ES2674526T3 - Métodos y composiciones para el diagnóstico de la enfermedad de Alzheimer - Google Patents
Métodos y composiciones para el diagnóstico de la enfermedad de Alzheimer Download PDFInfo
- Publication number
- ES2674526T3 ES2674526T3 ES14726887.4T ES14726887T ES2674526T3 ES 2674526 T3 ES2674526 T3 ES 2674526T3 ES 14726887 T ES14726887 T ES 14726887T ES 2674526 T3 ES2674526 T3 ES 2674526T3
- Authority
- ES
- Spain
- Prior art keywords
- alpha
- complement
- afamin
- protein
- apolipoprotein
- 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.)
- Active
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
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
- G01N33/6893—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids related to diseases not provided for elsewhere
- G01N33/6896—Neurological disorders, e.g. Alzheimer's disease
-
- C—CHEMISTRY; METALLURGY
- C07—ORGANIC CHEMISTRY
- C07K—PEPTIDES
- C07K14/00—Peptides having more than 20 amino acids; Gastrins; Somatostatins; Melanotropins; Derivatives thereof
- C07K14/435—Peptides having more than 20 amino acids; Gastrins; Somatostatins; Melanotropins; Derivatives thereof from animals; from humans
- C07K14/46—Peptides having more than 20 amino acids; Gastrins; Somatostatins; Melanotropins; Derivatives thereof from animals; from humans from vertebrates
- C07K14/47—Peptides having more than 20 amino acids; Gastrins; Somatostatins; Melanotropins; Derivatives thereof from animals; from humans from vertebrates from mammals
- C07K14/4701—Peptides having more than 20 amino acids; Gastrins; Somatostatins; Melanotropins; Derivatives thereof from animals; from humans from vertebrates from mammals not used
- C07K14/4711—Alzheimer's disease; Amyloid plaque core protein
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
- G16B40/20—Supervised data analysis
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/112—Disease subtyping, staging or classification
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/158—Expression markers
-
- 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
- G01N2333/46—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans from vertebrates
- G01N2333/47—Assays involving proteins of known structure or function as defined in the subgroups
-
- 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
- G01N2333/46—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans from vertebrates
- G01N2333/47—Assays involving proteins of known structure or function as defined in the subgroups
- G01N2333/4701—Details
- G01N2333/4716—Complement proteins, e.g. anaphylatoxin, C3a, C5a
-
- 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
- G01N2333/76—Assays involving albumins other than in routine use for blocking surfaces or for anchoring haptens during immunisation
-
- 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
- G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
- G01N2333/81—Protease inhibitors
-
- 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
- G01N2333/81—Protease inhibitors
- G01N2333/8107—Endopeptidase (E.C. 3.4.21-99) inhibitors
- G01N2333/811—Serine protease (E.C. 3.4.21) inhibitors
- G01N2333/8121—Serpins
-
- 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)
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/28—Neurological disorders
- G01N2800/2814—Dementia; Cognitive disorders
- G01N2800/2821—Alzheimer
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Biomedical Technology (AREA)
- Biotechnology (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Immunology (AREA)
- Organic Chemistry (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- Analytical Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biochemistry (AREA)
- Hematology (AREA)
- Urology & Nephrology (AREA)
- Zoology (AREA)
- Genetics & Genomics (AREA)
- Pathology (AREA)
- Microbiology (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Epidemiology (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Bioethics (AREA)
- Evolutionary Biology (AREA)
- Wood Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Neurology (AREA)
- General Physics & Mathematics (AREA)
Abstract
Un método para diagnosticar o monitorizar a una persona con riesgo de desarrollar o tener la enfermedad de Alzheimer (EA), que comprende medir la concentración o el nivel relativo de los biomarcadores afamina y alfa-1- antiquimotripsina y opcionalmente al menos un biomarcador adicional seleccionado de alfa-2-macroglobulina, apolipoproteína B100, complemento C3, serina/treonina quinasa TBK-1, proteína de unión a la vitamina D, alfa-1-Bglicoproteína, hemopexina, seroalbúmina, ceruloplasmina, alfa-2-antiplasmina, apolipoproteína A1, factor H del complemento, IgG, proteína de unión a Fc de IgG, hornerina, fibrinógeno y complemento C5 en una muestra de fluido obtenida de una persona que se sospecha que tiene o está en riesgo de tener la EA; y establecer la importancia de las concentraciones o niveles relativos.
Description
Métodos y composiciones para el diagnóstico de la enfermedad de Alzheimer
La enfermedad de Alzheimer (EA) es una enfermedad neurodegenerativa crónica identificada actualmente por el
5 deterioro cognitivo progresivo y la pérdida de memoria que conduce a una demencia grave. La EA es típicamente una enfermedad de ancianos, más prevalente en personas mayores de 65 años. Es la principal causa de demencia en los ancianos y con una esperanza de vida cada vez mayor, la prevalencia en la población solo irá en aumento. La EA generalmente no es mortal, sin embargo, a medida que progresa la enfermedad hasta una demencia grave, los pacientes son incapaces de cuidarse a sí mismos y generalmente requieren atención profesional a tiempo completo.
10 Actualmente la EA no tiene curación, pero existen tratamientos que pueden ralentizar la progresión de la enfermedad. Por tanto, un método que pueda identificar a los pacientes con EA y potencialmente monitorizar su respuesta al tratamiento sería un ensayo inestimable (una herramienta para los médicos clínicos).
Los métodos actuales de diagnóstico de EA implican una evaluación mental (tal como un miniexamen cognoscitivo, MEC), tomografía computarizada/imágenes por resonancia magnética (TC/IRM), medición del líquido cefalorraquí15 deo para isoformas tau o beta-amiloides específicas conocidas en la técnica porque se asocian con EA o genotipificación de los factores de riesgo genéticos, tal como apolipoproteína E4 (variante ApoE4); actualmente no hay biomarcadores sanguíneos clínicamente validados de EA. Las deficiencias de estos métodos pueden incluir una falta de especificidad, pueden estar expuestos a errores de interpretación y pueden ser altamente invasivos; en general, un verdadero diagnóstico solo se puede hacer post mortem. Actualmente, no hay métodos de biomarcadores usados
20 habitualmente para ayudar al diagnóstico positivo de la EA.
La patogénesis de la EA no se comprende completamente, pero las investigaciones patológicas de pacientes revelaron la presencia de ovillos neurofibrilares (causados por la acumulación de proteína tau) y placas beta-amiloides. También hay una pérdida neuronal y sináptica generalizada, que se cree que es la base de la función cognitiva y nemotécnica reducida. Se ha demostrado que la formación de placas causa neurodegeneración, sin embargo, se
25 desconocen las causas de la formación de placas. Los ensayos diagnósticos que identifican isoformas específicas de estas proteínas han sido el foco principal en el desarrollo de las pruebas diagnósticas. Sin embargo, la presencia de estas proteínas puede indicar que la enfermedad ha progresado más allá de una etapa terapéuticamente viable y por tanto pueden ser más beneficiosos los marcadores de riesgo más tempranos.
Se han realizado varias invenciones que describen métodos para diagnosticar la EA usando biomarcadores sanguí
30 neos, estas incluyen los documentos de patentes: EP2293075 A2 y WO 2011/143597 A1. El documento EP2293075 identificaba varios marcadores expresados en plaquetas sanguíneas usando electroforesis en gel bidimensional, que se expresaban diferentemente entre los pacientes con EA y de control. Estos incluían variantes de proteínas que pueden corresponder a una susceptibilidad genética a la EA. Estos inventores describieron una invención adicional (documento EP2507638) en la que los biomarcadores proteínicos se combinaban en un algoritmo junto con la geno
35 tipificación para mejorar el modelo de diagnóstico. En este algoritmo, los pacientes que eran positivos a ApoE4 tenían más probabilidades de tener la EA, así como los pacientes que eran negativos a ApoE4, pero expresaban dos copias del gen de glutatión-S-transferasa-1-omega de tipo natural (wtGSTO). En el contexto de esta invención anterior, wtGSTO se definió como cualquier gen GSTO que no contuviera la mutación rs4825 (que codifica un ácido aspártico en lugar de una alanina en el residuo 140 [A140D]). Esta invención destaca la eficacia de combinar biomar
40 cadores basados en la sangre y la genotipificación para ayudar en el diagnóstico de la enfermedad. El documento WO 2011/143597 A1 identificó múltiples biomarcadores que se expresaban diferentemente entre el suero de paciente con EA y de control usando ensayos múltiples. En esta invención, se observa mayor precisión de diagnóstico cuando se usan combinaciones múltiples de biomarcadores combinados con mediciones clínicas y variables demográficas que usan bosques aleatorios para desarrollar un algoritmo de clasificación. Sin embargo, estos métodos no
45 han encontrado utilidad clínica y existe una necesidad urgente de un método que se pueda usar de forma habitual para ayudar al diagnóstico de la EA.
