平码五不中公式规律
  • / 60
  • 下载费用:30 金币  

与前列腺癌的诊断有关的组合物和方法.pdf

关 键 ?#21097;?/dt>
前列腺癌 诊断 有关 组合 方法
  专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
摘要
申请专利号:

CN201580027646.1

申请日:

2015.03.27

公开号:

CN106663149A

公开日:

2017.05.10

当前法律状态:

实审

有效性:

审中

法?#19978;?#24773;: 实质审查的生效IPC(主分类):G06F 19/24申请日:20150327|||公开
IPC分类号: G06F19/24 主分类号: G06F19/24
申请人: 欧普科诊断有限责任公司
发明人: 大卫·施泰因米勒; 文森特·林德; 基姆·彼得松; 蒂莫·勒夫格伦; 汉斯·利亚; 彼得·T·斯卡尔迪诺; 安德鲁·J·维克斯
地址: 美国马萨诸塞州
优?#28909;ǎ?/td> 2014.03.28 US 61/972,099
专利代理机构: ?#26412;?#38598;佳知识产权代理有限公司 11227 代理人: 唐京桥;陈炜
PDF完整版下载: PDF下载
法律状态
申请(专利)号:

CN201580027646.1

授权公告号:

|||

法律状态公告日:

2017.06.06|||2017.05.10

法律状态类型:

实质审查的生效|||公开

摘要

本公开内容的方面涉及用于预测从对象获得的前列腺组织活检是否将会包含可检测的前列腺癌的改进方法。

权利要求书

1.一种确定从对象获得的前列腺组织活检将会包含可检测的前列腺癌的概率的方法,
所述方法包括:
i)使所述对象的血浆样?#26041;?#34892;测量所述血浆样?#20998;?#24635;前列腺特异性抗原(tPSA)水平
的免疫测定;
ii)如果所述tPSA水平高于阈值水平,则通过加权所测量的tPSA水平和指示所述对象
是否先前有过前列腺组织活检的参数来确定所述前列腺组织活检将会包含可检测的前列
腺癌的概?#21097;?#20197;及
iii)如果所述tPSA水平处于或低于所述阈值水平,则使所述血浆样?#26041;?#34892;测量所述血
浆样?#20998;?#30340;?#21355;?#21069;列腺特异性抗原(fPSA)、完整前列腺特异性抗原(iPSA)和人激肽释放酶
2(hK2)水平的免疫测定,并且通过加权所测量的tPSA、fPSA、iPSA和hK2水平和指示所述对
象是否先前有过前列腺组织活检的参数来确定所述前列腺组织活检将会包含可检测的前
列腺癌的概率。
2.一种确定从对象获得的前列腺组织活检将会包含可检测的前列腺癌的概率的方法,
所述方法包括:
i)使所述对象的血浆样?#26041;?#34892;测量?#21355;?#21069;列腺特异性抗原(fPSA)、完整前列腺特异性
抗原(iPSA)、总前列腺特异性抗原(tPSA)和人激肽释放酶2(hK2)水平的免疫测定;以及
ii)通过加权所测量的fPSA、iPSA、tPSA和hK2水平和指示所述对象是否先前有过前列
腺组织活检的参数来确定所述前列腺组织活检将会包含可检测的前列腺癌的概率。
3.一?#21046;?#20272;对象是否患有前列腺癌的方法,所述方法包括:
i)从所述对象获得血液样品;
ii)确定从所述对象获得的前列腺组织活检将会包含可检测的前列腺癌的概?#21097;?#20854;中
a)如果使用所述血液样品测量的tPSA水平高于阈值水平,则所述概率基于加权所述
tPSA水平和指示所述对象是否先前有过前列腺组织活检的参数,否则,
b)如果所述tPSA水平处于或低于所述阈值水平,则所述概率基于加权使用所述血液样
品测量的tPSA、fPSA、iPSA和hK2水平和指示所述对象是否先前有过前列腺组织活检的参
数;
iii)基于步骤ii)的结果来确定所述对象是否是所述前列腺组织活检的候选者;以及
iv)如果基于步骤ii)的结果所述对象是所述前列腺组织活检的候选者,则从所述对象
获得所述前列腺组织活检,并?#19968;?#20110;所述前列腺组织活检的分析来确定所述对象是否患有
前列腺癌。
4.一种确定对象是否患有前列腺癌的方法,所述方法包括:
i)从所述对象获得前列腺组织活检,其中,基于所述前列腺组织活检将会包含可检测
的前列腺癌的概?#21097;?#22312;前列腺组织活检方面对所述对象进行指示,其中
a)如果使用从所述对象获得的血液样品测量的tPSA水平高于阈值水平,则所述概率基
于加权所述tPSA水平和指示所述对象是否先前有过前列腺组织活检的参数,否则,
b)如果所述tPSA水平处于或低于所述阈值水平,则所述概率基于加权使用所述血液样
品测量的tPSA、fPSA、iPSA和hK2水平和指示所述对象是否先前有过前列腺组织活检的参
数;以及
ii)基于所述前列腺组织活检的分析来确定所述对象是否患有前列腺癌。
5.根据权利要求1至4中?#25105;?#39033;所述的方法,其中,所述前列腺癌是高级别前列腺癌。
6.根据权利要求1至5中?#25105;?#39033;所述的方法,其中,通过加权指示所述对象的年龄的参
数来进一步确定所述对象患有前列腺癌的概率。
7.根据权利要求1或6所述的方法,其中,通过加权指示对所述对象进行的直肠指检结
果的参数来进一步确定所述对象患有前列腺癌的概率。
8.根据权利要求1至7中?#25105;?#39033;所述的方法,其中,基于所测量的tPSA水平,通过加权三
次样条项来进一步确定所述对象患有前列腺癌的概率。
9.根据权利要求1至8中?#25105;?#39033;所述的方法,其中,基于所测量的fPSA水平,通过加权三
次样条项来进一步确定所述对象患有前列腺癌的概率。
10.根据权利要求1至9中?#25105;?#39033;所述的方法,其中,测量fPSA水平的所述免疫测定包
括:
在fPSA特异的第一捕获抗体与fPSA结合的条件下,使所述血浆样?#20998;?#23384;在的fPSA与所
述第一捕获抗体接触,从而产生捕获抗体-fPSA复合物;以及
使用第一示踪剂检测所述捕获抗体-fPSA复合物。
11.根据权利要求10所述的方法,其中,所述第一示踪剂是5A10抗体。
12.根据权利要求10或11所述的方法,其中,所述第一捕获抗体是H117抗体。
13.根据权利要求1至12中?#25105;?#39033;所述的方法,其中,测量iPSA水平的所述免疫测定包
括:
在iPSA和有缺口PSA特异的第二捕获抗体至少与iPSA结合的条件下,使存在于所述血
浆样?#20998;?#30340;iPSA接触所述第二捕获抗体,从而产生捕获抗体-iPSA复合物;以及
使用第二示踪剂检测所述捕获抗体-iPSA复合物。
14.根据权利要求13所述的方法,其中,所述第二示踪剂包括4D4抗体。
15.根据权利要求1或14所述的方法,其中,所述第二捕获抗体是5A10Fab。
16.根据权利要求1至15中?#25105;?#39033;所述的方法,其中,测量tPSA水平的所述免疫测定包
括:
在tPSA特异的第三捕获抗体与tPSA结合的条件下,使所述血浆样?#20998;?#23384;在的tPSA与所
述第三捕获抗体接触,从而产生捕获抗体-tPSA复合物;以及
使用第三示踪剂检测所述捕获抗体-tPSA复合物。
17.根据权利要求16所述的方法,其中,所述第三示踪剂包括H50抗体。
18.根据权利要求16或17所述的方法,其中,所述第三捕获抗体是H117抗体。
19.根据权利要求1至18中?#25105;?#39033;所述的方法,其中,测量hK2水平的所述免疫测定包
括:
使所述血浆样?#20998;?#30340;PSA与PSA特异的阻断抗体接触;
在hK2特异的第四捕获抗体与hK2结合的条件下,使所述血浆样?#20998;?#23384;在的hK2与所述
第四捕获抗体接触,从而产生捕获抗体-hK2复合物;以及
使用第四示踪剂检测所述捕获抗体-hK2复合物。
20.根据权利要求19所述的方法,其中,所述第四示踪剂包括7G1抗体。
21.根据权利要求19至20所述的方法,其中,所述第四捕获抗体是6H10F(ab)2。
22.根据权利要求19至21中?#25105;?#39033;所述的方法,其中,所述阻断抗体包括5H7抗体、5H6
抗体和2E9抗体。
23.根据权利要求10至22中?#25105;?#39033;所述的方法,其中,每个捕获抗体或任何捕获抗体与
固体支持物结合。
24.根据权利要求10至23中?#25105;?#39033;所述的方法,其中,每个示踪剂或任何示踪剂包含铕
标记。
25.一种测量样?#20998;衖PSA水平的免疫测定方法,所述方法包括:
在iPSA和有缺口PSA特异的捕获抗体至少与iPSA结合的条件下,使所述样?#20998;?#23384;在的
iPSA接触所述捕获抗体,从而产生捕获抗体-iPSA复合物;
在pH为6.5?#21015;?#20110;7.75范围的缓冲液中将所述捕获抗体-iPSA复合物与适当的示踪剂
合并,以使所述示踪剂与所述捕获抗体-iPSA复合物结合;以及
检测与所述捕获抗体-iPSA复合物结合的示踪剂。
26.一种测量样?#20998;衖PSA水平的免疫测定方法,所述方法包括:
在iPSA和有缺口PSA特异的捕获抗体至少与iPSA结合的条件下,使所述样?#20998;?#23384;在的
iPSA接触所述捕获抗体,从而产生捕获抗体-iPSA复合物,其中,所述捕获抗体是Fab;
在适当的示踪剂与所述捕获抗体-iPSA复合物结合的条件下,将所述捕获抗体-iPSA复
合物与所述示踪剂合并;以及
检测与所述捕获抗体-iPSA复合物结合的示踪剂。
27.根据权利要求26所述的方法,其中,所述Fab是5A10Fab。
28.一种测量样?#20998;衕K2水平的免疫测定方法,所述方法包括:
在hK2和有缺口PSA特异的捕获抗体至少与hK2结合的条件下,使所述样?#20998;?#23384;在的hK2
接触所述捕获抗体,从而产生捕获抗体-hK2复合物,其中,所述捕获抗体是Fab;
将所述捕获抗体-hK2复合物与适当的示踪剂合并;以及
检测与所述捕获抗体-hK2复合物结合的示踪剂。
29.根据28所述的方法,其中,所述Fab是F(ab)2。
30.根据31所述的方法,其中,所述F(ab)2是6H10F(ab)2。
31.一种用于评估样品的方法,所述方法包括:
(a)使样?#26041;?#34892;测量fPSA、iPSA、tPSA和hK2的水平的免疫测定,
其中,测量fPSA水平的所述免疫测定包括:使所述样?#20998;?#23384;在的fPSA与H117捕获抗体
接触,以产生捕获抗体-fPSA复合物,并且使用5A10示踪?#37327;?#20307;检测所述捕获抗体-fPSA复
合物,
其中,测量iPSA水平的所述免疫测定包括:使所述样?#20998;?#23384;在的iPSA与5A10Fab捕获抗
体接触,以产生捕获抗体-iPSA复合物,并且使用4D4示踪?#37327;?#20307;检测所述捕获抗体-iPSA复
合物,
其中,测量tPSA水平的所述免疫测定包括:使所述样?#20998;?#23384;在的tPSA与H117捕获抗体
接触,以产生捕获抗体-tPSA复合物,并且使用H50示踪?#37327;?#20307;检测所述捕获抗体-tPSA复合
物,
其中,测量hK2水平的所述免疫测定包括:使血浆样?#20998;?#30340;PSA与阻断抗体接触,使所述
样?#20998;?#23384;在的hK2与6H10F(ab)2捕获抗体接触,以产生捕获抗体-hK2复合物,并且使用7G1
示踪?#37327;?#20307;检测所述捕获抗体-hK2复合物;以及
(b)基于所测量的fPSA、iPSA、tPSA和hK2水平来评?#28010;?#36848;样品。
32.根据权利要求31所述的方法,其中,每个所述捕获抗体或任何所述捕获抗体与固体
支持物结合。
33.根据权利要求31或32所述的方法,其中,每个所述示踪?#37327;?#20307;或任何所述示踪?#37327;?br />体包含铕标记。
34.根据权利要求31至33中?#25105;?#39033;所述的方法,其中,所述阻断抗体包括5H7抗体、5H6
抗体和2E9抗体。
35.一种用于确定与前列腺癌相关事件的概率的方法,所述方法包括:
经由输入接口接收指示对象的血浆样?#20998;?#23384;在的tPSA水平的信息;
经由输入接口接收关于所述对象是否先前有过前列腺组织活检的信息;
使用至少一个处理器至少部分地基于接收的信息来评估逻辑回归模型,以确定所述对
象中与前列腺癌相关事件的概?#21097;?#20854;中,评?#28010;?#36848;逻辑回归模型包括:
至少部分地基于tPSA值和关于所述对象是否先前有过前列腺组织活检的信息来确定
与前列腺癌相关事件的概?#21097;?#20197;及
输出所述与前列腺癌相关事件的概率的指示。
36.一种用于确定与前列腺癌相关事件的概率的方法,所述方法包括:
经由输入接口接收指示对象的血浆样?#20998;?#23384;在的tPSA、fPSA、iPSA和hK2水平的信息;
经由输入接口接收关于所述对象是否先前有过前列腺组织活检的信息;
使用至少一个处理器至少部分地基于接收的信息来评估逻辑回归模型,以确定所述对
象中与前列腺癌相关事件的概?#21097;?#20854;中,评?#28010;?#36848;逻辑回归模型包括:
至少部分地基于指示tPSA、fPSA、iPSA和hK2水平的信息和关于所述对象是否先前有过
前列腺组织活检的信息来确定所述与前列腺癌相关事件的概?#21097;?#20197;及
输出所述与前列腺癌相关事件的概率的指示。
37.根据权利要求36所述的方法,其中,所述事件是前列腺组织活检含有可检测的前列
腺癌。
38.根据权利要求36所述的方法,其中,所述事件是前列腺组织活检含有可检测的高级
别前列腺癌。
39.一种用于确定与前列腺癌相关事件的概率的计算机,所述计算机包括:
输入接口,其被配置成接收指示对象的血浆样?#20998;?#23384;在的tPSA水平的信息和关于所述
对象是否先前有过前列腺组织活检的信息;
至少一个处理器,其被编程以至少部分地基于接收的信息来评估逻辑回归模型,以确
定所述对象中与前列腺癌相关事件的概?#21097;?#20854;中,评?#28010;?#36848;逻辑回归模型包括:
至少部分地基于tPSA值和关于所述对象是否先前有过前列腺组织活检的信息来确定
所述与前列腺癌相关事件的概?#21097;?#20197;及
输出接口,其被配置成输出所述与前列腺癌相关事件的概率的指示。
40.一种用于确定与前列腺癌相关事件的概率的计算机,所述计算机包括:
输入接口,其被配置成接收指示对象的血浆样?#20998;?#23384;在的tPSA、fPSA、iPSA和hK2水平
的信息和关于所述对象是否先前有过前列腺组织活检的信息;
至少一个处理器,其被编程以至少部分地基于接收的信息来评估逻辑回归模型,以确
定所述对象中与前列腺癌相关事件的概?#21097;?#20854;中,评?#28010;?#36848;逻辑回归模型包括:
至少部分地基于指示tPSA、fPSA、iPSA和hK2水平的信息和关于所述对象是否先前有过
前列腺组织活检的信息来确定所述与前列腺癌相关事件的概?#21097;?#20197;及
输出接口,其被配置成输出所述与前列腺癌相关事件的概率的指示。
41.一种用于确定与前列腺癌相关事件的概率的?#20302;常?#25152;述?#20302;?#21253;括:
a)检测器,其被配置成测量对象的血浆样?#20998;?#23384;在的tPSA水平;以及
b)计算机,其与所述检测器进?#26800;?#23376;通信,其中,所述计算机包括:
i)输入接口,其被配置成接收来自指示测量的tPSA水平的所述检测器的信息,并且接
收关于所述对象是否先前有过前列腺组织活检的信息;
ii)至少一个处理器,其被编程以至少部分地基于接收的信息来评估逻辑回归模型,以
确定所述对象中与前列腺癌相关事件的概?#21097;?#20854;中,评?#28010;?#36848;逻辑回归模型包括:
至少部分地基于指示tPSA水平的信息和关于所述对象是否先前有过前列腺组织活检
的信息来确定所述与前列腺癌相关事件的概?#21097;?#20197;及
iii)输出接口,其被配置成输出所述与前列腺癌相关事件的概率的指示。
42.一种用于确定与前列腺癌相关事件的概率的?#20302;常?#25152;述?#20302;?#21253;括:
a)检测器,其被配置成测量对象的血浆样?#20998;?#23384;在的tPSA、fPSA、iPSA和hK2水平;以及
b)计算机,其与所述检测器进?#26800;?#23376;通信,其中,所述计算机包括:
i)输入接口,其被配置成接收来自指示测量的tPSA、fPSA、iPSA和hK2水平的所述检测
器的信息,并且接收关于所述对象是否先前有过前列腺组织活检的信息;
ii)至少一个处理器,其被编程以至少部分地基于接收的信息来评估逻辑回归模型,以
确定所述对象中与前列腺癌相关事件的概?#21097;?#20854;中,评?#28010;?#36848;逻辑回归模型包括:
至少部分地基于指示tPSA、fPSA、iPSA和hK2水平的信息和关于所述对象是否先前有过
前列腺组织活检的信息来确定所述与前列腺癌相关事件的概?#21097;?#20197;及
iii)输出接口,其被配置成输出所述与前列腺癌相关事件的概率的指示。
43.一种编码有多个指令的计算机可读存储介?#21097;?#25152;述指令在由计算机执行时执行用
于确定与前列腺癌相关事件的概率的方法,其中,所述方法包括:
至少部分地基于指示对象的血浆样?#20998;?#23384;在的tPSA水平的信息和关于所述对象是否
先前有过前列腺组织活检的信息来评估逻辑回归模型,以确定所述对象中与前列腺癌相关
事件的概?#21097;?#20854;中,评?#28010;?#36848;逻辑回归模型包括:
至少部分地基于tPSA值和关于所述对象是否先前有过前列腺组织活检的信息来确定
所述与前列腺癌相关事件的概?#21097;?#20197;及
输出所述与前列腺相关事件的概率的指示。
44.一种编码有多个指令的计算机可读存储介?#21097;?#25152;述指令在由计算机执行时执行用
于确定与前列腺癌相关事件的概率的方法,其中,所述方法包括:
至少部分地基于指示对象的血浆样?#20998;?#23384;在的tPSA、fPSA、iPSA和hK2水平的信息和关
于所述对象是否先前有过前列腺组织活检的信息来评估逻辑回归模型,以确定所述对象中
与前列腺癌相关事件的概?#21097;?#20854;中,评?#28010;?#36848;逻辑回归模型包括:
至少部分地基于指示tPSA、fPSA、iPSA和hK2水平的信息和关于所述对象是否先前有过
前列腺组织活检的信息来确定所述与前列腺癌相关事件的概?#21097;?#20197;及
输出所述与前列腺癌相关事件的概率的指示。
45.根据权利要求39至44中?#25105;?#39033;所述的计算机或?#20302;?#25110;计算机可读存储介?#21097;?#20854;中,
所述事件是前列腺组织活检含有可检测的前列腺癌。
46.根据权利要求39至44中?#25105;?#39033;所述的计算机或?#20302;?#25110;计算机可读存储介?#21097;?#20854;中,
所述事件是前列腺组织活检含有可检测的高级别前列腺癌。
47.根据权利要求1至24中?#25105;?#39033;所述的方法,其中,使用微流体装置执行每个免疫测
定或任何免疫测定。
48.一种确定对象是否是前列腺组织活检的候选者的方法,所述方法包括:
i)从所述对象获得血液样品;
ii)使用步骤i)中获得的所述血液样品确定所述前列腺组织活检将会含有可检测的前
列腺癌的概?#21097;?#20854;中
a)如果使用所述血液样品测量的tPSA水平高于阈值水平,则所述概率基于加权所述
tPSA水平和指示所述对象是否先前有过前列腺组织活检的参数,否则,
b)如果所述tPSA水平处于或低于所述阈值水平,则所述概率基于加权使用所述血液样
品测量的tPSA、fPSA、iPSA和hK2水平和指示所述对象是否先前有过前列腺组织活检的参
数;以及
iii)基于步骤ii)中所确定的所述前列腺组织活检将会包含可检测的前列腺癌的概率
来确定所述对象是否是前列腺组织活检的候选者。

