ES2800673T3 - Métodos y materiales para evaluar una deficiencia de recombinación homóloga - Google Patents
Métodos y materiales para evaluar una deficiencia de recombinación homóloga Download PDFInfo
- Publication number
- ES2800673T3 ES2800673T3 ES15757372T ES15757372T ES2800673T3 ES 2800673 T3 ES2800673 T3 ES 2800673T3 ES 15757372 T ES15757372 T ES 15757372T ES 15757372 T ES15757372 T ES 15757372T ES 2800673 T3 ES2800673 T3 ES 2800673T3
- Authority
- ES
- Spain
- Prior art keywords
- regions
- hrd
- loh
- region
- sample
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 204
- 230000007812 deficiency Effects 0.000 title description 92
- 239000000463 material Substances 0.000 title description 10
- 230000006801 homologous recombination Effects 0.000 title description 9
- 238000002744 homologous recombination Methods 0.000 title description 9
- 206010028980 Neoplasm Diseases 0.000 claims abstract description 375
- 201000011510 cancer Diseases 0.000 claims abstract description 349
- 210000004027 cell Anatomy 0.000 claims abstract description 240
- 230000004044 response Effects 0.000 claims abstract description 76
- 238000011269 treatment regimen Methods 0.000 claims abstract description 70
- 210000000349 chromosome Anatomy 0.000 claims abstract description 63
- 210000003917 human chromosome Anatomy 0.000 claims abstract description 43
- 239000012661 PARP inhibitor Substances 0.000 claims abstract description 39
- 229940121906 Poly ADP ribose polymerase inhibitor Drugs 0.000 claims abstract description 39
- 238000012360 testing method Methods 0.000 claims abstract description 39
- 229940045799 anthracyclines and related substance Drugs 0.000 claims abstract description 31
- 239000012623 DNA damaging agent Substances 0.000 claims abstract description 28
- 229940123780 DNA topoisomerase I inhibitor Drugs 0.000 claims abstract description 27
- 239000000365 Topoisomerase I Inhibitor Substances 0.000 claims abstract description 27
- 230000000392 somatic effect Effects 0.000 claims abstract description 20
- -1 anthracycline Substances 0.000 claims abstract description 14
- 210000002230 centromere Anatomy 0.000 claims abstract description 8
- 238000001914 filtration Methods 0.000 claims abstract description 7
- 238000000338 in vitro Methods 0.000 claims abstract 2
- 230000002950 deficient Effects 0.000 claims description 83
- 108700028369 Alleles Proteins 0.000 claims description 37
- 238000012549 training Methods 0.000 claims description 3
- 239000000523 sample Substances 0.000 description 262
- 102000036365 BRCA1 Human genes 0.000 description 130
- 101150072950 BRCA1 gene Proteins 0.000 description 126
- 108700020463 BRCA1 Proteins 0.000 description 121
- 108020004414 DNA Proteins 0.000 description 80
- 230000035772 mutation Effects 0.000 description 50
- 208000026310 Breast neoplasm Diseases 0.000 description 49
- 238000004458 analytical method Methods 0.000 description 48
- 238000011282 treatment Methods 0.000 description 47
- 206010006187 Breast cancer Diseases 0.000 description 46
- 238000003556 assay Methods 0.000 description 37
- 238000012163 sequencing technique Methods 0.000 description 37
- 230000015654 memory Effects 0.000 description 35
- 239000003795 chemical substances by application Substances 0.000 description 31
- 108090000623 proteins and genes Proteins 0.000 description 31
- 239000013610 patient sample Substances 0.000 description 30
- 230000005855 radiation Effects 0.000 description 29
- 238000004590 computer program Methods 0.000 description 27
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 26
- 210000004602 germ cell Anatomy 0.000 description 24
- 229960004316 cisplatin Drugs 0.000 description 23
- DQLATGHUWYMOKM-UHFFFAOYSA-L cisplatin Chemical compound N[Pt](N)(Cl)Cl DQLATGHUWYMOKM-UHFFFAOYSA-L 0.000 description 23
- 230000037361 pathway Effects 0.000 description 22
- 101150008921 Brca2 gene Proteins 0.000 description 20
- 238000007477 logistic regression Methods 0.000 description 19
- 238000004891 communication Methods 0.000 description 18
- 208000003721 Triple Negative Breast Neoplasms Diseases 0.000 description 17
- 208000022679 triple-negative breast carcinoma Diseases 0.000 description 17
- 239000003814 drug Substances 0.000 description 16
- 102000052609 BRCA2 Human genes 0.000 description 15
- 108700020462 BRCA2 Proteins 0.000 description 15
- 229940079593 drug Drugs 0.000 description 15
- 238000002560 therapeutic procedure Methods 0.000 description 14
- 230000000875 corresponding effect Effects 0.000 description 13
- 230000011987 methylation Effects 0.000 description 13
- 238000007069 methylation reaction Methods 0.000 description 13
- 102000039446 nucleic acids Human genes 0.000 description 13
- 108020004707 nucleic acids Proteins 0.000 description 13
- 150000007523 nucleic acids Chemical class 0.000 description 13
- 230000001575 pathological effect Effects 0.000 description 13
- 229910052697 platinum Inorganic materials 0.000 description 13
- 238000003860 storage Methods 0.000 description 13
- 210000001519 tissue Anatomy 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 12
- 238000003745 diagnosis Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 12
- 101001012157 Homo sapiens Receptor tyrosine-protein kinase erbB-2 Proteins 0.000 description 11
- 102100030086 Receptor tyrosine-protein kinase erbB-2 Human genes 0.000 description 11
- 210000000481 breast Anatomy 0.000 description 11
- 239000003112 inhibitor Substances 0.000 description 11
- 230000007704 transition Effects 0.000 description 11
- AOJJSUZBOXZQNB-TZSSRYMLSA-N Doxorubicin Chemical compound O([C@H]1C[C@@](O)(CC=2C(O)=C3C(=O)C=4C=CC=C(C=4C(=O)C3=C(O)C=21)OC)C(=O)CO)[C@H]1C[C@H](N)[C@H](O)[C@H](C)O1 AOJJSUZBOXZQNB-TZSSRYMLSA-N 0.000 description 10
- 238000011109 contamination Methods 0.000 description 10
- 230000003993 interaction Effects 0.000 description 10
- 238000004393 prognosis Methods 0.000 description 10
- 108700040618 BRCA1 Genes Proteins 0.000 description 9
- 108700010154 BRCA2 Genes Proteins 0.000 description 9
- 208000031404 Chromosome Aberrations Diseases 0.000 description 9
- 206010061535 Ovarian neoplasm Diseases 0.000 description 9
- 231100000005 chromosome aberration Toxicity 0.000 description 9
- 239000012634 fragment Substances 0.000 description 9
- 210000001082 somatic cell Anatomy 0.000 description 9
- 230000004083 survival effect Effects 0.000 description 9
- 230000002759 chromosomal effect Effects 0.000 description 8
- 238000009826 distribution Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 8
- 206010033128 Ovarian cancer Diseases 0.000 description 7
- 230000002596 correlated effect Effects 0.000 description 7
- 230000007547 defect Effects 0.000 description 7
- 230000002939 deleterious effect Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 210000003765 sex chromosome Anatomy 0.000 description 7
- 108091032973 (ribonucleotides)n+m Proteins 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 229940044683 chemotherapy drug Drugs 0.000 description 6
- 238000002405 diagnostic procedure Methods 0.000 description 6
- 238000011518 platinum-based chemotherapy Methods 0.000 description 6
- 239000000047 product Substances 0.000 description 6
- 230000008439 repair process Effects 0.000 description 6
- RCINICONZNJXQF-MZXODVADSA-N taxol Chemical compound O([C@@H]1[C@@]2(C[C@@H](C(C)=C(C2(C)C)[C@H](C([C@]2(C)[C@@H](O)C[C@H]3OC[C@]3([C@H]21)OC(C)=O)=O)OC(=O)C)OC(=O)[C@H](O)[C@@H](NC(=O)C=1C=CC=CC=1)C=1C=CC=CC=1)O)C(=O)C1=CC=CC=C1 RCINICONZNJXQF-MZXODVADSA-N 0.000 description 6
- AOJJSUZBOXZQNB-VTZDEGQISA-N 4'-epidoxorubicin Chemical compound O([C@H]1C[C@@](O)(CC=2C(O)=C3C(=O)C=4C=CC=C(C=4C(=O)C3=C(O)C=21)OC)C(=O)CO)[C@H]1C[C@H](N)[C@@H](O)[C@H](C)O1 AOJJSUZBOXZQNB-VTZDEGQISA-N 0.000 description 5
- KLWPJMFMVPTNCC-UHFFFAOYSA-N Camptothecin Natural products CCC1(O)C(=O)OCC2=C1C=C3C4Nc5ccccc5C=C4CN3C2=O KLWPJMFMVPTNCC-UHFFFAOYSA-N 0.000 description 5
- HTIJFSOGRVMCQR-UHFFFAOYSA-N Epirubicin Natural products COc1cccc2C(=O)c3c(O)c4CC(O)(CC(OC5CC(N)C(=O)C(C)O5)c4c(O)c3C(=O)c12)C(=O)CO HTIJFSOGRVMCQR-UHFFFAOYSA-N 0.000 description 5
- 108091034117 Oligonucleotide Proteins 0.000 description 5
- 239000002246 antineoplastic agent Substances 0.000 description 5
- 229940127093 camptothecin Drugs 0.000 description 5
- VSJKWCGYPAHWDS-FQEVSTJZSA-N camptothecin Chemical group C1=CC=C2C=C(CN3C4=CC5=C(C3=O)COC(=O)[C@]5(O)CC)C4=NC2=C1 VSJKWCGYPAHWDS-FQEVSTJZSA-N 0.000 description 5
- 229960004562 carboplatin Drugs 0.000 description 5
- 190000008236 carboplatin Chemical compound 0.000 description 5
- 230000006378 damage Effects 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 5
- VSJKWCGYPAHWDS-UHFFFAOYSA-N dl-camptothecin Natural products C1=CC=C2C=C(CN3C4=CC5=C(C3=O)COC(=O)C5(O)CC)C4=NC2=C1 VSJKWCGYPAHWDS-UHFFFAOYSA-N 0.000 description 5
- 229960004679 doxorubicin Drugs 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 229960001904 epirubicin Drugs 0.000 description 5
- 229960004768 irinotecan Drugs 0.000 description 5
- UWKQSNNFCGGAFS-XIFFEERXSA-N irinotecan Chemical compound C1=C2C(CC)=C3CN(C(C4=C([C@@](C(=O)OC4)(O)CC)C=4)=O)C=4C3=NC2=CC=C1OC(=O)N(CC1)CCC1N1CCCCC1 UWKQSNNFCGGAFS-XIFFEERXSA-N 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 229960001756 oxaliplatin Drugs 0.000 description 5
- DWAFYCQODLXJNR-BNTLRKBRSA-L oxaliplatin Chemical compound O1C(=O)C(=O)O[Pt]11N[C@@H]2CCCC[C@H]2N1 DWAFYCQODLXJNR-BNTLRKBRSA-L 0.000 description 5
- IIMIOEBMYPRQGU-UHFFFAOYSA-L picoplatin Chemical compound N.[Cl-].[Cl-].[Pt+2].CC1=CC=CC=N1 IIMIOEBMYPRQGU-UHFFFAOYSA-L 0.000 description 5
- 229950005566 picoplatin Drugs 0.000 description 5
- 229960000303 topotecan Drugs 0.000 description 5
- UCFGDBYHRUNTLO-QHCPKHFHSA-N topotecan Chemical compound C1=C(O)C(CN(C)C)=C2C=C(CN3C4=CC5=C(C3=O)COC(=O)[C@]5(O)CC)C4=NC2=C1 UCFGDBYHRUNTLO-QHCPKHFHSA-N 0.000 description 5
- 210000004881 tumor cell Anatomy 0.000 description 5
- 238000009007 Diagnostic Kit Methods 0.000 description 4
- 208000000461 Esophageal Neoplasms Diseases 0.000 description 4
- 206010064571 Gene mutation Diseases 0.000 description 4
- 102000009465 Growth Factor Receptors Human genes 0.000 description 4
- 108010009202 Growth Factor Receptors Proteins 0.000 description 4
- FBOZXECLQNJBKD-ZDUSSCGKSA-N L-methotrexate Chemical compound C=1N=C2N=C(N)N=C(N)C2=NC=1CN(C)C1=CC=C(C(=O)N[C@@H](CCC(O)=O)C(O)=O)C=C1 FBOZXECLQNJBKD-ZDUSSCGKSA-N 0.000 description 4
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 4
- 238000011529 RT qPCR Methods 0.000 description 4
- 229940123237 Taxane Drugs 0.000 description 4
- JLCPHMBAVCMARE-UHFFFAOYSA-N [3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-[[3-[[3-[[3-[[3-[[3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-hydroxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methyl [5-(6-aminopurin-9-yl)-2-(hydroxymethyl)oxolan-3-yl] hydrogen phosphate Polymers Cc1cn(C2CC(OP(O)(=O)OCC3OC(CC3OP(O)(=O)OCC3OC(CC3O)n3cnc4c3nc(N)[nH]c4=O)n3cnc4c3nc(N)[nH]c4=O)C(COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3CO)n3cnc4c(N)ncnc34)n3ccc(N)nc3=O)n3cnc4c(N)ncnc34)n3ccc(N)nc3=O)n3ccc(N)nc3=O)n3ccc(N)nc3=O)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cc(C)c(=O)[nH]c3=O)n3cc(C)c(=O)[nH]c3=O)n3ccc(N)nc3=O)n3cc(C)c(=O)[nH]c3=O)n3cnc4c3nc(N)[nH]c4=O)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)O2)c(=O)[nH]c1=O JLCPHMBAVCMARE-UHFFFAOYSA-N 0.000 description 4
