改善治疗结果的系统和方法技术方案

技术编号:39504520 阅读:21 留言:0更新日期:2023-11-24 11:35
提供了基于微生物和

【技术实现步骤摘要】
【国外来华专利技术】改善治疗结果的系统和方法
[0001]交叉引用
[0002]本申请要求2020年11月12日提交的美国临时专利申请第63/112,972号的权益,其全部内容通过引用并入本文。

技术介绍

[0003]药物基因组学是在对对象给药之前,利用来自对象的基因组数据来确定治疗性干预的适用性或可能功效的实践。在施用新的治疗剂之前,对编码代谢给定治疗剂的酶的对象基因组进行测序和分析,以确定是否存在酶突变,该酶突变会将对象置于药物毒性的风险中,或者为代谢给定化合物提供潜在有益的动力学概况。如果没有药物基因组学测试,则给定化合物的治疗风险或益处是未知的,并且对于具有多样化的基因组数据的群体来说针对性潜在地差。除了调查对象药物代谢酶的个体突变之外,药物基因组学还试图将大量其他临床和非临床测量结果或报告与对象的潜在基因构成相结合,以获得对可能促成药物的体内性能和安全性的因素的综合理解。此类因素包括但不限于阳光、感染、疾病、职业暴露、心理状态、饮食因素、心血管功能、胃肠功能、免疫功能、压力、饥饿等。然而,此类因素中缺少了对象的各种微生物组(microbiome)的促成作用以及对象本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于生成预测模型的方法,包括:(a)接收:i.第一组一个或多个对象的一种或多种液体活检,其中所述一种或多种液体活检包括一种或多种微生物和非微生物核酸组合物;和ii.被施用治疗性疗法的所述第一组一个或多个对象的至少一种治疗结果;(b)确定所述第一组一个或多个对象的所述一种或多种微生物和非微生物核酸组合物的一种或多种序列;(c)确定所述第一组一个或多个对象的所述至少一种治疗结果与所述一种或多种微生物和非微生物核酸组合物的所述一种或多种序列之间的相关性;以及(d)利用所述相关性生成预测模型,其中所述预测模型被配置为基于对所述预测模型的第二组一个或多个对象的一种或多种微生物和非微生物核酸组合物的一种或多种序列的输入,当施用所述治疗性疗法时提供对所述第二组一个或多个对象的至少一种治疗结果的预测,其中所述第一组一个或多个对象不同于所述第二组一个或多个对象。2.根据权利要求1所述的方法,其中所述第一组一个或多个对象或第二组一个或多个对象的所述至少一种治疗结果包括治疗功效、治疗失败、治疗安全性、治疗不良副作用或它们的任何组合。3.根据权利要求1所述的方法,其中所述第一组一个或多个对象或第二组一个或多个对象的一种或多种微生物核酸组合物包含无细胞(cf)核酸。4.根据权利要求1所述的方法,其中所述第一组一个或多个对象或第二组一个或多个对象的一种或多种微生物核酸组合物包含无微生物细胞的微生物DNA(cf

