巢癌的患者的总存活率是本领域已知，或可由本领域普通技术人员通过例如对卵巢癌个体的卡普兰-迈耶分析而很容易地确定。
本发明的卵巢癌特征可用于从临床试验中的患者收集的样品，测试结果与患者恢复结果结合以确定患者亚组与全组或其他亚组相比是否更可能或更不可能对新药有反应。另外，该方法可用于从临床数据鉴定可得益于治疗的患者亚组。另外，如果测试结果表明患者对医疗更可能有反应，则该患者更可能被纳入临床试验，如果测试结果表明患者对医疗更不可能有反应，则该患者更不可能被纳入临床试验。
本发明的方法可单独或与本领域已知的其他用于患者分层的临床方法联合使用，以提供诊断、预后或对治疗反应性的预测。例如，本领域已知用于诊断卵巢癌、诊断卵巢癌类型或对卵巢癌分期的临床参数可并入本领域普通技术人员的分析，以与本发明的方法一同获得卵巢癌的评估。
例如，在某些情况下，卵巢癌评估可包括确定对象是否具有与卵巢癌相关的一或多种症状，例如胃胀气、腹痛或骨盆痛、进食困难和/或每月多于12次的泌尿系症状；腹部肿块、腹胀、背痛、便秘、疲惫、贫血、异常***出血、直肠出血、绝经后出血、非自愿减肥、食欲丧失和/或腹腔内腹水。在一些情况下，进行卵巢癌评估包括确定对象是否具有与卵巢癌相关的一或多种上述或本领域已知症状的步骤；其中基于卵巢癌特征和症状确定对所述卵巢癌进行评估。
作为另一个实例，在某些情况下，卵巢癌评估可包括确定对象是否具有与卵巢癌相关的一或多种危险因素，例如年老(63岁或更老)、肥胖(体重指数为30或更多)、卵巢癌、乳腺癌或结直肠癌家族史(一级或二级亲属具有该病)、乳腺癌个人历史、生育史(与从未生育的妇女相关的增加的风险)、与卵巢癌相关的基因突变(例如在BRCA1、BRCA2、遗传性非息肉性结肠直肠癌基因中)、不育、子宫内膜异位症史和/或使用绝经后***替代疗法历史，其中基于卵巢癌特征和风险确定对所述卵巢癌进行评估。
作为另一个实例，在某些情况下，卵巢癌评估可包括表征肿瘤，例如通过前述FIJO或AJCC分期***，通过肿瘤样品的组织化学或免疫组化，通过使用本领域已知评估卵巢癌的生物标志物等，其中基于卵巢癌特征和肿瘤表征对所述卵巢癌进行评估。在某些情况下，用于进行卵巢癌评估的卵巢癌特征包括这些其他生物标志物的表现，例如，在其基础上进行卵巢癌评估的卵巢癌特征是卵巢癌得分，其反映对象血液中的本发明的Prkdc和/或Rad54L水平，以及其他已知生物标志物的水平。任何便利的卵巢癌生物标志物，例如本领域已知或本文描述的那些，可与Prkdc和Rad54L联用以获得卵巢癌特征并提供卵巢癌评估。非限制性的实例包括以下基因产物：醛脱氢酶1(ALDH1)、ApoCI、ApoAII、ApoCII、β-血红蛋白、钙周期蛋白、钙粒蛋白A、钙粒蛋白C、紧密连接蛋白(claudin)-3、***生长因子(CTGF)、嗜酸粒细胞衍生神经毒素、成纤维细胞生长因子2(碱性)(FGF2)、叶酸盐受体1(FOLR1)、生殖糖蛋白(glycodelin)、GPCR49、谷胱甘肽S-转移酶θ1(GSTT1)、hepsin、铁调素(hepcidin)、***-II、间-α-胰蛋白酶抑制剂重链H4(inter-α-trypsininhibitorheavychainH4)、激肽释放酶相关肽酶6(KLK6/7)、激肽释放酶10、瘦素、巨噬细胞抑制因子、粘蛋白-16(CA125)、骨桥蛋白、促乳素、蛋白酶丝氨酸8(proteaseserine8)(PRSS8)、蛋白C抑制剂、溶质携带物家族39(锌转运体)成员4(SLC39A4)、小MBL相关蛋白C端片段、角质层糜蛋白酶(stratumcorneumchymotryticenzyme)、转铁蛋白、运甲状腺素蛋白、WAP四二硫化物核心域2(WAPfour-disulfidecoredomain2)(HE4)、含有磷酸化Src同源区2结构域的转化蛋白1(Shc)、含有磷酸化Src同源区2结构域的E(She)、以及特异于酪蛋白激酶1ε的自身抗体。特别感兴趣的生物标志物包括用于确定卵巢癌对DNA损伤药物反应性的可能性的那些生物标志物，例如如美国专利7,470,509所公开的，其全文通过引用并入本文。