- 208000009956 adenocarcinoma Diseases 0.000 description 4
- 239000002256 antimetabolite Substances 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- 238000003491 array Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 201000004101 esophageal cancer Diseases 0.000 description 4
- 230000002068 genetic effect Effects 0.000 description 4
- 239000003102 growth factor Substances 0.000 description 4
- 231100000518 lethal Toxicity 0.000 description 4
- 230000001665 lethal effect Effects 0.000 description 4
- 201000005202 lung cancer Diseases 0.000 description 4
- 208000020816 lung neoplasm Diseases 0.000 description 4
- 230000008774 maternal effect Effects 0.000 description 4
- 229960000485 methotrexate Drugs 0.000 description 4
- 238000010208 microarray analysis Methods 0.000 description 4
- 230000008775 paternal effect Effects 0.000 description 4
- 102000004169 proteins and genes Human genes 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- DKPFODGZWDEEBT-QFIAKTPHSA-N taxane Chemical class C([C@]1(C)CCC[C@@H](C)[C@H]1C1)C[C@H]2[C@H](C)CC[C@@H]1C2(C)C DKPFODGZWDEEBT-QFIAKTPHSA-N 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- MDOJTZQKHMAPBK-UHFFFAOYSA-N 4-iodo-3-nitrobenzamide Chemical group NC(=O)C1=CC=C(I)C([N+]([O-])=O)=C1 MDOJTZQKHMAPBK-UHFFFAOYSA-N 0.000 description 3
- 206010069754 Acquired gene mutation Diseases 0.000 description 3
- 108010012934 Albumin-Bound Paclitaxel Proteins 0.000 description 3
- 238000007400 DNA extraction Methods 0.000 description 3
- 230000033616 DNA repair Effects 0.000 description 3
- GHASVSINZRGABV-UHFFFAOYSA-N Fluorouracil Chemical compound FC1=CNC(=O)NC1=O GHASVSINZRGABV-UHFFFAOYSA-N 0.000 description 3
- 108700039691 Genetic Promoter Regions Proteins 0.000 description 3
- 239000005411 L01XE02 - Gefitinib Substances 0.000 description 3
- 239000005551 L01XE03 - Erlotinib Substances 0.000 description 3
- 239000002147 L01XE04 - Sunitinib Substances 0.000 description 3
- 239000002136 L01XE07 - Lapatinib Substances 0.000 description 3
- ZDZOTLJHXYCWBA-VCVYQWHSSA-N N-debenzoyl-N-(tert-butoxycarbonyl)-10-deacetyltaxol Chemical compound O([C@H]1[C@H]2[C@@](C([C@H](O)C3=C(C)[C@@H](OC(=O)[C@H](O)[C@@H](NC(=O)OC(C)(C)C)C=4C=CC=CC=4)C[C@]1(O)C3(C)C)=O)(C)[C@@H](O)C[C@H]1OC[C@]12OC(=O)C)C(=O)C1=CC=CC=C1 ZDZOTLJHXYCWBA-VCVYQWHSSA-N 0.000 description 3
- 229930012538 Paclitaxel Natural products 0.000 description 3
- 229940028652 abraxane Drugs 0.000 description 3
- 230000004075 alteration Effects 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 3
- 229960000397 bevacizumab Drugs 0.000 description 3
- 229960005395 cetuximab Drugs 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 239000003534 dna topoisomerase inhibitor Substances 0.000 description 3
- 229960003668 docetaxel Drugs 0.000 description 3
- 229960001433 erlotinib Drugs 0.000 description 3
- AAKJLRGGTJKAMG-UHFFFAOYSA-N erlotinib Chemical compound C=12C=C(OCCOC)C(OCCOC)=CC2=NC=NC=1NC1=CC=CC(C#C)=C1 AAKJLRGGTJKAMG-UHFFFAOYSA-N 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000001747 exhibiting effect Effects 0.000 description 3
- 229960002949 fluorouracil Drugs 0.000 description 3
- 239000012520 frozen sample Substances 0.000 description 3
- 229960002584 gefitinib Drugs 0.000 description 3
- XGALLCVXEZPNRQ-UHFFFAOYSA-N gefitinib Chemical compound C=12C=C(OCCCN3CCOCC3)C(OC)=CC2=NC=NC=1NC1=CC=C(F)C(Cl)=C1 XGALLCVXEZPNRQ-UHFFFAOYSA-N 0.000 description 3
- 229950002133 iniparib Drugs 0.000 description 3
- 229960004891 lapatinib Drugs 0.000 description 3
- BCFGMOOMADDAQU-UHFFFAOYSA-N lapatinib Chemical compound O1C(CNCCS(=O)(=O)C)=CC=C1C1=CC=C(N=CN=C2NC=3C=C(Cl)C(OCC=4C=C(F)C=CC=4)=CC=3)C2=C1 BCFGMOOMADDAQU-UHFFFAOYSA-N 0.000 description 3
- 238000000491 multivariate analysis Methods 0.000 description 3
- 239000002773 nucleotide Substances 0.000 description 3
- 125000003729 nucleotide group Chemical group 0.000 description 3
- FAQDUNYVKQKNLD-UHFFFAOYSA-N olaparib Chemical compound FC1=CC=C(CC2=C3[CH]C=CC=C3C(=O)N=N2)C=C1C(=O)N(CC1)CCN1C(=O)C1CC1 FAQDUNYVKQKNLD-UHFFFAOYSA-N 0.000 description 3
- 229960000572 olaparib Drugs 0.000 description 3
- 230000002611 ovarian Effects 0.000 description 3
- 229960001592 paclitaxel Drugs 0.000 description 3
- 229960001972 panitumumab Drugs 0.000 description 3
- 230000036961 partial effect Effects 0.000 description 3
- 230000008707 rearrangement Effects 0.000 description 3
- 230000000391 smoking effect Effects 0.000 description 3
- 230000037439 somatic mutation Effects 0.000 description 3
- 229960001796 sunitinib Drugs 0.000 description 3
- WINHZLLDWRZWRT-ATVHPVEESA-N sunitinib Chemical compound CCN(CC)CCNC(=O)C1=C(C)NC(\C=C/2C3=CC(F)=CC=C3NC\2=O)=C1C WINHZLLDWRZWRT-ATVHPVEESA-N 0.000 description 3
- 230000008685 targeting Effects 0.000 description 3
- 210000003411 telomere Anatomy 0.000 description 3
- 102000055501 telomere Human genes 0.000 description 3
- 108091035539 telomere Proteins 0.000 description 3
- 229940044693 topoisomerase inhibitor Drugs 0.000 description 3
- 229960000575 trastuzumab Drugs 0.000 description 3
- JNAHVYVRKWKWKQ-CYBMUJFWSA-N veliparib Chemical compound N=1C2=CC=CC(C(N)=O)=C2NC=1[C@@]1(C)CCCN1 JNAHVYVRKWKWKQ-CYBMUJFWSA-N 0.000 description 3
- 229950011257 veliparib Drugs 0.000 description 3
- 206010009944 Colon cancer Diseases 0.000 description 2
- 102100034484 DNA repair protein RAD51 homolog 3 Human genes 0.000 description 2
- 208000031448 Genomic Instability Diseases 0.000 description 2
- 101150109546 HDR gene Proteins 0.000 description 2
- 101001132271 Homo sapiens DNA repair protein RAD51 homolog 3 Proteins 0.000 description 2
- 208000037396 Intraductal Noninfiltrating Carcinoma Diseases 0.000 description 2
- 206010073094 Intraductal proliferative breast lesion Diseases 0.000 description 2
- 238000001276 Kolmogorov–Smirnov test Methods 0.000 description 2
- 101001024425 Mus musculus Ig gamma-2A chain C region secreted form Proteins 0.000 description 2
- NWIBSHFKIJFRCO-WUDYKRTCSA-N Mytomycin Chemical compound C1N2C(C(C(C)=C(N)C3=O)=O)=C3[C@@H](COC(N)=O)[C@@]2(OC)[C@@H]2[C@H]1N2 NWIBSHFKIJFRCO-WUDYKRTCSA-N 0.000 description 2
- 206010030155 Oesophageal carcinoma Diseases 0.000 description 2
- 101710179684 Poly [ADP-ribose] polymerase Proteins 0.000 description 2
- 102100023712 Poly [ADP-ribose] polymerase 1 Human genes 0.000 description 2
- 229920000776 Poly(Adenosine diphosphate-ribose) polymerase Polymers 0.000 description 2
- 238000012300 Sequence Analysis Methods 0.000 description 2
- 108700025716 Tumor Suppressor Genes Proteins 0.000 description 2
- 102000044209 Tumor Suppressor Genes Human genes 0.000 description 2
- 229940041181 antineoplastic drug Drugs 0.000 description 2
- 239000011324 bead Substances 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000010876 biochemical test Methods 0.000 description 2
- 238000001574 biopsy Methods 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 238000002512 chemotherapy Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000034431 double-strand break repair via homologous recombination Effects 0.000 description 2
- 208000028715 ductal breast carcinoma in situ Diseases 0.000 description 2
- 201000007273 ductal carcinoma in situ Diseases 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000010195 expression analysis Methods 0.000 description 2
- 238000009396 hybridization Methods 0.000 description 2
- 238000013388 immunohistochemistry analysis Methods 0.000 description 2
- 230000002779 inactivation Effects 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 231100000225 lethality Toxicity 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000002493 microarray Methods 0.000 description 2
- 201000010879 mucinous adenocarcinoma Diseases 0.000 description 2
- 238000010202 multivariate logistic regression analysis Methods 0.000 description 2
- 238000013188 needle biopsy Methods 0.000 description 2
- 238000007481 next generation sequencing Methods 0.000 description 2
- 238000011275 oncology therapy Methods 0.000 description 2
- 201000005163 papillary serous adenocarcinoma Diseases 0.000 description 2
- 238000010837 poor prognosis Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000001568 sexual effect Effects 0.000 description 2
- 206010041823 squamous cell carcinoma Diseases 0.000 description 2
- 238000007473 univariate analysis Methods 0.000 description 2
- FDKXTQMXEQVLRF-ZHACJKMWSA-N (E)-dacarbazine Chemical compound CN(C)\N=N\c1[nH]cnc1C(N)=O FDKXTQMXEQVLRF-ZHACJKMWSA-N 0.000 description 1
- 101150109698 A2 gene Proteins 0.000 description 1
- 239000012827 ATM inhibitor Substances 0.000 description 1
- 201000009030 Carcinoma Diseases 0.000 description 1
- 102000014914 Carrier Proteins Human genes 0.000 description 1
- 108091026890 Coding region Proteins 0.000 description 1
- 108020004705 Codon Proteins 0.000 description 1
- 208000001333 Colorectal Neoplasms Diseases 0.000 description 1
- 239000004971 Cross linker Substances 0.000 description 1
- 102000053602 DNA Human genes 0.000 description 1
- 102000003915 DNA Topoisomerases Human genes 0.000 description 1
- 108090000323 DNA Topoisomerases Proteins 0.000 description 1
- 230000005778 DNA damage Effects 0.000 description 1
- 231100000277 DNA damage Toxicity 0.000 description 1
- 230000005971 DNA damage repair Effects 0.000 description 1
- 238000007399 DNA isolation Methods 0.000 description 1
- 102100034157 DNA mismatch repair protein Msh2 Human genes 0.000 description 1
- 208000006402 Ductal Carcinoma Diseases 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 101001134036 Homo sapiens DNA mismatch repair protein Msh2 Proteins 0.000 description 1
- 102100032700 Keratin, type I cytoskeletal 20 Human genes 0.000 description 1
- 102100023974 Keratin, type II cytoskeletal 7 Human genes 0.000 description 1
- 108010066370 Keratin-20 Proteins 0.000 description 1
- 108010070507 Keratin-7 Proteins 0.000 description 1
- 238000001282 Kruskal–Wallis one-way analysis of variance Methods 0.000 description 1
- 229910015837 MSH2 Inorganic materials 0.000 description 1
- 102000014160 PTEN Phosphohydrolase Human genes 0.000 description 1
- 108010011536 PTEN Phosphohydrolase Proteins 0.000 description 1
- 206010061902 Pancreatic neoplasm Diseases 0.000 description 1
- 206010060862 Prostate cancer Diseases 0.000 description 1
- 208000000236 Prostatic Neoplasms Diseases 0.000 description 1
- 102000001195 RAD51 Human genes 0.000 description 1
- 108010068097 Rad51 Recombinase Proteins 0.000 description 1
- 208000015634 Rectal Neoplasms Diseases 0.000 description 1
- 208000007660 Residual Neoplasm Diseases 0.000 description 1
- 108010090804 Streptavidin Proteins 0.000 description 1
- BPEGJWRSRHCHSN-UHFFFAOYSA-N Temozolomide Chemical compound O=C1N(C)N=NC2=C(C(N)=O)N=CN21 BPEGJWRSRHCHSN-UHFFFAOYSA-N 0.000 description 1
- 208000035199 Tetraploidy Diseases 0.000 description 1
- 210000002593 Y chromosome Anatomy 0.000 description 1
- 238000000540 analysis of variance Methods 0.000 description 1
- 230000001093 anti-cancer Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000003432 anti-folate effect Effects 0.000 description 1
