KR20220163971A - 갑상선암의 예후 및 치료 방법 - Google Patents

갑상선암의 예후 및 치료 방법 Download PDF

Info

Publication number
KR20220163971A
KR20220163971A KR1020227035535A KR20227035535A KR20220163971A KR 20220163971 A KR20220163971 A KR 20220163971A KR 1020227035535 A KR1020227035535 A KR 1020227035535A KR 20227035535 A KR20227035535 A KR 20227035535A KR 20220163971 A KR20220163971 A KR 20220163971A
Authority
KR
South Korea
Prior art keywords
genes
risk
recurrence
ptc
determining
Prior art date
Application number
KR1020227035535A
Other languages
English (en)
Inventor
올리버 배읻
올리버 배??
파샤드 파시드팔
스티븐 크레이그
카렌 컵치우크
신시아 스트레치
Original Assignee
퀄리슈어 다이어그노스틱스 인코포레이티드
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 퀄리슈어 다이어그노스틱스 인코포레이티드 filed Critical 퀄리슈어 다이어그노스틱스 인코포레이티드
Publication of KR20220163971A publication Critical patent/KR20220163971A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • 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
    • G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
    • G16B25/10—Gene or protein expression profiling; Expression-ratio estimation or normalisation
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/118—Prognosis of disease development
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/158—Expression markers

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Genetics & Genomics (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Pathology (AREA)
  • Organic Chemistry (AREA)
  • Biophysics (AREA)
  • Analytical Chemistry (AREA)
  • Biotechnology (AREA)
  • Molecular Biology (AREA)
  • Zoology (AREA)
  • Immunology (AREA)
  • Public Health (AREA)
  • Wood Science & Technology (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Hospice & Palliative Care (AREA)
  • Oncology (AREA)
  • Biochemistry (AREA)
  • Biomedical Technology (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Microbiology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Medicines That Contain Protein Lipid Enzymes And Other Medicines (AREA)
  • Pharmaceuticals Containing Other Organic And Inorganic Compounds (AREA)

Abstract

환자에서 유두상 갑상선암의 재발 위험을 결정하는 방법이 본원에 개시되어 있다. 상기 방법은 환자의 종양으로부터 RNA를 단리하는 단계; ATG14, MYO3A, ERCC5, SLC43A1, ABCC8, LTK, COPS2, CCNA2, BNIP3, FAM86C1P, GNG4, GCFC2, EEF1A2, TXNL4B, SEPSECS, ZNF215, KIF4A, EZH2, CDCA8, DISP1, SNX29P2, ATP1B1, ZNF620, HIST4H4, CENPL, GATAD1, C2orf88, WWC3, SKA3, HJURP, LOC728613, GTPBP8, RPRM, FBXO4, TICRR, AGFG2, TTK, TAFA2, MTMR14, WDR1, NEK2, RRAGA, EIF2A, REP15, NUDT15, LANCL2, NFATC2IP, GTPBP2, KHNYN, CLDN12, DNAH11, ASPHD1, REXO5, HIST2H2BF, C12orf76, MUC21, PGBD5, ABCC6P1, RHBDF1, CHAF1B, MOV10, CAB39L, FN1, DDX19B, BUB1, GPSM2, MSH5, ETV7, SUN1, GRAMD1C, LACTB2, LOC652276, EXOSC10, NUP210, ACOX3, UNC5CL, GNAO1, CGN, ZC3H18, CTSC, MFSD13A, 및 CCDC183를 포함하는 유전자 시그니처의 2개 이상의 유전자 또는 유전자 산물의 발현 수준을 결정하는 단계; 및 2개 이상의 유전자의 발현 수준을 사용하여 PTC 재발의 위험을 결정하는 단계를 포함한다.