报告
在一些实施方案中，提供卵巢癌特征或提供卵巢癌评估(例如卵巢癌诊断，对卵巢癌患者的预后，预测卵巢癌患者对癌症治疗的反应性)包括产生书面报告，其包括卵巢癌特征和/或卵巢癌评估，例如“诊断评估”、“预后评估”、可能的治疗方案建议(“治疗评估”)等等。因此，本发明的方法可进一步包括产生或输出提供卵巢癌生物标志物或生物标志物组分析、诊断评估、预后评估或治疗评估结果的报告的步骤，所述报告可以电子媒介(例如在电脑显示器上的电子显示)的形式提供，或以有形媒介(例如打印在纸质或其他有形媒介上)的形式提供。
如本发明所述，“报告”是电子或有形文档，其包括提供关于诊断评估、预后评估、治疗评估、监测评估等及其结果的感兴趣的信息的报告单元。本发明的报告可以完全或部分地电子化产生。本发明的报告包括至少卵巢癌评估，例如诊断对象是否具有患有抗DNA损伤治疗的卵巢癌的高度可能性，或者预后评估，例如预测患者对DNA损伤治疗的反应性，和/或随后的建议疗程。本发明的报告可进一步包括以下一或多种：1)关于测试机构的信息；2)服务提供者信息；3)对象数据；4)样品数据；5)评估报告，其可包括以下不同信息：a)测试数据，其可包括i)一或多种卵巢癌生物标志物的生物标志物水平；和/或ii)一或多种卵巢癌生物标志物的生物标志物特征。
报告可包括关于测试机构的信息，该信息涉及在其中进行样品采集和/或数据生成的医院、诊所或实验室。该信息可包括一或多种细节，涉及例如测试机构的名称和位置，进行测定和/或记录输入数据的实验室技术员的身份，进行和/或分析测定的日期和时间，储存样品和/或结果数据的位置，测定中所用试剂(例如试剂盒等)的批号等。具有该信息的报告文档通常可用由用户提供的信息填充。
报告可包括关于服务提供者的信息，该服务提供者可位于用户所在的医疗机构之外，或位于该医疗机构内。该信息的实例可包括服务提供者的名称和位置，评论者的名称，以及必要时的进行样品采集和/或数据产生的个人的名称。具有该信息的报告文档通常可用由用户记录的数据填充，其可选自预制选项(例如使用下拉式菜单)。报告中的其他服务提供者信息可包括关于结果和/或关于解释性报告的技术信息的联系信息。
报告可包括对象数据部分，其包括对象医疗史以及管理性对象数据(即对于诊断、预后或治疗评估并非必需的数据)，例如确定对象的信息(例如名称、对象出生日期(DOB)、性别、邮寄和/或居住地址、病历号(MRN)、医疗机构中的房间和/或床号)、保险信息等)，定制敏感性预测的对象的医师或其他保健专业医生的名称以及，如果与定制医师不同，负责对象护理的主治医师(例如初级护理医师)的名称。
报告可包括样品数据部分，其可提供关于被分析生物样品的信息，例如获自对象的生物样品的来源(例如血液，例如全血、分级血、血浆、血清等)，如何处理样品(例如储存温度、预备方案)和收集日期及时间。具有该信息的报告文档通常可用由用户记录的数据填充，其中一些可以预制选项(例如使用下拉式菜单)提供。
还容易理解的是，报告可包括额外的单元或修改的单元。例如，如果是电子版的，报告可包含指向内部或外部数据库的超链接，该数据库提供关于报告所选单元的更详细信息。例如，报告的患者数据单元可包括电子患者记录的超链接，或评估该患者记录的网站，所述患者记录保存在机密的数据库中。后一种实施方案在住院***或临床设置上可有兴趣。当以电子形式存在时，报告记录在适合的物理媒介上，例如计算机可读媒介，例如在计算机存储器、压缩驱动器、CD、DVD、闪存盘等中。
