[發(fā)明專利]高級(jí)別漿液性卵巢癌的預(yù)后方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202080033355.4
• 申請(qǐng)日: 2020-05-01
• 公開（公告）號(hào): CN113785075A
• 公開（公告）日: 2021-12-10
• 發(fā)明（設(shè)計(jì)）人: A·范德斯托爾佩;W·F·J·費(fèi)爾哈格
• 申請(qǐng)（專利權(quán)）人: 皇家飛利浦有限公司
• 主分類號(hào): C12Q1/6886
• 分類號(hào): C12Q1/6886
• 代理公司: 永新專利商標(biāo)代理有限公司 72002
• 代理人: 劉兆君

1.一種用于確定被診斷患有高級(jí)別漿液性卵巢癌的對(duì)象的預(yù)后的方法，其中，所述方法包括：

基于所述對(duì)象的樣本中的至少兩種細(xì)胞信號(hào)傳導(dǎo)路徑的活性來確定預(yù)后，所述至少兩種細(xì)胞信號(hào)傳導(dǎo)路徑包括磷脂酰肌醇3-激酶(PI3K)路徑和核因子-kappa B(NFkB或NFκB)路徑，

其中，所述細(xì)胞信號(hào)傳導(dǎo)路徑活性基于針對(duì)所述細(xì)胞信號(hào)傳導(dǎo)路徑的三個(gè)或更多個(gè)靶基因的表達(dá)水平，并且其中，

所述三個(gè)或更多個(gè)PI3K靶基因選自包括以下項(xiàng)的組：AGRP、BCL2L11、BCL6、BNIP3、BTG1、CAT、CAV1、CCND1、CCND2、CCNG2、CDK 1A、CDK 1B、ESRl、FASLG、FBX032、GADD45A、INSR、MXIl、NOS3、PCKl、POMC、PPARGCIA、PRDX3、RBL2、SOD2、以及TNFSF10，或者選自包括以下項(xiàng)的組：ATP8A1、BCL2L11、BNIP3、BTGl、C10orf10、CAT、CBLB、CCNDl、CCND2、CDKNIB、DDB1、DYRK2、ERBB3、EREG、ESRl、EXT1、FASLG、FGFR2、GADD45A、IGF1R、IGFBP1、IGFBP3、INSR、LGMN、MXI1、PPM1D、SEMA3C、SEPP1、SESN1、SLC5A3、SMAD4、SOD2、TLE4、以及TNFSF10，或者選自包括以下項(xiàng)的組：SOD2、BNIP3、MXI1、PCK1、PPARGC1A和CAT，并且

所述三個(gè)或更多個(gè)NFkB靶基因選自包括以下項(xiàng)的組：

BCL2L1、BIRC3、CCL2、CCL3、CCL4、CCL5、CCL20、CCL22、CX3CL1、CXCL1、CXCL2、CXCL3、ICAM1、IL1B、IL6、IL8、IRF1、MMP9、NFKB2、NFKBIA、NFKBIE、PTGS2、SELE、STAT5A、TNF、TNFAIP2、TNIP1、TRAF1、以及VCAM1，并且

其中，當(dāng)PI3K路徑的活性低并且NFkB路徑的活性高時(shí)，預(yù)后為良好，并且

其中，當(dāng)PI3K路徑的活性高并且NFkB路徑的活性低時(shí)，預(yù)后為不良，并且

其中，當(dāng)PI3K路徑活性低并且NFkB路徑活性低時(shí)或者當(dāng)PI3K路徑活性高并且NFkB路徑活性高時(shí)，預(yù)后為中等。

2.根據(jù)權(quán)利要求1所述的方法，其中，所述樣本中的所述至少兩種細(xì)胞信號(hào)傳導(dǎo)路徑的所述活性通過包括以下步驟的方法推斷或可推斷：

接收在所述樣本中測(cè)量的相應(yīng)細(xì)胞信號(hào)傳導(dǎo)路徑中的每種細(xì)胞信號(hào)傳導(dǎo)路徑中的三個(gè)或更多個(gè)靶基因基因的表達(dá)水平，

確定細(xì)胞信號(hào)傳導(dǎo)路徑相關(guān)聯(lián)的轉(zhuǎn)錄因子(TF)元件的活性水平，所述細(xì)胞信號(hào)傳導(dǎo)路徑相關(guān)聯(lián)的TF元件控制三個(gè)或更多個(gè)靶基因的轉(zhuǎn)錄，所述確定基于評(píng)估將所述三個(gè)或更多個(gè)靶基因的所述表達(dá)水平與所述TF元件的所述活性水平相關(guān)的校準(zhǔn)數(shù)學(xué)路徑模型，并且，

基于所確定的所述細(xì)胞信號(hào)傳導(dǎo)路徑相關(guān)聯(lián)的TF元件的活性水平來推斷所述相應(yīng)細(xì)胞信號(hào)傳導(dǎo)路徑的所述活性。

3.根據(jù)權(quán)利要求1或2所述的方法，其中，經(jīng)校準(zhǔn)的數(shù)學(xué)路徑模型是概率模型，優(yōu)選地，貝葉斯網(wǎng)絡(luò)模型，基于將TF元件的活性水平與所述三個(gè)或更多個(gè)靶基因的所述表達(dá)水平相關(guān)的條件概率，或者其中，所述數(shù)學(xué)路徑模型基于所述三個(gè)或多個(gè)靶基因的所述表達(dá)水平的一個(gè)或多個(gè)線性組合。