Description

갑상선암의 예후 및 치료 방법
본 개시내용은 일반적으로 환자에서 암의 재발 위험을 결정하기 위한 방법에 관한 것이다. 보다 구체적으로, 본 개시내용은 환자에서 유두상 갑상선암(PTC)의 재발 위험의 수준을 결정하기 위한 방법에 관한 것이다.
갑상선암은 유병률 기준 8번째로 흔한 암으로 1992년 이후 매년 6% 초과로 발생률이 증가하고 있다. 유두상 갑상선암(PTC)은 대부분의 갑상선암을 차지하며 갑상선암의 발생률 증가는 거의 전적으로 작은 PTC의 검출률 증가에 기인할 수 있다. 일반적으로 PTC는 예후가 좋으며 종종 치유될 수 있다. 그러나 PTC의 약 10 내지 15%는 보다 공격적인 거동을 보이며 종종 방사성 요오드와 같은 기존 보조 요법에 내성을 보인다. 증가하는 PTC 사례 (및 건강관리 시스템에 대한 잠재적 부담)를 감안할 때 정확한 예후가 점점 더 중요해지고 있다. 정확한 예후와 재발 위험 결정은 유리한 예후(즉, PTC 재발 위험이 낮음)를 받은 사람들을 위한 불필요한 수술, 테스트 및 후속 예약을 피할 수 있다. 정확한 예후와 재발 위험 결정은 또한 공격적인 PTC (즉, 재발 위험이 높음)가 있는 사람들을 위해 광범위한 수술, 보조 요법 및 장기간의 추적 관찰을 예약할 수 있음을 의미한다.
현재 PTC 치료 결정은 미국 갑상선 협회(ATA) 질병 재발 위험 계층화 시스템에 의해 결정되며, 이 시스템은 여러 임상 및 병리 인자를 기반으로 질병 재발 위험을 추정한다. 그러나 ATA 시스템은 PTC의 재발을 정확하게 예측할 수 없다. ATA 시스템이 PTC의 재발을 정확하게 예측할 수 없는 것은 시스템이 일반적으로 종양의 분자적 특징에 대해 알지 못하기 때문일 수 있다. 사실, ATA 시스템은 현재 질병 재발 위험을 추정할 때 단일 분자 마커인 BRAFV600E만 통합한다.
위에서 지적한 바와 같이, PTC 예후의 부정확한 차별은 공격적인 PTC 사례와 관련하여 거짓 양성 및/또는 거짓 음성을 초래할 수 있다. 거짓 양성의 경우, 수술이나 보조 요법이 필요하지 않은 환자에게 이러한 치료를 할 수 있다. 건강관리 시스템에 부담을 주는 것 외에도, 불필요한 수술은 환자의 신체에 불필요한 스트레스를 줄 수 있으며, 극단적인 경우 환자에게 심각하거나 치명적인 부상을 초래할 수 있다. 거짓 음성의 경우, 환자는 공격적인 PTC 사례를 해결하기 위해 적절한 치료를 받지 못할 수 있다.
따라서, 환자에게 적절한 치료를 제공하기 위해 PTC의 정확한 예후를 제공할 필요가 남아 있다.
본 개시내용은 환자의 생물학적 샘플에서 2개 이상의 특정 유전자의 발현 패턴, 또는 패턴들을 분석하여 환자에서 저위험, 중간 위험, 또는 고위험의 재발이 있는 유두상 갑상선암 (PTC)의 경우를 구별할 수 있는 방법을 제공한다.
따라서, 본 개시내용의 구현예는 환자의 유두상 갑상선암의 재발 위험을 결정하는 방법에 관한 것이고, 상기 방법은 (a) 환자의 생물학적 샘플로부터 리보핵산(RNA)를 단리하는 단계; (b) RNA로부터 본 개시내용의 유전자 시그니처의 2개 이상의 유전자 또는 유전자 산물 각각의 발현 수준을 결정하는 단계; 및 (c) 유전자 시그니처의 2개 이상의 유전자의 발현 수준에 기초하여 환자가 PTC 재발의 저위험, 중간 위험 또는 고위험을 갖는 지를 결정하는 단계를 포함한다.
본 개시내용의 유전자 시그니처는 다음 유전자를 포함한다: ATG14, MYO3A, ERCC5, SLC43A1, ABCC8, LTK, COPS2, CCNA2, BNIP3, FAM86C1P, GNG4, GCFC2, EEF1A2, TXNL4B, SEPSECS, ZNF215, KIF4A, EZH2, CDCA8, DISP1, SNX29P2, ATP1B1, ZNF620, HIST4H4, CENPL, GATAD1, C2orf88, WWC3, SKA3, HJURP, LOC728613, GTPBP8, RPRM, FBXO4, TICRR, AGFG2, TTK, TAFA2, MTMR14, WDR1, NEK2, RRAGA, EIF2A, REP15, NUDT15, LANCL2, NFATC2IP, GTPBP2, KHNYN, CLDN12, DNAH11, ASPHD1, REXO5, HIST2H2BF, C12orf76, MUC21, PGBD5, ABCC6P1, RHBDF1, CHAF1B, MOV10, CAB39L, FN1, DDX19B, BUB1, GPSM2, MSH5, ETV7, SUN1, GRAMD1C, LACTB2, LOC652276, EXOSC10, NUP210, ACOX3, UNC5CL, GNAO1, CGN, ZC3H18, CTSC, MFSD13A, 및 CCDC183.
본 개시내용의 또 다른 구현예는 또한 환자에서 유두상 갑상선암(PTC)의 재발 위험을 결정하는 방법에 관한 것으로, 상기 방법은 (a) 환자의 생물학적 샘플로부터 단리된 RNA로부터의 유전자 시그니처의 2개 이상의 유전자 각각의 발현 수준을 결정하는 단계; 및 (b) 유전자 시그니처의 2개 이상의 유전자의 발현 수준에 기초하여 환자가 저위험, 중간 위험, 또는 고위험의 PTC 재발이 있는 지를 결정하는 단계를 포함한다.
본 개시내용의 일부 구현예는 또한 PTC가 있는 환자를 치료하는 방법에 관한 것이다. 상기 방법은 (a) 환자의 생물학적 샘플로부터 단리된 RNA로부터의 유전자 시그니처의 2개 이상의 유전자 각각의 발현 수준을 결정하는 단계; (b) 유전자 시그니처의 2개 이상의 유전자의 발현 수준에 기초하여 환자가 저위험, 중간 위험, 또는 고위험의 PTC 재발이 있는 지를 결정하는 단계; 및, (c) PTC 재발 위험의 결정된 수준에 기초하여 환자에게 치료를 투여하는 단계를 포함한다.
본 개시내용의 일부 구현예는 또한 환자에서 PTC의 재발 위험을 시험관 내에서 결정하는 방법에 관한 것이고, 상기 방법은 (a) 환자의 생물학적 샘플로부터 RNA를 단리하는 단계; RNA로부터 본 개시내용의 유전자 시그니처의 2개 이상의 유전자의 발현 수준을 결정하는 단계; (b) 유전자 시그니처의 2개 이상의 유전자의 발현 수준에 기초하여 환자가 저위험, 중간 위험, 또는 고위험의 PTC 재발이 있는 지를 결정하는 단계를 포함한다.
본 개시내용의 일 실시예에서, 생물학적 샘플은 미세 바늘 흡인, 코어 생검, 또는 외과적 견본으로부터 얻은 종양 샘플일 수 있다. 일부 구현예에서, 생물학적 샘플은 포르말린-고정 파라핀 포매(FFPE; formalin-fixed paraffin embedded) 종양 샘플 또는 냉동 생검 종양 샘플이다. 일부 구현예에서, 종양 샘플은 종양의 거대절개 또는 미세절개에 의해 수득된다. 본 개시내용의 일부 구현예에서, 종양 샘플은 레이저 미세절개 및/또는 압력 발사기에 의해 수득될 수 있다.
본 개시내용의 또 다른 구체예에서, 유전자 발현의 수준을 결정하는 단계는 역전사 중합효소 연쇄 반응(RT-PCR), 상보적 데옥시리보핵산(cDNA) 마이크로어레이 또는 리보핵산 시퀀싱(RNAseq) 또는 이들의 조합을 사용하여 유전자 발현의 수준을 측정하는 단계를 포함한다.
본 개시내용의 또 다른 구현예에서, 유전자 시그니처의 2개 이상의 유전자 또는 유전자 산물의 발현 수준을 결정하는 단계는 유전자 시그니처의 5개 이상의 유전자의 발현 수준을 결정하는 것을 포함한다. 추가 구현예에서, 유전자 시그니처의 2개 이상의 유전자의 발현 수준을 결정하는 단계는 유전자 시그니처의 7개 이상의 유전자의 발현 수준을 결정하는 것을 포함한다. 추가 구현예에서, 유전자 시그니처의 2개 이상의 유전자의 발현 수준을 결정하는 단계는 유전자 시그니처의 20 내지 60개의 유전자의 발현 수준을 결정하는 것을 포함한다.
본 개시내용의 또 다른 구현예에서, 유전자 시그니처의 2개 이상의 유전자 또는 유전자 산물의 발현 수준을 결정하는 단계는 ATG14, MYO3A, ERCC5, SLC43A1, ABCC8, LTK, COPS2, CCNA2, BNIP3, FAM86C1P, GNG4, GCFC2, EEF1A2, TXNL4B, SEPSECS, ZNF215, KIF4A, EZH2, CDCA8, DISP1, SNX29P2, ATP1B1, ZNF620, HIST4H4, CENPL, GATAD1, C2orf88, WWC3, SKA3, HJURP, LOC728613, GTPBP8, RPRM, FBXO4, TICRR, AGFG2, TTK, TAFA2, MTMR14, WDR1, NEK2, RRAGA, EIF2A, 및 REP15 중 적어도 2개의 발현 수준을 결정하는 것을 포함하고; 그리고 PTC 재발의 환자의 위험을 결정하는 단계는 환자가 PTC 재발 위험이 높은 지를 결정하는 것을 포함한다. 추가 구현예에서, 환자가 PTC 재발의 고위험을 갖지 않는 것으로 결정된 경우, 방법은 본원에 기재된 유전자 시그니처의 유전자 중 적어도 2개의 발현 수준을 결정하는 단계; 및 환자가 PTC 재발의 중간 위험 또는 저위험을 갖는 지를 결정하는 단계를 추가로 포함한다.
본 개시내용의 또 다른 구현예에서, 유전자 시그니처의 2개 이상의 유전자 또는 유전자 산물의 발현 수준을 결정하는 단계는 적어도 ATG14, MYO3A, ERCC5, SLC43A1, ABCC8, LTK, COPS2, CCNA2, BNIP3, FAM86C1P, GNG4, GCFC2, EEF1A2, TXNL4B, SEPSECS, ZNF215, KIF4A, EZH2, CDCA8, DISP1, SNX29P2, ATP1B1, ZNF620, NUDT15, LANCL2, NFATC2IP, GTPBP2, ZNF215, KHNYN, CLDN12, DNAH11, EZH2, ASPHD1, REXO5, HIST2H2BF, C12orf76, MUC21, PGBD5, ABCC6P1, RHBDF1, CHAF1B, MOV10, CAB39L, FN1, DDX19B, 및 BUB1의 발현 수준을 결정하는 것을 포함한다.
본 개시내용의 또 다른 구현예에서, 환자가 고위험의 PTC 재발이 있는 것으로 결정되는 경우, 치료는 전체 갑상선절제를 수행하거나, 보조 방사성 요오드(RAI) 요법을 투여하거나, 면역 관문 억제제를 투여하거나, 이들의 조합을 수행하는 것을 포함할 수 있다. 본 개시내용의 또 다른 구현예에서, 환자가 중간 위험의 PTC 재발이 있는 것으로 결정되는 경우, 치료는 능동 감시를 수행하거나, 반갑상선절제를 수행하거나, 보조 방사성 요오드(RAI) 요법을 투여하거나 이들의 조합을 수행하는 것을 포함할 수 있다. PTC 재발의 중간 위험 또는 고위험이 있는 환자의 경우, 추가 구현예에서, RAI 요법은 EZH2 억제제를 투여하는 전처리를 포함할 수 있다. 본 개시내용의 또 다른 구현예에서, 환자가 저위험의 PTC 재발이 있는 것으로 결정되는 경우, 치료는 능동 감시, 반갑상선절제 또는 이들의 조합을 포함한다. 숙련된 독자가 이해할 수 있듯이 PTC의 재발 위험이 낮거나 중간인 환자에 대한 치료 옵션은 시간이 지남에 따라 의약의 발전에 따라 변경될 수 있다. 숙련된 독자는 또한 본 개시내용의 구현예가 본 개시내용의 구현예에 의해 가능하게 된 위험 분류에 기초하여, 의약에서의 이러한 진보에 비추어 적절한 치료 옵션을 평가하는 데 가치를 제공할 수 있음을 이해할 것이다.
본 개시내용의 일부 구현예는 또한 환자에서 유두상 갑상선암(PTC)의 재발 위험을 결정하는 시스템에 관한 것이고, 시스템은 하기를 포함한다: 유전자 발현 데이터를 저장하기 위한 적어도 하나의 데이터베이스; 네트워크에 의해 적어도 하나의 데이터베이스에 기능적으로 상호연결된 적어도 하나의 프로세싱 구조를 포함하는 적어도 하나의 서버 컴퓨터로서, 적어도 하나의 프로세싱 구조는 하기를 위해 구성되는 적어도 하나의 서버 컴퓨터: 유전자 발현 데이터를 분석하여 하기를 포함하는 유전자 시그니처의 2개 이상의 유전자 또는 유전자 산물 각각의 발현 수준을 결정: ATG14, MYO3A, ERCC5, SLC43A1, ABCC8, LTK, COPS2, CCNA2, BNIP3, FAM86C1P, GNG4, GCFC2, EEF1A2, TXNL4B, SEPSECS, ZNF215, KIF4A, EZH2, CDCA8, DISP1, SNX29P2, ATP1B1, ZNF620, HIST4H4, CENPL, GATAD1, C2orf88, WWC3, SKA3, HJURP, LOC728613, GTPBP8, RPRM, FBXO4, TICRR, AGFG2, TTK, TAFA2, MTMR14, WDR1, NEK2, RRAGA, EIF2A, REP15, NUDT15, LANCL2, NFATC2IP, GTPBP2, KHNYN, CLDN12, DNAH11, ASPHD1, REXO5, HIST2H2BF, C12orf76, MUC21, PGBD5, ABCC6P1, RHBDF1, CHAF1B, MOV10, CAB39L, FN1, DDX19B, BUB1, GPSM2, MSH5, ETV7, SUN1, GRAMD1C, LACTB2, LOC652276, EXOSC10, NUP210, ACOX3, UNC5CL, GNAO1, CGN, ZC3H18, CTSC, MFSD13A, 및 CCDC183; 및 유전자 시그니처의 2개 이상의 유전자의 발현 수준에 기초하여 환자가 PTC의 저위험, 중간 위험, 또는 고위험의 재발을 갖는 지를 결정.
본 개시내용의 방법의 다른 측면 및 특징은 특정 구현예에 대한 하기 설명을 검토할 때 당업자에게 명백해질 것이다.
본 개시내용의 이들 및 다른 특징은 첨부된 도면을 참조하는 다음의 상세한 설명에서 더욱 명백해질 것이다. 첨부된 도면은 단지 예로서 본 개시내용의 하나 이상의 구현예를 도시하고 본 개시내용의 범위를 제한하는 것으로 해석되어서는 안 된다.
도 1은 본 개시내용의 방법을 사용하여 분류된 환자에 대한 카플란-마이어(Kaplan-Meier) 곡선을 나타내며, 여기서 도 1a는 제1 코호트의 환자에 대한 카플란-마이어 곡선을 보여주고; 도 1b는 본 개시내용의 한 구현예에서 분류된 제1 코호트의 환자에 대한 카플란-마이어 곡선을 보여주고; 그리고 도 1c는 본 개시내용의 다른 구현예에서 분류된 제1 코호트의 환자에 대한 카플란-마이어 곡선을 보여준다.
도 2는 본 개시내용의 구현예를 사용하여 분류된 제2 코호트의 환자에 대한 카플란-마이어 곡선을 보여준다.
도 3은 본 개시내용의 일 구현예를 도시한 흐름도를 보여준다.
도 4는 본 개시내용의 구현예를 구현하기 위한 시스템의 개략도를 보여준다.
도 5는 도 4에 보여진 시스템의 컴퓨팅 장치의 하드웨어 구조의 개략도를 보여준다.
도 6은 도 4에 보여진 시스템의 컴퓨팅 장치의 단순화된 소프트웨어 아키텍처의 개략도를 보여준다.
도 7은 미국 갑상선 협회(ATA) 질병 재발 위험 계층화 시스템을 사용하여 분류된 환자에 대한 카플란-마이어 곡선을 보여주며, 여기서 도 7a는 도 1의 제1 코호트의 환자에 대한 카플란-마이어 곡선을 보여주고; 그리고 도 7b는 도 2의 제2 코호트의 환자에 대한 카플란-마이어 곡선을 보여준다.
도 8은 4년의 시간에 본 개시내용의 구현예를 미국 갑상선 협회(ATA) 질병 재발 위험 계층화 시스템과 비교하는 수신기 작동 특성 곡선(AUROC) 그래프 아래 시간 의존 영역을 보여주며, 여기서 도 8a는 본 개시내용의 구현예에 대한 시간 의존적 AUROC를 보여주고; 도 8b는 ATA 시스템에 대한 시간 의존적 AUROC를 보여준다.
도 9는 미국 갑상선 협회(ATA) 질병 재발 위험 계층화 시스템 및 본 개시내용의 구현예에 의해 저위험, 중간 위험, 또는 고위험의 재발을 갖는 것으로 분류된 환자에 대한 재발 퍼센트의 그래프를 보여준다.
본 개시내용의 구현예는 일반적으로 환자에서 유두상 갑상선암(PTC)의 재발 위험을 결정하는 방법 및 이러한 환자를 치료하는 방법에 관한 것이다. 본 개시내용의 구현예는 또한 본원에 기재된 방법을 수행하기 위한 시스템에 관한 것이다.
본 개시내용의 방법은 광범위한 게놈 연구의 결과로 개발되었다. 더 자세하게, Cancer Genome Atlas (TCGA) Network는 PTC의 분자적 특징에 대한 설명과 감독되지 않은 클러스터링 방법을 사용하여 확인된 분자 하위군에 대한 설명이 포함된 PTC의 전체 게놈 풍경을 발표하였다. 2개의 메타-클러스터가 확인되었다: 하나는 BRAFV600E-유도 종양을 함유하고 다른 하나는 Ras 돌연변이가 있는 종양을 함유한다. 메신저 리보핵산(mRNA) 수준, microRNA(miRNA) 수준, DNA 메틸화 수준 및 단백질 발현 수준에서, 하위군의 수는 다양했지만 주로 2개 메타-클러스터 중 하나와 연관되었다. 그러나 TCGA는 PTC의 분자 다양성 및 분류에 대한 통찰력을 제공했지만 분자 하위군은 잠재적인 임상 결과(즉, 예측)와 관련이 없었다. 따라서, 단독으로 또는 다른 것과 조합하여 PTC 환자의 잠재적인 임상 결과와 관련된 유전자를 식별할 필요가 남아 있다.
본 개시내용의 방법을 개발하기 위해, 502개의 PTC 환자 샘플로부터 22,000개 초과의 유전자의 배치 보정된 발현 수준을 함유하는 TCGA에서 제공하는 RNA-서열 발현 데이터세트에 대해 광범위한 연구가 수행되었다. 이 확장된 데이터세트로부터, 표 1에 요약된 잠재적으로 예후적으로 중요한 유전자를 포함하는 유전자 시그니처가 확인되었다.
예후적으로 중요한 유전자, 단백질 생산 기능의 위치 및 그 유형
유전자 기호 유전자 명칭 Entrez 유전자 아이디 Ensembl 안정한 아이디 단백질 생성물의 위치 유형(들)
ABCC6P1 ATP 결합 카세트 서브패밀리 C 구성원 6 유사유전자 1 653190 ENSG00000256340 기타 기타
ABCC8 ATP 결합 카세트 서브패밀리 C 구성원 8 6833 ENSG00000006071 원형질 막 수송체
ACOX3 아실-코아 산화효소 3, 프리스타노일 8310 ENSG00000087008 세포질 효소
AGFG2 FG 반복부 2가 있는 Arfgap 3268 ENSG00000106351 기타 기타
ASPHD1 1을 함유하는 아스파르테이트 베타-하이드록실라제 도메인 253982 ENSG00000174939 기타 기타
ATG14 자가포식 관련 14 22863 ENSG00000126775 세포질 기타
ATP1B1 Atpase Na+/K+ 수송 서브유닛 베타 1 481 ENSG00000143153 원형질 막 수송체
BNIP3 BCL2 상호작용 단백질 3 664 ENSG00000176171 세포질 기타
BUB1 BUB1 유사분열 체크포인트 세린/트레오닌 키나제 699 ENSG00000169679 핵 키나제
C12orf76 염색체 12 열린 해독틀 76 400073 ENSG00000174456 기타 기타
C2orf88 염색체 2 열린 해독틀 88 84281 ENSG00000187699 기타 기타
CAB39L 칼슘 결합 단백질 39 유사 81617 ENSG00000102547 세포질 키나제
CCDC183 183을 함유하는 꼬인 코일 도메인 84960 ENSG00000213213 기타 기타
CCNA2 사이클린 A2 890 ENSG00000145386 핵 기타
CDCA8 세포 분열 사이클 연관 8 55143 ENSG00000134690 핵 기타
CENPL 동원체 단백질 L 91687 ENSG00000120334 세포질 기타
CGN 신구린 57530 ENSG00000143375 원형질 막 기타