容易理解的是，报告可包括所有或某些上述单元，前提是报告通常包括至少足以提供用户要求的分析的单元(例如诊断、预后或预测对治疗的反应性)。
试剂、装置和试剂盒
还提供用于执行上述一或多种方法的试剂、装置及其试剂盒。本发明的试剂、装置及其试剂盒可变化很大。感兴趣的试剂和装置包括上述与测定基因表达水平的方法相关的试剂和装置，其中所述试剂根据待执行的具体检测方案，可包括蛋白或RNA纯化试剂、测量蛋白活性的试剂、本发明卵巢癌生物标志物蛋白的抗体(例如固定在基质上，例如以浸渍片形式，即侧流测定装置)、特异于卵巢癌生物标志物RNA的核酸引物、核酸探针阵列、信号产生***试剂等。例如，试剂可包括特异于Prkdc或Rad54L的抗体、包含特异于Prkdc或Rad54L的探针的阵列或其他可用于检测血液中Prkdc或Rad54L的水平的试剂。
本发明的试剂盒还可包含一或多种生物标志物特征参考，例如卵巢癌特征参考，用于使用获自患者样品的生物标志物特征。例如，参考可以是已知表型的样品，例如未受影响的个体，或受到影响的个体，例如来自特定风险组，可与患者样品一同测定，或者参考可以是疾病诊断、疾病预后或对治疗反应性的报告，其已知与一或多种本发明的卵巢癌生物标志物特征相关。
除了以上成分，本发明的试剂盒还可包括进行本发明的方法的说明书。这些说明书可以不同形式存在于本发明的试剂盒中，试剂盒中可存在一或多种说明书。这些说明书可存在的一种形式是在适合的媒介或基质上打印的信息，例如打印了信息的一页或几页纸，置于试剂盒包装中，以包装说明书等。另一方式可以是计算机可读媒介，例如软盘、CD、DVD等，其上记录了信息。另一存在方式是网址，其可通过互联网访问较远位置的信息。任意便利的装置均可存在于试剂盒中。
实施例
以下实施例用于为本领域普通技术人员提供如何完成和使用本发明的完整公开和描述，无意限制发明人所认定的其发明的范围，也无意表明以下实验是所进行实验的全部或唯一。已尽力确保所用数值(例如数量、温度等)的准确性，但难免有一些实验误差。除非另有说明，份数是重量份数，分子量是平均分子量，温度是摄氏温度，压力是大气压或接近大气压。
分子和细胞生物化学的通常方法可见于标准教科书，例如MolecularCloning:ALaboratoryManual,3rdEd.(Sambrooketal.,HaRBorLaboratoryPress2001)；ShortProtocolsinMolecularBiology,4thEd.(Ausubeletal.eds.,JohnWiley&Sons1999)；ProteinMethods(Bollagetal.,JohnWiley&Sons1996)；NonviralVectorsforGeneTherapy(Wagneretal.eds.,AcademicPress1999)；ViralVectors(Kaplift&Loewyeds.,AcademicPress1995)；ImmunologyMethodsManual(I.Lefkovitsed.,AcademicPress1997)；以及CellandTissueCulture:LaboratoryProceduresinBiotechnology(Doyle&Griffiths,JohnWiley&Sons1998)，上述公开的内容通过引用并入本文。该公开中提及的试剂、克隆载体和基因操作试剂盒可由商业供应商例如BioRad、Stratagene、Invitrogen、Sigma-Aldrich及ClonTech提供。
实施例1
材料与方法