- 230000000340 anti-metabolite Effects 0.000 description 1
- 229940127074 antifolate Drugs 0.000 description 1
- 239000000427 antigen Substances 0.000 description 1
- 108091007433 antigens Proteins 0.000 description 1
- 102000036639 antigens Human genes 0.000 description 1
- 229940100197 antimetabolite Drugs 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 208000010572 basal-like breast carcinoma Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 108091008324 binding proteins Proteins 0.000 description 1
- 230000008236 biological pathway Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000013611 chromosomal DNA Substances 0.000 description 1
- 210000001072 colon Anatomy 0.000 description 1
- 208000029742 colonic neoplasm Diseases 0.000 description 1
- 238000011284 combination treatment Methods 0.000 description 1
- 229960003901 dacarbazine Drugs 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- 230000012361 double-strand break repair Effects 0.000 description 1
- 230000002255 enzymatic effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004052 folic acid antagonist Substances 0.000 description 1
- 230000037433 frameshift Effects 0.000 description 1
- 238000012268 genome sequencing Methods 0.000 description 1
- 238000003205 genotyping method Methods 0.000 description 1
- 210000002980 germ line cell Anatomy 0.000 description 1
- 201000010536 head and neck cancer Diseases 0.000 description 1
- 208000014829 head and neck neoplasm Diseases 0.000 description 1
- 238000012165 high-throughput sequencing Methods 0.000 description 1
- 230000006607 hypermethylation Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 238000012177 large-scale sequencing Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 201000007270 liver cancer Diseases 0.000 description 1
- 208000014018 liver neoplasm Diseases 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 208000015486 malignant pancreatic neoplasm Diseases 0.000 description 1
- 108020004999 messenger RNA Proteins 0.000 description 1
- 208000037819 metastatic cancer Diseases 0.000 description 1
- 208000011575 metastatic malignant neoplasm Diseases 0.000 description 1
- 230000002438 mitochondrial effect Effects 0.000 description 1
- 229960004857 mitomycin Drugs 0.000 description 1
- 238000009099 neoadjuvant therapy Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000003499 nucleic acid array Methods 0.000 description 1
- 201000002528 pancreatic cancer Diseases 0.000 description 1
- 208000008443 pancreatic carcinoma Diseases 0.000 description 1
- 102000054765 polymorphisms of proteins Human genes 0.000 description 1
- 230000003389 potentiating effect Effects 0.000 description 1
- 239000000092 prognostic biomarker Substances 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000013442 quality metrics Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 206010038038 rectal cancer Diseases 0.000 description 1
- 201000001275 rectum cancer Diseases 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000009097 single-agent therapy Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 210000000130 stem cell Anatomy 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 239000004094 surface-active agent Substances 0.000 description 1
- 229960004964 temozolomide Drugs 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 150000004654 triazenes Chemical class 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
- 238000007482 whole exome sequencing Methods 0.000 description 1
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
- C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61P—SPECIFIC THERAPEUTIC ACTIVITY OF CHEMICAL COMPOUNDS OR MEDICINAL PREPARATIONS
- A61P35/00—Antineoplastic agents
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/106—Pharmacogenomics, i.e. genetic variability in individual responses to drugs and drug metabolism
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/156—Polymorphic or mutational markers
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Organic Chemistry (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Zoology (AREA)
- Engineering & Computer Science (AREA)
- Wood Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Genetics & Genomics (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Biotechnology (AREA)
- Oncology (AREA)
- Hospice & Palliative Care (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biochemistry (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Microbiology (AREA)
- Medicinal Chemistry (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Public Health (AREA)
- General Chemical & Material Sciences (AREA)
- Pharmacology & Pharmacy (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Acyclic And Carbocyclic Compounds In Medicinal Compositions (AREA)
- Medicines That Contain Protein Lipid Enzymes And Other Medicines (AREA)
- Pharmaceuticals Containing Other Organic And Inorganic Compounds (AREA)
- Micro-Organisms Or Cultivation Processes Thereof (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Catalysts (AREA)
- Carbon And Carbon Compounds (AREA)
Abstract
Un método in vitro para predecir la respuesta del paciente a un régimen de tratamiento contra el cáncer que comprende un agente que daña el ADN, antraciclina, inhibidor de topoisomerasa I o inhibidor de PARP, comprendiendo el método: (1) determinar, en una muestra que comprende una célula cancerosa, el número de regiones indicadoras de CA que comprenden regiones indicadoras de LOH, regiones indicadoras de TAI y regiones indicadoras de LST en al menos un par de cromosomas humanos de una célula cancerosa de dicho paciente con cáncer; en la que (a) una región indicadora de LOH es una región de LOH que tiene más de 1,5, 5, 12, 13, 14, 15, 16, 17 o más megabases de longitud pero más corta que la longitud total del cromosoma respectivo dentro del cual se encuentra la región de LOH; (b) una región indicadora de TAI es una región de TAI con desequilibrio alélico que (i) se extiende a uno de los subtelómeros, (ii) no cruza el centrómero y (iii) es más larga que 1,5; 5, 12, 13, 14, 15, 16, 17 o más megabases de longitud; (c) una región indicadora de LST es un punto de ruptura de número de copia somática a lo largo de la longitud de un cromosoma que se encuentra entre dos regiones de al menos 10 megabases de longitud después de filtrar regiones de menos de 3 megabases de longitud; (2) combinar dichas regiones indicadoras de CA para proporcionar un valor de prueba de la siguiente manera: Valor de prueba = (número de regiones indicadoras de LOH) + (número de regiones indicadoras de TAI) + (número de regiones indicadoras de LST); y (3) proporcionar un valor de referencia para comparación con dicho valor de prueba, en el que dicho valor de referencia es mayor que 32.
Description
DESCRIPCIÓN
Métodos y materiales para evaluar una deficiencia de recombinación homóloga
Antecedentes
El cáncer es un grave problema de salud pública, con 562.340 personas en los Estados Unidos de América muriendo de cáncer solo en 2009. La Sociedad Americana contra el Cáncer, Cancer Facts & Figures 2009 (disponible en el sitio web de la Sociedad Americana contra el Cáncer). Uno de los principales desafíos en el tratamiento contra el cáncer es descubrir características relevantes y clínicamente útiles del propio cáncer de un paciente y luego, en función de estas características, administrar un plan de tratamiento más adecuado para el cáncer del paciente. Si bien se han logrado avances en este campo de la medicina personalizada, todavía existe una necesidad significativa de mejores herramientas de diagnóstico molecular para caracterizar los cánceres de los pacientes. El documento WO2013/130347 describe métodos para predecir la respuesta del cáncer a las terapias contra el cáncer basadas en la determinación y el análisis de una puntuación de aberración cromosómica. Además, el documento WO2012/027224 describe la identificación de nuevos métodos para definir biomarcadores predictivos para la respuesta a fármacos contra el cáncer. Además, Popova et al., (Cancer Research 2012, 72: 5454) revela que la ploidía y la inestabilidad genómica a gran escala identifican consistentemente carcinomas de mama de tipo basal con inactivación de BRCA1/2. Además, una prueba HRD se conoce como prueba HRDMR de Myriad.
Resumen
Este documento se refiere a métodos y materiales involucrados en la evaluación de muestras (por ejemplo, células cancerosas o ácidos nucleicos derivados de ellas) para la deficiencia de recombinación homóloga (HRD) (por ejemplo, una firma de HRD) basada en la detección de aberraciones cromosómicas ("CA") particulares. Por ejemplo, este documento proporciona métodos y materiales para detectar regiones de CA para determinar si una célula (por ejemplo, una célula cancerosa) tiene HRD (por ejemplo, exhibe una firma de HRD). Este documento también proporciona materiales y métodos para identificar pacientes con cáncer que probablemente respondan a un régimen de tratamiento particular contra el cáncer en función de la presencia, ausencia o gravedad de HRD. A lo largo en el presente documento, a menos que se indique lo contrario, la HRD y la deficiencia de reparación dependiente de la homología (HDR) se usan como sinónimos.
La presente invención se define en la reivindicación independiente, a la que ahora debe hacerse referencia. Realizaciones ventajosas se exponen en las reivindicaciones subordinadas. En general, un aspecto de esta divulgación presenta un método para evaluar la HRD en una célula cancerosa o ADN (por ejemplo, ADN genómico) derivado de la misma. En algunas realizaciones, el método comprende, o consiste esencialmente en (a) detectar, en una muestra o ADN derivado de la misma, regiones de CA (como se define en el presente documento) en al menos un par de cromosomas humanos de muestra o ADN derivado de la misma (por ejemplo, cualquier par de cromosomas humanos que no sea un par de cromosomas sexuales X/Y humanos); y (b) determinar el número, el tamaño (por ejemplo, la longitud) y/o el carácter de dichas regiones de CA. En algunas realizaciones, las regiones de CA se analizan en varios pares de cromosomas que son representativos de todo el genoma (por ejemplo, se analizan suficientes cromosomas de modo que se espera que el número y el tamaño de las regiones de CA sean representativos del número y tamaño de las regiones de CA a través del genoma).
Varios aspectos de la presente divulgación implican el uso de un análisis combinado de dos o más tipos de regiones de CA para evaluar (por ejemplo, detectar) la HRD en una muestra. Tres tipos de regiones de CA útiles en tales métodos incluyen (1) regiones cromosómicas que muestran pérdida de heterocigosidad ("regiones de LOH", como se define en el presente documento), (2) regiones cromosómicas que muestran desequilibrio alélico telomérico ("regiones de TAI", como se define en el presente documento), y (3) regiones cromosómicas que muestran una transición a gran escala ("regiones de LST", como se define en el presente documento). Las regiones de CA de un cierto tamaño, ubicación cromosómica o carácter (por ejemplo, "regiones indicadoras de CA", como se define en el presente documento) pueden ser particularmente útiles en diversos aspectos de la presente divulgación.