La presente invención se refiere a métodos y composiciones para el diagnóstico de la enfermedad de Alzheimer.
La presente invención identifica y describe proteínas que se expresan diferencialmente en el estado de la enferme50 dad de Alzheimer con relación a su expresión en estado normal.
De acuerdo con el primer aspecto de la invención, se proporciona un método para diagnosticar o monitorizar a una persona en riesgo de desarrollar la enfermedad de Alzheimer (EA), que comprende medir la concentración o los niveles relativos de afamina y alfa-1-antiquimotripsina, y opcionalmente al menos un biomarcador adicional seleccionado de alfa-2-macroglobulina, apolipoproteína B100, complemento C3, serina/treonina quinasa TBK-1, proteína de 55 unión a la vitamina D, alfa-1-B-glicoproteína, hemopexina, seroalbúmina, ceruloplasmina, alfa-2-antiplasmina, apolipoproteína A1, factor H del complemento, IgG, proteína de unión a Fc de IgG, hornerina, fibrinógeno o complemento C5 en una muestra de fluido obtenida de una persona que se sospecha que tiene o al menos está en riesgo de tener
EA, y establecer la importancia de las concentraciones o niveles relativos. Preferiblemente, la muestra es suero o plasma.
En otra realización, los niveles relativos de las proteínas expresadas diferentemente se usan junto con al menos uno del genotipo o fenotipo ApoE o GSTO1 de un sujeto por identificación de la secuencia de ácidos nucleicos que codi
5 fica la proteína en el genoma o por determinación de la forma de proteína producida en una muestra de fluido tomada del sujeto. Esto puede aumentar la capacidad de diferenciar entre pacientes con riesgo de desarrollar o tener EA y los que no tienen riesgo o no tienen EA.
En algunas realizaciones, el método para predecir la probabilidad de que un sujeto se pueda definir como que padece o está en riesgo de desarrollar la enfermedad de Alzheimer, puede comprender un modelo de predicción inequí
10 voca que usa modelos estadísticos o métodos de aprendizaje automático. Dichos métodos pueden incluir, aunque sin limitación, redes neuronales de perceptrones, máquinas de vectores de soporte, regresión logística, árboles de decisión y bosques aleatorios.
Descripción de los dibujos
Figuras 1-9, diagramas de cajas que comparan los niveles relativos de afamina (BSI0268), afamina (BSI0223), afa
15 mina (BSI0220), alfa-1-antiquimotripsina (BSI0221), complemento C5 (BSI0782), desconocido (BSI0183), desconocido (BSI0279), complemento C3 (BSI0243) y alfa-1-B-glicoproteína (BSI0182) en pacientes de control y con EA.
Figura 10, curva de las características operativas del receptor (abreviadamente ROC, por la expresión inglesa Receiver Operating Characteristic) para uso de afamina (BSI0268) para discriminar entre pacientes de control y con EA.
Figura 11, curva ROC para uso de alfa-1-antiquimotripsina (BSI0221) para discriminar entre pacientes de control y 20 con EA.
Figura 12, curva ROC para uso de un modelo que comprende afamina (BSI0268) y alfa-1-antiquimotripsina (BSI0221) para discriminar entre pacientes de control y con EA.
Figura 13, curva ROC para uso de la relación entre afamina (BSI0268) y alfa-1-antiquimotripsina (BSI0221) para discriminar entre pacientes de control y con EA.
25 Figura 14, curva ROC para uso de un modelo que comprende la relación afamina (BSI0268)/alfa-1-antiquimotripsina (BSI0221) y el complemento C3 (BSI0217) para discriminar entre pacientes de control y con EA.
Figura 15, curva ROC para uso de un modelo que comprende la relación afamina (BSI0268)/alfa-1-antiquimotripsina (BSI0221) y alfa-2-macroglobulina (BSI0195) para discriminar entre pacientes de control y con EA.
Figura 16, curva ROC para uso de un modelo que comprende la relación afamina (BSI0268)/alfa-1-antiquimotripsina
30 (BSI0221) y serina/treonina proteína quinasa TBK1 (BSI0112) para discriminar entre los pacientes de control y con EA.
Figura 17, curva ROC para uso de un modelo que comprende la relación afamina (BSI0268)/alfa-1-antiquimotripsina (BSI0221) y el complemento C5 (BSI0792) para discriminar entre pacientes de control y con EA.
Figura 18, curva ROC para uso de un modelo que comprende la relación afamina (BSI0268)/alfa-1-antiquimotripsina 35 (BSI0221) y el estado con ApoE4 para discriminar entre pacientes de control y con EA.
Figura 19, curva ROC para determinar la capacidad del estado con ApoE4 para discriminar entre pacientes de control y con EA.
Figura 20, curva ROC para uso de un modelo que comprende la relación afamina (BSI0268)/alfa-1-antiquimotripsina (BSI0221), el complemento C5 (BSI0792) y el estado con ApoE4 para discriminar entre pacientes de control y con
40 EA.
Figura 21, árbol de decisión para uso de la relación afamina/alfa-1-antiquimotripsina y el estado con ApoE para distinguir entre pacientes de control y con EA.
Descripción detallada de la invención
La presente invención describe un método basado en biomarcadores para ayudar al diagnóstico de la enfermedad
45 de Alzheimer (EA). Específicamente, se realiza la medición de los niveles relativos o la concentración de biomarcadores dentro de una muestra de fluido tomada de un paciente del que se sospecha que tiene o está en riesgo de desarrollar la enfermedad de Alzheimer. La descripción también se puede usar para monitorizar la progresión de la EA y para diagnosticar y monitorizar otras formas de demencia y trastornos cognitivos, incluyendo estos, aunque sin limitación: demencia de Parkinson, demencia con cuerpos de Lewy, demencia vascular, deterioro cognitivo leve,
50 demencia frontotemporal. El término ‘biomarcador’, en el contexto de la presente invención, se refiere a una molécula presente en una muestra biológica de un paciente, cuyos niveles en dicho fluido biológico pueden ser indicativos de la enfermedad de Alzheimer. Dichas moléculas pueden incluir péptidos/proteínas o ácidos nucleicos y sus derivados; el término ‘niveles relativos’, en el contexto de la presente invención se refiere a la lectura de la intensidad de la luz o de la absorbancia (sin embargo, la invención no está restringida a la medición que usa estas técnicas, los ex
pertos conocerán otros métodos para medir moléculas biológicas que no utilizan la medición de las propiedades de la luz visible para determinar una medición) a partir de un ensayo biológico que da como resultado la comparación de los niveles del biomarcador en una muestra biológica dada con un material de referencia con una concentración conocida (esta concentración puede ser cero) del biomarcador o nivel por el que el biomarcador dentro de una 5 muestra biológica compite directamente con un material de referencia que se sabe que contiene dicho biomarcador que se une a una sonda específica para dicho biomarcador, generando este último método un nivel relacionado inversamente con la concentración del biomarcador; el término ‘sonda’ en el contexto de la presente invención, se refiere a una molécula sintética o biológica que se une específicamente a una región de un biomarcador. El término ‘en riesgo de desarrollar la enfermedad de Alzheimer’, en el contexto de la presente invención, se refiere a un paciente que muestra signos clínicos tempranos; tal como deterioro cognitivo leve (DCL) o demencia vascular determinado por métodos conocidos en la técnica (como MEC), tiene antecedentes familiares de enfermedad de Alzheimer, tiene prevalencia genética para la enfermedad de Alzheimer o está clasificado como ‘en riesgo’ debido a su estilo de vida (por ejemplo, edad, dieta, salud general, ocupación, ubicación geográfica). El término ‘prevalencia genética’ en el contexto de la presente invención, puede implicar que el genoma del paciente contenga genotipos específicos
15 para ciertas proteínas que se sabe en la técnica que están alterados en pacientes que desarrollan EA, incluyendo dichas proteínas, aunque sin limitación, apolipoproteína E (ApoE) y glutatión-S-transferasa-omega-1 (GSTO). El genotipo se puede determinar por genotipificación o identificación de la forma de proteína relevante de la enfermedad expresada en un fluido biológico del paciente. Más específicamente, se determinará el número de alelos que codifican las variantes de ApoE4 y GSTO de tipo natural (wtGSTO). El término wtGSTO, en el contexto de la presente invención, se refiere a cualquier variante de GSTO que no contenga la mutación rs4825 en la secuencia genómica, ni una sustitución de alanina por ácido aspártico en el residuo 140 de la secuencia proteínica. La invención describe diversos biomarcadores para uso en el diagnóstico de EA, ya sea solo o en combinación con otros métodos de diagnóstico o como biomarcadores complementarios. Un biomarcador complementario en el contexto actual implica un biomarcador que se puede usar junto con otros biomarcadores para la EA.