?#24471;?#20070;

与前列腺癌的诊断有关的组合物和方法

相关申请

本申请根据35 U.S.C.§119(e)要求于2014年3月28日提交的美国临时专利申请
U.S.S.N.61/972,099的优?#28909;ǎ?#20854;全部内容通过引用并入本文。

发明背景

总前列腺特异性抗原(PSA)的血液水平升高与包括前列腺癌的前列腺相关病症有
关。有相当多的证据表明分别测量PSA的亚型的水平(而不是在单个总PSA测量中将其合并
到一起)导致关于对象中前列腺癌的存在的预测得到改进。也有证据表明hK2(将PSA由其前
体形式转换为活性形式的分子)的测量对这样的预测提供有用的信息。此外,已经提出将基
于这样的测量的多标记图(multimarker panel)用于评估对象中前列腺癌状态。然而,仍然
需要用于评价前列腺癌的改进方法,特别是用于评估?#33268;?#24615;前列腺组织活检所需的改进方
法。

发明内容

本公开内容的方面涉及用于预测从对象获得的前列腺组织活检是否将会包含可
检测的前列腺癌的改进方法。在一些实施方式中,所述方法涉及使用从对象获得的血液样
品以进行测量前列腺特异性抗原水平的一?#21482;?#26356;多种免疫测定。在一些实施方式中,已经
发现测量血浆制备物中的前列腺特异性抗原水平导致比通过测量其他血液制备物(例如血
清制备物)中的水平获得的结果更好的预测结果。在一些实施方式中,已经发现,在低pH值
缓冲液中执行某些免疫测定导致抗原检测更敏感,并且因?#35828;?#33268;更好的预测结果。此外,在
一些实施方式中,已经发现,通过将关于测量的前列腺特异性抗原水平的信息与关于对象
的年龄、过去的直肠指检结果和先前的活检状态的一个或更多个的信息合并可获得改进的
预测结果。本文公开的改进方法可用于预测?#33268;?#24615;前列腺组织活检是否应该用于确定对象
是否患有前列腺癌特别是高级别前列腺癌(例如,Gleason评分大于或等于7.0)的用途。此
外,本文公开的方法是有利的,因为它们产生指示以下可能性的结果:?#33268;?#24615;的和相对冒险
的诊断程序(例如前列腺组织活检)将是有提示性的且值得执行。因此,所述方法使有用的,
因为它们使得医?#21697;?#21153;提供者能够关于对象的护理做出更明智的决策。

本公开内容的方面涉及确定从对象获得的前列腺组织活检将会包含可检测的前
列腺癌的概率的方法。在一些实施方式中,所述方法包括:i)使对象的血浆样?#26041;?#34892;免疫测
定,以测量血浆样?#20998;?#24635;前列腺特异性抗原(tPSA)的水平;ii)如果tPSA水平高于阈值水
平,则通过加权测量的tPSA水平和指示所述对象是否先前有过前列腺组织活检的参数来确
定所述前列腺组织活检将会包含可检测的前列腺癌的概?#21097;?#20197;及iii)如果tPSA水平处于或
低于阈值水平,则使血浆样?#26041;?#34892;免疫测定,以测量血浆样?#20998;杏卫?#21069;列腺特?#28828;?#21407;
(fPSA)、完整前列腺特异性抗原(iPSA)和人激肽释放酶2(hK2)的水平,并且通过加权测量
的tPSA、fPSA、iPSA和hK2的水平和指示对象是否先前有过前列腺组织活检的参数来确定前
列腺组织活检将会包含可检测的前列腺癌的概率。在一些实施方式中,所述方法包括:i)使
对象的血浆样?#26041;?#34892;免疫测定,以测量?#21355;?#21069;列腺特?#28828;?#21407;(fPSA)、完整前列腺特异性抗
原(iPSA)、总前列腺特异性抗原(tPSA)和人激肽释放酶2(hK2)的水平;以及ii)通过加权
fPSA、iPSA、tPSA和hK2的测?#20811;?#24179;和指示对象是否先前有过前列腺组织活检的参数来确定
前列腺组织活检将会包含可检测的前列腺癌的概率。

本公开内容的另一些方面涉及确定对象是否是前列腺组织活检的候选者的方法。
在一些实施方式中,所述方法包括:i)从所述对象获得血液样品;ii)使用步骤i)中获得的
血液样品来确定前列腺组织活检将会包含可检测的前列腺癌的概?#21097;?#20854;中a)如果使用血液
样品测量的tPSA水平高于阈值水平,则所述概率基于加权tPSA水平和指示所述对象是否先
前有过前列腺组织活检的参数,否则,b)如果tPSA水平处于或低于阈值水平,则所述概率基
于加权使用血液样品测量的tPSA、fPSA、iPSA和hK2的水平和指示所述对象是否先前有过前
列腺组织活检的参数;以及iv)基于如步骤ii)中确定的前列腺组织活检将会包含可检测的
前列腺癌的概率来确定所述对象是否是前列腺组织活检的候选者。

本公开内容的另一些方面涉及评估对象是否患有前列腺癌的方法。在一些实施方
式中,所述方法包括:i)从所述对象获得血液样品;ii)确定从所述对象获得的前列腺组织
活检将会包含可检测的前列腺癌的概?#21097;?#20854;中a)如果使用血液样品测量的tPSA水平高于阈
值水平,则所述概率基于加权tPSA水平和指示所述对象是否先前有过前列腺组织活检的参
数,否则,b)如果tPSA水平处于或低于阈值水平,则所述概率基于加权使用血液样品测量的
tPSA、fPSA、iPSA和hK2的水平和指示所述对象是否先前有过前列腺组织活检的参数;iii)
基于步骤ii)的结果来确定所述对象是否是前列腺组织活检的候选者;以及iv)如果基于步
骤ii)的结果所述对象为前列腺组织活检的候选者,则从所述对象获得前列腺组织活检,并
基于前列腺组织活检的分析来确定所述对象是否患有前列腺癌。