Por lo tanto, en un aspecto, la divulgación proporciona un método para evaluar (por ejemplo, detectar) la HRD en una muestra que comprende (1) determinar el número total de regiones de LOH de un cierto tamaño o carácter (por ejemplo, "regiones Indicadoras de LOH", como definido en el presente documento) en la muestra; (2) determinar el número total de regiones de TAI de un cierto tamaño o carácter (por ejemplo, "regiones indicadoras de TAI", como se define en el presente documento) en la muestra; y (3) evaluar la HRD en la muestra con base en al menos en parte en las determinaciones hechas en (1) y (2). En otro aspecto, la divulgación proporciona un método para evaluar (por ejemplo, detectar) la HRD en una muestra que comprende (1) determinar el número total de regiones de LOH de un cierto tamaño o carácter (por ejemplo, "regiones Indicadoras de LOH", como se define en el presente documento) en la muestra; (2) determinar el número total de regiones de LST de un cierto tamaño o carácter (por ejemplo, "regiones Indicadoras de LST", como se define en el presente documento) en la muestra; y (3) evaluar la h Rd en la muestra basándose al menos en parte en las determinaciones hechas en (1) y (2). En otro aspecto, la divulgación proporciona un método para evaluar (por ejemplo, detectar) la HRD en una muestra que comprende (1) determinar el número total de regiones de TAI de un cierto tamaño o carácter (por ejemplo, "regiones indicadoras de TAI", como se define en el
presente documento) en la muestra; (2) determinar el número total de regiones de LST de un cierto tamaño o carácter (por ejemplo, "regiones Indicadoras de LST", como se define en el presente documento) en la muestra; y (3) evaluar la HRD en la muestra basándose al menos en parte en las determinaciones hechas en (1) y (2). En otro aspecto, la divulgación proporciona un método para evaluar (por ejemplo, detectar) la HRD en una muestra que comprende (1) determinar el número total de regiones de LOH de un cierto tamaño o carácter (por ejemplo, "regiones indicadoras de LOH", como se define en el presente documento) en la muestra; (2) determinar el número total de regiones de TAI de un cierto tamaño o carácter (por ejemplo, "regiones indicadoras de TAI", como se define en el presente documento) en la muestra; (3) determinar el número total de regiones de LST de un cierto tamaño o carácter (por ejemplo, "regiones Indicadoras de LST", como se define en el presente documento) en la muestra; y (4) evaluar (por ejemplo, detectar) la HRD en la muestra basándose al menos en parte en las determinaciones hechas en (1), (2) y (3).
En un aspecto, la divulgación proporciona un método para diagnosticar la presencia o ausencia de HRD en una muestra del paciente, comprendiendo el método (1) analizar (por ejemplo, evaluar) una o más muestras de pacientes para determinar (por ejemplo, detectar) el número total de regiones de LOH de un cierto tamaño o carácter (por ejemplo, "regiones indicadoras de LOH", como se define en el presente documento) en la muestra; (2) analizar (por ejemplo, evaluar) una o más muestras de pacientes para determinar (por ejemplo, detectar) el número total de regiones de TAI de un cierto tamaño o carácter (por ejemplo, "regiones indicadoras de TAI", como se define en el presente documento) en la muestra; y (3) (a) diagnosticar la presencia de HRD en una muestra del paciente en la que el número de (1) y/o el número de (2) excede alguna referencia; o (3) (b) diagnosticar la ausencia de HRD en una muestra del paciente en la que ni el número de (1) ni el número de (2) excede alguna referencia. En otro aspecto, la divulgación proporciona un método para diagnosticar la presencia o ausencia de HRD en una muestra del paciente, comprendiendo el método (1) analizar (por ejemplo, evaluar) una o más muestras de pacientes para determinar (por ejemplo, detectar) el número total de regiones de LOH de un cierto tamaño o carácter (por ejemplo, "regiones indicadoras de LOH", como se define en el presente documento) en la muestra; (2) analizar (por ejemplo, evaluar) una o más muestras de pacientes para determinar (por ejemplo, detectar) el número total de regiones de LST de un cierto tamaño o carácter (por ejemplo, "regiones Indicadoras de LST", como se define en el presente documento) en la muestra; y (3) (a) diagnosticar la presencia de HRD en una muestra del paciente en la que el número de (1) y/o el número de (2) excede alguna referencia; o (3) (b) diagnosticar la ausencia de HRD en una muestra del paciente en la que ni el número de (1) ni el número de (2) excede alguna referencia. En otro aspecto, la divulgación proporciona un método para diagnosticar la presencia o ausencia de HRD en una muestra del paciente, comprendiendo el método (1) analizar (por ejemplo, evaluar) una o más muestras de pacientes para determinar (por ejemplo, detectar) el número total de regiones de TAI de un cierto tamaño o carácter (por ejemplo, "regiones indicadoras de TAI", como se define en el presente documento) en la muestra; (2) analizar (por ejemplo, evaluar) una o más muestras de pacientes para determinar (por ejemplo, detectar) el número total de regiones de LST de un cierto tamaño o carácter (por ejemplo, "regiones Indicadoras de LST", como se define en el presente documento) en la muestra; y (3) (a) diagnosticar la presencia de HRD en una muestra del paciente en la que el número de (1) y/o el número de (2) excede alguna referencia; o (3) (b) diagnosticar la ausencia de HRD en una muestra del paciente en la que ni el número de (1) ni el número de (2) exceden alguna referencia. En otro aspecto, la divulgación proporciona un método para diagnosticar la presencia o ausencia de HRD en una muestra del paciente, el comprendiendo el método (1) analizar (por ejemplo, evaluar) una o más muestras de pacientes para determinar (por ejemplo, detectar) el número total de regiones de LOH de un cierto tamaño o carácter (por ejemplo, "regiones indicadoras de LOH", como se define en el presente documento) en la muestra; (2) analizar (por ejemplo, evaluar) una o más muestras de pacientes para determinar (por ejemplo, detectar) el número total de regiones de TAI de un cierto tamaño o carácter (por ejemplo, "regiones indicadoras de TAI", como se define en el presente documento) en la muestra; (3) analizar (por ejemplo, evaluar) una o más muestras de pacientes para determinar (por ejemplo, detectar) el número total de regiones de lSt de un cierto tamaño o carácter (por ejemplo, "regiones indicadoras de LST", como se define en el presente documento) en la muestra; y (3) (a) diagnosticar la presencia de HRD en una muestra del paciente en la que el número de (1), el número de (2) y/o el número de (3) excede alguna referencia; o (3) (b) diagnosticar la ausencia de HRD en una muestra del paciente en la que ninguno de los números de (1), (2) o (3) excede alguna referencia.
Varios aspectos de la presente divulgación implican el uso de un promedio (por ejemplo, media aritmética) de tres tipos de regiones de CA para evaluar (por ejemplo, detectar) la HRD en una muestra. Tres tipos de región de CA útiles en tales métodos incluyen (1) regiones cromosómicas que muestran pérdida de heterocigosidad ("regiones de LOH", como se define en el presente documento), (2) regiones cromosómicas que muestran desequilibrio alélico telomérico ("regiones de TAI", como se define en el presente documento), y (3) regiones cromosómicas que muestran una transición a gran escala ("regiones de LST", como se define en el presente documento). Las regiones de CA de un cierto tamaño o carácter (por ejemplo, "regiones indicadoras de CA ", como se definen en el presente documento) pueden ser particularmente útiles en los diversos aspectos del método descrito en el presente documento. Por lo tanto, en un aspecto, la divulgación proporciona un método para evaluar (por ejemplo, detectar) la HRD en una muestra que comprende (1) determinar el número total de regiones de LOH de un cierto tamaño o carácter (por ejemplo, "regiones indicadoras de LOH", como se define en el presente documento) en la muestra; (2) determinar el número total de regiones de TAI de un cierto tamaño o carácter (por ejemplo, "regiones indicadoras de TAI", como se define en el presente documento) en la muestra; (3) determinar el número total de regiones de LST de un cierto tamaño o carácter (por ejemplo, "regiones Indicadoras de LST", como se define en el presente documento) en la muestra; (4) calcular el promedio (por ejemplo, media aritmética) de las determinaciones hechas en (1), (2) y (3); y (5) evaluar la HRD en la muestra basándose al menos en parte en el promedio calculado (por ejemplo, media aritmética) realizado en (4).
En algunas realizaciones, la evaluación (por ejemplo, detección) de HRD se basa en una puntuación derivada o calculada a partir de (por ejemplo, que representa o corresponde a) las regiones de CA detectadas ("puntuación de la región de CÁ', como se define en el presente documento). Las puntuaciones se describen con mayor detalle en este documento. En algunas realizaciones, la HRD se detecta si una puntuación de la región de CA para una muestra supera algún umbral (por ejemplo, una puntuación de la región de CA de referencia o índice), y opcionalmente no se detecta HRD si la puntuación de la región de CA para la muestra no supera algún umbral (por ejemplo, una puntuación de la región de CA de referencia o índice, que en algunas realizaciones puede ser el mismo umbral para la detección positiva). Los expertos en la materia apreciarán fácilmente que las puntaciones pueden idearse en la orientación opuesta dentro de esta divulgación (por ejemplo, la HRD se detecta si la puntuación de la región de CA está por debajo de un cierto umbral y no se detecta si la puntuación está por encima de un cierto umbral).