25 Un primer aspecto de la invención describe un método para diagnosticar la EA en un sujeto que se sospecha que está en riesgo de desarrollar o tener la EA, que comprende medir en una muestra in vitro obtenida del sujeto, el nivel relativo o la concentración de los biomarcadores afamina y alfa-1-antiquimotripsina y opcionalmente uno o más biomarcadores adicionales seleccionados de la Tabla 1, y establecer la importancia del nivel o niveles relativos o de las concentraciones de dichos biomarcadores. La importancia del nivel relativo o de la concentración se mide comparando dicho nivel relativo o concentración con un valor de control para el biomarcador específico. El valor de control se obtiene determinado el nivel relativo o la concentración de dicho biomarcador en una muestra biológica tomada de uno o varios individuos que no tienen EA, según se ha determinado por evaluación clínica. Para la afamina, el nivel relativo o la concentración en un paciente con EA está reducido en comparación con un valor de control. La invención utiliza un método que emplea una combinación de afamina y alfa-1-antiquimotripsina, y opcionalmente al
35 menos un biomarcador adicional seleccionado de alfa-2-macroglobulina, apolipoproteína B100, complemento C3, serina/treonina quinasa TANK de unión a quinasa-1 (TBK1), proteína de unión a la vitamina D, alfa-1-Bglicoproteína, hemopexina, seroalbúmina, ceruloplasmina, alfa-2-antiplasmina, apolipoproteína A1, factor H del complemento, IgG, proteína de unión a Fc de IgG, hornerina, fibrinógeno o complemento C5. En algunas realizaciones, la invención usa un método por el que el nivel relativo o la concentración de afamina se divide por el nivel relativo o la concentración de alfa-1-antiquimotripsina obteniendo una relación afamina/alfa-1-antiquimotripsina. El término ‘relación’ en el contexto de la realización actual de la invención, se refiere a dividir el valor de un biomarcador por el de otro, este valor debe ser el mismo para ambos biomarcadores y se puede representar como un peso o moles de biomarcador en un volumen dado (concentración) o por un nivel de intensidad de luz o de absorbancia generado por medio de un ensayo (nivel relativo). Una realización adicional de la invención utiliza el valor de la relación afami
45 na/alfa-1-antiquimotripsina en combinación con niveles relativos o concentración de uno o más biomarcadores elegidos entre alfa-1-antiquimotripsina, alfa-2-macroglobulina, apolipoproteína B100, complemento C3, serina/treonina quinasa TBK-1, proteína de unión a la vitamina D, alfa-1-B-glicoproteína, hemopexina, seroalbúmina, ceruloplasmina, alfa-2-antiplasmina, apolipoproteína A1, factor H del complemento, IgG, proteína de unión a Fc de IgG, hornerina, fibrinógeno o complemento C5. Por ejemplo, una combinación preferida es la relación afamina/alfa-1antiquimotripsina en combinación con el nivel relativo o la concentración del complemento C3. Otra combinación preferida de la invención es la relación afamina/alfa-1-antiquimotripsina en combinación con el nivel relativo o concentración de serina/treonina quinasa TBK-1.
En algunas realizaciones, la invención se refiere al uso de afamina y alfa-1-antiquimotripsina y opcionalmente al menos un biomarcador adicional seleccionado de alfa-2-macroglobulina, apolipoproteína B100, complemento C3, seri55 na/treonina quinasa TBK-1, proteína de unión a la vitamina D, alfa-1-B-glicoproteína, hemopexina, seroalbúmina, ceruloplasmina, alfa-2-antiplasmina, apolipoproteína A1, factor H del complemento, IgG, proteína de unión a Fc de IgG, hornerina, fibrinógeno o complemento C5 como biomarcadores complementarios de la EA. Como biomarcadores complementarios se pueden utilizar para el diagnóstico de EA junto con otras pruebas clínicas, tales como evaluación del estado mental (MEC), obtención de imágenes neurológicas, péptidos beta-amiloides, proteína tau fosforilada, genotipo ApoE y genotipo GSTO 1 de tipo natural (wtGSTO). Estas pruebas clínicas de puede añadir al modelo predictivo, basado en la medición del resultado. Por ejemplo, el estado de ApoE de un paciente se puede determinar por genotipificación, identificando la forma de la proteína relevante de la enfermedad que se expresa a nivel genético (DNA y/o RNA) o detectando la presencia de la forma de la proteína expresada específica a partir de una muestra de fluido tomada del paciente. Este resultado se puede expresar como un valor dicotomizado, en el que el paciente es
positivo para el gen o proteína ApoE4 o no; o como un resultado ordinal para el número de alelos de ApoE4 presentes en el DNA genómico del paciente (0-2), que se puede calcular usando niveles relativos del gen o de la proteína dentro de una muestra tomada al paciente.
Los niveles relativos o concentraciones de biomarcadores se pueden determinar poniendo en contacto la muestra
5 con sondas, preferiblemente inmovilizadas sobre un sustrato, específicas para cada uno de los biomarcadores incluidos en la combinación de biomarcadores. Las interacciones entre el biomarcador y su sonda respectiva se pueden monitorizar y cuantificar usando diversos métodos que son bien conocidos en la técnica. Un ejemplo de un método adecuado es un ensayo por inmunoabsorción ligado a enzimas (ELISA). La realización de un ELISA implica al menos un anticuerpo con especificidad para un antígeno particular. La muestra con una cantidad desconocida de
10 antígeno se inmoviliza en un soporte sólido (generalmente una placa para microtitulación de poliestireno), ya sea no específicamente (por adsorción a la superficie) o específicamente (por captura por otro anticuerpo específico para el mismo antígeno, en un ELISA de tipo “sándwich”). Después de que el antígeno ha sido inmovilizado, se añade el anticuerpo de detección, formando un complejo con el antígeno. El anticuerpo de detección puede estar unido covalentemente a una enzima, o puede ser detectado él mismo por un anticuerpo secundario que está unido a una enzi
15 ma por bioconjugación. Entre cada etapa, la placa se lava típicamente para eliminar cualquier proteína o anticuerpo que no esté unido específicamente. Después de la etapa de lavado final, la placa se desarrolla añadiendo un sustrato enzimático para producir una señal visible, que indica la cantidad de antígeno en la muestra.
En una realización preferida de la presente invención, la ‘muestra’ como se hace referencia en la presente memoria es suero o plasma, sin embargo, puede ser cualquier muestra de un paciente a partir de la cual se pueden determi
20 nar los niveles o concentraciones de biomarcadores. Estos incluyen, aunque sin limitación, sangre completa, orina, saliva, líquido cefalorraquídeo y plaquetas.
El sustrato comprenderá sondas específicas para los biomarcadores afamina y alfa-1-antiquimotripsina. Como se usa en la presente memoria, el término ‘específico’ significa que la sonda se une solo a uno de los biomarcadores de la invención, uniéndose insignificantemente a otros biomarcadores de la invención o a otros analitos de la muestra
25 biológica que se analiza. Esto garantiza que la integridad del ensayo de diagnóstico y su resultado usando los biomarcadores de la invención no se ve comprometida por episodios de unión adicionales.
El sustrato puede ser cualquier superficie capaz de soportar una o más sondas, pero preferiblemente es un biochip. Un “biochip” es un término general para una plataforma de reacción que aloja ensayos químicos, bioquímicos, proteómicos o moleculares, que pueden ser necesarios para diagnóstico médico, detección de drogas, etc. Típicamen30 te, un biochip comprende un sustrato inerte, tal como silicio, vidrio o cerámica (con frecuencia con una superficie del orden de aproximadamente 1 cm2 o menor), que está provisto de uno o una pluralidad de sitios de reacción. Los sitios llevan generalmente uno o más ligandos, por ejemplo, uno o más anticuerpos, seleccionados para que se realice el ensayo (o “prueba”), adsorbidos a la superficie del chip para activación por combinación con una muestra aplicada al chip (por ejemplo, una muestra de sangre) y/o un reactivo. Las reacciones se pueden detectar usando 35 varias técnicas alternativas, que incluyen la detección de la quimioluminiscencia generada por la reacción. Algunos biochips llevan un gran número (cientos o miles) de dichos sitios de ensayo, generalmente dispuestos en una rejilla o matriz, permitiendo realizar numerosos ensayos simultáneamente y utilizando la misma muestra. Cuando se identifican los diversos biomarcadores/proteínas de la invención, será evidente para los expertos en la técnica que, además de identificar la proteína de longitud completa, es posible la identificación de un fragmento o varios fragmentos de
40 una proteína, siempre que esto permita una identificación precisa de la proteína. Igualmente, aunque una sonda preferida de la invención es un anticuerpo monoclonal, pueden usarse otras sondas tales como aptámeros, polímeros de impresión molecular, fagos, fragmentos de anticuerpos de cadena corta y otras sondas basadas en anticuerpos. La invención también permite sondas de secuencias de ácidos nucleicos.