CHAF1B 염색질 어셈블리 인자 1 서브유닛 B 8208 ENSG00000159259 핵 기타
CLDN12 클라우딘 12 9069 ENSG00000157224 원형질 막 기타
COPS2 COP9 시그날로솜 서브유닛 2 9318 ENSG00000166200 세포질 기타
CTSC 카텝신 C 1075 ENSG00000109861 세포질 펩티다제
DDX19B DEAD-박스 헬리카제 19B 11269 ENSG00000157349 핵 효소
DISP1 파견된 RND 수송체 계열 구성원 1 84976 ENSG00000154309 원형질 막 수송체
DNAH11 다이네인 축세사 중쇄 11 8701 ENSG00000105877 세포질 효소
EEF1A2 진핵생물 번역 신장 인자 1 알파 2 1917 ENSG00000101210 세포질 번역 조절제
EIF2A 진핵생물 번역 개시 인자 2A 83939 ENSG00000144895 세포질 번역 조절제
ERCC5 ERCC 절제 복구 5, 엔도뉴클레아제 2073 ENSG00000134899 핵 효소
ETV7 ETS 변이체 전사 인자 7 51513 ENSG00000010030 핵 전사 조절제
EXOSC10 엑소좀 구성요소 10 5394 ENSG00000171824 핵 키나제
EZH2 제스테 2 폴리콤 억제 복합 2 서브유닛의 인핸서 2146 ENSG00000106462 핵 전사 조절제
FAM86C1P 서열 유사성 86 구성원 C1을 갖는 패밀리, 유사유전자 55199 ENSG00000158483 기타 기타
FBXO4 F-box 단백질 4 26272 ENSG00000151876 핵 효소
FN1 파이브로넥틴 1 2335 ENSG00000115414 세포외 공간 효소
GATAD1 1을 함유하는 GATA 아연 핑거 도메인 57798 ENSG00000157259 핵 전사 조절제
GCFC2 GC 풍부 서열 DNA-결합 인자 2 6936 ENSG00000005436 핵 전사 조절제
GNAO1 G 단백질 서브유닛 알파 o1 2775 ENSG00000087258 원형질 막 효소
GNG4 G 단백질 서브유닛 감마 4 2786 ENSG00000282972 원형질 막 효소
GPSM2 G 단백질 신호전달 조절제 2 29899 ENSG00000121957 핵 기타
GRAMD1C 1C를 함유하는 그램 도메인 54762 ENSG00000178075 기타 기타
GTPBP2 GTP 결합 단백질 2 54676 ENSG00000172432 세포외 공간 효소
GTPBP8 GTP 결합 단백질 8 (추정) 29083 ENSG00000163607 세포질 기타
HIST2H2BF H2B 클러스터링된 히스톤 18 440689 ENSG00000203814 핵 기타
HIST4H4 H4 히스톤 16 121504 ENSG00000197837 핵 기타
HJURP 홀리데이 접합부 인식 단백질 55355 ENSG00000123485 핵 기타
KHNYN KH 및 NYN 도메인 함유 23351 ENSG00000100441 기타 기타
KIF4A 키네신 계열 구성원 4A 24137 ENSG00000090889 핵 기타
LACTB2 락타마제 베타 2 51110 ENSG00000147592 세포질 효소
LANCL2 2와 같은 Lanc 55915 ENSG00000132434 원형질 막 기타
LOC652276 5 유사유전자를 함유하는 칼륨 채널 사량체화 도메인 652276 ENSG00000215154 기타 기타
LOC728613 프로그래밍된 세포 사멸 6 유사유전자 728613 N/A 기타 기타
LTK 백혈구 수용체 티로신 키나제 4058 ENSG00000062524 원형질 막 키나제
MFSD13A 13A를 함유하는 주요 촉진자 슈퍼패밀리 도메인 79847 ENSG00000138111 기타 기타
MOV10 Mov10 RISC 복합 RNA 헬리카제 4343 ENSG00000155363 핵 효소
MSH5 Muts 동족체 5 4439 ENSG00000233345 핵 효소
MTMR14 근관상 관련 단백질 14 64419 ENSG00000163719 세포질 포스파타제
MUC21 뮤신 21, 셀 표면 연관된 394263 ENSG00000231350 세포질 기타
MYO3A 미오신 IIIA 53904 ENSG00000095777 세포질 키나제
NEK2 NIMA 관련 키나제 2 4751 ENSG00000117650 세포질 키나제
NFATC2IP 활성화된 T 세포 2 상호작용 단백질의 핵 인자 84901 ENSG00000176953 핵 기타
NUDT15 Nudix 가수분해효소 15 55270 ENSG00000136159 세포질 포스파타제
NUP210 뉴클레오포린 210 23225 ENSG00000132182 핵 수송체
PGBD5 Piggybac 전이성 요소 유래된 5 79605 ENSG00000177614 핵 효소
REP15 RAB15 효과기 단백질 387849 ENSG00000174236 세포질 기타
REXO5 RNA 엑소뉴클레아제 5 81691 ENSG00000005189 핵 효소
RHBDF1 장사방형 5 동족체 1 64285 ENSG00000007384 세포질 기타
RPRM Reprimo, TP53 의존적 G2 정지 매개체 동족체 56475 ENSG00000177519 세포질 기타
RRAGA Ras 관련 GTP 결합 A 10670 ENSG00000155876 세포질 효소
SEPSECS Sep (O-포스포세린) trna:Sec (셀레노시스테인) trna 합성효소 51091 ENSG00000109618 세포질 효소
SKA3 스핀들 및 키네토코어 연관 복합체 서브유닛 3 221150 ENSG00000165480 핵 기타
SLC43A1 용질 담체 계열 43 구성원 1 8501 ENSG00000149150 원형질 막 수송체
SNX29P2 소팅 넥신 29 유사유전자 2 440352 ENSG00000271699 기타 기타
SUN1 1을 함유하는 Sad1 및 UNC84 도메인 23353 ENSG00000164828 핵 기타
TAFA2 TAFA 케모카인 예컨대 계열 구성원 2 338811 ENSG00000198673 세포질 기타
TICRR TOPBP1 상호작용 체크포인트 및 복제 조절제 90381 ENSG00000140534 핵 기타
TTK TTK 단백질 키나제 7272 ENSG00000112742 핵 키나제
TXNL4B 티오레독신 예컨대 4B 54957 ENSG00000140830 핵 효소
UNC5CL Unc-5 계열 C-말단 유사 222643 ENSG00000124602 세포질 펩티다제
WDR1 WD 반복 도메인 1 9948 ENSG00000071127 세포외 공간 기타
WWC3 WWC 계열 구성원 3 55841 ENSG00000047644 세포질 기타
ZC3H18 18을 함유하는 아연 핑거 CCCH-유형 124245 ENSG00000158545 핵 기타
ZNF215 아연 핑거 단백질 215 7762 ENSG00000149054 핵 전사 조절제
ZNF620 아연 핑거 단백질 620 253639 ENSG00000177842 핵 전사 조절제
본 발명자들이 알고 있는 바와 같이 이 특정 유전자 시그니처는 이전에 PTC의 예후에 사용된 적이 없다.
보다 구체적으로, 본 개시내용의 유전자 시그니처는 다음의 절차를 통해 획득하였다. 위에서 지적한 바와 같이, TCGA는 22,000개 이상의 유전자의 배치 보정된 발현 수준과 502개의 PTC 환자 샘플에서 얻은 무진행 생존(즉, 재발 정보)을 포함한 동반 임상 결과를 포함한다. 502명의 PTC 환자 샘플을 335개의 샘플을 함유하는 제1 코호트와 167개의 샘플을 포함하는 제2 코호트로 나누었다. 제1 코호트는 본 개시내용의 유전자 시그니처를 결정하고 PTC 재발의 저위험, 중간 위험, 또는 고위험의 PTC 재발을 갖는 것으로 환자를 분류하기 위한 통계 모델을 훈련하는 데 사용되었다. 제2 코호트는 유전자 시그니처 및 통계 모델의 독립적인 검증에 사용되었다. 전체적으로, 본 개시내용의 유전자 시그니처의 예후적으로 중요한 유전자를 확인하기 위해 유전자 및 코호트의 12,824,240개 초과의 조합에서 유전자의 연관성을 테스트하였다.
제1 코호트는 예후적으로 중요한 유전자의 제1 세트를 확인하기 위해 검사되었다: ATG14, MYO3A, ERCC5, SLC43A1, ABCC8, LTK, COPS2, CCNA2, BNIP3, FAM86C1P, GNG4, GCFC2, EEF1A2, TXNL4B, SEPSECS, ZNF215, KIF4A, EZH2, CDCA8, DISP1, SNX29P2, ATP1B1, ZNF620, HIST4H4, CENPL, GATAD1, C2orf88, WWC3, SKA3, HJURP, LOC728613, GTPBP8, RPRM, FBXO4, TICRR, AGFG2, TTK, TAFA2, MTMR14, WDR1, NEK2, RRAGA, EIF2A, 및 REP15. 그런 다음, PTC의 재발을 경험했거나 적어도 36개월의 추적(N=222) 후에 질병이 없었던 제1 코호트의 검열되지 않은 구성원을 사용하여 예후적으로 유의한 유전자의 제2 세트가 확인되었다 NUDT15, LANCL2, NFATC2IP, GTPBP2, ZNF215, KHNYN, CLDN12, DNAH11, EZH2, ASPHD1, REXO5, HIST2H2BF, C12orf76, MUC21, PGBD5, ABCC6P1, RHBDF1, CHAF1B, MOV10, CAB39L, FN1, DDX19B, BUB1, GPSM2, MSH5, ETV7, SUN1, MTMR14, GRAMD1C, LACTB2, LOC652276, EXOSC10, NUP210, ACOX3, UNC5CL, GNAO1, CGN, ZC3H18, CTSC, MFSD13A, 및 CCDC183. 제2 유전자 세트 중, 제1 유전자 세트와 겹치는 세 개의 유전자, 즉 EZH2, MTMR14 및 ZNF215만 있다.
2개의 유전자 세트를 조합하여 표 1에서 확인된 본 개시내용의 유전자 시그니처를 제공하였다. 특히, 표 1에 나타낸 바와 같이, 본 개시내용의 유전자 시그니처의 단백질 생성물의 위치, 기능 또는 유전자 유형에서 명확하게 식별가능한 패턴이 존재하지 않는다. 즉, 확인된 유전자 시그니처의 유전자의 위치와 유형은 일반적으로 이질적이다.
본 개시내용의 유전자 시그니처를 사용하여, 제1 코호트의 환자를 PTC의 재발 위험에 따라 3개의 뚜렷한 예후 군, 즉 저위험군, 중간 위험군 및 고위험군으로 분류하는 것이 가능하게 되었다. 보다 상세하게는, 제1 코호트의 환자로부터 본 개시내용의 유전자 시그니처에 있는 유전자의 발현 데이터를 이용하여 환자를 분류하기 위한 통계적 모델을 훈련시켰다. 통계 모델의 훈련은 일반적으로 다양한 모델의 참 양성률, 거짓 음성률, 정밀, 평균 절대 오차, 평균 제곱근 오차, 상대 제곱근 오차 및 혼동 행렬로 정량화될 수 있는 다양한 모델의 성능을 분석하고, 정확하고 잘못 분류된 환자를 자세히 설명하고 분석 결과에 따라 모델을 조정하는 것을 수반한다. 확인된 3개의 예후 그룹은 무진행 생존(즉, 환자가 질병이 악화되지 않고 질병과 함께 사는 질병의 치료 중 및 치료 후의 기간)의 통계적으로 다른(log 순위 p<0.0001) 확률을 가졌다는 점에서 구별되었다.
보다 구체적으로, 본 개시내용의 유전자 시그니처의 2개 이상의 유전자의 발현 수준을 결정함으로써, 상기 기재된 바와 같은 통계적 모델을 사용하여 도 1a에 도시된 바와 같이 제1 코호트의 환자를 PTC 재발의 고위험군, PTC 재발의 중간 위험군 및 PTC 재발의 저위험군으로 분류하였고, 여기서 라인 101은 고위험군을 나타내고, 라인 102는 중간 위험군을 나타내고, 라인 103은 저위험군을 나타낸다.
또한, 일련의 단계에서 본 개시내용의 유전자 시그니처를 사용하여 환자를 위험 계층으로 분류할 수 있음을 발견하였다. 예를 들어, 제1 코호트를 다시 사용하여, 예후적으로 중요한 유전자의 제1 세트의 2개 이상의 유전자의 발현 수준은 도 1b에서 나타낸 바와 같이 통계적 모델을 사용하여 고위험의 PTC 재발군 (라인 104) 및 비-고위험의 PTC 재발군 (라인 105)을 확인하기 위해 결정되었다. 그런 다음, 예후적으로 중요한 유전자의 제2 세트의 2개 이상의 유전자의 발현 수준을 결정함으로써, 비-고위험의 재발 군 내에서 통계적 모델을 사용하여 PTC 재발의 저위험군 (라인 107)을 확인하였고, 나머지 환자는 도 1c에 도시된 바와 같이 PTC 재발의 중간 위험군 (라인 106)을 형성한다.
제2 코호트를 사용하여 유전자 시그니처와 통계 모델을 독립적으로 검증하였다. 제1 코호트와 마찬가지로, 본 개시내용의 유전자 시그니처의 유전자 중 2개 이상의 발현 수준을 측정하였으며, 이를 이용하여 환자를 제1 코호트의 환자를 사용하여 훈련된 통계 모델을 사용하여 PTC 재발의 저위험군, 중간 위험군, 고위험군으로 분류하였다. 다시 말하지만, 3개의 예후 그룹 각각은 도 2에 예시된 바와 같이 무진행 생존(PFS)과 관련하여 통계적으로 뚜렷하였고(로그 순위 p<0.0001), 여기서 라인 111은 고위험군을 나타내고, 라인 112는 중간 위험군을 나타내고, 라인 113은 저위험군을 나타낸다.　
본 발명자들은 또한 3개의 예후 그룹 사이의 임상적 및 분자적 차이를 조사하였다. 제1 코호트와 제2 코호트를 조합하여 사용하면, 환자의 32.4%가 저위험군, 환자의 59.3%가 중간 위험군, 환자의 8.3%가 고위험군에 속하는 것으로 나타났다. 특히, 본 발명자들은 위험과 성별, 인종, 민족, 병기, 종양 크기, 림프절 상태 또는 조직학적 변이 사이에 유의한 관계를 발견하지 못하였다. 그러나 연령, 원격 전이, 범위 및 크기(AMES) 점수 및 원격 전이, 절제의 완전성, 국소 침윤 및 종양 크기(MACIS) 점수 모두 저위험군에서 고위험군으로 증가하는 것으로 나타났다.
또한, 본 발명자들은 각각의 위험군 내에서 경향을 발견하였다. 예를 들어, 고위험군의 종양은 일반적으로 역분화, EZH2-Hoxa 전사체 안티센스 RNA 경로(EZH2-HOTAIR 경로)의 풍부, 염증이 있지만 면역 억제된 미세 환경을 특징으로 한다. 중간 위험군의 종양은 실제로 PTC 재발 위험이 동일한 두 가지 뚜렷한 하위유형으로 분리될 수 있다: BRAFV600E 돌연변이의 유병률이 높은 제1 중간 위험 하위유형("BRAF높은" 하위유형) 및 RAS 돌연변이가 풍부하고 BRAFV600E 돌연변이가 거의 없는 제2 중간 위험 하위유형("BRAF낮은" 하위유형). 이러한 발견은 PTC 환자에 대한 치료법을 선택하고 투여하는 데 유용할 수 있다.
더 자세하게, 독창성 경로 분석(IPA)는 고위험군 환자의 종양이 HMGB1 신호전달, Stat3 신호전달, IL-23 신호전달, IL-17 신호전달, 및 NF-κB 신호전달과 관련된 유전자를 상당히 풍부하게 함을 보여주었다. 특정 이론에 얽매이지 않고, HMGB1 상향 조절 및 IL-23, IL-17 및 IL-6의 연속적인 정교화에 이어 Stat3 활성화는 종양 성장을 촉진할 수 있다. 또한 종양 및 골수 세포에서 Stat3이 종양 연관 대식세포에 의한 IL-23 생산을 유도할 수 있는 것으로 보인다. 그런 다음 IL-23R을 발현하는 조절 T 세포가 활성화되어 전술한 면역억제성 종양 미세환경을 생성할 수 있다.
또한, 면역 성분의 디콘볼루션(deconvolution)은 고위험군의 종양이 더 높은 림프구 침윤 점수를 갖는 것으로 밝혀졌다. 이 종양은 휴지기 CD4+ 기억 세포, 나이브 B 세포, 여포 헬퍼 T 세포 및 조절 T 세포의 수가 더 많았다. M1 대식세포 침윤은 더 큰 반면 M2 대식세포 함량은 적었다.
IPA는 또한 HOXA 전사체 안티센스 RNA(HOTAIR) 경로의 양성 풍부화를 보여주었고, 이 경로는 상피에서 중간엽으로의 전환(EMT)를 포함한 다양한 프로신생물성 과정을 지원하는 후성유전학적 침묵에 영향을 미치는 히스톤 메틸트랜스퍼라제인 Polycomb Repressive Complex 2 (PRC2)와 상호작용하는 긴 비-암호화 RNA(lncRNA)이다. HOTAIR와 PRC2의 상호작용은 EZH2 매개 유전자 억제를 유도한다. 증가된 EZH2 발현은 재발 위험이 높은 종양의 특징일 수 있다. 또한 EZH2와 유사하게 상호작용하고 면역억제성 미세환경을 장려할 수 있는 HOTAIR 골수 특이적 1(HOTAIRM1)도 상향 조절되었다.
저위험군 환자의 종양과 비교하여, 고위험군의 종양은 일반적으로 훨씬 더 많은 수의 과메틸화 유전자를 포함하였다. 61개의 차등적 메틸화된 유전자 중에서, LINC00310, HOXA10, VWA3A, SMOC2, APLP2, SLC38A4, SLC10A6, PLCH1, CFAP73, ADGRL2, LINC01091 및 CPQ는 전사 수준에서 상응하는 상당한 하향 조절을 가졌다. 임의의 특정 이론에 의한 구속됨 없이, LINC00310은 발현 수준이 감소하고 MAPK10의 발현 수준이 역형성 갑상선암에서 하향 조절될 때 암 재발과 연관될 수 있다.
난소암에서 PD-L1 발현과 상관관계가 있을 수 있는 HLA-DMA를 포함하여 유의미한 상향 조절된 유전자 발현과 관련된 4개의 저메틸화된 유전자가 있었다. 또한 100개의 차등적으로 발현된 마이크로 RNA(miRNA)가 있었는데, 그 중 96개의 miRNA는 고위험군에서 더 높은 발현 수준을 갖고 273개의 하향 조절된 mRNA 표적을 가졌고, 4개의 miRNA, 즉 hsa-mir-450b, hsa-mir-346, hsa-mir-483, 및 hsa-mir-1251은 고위험군에서 덜 풍부하고 47개의 상향 조절된 mRNA 표적을 가졌다. 하향 조절된 miRNA와 연관된 고위험군에서 상향 조절된 유전자 중 다수는 염증 및 면역 기능을 가졌으며, 이러한 유전자는 예를 들어 CD4, IL10RA, CD247, IL21R 및 TRAT1을 포함한다.
중간 위험군과 관련하여 제1 하위군은 BRAFV600E 돌연변이(BRAF높은)가 매우 풍부했으며 키가 큰 세포 변이 조직학을 가진 모든 종양을 함유하였다. 제2 하위군은 RAS 돌연변이(BRAF낮은)로 풍부하였다. BRAF높은 하위군은 BRAF낮은 하위군보다 갑상선 분화 지수(TDI)가 유의하게 낮았다. 당업자가 이해하는 바와 같이, TDI는 TGCA에 의해 결정되었으며 16개의 갑상선 대사 및 기능 유전자, 즉 DIO1, DIO2, DUOX1, DUOX2, FOXE1, GLIS3, NKX2-1, PAX8, SLC26A4, SLC5AA5, SLC5A8, TG, THRA, THRB, TPO, 및 TSHR의 발현 수준을 반영한다. 일반적으로 낮은 TDI는 더 높은 조직학적 등급을 반영하며, 이는 암세포의 더 큰 탈분화를 의미할 수 있다. 또한, 임상적으로 BRAF높은 종양은 악성 종양의 TNM 분류에 따라 종양, 림프절 및 전이(TNM) 단계에서 더 높았고, 갑상선외 확장의 유병률이 더 높았고, 림프절 전이가 더 자주 있었고, 일반적으로 더 높은 ATA 위험 분류를 보였다. 여포 변이체의 대부분을 포함하는 BRAF낮은 하위군에는 NRAS 및 HRAS 돌연변이가 상당히 풍부하였다. 티로글로불린 유전자의 돌연변이는 또한 BRAF낮은 하위군에서 훨씬 더 흔하였다. 또한 EIF1AX 돌연변이는 BRAF낮은 하위군에서만 독점적으로 발견되었다.