本公开内容的另一些方面涉及确定对象是否患有前列腺癌的方法。在一些实施方
式中,所述方法包括:i)从所述对象获得前列腺组织活检,其中,基于前列腺组织活检将会
包含可检测的前列腺癌的概?#21097;?#25152;述对象用于前列腺组织活检,其中a)如果使用从所述对
象获得的血液样品测量的tPSA水平高于阈值水平,则所述概率基于加权tPSA水平和指示所
述对象是否先前有过前列腺组织活检的参数,否则,b)如果tPSA水平处于或低于阈值水平,
则所述概率基于加权使用血液样品测量的tPSA、fPSA、iPSA和hK2水平和指示所述对象是否
先前有过前列腺组织活检的参数;以及ii)基于前列腺组织活检的分析来确定所述对象是
否患有前列腺癌。

本公开内容的另一些方面涉及用于测量样?#20998;衖PSA水平的免疫测定方法。在一些
实施方式中,所述方法包括:在捕获抗体至少与iPSA结合的条件下,使样?#20998;?#23384;在的iPSA接
触iPSA和有缺口PSA特异的捕获抗体,从而产生捕获抗体-iPSA复合物;在pH为6.5?#21015;?#20110;
7.75范围的缓冲液中将捕获抗体-iPSA复合物与适当的示踪剂合并,以使所述示踪剂与捕
获抗体-iPSA复合物结合;并且检测与捕获抗体-iPSA复合物结合的示踪剂。在一些实施方
式中,所述方法包括:在捕获抗体至少与iPSA结合的条件下,使样?#20998;?#23384;在的iPSA接触iPSA
和有缺口PSA特异的捕获抗体,从而产生捕获抗体-iPSA复合物,其中所述捕获抗体是Fab;
在示踪剂与捕获抗体-iPSA复合物结合的条件下,将捕获抗体-iPSA复合物与适当的示踪剂
合并;以及检测与所述捕获抗体-iPSA复合物结合的示踪剂。在一些实施方式中,Fab是
5A10Fab。

本公开内容的另一些方面涉及用于测量样?#20998;衕K2水平的免疫测定方法。在一些
实施方式中,所述方法包括:在捕获抗体至少与hK2结合的条件下,使样?#20998;?#23384;在的hK2接触
hK2和有缺口PSA特异的捕获抗体,从而产生捕获抗体-hK2的复合物,其中所述捕获抗体是
Fab;将捕获抗体-hK2复合物与适当的示踪剂合并;并且检测与所述捕获抗体-hK2复合物结
合的示踪剂。在一些实施方式中,所述Fab是F(ab)2。在一些实施方式中,所述F(ab)2是6H10
F(ab)2。

本公开内容的另一些方面涉及用于评估样品(例如,血浆样品)的方法。在一些实
施方式中,所述方法包括:(a)使样?#26041;?#34892;测量fPSA、iPSA、tPSA和hK2水平的免疫测定,其
中,测量fPSA水平的免疫测定包括将样?#20998;?#23384;在的fPSA与H117捕获抗体接触,以产生捕获
抗体-fPSA复合物,并使用5A10示踪?#37327;?#20307;检测捕获抗体-fPSA复合物,其中测量iPSA水平
的免疫测定包括将样?#20998;?#23384;在的iPSA与5A10Fab捕获抗体接触,以产生捕获抗体-iPSA复合
物,并使用4D4示踪?#37327;?#20307;检测捕获抗体-iPSA复合物,其中测量tPSA水平的免疫测定包括
将样?#20998;?#23384;在的tPSA与H117捕获抗体接触,以产生捕获抗体-tPSA复合物,并使用H50示踪
?#37327;?#20307;检测捕获抗体-tPSA复合物,其中测量hK2水平的免疫测定包括将血浆样?#20998;?#30340;PSA
与阻断抗体接触,使样?#20998;?#23384;在的hK2与6H10F(ab)2捕获抗体接触,以产生捕获抗体-hK2复
合物,并使用7G1示踪?#37327;?#20307;检测捕获抗体-hK2复合物;以及(b)基于测量的fPSA、iPSA、
tPSA和hK2水平来评?#28010;?#36848;样品。

本公开内容的另一些方面涉及用于确定前列腺癌相关事件的概率的方法。在一些
实施方式中,所述方法包括:经由输入接口接收指示对象的血浆样?#20998;?#23384;在的tPSA水平的
信息;经由输入接口接收关于所述对象是否先前有过前列腺组织活检的信息;使用至少一
个处理器,至少部分地基于接收的信息来评估逻辑回归模型,以确定对象中与前列腺癌相
关事件的概?#21097;?#20854;中评?#28010;?#36848;逻辑回归模型包括:至少部分地基于tPSA值和关于对象是否
先前有过前列腺组织活检的信息来确定与前列腺癌相关事件的概?#21097;?#20197;及输出与前列腺癌
相关事件的概率的指示。

在一些实施方式中,所述方法包括:经由输入接口接收指示对象的血浆样?#20998;?#23384;
在的tPSA、fPSA、iPSA和hK2水平的信息;经由输入接口接收关于所述对象是否先前有过前
列腺组织活检的信息;使用至少一个处理器,至少部分地基于接收的信息来评估逻辑回归
模型,以确定对象中与前列腺癌相关事件的概?#21097;?#20854;中,评?#28010;?#36848;逻辑回归模型包括:至少
部分地基于指示tPSA、fPSA、iPSA和hK2水平的信息和关于所述对象是否先前有过前列腺组
织活检的信息来确定与前列腺癌相关事件的概?#21097;?#20197;及输出与前列腺癌相关事件的概率的
指示。

在本公开内容的某些方面中,提供了用于确定与前列腺癌相关事件的概率的计算
机。在一些实施方式中,所述计算机包括:输入接口,其被配置成接收指示对象的血浆样品
中存在的tPSA水平的信息和关于对象是否先前有过前列腺组织活检的信息;至少一个处理
器,其被编程以至少部分地基于接收信息来评估逻辑回归模型,以确定对象中与前列腺癌
相关事件的概?#21097;?#20854;中,评?#28010;?#36848;逻辑回归模型包括:至少部分地基于tPSA值和关于对象是
否先前有过前列腺组织活检的信息来确定与前列腺癌相关事件的概?#21097;?#20197;及输出接口,其
被配置成输出与前列腺癌相关事件的概率的指示。

在一些实施方式中,所述计算机包括:输入接口,其被配置成接收指示对象的血浆
样?#20998;?#23384;在的tPSA、fPSA、iPSA和hK2水平的信息和关于所述对象是否先前有过前列腺组织
活检的信息;至少一个处理器,其被编程以至少部分地基于接收的信息来评估逻辑回归模
型,以确定对象中与前列腺癌相关事件的概?#21097;?#20854;中,评?#28010;?#36848;逻辑回归模型包括:至少部
分地基于指示tPSA、fPSA、iPSA和hK2水平的信息和关于所述对象是否先前有过前列腺组织
活检的信息来确定与前列腺癌相关事件的概?#21097;?#20197;及输出接口,其被配置成输出与前列腺
癌相关事件的概率的指示。

在本公开内容的其它方面中,提供了用于确定与前列腺癌相关事件的概率的系
统。在一些实施方式中,所述?#20302;?#21253;括:a)检测器,其被配置成测量对象的血浆样?#20998;?#23384;在
的tPSA水平;以及b)计算机,其与所述检测器进?#26800;?#23376;通信,其中,所述计算机包括:i)输入
接口,其被配置成接收来自指示测量的tPSA水平的检测器的信息,并且接收关于所述对象
是否先前有过前列腺组织活检的信息;ii)至少一个处理器,其被编程以至少部分地基于接
收的信息来评估逻辑回归模型,以确定对象中与前列腺癌相关事件的概?#21097;?#20854;中,评?#28010;?#36848;
逻辑回归模型包括:至少部分地基于指示tPSA水平的信息和关于所述对象是否先前有过前
列腺组织活检的信息来确定与前列腺癌相关事件的概?#21097;?#20197;及iii)输出接口,其被配置成
输出与前列腺癌相关事件的概率的指示。在一些实施方式中,所述?#20302;?#21253;括:a)检测器,其
被配置成测量对象的血浆样?#20998;?#23384;在的tPSA、fPSA、iPSA和hK2水平;以及b)计算机,其与所
述检测器进?#26800;?#23376;通信,其中所述计算机包括:i)输入接口,其被配置成接收来自指示测量
的tPSA、fPSA、iPSA和hK2水平的检测器的信息,并且接收关于所述对象是否先前有过前列
腺组织活检的信息;ii)至少一个处理器,其被编程以至少部分地基于接收的信息来评估逻
辑回归模型,以确定对象中与前列腺癌相关事件的概?#21097;?#20854;中,评?#28010;?#36848;逻辑回归模型包
括:至少部分地基于指示tPSA、fPSA、iPSA和hK2水平的信息和关于所述对象是否先前有过
前列腺组织活检的信息来确定与前列腺癌相关事件的概?#21097;?#20197;及iii)输出接口,其被配置
成输出与前列腺癌相关事件的概率的指示。

在本公开内容的另一些方面中,提供了编码有多个指令的计算机可读存储介?#21097;?br />当所述指令由计算机执行时,其执行用于确定与前列腺癌相关事件的概率的方法。在一些
实施方式中,所述方法包括:至少部分地基于表示对象的血浆样?#20998;?#23384;在的tPSA水平的信
息和关于所述对象是否先前有过前列腺组织活检的信息来评估逻辑回归模型,以确定对象
中与前列腺癌相关事件的概?#21097;?#20854;中,评?#28010;?#36848;逻辑回归模型包括:至少部分地基于tPSA值
和关于所述对象是否先前有过前列腺组织活检的信息来确定与前列腺癌相关事件的概?#21097;?br />以及输出与前列腺癌相关事件的概率的指示。在一些实施方式中,所述方法包括:至少部分
基于指示对象的血浆样?#20998;?#23384;在的tPSA、fPSA、iPSA和hK2水平的信息和关于所述对象是否
先前有过前列腺组织活检的信息来评估逻辑回归模型,以确定对象中与前列腺癌相关事件
的概?#21097;?#20854;中,评?#28010;?#36848;逻辑回归模型包括:至少部分地基于指示tPSA、fPSA、iPSA和hK2水
平的信息和关于所述对象是否先前有过前列腺组织活检的信息来确定与前列腺癌相关事
件的概?#21097;?#20197;及输出与前列腺癌相关事件的概率的指示。

附图简述

图1A是示出用于确定活检将会包含可检测的前列腺癌的概率的方法的非限制性
示意图;

图1B是配置用于实施用于确定活检将会包含可检测的前列腺癌的概率的方法的
计算机的非限制性示意图;

图1C是配置用于实施用于确定活检将会包含可检测的前列腺癌的概率的方法的
计算机网络的非限制性示意图;

图2是比较高级别癌症的实际风险与预测风险的图的非限制性示例;

图3是比较任何级别的癌症的实际风险与预测风险的图的非限制性示例;

图4是示出了高级别癌症的决策曲线分析的图的非限制性示例;

图5是示出了任何级别癌症的决策曲线分析的图的非限制性示例;

图6是针对高级别癌症的接受者操作曲线(Receiver Operating Curve,ROC)的图
的非限制性示例;

图7是针对任何级别的癌症的接受者操作曲线(ROC)的图的非限制性示例;

图8A是高级别癌症活检阈值处阳性预测值的图的非限制性示例;

图8B是高级别癌症活检阈值处阴性预测值的图的非限制性示例;

图9A是任何级别的癌症活检阈值处阳性预测值的图的非限制性示例;

图9B是任何级别的癌症活检阈值处阴性预测值的图的非限制性示例;

图10示出了表示在活检时按年龄患有高级别疾病的人的比例的图的非限制性示
例;

图11A和11B示出了表示在验证研究的所有患者中检测高级别癌症的预测概率与
实际概率的图的非限制性示例;

图11C示出了表示在验证研究的所有患者中检测任何级别癌症的预测概率与实际
概率的图的非限制性示例;

图12A和12B示出了在验证研究的50-75岁的患者中检测高级别癌症的预测概率与
实际概率的图的非限制性示例;

图12C示出了在验证研究的50-75岁的患者中检测任何级别癌症的预测概率与实
际概率的图的非限制性示例;

图13A和13B示出了在验证研究的小于71岁的患者中检测高级别癌症的预测概率
与实际概率的图的非限制性示例;

图13C示出了表示在小于71岁的患者中检测任何级别的癌症的预测概率与实际概
率的图的非限制性示例;

图14A和14B示出了表示验证研究的所有患者的净效益(net benefit)与阈值概率
水平的图的非限制性示例;