数据收集、预处理和标准化。从NCBIGEO下载7项人卵巢癌研究的基因表达数据(表2)。数据集经过滤，仅包括正常和高级别浆液性卵巢癌样品。所有数据集均使用gcRMA分别标准化。
元分析。针对标准化数据进行两种元分析方法。第一种方法将来自每个数据集的效应量组合成元效应量以估计所有数据集中表达变化量。对于每个数据集中的每种基因，使用Hedges的调整后的g计算效应量。如果有多个探针与基因匹配，使用固定效果倒方差模式概述每种基因的效应量。然后，使用随机效应倒方差技术组合研究特异的效应量以获得混合效应量及其标准误。通过混合效应量与其标准误的比例，计算每种基因的z统计量，并将结果与标准正态分布进行比较以获得名义p值。使用FDR对p值进行多重假设检验校正。
我们还使用第二非参数元分析，其将来自各实验的p值组合，以鉴定在所有数据集中均具有显著效应的基因。在每项研究中针对每种基因计算t统计量。在计算每种基因的单尾p值后，使用FDR进行多重假设检验校正。使用Fisher的log加和方法。简言之，该方法针对每种基因将所有数据集中的经FDR校正的p值的对数加和，并比较该加和与具有2k自由度的卡方分布，其中k是用于该分析中的数据集的数目。
为了控制单个大实验对元分析结果的影响，进行留一元分析。每次排除一个数据集，并将两种元分析方法用于剩余数据集。仅在所有7个留一分析中均被鉴定为具有较大效应量的显著过表达的基因用于后续分析。
表2.用于元分析的研究。为了选择这些研究，本人检索了GEO中针对人样品(包括正常和卵巢癌样品)的所有卵巢癌实验。仅纳入使用Affy阵列的那些研究。满足这些标准的确定的第8项研究用作验证组。
ELISA。血清样品购自BioServe。ELISA试剂盒购自表3中所列商业供应商。对于每项测定，遵照制造商的方案。简言之，将所有试剂和样品置于室温，在测定开始前对样品离心。每孔放100ul样品血清或试剂盒标准品(标准品一式三份)。孔在37℃下温育2h。移除液体，并向每孔添加100ul生物素-抗体。孔在37℃下温育1h，然后清洗3次。向每孔添加100ulHRP-抗生物素蛋白，37℃下温育1h，然后清洗6次。向每孔添加90ulTMB底物，37℃下暗处温育30分钟。向每孔添加50ul终止溶液，并在15分钟内用微量滴定板读数器读取450nm处的光密度。
表3.用于ELISA的试剂盒
蛋白 供应商 目录号 用于测定的血清稀释度
CA-125 Abcam ab108653 1:1
骨桥蛋白(OPN) Abcam ab100618 1:10
IGF2(ILGF2) Creative Diagnostics DEIA731 1:100
瘦素 Abcam ab100581 1:100
RAD54L MyBioSource MBS906598 1:10
PRKDC MyBioSource MBS932608 1:10
结果
从TheGeneExpressionOmnibus下载包含高级别浆液性卵巢癌和对照的基因表达数据的7个数据集(表2)。基因表达数据经标准化，计算概况统计量(又名效应量)，并确定统计学显著性。然后基于概况统计量和统计学显著性对基因进行排列。基于log倍数变化>.75、p值<.001、FDR<.001的过滤器，确定在所有7项研究中均统计学显著过表达的160种基因(图1)。
为了确认经这些方法鉴定的候选生物标志物与卵巢癌的关联，将有代表性的一组4个候选生物标志物区分卵巢癌病例与正常病例的能力与4个过表达蛋白的生物标志物组OvaSure的相应能力进行比较(图2)。使用来自TheCancerGenomeAtlas(TCGA)的数据进行该分析，其具有来自591个卵巢癌病例的表达数据，其中46例处于早期(I期或II期)，其余处于晚期。我们的方法鉴定的具有最高效应量的4种基因用作代表组。为了获得分数，由TCGA微阵列数据计算4种基因表达值的几何平均数(4个值相乘，然后取4次方根)。使用新的一组候选生物标志物(正常个体平均分数＝7，癌症患者＝8.5)，我们观察到比OvaSure(正常个体平均分数＝6.5，癌症患者＝7)对正常个体和癌症患者更好的区分。