mbDNA)、无细胞的微生物RNA(cf

mbRNA)或它们的任何组合。5.根据权利要求1所述的方法,其中所述第一组一个或多个对象或第二组一个或多个对象的一种或多种微生物核酸组合物包含病毒、细菌、古细菌的来源、真菌来源或它们的任何组合。6.根据权利要求1所述的方法,其中所述治疗性疗法治疗癌症。7.根据权利要求1所述的方法,其中所述预测模型用于分析针对以下疾病接受治疗的对象的治疗结果:急性髓样白血病、肾上腺皮质癌、膀胱尿路上皮癌、脑低级别胶质瘤、浸润性乳腺癌、宫颈鳞状细胞癌和宫颈腺癌、胆管癌、结肠腺癌、食管癌、多形性胶质母细胞瘤、头颈部鳞状细胞癌、肾嫌色细胞癌、肾透明细胞癌、肾乳头状细胞癌、肝细胞癌、肺腺癌、肺鳞状细胞癌、淋巴样赘生物弥漫性大B细胞淋巴瘤、间皮瘤、卵巢浆液性囊腺癌、胰腺癌、嗜铬细胞瘤和副神经节瘤、前列腺腺癌、直肠腺癌、肉瘤、皮肤黑色素瘤、胃腺癌、睾丸生殖细胞瘤、胸腺瘤、甲状腺癌、子宫癌肉瘤、子宫内膜癌或葡萄膜黑色素瘤或它们的任何组合。8.根据权利要求1所述的方法,其中所述预测模型包括人工智能机器学习模型,其中用所述第一组一个或多个对象的所述一种或多种微生物和非微生物核酸组合物的所述一种或多种序列以及在所述第一组一个或多个对象的所述一种或多种微生物和非微生物核酸组合物的所述一种或多种序列和所述至少一种治疗结果之间的所述相关性来训练所述人工智能机器学习模型。9.根据权利要求1所述的方法,其中所述第二组一个或多个对象的所述治疗结果用于在治疗性干预之前将治疗性临床试验对象鉴别分类为有反应者组、无反应者组、无不良反
应组和不良反应组。10.根据权利要求1所述的方法,其中回顾性地使用所述预测模型。11.根据权利要求1所述的方法,其中利用所述第二组一个或多个对象的所述预测模型的所述至少一种治疗结果来对一种或多种癌症对治疗的反应过程进行纵向建模。12.根据权利要求1所述的方法,其中所述第一组一个或多个对象或第二组一个或多个对象的一种或多种微生物或非微生物核酸组合物包含一种或多种单核苷酸多态性(SNP)、插入和/或缺失(INDELS)、基因组扩增和重排或它们的任何组合。13.根据权利要求1所述的方法,其中所述第一组一个或多个对象或第二组一个或多个对象的一种或多种非微生物核酸组合物包含无细胞肿瘤DNA、无细胞肿瘤RNA、外泌体衍生的肿瘤DNA、外泌体衍生的肿瘤RNA、循环肿瘤细胞衍生的DNA、循环肿瘤细胞衍生的RNA、无细胞肿瘤DNA的甲基化模式、无细胞肿瘤RNA的甲基化模式、循环肿瘤细胞衍生的DNA的甲基化模式和/或循环肿瘤细胞衍生的RNA的甲基化模式或它们的任何组合。14.根据权利要求1所述的方法,其中接收还包括所述第一组一个或多个对象的非基因组数据,所述非基因组数据包括性别、年龄、体重、体质指数、饮食因素、心血管功能、胃肠功能、免疫功能、肝功能、肾功能、白蛋白浓度、酒精摄入、烟草或大麻使用、怀孕、哺乳、运动、共病、职业暴露、心理状态、其他药物或它们的任何组合。15.根据权利要求1所述的方法,其中所述预测模型是机器学习模型。16.根据权利要求1所述的方法,其中所述预测模型是正则化的机器学习模型。17.根据权利要求1所述的方法,其中所述预测模型是一个或多个机器学习模型的组合。18.根据权利要求1所述的方法,其中所述预测模型识别并去除被分类为噪声的所述第一或第二一个或多个对象的一种或多种微生物或非微生物核酸组合物,同时选择性地保留被称为信号的其他所述一种或多种微生物或非微生物特征。19.根据权利要求1所述的方法,其中所述第一组一个或多个对象或第二组一个或多个对象是非人类的哺乳动物。20.根据权利要求1所述的方法,其中所述第一组一个或多个对象或第二组一个或多个对象是人类。21.根据权利要求1所述的方法,其中所述液体活检包括全血、血浆、血清、唾液、痰液、尿液、脑脊液、汗液、泪液、呼出气冷凝液、粪便或它们的任何组合。22.一种用于生成一个或多个对象的治疗性疗法预测的方法,包括:(e)提供第一组一个或多个对象的一个或多个生物样本,其中所述第一组一个或多个对象在被施用治疗性疗法时包括治疗性疗法结果;(f)对所述第一组一个或多个对象的所述一种或多种微生物和非微生物核酸组合物进行测序,从而产生一种或多种序列;(g)用所述第一组一个或多个对象的微生物和非微生物核酸组合物的所述一种或多种序列和所述治疗性疗法结果训练预测模型,从而产生经训练的预测模型;以及(h)通过将第二组一个或多个对象的一种或多种微生物和非微生物核酸组合物的一种或多种序列、临床元数据和待施用的所述治疗性疗法输入到所述预测模型中,为所述第二组一个或多个对象产生治疗性疗法预测。
23.根据权利要求22所述的方法,其中所述治疗性疗法治疗癌症。24.根据权利要求22所述的方法,其中所述第一组一个或多个对象或第二组一个或多个对象的一种或多种微生物核酸组合物包含无细胞(cf)核酸。25.根据权利要求22所述的方法,其中所述第一组一个或多个对象或第二组一个或多个对象的一种或多种微生物核酸组合物包含无微生物细胞的微生物DNA(cf