图15A和15B示出表示验证研究的50-75岁的所有患者的净效益与阈值概率水平的
图的非限制性示例;以及

图16A和16B示出表示验证研究的小于71岁的所有患者的净效益与阈值概率水平
的图的非限制性示例。

发明详述

本公开内容的方面涉及用于以下的改进方法:预测从对象获得的前列腺组织活检
是否将会包含可检测的前列腺癌,包括高级别前列腺癌(Gleason7或更高)。因此,本文公开
的方法可以被医?#21697;?#21153;提供者用于确定是否值得进行前列腺组织活检的目的。在一些实施
方式中,所述方法涉及使用从对象获得的血液样品来进行测量前列腺特异性抗原(例如总
前列腺特异性抗原(tPSA)、?#21355;?#21069;列腺特?#28828;?#21407;(fPSA)、完整前列腺特异性抗原(iPSA)和
人激肽释放酶2(hK2))水平的一?#21482;?#26356;多种免疫测定。在一些实施方式中,已经发现测量血
浆制备物中一?#21482;?#26356;多种这些抗原的水平导致比测量其他血液制备物(例如血清)中的水
平获得的结果更好的预测结果。在一些实施方式中,提供了合并tPSA、fPSA、iPSA和/或hK2
的血浆水平的预测模型(例如,逻辑回归模型),以确定前列腺组织活检将会包含可检测的
癌症的概率。此外,在一些实施方式中,已经发现通过合并有关测量的前列腺特异性抗原水
平的信息和患者的信息(特别是关于所述对象是否先前有过用于检测前列腺癌的存在的活
检的信息)可以获得改进的预测结果。因此,提供了用于确定对象是否应进行?#33268;?#24615;前列腺
组织活检的改进方法。

本公开内容的方面提供了确定从对象获得的前列腺组织活检将会包含可检测的
前列腺癌的概率的方法。这样的方法可包括使对象的血浆样?#26041;?#34892;至少测量血浆样?#20998;?#24635;
前列腺特异性抗原(tPSA)水平的免疫测定。如果tPSA水平高于阈值水平,则可以通过加权
测量的tPSA水平和指示所述对象是否先前有过前列腺组织活检的参数来确定前列腺组织
活检将会包含可检测的前列腺癌的概率。另一方面,如果tPSA水平处于阈值水平或低于阈
值水平,则可通过加权测量的tPSA、fPSA、iPSA和hK2水平和指示所述对象是否先前有过前
列腺组织活检的参数来确定前列腺组织活检会包含可检测的前列腺癌的概率。因此,在一
些实施方式中,本文提供的方法可以包括使血浆样?#26041;?#34892;如下免疫测定:测量血浆样?#20998;?br />?#21355;?#21069;列腺特异性抗原(fPSA)、完整前列腺特异性抗原(iPSA)和人激肽释放酶2(hK2)水
平。在一些实施方式中,通过加权指示对象年龄的参数来进一步确定所述概率。在一些实施
方式中,通过加权指示对所述对象进行的直肠指检的结果的一个或更多个参数来进一步确
定所述概率。

在一些实施方式中,用于模型选择的tPSA的阈值水平是这样的水平,其表?#38236;?#29420;
使用tPSA或与某些患者特定信息(例如,先前的活检状态)一起使用tPSA是否足够用于建立
前列腺组织活检将会包含可检测的前列腺癌的概率的目的。在一些实施方式中,所述阈值
水平为5ng/mL、10ng/mL、15ng/mL、20ng/mL、25ng/mL、30ng/mL、35ng/mL或40ng/mL。因为与
某些患者指定信息(specification information)特别是先前的活检状态结合的tPSA水平
可足以得到提示性预测,在一些实施方式中,在首?#28909;?#23450;tPSA水平之前不进行检测另一些
抗原的免疫测定可节约成本。然而,在一些实施方式中,可并?#26800;?#25110;与其他标志物水平(例
如,fPSA、iPSA或hK2)一起确定tPSA水平。

在一些实施方式中,在相同的测定中并?#26800;?#30830;定抗原水平(例如,tPSA、fPSA、iPSA
和hK2中的两个或更多个的水平)。在另一些实施方式中,在不同的测定中确定这样的抗原
水平。在一些实施方式中,从来自对象的相同的原始抽血(例如,静脉抽血)来确定抗原水
平。在一些实施方式中,从不同的抽血确定抗原水平。在一些实施方式中,使用来自相同或
不同的抽血的血浆制备物来确定抗原水平。在一些实施方式中,使用血浆制备物来确定一
?#21482;?#26356;多种抗原水平,并且使用不同类型的血液制备物(例如血清)来确定一?#21482;?#26356;多种其
他抗原。血浆是血液的淡黄色液体成分。在一些实施方式中,可通过以下方法来制备血浆:
使含有抗凝剂(例如,肝素、EDTA等)的血液的试管在离心机中旋转,直到血细胞和碎片移动
到试管的底部为止,在此之后,可以倾倒或抽出血浆。

本文提供了用于确定对象是否是前列腺组织活检的候选者的方法。这样的方法可
包括:医师或医疗保健提供者从对象获得血液样品,并至少部分地基于使用血液样品确定
的所测量的抗原水平来确定前列腺组织活检将会含有可检测的前列腺癌的概率。血液样品
可在本地处理(例如,在正评估对象的相同医疗机构或企?#30340;?#37096;),或者可将其派送到外面
的或第三方实验室或机构以进行处理和分析。如果使用血液样品测量的tPSA水平高于阈值
水平,则基于加权tPSA水平来确定所述概率。否则,如果tPSA水平处于所述阈值水平或低于
所述阈值水平,则所述概率基于加权使用血液样品测量的tPSA、fPSA、iPSA和hK2的水平。不
论哪种情况,所述概率通常还基于加权指示所述对象是否先前有过前列腺组织活检的参
数。医师或医疗保健提供者可基于前列腺组织活检将会包含可检测的前列腺癌的概率来确
定对象是否是前列腺组织活检的候选者。

在一些实施方式中,医师或医疗保健提供者可设置概?#24335;?#38480;(probability cut-
off),其中,如果概?#23454;?#20110;或高于界限,则将指示活检。例如,如果概率大于5%、7.5%、
10%、12.5%、15%、20%、25%、30%、35%、40%、45%、50%、55%、60%、65%、70%、75%、
80%、85%、90%、95%、99%或更大,则医师或医疗保健提供者可确定所述对象为前列腺组
织活检的候选者。在一些实施方式中,基于前列腺组织活检将会包含可检测的高级别(例
如,Gleason评分为7或以上)前列腺癌的概?#21097;?#30028;限为5%、7.5%、10%、12.5%或15%。在一
些实施方式中,基于前列腺组织活检将会包含可检测的任何级别的前列腺癌的概?#21097;?#30028;限
为10%、12.5%、15%、20%、25%或30%。在一些实施方式中,如果概?#23454;?#20110;界限,那么医师
或医疗保健提供者将不安排活检,而是将继续对所述对象进行监测,例如概率水平的提高
或指示前列腺癌的其它风?#25214;?#32032;的变化。

在一些实施方式中,如果对象被确定为前列腺组织活检的候选者,则医师或医疗
保健提供者可以从对象获得或要求从所述对象获得前列腺组织活检,并基于前列腺组织活
检的分析来确定所述对象是否已患有前列腺癌。可使用任何适当的方法(包括例如细胞学
或组织学分析)来分析前列腺组织活检。组织样品可基于癌症的其临?#27493;錐卫?#34920;征。样品可
基于Gleason分级来表征。Gleason 3+3(6.0)对应于?#22270;?#21035;肿瘤和预后较好的肿瘤。
Gleason 3+4(7.0)和3+5(8.0)通常对应于主要具有?#22270;?#21035;转化(low grade
transformation)以及一些高级别转化的组织的肿瘤。Gleason 4+3(7.0)和5+3(8.0)通常
对应于主要具有高级别转化以及一些?#22270;?#21035;转化的组织的肿瘤。Gleason 4+4(8.0)、4+5
(9.0)、(9.0)和5+5(10.0)对应于高级别肿瘤。因此,在一些实施方式中,前列腺癌包括高级
别癌症(例如,Gleason≥7.0)。

免疫测定

可通过任何适当的方法评估前列腺特异性抗原(例如,tPSA、iPSA、fPSA和hK2)的
水平。在一些实施方式中,提供了适合用于免疫测定的抗体或抗原结合片段(antibodies
or antigen-binding fragments)。利用这样抗体或抗原结合片段的免疫测定可以是直接
或间接方式的竞争性和非竞争性免疫测定。这样的免疫测定的非限制性示例是酶联免疫测
定(ELISA)、放射免疫测定(RIA)、?#34892;?#27979;定(免疫计量测定)、流式细胞术、western印迹测
定、免疫沉淀测定、免疫组织化学、免疫显微术、侧向流动免疫色谱测定和蛋白质组学阵列。
例如可以通过与固体支持物(例如,载体、膜、柱、蛋白质组学阵列等)结合来将与其结合的
抗原或抗体或抗原结合片段固定。固体支持物材料的示例包括玻璃、聚苯乙烯、聚氯乙烯、
聚偏二氟乙烯、聚丙烯、聚乙烯、聚碳酸酯、葡聚糖、尼龙、直链淀粉、天然和改性的?#23435;?#32032;例
如硝酸?#23435;?#32032;、聚丙烯酰胺、琼脂糖和磁铁矿。支持物的性质可以是固定或悬浮于溶液(例
如,珠粒)中。

在一些实施方式中,标记的抗体或抗原结合片段可用作示踪剂,以检测抗原结合
抗体复合物。可用于产生示踪剂的标记类型的示例包括酶、放射性同位素、胶体金属、荧光
化合物、磁、化学发光化合物和生物发光化合物。通过耦合放射性同位素例如153Eu、3H、32P、
35S、59Fe或125I(其随后可以由γ计数器、?#20102;?#35745;数器或通过放射自显影来检测)以已知的方
式制备放射性标记的抗体。如本文中所?#33268;?#30340;,抗体和抗原结合片段可以用酶例如酵?#22797;?br />?#20122;?#37238;、?#22791;?#36807;氧化物酶、碱性磷酸酶等替代地标记,然后显?#23433;?#20197;分光光度法或可视地进
行检测。合适的荧光标?#21069;?#25324;荧光素异硫氰酸酯、荧光胺、若丹明等。合适的化学发光标记
包括鲁米诺、咪唑、草酸酯、萤光素等。

免疫测定可以包括:在使抗体或抗原结合片段与抗原之间能够形成结合复合物的
条件下,使含有抗原的样品(例如,血浆样品)与抗体或抗原结合片段(例如,F(ab)、F(ab)2)
接触。在一些实施方式中,如果抗原存在于样?#20998;校?#22312;抗体或抗原结合片段适合与靶抗原结
合的条件下,使血浆样品与抗体或抗原结合片段结合接触。这可以在合适的?#20174;?#23460;(例如试
管、板井(plate well)、膜浴、细胞培养皿、载玻片以及其他腔室)中进行。在一些实施方式
中,抗体或抗原结合片段被固定到固体支持物上。与样?#20998;?#25239;原结合的抗体或抗原结合片
段可以被称为捕获抗体。在一些实施方式中,捕获抗体包含标签(例如,生物素标记),其通
过涉及标签的相互作用(例如,生物素-链霉亲和素相互作用,其中链霉亲和素被固定到固
体支持物)促进其固定化到固体支持物上。在一些实施方式中,所述固体支持物是?#20174;?#23460;的
表面。在一些实施方式中,所述固体支持物是聚合物膜(例如,硝化?#23435;?#32032;条、聚偏二氟乙烯
(PVDF)膜等)。在另一些实施方式中,所述固体支持物是生物结构(例如,细菌细胞表面)。在
本文公开了另一些示例性固体支持物,并且其对于本领域普通?#38469;?#20154;员将是显而易见的。

在一些实施方式中,抗体和抗原结合片段在与抗原接触之前被固定到固体支持物
上。在另一些实施方式中,在形成结合复合物后进行抗体和抗原结合片段的固定化。在又一
些实施方式中,抗原在形成结合复合物之前被固定到固体支持物上。在一些实施方式中,可
以向?#20174;?#23460;添加示踪剂,以检测固定的结合复合物。在一些实施方式中,所述示踪剂包含针
对抗原的可检测标记的第二抗体。在一些实施方式中,所述示踪剂包含针对捕获抗体的可
检测标记的第二抗体。在一些实施方式中,第一抗体或抗原结合片段本身是可检测标记的。

在一个实施方式中,本文公开的免疫测定方法包括:将抗体或抗原结合片段固定
化到固相支持物上;在允许抗原与抗体或抗原结合片段(如果在样?#20998;?#23384;在)结合的条件
下,将样品(例如,血浆样品)施加到固体支持物上;从所述固体支持物移除过量的样品;在
允许示踪剂与抗原结合的固定化抗体或抗原结合片段结合的条件下,施加示踪剂(例如,可
检测标记的抗体或抗原结合片段);洗涤固体支持物,并测定存在的示踪剂。

在一些实施方式中,抗体和抗原结合片段在?#20174;?#23460;中与抗原接触后被固定在固体
支持物上。在一些实施方式中,抗体和抗原结合片段在?#20174;?#23460;中与抗原接触之前被固定到
固体支持物上。不论哪种情况,可向?#20174;?#23460;添加示踪剂,以检测固定的结合复合物。在一些
实施方式中,所述示踪剂包含针对抗原的可检测标记的第二抗体。在一些实施方式中,所述
示踪剂包含针对第一抗体或抗原结合片段的可检测标记的第二抗体。如本文所公开的,可
检测标记可以是例如放射性同位素、荧光团、发光分子、酶、生物素基团、表位标签或染料分
子。本文描述了合适的可检测标记。