두 중간 위험 하위군의 생물학적 특징도 달랐다. 예를 들어, BRAF높은 하위군은 전 염증성 유전자, 혈관 신생 및 EMT와 관련된 유전자, 그리고 에스트로겐 반응과 관련된 유전자에서 상당한 양의 풍부화를 입증하였다. BRAF높은는 또한 고위험군의 많은 특징을 입증하였지만 그 정도는 적었다. 또한, 수지상 세포 성숙, IL-17 신호 전달, Th1 및 Th2 활성화와 연관된 유전자가 양성으로 풍부하였다. BRAF낮은 하위군과 관련하여, HOTAIR 조절 경로는 이상조절되지 않았으며 대신 지방산의 β-산화와 같은 지질 대사의 변경을 포함한 대사기능이 특징이었다. 또한, 일반적으로 BRAF낮은 하위군은 다른 모든 그룹보다 과메틸화된 유전자가 훨씬 더 많았다.
저위험군에 비해, 두 중간 위험군 모두 miRNA를 훨씬 차등적으로 발현하였다. 보다 상세하게는, 본 발명자들은 1013개의 고유한 상향 조절된 miRNA 및 하향 조절된 mRNA 표적 조합이 있고, 822개의 고유한 하향 조절된 miRNA 및 상향 조절된 mRNA 표적 조합이 있음을 발견하였다. 임의의 특정 이론에 의한 구속됨 없이, BRAF낮은 하위군의 miRNA 표적은 염증 신호전달의 감소를 시사할 수 있다. 예를 들어, IL31RA, IL1RAP, IL11, IL2RA 및 IL7R은 BRAF낮은 하위군에서 하향 조절된 mRNA 표적이었다. BRAF높은 하위군에서, 본 발명자들은 1500개의 고유한 상향 조절된 miRNA 및 하향 조절된 mRNA 표적 조합, 및 609개의 고유한 하향 조절된 miRNA 및 상향 조절된 mRNA 표적 조합이 있음을 발견하였다. miRNA의 차등 발현 결과, BRAF높은 하위군에서 CD28, HLA-A, HLA-DRB1, HLA-DRA, HLA-DRB5, HLA-DOA, CD3D, CD3G, IL10, IL21R, 및 CD40LG의 발현이 증가하였고, 이는 염증 및 면역 과정에 관여하는 유전자가 주로 표적임을 나타낼 수 있다.
아래에 논의된 실험 결과에 의해 표시되는 바와 같이, 본 개시내용의 방법은, 종래의 방법 - 즉 미국 갑상선 협회(ATA) 질병 재발 위험 계층화 시스템에 의해 사용된 것과 비교하여 환자가 저위험, 중간 위험, 또는 고위험의 PTC 재발을 갖는지에 대한 보다 정확한 추정치를 제공할 수 있다.
PTC의 정확한 예측은 몇 가지 이점을 제공한다. 예를 들어, 저위험 또는 중간 위험 PTC를 정확하게 식별하면 공격적인 PTC 사례에서 요구되는 전체 갑상선절제보다 능동 감시 또는 반갑상선절제로 환자를 치료할 수 있다. 이것은 여러 가지 이유로 유리하다. 첫째, 이러한 환자는 전체 갑상선절제 후에 필요한 갑상선 호르몬의 평생 교체의 필요성을 피한다. 둘째, 능동 감시 및 반갑상선절제는 각각 전체 갑상선절제와 연관된 잠재적으로 심각한 합병증의 위험을 크게 줄이다. 이러한 합병증은 양측 재발성 후두 신경 손상 및 영구적 부갑상선기능저하증을 포함한다.
또한 저위험 및 중간 위험 PTC의 정확한 식별은 보조 방사성 요오드(RAI)가 적절한 지 여부를 결정하는 데 도움이 될 수 있다. RAI 요법은 상당한 자원과 비용을 필요로 할 뿐만 아니라 장기간의 병적인 부작용을 초래할 수도 있다. 이러한 부작용에는 타액샘 기능장애, 조기 폐경 및 고환 부전이 있다. 또한 RAI 요법은 이차 악성 종양 - 즉, 예를 들어, 방사성 치료로 인한 암을 유발할 수도 있다.
또한 저위험 및 중간 위험 PTC를 정확하게 식별하는 것도 환자가 받는 능동 감시의 정도에 영향을 미칠 수 있다. 능동 감시에는 재발의 조기 징후를 감지하기 위해 규칙적 검사가 포함될 수 있으며, 이는 수년 동안 계속될 수 있다. 또한 추적 검사는 일반적으로 연례 신체 검사, 갑상선 자극 호르몬 및 갑상선 글로불린의 혈청 측정, 뿐만 아니라 주기적인 목 초음파를 수반한다. 당업자가 이해하는 바와 같이, 능동 감시의 많은 양태는 능동 감시를 관리하는 환자 및 의료 기관 모두에게 부담을 줄 수 있다. 그러나 예를 들어, 저위험 PTC 환자는 추적 검사가 덜 필요하고 경우에 따라 능동 감시에서 벗어날 수 있으므로 환자와 의료 기관에 가해지는 자원과 재정적 부담을 줄일 수 있다.
또한, 본 개시내용의 방법은 환자에서 고위험 PTC의 정확한 결정을 제공할 수 있다. 결과적으로, 환자는 적절한 치료(즉, PTC를 완전히 치료할 수 있을 만큼 충분히 공격적인 치료)를 받을 수 있으므로 치료가 제대로 이루어지지 않는 상황을 피할 수 있다.
환자가 PTC 재발의 저위험, 중간 위험 또는 고위험을 갖는지 여부를 정확하게 결정하는 것 외에도, 본 개시내용의 방법은 PTC 재발의 중간 위험이 있는 환자에게 가장 적합한 치료 유형을 결정하는 데 사용될 수 있다. 본원에 기재된 바와 같이, PTC 재발의 중간 위험이 있는 환자에게 선택되고 투여될 수 있는 많은 치료법이 있다. 그러나 환자 종양의 유전자 발현 프로파일에 따라, 특정 유형의 치료법이 다른 치료법보다 더 효과적일 수 있다. 예를 들어, BRAFV600E 돌연변이의 유병률이 높은 중간 위험 환자의 종양은 RAI에 내성이 있는 반면, EZH2 억제제 및 면역 관문 억제제에 대한 민감도가 증가할 수 있다. 대조적으로, BRAFV600E 돌연변이가 적고 RAS 돌연변이가 풍부한 중간 위험 환자의 종양은 RAI에 더 취약할 수 있다.
상기 관점에서, 본 개시내용의 일부 구현예는 환자에서 유두 갑상선암(PTC)의 재발 위험을 결정하는 방법에 관한 것이고, 상기 방법은 환자의 생물학적 샘플로부터 RNA를 단리하는 단계; 하기를 포함하는 유전자 시그니처의 2개 이상의 유전자 또는 유전자 산물의 발현 수준을 RNA로부터 결정하는 단계: ATG14, MYO3A, ERCC5, SLC43A1, ABCC8, LTK, COPS2, CCNA2, BNIP3, FAM86C1P, GNG4, GCFC2, EEF1A2, TXNL4B, SEPSECS, ZNF215, KIF4A, EZH2, CDCA8, DISP1, SNX29P2, ATP1B1, ZNF620, HIST4H4, CENPL, GATAD1, C2orf88, WWC3, SKA3, HJURP, LOC728613, GTPBP8, RPRM, FBXO4, TICRR, AGFG2, TTK, TAFA2, MTMR14, WDR1, NEK2, RRAGA, EIF2A, REP15, NUDT15, LANCL2, NFATC2IP, GTPBP2, KHNYN, CLDN12, DNAH11, ASPHD1, REXO5, HIST2H2BF, C12orf76, MUC21, PGBD5, ABCC6P1, RHBDF1, CHAF1B, MOV10, CAB39L, FN1, DDX19B, BUB1, GPSM2, MSH5, ETV7, SUN1, GRAMD1C, LACTB2, LOC652276, EXOSC10, NUP210, ACOX3, UNC5CL, GNAO1, CGN, ZC3H18, CTSC, MFSD13A, 및 CCDC183; 및, 유전자 시그니처의 2개 이상의 유전자 또는 유전자 산물의 발현 수준에 기초하여 환자가 저위험, 중간 위험, 또는 고위험의 PTC 재발이 있는 지를 결정하는 단계를 포함한다.
생물학적 샘플은 종양의 거대절개 또는 미세절개에 의해 얻어질 수 있다. 일반적으로 미세절개는 현미경을 사용하여 샘플을 수집하는 절개를 포함하는 반면, 거대절개는 현미경을 사용하지 않는 절개를 포함한다. 적합한 절개 기술은 레이저 포획 미세절개, 압력 발사기 또는 이들의 조합을 포함하나 이에 제한되지는 않는다. 레이저 포획 미세절개는 현미경을 통해 레이저를 사용하여 선택된 세포가 필름에 부착되도록 하는 것이다. 압력 발사기는 세포와 물리적으로 접촉하지 않고 수집 용기에 세포를 사출하는 것을 수반한다.
본 개시내용의 일부 구현예에서, 종양은 포르말린-고정 파라핀 포매(FFPE) 샘플 또는 냉동 생검 샘플일 수 있다. 일부 구현예에서, 종양은 미세 바늘 흡인, 코어 생검에 의해, 또는 외과적 견본으로부터 수득된 샘플일 수 있다. 더 상세히, 미세 바늘 흡인은 얇은(예를 들어, 직경 0.52mm 내지 64mm) 중공 바늘을 종양 덩어리에 삽입하고 흡인을 통해 그로부터 세포를 빼내는 것을 포함한다. 코어 생검은 미세 바늘 흡인과 유사하지만 더 큰 바늘을 사용한다(예를 들어, 직경 1.02 mm 내지 2.3 mm). 수술용 견본은 예를 들어, 이전에 수행된 갑상선절제에 의해 견본을 얻을 수 있다.
종양으로부터 RNA의 단리는 염화세슘 밀도 구배 원심분리와 같은 다양한 기술을 사용하여 시험관 내에서 수행될 수 있다. 염화세슘 밀도 구배는 염화세슘을 함유하는 용액과 DNA 및/또는 RNA 생성을 포함하는 샘플을 원심분리하는 것을 수반한다. 원심분리 동안, 세슘 이온은 무게로 인해 용기의 중심에서 바깥쪽 끝으로 이동하는 동시에 용기의 위쪽으로 다시 확산되어 얕은 밀도 구배를 형성한다.　용액에 존재하는 DNA 및/또는 RNA 산물은 구배와 밀도가 동일한 지점(즉, 중성 부력 또는 등밀도 점)으로 이동하여 분리된다.
종양으로부터 RNA의 단리는 또한 산 구아니디늄 티오시아네이트-페놀-클로로포름 추출(AGPC)과 같은 기술을 사용하여 시험관 내에서 수행될 수 있다. AGPC는 수성 샘플과 물에 포화된 페놀 및 클로로포름을 함유한 용액의 혼합물을 원심분리하여 상부 수성상과 주로 페놀을 포함하는 하부 유기상을 생성한다. 구아니디늄 티오시아네이트는 단백질(예를 들어, RNA를 분해하는 단백질)의 변성을 촉진하기 위해 유기상에 첨가된다. 핵산은 수성상으로 분할되고 단백질은 유기상으로 분할된다. 혼합물의 pH는 정제되는 핵산을 결정한다. 예를 들어, 산성 조건(예를 들어, pH 4 내지 6) 하에, DNA는 유기상으로 분할되고 RNA는 수성상에 남아 있다. 마지막 단계에서 핵산은 2-프로판올과 같은 용매로 침전시켜 수성상에서 회수한다.
종양으로부터 RNA의 단리는 또한 스핀-칼럼 기반 핵산 정제와 같은 기술을 사용하여 시험관 내에서 수행될 수 있다. 스핀-칼럼 기반 핵산 정제는 핵산의 선택적 흡수를 위해 실리카겔 막을 이용할 수 있다. 보다 상세하게는, 샘플의 세포를 먼저 용해시켜 그로부터 핵산을 제거한다. 그런 다음 완충 용액을 에탄올 또는 이소프로판올과 같은 용매와 함께 샘플에 첨가하여 결합 용액을 형성한다. 결합 용액은 스핀 칼럼으로 옮겨진 후 원심 분리되어 결합 용액이 스핀 칼럼 내부의 실리카겔 막을 통과하게 하여 결합 용액에 포함된 핵산을 막에 결합시킨다. 그런 다음 원심분리된 결합 용액을 제거하여 실리카겔 막을 세척하고 핵산을 용출할 수 있다. 실리카겔 막을 세척하기 위해 스핀 칼럼을 세척 완충액으로 원심분리하여 실리카겔에 결합된 임의의 불순물을 제거한다. 용출하기 위해 세척 완충액을 제거하고 스핀 칼럼을 용출 완충액(예를 들어, 물)으로 원심분리하여 막에서 핵산을 제거하여 스핀 칼럼 바닥에 수집한다.
RNA가 단리되면, 본 개시내용의 유전자 시그니처의 2개 이상의 유전자의 발현 수준이 결정될 수 있다. 본 개시내용의 유전자 시그니처의 각 유전자의 발현 수준은, 예를 들어, 역전사 중합효소 연쇄 반응(RT-PCR)에 의해 결정될 수 있다. RT-PCR은 일반적으로 RNA 주형의 상보적 DNA(cDNA)로의 역전사 및 PCR 반응을 통한 후속 증폭을 수반한다. 역전사를 위해, 조류 골수아세포증 바이러스 역전사효소(AMV-RT) 및 몰로니 쥐 백혈병 바이러스 역전사효소(MMLV-RT)와 같은 효소를 사용할 수 있다. 역전사는 랜덤 헥사머, 올리고-dT 프라이머 등을 사용하여 프라이밍될 수 있다. PCR 반응과 관련하여, 다양한 열안정성 DNA 의존성 DNA 중합효소가 사용될 수 있다. 적합한 DNA 중합효소의 한 예는 5'-3' 뉴클레아제 활성을 갖지만 3'-5' 교정 엔도뉴클레아제 활성이 없는 Taq DNA 중합효소를 포함한다.
유전자 시그니처의 2개 이상의 유전자의 유전자 발현의 수준을 결정하기 위한 다른 플랫폼이 또한 사용될 수 있다. 예를 들어, 이러한 플랫폼은 Nanostring에서 제공하는 cDNA 마이크로어레이, RNAseq 및 nCounterTM DX 분석 시스템을 포함한다.
상기 기재된 바와 같이, 본 개시내용의 방법은 유전자 시그니처의 2개 이상의 유전자 산물의 발현 수준을 결정하는 것을 수반할 수 있다. 일부 구현예에서, 유전자 산물은 유전자 시그니처의 전사된 유전자의 번역으로부터 형성된 단백질일 수 있다. 단백질의 발현 수준은 예를 들어, 자외선 흡수 방법, 뷰렛 방법 (예를 들어 비시코닌산 산 검정 또는 로우리(Lowry) 검정), 비색 염료 기반 방법 (예를 들어 브라드포드(Bradford) 검정), 형광 염료 방법, 단백체 방법 (예를 들어 질량 분광분석 기반 방법), 또는 이들의 임의의 조합을 포함하는 임의의 적합한 기술을 사용하여 결정될 수 있다.
일부 구현예에서, 유전자 시그니처의 2개 이상의 유전자의 발현 수준의 결정은 유전자 시그니처의 3개 이상의 유전자의 발현 수준을 결정하는 것을 포함한다. 한 구현예에서, 유전자 시그니처의 2개 이상의 유전자의 발현 수준의 결정은 유전자 시그니처의 4개 또는 5개 또는 6개 또는 7개 또는 8개 또는 9개 또는 10개 이상의 유전자의 발현 수준을 결정하는 것을 포함한다. 또 다른 구현예에서, 유전자 시그니처의 2개 이상의 유전자의 발현 수준의 결정은 유전자 시그니처의 20 내지 60개의 유전자의 발현 수준을 결정하는 것을 포함한다. 추가 구현예에서, 유전자 시그니처의 2개 이상의 유전자의 발현 수준의 결정은 유전자 시그니처의 20 내지 50, 30 내지 60, 40 내지 60, 또는 40 내지 50개의 유전자의 발현 수준을 결정하는 것을 포함한다. 특정 구현예에서, 유전자 시그니처의 2개 이상의 유전자 또는 유전자 산물의 발현 수준을 결정하는 것은 적어도 유전자 ATG14, MYO3A, ERCC5, SLC43A1, ABCC8, LTK, COPS2, CCNA2, BNIP3, FAM86C1P, GNG4, GCFC2, EEF1A2, TXNL4B, SEPSECS, ZNF215, KIF4A, EZH2, CDCA8, DISP1, SNX29P2, ATP1B1, ZNF620, NUDT15, LANCL2, NFATC2IP, GTPBP2, ZNF215, KHNYN, CLDN12, DNAH11, EZH2, ASPHD1, REXO5, HIST2H2BF, C12orf76, MUC21, PGBD5, ABCC6P1, RHBDF1, CHAF1B, MOV10, CAB39L, FN1, DDX19B, 및 BUB1의 발현 수준을 결정하는 것을 포함한다.
일부 구현예에서, 유전자 시그니처의 2개 이상의 유전자의 발현 수준의 결정은 제1 유전자 세트의 발현 수준을 결정하는 제1 단계 및 제2 유전자 세트의 발현 수준을 결정하는 제2 단계를 포함한다. 일부 구현예에서, 제1 단계는 유전자 시그니처의 3개 또는 4개 또는 5개 또는 6개 또는 7개 또는 8개 또는 9개 또는 10개 이상의 유전자의 발현 수준을 결정하는 것을 포함하는 유전자 시그니처의 2개 이상의 유전자의 발현 수준의 결정을 포함한다. 한 구현예에서, 제1 단계는 유전자 시그니처의 약 20개의 유전자 내지 약 60개의 유전자, 약 20개의 유전자 내지 약 50개의 유전자, 약 30개의 유전자 내지 약 60개의 유전자, 약 30개의 유전자 내지 약 50개의 유전자, 또는 약 40개의 유전자 내지 약 50개의 유전자의 발현 수준의 결정을 포함한다.
일부 구현예에서, 제1 유전자 세트는 ATG14, MYO3A, ERCC5, SLC43A1, ABCC8, LTK, COPS2, CCNA2, BNIP3, FAM86C1P, GNG4, GCFC2, EEF1A2, TXNL4B, SEPSECS, ZNF215, KIF4A, EZH2, CDCA8, DISP1, SNX29P2, ATP1B1, ZNF620, HIST4H4, CENPL, GATAD1, C2orf88, WWC3, SKA3, HJURP, LOC728613, GTPBP8, RPRM, FBXO4, TICRR, AGFG2, TTK, TAFA2, MTMR14, WDR1, NEK2, RRAGA, EIF2A, 및 REP15를 포함한다. 이러한 구현예에서, 제1 단계는 제1 유전자 세트의 2개 이상의 유전자의 수준을 결정하는 것을 포함할 수 있다. 추가 구현예에서, 제1 단계는 제1 유전자 세트의 적어도 하기 유전자의 발현 수준을 결정하는 것을 포함한다: ATG14, MYO3A, ERCC5, SLC43A1, ABCC8, LTK, COPS2, CCNA2, BNIP3, FAM86C1P, GNG4, GCFC2, EEF1A2, TXNL4B, SEPSECS, ZNF215, KIF4A, EZH2, CDCA8, DISP1, SNX29P2, ATP1B1, 및 ZNF620.
일부 구현예에서, 제2 유전자 세트는 본 개시내용의 유전자 시그니처를 포함한다. 따라서, 한 구현예에서, 제2 단계는 유전자 시그니처의 3개 또는 4개 또는 5개 또는 6개 또는 7개 또는 8개 또는 9개 또는 10개 이상의 유전자 또는 유전자 산물의 발현 수준을 결정하는 것을 포함한다. 일부 구현예에서, 제2 단계는 유전자 시그니처의 약 20개의 유전자 내지 약 60개의 유전자, 약 20개의 유전자 내지 약 50개의 유전자, 약 30개의 유전자 내지 약 60개의 유전자, 약 30개의 유전자 내지 약 50개의 유전자, 또는 약 30개의 유전자 내지 약 50개의 유전자의 발현 수준의 결정을 포함한다. 추가 구현예에서, 제2 단계는 유전자 시그니처의 적어도 하기 유전자 또는 유전자 산물의 발현 수준을 결정하는 것을 포함한다: NUDT15, LANCL2, NFATC2IP, GTPBP2, ZNF215, KHNYN, CLDN12, DNAH11, EZH2, ASPHD1, REXO5, HIST2H2BF, C12orf76, MUC21, PGBD5, ABCC6P1, RHBDF1, CHAF1B, MOV10, CAB39L, FN1, DDX19B, 및 BUB1.
일부 구현예에서, 유전자 시그니처의 2개 이상의 유전자의 발현 수준에 기초하여 환자가 PTC 재발의 저위험, 중간 위험 또는 고위험을 갖는 지를 결정하는 단계는 결정된 발현 수준 및 환자에서 PTC의 재발 위험을 예측하기 위한 통계적 모델을 사용하는 것을 포함한다. 상기 기재된 바와 같이, 통계적 모델은 복수의 환자 (예를 들어 전술한 TGCA 환자 샘플의 제1 코호트)의 상응하는 재발 데이터와 조합하여 복수의 환자로부터의 본 개시내용의 유전자 시그니처의 유전자의 발현 수준을 사용하여 훈련될 수 있다. 훈련된 통계 모델은 본원에서 "예측자 알고리즘" 또는 "분류자 알고리즘"으로 광범위하게 지칭될 수 있다. 일부 구현예에서, 예측자 또는 분류자 알고리즘은 통계적 모델 예컨대 회귀 기반 모델 (예를 들어 로지스틱 회귀 모델), 기계 학습 알고리즘 (예를 들어 결정-나무 기초 알고리즘 예컨대 랜덤 포레스트, 베이어스(Bayes) 정리 기반 알고리즘 예컨대 나이브 베이어스 분류자, k-최근접 이웃 기반 알고리즘 예컨대 방사상 기저 함수 네트워크, 서포트 백신 머신, 및 앙상블 학습 알고리즘), 또는 인공 지능 (예를 들어 인공 신경 네트워크)를 포함할 수 있다. 일부 구현예에서, 예측자 또는 분류자 알고리즘은 유전자 시그니처의 2개 이상의 유전자 또는 유전자 산물의 발현 수준을 저위험의 PTC 재발을 갖는 것으로 이전에 결정된 환자의 동일한 유전자 또는 유전자 산물의 발현 수준과 비교할 수 있다.