Preferiblemente, en los métodos de la presente invención se usa un dispositivo de estado sólido, preferiblemente el
45 sistema Biochip Array Technology (BAT) (disponible de Randox Laboratories Limited). Más preferiblemente, se puede usar el aparato Evidence Evolution and Evidence Investigator (disponible de Randox Laboratories) para determinar los niveles de biomarcadores en la muestra.
La exactitud de los métodos estadísticos usados de acuerdo con la presente invención se puede describir mejor por sus características operativas del receptor (ROC). La curva ROC aborda tanto la sensibilidad, el número de verdade50 ros positivos, como la especificidad, el número de verdaderos negativos, del ensayo. Por tanto, los valores de sensibilidad y especificidad para una combinación dada de biomarcadores son una indicación de la exactitud de la prueba. Por ejemplo, si una combinación de biomarcadores tiene un valor de sensibilidad y especificidad del 80%, por cada 100 pacientes, 80 serán correctamente identificados a partir de la determinación de la presencia de la combinación particular de biomarcadores como positivos para la enfermedad, mientras que de cada 100 pacientes que no
55 tienen la enfermedad 80 darán exactamente negativo para la enfermedad.
Si se van a utilizar dos o más biomarcadores en el método de diagnóstico, se puede obtener un modelo adecuado de clasificación matemática o de aprendizaje automático, tal como la ecuación de regresión logística. La ecuación de regresión logística podría incluir otras variables, tales como la edad y el género del paciente. La curva ROC se puede utilizar para evaluar la exactitud del modelo de regresión logística. La ecuación de regresión logística se puede 60 usar independientemente o en un algoritmo para ayudar en la toma de decisiones clínicas. Aunque una ecuación de regresión logística es un procedimiento matemático/estadístico común utilizado en dichos casos y se prefiere en el
contexto de la presente invención, también se pueden usar otros procedimientos matemáticos/estadísticos, árboles de decisión o de aprendizaje automático.
A modo de ejemplo, una ecuación de regresión logística aplicable a la presente invención (a un valor de corte de clasificación de 0,5) para la combinación de biomarcadores para la indicación de la EA frente a sin EA (control) en un paciente que se sospecha que tiene o está en riesgo de desarrollar EA, se calcula como sigue;
Como ejemplo adicional, se puede crear un árbol de decisión en el que sale una rama de decisión desde cada nodo (subpoblación) para dividir la población en grupos de clasificación. La Figura 19 representa un ejemplo de un árbol que se creó usando los datos descritos en esta invención, que podría clasificar correctamente a todos los pacientes
10 con EA con un error relativamente pequeño.
1. Plasma normalizado/Quantiplasma™
La normalización del plasma se realizó según el documento US 2009/0136966. En resumen, se normalizó plasma humano eliminando proteínas muy abundantes utilizando el método apropiado. En primer lugar, las proteínas muy 15 abundantes se eliminaron utilizando la tecnología del sistema de eliminación de afinidad múltiple (abreviadamente MARS, por su expresión inglesa Multiple Affinity Removal System). El plasma resultante se cargó luego en una columna de normalización de multi-inmunoafinidad (abreviadamente MIAN, por su expresión inglesa Multi-ImmunoAffinity Normalisation), donde la rigurosidad de normalización se ajustó alterando el caudal. Se reunieron las muestras de flujo pasante y de lavado para obtener una muestra diferencialmente normalizada. Parte de este plasma
20 normalizado se biotinilizó de forma ubicua para proporcionar una sustancia trazadora, conocida como Quantiplasma™.
2. Generación de anticuerpos
Se produjeron anticuerpos monoclonales según el documento US 2009/0136966. Se usó plasma normalizado como inmunógeno para generar anticuerpos policlonales. A continuación, se aislaron los linfocitos B y se generaron hibri25 domas monoclonales. La selección inicial de hibridomas se realizó usando un ELISA. Las placas se recubrieron con GAM específico de Ig gamma-Fc de ratón, y luego se incubaron con el líquido sobrenadante del hibridoma de mAb, después de una etapa de lavado, este complejo se incubó con Quantiplasma™ y finalmente se indujo una reacción enzima-sustrato para detectar la unión del plasma biotinilado (Quantiplasma™) al mAb. Esta selección identificó más de 1000 mAb. Para identificar las dianas proteínicas de los anticuerpos monoclonales utilizados en este estudio, se
30 emplearon técnicas de transferencia Western, inmunoprecipitación y espectrometría de masas. Sin embargo, hay algunos antígenos que no pudieron identificarse en ese momento, pero como se sabe que están presentes en el proteoma del plasma humano, se incluyeron.
3. Identificación de biomarcadores clínicos usando Quantiplasma™
Se obtuvieron muestras de suero de 19 pacientes con enfermedad de Alzheimer (EA) clínicamente confirmada y 19
35 participantes de control emparejados por edad/género con función cognitiva normal. Estas muestras se congelaron poco después de la recolección y se conservaron a -80ºC hasta que se realizó el análisis. Se recopiló la información clínica adicional de estos sujetos, que incluía el historial médico personal y familiar básico. Además de esto, se determinaron el genotipo ApoE y GSTO por métodos conocidos en la técnica. Para cada paciente, se aisló el DNA genómico y se determinó la presencia de DNA que codifica cada una de las 3 isoformas de ApoE (E2, E3, E4) o GSTO
40 (tipo natural, mutante A140 [rs4825]) utilizando técnicas de reacción en cadena de la polimerasa (PCR). Otros análisis permitieron que se determinara la frecuencia alélica de cada una de las isoformas por métodos conocidos en la técnica.
Se seleccionó un panel de 69 anticuerpos mAb (Tabla 1) de un catálogo de >1000 generado como en el apartado 2. Los anticuerpos se evaluaron a continuación por inmunoensayo competitivo. Primero se inmovilizaron en una plata
45 forma de biochip (9 mm x 9 mm), que era el sustrato para las inmunorreacciones. Se utilizó el analizador de mesa semiautomático Evidence Investigator (EV3602, Randox Laboratories Ltd., Crumlin, Reino Unido, patentes EP98307706, EP98307732, EP0902394, EP1227311, EP1434995 y EP1354623). El principio del ensayo se basa en la competencia por los sitios de unión del anticuerpo monoclonal entre el antígeno libre (la muestra del paciente) y el plasma trazador marcado (Quantiplasma™).
50 La muestra y los reactivos se añaden al biochip y se incuban bajo condiciones controladas. Después de la adición del sustrato, se genera una señal de luz que luego se detecta usando tecnología de imagen digital. El sistema incorpora un programa informático específico para procesar, informar y archivar automáticamente los datos generados. El nivel de una proteína específica en la muestra del paciente se determina comparando la diferencia entre la señal luminosa (URL, unidades relativas de luz) en la posición del anticuerpo respectivo en un biochip que contiene la
5
10
15
20
25
30
35
muestra y el trazador (ensayo) y un biochip que contiene solo el trazador (blanco). La relación entre las muestras de ensayo y de control se determina como:
indicando una relación alta un nivel relativamente alto de la proteína específica para su mAb respectivo presente en la muestra, e indicando una relación baja relativamente poca o ninguna proteína presente en la muestra. Se determinaron las relaciones para los pacientes con EA y los pacientes de control para todos los mAb (Ejemplo, Figuras 19) y se realizó un análisis no paramétrico para identificar los mAb que podrían distinguir entre pacientes con EA y de control (Tabla 2). Las áreas bajo la curva (AUC) de las curvas características operativas del receptor (ROC) se calcularon para todos los mAb, que se detallan en la Tabla 3.