mbDNA)、无细胞的微生物RNA(cf

mbRNA)或它们的任何组合。26.根据权利要求22所述的方法,其中所述第一组一个或多个对象或第二组一个或多个对象的一种或多种微生物核酸组合物来源于病毒、细菌、古细菌、真菌来源或它们的任何组合。27.根据权利要求22所述的方法,其中所述治疗性疗法预测用于在治疗性干预之前将治疗性临床试验对象鉴别分类为有反应者组、无反应者组、无不良反应组和不良反应组。28.根据权利要求22所述的方法,其中回顾性地使用所述经训练的预测模型。29.根据权利要求22所述的方法,其中所述经训练的预测模型用于对一种或多种癌症对治疗的反应过程进行纵向建模。30.根据权利要求22所述的方法,其中所述预测模型用于分析针对以下疾病接受治疗的一个或多个对象的所述治疗性疗法预测:急性髓样白血病、肾上腺皮质癌、膀胱尿路上皮癌、脑低级别胶质瘤、浸润性乳腺癌、宫颈鳞状细胞癌和宫颈腺癌、胆管癌、结肠腺癌、食管癌、多形性胶质母细胞瘤、头颈部鳞状细胞癌、肾嫌色细胞癌、肾透明细胞癌、肾乳头状细胞癌、肝细胞癌、肺腺癌、肺鳞状细胞癌、淋巴样赘生物弥漫性大B细胞淋巴瘤、间皮瘤、卵巢浆液性囊腺癌、胰腺癌、嗜铬细胞瘤和副神经节瘤、前列腺腺癌、直肠腺癌、肉瘤、皮肤黑色素瘤、胃腺癌、睾丸生殖细胞瘤、胸腺瘤、甲状腺癌、子宫癌肉瘤、子宫内膜癌或葡萄膜黑色素瘤或它们的任何组合。31.根据权利要求22所述的方法,其中所述预测模型包括机器学习模型。32.根据权利要求31所述的方法,其中所述机器学习模型是正则化的机器学习模型。33.根据权利要求31所述的方法,其中所述机器学习模型是一个或多个机器学习模型的组合。34.根据权利要求22所述的方法,其中所述预测模型识别并去除被分类为噪声的所述第一或第二一个或多个对象的一种或多种微生物或非微生物核酸,同时选择性地保留被称为信号的其他所述一种或多种微生物或非微生物特征。35.根据权利要求22所述的方法,其中所述第一组一个或多个对象或第二组一个或多个对象是非人类的哺乳动物。36.根据权利要求22所述的方法,其中所述第一组一个或多个对象或第二组一个或多个对象是人类。37.根据权利要求22所述的方法,其中所述一个或多个生物样本是液体活检。38.根据权利要求22所述的方法,其中所述一个或多个生物样本是全血、血浆、血清、唾液、痰液、尿液、脑脊液、汗液、泪液、呼出气冷凝液、粪便或它们的任何组合。39.根据权利要求22所述的方法,其中所述第一组一个或多个对象或第二组一个或多个对象的治疗结果包括功效、失败、安全性、不良副作用或它们的任何组合。40.根据权利要求22所述的方法,还包括浓缩所述第一组或第二组对象的一个或多个
生物样本的所述第一组一个或多个对象或第二组一个或多个对象的一种或多种微生物和非微生物核酸组合物。41.一...

【专利技术属性】
技术研发人员:埃迪
申请(专利权)人:麦克诺玛公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1