따라서, 일부 구현예에서, 환자에서 PTC의 재발 위험을 결정하기 위해 훈련된 통계적 모델을 사용하는 것은 본 개시내용의 유전자 시그니처의 2개 이상의 유전자의 발현 수준을 통계적 모델에 제공함으로써 PTC 재발의 환자의 위험을 결정하는 것을 포함할 수 있다. 또한, 유전자 시그니처의 2개 이상의 유전자 또는 유전자 산물의 발현 수준에 기초하여 환자가 저위험, 중간 위험, 또는 고위험의 재발 PTC를 갖는 지를 결정하는 단계는 제1 유전자 세트의 발현 수준을 사용하여 이분법(즉, 2개의 그룹으로 분리)을 포함할 수 있다. 이러한 구현예에서, 본 개시내용의 방법은 환자가 제1 유전자 세트의 발현 수준에 기초하여 PTC 재발의 고위험 또는 비-고위험을 갖는 지를 결정하는 것을 포함할 수 있다. 환자가 비-고위험의 PTC 재발을 갖는 것으로 결정되는 경우, 환자가 저위험 또는 중간 위험의 PTC 재발을 갖는 지를 결정하기 위해 제2 유전자 세트의 발현 수준에 기초하여 비-고위험군은 하위 분류될 수 있다.
따라서, 일부 구현예에서, 유전자 시그니처의 2개 이상의 유전자 또는 유전자 산물의 발현 수준을 결정하는 단계는 ATG14, MYO3A, ERCC5, SLC43A1, ABCC8, LTK, COPS2, CCNA2, BNIP3, FAM86C1P, GNG4, GCFC2, EEF1A2, TXNL4B, SEPSECS, ZNF215, KIF4A, EZH2, CDCA8, DISP1, SNX29P2, ATP1B1, ZNF620, HIST4H4, CENPL, GATAD1, C2orf88, WWC3, SKA3, HJURP, LOC728613, GTPBP8, RPRM, FBXO4, TICRR, AGFG2, TTK, TAFA2, MTMR14, WDR1, NEK2, RRAGA, EIF2A, 및 REP15 중 적어도 2개의 발현 수준을 결정하는 것을 포함할 수 있고; 그리고 PTC 재발의 환자의 위험을 결정하는 단계는 환자가 PTC 재발 위험이 높은 지를 결정하는 것을 포함할 수 있다. 그런 다음, 이러한 구현예에서, 환자가 PTC 재발의 고위험을 갖지 않는 것으로 결정된 경우, 방법은 유전자 시그니처의 유전자 또는 유전사 산물 중 적어도 2개의 발현 수준을 결정하는 단계; 및 환자가 PTC 재발의 중간 위험 또는 저위험을 갖는 지를 결정하는 단계를 추가로 포함한다.
또한, 일부 구현예에서, 환자가 PTC 재발의 중간 위험을 갖는 것으로 결정되는 경우, 본 개시내용의 방법은 PTC 재발의 중간 위험의 하위유형을 결정하는 것을 추가로 포함할 수 있다. 예를 들어, 본 개시내용의 방법은 생물학적 샘플의 RNA에서 BRAFV600E 돌연변이의 양 및/또는 RAS 돌연변이의 양을 결정하는 것을 추가로 포함할 수 있다. 환자에게 할당된 중간 위험 하위유형은 투여하기에 가장 적합한 치료 유형을 나타낼 수 있다.
본 개시내용의 방법은 다양한 방식으로 적용될 수 있다. 예를 들어, 일부 구현예에서, RNA 샘플이 단리될 수 있고, 이어서 본원에 기재된 유전자 시그니처의 2개 이상의 유전자 또는 유전자 산물의 발현 수준이 결정될 수 있다. 대안적으로, 이 방법은 단리된 RNA 샘플에서 이전에 수집된 데이터세트에 적용될 수 있다. 즉, 이전에 수집된 데이터세트를 사용하여 본원에 기재된 유전자 시그니처의 2개 이상의 유전자 또는 유전자 산물의 발현 수준을 결정하여 환자를 PTC 재발의 저위험, 중간 위험 또는 고위험으로 분류할 수 있다. 이러한 방법은 컴퓨터 기반 구현에 특히 적합할 수 있으며, 이는 아래에서 더 자세히 논의될 것이다.
따라서, 본 개시내용의 방법은 특허에서 PCT의 재발 위험 수준을 결정하기 위해 유전자 시그니처로도 지칭될 수 있는 새로운 유전자 발현 패턴에 대한 데이터를 획득하는 것을 포함한다. 또한, 상기의 관점에서, 본 개시내용의 방법은 유리하게는 전적으로 시험관내에서 수행될 수 있음이 명백하다.
예를 들어, 본 개시내용의 일부 구현예는 환자에서 유두 갑상선암(PTC)의 재발 위험을 결정하는 시험관 내 방법에 관한 것이고, 상기 방법은 환자의 생물학적 샘플로부터 RNA 샘플을 단리하는 단계; 하기를 포함하는 유전자 시그니처의 2개 이상의 유전자 또는 유전자 산물의 발현 수준을 RNA 샘플로부터 결정하는 단계: ATG14, MYO3A, ERCC5, SLC43A1, ABCC8, LTK, COPS2, CCNA2, BNIP3, FAM86C1P, GNG4, GCFC2, EEF1A2, TXNL4B, SEPSECS, ZNF215, KIF4A, EZH2, CDCA8, DISP1, SNX29P2, ATP1B1, ZNF620, HIST4H4, CENPL, GATAD1, C2orf88, WWC3, SKA3, HJURP, LOC728613, GTPBP8, RPRM, FBXO4, TICRR, AGFG2, TTK, TAFA2, MTMR14, WDR1, NEK2, RRAGA, EIF2A, REP15, NUDT15, LANCL2, NFATC2IP, GTPBP2, KHNYN, CLDN12, DNAH11, ASPHD1, REXO5, HIST2H2BF, C12orf76, MUC21, PGBD5, ABCC6P1, RHBDF1, CHAF1B, MOV10, CAB39L, FN1, DDX19B, BUB1, GPSM2, MSH5, ETV7, SUN1, GRAMD1C, LACTB2, LOC652276, EXOSC10, NUP210, ACOX3, UNC5CL, GNAO1, CGN, ZC3H18, CTSC, MFSD13A, 및 CCDC183; 및, 유전자 시그니처의 2개 이상의 유전자의 발현 수준에 기초하여 환자가 저위험, 중간 위험, 또는 고위험의 PTC 재발이 있는 지를 결정하는 단계를 포함한다. 이러한 구현예에서, 생물학적 샘플은 포르말린-고정 파라핀 포매(FFPE) 종양 샘플, 냉동 생검 종양 샘플 등일 수 있다.
본 개시내용은 또한 유두상 갑상선암(PTC)이 있는 환자를 치료하는 방법에 관한 것이다. 일반적으로 치료 방법은 환자에서 PTC의 재발 위험을 결정한 다음 적절한 치료를 투여하는 것을 포함한다.
따라서, 본 개시내용의 일부 구현예는 유두상 갑상선암(PTC)이 있는 환자를 치료하는 방법에 관한 것으로, 상기 방법은 환자의 종양의 생물학적 샘플로부터 RNA를 단리하는 단계; 하기를 포함하는 유전자 시그니처의 2개 이상의 유전자 또는 유전자 산물의 발현 수준을 RNA로부터 결정하는 단계: ATG14, MYO3A, ERCC5, SLC43A1, ABCC8, LTK, COPS2, CCNA2, BNIP3, FAM86C1P, GNG4, GCFC2, EEF1A2, TXNL4B, SEPSECS, ZNF215, KIF4A, EZH2, CDCA8, DISP1, SNX29P2, ATP1B1, ZNF620, HIST4H4, CENPL, GATAD1, C2orf88, WWC3, SKA3, HJURP, LOC728613, GTPBP8, RPRM, FBXO4, TICRR, AGFG2, TTK, TAFA2, MTMR14, WDR1, NEK2, RRAGA, EIF2A, REP15, NUDT15, LANCL2, NFATC2IP, GTPBP2, KHNYN, CLDN12, DNAH11, ASPHD1, REXO5, HIST2H2BF, C12orf76, MUC21, PGBD5, ABCC6P1, RHBDF1, CHAF1B, MOV10, CAB39L, FN1, DDX19B, BUB1, GPSM2, MSH5, ETV7, SUN1, GRAMD1C, LACTB2, LOC652276, EXOSC10, NUP210, ACOX3, UNC5CL, GNAO1, CGN, ZC3H18, CTSC, MFSD13A, 및 CCDC183; 유전자 시그니처의 2개 이상의 유전자의 발현 수준에 기초하여 환자가 저위험, 중간 위험, 또는 고위험의 PTC 재발이 있는 지를 결정하는 단계; 및 PTC 재발의 위험에 기초하여 환자에게 치료를 투여하는 단계를 포함한다.
생물학적 샘플에서 RNA를 단리하고, 유전자 시그니처로부터 2개 이상의 유전자 또는 유전자 산물의 발현 수준을 결정하고, 그리고 유전자 시그니처의 2개 이상의 유전자의 발현 수준에 기초하여 환자가 저위험, 중간 위험, 또는 고위험의 PTC 재발이 있는 지를 결정하는 단계는 본원에서 이전에 기재된 것과 동일한 방식으로 수행될 수 있다.
PTC 재발의 위험에 기초하여 환자를 치료하는 것과 관련하여, 본원에 이전에 기재된 바와 같이, 상이한 수준의 위험에 대해 상이한 치료가 적절할 수 있다. 예를 들어, PTC의 재발 위험이 낮거나 중간인 것으로 결정된 환자의 경우, 잠재적인 부작용이 적고 합병증 위험이 감소된 비침습적 치료법을 투여하는 것이 적절할 수 있다. 또한 PTC의 재발 위험이 높은 것으로 결정된 환자의 경우, 보다 집중적인 치료를 투여하는 것이 적절할 수 있다.
한 구현예에서, 환자가 PTC 재발의 저위험 또는 중간 위험을 갖는 것으로 결정되는 경우, 치료는 능동 감시 및/또는 반갑상샘절제를 포함한다. 위에서 논의한 바와 같이 능동 감시에는 암의 재발을 모니터링하기 위한 일련의 후속 예약 및 테스트가 포함된다. 그러한 예약 및 테스트의 빈도는 환자가 가지고 있는 것으로 결정된 PTC의 재발 위험 수준(예를 들어, 저위험 대 중간 위험)에 의해 영향을 받을 수 있다. 반갑상선절제는 갑상선의 일부, 예를 들어 약 절반, 또는 절반 미만 또는 절반 이상을 제거하는 것을 포함한다. 위에서 논의한 바와 같이, 반갑상선절제는 갑상선의 일부만 제거하기 때문에, 환자는 전체 갑상선절제에 필요한 것처럼 평생 갑상선 호르몬 대체가 필요하지 않을 수 있다. 능동 감시 및 반갑상선절제는 부작용과 장기적인 합병증이 적지만 보다 공격적인 PTC 사례를 완전히 치료하기에는 충분하지 않을 수 있다.
본 개시내용의 추가 구현예에 따르면, 환자가 PTC 재발 위험이 높은 것으로 결정된 경우, 치료는 전체 갑상선절제, 보조 방사성 요오드 (RAI) 요법, 하나 이상의 억제제 예컨대 EZH2 억제제 및 하나 이상의 면역 관문 억제제의 투여, 또는 이들의 임의의 조합을 포함할 수 있다. 전체 갑상선절제는 갑상선 전체를 제거하고 환자에게 상당한 위험과 장기적인 부작용을 수반하는 주요 수술이다. 예를 들어, 평생 동안 갑상선 호르몬을 대체하는 것 외에도, 환자는 일시적 또는 영구적 부갑상선기능저하증, 또는 일시적 또는 영구적 재발성 후두 신경 기능장애(음성 변화 유발)를 경험할 수도 있다.
RAI 요법은 환자에게 방사성 요오드의 동위원소(I-131)를 투여하는 것을 수반한다. RAI는 갑상선 세포에 수집되며, 방사선은 갑상선절제 후 남은 갑상선 또는 임의의 갑상선 조직뿐만 아니라, 갑상선암 세포를 파괴할 수 있다. 그러나 RAI 요법은 메스꺼움과 구토, 무미각(미각 상실), 타액샘 부종 및 통증을 포함한 다양한 부작용을 초래할 수 있다. 또한, RAI 요법은 구강건조증, 구강 통증, 충치, 폐 섬유증, 비루 유출 폐쇄 및 2차 악성 종양과 관련된 재발성 타액선염과 같은 장기적인 합병증을 유발할 수도 있다. 따라서 전체 갑상선절제 및 RAI 요법은 필요한 경우에만(예를 들어, 일부 경우에 PTC 재발 위험이 높은 것으로 결정된 환자에게) 투여되어야 한다.
본 개시내용의 맥락에서, 억제제는 암의 확산을 늦추거나 중단시키기 위해 하나 이상의 생물학적 기능을 억제하는 데 사용될 수 있는 약물이다. 예를 들어, 면역 관문 억제제는 T 세포가 종양을 인식하고 공격할 수 있도록 면역계 관문 단백질을 억제할 수 있다. 반면에 EZH2 억제제는 종양 억제인자 유전자의 원치 않는 히스톤 메틸화를 억제할 수 있다. 본 개시내용의 일부 구현예에서, 억제제는 PTC를 치료하기 위해 단독으로 또는 RAI 요법과 같은 다른 치료와 조합하여 사용될 수 있다. 예를 들어, 환자가 PTC 재발의 고위험 또는 중급 위험이 있는 것으로 결정되면 EZH2 억제제로 사전 치료한 다음, RAI 요법으로 치료할 수 있다.
또한, 상기에서 명시된 바와 같이, 일부 구현예에서, 중간 위험군 BRAFV600E 돌연변이의 유병률이 높은 제1 중간 위험군("BRAF높은") 및 RAS 돌연변이가 풍부하고 BRAFV600E 돌연변이가 거의 없는 제2 중간 위험군("BRAF낮은")으로 추가로 분류될 수 있다. 이러한 구현예에서, PTC 재발의 BRAF높은 유형 중간 위험을 갖는 것으로 결정된 환자는 단독으로 또는 RAI 요법과 조합하여 EZH2 억제제 및 면역 관문 억제제와 같은 억제제로 치료될 수 있는 반면, PTC 재발의 BRAF낮은 유형 중간 위험을 갖는 것으로 결정된 환자는 RAI 요법으로 치료할 수 있다.
보다 명확하게 하기 위해, 환자에서 PTC의 재발 위험을 결정하는 방법(250)의 흐름도가 도 3에 도시되어 있다. 도시된 바와 같이, 방법(250)은 환자의 생물학적 샘플로부터 RNA를 단리하는 단계(252); RNA로부터 본 개시내용의 유전자 시그니처의 2개 이상의 유전자 각각의 발현 수준을 결정하는 단계(254); 및 유전자 시그니처의 2개 이상의 유전자의 발현 수준에 기초하여 환자가 저위험, 중간 위험, 또는 고위험의 PTC 재발이 있는 지를 결정하는 단계(256)를 포함한다. 또한, 본원에 이전에 기재된 바와 같이 제2 유전자 세트의 2개 이상의 유전자 (예를 들어 본 개시내용의 유전자 시그니처)의 발현 수준을 결정하는 선택적 단계(254a) 및 환자가 저위험 또는 중간 위험의 PTC 재발을 갖는 지 결정하는 단계(256b)가 도시되어 있다. PTC 재발의 결정된 위험에 기초하여 환자에게 치료를 투여하는 선택적 단계(258)가 또한 도시되어 있다.
본 개시내용의 일부 구현예는 갑상선암에 대한 예후, 진단 및/또는 치료를 제공하기 위한 환자 샘플의 사용 및 본원에 기재된 유전자 시그니처의 사용에 관한 것이다.
본 개시내용의 일부 구현예에서, 유전자 시그니처의 2개 이상의 유전자 또는 유전자 산물의 발현 수준은 환자의 생물학적 샘플로부터 수득된 리보핵산(RNA)의 분석에 의해 결정될 수 있다.
본 개시내용의 일부 구현예에서, 유전자 시그니처에 함유된 유전자에 의해 인코딩되는 2개 이상의 단백질의 발현 수준은 환자의 생물학적 샘플로부터 적용가능한 단백질의 분석에 의해 결정될 수 있다.
본 개시내용의 일부 구현예에서, 환자의 생물학적 샘플은 단일 세포 유형, 다중 세포 유형의 세포를 함유할 수 있거나 세포가 실질적으로 없을 수 있다. 환자의 생물학적 샘플은 내부에 하나 이상의 조직 유형이 있는 조직 샘플, 내부에 하나 이상의 유체 유형이 있는 유체 샘플, 또는 조직 샘플과 유체 샘플의 조합일 수 있다.
본 개시내용은 또한 환자에서 유두상 갑상선암(PTC)의 재발 위험을 결정하기 위한 시스템에 관한 것이다. 이러한 시스템의 예가 도 4에 도시되어 있으며 일반적으로 참조 번호(300)을 사용하여 식별된다. 도시된 바와 같이, 본 개시내용의 시스템(300)은 적어도 하나의 서버 컴퓨터(302), 실험실(308)에 의해 환자(306)의 생물학적 샘플로부터 수신된 유전자 발현 정보를 저장하기 위한 적어도 하나의 데이터베이스(304), 및 임상의(312)가 접근가능한 적어도 하나의 컴퓨팅 장치(310)를 포함한다.
적어도 하나의 서버 컴퓨터(302), 적어도 하나의 데이터베이스(304), 실험실(308), 및 적어도 하나의 컴퓨팅 장치(310)는 네트워크(314), 예컨대 인터넷, 근거리 통신망(LAN), 광역 통신망 (WAN), 도시권 통신망 (MAN), 또는 적절한 유선 및 무선 네트워킹 연결을 통한 이들의 조합에 의해 기능적으로 상호연결된다.
적어도 하나의 서버 컴퓨터(302) 각각은 하나 이상의 서버 프로그램을 실행한다. 서버 프로그램은 적어도 하나의 데이터베이스(304)에 저장된 실험실(308)에 의해 결정된 유전자 발현 데이터를 수신하고 액세스하여, 본 개시내용의 유전자 시그니처의 적어도 2개의 유전자 또는 유전자 산물의 발현 수준을 분석할 수 있다. 본 개시내용의 유전자 시그니처의 적어도 2개의 유전자의 발현 수준에 기초하여, 서버 프로그램은 이어서 환자(306)가 PTC 재발의 고위험, 중간 위험 또는 저위험을 갖는 지를 결정할 수 있다. 하나 이상의 서버 프로그램은 적어도 하나의 데이터베이스(304)에 저장된 본 개시내용의 유전자 시그니처의 적어도 2개의 유전자 또는 유전자 산물의 발현 수준을 사용하여 환자의 PTC 재발 위험을 분류하기 위한 예측자 알고리즘 또는 분류자 알고리즘을 구현할 수 있다. 예측자 또는 분류자 알고리즘은 상기에 기재된 바와 같이 통계적 모델 예컨대 회귀 기반 모델 (예를 들어 로지스틱 회귀 모델), 기계 학습 알고리즘 (예를 들어 결정-나무 기초 알고리즘 예컨대 랜덤 포레스트, 베이어스(Bayes) 정리 기반 알고리즘 예컨대 나이브 베이어스 분류자, k-최근접 이웃 기반 알고리즘 예컨대 방사상 기저 함수 네트워크, 서포트 백신 머신, 및 앙상블 학습 알고리즘), 또는 인공 지능 (예를 들어 인공 신경 네트워크)를 포함할 수 있다.
구현에 따라, 서버 컴퓨터(302)는 서버 컴퓨팅 장치, 및/또는 사용자에 의해 사용되는 동안 서버 컴퓨터로 동작하는 범용 컴퓨팅 장치일 수 있다.
환자(306)에 대한 예후가 서버 프로그램에 의해 결정되면, 결과는 임상의(312)가 액세스할 수 있도록 적어도 하나의 컴퓨팅 장치(310)에 전달된다. 적어도 하나의 컴퓨팅 장치(310)는 데스크톱 컴퓨터, 랩톱 컴퓨터, 태블릿, 스마트폰, 개인 정보 단말기(PDA) 등일 수 있다. 적어도 하나의 컴퓨팅 장치는 도 5에 도시된 하드웨어 구조(316)와 같은 하드웨어 구조를 가질 수 있다.
도시된 바와 같이, 컴퓨팅 장치 하드웨어 구조(316)는 프로세싱 구조(318), 컨트롤링 구조(320), 메모리 또는 스토리지(322), 네트워킹 인터페이스(324), 좌표 입력(326), 디스플레이 출력(328), 및 기타 입력 및 출력 모듈(330, 332)을 포함하고, 이들 모두는 시스템 버스(334)에 의해 기능적으로 상호 연결된다.
프로세싱 구조(318)는 하나 이상의 단일-코어 또는 다중-코어 컴퓨팅 프로세서 예컨대 INTEL® 마이크로프로세서(INTEL은 Intel Corp., Santa Clara, CA, USA의 등록상표임), AMD® 마이크로프로세서(AMD는 Advanced Micro Devices Inc., Sunnyvale, CA, USA의 등록 상표임), ARM® 아키텍처 등 하에서 다양한 제조업제 예컨대 Qualcomm(San Diego, California, USA)에 의해 제조된 ARM® 마이크로프로세서 (ARM은 Arm Ltd., Cambridge, UK의 등록상표임) 등일 수 있다.
컨트롤링 구조(320)는 적어도 하나의 컴퓨팅 장치(310)의 다양한 하드웨어 구성요소 및 모듈의 동작을 조정하기 위한 복수의 컨트롤러 예컨대 그래픽 컨트롤러, 입력/출력 칩셋, 등을 포함한다.
메모리(322)는 프로세싱 구조(318) 및 컨트롤링 구조(320)에 의해 생성된 데이터 및 입력 데이터를 포함하는 데이터를 판독 및/또는 저장하기 위해 프로세싱 구조(318) 및 컨트롤링 구조(320)에 의해 액세스 가능한 복수의 메모리 유닛을 포함한다. 메모리(322)는 RAM, ROM, EEPROM, 솔리드 스테이트 메모리, 하드 디스크, CD, DVD, 플래시 메모리 등과 같은 휘발성 및/또는 비휘발성, 비이동식 또는 이동식 메모리일 수 있다. 사용시에, 메모리(322)는 일반적으로 상이한 사용 목적을 위해 복수의 부분으로 분할된다. 예를 들어, 메모리(322)의 일부(본원에서 저장 메모리로 표시됨)는 예를 들어 파일 또는 데이터베이스를 저장하는 것과 같은 장기 데이터 저장을 위해 사용될 수 있다. 메모리(322)의 다른 부분은 프로세싱 동안 데이터를 저장하기 위한 시스템 메모리(본원에 작업 메모리로 표시됨)로서 사용될 수 있다.