4. Modelo de clasificación de la enfermedad
Como ejemplo de cómo múltiples marcadores identificados por este estudio se pueden combinar para proporcionar un modelo para clasificar a un paciente cuyo estado de enfermedad se desconoce, los inventores hemos utilizado la regresión logística como un método de determinación del modelo. La investigación inicial mostró que usando los niveles relativos de afamina (BSI0268) combinados con los de alfa-1-antiquimotripsina (BSI0221) se generó un modelo con una AUC de 0,906 (Fig. 10-13), una mejora significativa del poder predictivo de las mediciones individuales. Con el fin de añadir más analitos al modelo, sin aumentar las dimensiones, se utilizó una función de afamina (BSI0268) como una proporción de alfa-1-antiquimotripsina (BSI0221) como una sola variante (AUC = 0,875) y se analizó el efecto de añadir sistemáticamente todos los demás analitos al modelo. La adición del complemento C3 (BSI0217), alfa-2-macroglobulina (BSI0195), serina/treonina proteína quinasa TBK1 (BSI0112) o complemento C5 (BSI0782) al modelo mejoró el modelo, AUC de 0,889, 0,906, 0,892 y 0,920 respectivamente (Fig. 14-17). Además, se identificaron mejoras al considerar el genotipo ApoE de los pacientes. Se añadió al análisis una variable inequívoca, con la que se identificó que cada paciente no tenía alelos de ApoE4 (0) o tenía uno o más (1). Esto se afinó aún más identificando el número de alelos de ApoE4 que tenía cada paciente (0, 1 o 2). En este estudio, el 63% de los pacientes con EA tenía al menos un alelo de ApoE4, en el que solo uno de los 19 sujetos de control (5%) era positivo al ApoE4. El genotipo ApoE4 en combinación con la relación afamina/alfa-1-antiquimotripsina produce una AUC de 0,925, que aumenta hasta 0,953 cuando se tiene en consideración el número de alelos de ApoE4. Además, la AUC aumenta hasta 0,964 con la adición del complemento C5. Estos datos sugieren que se puede generar un modelo muy exacto usando la presente invención. Estos datos se resumen en la Tabla 4. La dimensionalidad limita el número de variables que se pueden usar para desarrollar un modelo utilizando este conjunto de datos preliminares, pero se predice que se pueden combinar varios marcadores incluidos en este estudio para proporcionar un modelo óptimo. Además de la regresión logística, se generaron otros modelos de aprendizaje supervisado utilizando estos datos, tales como: redes neuronales de perceptrones multicapa, bosques aleatorios, máquinas de vectores de soporte y árboles de decisión (Figura 21). Todos ellos proporcionan modelos con exactitud similar a la regresión logística y se pueden preferir a medida que se añaden nuevos analitos al modelo.
Tabla 1 Números de ID de los mAb y de la proteína respectiva a la que se ha encontrado que se unen
- ID de la sonda
- ID de la proteína
- BSI0183
- Desconocido
- BSI0185
- Proteína de unión a la vitamina D
- BSI0189
- Complemento C3b (forma más corta)
- BSI0198
- Alfa-1-B-glicoproteína
- BSI0200
- Alfa-2-macroglobulina
- BSI0203
- Ceruloplasmina
- BSI0208
- Apo B100
- BSI0220
- Afamina
- BSI0221
- Alfa-1-antiquimotripsina
- BSI0197
- Alfa-2-macroglobulina
- BSI0201
- Desconocido
- BSI0214
- Apo B100
- BSI0190
- Complemento C3
- ID de la sonda
- ID de la proteína
- BSI0191
- Desconocido
- BSI0195
- Alfa-2-macroglobulina
- BSI0223
- Afamina
- BSI0186
- Alfa-1-antiquimotripsina
- BSI0196
- Alfa-1-B-glicoproteína
- BSI0279
- Desconocido
- BSI0281
- Desconocido
- BSI0217
- Complemento C3
- BSI0289
- Apo B100
- BSI0311
- Desconocido
- BSI0144
- Alfa-1-antiquimotripsina
- BSI0112
- Serina/treonina proteína quinasa TBK1
- BSI0022
- Desconocido
- BSI0002
- Hemopexina
- BSI0032
- Proteína de unión a Fc de IgG
- BSI0038
- Alfa-2-macroglobulina
- BSI0023
- Desconocido
- BSI0051
- Proteína de unión a la vitamina D
- BSI0095
- Alfa-2-macroglobulina
- BSI0097
- Seroalbúmina
- BSI0116
- Alfa-1-B-glicoproteína
- BSI0099
- Ceruloplasmina
- BSI0136
- Apo B100
- BSI0172
- Alfa-2-macroglobulina
- BSI0177
- Desconocido
- BSI0142
- Alfa-2-antiplasmina
- BSI0173
- Alfa-2-macroglobulina
- BSI0179
- Apolipoproteína A1
- BSI0180
- Desconocido
- BSI0181
- Desconocido
- BSI0100
- Serina/treonina proteína quinasa TBK1
- BSI0182
- Alfa-1-B-glicoproteína
- BSI0040
- Apo B100
- BSI0314
- Desconocido
- BSI0243
- Complemento C3
- BSI0348
- Desconocido
- BSI0257
- Proteína de unión a la vitamina D
- BSI0263
- Complemento C3
- BSI0268
- Afamina
- BSI0355
- Desconocido
- BSI0660
- Desconocido
- ID de la sonda
- ID de la proteína
- BSI0670
- Apo B100
- BSI0747
- Factor H
- BSI0765
- Complemento C5
- BSI0782
- Complemento C5
- BSI0225
- Desconocido (IgG)
- BSI0239
- Apolipoproteína A1
- BSI0242
- Complemento C3
- BSI0246
- Desconocido
- BSI0248
- IgG
- BSI0255
- Hornerina
- BSI0259
- Desconocido
- BSI0266
- Apo B100
- BSI0323
- Apo B100
- BSI0115
- Alfa-2-antiplasmina
- BSI0251
- Fibrinógeno
Tabla 2 Estadística general de los 69 mAb tanto para los grupos de control (19) como con EA (19), representando el valor de p la diferencia significativa entre cada grupo como ha sido determinado por Mann-Whitney
- ID de las proteínas (ID de mAb)
- Control EA
- Mediana
- Min. Max. Mediana Min. Ma. Valor de p
- Afamina (BSI0268)
- 0,674 0,441 0,735 0,532 0,402 0,683 0,00021
- Afamina (BSI0223)
- 0,508 0,319 0,599 0,405 0,230 0,477 0,00384
- Afamina (BSI0220)
- 0,796 0,485 0,863 0,690 0,422 0,826 0,00506
- Alfa-1-antiquimotripsina (BSI0221)
- 0,613 0,468 0,722 0,668 0,388 0,777 0,01734
- Complemento C5 (BSI0782)
- 0,592 0,497 0,656 0,559 0,429 0,656 0,02648
- Desconocido (BSI0183)
- 0,571 0,240 0,699 0,475 0,231 0,614 0,02853
- Desconocido (BSI0279)
- 0,484 0,132 0,702 0,409 0,210 0,621 0,03304
- Complemento C3 (BSI0243)
- 0,625 0,474 0,826 0,698 0,336 0,852 0,04245
- Alfa-1-B-glicoproteína (BSI0182)
- 0,504 0,265 0,737 0,475 0,238 0,681 0,05396
- Alfa-1-antiquimotripsina (BSI0144)
- 0,605 0,342 0,724 0,652 0,511 0,744 0,05584
