RU2011101378A - Алгоритмы предсказания исхода у пациентов с узловой формой рака молочной железы после химиотерапии - Google Patents

Алгоритмы предсказания исхода у пациентов с узловой формой рака молочной железы после химиотерапии Download PDF

Info

Publication number
RU2011101378A
RU2011101378A RU2011101378/15A RU2011101378A RU2011101378A RU 2011101378 A RU2011101378 A RU 2011101378A RU 2011101378/15 A RU2011101378/15 A RU 2011101378/15A RU 2011101378 A RU2011101378 A RU 2011101378A RU 2011101378 A RU2011101378 A RU 2011101378A
Authority
RU
Russia
Prior art keywords
patient
risk
indicator
specified
combined indicator
Prior art date
Application number
RU2011101378/15A
Other languages
English (en)
Inventor
Матиас ГЕРМАНН (DE)
Матиас ГЕРМАНН
Ральф КРОНЕНВЕТТ (DE)
Ральф КРОНЕНВЕТТ
Удо ШТРОПП (DE)
Удо ШТРОПП
Карстен ВЕБЕР (DE)
Карстен Вебер
ТЕРНЕ Кристиан ФОН (DE)
ТЕРНЕ Кристиан ФОН
Original Assignee
Сайвидон Дайагностикс Гмбх (De)
Сайвидон Дайагностикс Гмбх
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 Сайвидон Дайагностикс Гмбх (De), Сайвидон Дайагностикс Гмбх filed Critical Сайвидон Дайагностикс Гмбх (De)
Publication of RU2011101378A publication Critical patent/RU2011101378A/ru

Links

Classifications

    • 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
    • G16B20/20—Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • 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
    • 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
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/106—Pharmacogenomics, i.e. genetic variability in individual responses to drugs and drug metabolism
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/112—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
    • C12Q2600/118—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
    • C12Q2600/136—Screening for pharmacological compounds
    • 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
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Genetics & Genomics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Biotechnology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Analytical Chemistry (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Organic Chemistry (AREA)
  • Immunology (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Public Health (AREA)
  • Software Systems (AREA)
  • Hospice & Palliative Care (AREA)
  • Epidemiology (AREA)
  • Oncology (AREA)
  • Databases & Information Systems (AREA)
  • Microbiology (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioethics (AREA)
  • Biochemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

1. Способ предсказания исхода у пациента, страдающего от рака, причем указанный пациент был ранее диагностирован как имеющий узловую форму, при этом указанный способ содержит: ! (a) определение в биологическом образце, полученном от указанного пациента, уровня экспрессии множества генов, выбранных из группы, состоящей из ACTG1, СА12, CALM2, CCND1, СНРТ1, CLEC2B, CTSB, CXCL13, DCN, DHRS2, EIF4B, ERBB2, ESR1, FBX028, GABRP, GAPDH, H2AFZ, IGFBP3, IGHG1, IGKC, KCTD3, KIAA0101, KRT17, MLPH, ММР1, NAT1, NEK2, NR2F2, OAZ1, PCNA, PDLIM5, PGR, PPIA, PRC1, RACGAP1, RPL37A, 30Х4, ТОР2А, UBE2C и VEGF; АВСВ1, ABCG2, ADAM15, AKR1C1, AKR1C3, АКТ1, BANF1, BCL2, BIRC5, BRMS1, CASP10, CCNE2, CENPJ, СНРТ1, EGFR, CTTN, ERBB3, ERBB4, FBLN1, FIP1L1, FLT1, FLT4, FNTA, GATA3, GSTP1, Herstatin, IGF1R, IGHM, KDR, KIT, CKRT5, SLC3 9А6, MAPK3, МАРТ, МК167, ММР7, МТА1, FRAP1, MUC1, MYC, NCOA3, NFIB, OLFM1, ТР53, PCNA, PI3K, PPERLD1, RAB31, RAD54B, RAF1, SCUBE2, STAU, TINF2, TMSL8, VGLL1, TRA , TUBA1, TUBB, TUBB2A; ! (b) определение на основе уровня экспрессии множества генов, определенных на стадии (а), показателя степени риска для каждого гена; и ! (c) математическое объединение указанных показателей степени риска для получения объединенного показателя, где указанный объединенный показатель характеризует исход для указанного пациента. ! 2. Способ по п.1, в котором упомянутый объединенный показатель указывает на пользу лечения указанного пациента таксанами. ! 3. Способ по п.1 или 2, в котором для указанного объединенного показателя определяют одно, два или более пороговых значений и разделяют на группы высокой и низкой степени риска, группы высокой, промежуточной и низкой степени риска, или большее количество групп риска, используя пороговое значение для объединенного показателя. ! 4. Способ по п.1 или 2 дополнительно содержащий стадию математического объединения указанного объединенного показателя степени риска, получен�

Claims (15)

1. Способ предсказания исхода у пациента, страдающего от рака, причем указанный пациент был ранее диагностирован как имеющий узловую форму, при этом указанный способ содержит:
(a) определение в биологическом образце, полученном от указанного пациента, уровня экспрессии множества генов, выбранных из группы, состоящей из ACTG1, СА12, CALM2, CCND1, СНРТ1, CLEC2B, CTSB, CXCL13, DCN, DHRS2, EIF4B, ERBB2, ESR1, FBX028, GABRP, GAPDH, H2AFZ, IGFBP3, IGHG1, IGKC, KCTD3, KIAA0101, KRT17, MLPH, ММР1, NAT1, NEK2, NR2F2, OAZ1, PCNA, PDLIM5, PGR, PPIA, PRC1, RACGAP1, RPL37A, 30Х4, ТОР2А, UBE2C и VEGF; АВСВ1, ABCG2, ADAM15, AKR1C1, AKR1C3, АКТ1, BANF1, BCL2, BIRC5, BRMS1, CASP10, CCNE2, CENPJ, СНРТ1, EGFR, CTTN, ERBB3, ERBB4, FBLN1, FIP1L1, FLT1, FLT4, FNTA, GATA3, GSTP1, Herstatin, IGF1R, IGHM, KDR, KIT, CKRT5, SLC3 9А6, MAPK3, МАРТ, МК167, ММР7, МТА1, FRAP1, MUC1, MYC, NCOA3, NFIB, OLFM1, ТР53, PCNA, PI3K, PPERLD1, RAB31, RAD54B, RAF1, SCUBE2, STAU, TINF2, TMSL8, VGLL1, TRA@, TUBA1, TUBB, TUBB2A;
(b) определение на основе уровня экспрессии множества генов, определенных на стадии (а), показателя степени риска для каждого гена; и
(c) математическое объединение указанных показателей степени риска для получения объединенного показателя, где указанный объединенный показатель характеризует исход для указанного пациента.
2. Способ по п.1, в котором упомянутый объединенный показатель указывает на пользу лечения указанного пациента таксанами.
3. Способ по п.1 или 2, в котором для указанного объединенного показателя определяют одно, два или более пороговых значений и разделяют на группы высокой и низкой степени риска, группы высокой, промежуточной и низкой степени риска, или большее количество групп риска, используя пороговое значение для объединенного показателя.
4. Способ по п.1 или 2 дополнительно содержащий стадию математического объединения указанного объединенного показателя степени риска, полученного на стадии (с), с уровнем экспрессии по меньшей мере одного из генов, определенных на стадии (а), при этом результат объединения указывает на пользу от лечения указанного пациента таксанами.
5. Способ по п.1 или 2, в котором определяют уровень экспрессии множества генов, выбранных из группы, состоящей из CALM2, СНРТ1, CXCL13, ESR1, IGKC, MLPH, MMP1, PGR, PPIA, RACGAP1, RPL37A, ТОР2А и UBE2C.
6. Способ по п.1 или 2, котором указанное предсказание исхода представляет собой определение степени риска развития рецидива рака у указанного пациента в течение 5-10 лет или степени риска развития отдаленного метастаза в тот же период времени, или предсказания смерти или смерти после развития рецидива в течение 5-10 лет после хирургического удаления опухоли.
7. Способ по п.1 или 2, котором указанное предсказание исхода представляет собой классификацию указанного пациента в один из трех отдельных классов, где указанные классы соответствуют классу с "высокой степенью риска", классу с "промежуточной степенью риска" и классу с "низкой степенью риска".
8. Способ по п.1 или 2, в котором упомянутый рак представляет собой рак молочной железы.
9. Способ по п.1 или 2, в котором указанное определение уровней экспрессии происходит в фиксированном формалином, залитом парафином образце или в свежезамороженном образце.
10. Способ по п.1 или 2, включающий дополнительные стадии:
(d) классификации указанного образца в одну из по меньшей мере двух клинических категорий согласно клиническим данным, полученным от указанного пациента и/или указанного образца, где каждая категория назначается для по меньшей мере одного из указанных генов стадии (а); и
(e) определение для каждой клинической категории показателя степени риска;
где указанный объединенный показатель получают, математическим объединением указанных показателей степени риска для каждого пациента.
11. Способ по п.10, в котором указанные клинические данные содержат по меньшей мере уровень экспрессии одного гена.
12. Способ по п.11, в котором указанный уровень экспрессии гена представляет собой уровень экспрессии гена по меньшей мере одного из генов стадии (а).
13. Способ по п.10, в котором стадия (d), содержит применение дерева принятия решений.
14. Способ по п.10, в котором пациент ранее получал хирургическое лечение и лечение цитостатической химиотерапией.
15. Способ по п.14, в котором цитостатическая химиотерапия содержит введение таксанового соединения или соединения, полученного из таксана.
RU2011101378/15A 2008-06-16 2009-06-16 Алгоритмы предсказания исхода у пациентов с узловой формой рака молочной железы после химиотерапии RU2011101378A (ru)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP08010916.8 2008-06-16
EP08010916 2008-06-16

