【技术实现步骤摘要】
【国外来华专利技术】用于前列腺癌的分子分类器
[0001]相关申请
[0002]本申请要求于2020年6月18日提交的美国临时申请No.63/040,692的优先权,其内容通过引用整体并入。
[0003]本专利技术涉及分子分类器(molecular classifier),并且更具体地涉及用于前列腺癌的分类器。
技术介绍
[0004]尽管前列腺癌(CaP)是癌症死亡的主要原因,但大多数活检确定病例都是足够惰性的进而安全监测而无需明确治疗[1,2]。侵袭性前列腺癌最有力的生物标志物已格利森分级(Gleason Grade),这是通过对手术取出的前列腺进行全面病理检查确定的。低格利森级癌症,定义为格利森级3+3=6或WHO级组(Grade Group,GG)1[3],表现出可以忽略不计的转移或死亡风险[4,5]。更高级的癌症(WHO GG2至GG5)需要明确的治疗。与分级方案优先考虑核形态和有丝分裂计数的大多数癌症类型不同,前列腺癌GG只关注腺体结构。良性前列腺和由GG1前列腺癌细胞形成的腺体二者的特征均在于围绕单个腔的单层腔上皮细胞。所有癌细胞都占据相似的环境,在顶端面直接接触腔,在它们的底部有基质,在其余四个侧面有其他癌细胞。这种布置提供了从周围血管中获取氧和营养物的类似途径。相比之下,更高级的癌症(GG2至GG5)形成具有多个腔的融合腺样结构,或者根本不产生腔,这反映了关于细胞间相互作用、分化和代谢方面更强的可塑性。在这些不同布置中生长的能力对应于在前列腺外作为转移性沉积物(metastatic deposit)生长的 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.在患有前列腺癌的对象中预测疾病进展风险的方法,所述方法包括:a)提供含有来自肿瘤细胞的RNA和DNA物质的样品;b)确定或测量以下的值:基本上所有的表6中针对PRONTO
‑
e列出的353种患者特征,包含mRNA和拷贝数畸变(CNA)特征,以及一些或所有的表6中所示的参考或对照特征;c)将所述患者特征与所述参考或对照特征进行比较;以及d)使用将所述患者特征值作为输入的分类器来计算预测评分,所述分类器先前已针对来自早期前列腺癌患者群体的样品进行了训练。2.根据权利要求1所述的方法,其中基本上所有353种患者特征是所有353种患者特征。3.权利要求1至2中任一项所述的方法,其中确定所述预测评分包括将所述患者肿瘤分类为病理格利森级别组(GG)级别。4.权利要求1至3中任一项所述的方法,其中如果所述评分≥0.5,则将所述患者肿瘤分类为病理GG≥2级,或者如果所述评分<0.5,则将所述患者肿瘤分类为病理GG1级。5.权利要求3至4中任一项所述的方法,其中如果将所述患者分类为病理GG1级,则还包括以主动监测来管理所述患者。6.权利要求3至4中任一项所述的方法,其中如果将所述患者分类为病理GG≥2级,则还包括用手术、内分泌治疗、化学治疗、放射治疗、激素治疗、基因治疗、热治疗或超声治疗来治疗所述患者。7.在患有前列腺癌的对象中预测疾病进展风险的方法,所述方法包括:a)提供含有来自肿瘤细胞的RNA和DNA物质的样品;b)确定或测量基本上所有的表6中针对PRONTO
‑
m列出的94种患者特征,包含mRNA、CNA、甲基化和临床特征,以及一些或所有的表6中所示的参考或对照特征;c)将所述患者特征与所述参考或对照特征进行比较;以及d)使用将所述患者特征值作为输入的分类器来计算预测评分,所述分类器先前已针对来自早期前列腺癌患者群体的样品进行了训练。8.根据权利要求7所述的方法,其中基本上所有94种患者生物标志物是所有94种患者生物标志物。9.根据权利要求7或8所述的方法,其中确定所述预测评分包括将所述患者肿瘤分类为病理格利森级别组(GG)级别。10.权利要求7至9中任一项所述的方法,其中如果所述评分≥0.5,则将所述患者肿瘤分类为病理GG≥2级,或者如果所述评分<0.5,则将所述患者肿瘤分类为病理GG1级。11.根据权利要求9或10所述的方法,其中如果将所述患者分类为病理GG1级,则还包括以主动监测来管理所述患者。12.根据权利要求9或10所述的方法,其中如果将所述患者分类为病理GG≥2级,则还包括用手术、内分泌治疗、化学治疗、放射治疗、激素治疗、基因治疗、热治疗或超声治疗来治疗所述患者...
【专利技术属性】
技术研发人员:约翰,
申请(专利权)人:安大略省癌症研究所OICR,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。