- Apo B100 (BSI0289)
- 0,025 -1,623 0,779 0,291 -1,089 0,819 0,05969
- Alfa-2-antiplasmina (BSI0115)
- 0,302 -0,298 0,710 0,209 -0,131 0,562 0,07488
- Factor H (BSI0747)
- 0,409 0,179 0,535 0,336 0,083 0,600 0,08493
- Seroalbúmina (BSI0097)
- 0,725 0,643 0,756 0,701 0,583 0,772 0,08766
- Apolipoproteína A1 (BSI0239)
- 0,411 0,275 0,522 0,382 0,250 0,478 0,11827
- Complemento C3 (BSI0263)
- 0,545 -0,166 0,915 0,143 -0,826 0,850 0,12534
- Alfa-2-macroglobulina (BSI0197)
- 0,544 0,168 0,670 0,444 0,101 0,660 0,15249
- Complemento C5 (BSI0765)
- 0,309 0,131 0,947 0,263 -0,144 0,865 0,15254
- Apo B100 (BSI0040)
- 0,155 -0,125 0,560 0,261 -0,136 0,697 0,15666
- Alfa-1-B-glicoproteína (BSI0116)
- 0,259 0,109 0,348 0,227 0,092 0,335 0,15679
- Desconocido (BSI0023)
- 0,481 0,202 0,825 0,400 0,028 0,884 0,16104
- ID de las proteínas (ID de mAb)
- Control EA
- Mediana
- Min. Max. Mediana Min. Ma. Valor de p
- Apo B100 (BSI0670)
- 0,644 0,420 0,776 0,626 0,408 0,735 0,16995
- Serina/treonina proteína quinasa TBK1 (BSI0112)
- 0,576 -0,207 0,691 0,464 -0,275 0,660 0,17460
- Desconocido (BSI0246)
- 0,184 0,031 0,316 0,136 -0,006 0,295 0,17460
- Desconocido (BSI0348)
- 0,687 0,416 0,806 0,646 0,350 0,781 0,17924
- Alfa-1-antiquimotripsina (BSI0186)
- 0,478 -0,195 0,868 0,365 -0,691 0,736 0,18406
- Complemento C3 (BSI0217)
- 0,141 -1,116 0,788 0,056 -0,361 0,716 0,19389
- Apo B100 (BSI0323)
- 0,446 0,236 0,685 0,394 0,139 0,607 0,20409
- Alfa-1-B-glicoproteína (BSI0196)
- 0,431 0,239 0,549 0,453 0,255 0,569 0,21469
- Alfa-2-antiplasmina (BSI0142)
- 0,643 0,454 0,712 0,663 0,585 0,728 0,21469
- Ceruloplasmina (BSI0203)
- 0,367 -0,951 0,865 0,278 -1,956 0,727 0,22567
- Fibrinógeno (BSI0251)
- 0,457 0,222 0,717 0,426 0,211 0,608 0,24281
- Desconocido (BSI0022)
- 0,530 0,331 0,895 0,492 0,256 0,898 0,26718
- Alfa-1-B-glicoproteína (BSI0198)
- 0,723 0,611 0,791 0,697 0,376 0,771 0,29317
- Alfa-2-macroglobulina (BSI0172)
- 0,759 0,642 0,865 0,737 0,678 0,887 0,30001
- Proteína de unión a la vitamina D (BSI0257)
- 0,614 0,014 0,788 0,601 0,448 0,722 0,32087
- Complemento C3 (BSI0190)
- 0,454 0,268 0,621 0,513 0,294 0,646 0,34271
- Alfa-2-macroglobulina (BSI0038)
- 0,636 0,331 0,738 0,575 0,246 0,748 0,35016
- Desconocido (BSI0201)
- 0,711 0,495 0,818 0,688 0,490 0,867 0,35776
- Alfa-2-macroglobulina (BSI0195)
- 0,940 0,796 0,974 0,924 0,423 0,982 0,37323
- Apolipoproteína A1 (BSI0179)
- 0,794 0,328 0,917 0,761 0,110 0,937 0,37323
- Apo B100 (BSI0136)
- 0,483 0,155 0,670 0,522 0,206 0,637 0,38910
- Complemento C3b (forma más corta) (BSI0189)
- 0,607 0,487 0,839 0,585 0,495 0,747 0,39711
- Desconocido (BSI0660)
- 0,945 -0,223 0,975 0,947 -2,124 0,968 0,40535
- Apo B100 (BSI0208)
- 0,572 0,202 0,694 0,595 -0,250 0,911 0,40538
- IgG (BSI0248)
- 0,638 0,400 0,781 0,556 0,253 0,699 0,44774
- Hemopexina (BSI0002)
- 0,567 -2,587 0,830 0,708 -1,046 0,890 0,49266
- Alfa-2-macroglobulina (BSI0095)
- 0,761 0,592 0,924 0,689 0,645 0,871 0,49266
- Desconocido (BSI0281)
- 0,744 0,511 0,799 0,740 0,502 0,837 0,50189
- Desconocido (BSI0355)
- 0,423 0,254 0,686 0,431 0,097 0,602 0,51126
- Desconocido (más candidatos) (BSI0177)
- 0,108 -0,076 0,216 0,114 -0,051 0,296 0,55927
- Hornerina (BSI0255)
- 0,513 0,255 0,824 0,487 0,146 0,920 0,61962
- Alfa-2-macroglobulina (BSI0173)
- 0,692 0,482 0,836 0,661 0,567 0,833 0,63001
- Proteína de unión a la vitamina D (BSI0185)
- 0,613 0,294 0,743 0,606 0,381 0,782 0,65090
- Desconocido (IgG) (BSI0225)
- 0,390 0,080 0,651 0,402 0,054 0,577 0,65090
- Desconocido (BSI0314)
- 0,633 0,014 0,830 0,625 0,446 0,764 0,67206
- Apo B100 (BSI0214)
- 0,401 0,073 0,675 0,386 -0,090 0,666 0,69349
- Desconocido (BSI0259)
- 0,342 0,047 0,619 0,307 0,133 0,507 0,69349
- Ceruloplasmina (BSI0099)
- 0,590 0,472 0,734 0,593 0,321 0,721 0,77029
- Desconocido (BSI0311)
- 0,344 0,020 0,506 0,351 -0,031 0,601 0,82668
- ID de las proteínas (ID de mAb)
- Control EA
- Mediana
- Min. Max. Mediana Min. Ma. Valor de p
- Complemento C3 (BSI0242)
- 0,446 0,148 0,653 0,409 0,277 0,568 0,82668
- Desconocido (BSI0180)
- 0,237 0,032 0,443 0,210 0,085 0,521 0,84949
- Apo B100 (BSI0266)
- 0,528 0,303 0,704 0,516 0,216 0,648 0,84949
- Proteína de unión a la vitamina D (BSI0051)
- 0,450 0,035 0,602 0,472 0,324 0,629 0,89548
- Desconocido (BSI0181)
- 0,502 0,350 0,708 0,556 0,227 0,926 0,90702
- Proteína de unión a Fc de IgG (BSI0032)
- 0,432 -1,988 0,826 0,431 -2,053 0,928 0,94182
- Alfa-2-macroglobulina (BSI0200)
- 0,577 0,338 0,660 0,544 0,309 0,703 0,96507
- Serina/treonina proteína quinasa TBK1 (BSI0100)
- 0,767 0,174 0,839 0,768 0,680 0,815 0,96507
- Desconocido (BSI0191)
- 0,542 0,328 0,898 0,583 0,285 0,902 1,00000
Tabla 3 AUC para la curva ROC de cada uno de los 69 mAb para distinguir los paciente de control de los con EA
- ID de las proteínas (sonda)
- AUC
- Afamina (BSI0268)
- 0,852
- Afamina (BSI0223)
- 0,774
- Afamina (BSI0220)
- 0,766
- Alfa-1-antiquimotripsina (BSI0221)
- 0,726
- Complemento C5 (BSI0782)
- 0,711
- Desconocido (BSI0183)
- 0,708
- Desconocido (BSI0279)
- 0,702
- Complemento C3 (BSI0243)
- 0,693
- Alfa-1-B-glicoproteína (BSI0182)
- 0,683
- Alfa-1-antiquimotripsina (BSI0144)
- 0,681
- Apo B100 (BSI0289)
- 0,679
- Alfa-2-antiplasmina (BSI0115)
- 0,669
- Factor H (BSI0747)
- 0,663
- Seroalbúmina (BSI0097)
- 0,662
- Apolipoproteína A1 (BSI0239)
- 0,648
- Complemento C3 (BSI0263)
- 0,645
- Alfa-2-macroglobulina (BSI0197)
- 0,636
- Complemento C5 (BSI0765)
- 0,636
- Apo B100 (BSI0040)
- 0,634
- Alfa-1-B-glicoproteína (BSI0116)
- 0,634
- Desconocido (BSI0023)
- 0,633
- Apo B100 (BSI0670)
- 0,630
- Serina/treonina proteína quinasa TBK1 (BSI0112)
- 0,629
- Desconocido (BSI0246)
- 0,629
- Desconocido (BSI0348)
- 0,627
- Alfa-1-antiquimotripsina (BSI0186)
- 0,626
- Complemento C3 (BSI0217)
- 0,623
- ID de las proteínas (sonda)
- AUC
- Apo B100 (BSI0323)
- 0,620
- Alfa-1-B-glicoproteína (BSI0196)
- 0,618
- Alfa-2-antiplasmina (BSI0142)