使用t检验，基于它们能否很好地区分正常和早期病例(即I期或II期)，对160种候选生物标志物进行排列。只有p值(经多重假设检验调整)<0.05的80种基因进一步被认作潜在的早期卵巢癌生物标志物。然后基于它们与存活的相关程度，对这80种基因进行排列，假设与存活相关的基因更有可能在癌症中具有功能性作用，因此更有可能是有效的生物标志物。来自该排名的前5种基因的组能很好地区分正常与早期和晚期病例(图3)，表明该组可用于早期和晚期卵巢癌检测。
使用由32个卵巢浆液性腺癌病例和32个正常或良性对照组成的另一个独立数据集(GSE4122)对早期检测候选者进行验证。前3种候选者的组获得了比3种OvaSure基因更高的AUC(图4)，表明我们的早期检测候选者表现优于OvaSure。
针对蛋白质组数据库对来自元分析的候选生物标志物列表进行过滤，选出2种蛋白(PRKDC和RAD45L)用于12名预处理卵巢癌患者和12名年龄、性别和种族相匹配的对照的血浆中的试验验证研究。不连续的OvaSure组中的6种生物标志物中的4种(CA125、OPN、LEP、ILGF2)作为阳性对照测试。OvaSure组中各蛋白的血清浓度与之前在病例和对照中报道的(Vinistinetal.,2008)类似。PRKDC血清浓度以类似于OvaSure蛋白的程度区分病例和对照，并且具有统计学显著性(p＝0.0055)。RAD45L血清浓度在健康对照中很低。在癌症病例中，有两个具有较低或升高血清水平的非常显著的亚群，这与在癌症样品中观察到的其他经测量蛋白的程度不同。
PRKDC和RAD45L已知对DNA双链断裂的修复至关重要。PRKDC是BRCA1和ATM蛋白下游用于非同源性末端接合(NHEJ)的关键蛋白。经证实其在对化疗剂顺铂的抗性中也起直接作用，并且抑制剂正在早期临床试验中进行测试。经免疫组化(IHC)测得的PRKDC水平用于预测***癌中的治疗反应性，该蛋白的IHC水平已证实与卵巢癌中的迁移和存活相关。我们首次证实了通过ELISA也可检测到血清中PRKDC的升高。因此，除了作为纳入卵巢癌早期检测的血清生物标志物组的有希望的候选者，其还可用于预测和/或监测治疗反应。RAD54L与RAD51直接结合，是BRCA1和ATM蛋白下游用于同源重组修复(HR)的关键蛋白。RAD51的抑制剂处于早期临床试验，降低的RAD51可增加对PARP抑制剂的敏感性。由于我们证实了仅有一小群高级别卵巢癌患者具有升高的RAD54L血清水平，可使用血液测试确定哪些患者是将RAD51和PARP抑制剂作为他们治疗计划的一部分的良好候选者。如果患者经确定为良好候选者，其可进一步使用RAD51或PARP抑制剂治疗。
上述仅例证本发明的原理。应当理解，本领域技术人员能够设计不同的布置，其虽然并未在本文中明确记载或示出，但体现了本发明的原理，并包含在其精神和范围内。另外，本文记载的所有实施例和条件性语言旨在帮助读者理解发明人对现有技术做出贡献的本发明的原理和构思，应当理解为对具体记载的实施例和条件没有限制。而且，本文记载本发明的原理、方面和实施方案及其特定实施例的所有陈述旨在包含其结构和功能等价物。另外，这些等价物旨在包括当前已知的等价物和今后开发的等价物，即无论结构如何，执行相同功能的任何开发的单元。因此，本发明的范围并非局限于本文所示和所述的示例性实施方案。本发明的范围和精神是由后续权利要求体现的。