네트워킹 인터페이스(324)는 적합한 유선 또는 무선 통신 기술 예컨대 이더넷, WI-FI®, (WI-FI는 Wi-Fi Alliance CORPORATION CALIFORNIA, Austin, TEXAS, USA의 등록 상표임), BLUETOOTH® (블루투스는 Bluetooth Sig Inc., Kirkland, WA, USA의 등록 상표임), ZIGBEE® (ZIGBEE는 ZigBee Alliance Corp., San Ramon, CA, USA의 등록 상표임), 3G 및 4G 무선 모바일 전기통신 기술 등을 사용하여 네트워크(314)를 통해 다른 컴퓨팅 장치 또는 네트워크에 연결하기 위한 하나 이상의 네트워킹 모듈을 포함한다. 일부 실시예에서, 병렬 포트, 직렬 포트, USB 연결, 광학 연결 등은 일반적으로 입력/출력 장치를 연결하기 위한 입력/출력 인터페이스로 간주되지만 다른 컴퓨팅 장치 또는 네트워크를 연결하는 데 사용될 수도 있다.
디스플레이 출력(328)은 모니터, LCD 디스플레이, LED 디스플레이, 프로젝터 등과 같은 이미지를 디스플레이하기 위한 하나 이상의 디스플레이 모듈을 포함한다. 디스플레이 출력(328)은 컴퓨팅 장치(310)의 물리적으로 통합된 부분(예를 들어, 랩톱 컴퓨터 또는 태블릿의 디스플레이)일 수 있거나 컴퓨팅 장치(310)의 다른 구성요소와 물리적으로 분리되지만 기능적으로 연결된 디스플레이 장치(예를 들어, 예를 들어 데스크탑 컴퓨터의 모니터)일 수 있다.
좌표 입력(326)은 하나 이상의 사용자가 좌표 데이터, 예컨대 터치 감지 스크린, 터치 감지 화이트보드, 트랙볼, 컴퓨터 마우스, 터치패드, 및/또는 다른 인간 인터페이스 디바이스 (HID)를 입력하기 위한 하나 이상의 입력 모듈을 포함한다. 좌표 입력(326)은 컴퓨팅 장치(310)의 물리적으로 통합된 부분(예를 들어, 랩톱 컴퓨터의 터치패드 또는 태블릿의 터치 감지 화면)이거나 컴퓨팅 장치(310)의 다른 구성요소와 물리적으로 분리되지만 기능적으로 연결된 디스플레이 장치(예를 들어, 컴퓨터 마우스)일 수 있다. 일부 구현들에서 좌표 입력(326)은 터치 감지 스크린 또는 터치 감지 화이트보드를 형성하기 위해 디스플레이 출력(328)과 통합될 수 있다.
하드웨어 구조(316)는 또한 키보드, 마이크로폰, 스캐너, 카메라 등과 같은 다른 입력 모듈(330)을 포함할 수 있다. 하드웨어 장치(316)는 스피커, 프린터 등과 같은 다른 출력 모듈(332)을 더 포함할 수 있다.
시스템 버스(334)는 다양한 구성요소(318 내지 332)를 상호 연결하여 이들이 서로 간에 데이터 및 제어 신호를 송수신할 수 있게 한다.
도 5는 컴퓨팅 장치(310)의 단순화된 소프트웨어 아키텍처(336)를 보여준다. 소프트웨어 아키텍처(336)는 운영 체제(338), 하나 이상의 응용 프로그램(340), 로직 메모리(342), 입력 인터페이스(344), 출력 인터페이스(346), 및 네트워크 인터페이스(348)를 포함한다.
운영 체제(338)는 입력 인터페이스(344) 및 출력 인터페이스(346)를 통해 컴퓨팅 장치(310)의 다양한 하드웨어 구성 요소를 관리하고, 로직 메모리(342)를 관리하고, 네트워크 인터페이스(348)를 통해 네트워크 통신을 관리하고, 다양한 작업을 수행하기 위해 프로세싱 구조(318)에 의해 실행되는 응용 프로그램(340)를 관리하고 지원한다.
당업자가 인식하는 바와 같이, 운영 체제(338)는 임의의 적합한 운영 체제 예컨대 MICROSOFT® WINDOWS® (MICROSOFT 및 WINDOWS는 Microsoft Corp., Redmond, WA, USA의 등록 상표임), APPLE® OS X, APPLE® iOS (APPLE 는 Apple Inc., Cupertino, CA, USA의 등록 상표임), Linux, ANDROID® (ANDROID는 Google Inc., Mountain View, CA, USA의 등록 상표임), 등일 수 있다.
입력 인터페이스(344)는 좌표 입력(326) 및 다른 입력 모듈(330)을 포함하는 각각의 입력 장치와 통신하기 위해 운영 체제(338)에 의해 관리되는 하나 이상의 입력-장치 드라이버를 포함한다. 입력 인터페이스(346)는 디스플레이 출력(328) 및 다른 출력 모듈(332)을 포함하는 각각의 출력 장치와 통신하기 위해 운영 체제(338)에 의해 관리되는 하나 이상의 출력-장치 드라이버를 포함한다. 입력 인터페이스(344)를 통해 입력 장치로부터 수신된 입력 데이터는 프로세싱을 위해 하나 이상의 응용 프로그램(340)으로 전송될 수 있다. 응용 프로그램(340)에 의해 생성된 출력은 입력 인터페이스(346)를 통해 각각의 출력 장치로 전송될 수 있다.
로직 메모리(342)는 액세스할 응용 프로그램(340)을 용이하게 하기 위한 메모리 또는 저장소(322)의 논리 매핑이다. 이 구현예에서, 로직 메모리(342)는 일반적으로 그 안에 데이터를 장기간 저장하기 위해 비-휘발성 물리적 메모리, 예컨대 하드 디스크, 솔리드 스테이트 디스크, 플래시 드라이브 등에 일반적으로 매핑되는 저장 메모리 영역을 포함한다. 로직 메모리(342)는 또한 일반적으로 프로그램 실행 동안 데이터를 일시적으로 저장하기 위해 운영 체제(338) 및/또는 응용 프로그램(340)을 위한 고속 및 일부 구현에서는 휘발성, 물리적 메모리 예컨대 RAM에 매핑되는 작업 메모리 영역을 포함한다. 예를 들어, 응용 프로그램(340)은 저장 메모리 영역에서 작업 메모리 영역으로 데이터를 로드하고, 실행 중에 생성된 데이터를 작업 메모리 영역에 저장할 수 있다. 응용 프로그램(340)은 또한 필요에 따라 또는 사용자의 명령에 응답하여 일부 데이터를 저장 메모리 영역에 저장할 수 있다.
서버 컴퓨터(302)는 일반적으로 시스템(300)을 관리하기 위한 서버측 기능을 제공하는 하나 이상의 서버 응용 프로그램(340)을 포함한다.
본원에 기재된 구현예의 많은 명백한 변형은 본 개시내용에 비추어 당업자에게 그 자체를 제안할 것이다. 이러한 명백한 변형은 첨부된 청구범위의 전체 의도된 범위 내에 있다.
실시예
실시예 1: 미국 갑상선 협회( ATA ) 질병 재발 위험 계층화 시스템과 본 개시내용의 방법의 통계적 비교.
본원에 기술된 유전자 시그니처를 사용하는 본 개시내용의 방법의 성능을 하기에 약술된 절차를 사용하는 ATA 시스템의 성능과 비교하였다.
먼저, The Cancer Genome Atlas(TCGA) 내의 각 개별 사례에 두 명의 실무 임상의가 위험 점수를 할당하였다. AJCC(American Joint Committee on Cancer) 병기 시스템을 기반으로 하는 종양 단계는 TCGA 데이터베이스에 문서화되어 있다.
본 개시내용의 방법 및 ATA 시스템은 이전에 본원에 기재된 TCGA 환자로부터 형성된 코호트, 즉 제1 코호트(n=335) 및 제2 코호트(n=167)를 사용하여 평가되었다.
Cox 비례 위험(Cox PH) 회귀 분석을 사용하여 매개변수와 생존의 연관성을 평가하고 상호작용 및 가산 예측력을 평가하였다.
본 개시내용의 방법을 사용한 PTC의 재발 위험 분류 및 할당된 AJCC 병기(p = 0.82) 사이에 유의미한 상호작용이 없는 것으로 밝혀졌다. 즉, 본 개시내용의 방법은 현재 임상 지표와 독립적으로 수행된다.
또한, 본 개시내용의 방법은 또한 무진행 생존(PFS) 예측에서 ATA 시스템을 능가하였다. 이는 도 1a 및 도 7a의 비교를 통해 설명되며, 이는 제1 코호트를 기반으로 본 개시내용의 방법 및 ATA 시스템 각각의 예측 성능을 나타낸다. 도 2 및 도 7b의 비교는 제2 코호트를 기반으로 본 개시내용의 방법 및 ATA 시스템 각각의 예측 성능을 나타낸다. 도 7a와 관련하여, 라인(201)은 고위험군을 나타내고, 라인(202)은 중간 위험군을 나타내고, 라인(203)은 저위험군을 나타낸다는 것을 주목한다. 도 7에서, 라인(211)은 고위험군을 나타내고, 라인(212)은 중간 위험군을 나타내고, 라인(213)은 저위험군을 나타낸다.
또한, 표 2는 ATA 시스템, 본 개시내용의 방법 및 이들의 조합에 대한 일치 점수를 개략적으로 나타낸다.
본 개시내용의 유전자 시그니처 및 ATA 시스템에 대한 일치 점수
예후 도구 일치 점수 왈드(Wald) p-값
제2 코호트 (n=167) 본 개시내용의 방법 + ATA 0.78 6Х10-5
본 개시내용의 방법 0.75 2Х10-5
ATA 0.65 0.01
제1 코호트 (n=335) 본 개시내용의 방법 + ATA 0.73 5Х10-5
본 개시내용의 방법 0.71 8Х10-4
ATA 0.64 0.02
일치 점수는 두 평가 기법 간의 일치 정도를 나타낸다. 왈드(Wald) 통계는 표준 오차 추정치를 위해 조정된 χ2-분포의 귀무 모델과 비교하여 다중 회귀 모델의 가설 테스트에 대한 통계적 유의성을 표현한 것이다.　낮은 p-값은 모델이 유의하고 모델의 모든 변수가 Cox 비례 위험 회귀 모델에서 회귀 계수가 0이라는 귀무 가설이 기각되었음을 나타낸다. 유의미한 p-값을 갖는 변수는 모델에 크게 기여하는 것으로 간주된다.
또한, 4년 시점의 제2 코호트를 사용한 ATA 시스템과 본 개시내용의 방법에 대한 AUROC(Time-Dependent Area Under the Receiver Operating Characteristic Curve)도 비교하였다. AUROC는 NNE(최근접 이웃 추정) 방법을 사용하여 수행되었다. 도 8a 및 도 8b에 도시된 바와 같이, 4년에 본 개시내용의 방법은 0.81의 AUC를 가지며(도 8a), 이는 0.61의 AUC를 갖는 ATA 시스템(도 8b)을 능가한다.
본 개시내용의 방법 및 ATA 시스템에 의해 저위험, 중간 위험 및 고위험으로 분류된 환자의 재발 위험 및 비율도 제2 코호트를 사용하여 분석하였다. 이 분석 결과를 도 9에 나타내었다. 특히, ATA 시스템에 의해 저위험으로 분류된 환자와 비교하여, 본 개시내용의 방법을 사용하여 재발 위험이 낮은 것으로 분류된 환자는 궁극적으로 더 낮은 재발률을 가졌다. 동시에, ATA 시스템에 의해 재발 위험이 높은 것으로 분류된 환자보다 본 개시내용의 방법을 사용하여 재발 위험이 높은 것으로 분류된 환자에서 재발률이 더 높았다. 이러한 두 가지 관찰은 본 개시내용의 방법이 ATA 시스템보다 더 정확하게 위험 계층(예를 들어, 저위험, 중간 위험 및 고위험)을 분류하는 데 사용될 수 있음을 나타낸다. 실제로, 제2 코호트에서, ATA 시스템에 의해 재발 위험이 낮은 것으로 분류된 환자의 24%가 본 개시내용의 방법을 사용하여 재발의 중간 위험 또는 고위험이 있는 것으로 재분류된 것으로 밝혀졌다.
실시예 2: 본 개시내용의 방법을 사용하여 환자에서 PTC 재발의 위험을 결정함.
실험실에서 코어 생검을 통해 환자로부터 종양 샘플을 수집하였다. 그런 다음 실험실은 리보핵산 시퀀싱(RNAseq)을 사용하여 샘플의 유전자 발현의 수준을 측정하였다.
실험실에서 결정된 유전자 발현 수준을 사용하여, 다음 제1 유전자 세트의 유전자 발현 수준을 분석하였다: ATG14, MYO3A, ERCC5, SLC43A1, ABCC8, LTK, COPS2, CCNA2, BNIP3, FAM86C1P, GNG4, GCFC2, EEF1A2, TXNL4B, SEPSECS, ZNF215, KIF4A, EZH2, CDCA8, DISP1, SNX29P2, ATP1B1, ZNF620, HIST4H4, CENPL, GATAD1, C2orf88, WWC3, SKA3, HJURP, LOC728613, GTPBP8, RPRM, FBXO4, TICRR, AGFG2, TTK, TAFA2, MTMR14, WDR1, NEK2, RRAGA, EIF2A, 및 REP15.
환자는 PTC 재발 위험이 높지 않은 것으로 결정되었다. 환자의 PTC 재발 위험을 추가로 분류하기 위해, 다음 제2 유전자 세트의 유전자 발현 수준을 분석하였다: ATG14, MYO3A, ERCC5, SLC43A1, ABCC8, LTK, COPS2, CCNA2, BNIP3, FAM86C1P, GNG4, GCFC2, EEF1A2, TXNL4B, SEPSECS, ZNF215, KIF4A, EZH2, CDCA8, DISP1, SNX29P2, ATP1B1, ZNF620, HIST4H4, CENPL, GATAD1, C2orf88, WWC3, SKA3, HJURP, LOC728613, GTPBP8, RPRM, FBXO4, TICRR, AGFG2, TTK, TAFA2, MTMR14, WDR1, NEK2, RRAGA, EIF2A, REP15, NUDT15, LANCL2, NFATC2IP, GTPBP2, KHNYN, CLDN12, DNAH11, ASPHD1, REXO5, HIST2H2BF, C12orf76, MUC21, PGBD5, ABCC6P1, RHBDF1, CHAF1B, MOV10, CAB39L, FN1, DDX19B, BUB1, GPSM2, MSH5, ETV7, SUN1, GRAMD1C, LACTB2, LOC652276, EXOSC10, NUP210, ACOX3, UNC5CL, GNAO1, CGN, ZC3H18, CTSC, MFSD13A, 및 CCDC183.
환자는 PTC 재발 위험이 낮은 것으로 결정되었다.
정의
본원에서 단수형으로 언급된 모든 용어는 복수형을 포괄하는 것을 의미한다. 마찬가지로, 복수 형태로 언급된 모든 용어는 동일한 형태의 단수 형태를 포괄하는 것을 의미한다. 달리 정의되지 않는 한, 본원에 사용되는 모든 기술 및 과학 용어는 본 개시내용이 속하는 기술분야에 통상의 지식을 갖는 사람에 의해 일반적으로 이해되는 것과 동일한 의미를 갖는다.
본원에 사용된 바와 같이, 용어 "약"은 주어진 값으로부터 대략 +/-10% 변동을 지칭한다. 그러한 변형은 그것이 구체적으로 언급되는지 여부에 관계없이 본원에 제공된 임의의 주어진 값에 항상 포함된다는 것을 이해해야 한다.
본원에 사용된 바와 같이, 용어 "유전자 발현"은 유전자의 정보가 기능적 유전자 산물을 생산하기 위해 사용되는 과정을 의미한다. 일반적으로 유전자 발현 측정은 유전자가 어떻게 전사되어 기능적 유전자 산물을 생산하는지 분석하는 것을 포함한다. 유전자 발현은 역-전사 중합효소 연쇄 반응 (RT-PCR), 상보적 데옥시리보핵산 (cDNA) 마이크로어레이, 및 리보핵산 시퀀싱 (RNAseq)을 포함하는 다수의 기술을 사용하여 측정될 수 있다.
본원에 사용된 용어 "유전자 산물"은 주어진 유전자의 전사 및/또는 번역의 산물인 RNA 또는 단백질을 지칭한다. 유전자 산물의 예는 성숙한 mRNA 분자, 유전자 동형체, 인트론 섹션, 엑손 섹션 및 전사된 유전자의 번역으로 형성된 단백질 산물과 같은 유전자의 해당 DNA 서열에서 전사된 올리고뉴클레오티드 서열을 포함한다.
본원에 사용된 용어 "유전자 시그니처"는 본원에 기재된 바와 같은 복수의 유전자를 지칭한다.
본원에 사용된 바와 같이, "PTC 재발의 고위험"이라는 표현은 5년 이내에 PTC의 재발 위험이 약 50% 이상임을 의미하는 것으로 의도된다.
본원에 사용된 바와 같이, "PTC 재발의 중간 위험도"라는 표현은 5년 이내에 PTC의 재발 위험이 약 16% 내지 약 49%임을 의미하는 것으로 의도된다.
본원에 사용된 표현 "발현 수준"은 연관된 RNA, 연관된 단백질 및/또는 유전자 자체를 포함하지만 이에 제한되지 않는 유전자 시그니처 및 그의 발현 생성물의 유전자의 검출가능한 수준을 증가, 감소 및 실질적으로 변화가 없는 유전자 및 그의 유전자 산물의 수준을 결정하는 것을 지칭한다. 발현 수준은 또한 그러한 유전자 및 이의 발현 생성물의 서열 및/또는 생물학적 활성의 변화 또는 실질적으로 변화가 없는지를 결정하는 것과 관련될 수 있다.
본원에 사용된 "증가된 발현"은 기준선의 주어진 유전자 또는 상응하는 유전자 산물의 발현과 비교하여 유전자 또는 상응하는 유전자 산물의 증가된 풍부함을 지칭한다. 증가된 유전자 발현은 세포 내에서 하나 이상의 상향 조절 과정에 의해 유발될 수 있다. 추가로, "기준선"은 PTC 재발 위험이 낮은 환자에서 측정된 유전자 또는 상응하는 유전자 산물의 풍부함을 지칭한다.
본원에 사용된 "감소된 발현"은 기준선의 주어진 유전자 또는 상응하는 유전자 산물의 발현과 비교하여 유전자 또는 상응하는 유전자 산물의 감소된 풍부함을 지칭한다. 감소된 유전자 발현은 세포 내에서 하나 이상의 하향 조절 과정에 의해 야기될 수 있다.
본원에 사용된 바와 같이, "PTC 재발의 저위험"이라는 표현은 5년 이내에 PTC의 재발 위험이 약 15% 이하임을 지칭한다.
본원에 사용된 용어 "환자"는 인간 환자와 같은 포유동물을 포함하여 의료 치료를 받을 수 있거나 받고 있는 동물을 지칭한다.
본원에 사용된 바와 같이, 용어 "예후(prognosis)", "예후적(prognostic)" 및 "예견"은 질환 또는 질병의 가능한 작용 과정을 예측하는 것을 지칭하고, 질환 또는 질병의 작용의 가능한 과정 또는 질환 또는 질병의 가능한 작용 과정을 각각 예측하는데 쓰인다.
본원에 사용된 바와 같이, 용어 "단백질"은 선형이거나 2차, 3차 또는 4차 구조와 같은 3차원 구조로 접힐 수 있고, 소수성 그룹과 같은 번역 후 요소를 함유할 수 있는 아미노산의 서열을 지칭한다.
조성물 및 방법은 다양한 구성요소 또는 단계를 "포함하는(comprising)", "함유하는(containing)" 또는 "포함하는(including)"의 측면에서 기재되어 있고, 조성물 및 방법은 또한 다양한 구성요소 및 단계로 "본질적으로 이루어지거나" 또는 "로 이루어질" 수 있음을 이해해야 한다. 더욱이, 청구범위에서 사용된 부정관사 "a" 또는 "an"은 그것이 도입하는 하나 이상의 요소를 의미하는 것으로 여기에서 정의된다.
간결함을 위해, 특정 범위만이 본원에 명시적으로 개시되어 있다. 그러나, 임의의 하한의 범위는 명시적으로 인용되지 않은 범위를 인용하기 위해 임의의 상한과 결합될 수 있을 뿐만 아니라, 임의의 하한의 범위는 명시적으로 언급되지 않은 범위를 인용하기 위해 다른 하한과 결합될 수 있으며, 같은 방식으로, 명시적으로 언급되지 않은 범위를 인용하기 위해 임의의 상한선의 범위를 다른 상한선과 결합할 수 있다. 또한, 하한 및 상한을 갖는 수치 범위가 개시될 때마다, 그 범위 내에 속하는 임의의 수 및 임의의 포함된 범위가 구체적으로 개시된다. 특히, 본원에 개시된 값의 모든 범위("약 a 내지 약 b" 또는 동등하게 "대략 a 내지 b" 또는 동등하게 "대략 a-b"의 형태)는 명시적으로 언급되지 않더라도 더 넓은 범위의 값에 포함되는 모든 숫자와 범위를 설명하는 것으로 이해되어야 한다. 따라서 모든 포인트 또는 개별 값은 명시적으로 언급되지 않은 범위를 인용하기 위해 다른 포인트 또는 개별 값 또는 기타 하한 또는 상한과 결합된 자체 하한 또는 상한으로 작용할 수 있다.