En algunas realizaciones, la puntuación de la región de CA es una combinación de puntuaciones derivadas o calculadas a partir de (por ejemplo, que representan o corresponden a) dos o más de (1) las regiones detectadas de LOH ("puntuación de la región de lOh ", como se define en el presente documento), (2) regiones detectadas de TAI ("puntuación de la región de TAI", como se define en el presente documento), y/o (3) las regiones detectadas de LST ("puntuación de la región de LST", como se define en el presente documento). En algunas realizaciones, la puntuación de la región de LOH y la puntuación de la región de TAI se combinan de la siguiente manera para obtener una puntuación de la región de CA:
Puntuación de la región de CA = A*(puntuación de la región de LOH) B*(puntuación de la región de TAI)
En algunas realizaciones, la puntuación de la región de LOH y la puntuación de la región de TAI se combinan de la siguiente manera para obtener una puntuación de la región de CA:
Puntuación de la región de CA = 0,32*(puntuación de la región de LOH) 0,68*(puntuación de la región de TAI)
En algunas realizaciones, la puntuación de la región de LOH y la puntuación de la región de LST se combinan de la siguiente manera para obtener una puntuación de la región de CA:
Puntuación de la región de CA = A*(puntuación de la región de LOH) B*(puntuación de la región de LST)
En algunas realizaciones, la puntuación de la región de TAI y la puntuación de la región de LST se combinan de la siguiente manera para obtener una puntuación de la región de CA:
Puntuación de la región de CA = A*(puntuación de la región de TAI) B*(puntuación de la región de LST)
En algunas realizaciones, la puntuación de la región de LOH, la puntuación de la región de TAI y la puntuación de la región de LST se combinan de la siguiente manera para obtener una puntuación de la región de CA:
Puntuación de la región de CA = A*(puntuación de la región de LOH) B*(puntuación de la región de TAI) C*(puntuación de la región de LST)
En algunas realizaciones, la puntuación de la región de LOH, la puntuación de la región de TAI y la puntuación de la región de LST se combinan de la siguiente manera para obtener una puntuación de la región de CA:
Puntuación de la región de CA = 0,21'(puntuación de la región de LOH) 0,67*(puntuación de la región de TAI)
0,12*(puntuación de la región de LST)
En algunas realizaciones, la puntuación de la región de CA es una combinación de puntuaciones derivadas o calculadas a partir de (por ejemplo, representa o correspondiente a) el promedio (por ejemplo, media aritmética) de (1) las regiones detectadas de LOH ("puntuación de la región de LOH", como se define en el presente documento), (2) regiones detectadas de TAI ("puntuación de la región de TAI", como se define en el presente documento), y/o (3) las regiones detectadas de LST ("puntuación de la región de LST", como se define en el presente documento) para producir una Región CA puntuación:
Puntuación de la reglón de CA = A'ípuntuación de la región de LOH) B*ípuntuación de la región de TAI) C*fpuntuación de la región de LST)
’
3
En otro aspecto, la presente divulgación proporciona un método para predecir el estado de los genes BRCA1 y BRCA2 en una muestra. Dicho método es análogo a los métodos descritos anteriormente y difiere en que la determinación de regiones de CA, regiones de LOH, regiones de TAI, regiones de LST o puntuaciones que las incorporan se utilizan para evaluar (por ejemplo, detectar) la deficiencia en BRCA1 y/o BRCA2 en la muestra. En otro aspecto, esta divulgación proporciona un método para predecir la respuesta de un paciente con cáncer a un régimen de tratamiento contra el cáncer que comprende un agente que daña el ADN, una antraciclina, un inhibidor de topoisomerasa I,
radiación y/o un inhibidor de PARP. Dicho método es análogo a los métodos descritos anteriormente y difiere en que la determinación de regiones de CA, regiones de LOH, regiones de TAI, regiones de LST o puntuaciones que las incorporan se utilizan para predecir la probabilidad de que el paciente con cáncer responda al régimen de tratamiento contra el cáncer. En algunas realizaciones, los pacientes son pacientes sin tratamiento previo. En otro aspecto, esta divulgación proporciona un método para tratar el cáncer. Dicho método es análogo a los métodos descritos anteriormente y difiere en que se administra un régimen de tratamiento particular (recomendado, prescrito, etc.) basándose al menos en parte en la determinación de regiones de CA, regiones de LOH, regiones de t A i, regiones de LST o puntuaciones que las incorporan. En otro aspecto, esta divulgación presenta el uso de uno o más fármacos seleccionados del grupo que consiste en agentes que dañan el ADN, antraciclinas, inhibidores de topoisomerasa I e inhibidores de PARP, en la fabricación de un medicamento útil para tratar un cáncer en un paciente identificado por tener (o que ha tenido) una célula cancerosa que tiene HRD (por ejemplo, una firma de HRD) como se describe en este documento. En otro aspecto, este documento presenta un método para evaluar una muestra por la presencia de una mutación dentro de un gen de una vía de HDR. Tal método es análogo a los métodos descritos anteriormente y difiere en que la determinación de regiones de CA, regiones de LOH, regiones de TAI, regiones de LST o puntuaciones que las incorporan se utilizan para detectar (o no) la presencia de una mutación dentro de un gen de una vía de HDR.
En otro aspecto, la divulgación proporciona un método para evaluar a un paciente. El método comprende, o consiste esencialmente en (a) determinar si el paciente tiene (o ha tenido) células cancerosas con más de un número de referencia de regiones de CA (o, por ejemplo, una puntuación de la región de CA que excede una puntuación de la región de CA de referencia); y (b) (1) diagnosticar que el paciente tiene células cancerosas con HRD si se determina que el paciente tiene (o ha tenido) células cancerosas con más de un número de referencia de regiones de CA (o, por ejemplo, una puntuación de la región de CA que excede una puntuación de la región de CA de referencia); o (b) (2) diagnosticar que el paciente no tiene células cancerosas con HRD si se determina que el paciente no tiene (o no ha tenido) células cancerosas con más de un número de referencia de regiones de CA (o, por ejemplo, el paciente no tiene (o no ha tenido) células cancerosas con una puntuación de la región de CA que excede una puntuación de la región de CA de referencia).
En otro aspecto, esta divulgación presenta el uso de una pluralidad de oligonucleótidos capaces de hibridarse con una pluralidad de regiones polimórficas de ADN genómico humano, en la fabricación de un kit de diagnóstico útil para determinar el número total o la longitud combinada de regiones de CA en al menos un par de cromosomas (o ADN derivado del mismo) en una muestra obtenida de un paciente con cáncer, y para detectar (a) la HRD o probabilidad de HRD (por ejemplo, una firma de HRD) en la muestra, (b) deficiencia (o probabilidad de deficiencia) en un gen BRCA1 o BRCA2 en la muestra, o (c) una mayor probabilidad de que el paciente con cáncer responda a un régimen de tratamiento contra el cáncer que comprende un agente que daña el ADN, una antraciclina, un inhibidor de topoisomerasa I, radiación o un inhibidor de PARP.
En otro aspecto, esta divulgación presenta un sistema para detectar HRD (por ejemplo, una firma de HRD) en una muestra. El sistema comprende, o consiste esencialmente en (a) un analizador de muestras configurado para producir una pluralidad de señales sobre el ADN genómico de al menos un par de cromosomas humanos (o ADN derivado del mismo) en la muestra, y (b) un subsistema informático programado para calcular, en función de la pluralidad de señales, el número o la longitud combinada de las regiones de CA en al menos un par de cromosomas humanos. El subsistema informático se puede programar para comparar el número o la longitud combinada de las regiones de CA con un número de referencia para detectar (a) la HRD o probabilidad de HRD (por ejemplo, una firma de HRD) en la muestra, (b) deficiencia (o probabilidad de deficiencia) en un gen BRCA1 o BRCA2 en la muestra, o (c) una mayor probabilidad de que el paciente con cáncer responda a un régimen de tratamiento contra el cáncer que comprende un agente que daña el ADN, una antraciclina, un inhibidor de topoisomerasa I, radiación o un inhibidor de PARP. El sistema puede comprender un módulo de salida configurado para mostrar (a), (b) o (c). El sistema puede comprender un módulo de salida configurado para mostrar una recomendación para el uso del régimen de tratamiento contra el cáncer.
En otro aspecto, la divulgación proporciona un producto de programa informático incorporado en un medio legible por ordenador que, cuando se ejecuta en un ordenador, proporciona instrucciones para detectar la presencia o ausencia de cualquier región de CA a lo largo de uno o más de los cromosomas humanos distintos de los cromosomas sexuales X y Y humanos (las regiones de CA son opcionalmente regiones indicadoras de CA); y determinar el número total o la longitud combinada de las regiones de CA en uno o más pares de cromosomas. El producto del programa informático puede incluir otras instrucciones.
En otro aspecto, la presente divulgación proporciona un kit de diagnóstico. El kit comprende, o consiste esencialmente en, al menos 500 oligonucleótidos capaces de hibridarse con una pluralidad de regiones polimórficas de ADN genómico humano (o ADN derivado del mismo); y un producto de programa informático provisto en el presente documento. El producto del programa informático se puede incorporar en un medio legible por ordenador que, cuando se ejecuta en una ordenador, proporciona instrucciones para detectar la presencia o ausencia de cualquier región de CA a lo largo de uno o más cromosomas humanos que no sean los cromosomas sexuales X y Y humanos (las regiones de CA, opcionalmente regiones indicadoras de CA); y determinar el número total o la longitud combinada de las regiones de CA en uno o más pares de cromosomas. El producto del programa informático puede incluir otras instrucciones.
En algunas realizaciones de uno o más de los aspectos de la divulgación de los párrafos anteriores, uno o más de los siguientes pueden aplicarse según sea apropiado. Las regiones de CA se pueden determinar en al menos dos, cinco, diez o 21 pares de cromosomas humanos. La célula cancerosa puede ser una célula cancerosa de ovario, mama, pulmón o esófago. La referencia puede ser 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18 o 20 o más. Al menos un par de cromosomas humanos pueden excluir el cromosoma 17 humano. El agente que daña el ADN puede ser cisplatino, carboplatino, oxaliplatino o picoplatino, la antraciclina puede ser epirrubicina o doxorrubicina, el inhibidor de topoisomerasa I puede ser camptotecina, topotecano o irinotecano, o el inhibidor de PARP puede ser iniparib, olaparib o veliparib. El paciente puede ser un paciente sin tratamiento previo.
A menos que se defina lo contrario, todos los términos técnicos y científicos utilizados en el presente documento tienen el mismo significado que el entendido comúnmente por un experto en la materia al que pertenece esta divulgación. Aunque pueden usarse métodos y materiales similares o equivalentes a los descritos en el presente documento para practicar la invención, a continuación se describen métodos y materiales adecuados.
Los detalles de una o más realizaciones de la invención se exponen en la descripción y los dibujos adjuntos a continuación. Otras características, objetivos y ventajas de la invención serán evidentes a partir de la descripción y los dibujos, y de las reivindicaciones.
Descripción de los dibujos
La Figura 1 muestra gráficos que representan las dosis de alelos de células de cáncer de mama de una muestra fresca congelada de un paciente con cáncer de mama a lo largo de un cromosoma, según se determina usando una matriz SNP (arriba) y secuenciación de alto rendimiento (abajo).
La Figura 2 muestra gráficos que representan las dosis de alelos de células de cáncer de mama de una muestra de FFPE de un paciente con cáncer de mama a lo largo de un cromosoma, según se determina usando una matriz SNP (arriba) y secuenciación de alto rendimiento (abajo).
La Figura 3 es un diagrama de flujo de un ejemplo de proceso para evaluar el genoma de una célula (por ejemplo, una célula cancerosa) para una firma de HRD.
La Figura 4 es un diagrama de un ejemplo de un dispositivo informático y un dispositivo informático móvil que puede usarse para implementar las técnicas descritas en el presente documento.
La Figura 5A muestra las puntuaciones de las regiones de LOH en los subtipos de IHC de cáncer de mama. Los tres paneles superiores son muestras deficientes en BRCA1/2. El panel inferior es de muestras intactas BRCA1/2.
La Figura 5B muestra las puntuaciones de las regiones de TAI en los subtipos de IHC de cáncer de mama. Los tres paneles superiores son muestras deficientes en BRCA1/2. El panel inferior es de muestras intactas de BRCA1/2.
La Figura 6 muestra la correlación entre las puntuaciones de la región de LOH y TAI. Coeficiente de correlación = 0,69. Eje X: puntuación de LOH; Eje Y: puntuación de TAI; puntos rojos: muestras intactas; puntos azules (con una "X" superpuesta): muestras deficientes en BRCA1/2. El área debajo de los puntos es proporcional al número de muestras con esa combinación de puntuaciones de LOH y TAI. p = 10-39.
La Figura 7A muestra las puntuaciones de la región de LOH para pacientes como se analiza en el Ejemplo 2 en el presente documento. Los tres paneles superiores son muestras deficientes en BRCA1/2. El panel inferior es de muestras intactas de BRCA1/2.
La Figura 7B muestra las puntuaciones de la región de TAI para pacientes como se analiza en el Ejemplo 2 en el presente documento. Los tres paneles superiores son muestras deficientes en BRCA1/2. El panel inferior es de muestras intactas de BRCA1/2.
La Figura 7C muestra las puntuaciones de las regiones de LST para pacientes como se analiza en el Ejemplo 2 en el presente documento. Los tres paneles superiores son muestras deficientes en BRCA1/2. El panel inferior es de muestras intactas de BRCA1/2.
La Figura 7D muestra LOH frente a TAI para pacientes como se analiza en el Ejemplo 2 en el presente documento. Eje X: puntuación de LOH; Eje Y: puntuación de TAI; puntos rojos: muestras intactas; puntos azules (con una "X" superpuesta): muestras deficientes en BRCA1/2. El área debajo de los puntos es proporcional al número de muestras con esa combinación de puntuaciones de LOH y TAI.
La Figura 7E muestra LOH frente a LST para pacientes como se analiza en el Ejemplo 2 en el presente documento. Eje X: puntuación de LOH; Eje Y: puntuación de LST; puntos rojos: muestras intactas; puntos azules (con una "X" superpuesta): muestras deficientes en BRCA1/2. El área debajo de los puntos es proporcional al número de muestras
con esa combinación de puntuaciones de LOH y LST.
La Figura 7F muestra TAI frente a LST para pacientes como se analiza en el Ejemplo 2 en el presente documento. Eje X: puntuación de TAI; Eje Y: puntuación de LST; puntos rojos: muestras intactas; puntos azules (con una "X" superpuesta): muestras deficientes en BRCA1/2. El área debajo de los puntos es proporcional al número de muestras con esa combinación de puntuaciones de TAI y LST.