Claims (20)

1.提供对象的卵巢癌特征的方法，所述方法包含：
评价来自对象的血液样品中的一或多种卵巢癌生物标志物的水平；以及
基于血液样品中的一或多种卵巢癌生物标志物的水平，计算卵巢癌特征。
2.权利要求1的方法，其中所述一或多种卵巢癌生物标志物选自Prkdc蛋白和/或Rad54L蛋白。
3.权利要求1的方法，其中所述对象患有卵巢癌。
4.权利要求1的方法，其中所述评价包含抗体的使用。
5.权利要求1的方法，其进一步包含制备所述卵巢癌特征的报告。
6.卵巢癌生物标志物组，所述组包含Prkdc和/或Rad54L。
7.对对象进行卵巢癌评估的方法，包含：
基于来自对象的血液样品获取对象的卵巢癌特征；
比较所述对象的卵巢癌特征与参照的卵巢癌特征；以及
基于所述比较进行卵巢癌评估。
8.权利要求7的方法，其中所述卵巢癌特征通过如下获得：
评价血液样品中选自Prkdc蛋白和/或Rad54L蛋白的一或多种卵巢癌生物标志物的水平；以及
基于血液样品中的一或多种卵巢癌生物标志物的水平，计算卵巢癌特征。
9.权利要求8的方法，其中所述评价包含用抗体检测一或多种卵巢癌生物标志物。
10.权利要求7的方法，其中所述评估是预测对象对DNA损伤剂的反应性。
11.权利要求10的方法，其中所述DNA损伤剂是辐射。
12.权利要求10的方法，其中所述DNA损伤剂是铂基化合物。
13.权利要求12的方法，其中所述铂基化合物选自顺铂、卡铂、奈达铂、奥沙利铂、沙铂、吡铂、phenanthriplatin和四硝酸三铂。
14.权利要求7的方法，其中所述评估是对卵巢癌进行分类。
15.权利要求14的方法，其中所述分类包含将卵巢癌分为对DNA损伤剂敏感类和对DNA损伤剂抵抗类。
16.权利要求15的方法，其进一步包含根据分类治疗患者。
17.监测卵巢癌对象的方法，所述方法包含：
基于来自对象的血液样品获取对象的第一卵巢癌特征；
以有效治疗癌症的量施用DNA损伤剂，
基于来自对象的血液样品获取对象的第二卵巢癌特征；
比较第二卵巢癌特征与第一卵巢癌特征；以及
基于所述比较监测对象。
18.权利要求17的方法，其中获取第一和第二卵巢癌特征包含评价来自对象的血液样品中选自Prkdc蛋白和/或Rad54L蛋白的一或多种卵巢癌生物标志物的水平；以及
基于血液样品中的一或多种卵巢癌生物标志物的水平，计算卵巢癌特征。
19.权利要求16的方法，其中Prkdc蛋白和/或Rad54L蛋白水平的增加表明患者对DNA损伤治疗变得较不敏感。
20.获取对象的卵巢癌特征的试剂盒，所述试剂盒包含：
特异于Prkdc的结合元件或特异于Rad54L的结合元件；以及
卵巢癌参照。
CN201480050482.XA 2013-09-17 2014-09-17 卵巢癌生物标志物 Pending CN105531590A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201361879051P 2013-09-17 2013-09-17
US61/879,051 2013-09-17
PCT/US2014/056031 WO2015042115A1 (en) 2013-09-17 2014-09-17 Biomarkers for ovarian cancer