Claims (30)

  1. 환자에서 유두상 갑상선암(PTC)의 재발 위험을 결정하는 방법으로서, 하기를 포함하는 방법:
    (a) 환자의 생물학적 샘플로부터 RNA를 단리하는 단계;
    (b) RNA로부터의 유전자 시그니처의 2개 이상의 유전자 또는 유전자 산물 각각의 발현 수준을 결정하는 단계로서, 유전자 시그니처는 하기를 포함하는 단계:
    ATG14, MYO3A, ERCC5, SLC43A1, ABCC8, LTK, COPS2, CCNA2, BNIP3, FAM86C1P, GNG4, GCFC2, EEF1A2, TXNL4B, SEPSECS, ZNF215, KIF4A, EZH2, CDCA8, DISP1, SNX29P2, ATP1B1, ZNF620, HIST4H4, CENPL, GATAD1, C2orf88, WWC3, SKA3, HJURP, LOC728613, GTPBP8, RPRM, FBXO4, TICRR, AGFG2, TTK, TAFA2, MTMR14, WDR1, NEK2, RRAGA, EIF2A, REP15, NUDT15, LANCL2, NFATC2IP, GTPBP2, KHNYN, CLDN12, DNAH11, ASPHD1, REXO5, HIST2H2BF, C12orf76, MUC21, PGBD5, ABCC6P1, RHBDF1, CHAF1B, MOV10, CAB39L, FN1, DDX19B, BUB1, GPSM2, MSH5, ETV7, SUN1, GRAMD1C, LACTB2, LOC652276, EXOSC10, NUP210, ACOX3, UNC5CL, GNAO1, CGN, ZC3H18, CTSC, MFSD13A, 및 CCDC183; 및
    (c) 유전자 시그니처의 2개 이상의 유전자의 발현 수준에 기초하여 환자가 PTC 재발의 저위험, 중간 위험 또는 고위험을 갖는 지를 결정하는 단계.
  2. 제1항에 있어서, 생물학적 샘플은 종양의 거대절개 또는 미세절개에 의해 수득되는, 방법.
  3. 제1항 또는 제2항에 있어서, 생물학적 샘플은 포르말린-고정 파라핀 포매(FFPE) 종양 샘플 또는 냉동 생검 종양 샘플인, 방법.
  4. 제3항에 있어서, 생물학적 샘플은 미세 바늘 흡인, 코어 생검, 또는 외과적 견본으로부터 얻은 종양 샘플인, 방법.
  5. 제1항 내지 제4항 중 어느 한 항에 있어서, 유전자 발현의 수준을 결정하는 단계는 역전사 중합효소 연쇄 반응(RT-PCR), 상보적 데옥시리보핵산(cDNA) 마이크로어레이 또는 리보핵산 시퀀싱(RNAseq)을 사용하여 유전자 발현의 수준을 측정하는 단계를 포함하는, 방법.
  6. 제1항 내지 제5항 중 어느 한 항에 있어서, 유전자 시그니처의 2개 이상의 유전자 또는 유전자 산물의 발현 수준을 결정하는 단계는 유전자 시그니처의 5개 이상의 유전자의 발현 수준을 결정하는 것을 포함하는, 방법.
  7. 제6항에 있어서, 유전자 시그니처의 2개 이상의 유전자 또는 유전자 산물의 발현 수준을 결정하는 단계는 유전자 시그니처의 7개 이상의 유전자의 발현 수준을 결정하는 것을 포함하는, 방법.
  8. 제6항 또는 제7항에 있어서, 유전자 시그니처의 2개 이상의 유전자 또는 유전자 산물의 발현 수준을 결정하는 단계는 유전자 시그니처의 20 내지 60개의 유전자의 발현 수준을 결정하는 것을 포함하는, 방법.
  9. 제1항 내지 제5항 중 어느 한 항에 있어서,
    유전자 시그니처의 2개 이상의 유전자의 발현 수준을 결정하는 단계는 하기:
    ATG14, MYO3A, ERCC5, SLC43A1, ABCC8, LTK, COPS2, CCNA2, BNIP3, FAM86C1P, GNG4, GCFC2, EEF1A2, TXNL4B, SEPSECS, ZNF215, KIF4A, EZH2, CDCA8, DISP1, SNX29P2, ATP1B1, ZNF620, HIST4H4, CENPL, GATAD1, C2orf88, WWC3, SKA3, HJURP, LOC728613, GTPBP8, RPRM, FBXO4, TICRR, AGFG2, TTK, TAFA2, MTMR14, WDR1, NEK2, RRAGA, EIF2A, 및 REP15 중 적어도 2개의 발현 수준을 결정하는 것을 포함하고; 그리고
    PTC 재발의 환자의 위험을 결정하는 단계는 환자가 PTC 재발 위험이 높은 지를 결정하는 것을 포함하는, 방법.
  10. 제9항에 있어서, 환자가 PTC 재발의 고위험이 없는 것으로 결정된 경우, 하기를 추가로 포함하는, 방법:
    유전자 시그니처의 유전자 또는 유전자 산물 중 적어도 2개의 발현 수준을 결정하는 단계; 및
    환자가 PTC 재발의 중간 위험 또는 저위험을 갖는 지를 결정하는 단계.
  11. 제1항 내지 제8항 중 어느 한 항에 있어서, 유전자 시그니처의 2개 이상의 유전자 또는 유전자 산물의 발현 수준을 결정하는 단계는 적어도 ATG14, MYO3A, ERCC5, SLC43A1, ABCC8, LTK, COPS2, CCNA2, BNIP3, FAM86C1P, GNG4, GCFC2, EEF1A2, TXNL4B, SEPSECS, ZNF215, KIF4A, EZH2, CDCA8, DISP1, SNX29P2, ATP1B1, ZNF620, NUDT15, LANCL2, NFATC2IP, GTPBP2, ZNF215, KHNYN, CLDN12, DNAH11, EZH2, ASPHD1, REXO5, HIST2H2BF, C12orf76, MUC21, PGBD5, ABCC6P1, RHBDF1, CHAF1B, MOV10, CAB39L, FN1, DDX19B, 및 BUB1의 발현 수준을 결정하는 것을 포함하는, 방법.
  12. 제1항 내지 제11항 중 어느 한 항에 있어서, 환자가 PTC 재발의 저위험, 중간 위험 또는 고위험을 갖는 지를 결정하는 단계는 복수의 환자의 대응하는 재발 데이터와 조합된 복수의 환자로부터의 유전자 시그니처의 유전자의 발현 수준을 사용하여 숙련된 통계적 모델을 사용하는 것을 포함하는, 방법.
  13. 유두상 갑상선암(PTC)이 있는 환자를 치료하는 방법으로서, 하기를 포함하는 방법:
    (a) 환자의 생물학적 샘플로부터 RNA를 단리하는 단계;
    (b) RNA로부터의 유전자 시그니처의 2개 이상의 유전자 각각의 발현 수준을 결정하는 단계로서, 유전자 시그니처는 하기를 포함하는 단계:
    ATG14, MYO3A, ERCC5, SLC43A1, ABCC8, LTK, COPS2, CCNA2, BNIP3, FAM86C1P, GNG4, GCFC2, EEF1A2, TXNL4B, SEPSECS, ZNF215, KIF4A, EZH2, CDCA8, DISP1, SNX29P2, ATP1B1, ZNF620, HIST4H4, CENPL, GATAD1, C2orf88, WWC3, SKA3, HJURP, LOC728613, GTPBP8, RPRM, FBXO4, TICRR, AGFG2, TTK, TAFA2, MTMR14, WDR1, NEK2, RRAGA, EIF2A, REP15, NUDT15, LANCL2, NFATC2IP, GTPBP2, KHNYN, CLDN12, DNAH11, ASPHD1, REXO5, HIST2H2BF, C12orf76, MUC21, PGBD5, ABCC6P1, RHBDF1, CHAF1B, MOV10, CAB39L, FN1, DDX19B, BUB1, GPSM2, MSH5, ETV7, SUN1, GRAMD1C, LACTB2, LOC652276, EXOSC10, NUP210, ACOX3, UNC5CL, GNAO1, CGN, ZC3H18, CTSC, MFSD13A, 및 CCDC183;
    (c) 유전자 시그니처의 2개 이상의 유전자의 발현 수준에 기초하여 환자가 PTC 재발의 저위험, 중간 위험 또는 고위험을 갖는 지를 결정하는 단계; 및
    (d) PTC 재발 위험의 결정된 수준에 기초하여 환자에게 치료를 투여하는 단계.
  14. 제13항에 있어서, 생물학적 샘플은 종양의 거대절개 또는 미세절개에 의해 수득되는, 방법.
  15. 제13항 또는 제14항에 있어서, 생물학적 샘플은 포르말린-고정 파라핀 포매(FFPE) 종양 샘플 또는 냉동 생검 종양 샘플인, 방법.
  16. 제15항에 있어서, 생물학적 샘플은 미세 바늘 흡인, 코어 생검, 또는 외과적 견본으로부터 얻은 종양 샘플인, 방법.
  17. 제13항 내지 제16항 중 어느 한 항에 있어서, 유전자 발현의 수준을 결정하는 단계는 역전사 중합효소 연쇄 반응(RT-PCR), 상보적 데옥시리보핵산(cDNA) 마이크로어레이 또는 리보핵산 시퀀싱(RNAseq)을 사용하여 유전자 발현의 수준을 측정하는 단계를 포함하는, 방법.
  18. 제13항 내지 제17항 중 어느 한 항에 있어서, 유전자 시그니처의 2개 이상의 유전자의 발현 수준을 결정하는 단계는 유전자 시그니처의 5개 이상의 유전자의 발현 수준을 결정하는 것을 포함하는, 방법.
  19. 제18항에 있어서, 유전자 시그니처의 2개 이상의 유전자의 발현 수준을 결정하는 단계는 유전자 시그니처의 7개 이상의 유전자의 발현 수준을 결정하는 것을 포함하는, 방법.
  20. 제18항 또는 제19항에 있어서, 유전자 시그니처의 2개 이상의 유전자의 발현 수준을 결정하는 단계는 유전자 시그니처의 20 내지 60개의 유전자의 발현 수준을 결정하는 것을 포함하는, 방법.
  21. 제13항 내지 제17항 중 어느 한 항에 있어서,
    유전자 시그니처의 2개 이상의 유전자의 발현 수준을 결정하는 단계는 하기: ATG14, MYO3A, ERCC5, SLC43A1, ABCC8, LTK, COPS2, CCNA2, BNIP3, FAM86C1P, GNG4, GCFC2, EEF1A2, TXNL4B, SEPSECS, ZNF215, KIF4A, EZH2, CDCA8, DISP1, SNX29P2, ATP1B1, ZNF620, HIST4H4, CENPL, GATAD1, C2orf88, WWC3, SKA3, HJURP, LOC728613, GTPBP8, RPRM, FBXO4, TICRR, AGFG2, TTK, TAFA2, MTMR14, WDR1, NEK2, RRAGA, EIF2A, 및 REP15 중 적어도 2개의 발현 수준을 결정하는 것을 포함하고; 그리고
    PTC 재발의 환자의 위험을 결정하는 단계는 환자가 PTC 재발 위험이 높은 지를 결정하는 것을 포함하는, 방법.
  22. 제21항에 있어서, 환자가 PTC 재발의 고위험이 없는 것으로 결정된 경우, 하기를 추가로 포함하는, 방법:
    유전자 시그니처의 유전자 중 적어도 2개의 발현 수준을 결정하는 단계; 및
    환자가 PTC 재발의 중간 위험 또는 저위험을 갖는 지를 결정하는 단계.
  23. 제13항 내지 제20항 중 어느 한 항에 있어서, 유전자 시그니처의 2개 이상의 유전자의 발현 수준을 결정하는 단계는 적어도 ATG14, MYO3A, ERCC5, SLC43A1, ABCC8, LTK, COPS2, CCNA2, BNIP3, FAM86C1P, GNG4, GCFC2, EEF1A2, TXNL4B, SEPSECS, ZNF215, KIF4A, EZH2, CDCA8, DISP1, SNX29P2, ATP1B1, ZNF620, NUDT15, LANCL2, NFATC2IP, GTPBP2, ZNF215, KHNYN, CLDN12, DNAH11, EZH2, ASPHD1, REXO5, HIST2H2BF, C12orf76, MUC21, PGBD5, ABCC6P1, RHBDF1, CHAF1B, MOV10, CAB39L, FN1, DDX19B, 및 BUB1의 발현 수준을 결정하는 것을 포함하는, 방법.
  24. 제13항 내지 제23항 중 어느 한 항에 있어서, 환자가 고위험의 PTC 재발이 있는 것으로 결정되는 경우, 치료는 전체 갑상선절제를 수행하거나, 보조 방사성 요오드(RAI) 요법을 투여하거나, 면역 관문 억제제를 투여하거나, 이들의 조합을 수행하는 것을 추가로 포함하는, 방법.
  25. 제13항 내지 제23항 중 어느 한 항에 있어서, 환자가 중간 위험의 PTC 재발이 있는 것으로 결정되는 경우, 치료는 능동 감시를 수행하거나, 반갑상선절제를 수행하거나, 보조 방사성 요오드(RAI) 요법을 투여하거나 이들의 조합을 수행하는 것을 포함하는, 방법.
  26. 제24항 또는 제25항에 있어서, RAI 요법은 EZH2 억제제를 사용한 전처리를 포함하는, 방법.
  27. 제13항 내지 제23항 중 어느 한 항에 있어서, 환자가 저위험의 PTC 재발이 있는 것으로 결정되는 경우, 치료는 능동 감시를 수행하거나, 반갑상선절제를 수행하거나, 이들의 조합을 수행하는 것을 포함하는, 방법.
  28. 제12항 내지 제27항 중 어느 한 항에 있어서, 환자가 PTC 재발의 저위험, 중간 위험 또는 고위험을 갖는 지를 결정하는 단계는 복수의 환자의 대응하는 재발 데이터와 조합된 복수의 환자로부터의 유전자 시그니처의 유전자의 발현 수준을 사용하여 숙련된 통계적 모델을 사용하는 것을 포함하는, 방법.
  29. 환자에서 유두상 갑상선암(PTC)의 재발 위험을 결정하는 방법으로서, 하기를 포함하는 방법:
    (a) 환자의 생물학적 샘플로부터 단리된 RNA로부터의 유전자 시그니처의 2개 이상의 유전자 또는 유전자 산물 각각의 발현 수준을 결정하는 단계로서, 유전자 시그니처는 하기를 포함하는 단계:
    ATG14, MYO3A, ERCC5, SLC43A1, ABCC8, LTK, COPS2, CCNA2, BNIP3, FAM86C1P, GNG4, GCFC2, EEF1A2, TXNL4B, SEPSECS, ZNF215, KIF4A, EZH2, CDCA8, DISP1, SNX29P2, ATP1B1, ZNF620, HIST4H4, CENPL, GATAD1, C2orf88, WWC3, SKA3, HJURP, LOC728613, GTPBP8, RPRM, FBXO4, TICRR, AGFG2, TTK, TAFA2, MTMR14, WDR1, NEK2, RRAGA, EIF2A, REP15, NUDT15, LANCL2, NFATC2IP, GTPBP2, KHNYN, CLDN12, DNAH11, ASPHD1, REXO5, HIST2H2BF, C12orf76, MUC21, PGBD5, ABCC6P1, RHBDF1, CHAF1B, MOV10, CAB39L, FN1, DDX19B, BUB1, GPSM2, MSH5, ETV7, SUN1, GRAMD1C, LACTB2, LOC652276, EXOSC10, NUP210, ACOX3, UNC5CL, GNAO1, CGN, ZC3H18, CTSC, MFSD13A, 및 CCDC183; 및
    (b) 유전자 시그니처의 2개 이상의 유전자의 발현 수준에 기초하여 환자가 PTC 재발의 저위험, 중간 위험 또는 고위험을 갖는 지를 결정하는 단계.
  30. 환자에서 유두상 갑상선암(PTC)의 재발 위험을 결정하는 시스템으로서, 하기를 포함하는 시스템:
    유전자 발현 데이터를 저장하기 위한 적어도 하나의 데이터베이스; 및
    네트워크에 의해 적어도 하나의 데이터베이스에 기능적으로 상호연결된 적어도 하나의 프로세싱 구조를 포함하는 적어도 하나의 서버 컴퓨터로서, 적어도 하나의 프로세싱 구조는 하기를 위해 구성되는 적어도 하나의 서버 컴퓨터:
    유전자 발현 데이터를 분석하여 하기를 포함하는 유전자 시그니처의 2개 이상의 유전자 또는 유전자 산물 각각의 발현 수준을 결정:
    ATG14, MYO3A, ERCC5, SLC43A1, ABCC8, LTK, COPS2, CCNA2, BNIP3, FAM86C1P, GNG4, GCFC2, EEF1A2, TXNL4B, SEPSECS, ZNF215, KIF4A, EZH2, CDCA8, DISP1, SNX29P2, ATP1B1, ZNF620, HIST4H4, CENPL, GATAD1, C2orf88, WWC3, SKA3, HJURP, LOC728613, GTPBP8, RPRM, FBXO4, TICRR, AGFG2, TTK, TAFA2, MTMR14, WDR1, NEK2, RRAGA, EIF2A, REP15, NUDT15, LANCL2, NFATC2IP, GTPBP2, KHNYN, CLDN12, DNAH11, ASPHD1, REXO5, HIST2H2BF, C12orf76, MUC21, PGBD5, ABCC6P1, RHBDF1, CHAF1B, MOV10, CAB39L, FN1, DDX19B, BUB1, GPSM2, MSH5, ETV7, SUN1, GRAMD1C, LACTB2, LOC652276, EXOSC10, NUP210, ACOX3, UNC5CL, GNAO1, CGN, ZC3H18, CTSC, MFSD13A, 및 CCDC183; 및
    유전자 시그니처의 2개 이상의 유전자의 발현 수준에 기초하여 환자가 PTC 재발의 저위험, 중간 위험 또는 고위험을 갖는 지를 결정.
KR1020227035535A 2020-04-03 2021-04-01 갑상선암의 예후 및 치료 방법 KR20220163971A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US202063004852P 2020-04-03 2020-04-03
US63/004,852 2020-04-03
PCT/CA2021/050449 WO2021195787A1 (en) 2020-04-03 2021-04-01 Prognostic and treatment methods for thyroid cancer