在一些实施方式中,已经发现,在低pH值缓冲液中进行某些免疫测定导致抗原检
测更敏?#23567;?#22240;此,在一些实施方式中,在pH为6.5?#21015;?#20110;7.75范围的缓冲液中,示踪?#37327;?#20307;与
捕获抗体接触,使得示踪剂与捕获抗体-抗原复合物结合。在一些实施方式中,缓冲液pH为
约6.5、6.6、6.7、6.8、6.9、7.0、7.1、7.2、7.3、7.4、7.5或7.6。

应理解,在本文公开的任何测定中,捕获抗体可以与示踪?#37327;?#20307;交换。

在一些实施方式中,测量fPSA水平的免疫测定包括:在其?#26800;?#19968;捕获抗体与fPSA
结合的条件下,使血浆样?#20998;?#23384;在的fPSA与fPSA特异的捕获抗体接触,从而产生捕获抗体-
fPSA复合物;以及使用示踪剂检测捕获抗体-fPSA复合物。捕获抗体可以是H117抗体。在一
些实施方式中,所述示踪剂包括5A10抗体或其片段(例如,F(ab)片段)。

可以并入片段中的5A10抗体的重链和轻链序列如?#28388;?#31034;:

5A10重链


EVQLVESGPGILQPSQTLSLTCSFSGFSLSTTGMGVSWIRQPSGKGLEWLAHLYWDEDKRYNPSLKSRLTISEDSSR
NQVFLKITSVGPADSATYYCARKGYYGYFDYWGQGTALTVSS(SEQ ID NO:1)

5A10轻链


DIVMTQSQKFMSTSVGDRVSVTCKASQNVNTDVAWYQQKPGQSPKALIFSTSYRSSGVPDRFTGSGSGTDFTLTTTN
VQSEDLAEYFCQQYSNYPLTFGAGTKVDLN(SEQ ID NO:2)

在一些实施方式中,测量iPSA水平的免疫测定包括:在其?#26800;?#20108;捕获抗体至少与
iPSA结合的条件下,使血浆样?#20998;?#23384;在的iPSA与?#21355;隤SA特异的捕获抗体(其包括iPSA和有
缺口PSA)接触,从而产生捕获抗体-iPSA复合物,并使用第二示踪剂检测捕获抗体-iPSA复
合物。在一些实施方式中,所述示踪剂包括4D4抗体。在一些实施方式中,所述捕获抗体是
5A10抗体或其片段(例如,F(ab)片段)。

在一些实施方式中,测量tPSA水平的免疫测定包括:在其?#26800;?#19977;捕获抗体与tPSA
结合的条件下,使血浆样?#20998;?#23384;在的tPSA与tPSA特异的捕获抗体接触,从而产生捕获抗体-
tPSA复合物;和使用第三示踪剂检测捕获抗体tPSA复合物。在一些实施方式中,所述示踪剂
包括H50抗体。在一些实施方式中,所述捕获抗体是H117抗体。

在一些实施方式中,测量hK2水平的免疫测定包括:使血浆样?#20998;?#30340;PSA与PSA特异
的阻断抗体接触;在其?#26800;?#22235;捕获抗体与hK2结合的条件下,使血浆样?#20998;?#23384;在的hK2与hK2
特异的第四捕获抗体接触;从而产生捕获抗体-hK2复合物;并使用第四示踪剂检测捕获抗
体-hK2复合物。在一些实施方式中,所述示踪剂包括7G1抗体。在一些实施方式中,捕获抗体
是6H10 F(ab)2。在一些实施方式中,所述阻断抗体包括5H7抗体、5H6抗体和2E9抗体。

下表0列出了可用于本文公开的方法中的抗体和抗原结合片段及其相应的表位。

表0:抗体和表位/抗体的来源







微流体样品分析仪

应理解,可以使用微流体装置(例如,微流体样品分析仪)执行或实施本文公开的
任何免疫测定方法。例如,微流体装置可用于确定标志物(例如,tPSA、fPSA、iPSA或hK2水
平)的一?#21482;?#22810;种特性。在一些实施方式中,装置是微流体样品分析仪,其例如可配置为分
析盒中提供的样品,所述盒具有一个或更多个微流体通道,以用于容纳和/或引?#21450;?#21547;免疫
组分(例如,抗原-抗体复合物、示踪剂等)的样品流。在一些实施方式中,装置还包含光学系
统,其包括一个或更多个光源和/或一个或更多个被配置用于测量一个或更多个微流体通
道中存在的抗原-抗体复合物和/或示踪剂的水平的检测器。此外,在一些实施方式中,提供
了这样的?#20302;常?#20854;可以包括与微流体装置(例如,微流体样品分析仪)进?#26800;?#23376;通信的编程
以评估预测模型(例如,逻辑回归模型)的处理器或计算机,或基于标志物的水平(例如,
tPSA、fPSA、iPSA或hK2的水平)用于确定与前列腺癌相关事件的概率的另一些装置。

合适的微流体装置的非限制性示例在2013年10月17日公开的题为“METHODS AND
APPARATUSES FOR PREDICTING RISK OF PROSTATE CANCER AND PROSTATE GAND VOLUME”
的美国专利申请公开号US 2013/0273643中公开,其内容通过引用整体并入本文用于所有
目的。然而,应理解,也可使用其他类型的装置(例如,板读数器(plate readers)、微孔
ELISA型测定的分析仪等),因为本公开内容并不被限制于此方面。

预测模型和计算机实施方法

本公开内容的方面提供了用于确定与前列腺癌相关事件的概率(例如前列腺组织
活检将会包含可检测的癌症的概率)的计算机实施方法。这样的方法可以包括:经由输入接
口接收指示血浆样?#20998;?#23384;在的tPSA水平的信息,以及经由输入接口接收关于对象是否先前
有过前列腺组织活检的信息。在一些实施方式中,所述方法还包括:使用至少一个处理器至
少部分地基于接收的信息来评估适合的预测模型(例如,逻辑回归模型),以确定对象中与
前列腺癌相关事件的概率。至少部分地基于测量的tPSA水平和关于对象是否先前有过前列
腺组织活检的信息,预测?#38405;?#22411;可以产生与前列腺癌相关事件的概率。至少部分地基于测
量的tPSA、fPSA、iPSA和hK2水平和关于对象是否先前有过前列腺组织活检的信息,预测性
模型可产生与前列腺癌相关事件的概率。

图1示出了根据本公开内容的一些实施方式的过程100的流程图。在步骤101中,使
用本文描述的一?#21482;?#26356;多种?#38469;?#36890;过至少一个用于处理的处理器来接收表示对应于年龄、
指检状态和/或先前的活检状态的患者数据的一个或多个值。在步骤102中,通过至少一个
处理器接收表示tPSA、fPSA、iPSA和/或hK2的标志物数据的一个或更多个值。可通过任何合
适的方式(包括但不限于?#21644;?#36807;本地输入接口,例如键盘、触摸屏、麦克风或其他输入设备)
从网络连接的接口(其接收来自位于远离一个或更多个处理器的设备的值)或直接从测量
血液标志物值的一个或更多个检测器(例如,在其中处理器与包括一个或更多个检测器的
测量装置集成的实施中)来接收所述值。

在步骤103中,在接收tPSA值之后,该过程继续进行,使得如果tPSA的水平高于阈
值(例如,25ng/mL),则选择第一预测模型,而如果tPSA水平等于或低于阈值,则选择第二预
测模型。因此,在步骤104中,如果tPSA的水平高于阈值水平,则选择基于DRE状态、先前的活
检状态和tPSA水平的预测模型。替代地,在步骤105中,如果tPSA水平等于或低于阈值水平,
则基于DRE状态、先前的活检状态和tPSA、fPSA、iPSA和hK2的水平选择预测模型。步骤104、
105的预测模型用于确定对象患有前列腺癌的概率。取决于所使用的模型,所述预测可用于
任何级别的癌症或用于高级别的癌症。

确定癌症的概率之后,该过程继续进行值步骤106,其中,概?#26102;?#36755;出至用户(例
如,医生、患者)以指导进一步的诊断过程和/或治疗决定。概率可以以任何合适的方式输
出。例如,在一些实施方式中,可通过在设备的显示屏幕上显示表示概率的数值来输出概
率。在另一些实施方式中,可使用设备上的一个或更多个光源或其他可视指示器来输出概
率。在又一些实施方式中,可使用音频输出、触觉输出或一个或更多个音频、触觉和视觉输
出的一些组合来提供概率。在一些实施方式中,输出概率包括向网络连接设备发送信息,以
通知用户所确定的概率。例如,可通过位于远程?#38236;?#30340;一个或更多个处理器来确定概?#21097;?#24182;
且响应于在远程?#38236;?#22788;确定概?#21097;?#21487;以使用一个或更多个网络将概率的指示发送到用户
(例如,医生)的电子设备。根据本文所述的?#38469;?#20026;用户提供输出的电子设备可以是任何合
适的设备,包括但不限于:笔记本电脑、台式机或平板计算机、智能电话、寻呼机、个人数字
助理和电子显示屏。

在一些实施方式中,根据下面给出的等式(I)确定前列腺癌的概?#21097;?br />


其中,使用多个逻辑回归模型中?#25105;?#20010;确定分对数(L)。可用于根据本文所述的技
术中的不同类型的逻辑回归模型的非限制性示例包括:

1.简单模型(仅tPSA)

L=β0+β1(Age)+β2(tPSA)+β3(priorbx) (2)


L=β0+β1tpsa+β2dreneg+β3drepos+β4priorbx (3)

2.使用?#21355;?总比的四项测定模型

在该模型中,?#21355;隤SA与总PSA的比替代?#21355;隤SA项。


3.使用log(tPSA)和?#21355;?总比的四项测定模型

在该模型中,tPSA的对数替代tPSA项,?#36816;得?#36825;种预测因子增加的贡献。


4.多项式模型

在该模型中,额外的tPSA和fPSA的非线性项?#21450;?#25324;在内。在下面提供的示例等式
中,tPSA的平方用于强调该项与前列腺癌的风险之间的直接关系,而?#21355;?总PSA项的平方
根用来?#20174;?#35813;项与风险的?#21512;?#20851;。然而,应理解,在一些实施方式中也可包含较高阶(例如,
三次)的多项式项。


5.所有四项测定的线性样条(Splines)

在该模型中,添加了线性样条,在中值处有单个结点(knot)。可以使用以下等式确
定样条:


其中,模型表示为:

L=β0+β1(Age)+β2(tPSA)+β3(fPSA)+β4(iPSA)+β5(hK2)+β6(sp1[tPSA])

+β7(sp2[tPSA])+β8(sp1[fPSA])+β9(sp2[fPSA])+β10(sp1[iPSA])+β11(sp2
[iPSA])+

β12(sp1[hK2])+β13(sp2[hK2])+β14(priorbx) (8)

6.tPSA和fPSA的线性样条

在该模型中,仅tPSA和fPSA包含线性样条以减少变量数目并简化模型。

L=β0+β1(Age)+β2(tPSA)+β3(fPSA)+β4(iPSA)+β5(hK2)+β6(sp1[tPSA])

+β7(sp2[tPSA])+β8(sp1[fPSA])+β9(sp2[fPSA])+β10(priorbx) (9)

在上面的等式中,“priorbx”是指示对象是否先前有过活检以检测前列腺癌的二
进制值。值为1表示发生过先前的活检,而值为0表示没有发生先前的活检。

7.所有四项测定的三次样条(cubic Splines)

在该模型中,每个项?#21450;?#21547;三次样条。在下面提供的示例中,描述?#21496;?#26377;四个节点
的三次样条。然而,应理解,使用任何合适数量的结点的三次样条包括但不限于?#20309;?#33410;点、六
节点、七节点以及替代地可使用?#31169;?#28857;。可以利用下面的等式来确定样条:



其中,knot1和knot4为三次样条的外部节点,knot2和knot3为三次样条的内部节
点。外部节点可被设置为群体中tPSA、fPSA、iPSA或hK2的最小和最大水平。内部结点(例如,
knot2)可被设置为群体中tPSA、fPSA、iPSA或hK2水平的33.3百分位数值。另一个内部结点
(例如,knot3)可被设置为群体中tPSA、fPSA、iPSA或hK2水平的66.6百分位数。

在一些实施方式中,内部结点均被指定在以下范围内:约2至约8之间和约3至约6
之间(对于tPSA)、约0.25至约2之间和约0.5至约1.5之间(对于fPSA)、约0.2至约0.5之间和
约0.4至约0.8之间(对于iPSA)、约0.02至约0.04之间和约0.04至约0.08之间(对于hK2)。例
如,在一个实施中,3.92和5.61的值用于tPSA的内部结点、0.82和1.21的值用于fPSA的内部
结点、0.3和0.51的值用于iPSA的内部结点,以及0.036和0.056的值用于hK2的内部结点。

在某些实施方式中,tPSA的一个或更多个内部结点可独立地在以下范围内:约3至
约5之间、约3至约6之间、约2.5至约6之间、约2.5至约6.5之间、约5至约8之间、约5.5至约8
之间、约5至约9之间、约5至约10之间、约1至约5之间、约1至约4之间以及约1至约3之间。其
他范围也可以。

在某些实施方式中,fPSA的一个或多个内部结点可独立地在以下范围内:约0.1至
约1.0之间、约0.1至约1.2之间、约0.3至约0.8之间、约0.4至约0.9之间、约0.5至约1.2之
间、约0.7至约1.4之间、约0.7至约0.9之间、约1.1至约1.6之间、约1.1至约1.2之间、约1.1
至约2之间。其他范围也可以。