Publications (1)

Publication Number Publication Date
CN105531590A true CN105531590A (zh) 2016-04-27

Family

ID=52689340

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480050482.XA Pending CN105531590A (zh) 2013-09-17 2014-09-17 卵巢癌生物标志物

Country Status (6)

Country Link
US (1) US20160291024A1 (zh)
EP (1) EP3030906A4 (zh)
JP (1) JP2016530545A (zh)
CN (1) CN105531590A (zh)
HK (1) HK1224010A1 (zh)
WO (1) WO2015042115A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108085392A (zh) * 2018-01-09 2018-05-29 山大生殖研发中心有限公司 上皮性卵巢癌的生物标志物及其用途
CN109312411A (zh) * 2016-06-07 2019-02-05 斯坦福大学托管董事会 用于诊断细菌和病毒感染的方法
CN109346181A (zh) * 2018-08-15 2019-02-15 上海长海医院 均衡临床混杂因素的放疗敏感性标志基因筛选方法
CN113325178A (zh) * 2021-05-27 2021-08-31 江苏省肿瘤医院 一种用于卵巢癌早期诊断及预后评估的检测试剂盒

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017182985A1 (en) * 2016-04-20 2017-10-26 Morphotek, Inc. Prognosis of serous ovarian cancer using biomarkers
CN110551819B (zh) * 2019-08-23 2023-05-16 伯克利南京医学研究有限责任公司 一组卵巢癌预后相关基因的应用

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070054268A1 (en) * 2002-09-05 2007-03-08 Robert Sutherland Methods of diagnosis and prognosis of ovarian cancer
US20090305277A1 (en) * 2008-03-14 2009-12-10 Baker Joffre B Gene expression markers for prediction of patient response to chemotherapy
CN102300578A (zh) * 2008-12-01 2011-12-28 延寿有限责任公司 用于改变健康、安康和寿命的方法和组合物
WO2012019000A2 (en) * 2010-08-04 2012-02-09 On-Q-ity Biomarkers for the identification monitoring and treatment of ovarian cancer

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2009212401A1 (en) * 2008-02-04 2009-08-13 Bipar Sciences, Inc. Methods of diagnosing and treating PARP-mediated diseases
US8741581B2 (en) * 2009-04-27 2014-06-03 Technion Research And Development Foundation Ltd. Markers for cancer detection
CA2764468C (en) * 2009-06-05 2021-11-16 Myriad Genetics, Inc. Methods of detecting cancer comprising screening for mutations in the apc, egfr, kras, pten and tp53 genes

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070054268A1 (en) * 2002-09-05 2007-03-08 Robert Sutherland Methods of diagnosis and prognosis of ovarian cancer
US20090305277A1 (en) * 2008-03-14 2009-12-10 Baker Joffre B Gene expression markers for prediction of patient response to chemotherapy
CN102300578A (zh) * 2008-12-01 2011-12-28 延寿有限责任公司 用于改变健康、安康和寿命的方法和组合物
WO2012019000A2 (en) * 2010-08-04 2012-02-09 On-Q-ity Biomarkers for the identification monitoring and treatment of ovarian cancer

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
L. RANDALL-WHITIS ET AL.: "cDNA Microarray Analysis of Gene Expression in Ovarian Cancer Cells After Treatment with Carboplatin and Paclitaxel", 《CANCER GENOMICS & PROTEOMICS》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109312411A (zh) * 2016-06-07 2019-02-05 斯坦福大学托管董事会 用于诊断细菌和病毒感染的方法
US11274345B2 (en) 2016-06-07 2022-03-15 The Board Of Trustees Of The Leland Stanford Junior University Methods for diagnosis of bacterial and viral infections
CN108085392A (zh) * 2018-01-09 2018-05-29 山大生殖研发中心有限公司 上皮性卵巢癌的生物标志物及其用途
CN109346181A (zh) * 2018-08-15 2019-02-15 上海长海医院 均衡临床混杂因素的放疗敏感性标志基因筛选方法
CN109346181B (zh) * 2018-08-15 2021-08-17 上海长海医院 均衡临床混杂因素的放疗敏感性标志基因筛选方法
CN113325178A (zh) * 2021-05-27 2021-08-31 江苏省肿瘤医院 一种用于卵巢癌早期诊断及预后评估的检测试剂盒