La Figura 8 es un gráfico que representa el número de regiones de LOH más largas que 15 Mb y más cortas que el cromosoma completo para muestras de células de cáncer de ovario con mutaciones de BRCA somáticas, con mutaciones de BRCA de línea germinal, con baja expresión de BRCA1 o con BRCA intacto (BRCA normal). El tamaño de los círculos es proporcional al número de muestras con tal número de regiones de LOH.
La Figura 9A ilustra las puntuaciones de HRD-LOH en muestras deficientes en BRCA1/2 (mutadas o metiladas) (panel superior) y muestras intactas (panel inferior) en una cohorte de mama de todos los participantes.
La Figura 9B ilustra las puntuaciones de HRD-TAI en muestras deficientes en BRCA1/2 (mutadas o metiladas) (panel superior) y muestras intactas (panel inferior) en una cohorte de mama de todos los participantes.
La Figura 9C ilustra las puntuaciones de HRD-LST en muestras deficientes en BRCA1/2 (mutadas o metiladas) (panel superior) y muestras intactas (panel inferior) en una cohorte de mama de todos los participantes.
La Figura 10 ilustra una puntuación combinada de HRD promedio (por ejemplo, media aritmética) (eje Y) estratificada por la puntuación de Miller-Payne (eje horizontal) en cohortes combinadas de cisplatino-1 y cisplatino-2.
La Figura 11 ilustra una correlación de Spearman de 3 medidas diferentes de deficiencia de HR. Los paneles sobre la diagonal muestran correlación. Los paneles de la diagonal muestran gráficos de densidad.
La Figura 12 ilustra las asociaciones de variables clínicas con la puntuación combinada de HRD.
La Figura 13 ilustra las asociaciones de variables clínicas con deficiencia en BRCA1/2. Los paneles superiores y el panel inferior izquierdo muestran la proporción de pacientes con deficiencia en BRCA1/2 dentro de cada categoría de grado, estadio y tipo de cáncer de mama. El ancho de cada barra es proporcional al número de pacientes en cada categoría. El panel inferior derecho muestra una estimación de densidad condicional de deficiencia en BRCA1/2 con la edad.
La Figura 14 ilustra la determinación de HRD alta que tiene una puntuación de referencia > 42.
La Figura 15 ilustra un histograma que muestra la distribución de las puntuaciones de HRD en una cohorte de cisplatino. Las cuatro columnas de la izquierda representan HRD baja, y las cinco columnas de la derecha, con puntuaciones de referencia > 42, representan HRD alta.
La Figura 16 ilustra la distribución de las puntuaciones de HRD dentro de las clases de respuesta de pCR, RCB-I, RCB-II y RCB-III. Los cuadros representan el intervalo intercuartiles (IQR) de las puntuaciones con una línea horizontal en la mediana. La línea punteada en 42 representa el umbral de HRD entre puntuaciones bajas y altas.
La Figura 17 ilustra una curva de respuesta para la puntuación cuantitativa de HRD. La curva está modelada por regresión logística generalizada. Los recuadros sombreados indican la probabilidad de respuesta en muestras deficientes de HR versus no deficientes.
La Figura 18 ilustra las puntuaciones de HRD para componentes individuales de HRD (LOH, TAI y LST).
Descripción detallada
En general, un aspecto de esta divulgación presenta un método para evaluar HRD en una célula cancerosa o ADN (por ejemplo, ADN genómico) derivado de la misma. En algunas realizaciones, el método comprende, o consiste esencialmente en (a) detectar, en una muestra o ADN derivado de la misma, regiones de CA en al menos un par de cromosomas humanos o ADN derivado de los mismos; y (b) determinar el número, el tamaño (por ejemplo, la longitud) y/o el carácter de dichas regiones de CA.
Como se usa en este documento, "aberración cromosómica" o "CA" significa un cambio somático en el ADN cromosómico de una célula que cae en al menos una de las tres categorías superpuestas: LOH, TAI o LST. Los loci polimórficos dentro del genoma humano (por ejemplo, polimorfismos de un solo nucleótido (SNP)) son generalmente heterocigotos dentro de la línea germinal de un individuo, ya que ese individuo generalmente recibe una copia del padre biológico y una copia de la madre biológica. Sin embargo, somáticamente, esta heterocigosidad puede cambiar (por mutación) a homocigosidad. Este cambio de heterocigosidad a homocigosidad se denomina pérdida de heterocigosidad (LOH). LOH puede resultar de varios mecanismos. Por ejemplo, en algunos casos, un locus de un
cromosoma se puede eliminar en una célula somática. El locus que permanece presente en el otro cromosoma (el otro cromosoma no sexual para hombres) es un locus de LOH ya que solo hay una copia (en lugar de dos copias) de ese locus presente dentro del genoma de las células afectadas. Este tipo de evento de LOH da como resultado una reducción del número de copias. En otros casos, un locus de un cromosoma (por ejemplo, un cromosoma no sexual para hombres) en una célula somática puede reemplazarse con una copia de ese locus del otro cromosoma, eliminando así cualquier heterocigosidad que pueda haber estado presente dentro del locus reemplazado. En tales casos, el locus que permanece presente en cada cromosoma es un locus de LOH y puede denominarse como un locus neutro de copia de LOH. LOH y su uso en la determinación de HRD se describe en detalle en la solicitud internacional No. PCT/US2011/040953 (publicada como WO/2011/160063).
Una clase más amplia de aberración cromosómica, que abarca LOH, es el desequilibrio alélico. El desequilibrio alélico ocurre cuando el número relativo de copias (es decir, la proporción de copias) en un locus particular en las células somáticas difiere de la línea germinal. Por ejemplo, si la línea germinal tiene una copia del alelo A y una copia del alelo B en un locus particular, y una célula somática tiene dos copias de A y una copia de B, existe un desequilibrio alélico en el locus porque la proporción de copias de la célula somática (2:1) difiere de la línea germinal (1:1). LOH es un ejemplo de desequilibrio alélico ya que la célula somática tiene una proporción de copia (1:0 o 2:0) que difiere de la línea germinal (1:1). Pero el desequilibrio alélico abarca más tipos de aberración cromosómica, por ejemplo, línea germinal 2:1 que va hasta somática 1:1; línea germinal 1:0 que va hasta somática 1:1; línea germinal 1:1 va hasta somática 2:1, etc. El análisis de regiones de desequilibrio alélico que abarca los telómeros de los cromosomas es particularmente útil en la divulgación. Por lo tanto, una "región de desequilibrio alélico telomérico" o "región de TAI" se define como una región con desequilibrio alélico que (a) se extiende a uno de los subtelómeros y (b) no cruza el centrómero. TAI y su uso en la determinación de HRD se describe en detalle en las solicitudes de patente de los Estados Unidos Nos. 13/818.425 (publicada como US20130281312A1) y 14/466.208 (publicada como US20150038340A1).
Una clase de aberraciones cromosómicas que es aún más amplia, que abarca LOH y TAI, se denomina en este documento transición a gran escala ("LST"). LST se refiere a cualquier transición de número de copias somáticas (es decir, punto de ruptura) a lo largo de la longitud de un cromosoma en el que está entre dos regiones de al menos alguna longitud mínima (por ejemplo, al menos 3, 4, 5, 6, 7, 89, 10 , 11, 12, 13, 14, 15, 16, 17, 18, 19 o 20 o más megabases) después de filtrar regiones más cortas que alguna longitud máxima (por ejemplo, 0,1; 0,2; 0,3; 0,4; 0,5; 0,6; 0,7; 0,8; 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4 o más megabases). Por ejemplo, si después de filtrar regiones de menos de 3 mega bases, la célula somática tiene un número de copias de 1:1 para, por ejemplo, al menos 10 megabases y luego una transición de punto de ruptura a una región de, por ejemplo, al menos 10 megabases con número copias 2: 2, esta es una LST. Una forma alternativa de definir el mismo fenómeno es como una región de LST, que es una región genómica con un número de
7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19 o 20 megabases) delimitadas por puntos de corte (es decir, transiciones) en las que el número de copias cambia para otra región también al menos esta longitud mínima. Por ejemplo, si después de filtrar regiones de menos de 3 megabases, la célula somática tiene una región de al menos 10 megabases con un número de copias de 1:1 delimitada en un lado por una transición de punto de ruptura a una región de, por ejemplo, al menos 10 megabases con número de copias 2:2, y delimitada en el otro lado por una transición de punto de ruptura a una región de, por ejemplo, al menos 10 megabases con número de copias 1:2, entonces estas son dos LST. Téngase en cuenta que esto es más amplio que el desequilibrio alélico porque dicho cambio en el número de copias no se consideraría desequilibrio alélico (porque las proporciones de copias 1:1 y 2:2 son las mismas, es decir, no ha habido cambios en la proporción de copias). LST y su uso en la determinación de HRD se describe en detalle en la solicitud de patente de los Estados Unidos No. 14/402.254 (publicada como US20150140122A1).
Se pueden usar diferentes cortes para la puntuación de LST para tumores "casi diploides" y "casi tetraploides" para separar muestras intactas y deficientes de BRCA1/2. La puntuación de LST a veces aumenta con la ploidía tanto en muestras intactas como deficientes. Como alternativa al uso de cortes específicos de ploidía, algunas realizaciones pueden emplear una puntuación de LST modificada ajustándola por ploidía: LSTm = LST-kP, en la que P es ploidía y k es una constante. Con base en el análisis de regresión logística multivariante con deficiencia como resultado y LST y P como predictores, k = 15,5 proporcionó la mejor separación entre muestras intactas y deficientes (aunque un experto en la técnica puede prever otros valores para k).
Las aberraciones cromosómicas pueden extenderse a través de numerosos loci para definir una región de aberración cromosómica, denominada en el presente documento como una "región de CA". Dichas regiones de CA pueden tener cualquier longitud (por ejemplo, desde una longitud inferior a aproximadamente 1,5 Mb hasta una longitud igual a la longitud total del cromosoma). Una gran cantidad de regiones de CA ("regiones indicadoras de CA") indican una deficiencia en el mecanismo de reparación dependiente de la homología (HDR) de una célula. La definición de una región de CA, y por lo tanto lo que constituye una región "Indicadora", para cada tipo de CA (por ejemplo, LOH, TAI, LST) depende del carácter particular de la CA. Por ejemplo, una "región de LOH" significa al menos un número mínimo de loci consecutivos que exhiben una LOH o algún tramo mínimo de ADN genómico que tiene loci consecutivos que exhiben LOH. Una "región de TAI", por otro lado, significa al menos un número mínimo de loci consecutivos que exhiben un desequilibrio alélico que se extiende desde el telómero hacia el resto del cromosoma (o algún tramo mínimo de ADN genómico que se extiende desde el telómero hacia el resto del cromosoma que tiene loci consecutivos que exhiben desequilibrio alélico). LST ya está definido en términos de una región de ADN genómico de al menos un
tamaño mínimo, por lo que "LST" y "región de LST" se usan indistintamente en este documento para referirse a un número mínimo de loci consecutivos (o algún tramo mínimo de ADN genómico) que tiene el mismo número de copias delimitado por un punto de ruptura o transición de ese número de copias a uno diferente.