- 0,618
- Ceruloplasmina (BSI0203)
- 0,615
- Fibrinógeno (BSI0251)
- 0,611
- Desconocido (BSI0022)
- 0,605
- Alfa-1-B-glicoproteína (BSI0198)
- 0,600
- Alfa-2-macroglobulina (BSI0172)
- 0,598
- Proteína de unión a la vitamina D (BSI0257)
- 0,594
- Complemento C3 (BSI0190)
- 0,590
- Alfa-2-macroglobulina (BSI0038)
- 0,589
- Desconocido (BSI0201)
- 0,587
- Alfa-2-macroglobulina (BSI0195)
- 0,584
- Apolipoproteína A1 (BSI0179)
- 0,584
- Apo B100 (BSI0136)
- 0,582
- Complemento C3b (forma más corta) (BSI0189)
- 0,580
- Desconocido (BSI0660)
- 0,579
- Apo B100 (BSI0208)
- 0,579
- IgG (BSI0248)
- 0,572
- Hemopexina (BSI0002)
- 0,565
- Alfa-2-macroglobulina (BSI0095)
- 0,565
- Desconocido (BSI0281)
- 0,564
- Desconocido (BSI0355)
- 0,562
- Desconocido (BSI0177)
- 0,555
- Hornerina (BSI0255)
- 0,547
- Alfa-2-macroglobulina (BSI0173)
- 0,546
- Proteína de unión a la vitamina D (BSI0185)
- 0,543
- Desconocido (IgG) (BSI0225)
- 0,543
- Desconocido (BSI0314)
- 0,540
- Apo B100 (BSI0214)
- 0,537
- Desconocido (BSI0259)
- 0,537
- Ceruloplasmina (BSI0099)
- 0,528
- Desconocido (BSI0311)
- 0,521
- Complemento C3 (BSI0242)
- 0,521
- Desconocido (BSI0180)
- 0,518
- Apo B100 (BSI0266)
- 0,518
- Proteína de unión a la vitamina D (BSI0051)
- 0,512
- Desconocido (BSI0181)
- 0,511
- Proteína de unión a Fc de IgG (BSI0032)
- 0,507
- Alfa-2-macroglobulina (BSI0200)
- 0,504
- Serina/treonina proteína quinasa TBK1 (BSI0100)
- 0,504
Tabla 4 AUC para combinaciones de biomarcadores
- Combinación de biomarcadores
- Intervalo de confianza del 95%
- Área
- Error estándar Inferior Superior
- Afamina (BSI0268) y alfa-1-antiquimotripsina (BSI0221)
- 0,906 0,052 0,804 1,000
- Relación afamina/alfa-1-antiquimotripsina*
- 0,875 0,063 0,752 0,998
- Relación afamina/alfa-1-antiquimotripsina, complemento C5 (BSI0782)
- 0,920 0,052 0,819 1,000
- Relación afamina/alfa-1-antiquimotripsina, complemento C3 (BSI0243)
- 0,889 0,060 0,771 1,000
- Relación afamina/alfa-1-antiquimotripsina, alfa-2-macroglobulina (BSI0195)
- 0,906 0,052 0,805 1,000
- Relación afamina/alfa-1-antiquimotripsina, serina/treonina quinasa TBK1 (BSI0112)
- 0,892 0,057 0,779 1,000
- Relación afamina/alfa-1-antiquimotripsina, ApoE4 (presencia/ausencia)
- 0,925 0,042 0,844 1,000
- Relación afamina/alfa-1-antiquimotripsina, ApoE4 (0, 1 o 2 alelos)
- 0,953 0,032 0,891 1,000
- Relación afamina/alfa-1-antiquimotripsina, Apo B100 (BSI0289)
- 0,875 0,063 0,752 0,998
- Relación afamina/alfa-1-antiquimotripsina, desconocido (BSI0183)
- 0,881 0,064 0,756 1,000
- Relación afamina/alfa-1-antiquimotripsina, desconocido (BSI0279)
- 0,878 0,064 0,753 1,000
- Relación afamina/alfa-1-antiquimotripsina, complemento C5 (BSI0782), ApoE4 (presencia/ausencia)
- 0,958 0,028 0,903 1,000
- Relación afamina/alfa-1-antiquimotripsina, complemento C5 (BSI0782), ApoE4 (0, 1 o 2 alelos)
- 0,964 0,028 0,910 1,000
*Para todas las relaciones afamina/alfa-1-antiquimotripsina se usaron combinaciones con las sondas BSI0268 y BSI0221
Claims (10)
-
imagen1 REIVINDICACIONES1. Un método para diagnosticar o monitorizar a una persona con riesgo de desarrollar o tener la enfermedad de Alzheimer (EA), que comprende medir la concentración o el nivel relativo de los biomarcadores afamina y alfa-1antiquimotripsina y opcionalmente al menos un biomarcador adicional seleccionado de alfa-2-macroglobulina, apoli5 poproteína B100, complemento C3, serina/treonina quinasa TBK-1, proteína de unión a la vitamina D, alfa-1-Bglicoproteína, hemopexina, seroalbúmina, ceruloplasmina, alfa-2-antiplasmina, apolipoproteína A1, factor H del complemento, IgG, proteína de unión a Fc de IgG, hornerina, fibrinógeno y complemento C5 en una muestra de fluido obtenida de una persona que se sospecha que tiene o está en riesgo de tener la EA; y establecer la importancia de las concentraciones o niveles relativos.10 2. El método de la reivindicación 1, en el que se calcula la relación entre afamina y alfa-1-antiquimotripsina. - 3. El método de acuerdo con la reivindicación 2, en el que se calcula la relación entre afamina y alfa-1antiquimotripsina y también se mide la concentración o nivel relativo de al menos un biomarcador adicional seleccionado de serina/treonina proteína quinasa TBK1, alfa-2-macroglobulina, apolipoproteína B100, complemento C3, proteína de unión a la vitamina D, alfa-1-B-glicoproteína, hemopexina, seroalbúmina, ceruloplasmina, alfa-215 antiplasmina, apolipoproteína A1, factor H del complemento, IgG, proteína de unión a Fc de IgG, hornerina, fibrinógeno y complemento C5.
-
- 4.
- El método de la reivindicación 3, en el que un biomarcador adicional es serina/treonina proteína quinasa TBK1.
-
- 5.
- El método de la reivindicación 3, en el que un biomarcador adicional es complemento C5.
-
- 6.
- El método de la reivindicación 3, en el que un biomarcador adicional es alfa-2-macroglobulina.
20 7. El método de la reivindicación 3, en el que un biomarcador adicional es apolipoproteína B100. -
- 8.
- El método de la reivindicación 3, en el que un biomarcador adicional es complemento C3.
-
- 9.
- El método de acuerdo con cualquier reivindicación precedente, que comprende además determinar el genotipo de al menos uno de apolipoproteína E y glutatión-S-transferasa-1-omega de una persona por identificación de la secuencia de ácidos nucleicos que codifica la proteína en el genoma o por determinación de la forma de proteína pro
25 ducida en una muestra de fluido tomada de dicha persona. - 10. El método de cualquiera de las reivindicaciones precedentes, que comprende además usar las mediciones obtenidas en un método de clasificación para calcular la probabilidad de que esa persona tenga o esté en riesgo de desarrollar la EA.
- 11. El método de acuerdo con la reivindicación 10, en el que el método de clasificación es al menos uno de redes 30 neuronales artificiales, regresión logística, árboles de decisión, bosque aleatorio y máquinas de vectores de soporte.