Also Published As

Publication number Publication date
EP3030906A4 (en) 2017-07-05
JP2016530545A (ja) 2016-09-29
EP3030906A1 (en) 2016-06-15
WO2015042115A1 (en) 2015-03-26
HK1224010A1 (zh) 2017-08-11
US20160291024A1 (en) 2016-10-06

Similar Documents

Publication Publication Date Title
Zhang et al. Systemic immune-inflammation index predicts prognosis of bladder cancer patients after radical cystectomy
Lehmann-Che et al. Molecular apocrine breast cancers are aggressive estrogen receptor negative tumors overexpressing either HER2 or GCDFP15
CN103299188B (zh) 用于癌症的分子诊断试验
Gorlia et al. New clinical, pathological and molecular prognostic models and calculators in patients with locally diagnosed anaplastic oligodendroglioma or oligoastrocytoma. A prognostic factor analysis of European Organisation for Research and Treatment of Cancer Brain Tumour Group Study 26951
Liu et al. Plasma HSP90AA1 predicts the risk of breast cancer onset and distant metastasis
JP5986638B2 (ja) 肺癌バイオマーカーおよびその使用
CN105531590A (zh) 卵巢癌生物标志物
JP2011523049A (ja) 頭頚部癌の同定、モニタリングおよび治療のためのバイオマーカー
CN105102636B (zh) 用于检测和测定***癌预后的组合物和方法
CN103834729A (zh) 肺癌的多基因预后试验
JP2011515666A (ja) トリプルネガティブ乳がんに関連するｄｎａ修復タンパク質およびその使用法
CA3011730A1 (en) Lung cancer biomarkers and uses thereof
Reid et al. Standardization of diagnostic biomarker concentrations in urine: the hematuria caveat
Janša et al. Proteomic analysis of peritoneal fluid identified COMP and TGFBI as new candidate biomarkers for endometriosis
Zeng et al. Development and external validation of a nomogram predicting prognosis of upper tract urothelial carcinoma after radical nephroureterectomy
ES2882875T3 (es) Método de pronóstico y predicción de la recurrencia del cáncer de mama, marcadores empleados en el mismo y kit del mismo
ES2641479T3 (es) Sistemas y métodos para tratar, diagnosticar y predecir la respuesta a la terapia del cáncer de mama
Wang et al. Circulating lncRNAs as noninvasive biomarkers in bladder cancer: A diagnostic meta-analysis based on 15 published articles
CN108508212A (zh) 高级别浆液性卵巢癌靶向治疗和预后判断的标志物
Li et al. Prognostic significance of cystatin SN associated nomograms in patients with colorectal cancer
Zhu et al. Identification of ferroptosis‐related genes as potential biomarkers of tongue squamous cell carcinoma using an integrated bioinformatics approach
Sun et al. Fibrous sheath interacting protein 1 overexpression is associated with unfavorable prognosis in bladder cancer: a potential therapeutic target
Innaro et al. Minimal residual disease assessment of papillary thyroid carcinoma through circulating tumor cell‐based cytology
CN113759132B (zh) 用于预测子宫内膜癌预后的模型、产品和方法
Kerger et al. Microscopic assessment of fresh prostate tumour specimens yields significantly increased rates of correctly annotated samples for downstream analysis

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1224010

Country of ref document: HK

WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160427

WD01 Invention patent application deemed withdrawn after publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: WD

Ref document number: 1224010

Country of ref document: HK