En algunas realizaciones, una región de CA (ya sea una región de LOH, una región de TAI o una región de LST) es una región indicadora de CA (ya sea una región indicadora de LOH, una región indicadora de TAI o una región indicadora de LST) si es de al menos 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 25, 30, 35, 40, 45, 50, 60, 70, 80, 90 o 100 megabases o más de longitud. En algunas realizaciones, las regiones indicadoras de LOH son regiones de LOH que son más largas que aproximadamente 1,5; 5, 12, 13, 14, 15, 16, 17 o más (preferiblemente 14, 15, 16 o más, más preferiblemente 15 o más) megabases pero más cortas que la longitud completa del respectivo cromosoma dentro del cual se encuentra la región de LOH. Alternativa o adicionalmente, se puede determinar la longitud total combinada de tales regiones indicadoras de LOH. En algunas realizaciones, las regiones indicadoras de TAI son regiones de TAI con desequilibrio alélico que (a) se extienden a uno de los subtelómeros, (b) no cruzan el centrómero y (c) son más largas que 1,5; 5, 12, 13, 14, 15 , 16, 17 o más (preferiblemente 10, 11, 12 o más, más preferiblemente 11 o más) megabases. Alternativa o adicionalmente, se puede determinar la longitud total combinada de tales regiones indicadoras de TAI. Debido a que el concepto de LST ya involucra regiones de algún tamaño mínimo (dicho tamaño mínimo se determina en función de su capacidad para diferenciar HRD de las muestras intactas de HDR), las regiones indicadoras de LST que se usan en el presente documento son las mismas que las regiones de LST. Además, una puntuación de la región de LST se puede derivar del número de regiones que muestran LST como se describió anteriormente o del número de puntos de corte de LST. En algunas realizaciones, la longitud mínima de la región del número de
11, 12, 13, 14, 15, 16, 17, 18, 19 o 20 megabases (preferiblemente 8, 9, 10, 11 o más megabases, más preferiblemente 10 megabases) y la región máxima que permanece sin filtrar es menor que 0,1; 0,2; 0,3; 0,4; 0,5; 0,6; 0,7; 0,8; 0,9 ; 1; 1,5; 2; 2,5; 3; 3,5; 4 o menos megabases (preferiblemente 2, 2,5; 3, 3,5 o 4 o menos megabases, más preferiblemente menos de 3 megabases).
Como se usa en el presente documento, una muestra tiene una "firma de HRD" si dicha muestra tiene un número de regiones indicadoras de CA (como se describe en el presente documento) o una puntuación de la región de CA (como se describe en el presente documento) que excede una referencia como se describe en el presente documento, en la que un número o una puntuación que excede dicha referencia indica deficiencia de recombinación homóloga.
Por lo tanto, la divulgación generalmente implica detectar y cuantificar regiones indicadoras de CA en una muestra para determinar si las células en la muestra (o las células de las que se deriva el ADN en la muestra) tienen una firma de HRD. A menudo, esto comprende comparar el número de regiones indicadoras de CA (o un valor de prueba o puntuación derivado o calculado a partir de él y correspondiente a dicho número) con una referencia, o número de índice (o puntuación).
Los diversos aspectos del presente método divulgado comprenden el uso de un análisis combinado de dos o más tipos de regiones de CA (incluidos dos o más tipos de regiones indicadoras de CA) para evaluar (por ejemplo, detectar, diagnosticar) la HRD en una muestra. Por lo tanto, en un aspecto, la divulgación proporciona un método para evaluar (por ejemplo, detectar, diagnosticar) la HRD en una muestra que comprende (1) determinar el número total (o la longitud combinada) de las regiones indicadoras de LOH en la muestra; (2) determinar el número total (o longitud combinada) de regiones indicadoras de TAI en la muestra; y (3) determinar la presencia o ausencia de (por ejemplo, detectar, diagnosticar) la HRD en la muestra basándose al menos en parte en las determinaciones hechas en (1) y (2). En otro aspecto, la divulgación proporciona un método para evaluar (por ejemplo, detectar, diagnosticar) la HRD en una muestra que comprende (1) determinar el número total (o la longitud combinada) de regiones indicadoras de LOH en la muestra; (2) determinar el número total (o la longitud combinada) de regiones indicadoras de LST en la muestra; y (3) determinar la presencia o ausencia de (por ejemplo, detectar, diagnosticar) la HRD en la muestra basándose al menos en parte en las determinaciones hechas en (1) y (2). En otro aspecto, la divulgación proporciona un método para evaluar (por ejemplo, detectar, diagnosticar) la HRD en una muestra que comprende (1) determinar el número total (o longitud combinada) de regiones indicadoras de TAI en la muestra; (2) determinar el número total (o la longitud combinada) de regiones indicadoras de LST en la muestra; y (3) determinar la presencia o ausencia de (por ejemplo, detectar, diagnosticar) la HRD en la muestra basándose al menos en parte en las determinaciones hechas en (1) y (2). En otro aspecto, la divulgación proporciona un método para evaluar (por ejemplo, detectar, diagnosticar) la HRD en una muestra que comprende (1) determinar el número total (o la longitud combinada) de regiones indicadoras de LOH en la muestra; (2) determinar el número total de regiones indicadoras de TAI en la muestra; (3) determinar el número total (o longitud combinada) de regiones indicadoras de LST en la muestra; y (4) determinar la presencia o ausencia de (por ejemplo, detectar, diagnosticar) la HRD en la muestra basándose al menos en parte en las determinaciones hechas en (1), (2) y (3).
Los diversos aspectos de la presente divulgación comprenden el uso de un análisis combinado de los promedios de tres regiones de CA diferentes para evaluar (por ejemplo, detectar, diagnosticar) la HRD en una muestra. Por lo tanto, en un aspecto, la divulgación proporciona un método para evaluar (por ejemplo, detectar, diagnosticar) la HRD en una muestra que comprende (1) determinar el número total de regiones de LOH de un cierto tamaño o carácter (por ejemplo, "regiones indicadoras de LOH", como se define en el presente documento) en la muestra; (2) determinar el número total de regiones de TAI de un cierto tamaño o carácter (por ejemplo, "regiones indicadoras de TAI", como se
define en el presente documento) en la muestra; (3) determinar el número total de regiones de LST de un cierto tamaño o carácter (por ejemplo, "regiones indicadoras de LST", como se define en el presente documento) en la muestra; (4) calcular el promedio (por ejemplo, media aritmética) de las determinaciones hechas en (1), (2) y (3); y (5) evaluar la HRD en la muestra basándose al menos en parte en el promedio calculado (por ejemplo, media aritmética) realizado en (4).
Como se usa en el presente documento, "puntuación de la región de CA" significa un valor de prueba o puntuación derivada o calculada a partir de (por ejemplo, que representa o corresponde a) regiones indicadoras de CA detectadas en una muestra (por ejemplo, una puntuación o valor de prueba derivado o calculado a partir del número de regiones indicadoras de CA detectadas en una muestra). Análogamente, como se usa en el presente documento, "puntuación de la región de LOH" es un subconjunto de puntuaciones de la región de CA y significa un valor de prueba o puntuación derivado o calculado a partir de (por ejemplo, que representa o que corresponde a) regiones indicadoras de LOH detectadas en una muestra (por ejemplo, una puntuación o valor de prueba derivado o calculado a partir del número de regiones indicadoras de LOH detectadas en una muestra), y así sucesivamente para la puntuación de la región de TAI y la puntuación de la región de LST. Tal puntuación puede ser, en algunas realizaciones, simplemente el número de regiones indicadoras de CA detectadas en una muestra. En algunas realizaciones, la puntuación es más complicada, teniendo en cuenta las longitudes de cada región indicadora de CA o un subconjunto de regiones indicadoras de CA detectadas.
Como se discutió anteriormente, el método divulgado generalmente implicará combinar el análisis de dos o más tipos de puntuaciones de la región de CA (que pueden incluir el número de tales regiones). Por lo tanto, en un aspecto, la divulgación proporciona un método para evaluar (por ejemplo, detectar, diagnosticar) la HRD en una muestra que comprende (1) determinar una puntuación de la región de LOH para la muestra; (2) determinar una puntuación de la región de TAI para la muestra; y (3) (a) detectar (o diagnosticar) la HRD en la muestra basándose, al menos en parte, en la puntuación de la región de LOH que excede una referencia o la puntuación de la región de TAI que excede una referencia; u opcionalmente (3) (b) detectar (o diagnosticar) una ausencia de HRD en la muestra basándose, al menos en parte, tanto en la puntuación de la región de LOH que no excede una referencia como en la puntuación de la región de TAI que no excede una referencia. En otro aspecto, la divulgación proporciona un método para evaluar (por ejemplo, detectar, diagnosticar) la HRD en una muestra que comprende (1) determinar una puntuación de la región de LOH para la muestra; (2) determinar una puntuación de la región de LST para la muestra; y (3) (a) detectar (o diagnosticar) la HRD en la muestra basándose, al menos en parte, en que la región de LOH excede una referencia o la puntuación de la región de LST excede una referencia; u opcionalmente (3) (b) detectar (o diagnosticar) una ausencia de HRD en la muestra basándose, al menos en parte, tanto en la puntuación de la región de LOH que no excede una referencia como en la puntuación de la región de LST que no excede una referencia. En otro aspecto, la divulgación proporciona un método para evaluar (por ejemplo, detectar, diagnosticar) la HRD en una muestra que comprende (1) determinar una puntuación de la región de TAI para la muestra; (2) determinar una puntuación de la región de LST para la muestra; y (3) (a) detectar (o diagnosticar) la HRD en la muestra basándose, al menos en parte, en que la puntuación de la región de TAI excede una referencia o la puntuación de la región de LST excede una referencia; u opcionalmente (3) (b) detectar (o diagnosticar) una ausencia de HRD en la muestra basándose, al menos en parte, tanto en la puntuación de la región de TAI que no excede una referencia como en la puntuación de la región de LST que no excede una referencia. En otro aspecto, la divulgación proporciona un método para evaluar (por ejemplo, detectar, diagnosticar) la HRD en una muestra que comprende (1) determinar una puntuación de la región de LOH para la muestra; (2) determinar una puntuación de la región de TAI para la muestra; (3) determinar una puntuación de la región de LST para la muestra; y (4) (a) detectar (o diagnosticar) la HRD en la muestra basándose, al menos en parte, en la puntuación de la región de LOH que excede una referencia, la puntuación de la región de TAI que excede una referencia o la puntuación de la región de LST que excede una referencia; u opcionalmente (4) (b) detectar (o diagnosticar) una ausencia de HRD en la muestra basándose, al menos en parte, en que la puntuación de la región de LOH no excede una referencia, la puntuación de la región de TAI no excede una referencia y la puntuación de la región de LST no excede una referencia.