Publications (1)

Publication Number Publication Date
KR20220163971A true KR20220163971A (ko) 2022-12-12

Family

ID=77927687

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020227035535A KR20220163971A (ko) 2020-04-03 2021-04-01 갑상선암의 예후 및 치료 방법

Country Status (7)

Country Link
US (1) US20230118252A1 (ko)
EP (1) EP4127222A4 (ko)
JP (1) JP2023520118A (ko)
KR (1) KR20220163971A (ko)
AU (1) AU2021245285A1 (ko)
CA (1) CA3165664A1 (ko)
WO (1) WO2021195787A1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022210783A1 (ja) * 2021-03-30 2022-10-06 学校法人日本医科大学 甲状腺濾胞癌特異的マーカー
CN114694748B (zh) * 2022-02-22 2022-10-28 中国人民解放军军事科学院军事医学研究院 一种基于预后信息与强化学习的蛋白质组学分子分型方法
CN117487914A (zh) * 2023-10-27 2024-02-02 广东药科大学 靶向zc3h18/pd-l1信号轴在肿瘤免疫逃逸检测、治疗、预后中的应用

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060031809A (ko) * 2003-06-09 2006-04-13 더 리젠츠 오브 더 유니버시티 오브 미시간 암 치료 및 진단용 조성물 및 방법
US20080275652A1 (en) * 2005-05-13 2008-11-06 Universite Libre De Bruxelles Gene-based algorithmic cancer prognosis
WO2010056931A1 (en) * 2008-11-14 2010-05-20 Intelligent Oncotherapeutics, Inc. Methods for identification of tumor phenotype and treatment
US10236078B2 (en) * 2008-11-17 2019-03-19 Veracyte, Inc. Methods for processing or analyzing a sample of thyroid tissue

Also Published As

Publication number Publication date
EP4127222A1 (en) 2023-02-08
AU2021245285A1 (en) 2022-09-29
JP2023520118A (ja) 2023-05-16
CA3165664A1 (en) 2021-10-07
EP4127222A4 (en) 2024-05-01
US20230118252A1 (en) 2023-04-20
WO2021195787A1 (en) 2021-10-07

Similar Documents

Publication Publication Date Title
JP6246845B2 (ja) 遺伝子発現を用いた前立腺癌の予後を定量化する方法
US20200327962A1 (en) Statistical ai for advanced deep learning and probabilistic programing in the biosciences
Tembe et al. MicroRNA and mRNA expression profiling in metastatic melanoma reveal associations with BRAF mutation and patient prognosis
Lu et al. MicroRNA profiling and prediction of recurrence/relapse-free survival in stage I lung cancer
Rahbari et al. Identification of differentially expressed microRNA in parathyroid tumors
EP2776830B1 (en) Method of predicting breast cancer prognosis
US20230118252A1 (en) Prognostic and treatment methods for thyroid cancer
JP6351112B2 (ja) 前立腺癌の予後を定量化するための遺伝子発現プロフィールアルゴリズムおよび試験
WO2016207647A1 (en) Epigenetic chromosome interactions
WO2014058394A1 (en) Method of prognosis and stratification of ovarian cancer
JP2016507233A5 (ko)
EP3149209B1 (en) Methods for typing of lung cancer
US20200105367A1 (en) Methods of Incorporation of Transcript Chromosomal Locus Information for Identification of Biomarkers of Disease Recurrence Risk
EP3800267A1 (en) Circulating micrornas as biomarkers for endometriosis
US20160222461A1 (en) Methods and kits for diagnosing the prognosis of cancer patients
EP3283654A1 (en) Methods for typing of lung cancer
JP2022524484A (ja) がん患者の生存率を予測する方法
US20130274127A1 (en) Gene expression markers for prediction of response to phosphoinositide 3-kinase inhibitors
US10059998B2 (en) Microrna signature as an indicator of the risk of early recurrence in patients with breast cancer
WO2013163134A2 (en) Biomolecular events in cancer revealed by attractor metagenes
WO2017046714A1 (en) Methylation signature in squamous cell carcinoma of head and neck (hnscc) and applications thereof
US20170088902A1 (en) Expression profiling for cancers treated with anti-angiogenic therapy
US20160298198A1 (en) Method for predicting development of melanoma brain metastasis
US20160304961A1 (en) Method for predicting the response to chemotherapy treatment in patients suffering from colorectal cancer
WO2011152884A2 (en) 14 gene signature distinguishes between multiple myeloma subtypes

Legal Events

Date Code Title Description
A201 Request for examination