在某些实施方式中,iPSA的一个或多个内部结点可独立地在以下范围内:约0.05
至约0.5之间、约0.1至约0.5之间、约0.2至约0.5之间、约0.1至约0.8之间、约0.2至约0.8之
间、约0.4至约0.8之间、约0.4至约1.0之间、约0.3至约0.6之间、约0.5至约1.0之间以及约
0.6至约0.8之间。其他范围也可以。

在某些实施方式中,hK2的一个或多个内部结点可以独立地在以下范围内:约0.01
至约0.03之间、约0.01至约0.04之间、约0.01至约0.05之间、约0.02至约0.05之间、约0.02
至约0.06之间、约0.03至约0.05之间、约0.4至约0.07之间、约0.04至约1.0之间、约0.5至约
1.0之间以及约0.6至约1.0之间。其他范围也可以。

如上所述,可使用并入任何适当数量的内部结点(例如,三个、四个、五个、六个内
部节点)的三次样条,并且仅提供包括两个内部结点的三次样条的示例,以用于?#24471;?#32780;非限
制。在包括两个以上的内部结点的实施方式中,结点可在上述?#33268;?#30340;一个或更多个范围内,
或在一些其他合适的范围内。例如,在一些实施方式中,可以指定结点以使得每一对相邻结
点之间的样条段的长度基本相等。

该模型可表示为:

L=β0+β1(Age)+β2(tPSA)+β3(fPSA)+β4(iPSA)+β5(hK2)+β6(sp1[tPSA])

+β7(sp2[tPSA])+β8(sp1[fPSA])+β9(sp2[fPSA])+β10(sp1[iPSA])+β11(sp2
[iPSA])

+β12(sp1[hK2])+β13(sp2[hK2])+β14(priorbx) (12)

8.tPSA阈?#30340;?#22411;

在一些实施方式中,选择的模型可取决于在样?#20998;?#26159;否检测到tPSA的阈值水平。
在一些实施方式中,如果样?#20998;衪PSA的水平高于阈值,则预测模型如下:

L=β0+β1(tPSA)+β2(DRE)neg+β3(DRE)pos+β4(priorbx) (13)

在一些实施方式中,在该模型中的加权系数的值的范围如下表1中所示。适于于确
定前列腺组织活检将具有任何级别的癌症的概率的系数在第二和第三列中示出;而适于确
定前列腺组织活检将具有高级别癌症的概率的系数在第四和第五列中示出。

表1:当tPSA的水平大于阈值时将使用的加权系数:


在一些实施方式中,如果样?#20998;?#26816;测出的tPSA水平小于或等于阈值水平,则该预
测模型如下:

L=β0+β1(Age)+β2(tPSA)+β3sp1(tPSA)+β4sp2(tPSA)+β5(fPSA)+β6sp1(fPSA)

+β7sp2(fPSA)+β8(iPSA)+β9hK2)+β10(DREneg)+β11(DREpos)

+β12(priorbx) (14)

在一些实施方式中,在该模型中的加权系数的值的范围如下表2中所示。适于确定
前列腺组织活检将具有任何级别的癌症的概率的系数在第二和第三列中示出;而适于确定
前列腺组织活检将具有高级别癌症的概率的系数在第四和第五列中示出。

表2:当tPSA的水平小于或等于阈值时使用的加权系数


可根据上文模型#7下提出的三次样条公式(等式(10和11))确定上述模型中sp1
(tPSA)、sp2(tPSA)、sp1(fPSA)和sp2(fPSA)的样条项。在一些实施方式中,内部结点2和3以
及外部节点1和4的值在下表3所列tPSA和fPSA的范围内。

表3:结点值范围



计算机实施

计算机?#20302;?06的示例性实施(在其上可以实施本文描述的一些或全部?#38469;?#21644;/或
用户交互)如图1B所示。计算机?#20302;?06可包括一个或更多个处理器107和一个或更多个计
算机-可读非临时?#28304;?#20648;介质(例如,存储器108和一个或更多个?#19988;资源?#20648;介质110)。
(一个或更多个)处理器107可以任何合适的方式来控制数据写入存储器108和?#19988;资源?br />储装置110以及从存储器108和?#19988;资源?#20648;装置110读出数据,因为本文描述的本发明的
各方面并不限制于此方面。

为了执行本文所描述的任何功能,(一个或更多个)处理器107可以执行存储在一
个或更多个计算机可读存储介质(例如,存储器108)中的一个或更多个指令(例如程序模
块),所述一个或更多个计算机可读存储介质可作为存储由处理器107执行的指令的非临时
性计算机可读存储介质。通常,程序模块包括执行特定任务或实现特定抽象数据类型的例
程、程序、对象、组件、数据结构等。实施方式也可在分布式计算环?#25345;?#25191;行,其中,任务由通
过通信网络链接的远程处理设备执行。在分布式计算环?#25345;校?#31243;序模块可以位于包括存储
器设备的本地和远程计算机存储介质中。数据输入和程序命令可由计算机106通过输入接
口109接收。输入接口109可以包括键盘、触摸屏、USB端口、CD驱动器、DVD驱动器或其他输入
接口。

计算机106可在使用与一个或更多个远程计算机逻辑连接的网络环?#25345;?#24037;作。所
述一个或更多个远程计算机可以包括个人计算机、服务器、路由器、网络PC、对等端设备或
其他常见的网络节点,并且通常包括许多或所有以上关于计算机106描述的元件。计算机
106与一个或更多个远程计算机之间的逻辑连接可以包括但不限于:局域网(LAN)和广域网
(WAN),但也可包括其它网络。这样的网络可以基于任何合适的?#38469;?#24182;可根据任何合适的协
议来操作,并且可包括无线网络、有线网络或光纤网络。这样的网络环境常见于办公室、企
业范围计算机网络、内联网和因特网。

当在LAN网络环?#25345;?#20351;用时,计算机106可以通过网络接口或适配器与LAN连接。当
在WAN网络环?#25345;?#20351;用时,计算机106通常包括调制解调器或用于通过WAN(例如因特网)建
立通信的其他装置。在网络化环?#25345;校?#31243;序模块或其部分可以被存储在远程存储器存储设
备中。

本文描述的用于评估前列腺癌的风险以及/或者确定前列腺体积的多种输入可由
计算机106通过网络(例如,LAN、WAN或某些其他网络)从存储与输入相关联的数据的一个或
更多个远程计算机或设备接收。一个或更多个远程计算机/设备可以预先对远程存储的数
据进行分析,以发送分析结果作为计算机300的输入数据。替代地,远程存储的数据可被发
送到计算机106,因为它被远程存储而没有任何远程分析。此外,可使用可被并入为计算机
106的组件的?#25105;?#25968;量的输入接口(例如,输入接口109)由计算机106的用户直接接收输入。

本文描述的多种输出(包括前列腺癌的风险的概率和/或前列腺体积的输出)可以
被可视化地提供在与计算机106直接连接的输出设备(例如,显示器)上,或者所述输出可以
经由一个或更多个有线或无线网络提供到与计算机106连接的位于远端的输出装置,因为
本发明的实施方式并不限于此方面。除了使用视觉显示之外,本文中描述的输出可以另外
地或替代地提供。例如,向其提供输出的计算机300或远程计算机可包括一个或更多个输出
接口,包括但不限于:用于提供输出指示的扬声器和振动输出接口。

应理解,虽然计算机106作为单一的设备示于图1中,但是在一些实施方式中,计算
机106可以包括多个通信耦合的设备,以执行本文描述的一些或全?#25239;?#33021;,并且计算机106
仅是可以根据本发明的实施方式使用的计算机的一个示例性实施。例如,在一些实施方式
中,计算机106可以被集成到?#20302;持?#20197;及/或者与?#20302;?#36827;?#26800;?#23376;通信。如上所述,在一些实施
方式中,计算机106可包括在网络环?#25345;校?#20854;中,用于确定前列腺癌的概率和/或前列腺体积
的有关一个或更多个血液标志物的信息被从外部源发送到计算机106,以用于使用本文描
述的一?#21482;?#26356;多种?#38469;?#36827;行分析。根据本发明的一些实施方式的示例性网络环境111示于
图1C。在网络环?#25345;?11中,计算机106经由网络114连接到测定?#20302;?12。如以上所?#33268;?#30340;,
网络114可以是任何适当类型的有线或无线网络,并且可包括一个或更多个局域网(LAN)或
广域网(WAN),例如因特网。

可以使用计算机?#20302;常?#20363;如下面描述的计算机?#20302;?#30340;多种实施方式?#35789;?#26045;本文描
述的计算方法、步骤、仿真、算法、?#20302;?#21644;?#20302;?#20803;件。本文描述的方法、步骤、?#20302;?#21644;?#20302;?#20803;件
在其实施中不限于本文所述的任何特定的计算机?#20302;常?#21487;以使用许多其他的不同机器。

所述计算机?#20302;?#21487;包括处理器,例如,市售的处理器,例如可从英特尔购买的x86
系列之一、Celeron和Pentium处理器,可从AMD和Cyrix购买的类似设备,可从Motorola购买
的680X0系列微处理器,来自IBM的PowerPC处理器和ARM处理器。许多其他处理器可用,并且
计算机?#20302;?#19981;限于特定的处理器。

处理器通常执行称为操作?#20302;?#30340;程序,其中以Windows7、Windows8、UNIX、Linux、
DOS、VMS、MacOS和OSX和iOS为示例,其控制其他计算机程序的执行并提供调度、调试、输入/
输出控制、会计、编辑、存储分配、数据管理和存储管理、通信控制和相关服务。处理器和操
作?#20302;?#19968;起限定以高级编程语言编写的应用程序的计算机平台。所述计算机?#20302;?#19981;限于特
定的计算机平台。

所述计算机?#20302;?#21487;包括存储器?#20302;常?#20854;通常包括计算机可读和可写?#19988;资?#24615;记录
介?#21097;源排獺?#20809;盘、?#20102;?#23384;储器和磁带为示例。这种记录介质可以是可移除的,例如软盘、
读/写CD或?#19988;?#26834;,或者可以是永久的,例如,硬?#31958;?#21160;器。

这样的记录介质通常以二进制形式(即,解释为一和零的序列的形式)存储信号。
(例如,磁或光)盘具有若干?#35834;潰?#22312;其上通常以二进制形式(即,解释为一和零的序列的形
式)存储这样的信号。这样的信号可限定由微处理器执行的软件程序(例如应用程序)或者
由应用程序处理的信息。

所述计算机?#20302;?#30340;存储器?#20302;?#36824;可包括集成电路存储器元件,这通常是?#19988;资?#24615;
随机存取存储器,例如动态随机存取存储器(DRAM)或静态存储器(SRAM)。通常,在操作时,
处理器使得从?#19988;资?#24615;记录介质读取的程序和数据进入集成电路存储器元件,与?#19988;资?#24615;
记录介质相比,其通常允许由处理器更快地访问的程序指令和数据。

处理器通常根据程序指令操纵集成电路存储器元件内的数据,然后在处理完成之
后将操作的数据复制到?#19988;资?#24615;记录介质中。已知多?#21482;?#21046;可用于管理?#19988;资?#24615;记录介质
和集成电路存储器元件之间的数据移动,并且实现上述方法、步骤、?#20302;?#21644;?#20302;?#20803;件的计算
机?#20302;?#19981;限于此。计算机?#20302;?#19981;限于特定的存储器?#20302;場?br />

上述这样的存储器?#20302;?#30340;至少一部分可以用来存储上述的一个或更多个数据结
构(例如,查?#20918;?或等式。例如,?#19988;资?#24615;记录介质中的至少一部分可存储包括一个或更多
个这样数据结构的数据库中的至少一部分。这样的数据库可以是多种类型的数据库的?#25105;?br />种,例如,包括一个或更多个平面文件数据结构的文件?#20302;?其中数据被组织到经由分隔符
隔开的数据单元中)、关系数据库(其中数据被组织到存储在表中的数据单元中)、面向对象
的数据库(其中数据被组织到作为对象存储的数据单元中)、另一类型的数据库,或者其任
意组合。

所述计算机?#20302;?#21487;以包括视频和音频数据I/O子?#20302;場?#23376;?#20302;?#30340;音频部分可包括
模拟-数字(A/D)转换器,其接收模拟音频信息,并将其转换成数?#20013;?#24687;。使用已知的压缩系
统可将数?#20013;?#24687;压缩以在硬盘上进行存储,以便在另一时间使用。I/O子?#20302;?#30340;典型的视频
部分可以包括视频图像压缩/解压缩,其中许多是本领域已知的。这样的压缩/解压缩将模
拟视频信息转换成压缩的数?#20013;?#24687;,反之亦然。所述压缩数?#20013;?#24687;可被存储在硬盘上以便
稍后使用。

所述计算机?#20302;?#21487;以包括一个或更多个输出设备。示例输出设备包括阴极射线管
(CRT)显示器、液晶显示器(LCD)和其他视频输出设备、打印机、通信设备例如调制解调器或
网络接口、存储设备例如?#25490;?#25110;磁带以及音频输出设备例如扬声器。

所述计算机?#20302;?#36824;可包括一个或更多个输入设备。示例输入设备包括键盘、小键
盘、轨迹球、鼠标、笔和写字板、例如如上所述的通信设备以及数据输入设备,例如音频和视
频捕获设备和传感器。计算机?#20302;?#19981;限于本文所述的特定的输入或输出设备。