- 12. El método de acuerdo con cualquiera de las reivindicaciones precedentes, en el que la muestra de fluido es plasma o suero.14
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB1303936.7A GB2511525A (en) | 2013-03-05 | 2013-03-05 | Methods and Compositions for the Diagnosis of Alzheimer's Disease |
GB201303936 | 2013-03-05 | ||
PCT/EP2014/054185 WO2014135546A1 (en) | 2013-03-05 | 2014-03-04 | Methods and compositions for the diagnosis of alzheimer's disease |
Publications (1)
Publication Number | Publication Date |
---|---|
ES2674526T3 true ES2674526T3 (es) | 2018-07-02 |
Family
ID=48142456
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES14726887.4T Active ES2674526T3 (es) | 2013-03-05 | 2014-03-04 | Métodos y composiciones para el diagnóstico de la enfermedad de Alzheimer |
Country Status (9)
Country | Link |
---|---|
US (1) | US20160097780A1 (es) |
EP (1) | EP2965090B1 (es) |
JP (1) | JP6430413B2 (es) |
CN (1) | CN105164536B (es) |
AU (1) | AU2014224727B2 (es) |
CA (1) | CA2900002C (es) |
ES (1) | ES2674526T3 (es) |
GB (1) | GB2511525A (es) |
WO (1) | WO2014135546A1 (es) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201504432D0 (en) | 2015-03-17 | 2015-04-29 | Electrophoretics Ltd | Materials and methods for diagnosis and treatment of alzheimers disease |
JP6702836B2 (ja) * | 2016-09-28 | 2020-06-03 | ハルメク・ベンチャーズ株式会社 | 認知症判定得点算出装置及びそのプログラム |
EP3309550A1 (en) * | 2016-10-12 | 2018-04-18 | sphingotec GmbH | Method for the detection of apolipoprotein e4 |
BR112020007367A2 (pt) * | 2017-10-31 | 2020-09-29 | Ge Healthcare Limited | sistemas médicos para predição de uma patologia de doença e para predição da evolução clínica em um indivíduo com estado cognitivo incerto, métodos para predição da patologia de uma doença e para predição da evolução clínica em um indivíduo com estado cognitivo incerto, sistema médico para identificação de indivíduos que estão em risco de desenvolver a doença de alzheimer, métodos para identificação de indivíduos que estão em risco de desenvolver a doença de alzheimer, para determinação de um prognóstico para um paciente com doença de alzheimer e de tratamento de um paciente para doença de alzheimer, uso de dados médicos de um ou mais indivíduos com evoluções desconhecidas para doença de alzheimer, e, sistemas médicos para classificação de indivíduos como portadores de comprometimento cognitivo leve ou doença de alzheimer, para classificação de indivíduos como portadores de doença de alzheimer ou de alguma outra forma de demência e para identificação de indicações adicionais para um fármaco |
JP6950952B2 (ja) * | 2017-12-20 | 2021-10-13 | 国立大学法人三重大学 | 脳アミロイド血管症の末梢血バイオマーカー |
CN108681748A (zh) * | 2018-05-18 | 2018-10-19 | 宝枫生物科技(北京)有限公司 | 判别轻度认知障碍的模型选择处理方法及装置 |
JP7437376B2 (ja) * | 2018-07-19 | 2024-02-22 | ジェネンテック,インコーポレーテッド | マーカー分子に基づいて、アミロイド陽性認知症を罹患していると、または発症するリスクがあると個体を同定する方法、および関連する使用 |
CN110464833A (zh) * | 2019-09-04 | 2019-11-19 | 北京豪思生物科技有限公司 | 铜蓝蛋白的应用 |
KR102567081B1 (ko) * | 2019-10-07 | 2023-08-16 | 연세대학교 산학협력단 | 퇴행성 신경질환의 진단용 바이오마커 |
JP7109499B2 (ja) * | 2020-05-07 | 2022-07-29 | 一般社団法人脳と心の健康科学研究所 | 認知症判定得点算出装置及びそのプログラム |
ES2924776A1 (es) * | 2021-03-25 | 2022-10-10 | Univ Castilla La Mancha | Metodos para el diagnostico y pronostico de la enfermedad de alzheimer |
CN112858697B (zh) * | 2021-03-29 | 2024-03-01 | 鲁东大学 | ALG-2-interacting protein X在制备分子标志物中的应用 |
CN116990395A (zh) * | 2022-04-26 | 2023-11-03 | 中国科学院深圳先进技术研究院 | 一种基于粪便的阿尔兹海默症生物标志物及其应用 |
WO2024004944A1 (ja) * | 2022-06-28 | 2024-01-04 | 株式会社Mcbi | 判定支援情報生成方法、判定支援情報生成システム、及び情報処理装置 |
CN116063447B (zh) * | 2022-09-13 | 2023-11-03 | 北京湃德智健科技有限公司 | 用于检测adap自身抗体的抗原多肽及其应用 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH067191A (ja) * | 1991-09-26 | 1994-01-18 | Konica Corp | モノクローナル抗体、それを産生するハイブリド−マ、その対応抗原及びそれを用いた測定方法 |
US5652352A (en) * | 1994-03-31 | 1997-07-29 | Amgen Inc. | Afamin: a human serum albumin-like gene |
AT411014B (de) * | 2001-04-30 | 2003-09-25 | Vitateq Biotechnology Gmbh | Präparationen von vitamin e in kombination mit afamin |
DE60225821T2 (de) * | 2001-10-04 | 2009-04-30 | Immuno-Biological Laboratories Co., Ltd., Takasaki | Reagens zum Nachweis eines Risikofaktors der Alzheimer-Krankheit, Nachweiskit dafür und Verfahren zum Nachweis eines Risikofaktors der Alzheimer-Krankheit unter ihrer Verwendung |
WO2005107760A1 (en) * | 2004-04-30 | 2005-11-17 | Irm Llc | Compounds and compositions as inducers of keratinocyte differentiation |
WO2006108051A2 (en) * | 2005-04-05 | 2006-10-12 | Neurodx, Llc | Compositions and methods relating to alzheimer's disease |
GB0512401D0 (en) * | 2005-06-17 | 2005-07-27 | Randox Lab Ltd | Method |
US7575876B2 (en) * | 2005-10-27 | 2009-08-18 | The University Of Washington | Biomarkers for neurodegenerative disorders |
AT505727B1 (de) * | 2007-09-04 | 2009-06-15 | Univ Innsbruck | Verfahren zur diagnose des metabolischen syndroms |
GB0921447D0 (en) * | 2009-12-04 | 2010-01-20 | Randox Lab Ltd | Assay |
WO2011143597A1 (en) * | 2010-05-14 | 2011-11-17 | Rules-Based Medicine, Inc. | Methods and devices for diagnosing alzheimers disease |
AU2013210776B2 (en) * | 2012-01-20 | 2018-11-22 | Adelaide Research & Innovation Pty Ltd | Biomarkers for gastric cancer and uses thereof |
ITMI20120865A1 (it) * | 2012-05-18 | 2013-11-19 | Antonio Bertolotto | Biomarcatori per patologie del sistema nervoso centrale |
-
2013
- 2013-03-05 GB GB1303936.7A patent/GB2511525A/en not_active Withdrawn
-
2014
- 2014-03-04 CN CN201480008554.4A patent/CN105164536B/zh active Active
- 2014-03-04 AU AU2014224727A patent/AU2014224727B2/en active Active
- 2014-03-04 US US14/777,718 patent/US20160097780A1/en not_active Abandoned
- 2014-03-04 CA CA2900002A patent/CA2900002C/en active Active
- 2014-03-04 ES ES14726887.4T patent/ES2674526T3/es active Active
- 2014-03-04 JP JP2015560663A patent/JP6430413B2/ja active Active
- 2014-03-04 EP EP14726887.4A patent/EP2965090B1/en active Active
- 2014-03-04 WO PCT/EP2014/054185 patent/WO2014135546A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
CN105164536A (zh) | 2015-12-16 |
CA2900002C (en) | 2022-01-25 |
JP2016511406A (ja) | 2016-04-14 |
JP6430413B2 (ja) | 2018-11-28 |
GB201303936D0 (en) | 2013-04-17 |
EP2965090B1 (en) | 2018-04-25 |
CA2900002A1 (en) | 2014-09-12 |
AU2014224727A1 (en) | 2015-08-13 |
CN105164536B (zh) | 2018-02-06 |
AU2014224727B2 (en) | 2020-09-03 |
WO2014135546A1 (en) | 2014-09-12 |
EP2965090A1 (en) | 2016-01-13 |
GB2511525A (en) | 2014-09-10 |
US20160097780A1 (en) | 2016-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
ES2674526T3 (es) | Métodos y composiciones para el diagnóstico de la enfermedad de Alzheimer | |
Hu et al. | Identification of autoantibody biomarkers for primary Sjögren's syndrome using protein microarrays | |
Chahine et al. | Blood-based biomarkers for Parkinson's disease | |
Ottervald et al. | Multiple sclerosis: Identification and clinical evaluation of novel CSF biomarkers | |
RU2675370C2 (ru) | Способ выявления присутствия или отсутствия агрессивного рака предстательной железы | |
Shaw et al. | Cerebrospinal fluid biomarker signature in Alzheimer's disease neuroimaging initiative subjects | |
ES2612197T3 (es) | Marcadores en la orina para la detección del cáncer de vejiga | |
JP5878875B2 (ja) | アルツハイマー病の診断法 | |
ES2706534T3 (es) | Método para ayudar al diagnóstico diferencial del accidente cerebrovascular | |
MX2013010127A (es) | Procedimiento, matriz y uso para determinar la presencia de cancer pancreatico. | |
ES2694409T3 (es) | Método de pronóstico para individuos con cáncer de próstata | |
US20170089903A1 (en) | Biomarkers for detection of breast cancer in women with dense breasts | |
Jang et al. | Accuracy of three different fecal calprotectin tests in the diagnosis of inflammatory bowel disease | |
US10078089B2 (en) | Compositions and methods for treating steroid resistant nephrotic syndrome and/or steroid sensitive nephrotic syndrome | |
WO2012033999A2 (en) | Biomarkers for predicting kidney and glomerular pathologies | |
JP2015500464A (ja) | 脳卒中の診断を補助するためのバイオマーカーに基づく方法およびバイオチップ | |
ES2361808B1 (es) | Método de obtención de datos útiles para el diagnóstico o el pronóstico del c�?ncer colorrectal. | |
Chen et al. | Profiling antibody signature of schizophrenia by Escherichia coli proteome microarrays | |
AU2021203920A1 (en) | Biomarkers for detection of breast cancer | |
Maple-Grødem et al. | Identification of diagnostic and prognostic biomarkers of PD using a multiplex proteomics approach | |
Everest et al. | Prospective outcome analysis of multiple sclerosis cases reveals candidate prognostic cerebrospinal fluid markers | |
Seyhan | Biomarkers in drug discovery and development | |
CN113699235B (zh) | 免疫原性细胞死亡相关基因在头颈鳞癌生存预后及放疗应答性中的应用 | |
KR102136747B1 (ko) | 장형 위암의 예후 진단 마커 | |
US20180321244A1 (en) | Method for Detection And Diagnosis of Oral Cancer in a sample |