[發(fā)明專利]使用光學(xué)斷層掃描對(duì)細(xì)胞進(jìn)行形態(tài)計(jì)量學(xué)基因分型以檢測(cè)腫瘤突變負(fù)荷在審
| 申請(qǐng)?zhí)枺?/td> | 201980014269.6 | 申請(qǐng)日： | 2019-01-04 |
| 公開(kāi)（公告）號(hào)： | CN111742371A | 公開(kāi)（公告）日： | 2020-10-02 |
| 發(fā)明（設(shè)計(jì)）人： | 丹尼爾·J·薩斯曼;米歇爾·G·梅耶;萊莫尼斯·科布卡斯;阿蘭·C·內(nèi)爾松;蘭道·馬斯特蘭杰洛 | 申請(qǐng)（專利權(quán)）人： | 維森蓋特有限公司 |
| 主分類號(hào)： | G16B40/20 | 分類號(hào)： | G16B40/20;C12Q1/6886 |
| 代理公司： | 中科專利商標(biāo)代理有限責(zé)任公司 11021 | 代理人： | 林玉妹 |
| 地址： | 美國(guó)亞*** | 國(guó)省代碼： | 暫無(wú)信息 |
| 權(quán)利要求書(shū)： | 查看更多 | 說(shuō)明書(shū)： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 使用 光學(xué) 斷層 掃描 細(xì)胞 進(jìn)行 形態(tài) 計(jì)量學(xué) 基因 檢測(cè) 腫瘤 突變 負(fù)荷 | ||
1.一種用于開(kāi)發(fā)一種或多種形態(tài)計(jì)量學(xué)分類器以識(shí)別腫瘤突變負(fù)荷(TMB)的方法，所述方法包括：
從轉(zhuǎn)導(dǎo)細(xì)胞中獲得所選克隆；
分析所述所選克隆的MLH1表達(dá)，以篩選具有與親本細(xì)胞系相當(dāng)水平的克隆；
在培養(yǎng)基中擴(kuò)展所述所選克隆；
收獲所述所選克隆；
確定收獲的克隆的TMB水平；
在3D顯微鏡光學(xué)斷層掃描系統(tǒng)上分析所述所選克隆；和
將所述所選克隆與一組對(duì)照細(xì)胞系比較。
2.根據(jù)權(quán)利要求1所述的方法，其中，所述一組對(duì)照細(xì)胞系包含親本NCI-H23和表達(dá)加擾的shRNA的克隆。
3.根據(jù)權(quán)利要求1所述的方法，其中，所述分析動(dòng)作為每個(gè)細(xì)胞產(chǎn)生多個(gè)形態(tài)計(jì)量學(xué)生物特征。
4.根據(jù)權(quán)利要求3所述的方法，其進(jìn)一步包括使用低TMB和高TMB作為基礎(chǔ)事實(shí)，以針對(duì)等基因細(xì)胞系中的每個(gè)細(xì)胞開(kāi)發(fā)細(xì)胞分類器并確定每個(gè)細(xì)胞分類器的ROC面積。
5.根據(jù)權(quán)利要求4所述的方法，還包括為所述等基因細(xì)胞系中的每個(gè)細(xì)胞定義與所述基礎(chǔ)事實(shí)匹配的分?jǐn)?shù)。
6.根據(jù)權(quán)利要求2所述的方法，還包括產(chǎn)生與基礎(chǔ)事實(shí)緊密匹配的分?jǐn)?shù)。
7.根據(jù)權(quán)利要求1所述的方法，其中，分析所述所選克隆包括使用自適應(yīng)增強(qiáng)邏輯回歸算法來(lái)定義一組通過(guò)邏輯函數(shù)使用的投影軸以產(chǎn)生從0到1的分?jǐn)?shù)。
8.根據(jù)權(quán)利要求7所述的方法，其中，所述自適應(yīng)增強(qiáng)邏輯回歸算法通過(guò)使用基礎(chǔ)事實(shí)與當(dāng)前分?jǐn)?shù)之間的差對(duì)每個(gè)觀察值進(jìn)行加權(quán)的連續(xù)試驗(yàn)來(lái)迭代，以自適應(yīng)地收斂于逐漸將一組更廣泛的細(xì)胞表征轉(zhuǎn)化為解決方案的解決方案。
9.根據(jù)權(quán)利要求1所述的方法，其中，分析所述所選克隆包括使用隨機(jī)森林算法來(lái)使用針對(duì)特征分布的非參數(shù)假設(shè)來(lái)產(chǎn)生分類器。
10.根據(jù)權(quán)利要求9所述的方法，還包括通過(guò)修剪潛在的特征樹(shù)集合以優(yōu)化判別來(lái)評(píng)估分類器判別。
11.根據(jù)權(quán)利要求1所述的方法，還包括使用ROC曲線下的面積aROC來(lái)判斷分類器功效，其中通過(guò)計(jì)算所述ROC曲線的積分來(lái)計(jì)算接收者操作特征曲線下的面積或aROC，所述ROC曲線的積分代表了就分類靈敏度和特異性而言的二進(jìn)制分類器輸出的整體性能。
12.根據(jù)權(quán)利要求1所述的方法，還包括建立閾值以與所述分類器分?jǐn)?shù)一起使用，以創(chuàng)建與具有高精度的基礎(chǔ)TBM相關(guān)的二進(jìn)制輸出。
13.根據(jù)權(quán)利要求1所述的方法，還包括產(chǎn)生表示細(xì)胞屬于目標(biāo)類別的概率的數(shù)字分?jǐn)?shù)。
14.根據(jù)權(quán)利要求13所述的方法，還包括通過(guò)對(duì)分?jǐn)?shù)分布施加閾值使所述分?jǐn)?shù)進(jìn)一步二進(jìn)制化，從而將目標(biāo)細(xì)胞與非目標(biāo)細(xì)胞分離。
15.根據(jù)權(quán)利要求11所述的方法，其中，將所述閾值確定為提供0.95或更高的精度，以用于將具有低TMB的細(xì)胞與具有高TMB的細(xì)胞分離。
16.根據(jù)權(quán)利要求15所述的方法，還包括從使用全外顯子組測(cè)序或利用NGS或靶向基因組的靶向外顯子組測(cè)序進(jìn)行的基因組譜分析確定TMB數(shù)據(jù)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于維森蓋特有限公司，未經(jīng)維森蓋特有限公司許可，擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請(qǐng)聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201980014269.6/1.html，轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