Publications (1)

Publication Number Publication Date
RU2011101378A true RU2011101378A (ru) 2012-07-27

Family

ID=40941456

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2011101378/15A RU2011101378A (ru) 2008-06-16 2009-06-16 Алгоритмы предсказания исхода у пациентов с узловой формой рака молочной железы после химиотерапии

Country Status (4)

Country Link
US (1) US20110166838A1 (ru)
EP (1) EP2304631A1 (ru)
RU (1) RU2011101378A (ru)
WO (1) WO2010003773A1 (ru)

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120041274A1 (en) 2010-01-07 2012-02-16 Myriad Genetics, Incorporated Cancer biomarkers
WO2010151731A1 (en) * 2009-06-26 2010-12-29 University Of Utah Research Foundation Materials and methods for the identification of drug-resistant cancers and treatment of same
EP2553119B1 (en) * 2010-03-30 2016-03-30 Ralph Wirtz Algorithm for prediction of benefit from addition of taxane to standard chemotherapy in patients with breast cancer
CN105821125A (zh) * 2010-03-31 2016-08-03 斯维丹诊断有限责任公司 用于内分泌治疗下的乳腺癌复发预测的方法
US20120053253A1 (en) 2010-07-07 2012-03-01 Myriad Genetics, Incorporated Gene signatures for cancer prognosis
CA2804626C (en) 2010-07-27 2020-07-28 Genomic Health, Inc. Method for using expression of glutathione s-transferase mu 2 (gstm2) to determine prognosis of prostate cancer
US20130260376A1 (en) * 2010-08-02 2013-10-03 Whitehead Institute For Biomedical Research Prediction of and Monitoring Cancer Therapy Response Based on Gene Expression Profiling
EP2611941A4 (en) 2010-08-30 2014-01-22 Myriad Genetics Inc GENESIS OF CANCER DIAGNOSIS AND PROGNOSIS
GB201021289D0 (en) 2010-12-15 2011-01-26 Immatics Biotechnologies Gmbh Novel biomarkers for a prediction of the outcome of an immunotherapy against cancer
US9228026B2 (en) 2010-12-06 2016-01-05 Seattle Genetics, Inc. Humanized antibodies to LIV-1 and use of same to treat cancer
WO2013059152A2 (en) * 2011-10-17 2013-04-25 Applied Informatic Solutions, Inc. Methods and kits for selection of a treatment for breast cancer
US20150241436A1 (en) * 2012-05-03 2015-08-27 Whitehead Institute For Biomedical Research Hsf1 and hsf1 cancer signature set genes and uses relating thereto
WO2014078700A1 (en) 2012-11-16 2014-05-22 Myriad Genetics, Inc. Gene signatures for cancer prognosis
WO2014080060A1 (es) * 2012-11-23 2014-05-30 Servicio Andaluz De Salud Método para predecir la respuesta al tratamiento con quimioterapia en pacientes con cáncer
ES2654469T3 (es) 2013-02-01 2018-02-13 Sividon Diagnostics Gmbh Procedimiento de predicción del beneficio de la inclusión de taxano en un régimen de quimioterapia en pacientes con cáncer de mama
US9317578B2 (en) * 2013-03-14 2016-04-19 International Business Machines Corporation Decision tree insight discovery
KR20150122786A (ko) * 2013-03-15 2015-11-02 펀다시오 인스티튜트 드 르세르카 바이오메디카 (아이알비 바르셀로나) 암 전이의 진단, 예후 및 치료를 위한 방법
WO2014155236A1 (en) * 2013-03-29 2014-10-02 Koninklijke Philips N.V. Generating and/or employing finding unique identifiers
CA2947624A1 (en) 2014-05-13 2015-11-19 Myriad Genetics, Inc. Gene signatures for cancer prognosis
KR20170093182A (ko) 2014-12-11 2017-08-14 인바이오모션 에스.엘. 인간 c-maf에 대한 결합 구성원
US10443103B2 (en) * 2015-09-16 2019-10-15 Innomedicine, LLC Chemotherapy regimen selection
EP3202913B1 (en) * 2016-02-08 2019-01-30 King Faisal Specialist Hospital And Research Centre A set of genes for use in a method of predicting the likelihood of a breast cancer patient's survival
MA45324A (fr) 2016-03-15 2019-01-23 Seattle Genetics Inc Polythérapie utilisant un adc-liv1 et un agent chimiothérapeutique
CN107574243B (zh) * 2016-06-30 2021-06-29 博奥生物集团有限公司 分子标志物、内参基因及其应用、检测试剂盒以及检测模型的构建方法
EP3504348B1 (en) 2016-08-24 2022-12-14 Decipher Biosciences, Inc. Use of genomic signatures to predict responsiveness of patients with prostate cancer to post-operative radiation therapy
EP3593140A4 (en) * 2017-03-09 2021-01-06 Decipher Biosciences, Inc. SUBTYPING PROSTATE CANCER TO PREDICT RESPONSE TO HORMONE THERAPY
EP3679160A4 (en) 2017-09-08 2021-05-19 Myriad Genetics, Inc. METHOD OF USING BIOMARKERS AND CLINICAL VARIABLES TO PREDICT THE INTEREST OF CHEMOTHERAPY
CN113302313A (zh) * 2018-11-05 2021-08-24 拜恩科技诊断有限责任公司 乳腺癌的预测方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040002067A1 (en) * 2001-12-21 2004-01-01 Erlander Mark G. Breast cancer progression signatures
WO2009095319A1 (en) * 2008-01-28 2009-08-06 Siemens Healthcare Diagnostics Gmbh Cancer prognosis by majority voting