应理解的是,一个或更多个任何类型的计算机?#20302;?#21487;用?#35789;?#26045;本文所述的多种实
施方式。本公开内容的方面可以在软件、硬件或固件或其任何组合中实施。所述计算机?#20302;?br />可包括专门编程的专用硬件,例如专用集成电路(ASIC)。这种专用硬件可被配置成作为上
述计算机?#20302;?#30340;一部?#21482;?#20316;为独立组件?#35789;?#26045;一?#21482;?#26356;多种如上所述的方法、步骤、仿真、
算法、?#20302;?#21644;?#20302;?#20803;件。

计算机?#20302;?#21450;其组件可使用各种各样的一?#21482;?#26356;多种合适的计算机编程语言中
的?#25105;?#31181;来进行编程。这样的语言可包括过程编程语言,例如C、Pascal、Fortran和BASIC、
面向对象的语言例如C++、Java和Eiffel和其他语言,例如脚本语言甚至是汇编语?#28020;?br />

使用可由这样的计算机?#20302;持?#34892;的各?#36136;?#24403;的编程语言(包括过程程序设计语
?#28020;?#38754;向对象的程序设计语?#28020;?#20854;他语言及其组合)中的任?#25105;?#31181;?#35789;?#26045;所述方法、步骤、仿
真、算法、?#20302;?#21644;?#20302;?#20803;件。这样的方法、步骤、仿真、算法、?#20302;?#21644;?#20302;?#20803;件可以实施为计算
机程序的单独模块,或者可以分别实施为单独的计算机程序。这样的模块和程序可以在不
同的计算机上执行。

这样的方法、步骤、仿真、算法、?#20302;?#21644;?#20302;?#20803;件可以单独或组合地可实施为有形
地体现为计算机可读介质上的计算机可?#21015;?#21495;的计算机程序产品,例如,?#19988;资?#24615;记录介
质、集成电路存储器元件或其组合。对于每个这样的方法、步骤、仿真、算法、?#20302;?#25110;?#20302;?#20803;
件,这样的计算机程序产品可包括在限定指令的计算机可读介质上有形地体现的计算机可
?#21015;?#21495;,例如,如一个或更多个程序的一部分,即,作为由计算机执行的结果,表示计算机来
执行所述方法,步骤、仿真、算法、?#20302;?#25110;?#20302;?#20803;件。

应理解,可形成具有一个或更多个上述特征的多个实施方式。可以任何合适的组
合采用上述方面和特征,因为本发明并不限于此方面。还应理解,附图示出了可并入到多个
实施方式中的多种组件和特征。为了简化,附图中的一些可示出一个以上的可选特征或组
件。然而,本发明并不限于附图中公开的具体实施方式。应认识到,本公开内容涵盖如下实
施方式,其可以包括在?#25105;?#22270;中所示的组件的仅一部分,以及/或者也可以涵盖将在多个不
同附图中所示组件合并的实施方式。

示例

示例1-测定和预测模型

本文描述了基于四项激肽释放酶标志物的图的测定,四项激肽释放酶标志物包括
经由多变量算法与患者特定信息联系的总前列腺特异性抗原(tPSA)、?#21355;隤SA(fPSA)、完整
PSA(iPSA)和人激肽释放酶2(hK2)。所述算法返回两个经校准的概?#21097;?#19968;个用于活检之前任
何级别的癌症的风险,另一个用于活检之前高级别癌症(Gleason7或更高)的风险。

已经单独地和以多种组合的方式研究了四项激肽释放酶标志物,以用于前列腺癌
检测应用。结合这四项标志物的血浆水平以及患者的具体信息(例如年龄)、直肠指检(DRE)
的结果和先前阴性前列腺活检的存在的逻辑回归算法表明比单独的PSA测试具有更高的前
列腺癌的阳性预测值。

三百名患者纳入初始校?#20339;?#31350;。这包括在每个研究地点入选的前5名患者,然后是
?#27492;?#24207;入选的患者。排除了没有进行最佳储存和/或装运的样品,或在测量激肽释放酶标志
物过程中产生异常结果的样品。

用于计算活检癌症风险的逻辑回归算法

通过校?#20339;?#31350;建立了用于计算活检的癌症风险的预测模型的公式,并如下文所
示。正如所指出的,取决于总PSA水平使用不同的公式。此外,取决于模型是否用来确定含有
任何级别的检测的癌症与高级别(例如,Gleason评分为7.0或更高)的可检测的癌症的活检
的概率来使用不同的加权系数。加权系数在本文表1和2规定的范围内。公式中的变量在表4
中进行了描述。

如果总PSA≤25 ng/mL

Xβ=β0+β1age+β2tpsa+β3sptpsa1+β4sptpsa2+β5fpsa+β6spfpsal

+β7spfpsa2+β8ipsa+β9hK2+β10dreneg+β11drepos+β12priorbx (14)

如果总PSA>25 ng/mL

Xβ=β0+β1tpsa+β2dreneg+β3drepos+β4priorbx (13)


限制性三次样条项

对于模型(总PSA和?#21355;隤SA)中的一些变量,包括限制性三次样条项,这意味着对
于每个样条项向模型中的每一个添加了两个附加项。用于计算两个样条项的公式如下。





针对总的和?#21355;?#30340;PSA使用以上公式计算sp[var]1和sp[var]2。使用表3中指定范
围内的结点值来计算总PSA的样条项。

表4.计算活检上癌症风险的公式的变量

变量名称
描述
年龄
抽血时的年龄
tpsa
总PSA以ng/ml计
fpsa
?#21355;隤SA以ng/ml计
iPSA
完整PSA以ng/ml计
hk2
hK2以ng/ml计
sptpsa1
总PSA的第一样条项
sptpsa2
总PSA的第二样条项
spfpsa1
?#21355;隤SA的第一样条项
spfpsa2
?#21355;隤SA的第二样条项
priorbx
先前的活检;如果先前没有过活检则为0,如果先前有过活检则为1
dreneg
如果DRE已被确定认为阴性,则?#26723;?#20110;1,否则为0
drepos
如果DRE已被确定认为阳性,则?#26723;?#20110;1,否则为0

校准的结果

入选研究的校准阶段的患者的特性示于表5中。

表5.校准阶段患者的特征



模型校准

基于?#20998;?#32452;群开发?#22235;?#22411;。以斜率和截距系数二者使用逻辑回归校准来测试美洲
组群的校准误差。


如果有证据表明β0≠0,或β1≠1,这将表示其对于重新校准模型是有用的。

预测高级别癌症的模型表现出近乎完美的校?#36857;?#22240;为预测低于0.2(或20%),虽然
似乎有一些低估实际的风险,因为预测高于0.2(或20%)(图2)。应指出,向患者参考的决定
是活检将在低于0.2(或20%)的阈值发生,这时所述模型似乎准确预测高级别癌症的真实
风险。出于这个原因,对于高级模型没有进行重新校准。预测任何级别的癌症的模型也没有
表现出显著的校准误差,因此没有被重新校准(图3)。图2和3中的数据点示出了预测概率和
实际概率之间的关系,并且虚线是拟合数据的线。示出了表示实际概?#26102;?#21270;程度的条。实线
?#20174;?#20102;完美的校?#36857;?#27492;时实际的概?#23454;?#20110;预测概率。

模型性能

下面是预测模型的性能的报告。使用重复的10倍交叉验证对所有的过度拟合统计
数据进行?#31169;险?br />

表6.预测模型的辩别力


AUC(95%CI)
任何级别的癌症
0.769(0.715,0.824)
高级别癌症
0.857(0.805,0.909)

表7.预测模型的布莱尔评分


布莱尔评分
任何级别的癌症
0.1967
高级别癌症
0.1144

在可变活检方案下避免的活检

确定了每1000名患者通过不同活检方案发现和遗漏的高级别癌症(表5)和任何级
别的癌症(表6)的数目。

表8.发现/遗漏的高级别癌症

标记
活检
避免的活检
发现的高级别癌症
遗漏的高级别癌症
高级别前列腺癌症的概率>5%
686
314
190
10
>7.5%
538
462
181
19
>10%
445
555
173
27
>12.5%
370
630
167
33

表9.发现/遗漏的任何级别的癌症

标记
活检
避免的活检
发现的癌症
遗漏的癌症
高级别前列腺癌症的概率>5%
686
314
371
52
>7.5%
538
462
329
95
>10%
445
555
297
126
>12.5%
370
630
270
154

决策曲线分析

高级别癌症的决定曲线分析示于图4中。任何级别的癌症的决定曲线分析示于图5
中。

接受者操作曲线(ROC)

高级别癌症的ROC示于图6中。任何级别癌的症的ROC示于图7中。

活检阈值处的阴性预测值和阳性预测值

对于高级别癌症的活检阈值处的阳性预测值和阴性预测值分别示于图8A和图8B
中。对于任何级别的癌症的活检阈值处的阳性预测值和阴性预测值分别示于图9A和图9B
中。

示例2:验证研究:

示例1中示出?#22235;?#22411;的性能的评估,并在等式(10、11、13、14)中列出,这在本示例
中被称为“测试模型?#20445;?#20854;是基于在研究的验证阶段入选的663个患者进行评估的。对于整个
组群、先前有过活检的?#34892;浴?#20808;前没有过活检的?#34892;?#20197;及年龄50-75岁的?#34892;?#20998;别示出?#31169;?br />果。图10示出了在活检年龄患有高级别疾病的?#34892;?#30340;比例。老年?#34892;?#24739;有高级疾病的比率
要高得多。

对于观察到的较高年龄中风险增加的一种可能性是更有选择性的活检。换句话
说,泌尿科医生可能只可对70岁(在许多?#25913;?#20013;为PSA筛查的上限)以上的?#34892;?#36827;行活检-如
果有令人信服的理由这样做的话。为了评估在老年?#34892;?#20013;高级别癌症的比例增加是否是由
于活检选择,我们使用了PCPT风险计算器(参见Thompson IM,Ankerst DP,Chi C,Goodman
PJ,Tangen CM,Lucia MS,Feng Z,Parnes HL,Coltman CA Jr:Assessing prostate
cancer risk:Results from the Prostate Cancer Prevention Trial,Journal of the
National Cancer Institute 98:529-534,2006)。PCPT风险计算器是建立在其中不分年龄
地向所有?#34892;?#25552;供活检的?#34892;?#32452;群中。在高级别疾病的逻辑回归模型中,依照结果与PCPT
风险和年龄作为协变量,如果年龄系数是显著的,则它表示我们观察到的年龄影响是由于
选择,而不是风险的生物学增加。这些结果表示在老年?#34892;?#20013;风险高于预期(p=0.072),从
而表示选择效应。对50-75岁的?#34892;?#36827;行亚组分析。由于存在年龄小于50岁的20名患者,所
以进?#20449;?#38500;年龄超过70岁的患者的额外的亚组分析。

比较了两个独立的模型:“测试模型”和基于总PSA、年龄、先前的活检和DRE的基本
模型。表10是校准阶段和验证阶段组群之间患者特性的差异的概述。

表10.患者特性


下表11提供了由癌症状态分开的验证阶段组群的患者特性。

发现测试模型具有比基础模型对高级疾病更高的辨别力,其中,AUC增加约0.06。
在不同条件下这种差异相对稳定。这对于具有先前活检的患者而?#26376;?#24494;更大(0.09)并处在
诊断的“灰色区”(0.07-0.09)。阳性活检端点的基础模型和测试模型之间的差异较小,从而
清楚地表明测试模型对高级别疾病的选择性。

下表14和15概述了每1000名患者中通过不同的活检方案对所有患者以及那些年
龄低于70岁的患者发现和遗漏的高级别(癌症)的数目。在临?#27493;?#26524;的分析中,发现使用
7.5%的分选点(cut-point)使活检的数目?#26723;?#32422;50%。这确实会导致遗漏一些高级别癌
症,当分析仅限于年龄小于71的患者时,该效果?#26723;汀?#24180;轻患者的风险<7.5%,5.5%具有
Gleason评分7或8,这意味着将需要进行18个活检,以在这一组中发现一个高级别癌症。在
遗漏的高级别癌症中,53%是3+4,40%为4+3和7%为4+4。

表11.癌症状态下的验证阶段组群


表12.模型差异



表13.布莱尔评分



所有患者

表14.高级别癌症

标记
活检
避免的活检
发现的高级别癌症
遗漏的高级别癌症
高级别前列腺癌的概率>2.5%
805
195
210
11
>5%
664
336
204
17
>7.5%
534
466
193
27
>10%
454
546
181
39
>12.5%
386
614
169
51

年龄小于71

表15.高级别癌症

阈值
活检
避免的活检
发现的高级别癌症
遗漏的高级别癌症
高级别前列腺癌的概率>2.5%
779
221
178
11
>5%
624
376
170
19
>7.5%
490
510
161
28
>10%
406
594
151
37
>12.5%
340
660
140
49

图11A和11B示出了在所有患者(n=663)中检测高级别癌症的预测概率与实际的
概率。图11C示出了在所有患者(n=663)中检测任何级别癌症的预测概率与实际概率。图
12A和12B示出了在50-75岁的患者(n=587)中检测高级别癌症的预测概率与实际概率。图
12C示出了在50-75岁的所有患者(n=587)中检测任何级别癌症的预测概率与实际概率。图
13A和13B示出了在小于71岁的患者(n=535)中检测高级别癌症的预测概率与实际概率。图
13C示出了在小于71岁的所有患者(n=535)中检测任何级别癌症的预测概率与实际概率。
上述结果表示,有一定程度的低预测风险,通过将样品限制到小于71岁的患者来?#26723;?#36825;种
效果。对于图11至13,数据点显示预测概率和实际概率之间的关系,而虚线是拟合数据的
线。示出了表示实际概?#26102;?#21270;程度的条。实线?#20174;?#20102;完美的校?#36857;?#20854;中,实际概?#23454;?#20110;预测
概率。

图14A和14B示出了所有患者(n=663)的净效益与阈值概率水平。图15A和15B示出
了50-75岁患者(n=587)的净效益与阈值概率水平。图16A和16B示出了小于71岁的所有患
者(n=535)的净效益与阈值概率水平。数据表示预测模型的使用与用于检测高级别癌症的
清楚的净效益相关。对于小于71岁的患者这?#20013;?#26524;加强。如在Vickers A.J等中描述的评估
净效益,使用Med Decis Making.2006;26(6):565–574(其全部内容通过引用并入本文)中
公开的方法来确立净效益和阈值概率。

示例3-免疫测定方法:

以下测定方法可用于使用AutoDELFIA自动免疫测定?#20302;?#26469;确定人血浆样?#20998;?#23384;
在的tPSA、fPSA、iPSA和hK2的水平(例如,以ng/mL计的水平)并结合示例1和示例2使用。根
据对每个标志物的重复测试来计算每个标志物的平均量,并将其用于预测模型以确定如示
例2中提出的给定的人血浆样品的风险评分。也可使用Elecsys测定免疫分析仪(Roche
Diagnostics)确定tPSA和fPSA。

每次运行使用至少一套的三个板:一个板用于f/tPSA、一个板用于iPSA和一个板
用于hK2。满?#27721;?#30340;完整运行包括两套的这些三个板。取决于运行的板的数目,整个过程从
起始到获得测试结果包括约3至5小时。试剂:

·hK2测定缓冲液

·iPSA标准(A-G)

·hK2标准(A-G)

·增强液(Perkin Elmer产品#1380 0753)

·浓缩冲洗液(Perkin Elmer产品#B117-100)

·iPSA测定对照(低、中和高)

·hK2测定对照(低、中和高)

·96孔,黄链霉亲和素板(Perkin Elmer产品#AAAND-0005)

·试剂?#31471;?br />

·t/f PSA的PROSTATUS试剂盒(Perkin Elmer产品#B073-301)

·iPSA生物素化捕获溶液(100x)

·iPSA示踪剂溶液(100x)

·hK2生物素化捕获溶液(100x)

·hK2阻断溶液(50x)

·hK2示踪剂溶液(100x)

某些抗体和试剂的详情示于下表中。

表16:试剂



















耗?#27169;?br />

●Wallac移液管头,1.25mL(Perkin Elmer产品#1235-402)

●稀释容器(Perkin Elmer产品#1235-411)

●15mL管

●永久性记号笔

设备:

●101-1000μL容量移液管

●移液管头

●AutoDELFIA板处理器(Perkin Elmer:1235-001)

●AutoDELFIA样品处理器(Perkin Elmer:1297-014)

●AutoDELFIA PC(Perkin Elmer:1235-8060)

(包括软件、工作站和Multicalc)

样品:

●血浆

过程:

在免疫测定?#20302;?例如,Roche仪器)中加载患者标本的等分试样,以确定tPSA和
fPSA。对于用AutoDELFIA仪器确定iPSA、hK2和(以及可选的fPSA和tPSA)遵循以下步骤:所
有试剂均平衡至室温,包括测定具体标准(7级)、测定具体对照(3级)。用pH 6.8的iPSA测定
缓冲液将iPSA生物素化捕获溶液(100x)稀释100倍,并在iPSA板的每个孔中分配捕获溶液。
用hK2 pH 7.8的测定缓冲?#21512;?#37322;hK2生物素化捕获溶液(100x)100倍,并在hK2板的每个孔
中分配捕获溶液。在室温下培育30至60分?#21360;?#22914;果使用Prostatus试剂盒来确定tPSA和
fPSA,则按照试剂盒?#24471;?#26469;确定tPSA和fPSA。将测定试剂和患者标本加载到AutoDELFIA仪
器中。运行仪器协议进行iPSA和hK2测定,直到完成。

标本采集和处理

将血液抽入K2EDTA管中,并在2-8℃下存储,直到其被以冷冻冰袋连夜装运到实验
室为止。在到达实验室后,在实验室跟踪?#20302;持?#26816;查并登记(如果可行)标本并将其在2-8℃
冰箱中存储在K2EDTA管中。尽快旋转血液并将血浆吸移到运输管中。在接收时间的24小时
或更短时间期间,将血浆样品在2-8℃下储存,但是对于周期大于24小时的,在-70℃至-80
℃下储存血浆。

示例4:PSA和人激肽释放酶2的序列

PSA蛋白(SEQ ID NO:3)

IVGGWECEKHSQPWQVLVASRGRAVCGGVLVHPQWVLTAAHCIRNKSVILLGRHSLFHPEDTGQVFQVS
HSFPHPLYDMSLLKNRFLRPGDDSSHDLMLLRLSEPAELTDAVKVMDLPTQEPALGTTCYASGWGSIEPEEFLTPKK
LQCVDLHVISNDVCAQVHPQKVTKFMLCAGRWTGGKSTCSGDSGGPLVCNGVLQGITSWGSEPCALPERPSLYTKVV
HYRKWIKDTIVANP

hK2蛋白(SEQ ID NO:4)

IVGGWECEKHSQPWQVAVYSHGWAHCGGVLVHPQWVLTAAHCLKKNSQVWLGRHNLFEPEDTGQRVPVS
HSFPHPLYNMSLLKHQSLRPDEDSSHDLMLLRLSEPAKITDVVKVLGLPTQEPALGTTCYASGWGSIEPEEFLRPRS
LQCVSLHLLSNDMCARAYSEKVTEFMLCAGLWTGGKDTCGGDSGGPLVCNGVLQGITSWGPEPCALPEKPAVYTKVV
HYRKWIKDTIAANP

序列表

<110> OPKO Diagnostics, LLC

<120> 与前列腺癌的诊断有关的组合物和方法

<130> C1256.70013WO00

<150> US 61/972,099

<151> 2014-03-28

<160> 5

<170> PatentIn version 3.5

<210> 1

<211> 119

<212> PRT

<213> 人工序列

<220>

<223> 合成多肽

<400> 1

Glu Val Gln Leu Val Glu Ser Gly Pro Gly Ile Leu Gln Pro Ser Gln

1 5 10 15

Thr Leu Ser Leu Thr Cys Ser Phe Ser Gly Phe Ser Leu Ser Thr Thr

20 25 30

Gly Met Gly Val Ser Trp Ile Arg Gln Pro Ser Gly Lys Gly Leu Glu

35 40 45

Trp Leu Ala His Leu Tyr Trp Asp Glu Asp Lys Arg Tyr Asn Pro Ser

50 55 60

Leu Lys Ser Arg Leu Thr Ile Ser Glu Asp Ser Ser Arg Asn Gln Val

65 70 75 80

Phe Leu Lys Ile Thr Ser Val Gly Pro Ala Asp Ser Ala Thr Tyr Tyr

85 90 95

Cys Ala Arg Lys Gly Tyr Tyr Gly Tyr Phe Asp Tyr Trp Gly Gln Gly

100 105 110

Thr Ala Leu Thr Val Ser Ser

115

<210> 2

<211> 107

<212> PRT

<213> 人工序列

<220>

<223> 合成多肽

<400> 2

Asp Ile Val Met Thr Gln Ser Gln Lys Phe Met Ser Thr Ser Val Gly

1 5 10 15

Asp Arg Val Ser Val Thr Cys Lys Ala Ser Gln Asn Val Asn Thr Asp

20 25 30

Val Ala Trp Tyr Gln Gln Lys Pro Gly Gln Ser Pro Lys Ala Leu Ile

35 40 45

Phe Ser Thr Ser Tyr Arg Ser Ser Gly Val Pro Asp Arg Phe Thr Gly

50 55 60

Ser Gly Ser Gly Thr Asp Phe Thr Leu Thr Ile Thr Asn Val Gln Ser

65 70 75 80

Glu Asp Leu Ala Glu Tyr Phe Cys Gln Gln Tyr Ser Asn Tyr Pro Leu

85 90 95

Thr Phe Gly Ala Gly Thr Lys Val Asp Leu Asn

100 105

<210> 3

<211> 237

<212> PRT

<213> 人工序列

<220>

<223> 合成多肽

<400> 3

Ile Val Gly Gly Trp Glu Cys Glu Lys His Ser Gln Pro Trp Gln Val

1 5 10 15

Leu Val Ala Ser Arg Gly Arg Ala Val Cys Gly Gly Val Leu Val His

20 25 30

Pro Gln Trp Val Leu Thr Ala Ala His Cys Ile Arg Asn Lys Ser Val

35 40 45

Ile Leu Leu Gly Arg His Ser Leu Phe His Pro Glu Asp Thr Gly Gln

50 55 60

Val Phe Gln Val Ser His Ser Phe Pro His Pro Leu Tyr Asp Met Ser

65 70 75 80

Leu Leu Lys Asn Arg Phe Leu Arg Pro Gly Asp Asp Ser Ser His Asp

85 90 95

Leu Met Leu Leu Arg Leu Ser Glu Pro Ala Glu Leu Thr Asp Ala Val

100 105 110

Lys Val Met Asp Leu Pro Thr Gln Glu Pro Ala Leu Gly Thr Thr Cys

115 120 125

Tyr Ala Ser Gly Trp Gly Ser Ile Glu Pro Glu Glu Phe Leu Thr Pro

130 135 140

Lys Lys Leu Gln Cys Val Asp Leu His Val Ile Ser Asn Asp Val Cys

145 150 155 160

Ala Gln Val His Pro Gln Lys Val Thr Lys Phe Met Leu Cys Ala Gly

165 170 175

Arg Trp Thr Gly Gly Lys Ser Thr Cys Ser Gly Asp Ser Gly Gly Pro

180 185 190

Leu Val Cys Asn Gly Val Leu Gln Gly Ile Thr Ser Trp Gly Ser Glu

195 200 205

Pro Cys Ala Leu Pro Glu Arg Pro Ser Leu Tyr Thr Lys Val Val His

210 215 220

Tyr Arg Lys Trp Ile Lys Asp Thr Ile Val Ala Asn Pro

225 230 235

<210> 4

<211> 237

<212> PRT

<213> 智人

<400> 4

Ile Val Gly Gly Trp Glu Cys Glu Lys His Ser Gln Pro Trp Gln Val

1 5 10 15

Ala Val Tyr Ser His Gly Trp Ala His Cys Gly Gly Val Leu Val His

20 25 30

Pro Gln Trp Val Leu Thr Ala Ala His Cys Leu Lys Lys Asn Ser Gln

35 40 45

Val Trp Leu Gly Arg His Asn Leu Phe Glu Pro Glu Asp Thr Gly Gln

50 55 60

Arg Val Pro Val Ser His Ser Phe Pro His Pro Leu Tyr Asn Met Ser

65 70 75 80

Leu Leu Lys His Gln Ser Leu Arg Pro Asp Glu Asp Ser Ser His Asp

85 90 95

Leu Met Leu Leu Arg Leu Ser Glu Pro Ala Lys Ile Thr Asp Val Val

100 105 110

Lys Val Leu Gly Leu Pro Thr Gln Glu Pro Ala Leu Gly Thr Thr Cys

115 120 125

Tyr Ala Ser Gly Trp Gly Ser Ile Glu Pro Glu Glu Phe Leu Arg Pro

130 135 140

Arg Ser Leu Gln Cys Val Ser Leu His Leu Leu Ser Asn Asp Met Cys

145 150 155 160

Ala Arg Ala Tyr Ser Glu Lys Val Thr Glu Phe Met Leu Cys Ala Gly

165 170 175

Leu Trp Thr Gly Gly Lys Asp Thr Cys Gly Gly Asp Ser Gly Gly Pro

180 185 190

Leu Val Cys Asn Gly Val Leu Gln Gly Ile Thr Ser Trp Gly Pro Glu

195 200 205

Pro Cys Ala Leu Pro Glu Lys Pro Ala Val Tyr Thr Lys Val Val His

210 215 220

Tyr Arg Lys Trp Ile Lys Asp Thr Ile Ala Ala Asn Pro

225 230 235

<210> 5

<211> 9

<212> PRT

<213> 人工序列

<220>

<223> 合成多肽

<400> 5

Ser Cys Pro His His His His His His

1 5

关于本文
本文标题:与前列腺癌的诊断有关的组合物和方法.pdf
链接地址:http://www.pqiex.tw/p-6091903.html
关于我们 - 网站声明 - 网?#38236;?#22270; - 资源地图 - 友情链接 - 网站客服 - 联系我们

[email protected] 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备17046363号-1 
 


收起
展开
平码五不中公式规律 江西多乐彩今天开奖吗 青海十一选五昨天开奖 山东十一选五预测 黑龙江11选5开奖 星空棋牌舟山清墩 刮刮彩投注技巧 pk拾高频彩冠军计划软件 湖南幸运赛车综合图 北京赛车pk10助赢软件 爱玩棋牌app下载安装