Also Published As

Publication number Publication date
WO2010003773A1 (en) 2010-01-14
US20110166838A1 (en) 2011-07-07
EP2304631A1 (en) 2011-04-06

Similar Documents

Publication Publication Date Title
RU2011101378A (ru) Алгоритмы предсказания исхода у пациентов с узловой формой рака молочной железы после химиотерапии
RU2011101382A (ru) Молекулярные маркеры для прогноза развития рака
ES2525382T3 (es) Método para la predicción de recurrencia del cáncer de mama bajo tratamiento endocrino
US20210017606A1 (en) Marker Genes for Prostate Cancer Classification
Wada et al. A liquid biopsy assay for noninvasive identification of lymph node metastases in T1 colorectal cancer
US20130332083A1 (en) Gene Marker Sets And Methods For Classification Of Cancer Patients
CA2996426A1 (en) Method of classifying and diagnosing cancer
US20100009858A1 (en) Embryonic stem cell markers for cancer diagnosis and prognosis
JPWO2010064702A1 (ja) 癌の予後を予測するためのバイオマーカー
US20190204322A1 (en) Molecular subtyping, prognosis and treatment of prostate cancer
Kim et al. Identification of potential biomarkers for diagnosis of pancreatic and biliary tract cancers by sequencing of serum microRNAs
Li et al. A seven immune-related lncRNA signature predicts the survival of patients with colon adenocarcinoma
US20160222461A1 (en) Methods and kits for diagnosing the prognosis of cancer patients
WO2021015084A1 (ja) 乳癌のサブタイプを鑑別又は分類するための鑑別マーカー遺伝子セット、方法およびキット
Zhang et al. Identification of biomarkers associated with cervical lymph node metastasis in papillary thyroid carcinoma: Evidence from an integrated bioinformatic analysis
AU2015217698A1 (en) Method for predicting the response and survival from chemotherapy in patients with breast cancer
CN111826438A (zh) 一组辅助诊断食管鳞癌的miRNA标志物及其应用
CN114107515B (zh) 早期胃癌预后差异基因与复发预测模型
WO2019158705A1 (en) Patient classification and prognostic method
CN114927231B (en) Method and device for predicting early lung adenocarcinoma progress based on gene expression information
Zhang et al. Preliminary study using a small plasma extracellular vesicle miRNA panel as a potential biomarker for early diagnosis and prognosis in laryngeal cancer
Haipeng et al. A novel cuproptosis-related LncRNA signature predicts prognosis inpatients with esophageal carcinoma
CN108588217A (zh) 一种LncRNA作为深静脉血栓形成诊断标志物的应用
de Menezesºº et al. Integrated statistical analysis to identify associations between DNA copy number and gene expression in human tumor microarray data
JP2019013162A (ja) 大腸癌の異時性転移の有無を予測する方法およびそれに用いるキット

Legal Events

Date Code Title Description
FA92 Acknowledgement of application withdrawn (lack of supplementary materials submitted)

Effective date: 20140417