En algunas realizaciones, la puntuación de la región de CA es una combinación de puntuaciones derivadas o calculadas a partir de (por ejemplo, que representan o corresponden a) dos o más de (1) las regiones detectadas de LOH ("puntuación de la región de LOH", como se define en el presente documento), (2) regiones detectadas de TAI ("puntuación de la región de TAI", como se define en el presente documento), y/o (3) las regiones detectadas de LST ("puntuación de la región de LST", como se define en el presente documento). En algunas realizaciones, la puntuación de la región de LOH y la puntuación de la región de TAI se combinan de la siguiente manera para obtener una puntuación de la región de CA:
Puntuación de la región de CA = A*(puntuación de la región de LOH) B*(puntuación de la región de TAI)
En algunas realizaciones, la puntuación de la región de LOH y la puntuación de la región de TAI se combinan de la siguiente manera para obtener una puntuación de la región de CA:
Puntuación de la región de CA = 0,32*(puntuación de la región de LOH) 0,68*(puntuación de la región de TAI)
O
Puntuación de la región de CA = 0,34*(puntuación de la región de LOH) 0,66*(puntuación de la región de TAI) En algunas realizaciones, la puntuación de la región de LOH y la puntuación de la región de LST se combinan de la siguiente manera para obtener una puntuación de la región de CA:
Puntuación de la región de CA = A*(puntuación de la región de LOH) B*(puntuación de la región de LST) En algunas realizaciones, una puntuación de la región de LOH para una muestra y una puntuación de la región de LST para una muestra se combinan para obtener una puntuación de la región de CA de la siguiente manera:
Puntuación de la región de CA = 0,85*(puntuación de la región de LOH) 0,15*(puntuación de la región de LST) En algunas realizaciones, la puntuación de la región de TAI y la puntuación de la región de LST se combinan de la siguiente manera para obtener una puntuación de la región de CA:
Puntuación de la región de CA = A*(puntuación de la región de TAI) B*(puntuación de la región de LST) En algunas realizaciones, la puntuación de la región de LOH, la puntuación de la región de TAI y la puntuación de la región de LST se combinan de la siguiente manera para obtener una puntuación de la región de CA:
Puntuación de la región de CA = A*(puntuación de la región de LOH) B*(puntuación de la región de TAI) C*(puntuación de la región de LST)
En algunas realizaciones, la puntuación de la región de LOH, la puntuación de la región de TAI y la puntuación de la región de LST se combinan de la siguiente manera para obtener una puntuación de la región de CA:
Puntuación de la región de CA = 0,21*(puntuación de la región de LOH) 0,67*(puntuación de la región de TAI)
0,12*(puntuación de la región de LST)
O
Puntuación de la región de CA = [0,24]*(puntuación de la región de LOH) [0,65]*(puntuación de la región de TAI)
[0,11]*(puntuación de la región de LST)
O
Puntuación de la región de CA = [0,11]*(puntuación de la región de LOH) [0,25]*(puntuación de la región de TAI)
[0,12]*(puntuación de la región de LST)
En algunas realizaciones, la puntuación de la región de CA es una combinación de puntuaciones derivadas o calculadas a partir de (por ejemplo, que representa o que corresponde a) el promedio (por ejemplo, media aritmética) de (1) las regiones detectadas de LOH ("puntuación de la región de LOH", como se define en el presente documento), (2) regiones detectadas de TAI ("puntuación de la región de TAI", como se define en el presente documento), y/o (3) las regiones detectadas de LST ("puntuación de la región de LST", como se define en el presente documento) para obtener una puntuación de la región de CA calculado a partir de una de las siguientes fórmulas:
Puntuación de la reglón de CA = A*fpuntuación de la región de LOH) B*ípuntuación de la región de TAI) ^(puntuación de la región de LST)
"
3
Puntuación de la región de CA = A*fpuntuación de la región de LOH) B*fpuntuación de la región de TAI)
2
Puntuación de la región de CA = A*fpuntuación de la región de LOH) C*fpuntuación de la región de LST)
2
Puntuación de la región de CA = B*í puntuación de la región de TAI) C*í puntuación de la región de LST)
2
En algunas realizaciones, incluidas algunas ilustradas específicamente en este documento, uno o más de estos coeficientes (es decir, A, B o C, o cualquier combinación de los mismos) es 1 y en algunas realizaciones los tres coeficientes (es decir, A, B y C) son 1. Por lo tanto, en algunas realizaciones, la puntuación de la región de CA =
(puntuación de las regiones de LOH) (puntuación de la región de TAI) (puntuación de la región de LST), en la que la puntuación de la región de LOH es el número de regiones indicadoras de LOH (o la longitud total de LOH), la puntuación de la región de TAI es el número de regiones indicadoras de TAI (o la longitud total de TAI), y la puntuación de la región de LST es el número de regiones indicadoras de LST (o la longitud total de LST).
En algunos casos, una fórmula puede no tener todos los coeficientes especificados (y, por lo tanto, no incorporar la variable o variables correspondientes). Por ejemplo, la realización mencionada inmediatamente antes puede aplicarse a la fórmula (2) en la que A en la fórmula (2) es 0,95 y B en la fórmula (2) es 0,61. C y D no serían aplicables ya que estos coeficientes y sus variables correspondientes no se encuentran en la fórmula (2) (aunque las variables clínicas se incorporan a la puntuación clínica encontrada en la fórmula (2)). En algunas realizaciones, A está entre 0,9 y 1; 0,9 y 0,99, 0,9 y 0,95, 0,85 y 0,95, 0,86 y 0,94; 0,87 y 0,93; 0,88 y 0,92; 0,89 y 0,91; 0,85 y 0,9; 0,8 y 0,95, 0,8 y 0,9; 0,8 y
0,85, 0,75 y 0,99, 0,75 y 0,95, 0,75 y 0,9; 0,75 y 0,85, o entre 0,75 y 0,8; En algunas realizaciones; B está entre 0,40 y 1; 0,45 y 0,99; 0,45 y 0,95; 0,55 y 0,8; 0,55 y 0,7; 0,55 y 0,65; 0,59 y 0,63; o entre 0,6 y 0,62, En algunas realizaciones;
C es; donde sea aplicable; entre 0,9 y 1, 0,9 y 0,99, 0,9 y 0,95, 0,85 y 0,95, 0,86 y 0,94, 0,87 y 0,93; 0,88 y 0,92; 0,89 y 0,91; 0,85 y 0,9; 0,8 y 0,95, 0,8 y 0,9; 0,8 y 0,85, 0,75 y 0,99, 0,75 y 0,95, 0,75 y 0,9; 0,75 y 0,85, o entre 0,75 y 0,8;
En algunas realizaciones; D es; donde sea aplicable; entre 0,9 y 1; 0,9 y 0,99, 0,9 y 0,95, 0,85 y 0,95, 0,86 y 0,94, 0,87 y 0,93; 0,88 y 0,92; 0,89 y 0,91; 0,85 y 0,9; 0,8 y 0,95, 0,8 y 0,9; 0,8 y 0,85, 0,75 y 0,99, 0,75 y 0,95, 0,75 y 0,9; 0,75 y
0,85, o entre 0,75 y 0,8.
En algunas realizaciones A está entre 0,1 y 0,2; 0,3; 0,4; 0,5; 0,6; 0,7; 0,8; 0,9: 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8,
9, 10, 11, 12, 13, 14, 15, o 20, o entre 0,2 y 0,3; 0,4; 0,5; 0,6; 0,7; 0,8; 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10,
11, 12, 13, 14, 15, o 20, o entre 0,3 y 0,4; 0,5; 0,6; 0,7; 0,8; 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13,
14, 15, o 20, o entre 0,4 y 0,5; 0,6; 0,7; 0,8; 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 0,5 y 0,6; 0,7; 0,8; 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 0,6 y 0,7;
0,8; 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 0,7 y 0,8; 0,9; 1, 1,5; 2, 2,5; 3,
3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 0,8 y 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11,
12, 13, 14, 15, o 20, o entre 0,9 y 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 1 y 1,5;
2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 1,5 y 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12,
13, 14, 15, o 20, o entre 2 y 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 2,5 y 3, 3,5; 4, 4,5; 5,
6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 3 y 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 3,5 y 4,
4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 4 y 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 4,5 y 5,
6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 5 y 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 6 y 7, 8, 9, 10, 11, 12,
13, 14, 15, o 20, o entre 7 y 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 8 y 9, 10, 11, 12, 13, 14, 15, o 20, o entre 9 y 10,
11, 12, 13, 14, 15, o 20, o entre 10 y 11, 12, 13, 14, 15, o 20, o entre 11 y 12, 13, 14, 15, o 20, o entre 12 y 13, 14, 15, o 20, o entre 13 y 14, 15, o 20, o entre 14 y 15, o 20, o entre 15 y 20, B está entre 0,1 y 0,2; 0,3; 0,4; 0,5; 0,6; 0,7; 0,8;
0. 9, 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 0,2 y 0,3; 0,4; 0,5; 0,6; 0,7; 0,8; 0,9;
1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 0,3 y 0,4; 0,5; 0,6; 0,7; 0,8; 0,9; 1, 1,5; 2,
2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 0,4 y 0,5; 0,6; 0,7; 0,8; 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4,
4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 0,5 y 0,6; 0,7; 0,8; 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9,
10, 11, 12, 13, 14, 15, o 20, o entre 0,6 y 0,7; 0,8; 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 0,7 y 0,8; 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 0,8 y 0,9; 1,
1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 0,9 y 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8,
9, 10, 11, 12, 13, 14, 15, o 20, o entre 1 y 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre
I , 5 y 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 2 y 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11,
12, 13, 14, 15, o 20, o entre 2,5 y 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 3 y 3,5; 4, 4,5; 5, 6, 7,
8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 3,5 y 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 4 y 4,5; 5, 6, 7,
8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 4,5 y 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 5 y 6, 7, 8, 9, 10, 11,
12, 13, 14, 15, o 20, o entre 6 y 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 7 y 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 8 y 9, 10, 11, 12, 13, 14, 15, o 20, o entre 9 y 10, 11, 12, 13, 14, 15, o 20, o entre 10 y 11, 12, 13, 14, 15, o 20, o entre 11 y 12, 13, 14, 15, o 20, o entre 12 y 13, 14, 15, o 20, o entre 13 y 14, 15, o 20, o entre 14 y 15, o 20, o entre
15 y 20, C es; donde aplique; entre 0,1 y 0,2; 0,3; 0,4; 0,5; 0,6; 0,7; 0,8; 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9,
10, 11, 12, 13, 14, 15, o 20, o entre 0,2 y 0,3; 0,4; 0,5; 0,6; 0,7; 0,8; 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10,
11, 12, 13, 14, 15, o 20, o entre 0,3 y 0,4; 0,5; 0,6; 0,7; 0,8; 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13,
14, 15, o 20, o entre 0,4 y 0,5; 0,6; 0,7; 0,8; 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 0,5 y 0,6; 0,7; 0,8; 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 0,6 y 0,7;
0,8; 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 0,7 y 0,8; 0,9; 1, 1,5; 2, 2,5; 3,
3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 0,8 y 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11,
12, 13, 14, 15, o 20, o entre 0,9 y 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 1 y 1,5;
2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 1,5 y 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12,
13, 14, 15, o 20, o entre 2 y 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 2,5 y 3, 3,5; 4, 4,5; 5,
6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 3 y 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 3,5 y 4,
4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 4 y 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 4,5 y 5,
6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 5 y 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 6 y 7, 8, 9, 10, 11, 12,
13, 14, 15, o 20, o entre 7 y 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 8 y 9, 10, 11, 12, 13, 14, 15, o 20, o entre 9 y 10,
I I , 12, 13, 14, 15, o 20, o entre 10 y 11, 12, 13, 14, 15, o 20, o entre 11 y 12, 13, 14, 15, o 20, o entre 12 y 13, 14, 15, o 20, o entre 13 y 14, 15, o 20, o entre 14 y 15, o 20, o entre 15 y 20, y D es; donde aplique; entre 0,1 y 0,2; 0,3; 0,4;
0,5; 0,6; 0,7; 0,8; 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 0,2 y 0,3; 0,4; 0,5; 0,6; 0,7; 0,8; 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 0,3 y 0,4; 0,5; 0,6; 0,7; 0,8; 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 0,4 y 0,5; 0,6; 0,7; 0,8; 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 0,5 y 0,6; 0,7; 0,8; 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 0,6 y 0,7; 0,8; 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 0,7 y 0,8; 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 0,8 y 0,9; 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 0,9 y 1, 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 1 y 1,5; 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 1,5 y 2, 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 2 y 2,5; 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 2,5 y 3, 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 3 y 3,5; 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 3,5 y 4, 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 4 y 4,5; 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 4,5 y 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 5 y 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 6 y 7, 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 7 y 8, 9, 10, 11, 12, 13, 14, 15, o 20, o entre 8 y 9, 10, 11, 12, 13, 14, 15, o 20, o entre 9 y 10, 11, 12, 13, 14, 15, o 20, o entre 10 y 11, 12, 13, 14, 15, o 20, o entre 11 y 12, 13, 14, 15, o 20, o entre 12 y 13, 14, 15, o 20, o entre 13 y 14, 15, o 20, o entre 14 y 15, o 20, o entre 15 y 20. En algunas realizaciones; A; B; y/o C está dentro del redondeo de cualquiera de estos valores (por ejemplo; A está entre 0,45 y 0,54, etc.).
Por lo tanto, en un aspecto, la divulgación proporciona un método para evaluar (por ejemplo, detectar, diagnosticar) la HRD en una muestra que comprende (1) determinar una puntuación de la región de LOH para la muestra; (2) determinar una puntuación de la región de TAI para la muestra; y (3) (a) detectar (o diagnosticar) la HRD en la muestra basándose al menos en parte en una combinación de la puntuación de la región de LOH y la puntuación de la región de TAI (por ejemplo, una puntuación combinada de la región de CA) que excede una referencia; u opcionalmente (3) (b) detectar (o diagnosticar) una ausencia de HRD en la muestra basándose, al menos en parte, en una combinación de la puntuación de la región de LOH y la puntuación de la región de TAI (por ejemplo, una puntuación combinada de la región de CA) que no exceda un referencia. En otro aspecto, la divulgación proporciona un método para evaluar (por ejemplo, detectar, diagnosticar) la HRD en una muestra que comprende (1) determinar una puntuación de la región de LOH para la muestra; (2) determinar una puntuación de la región de LST para la muestra; y (3) (a) detectar (o diagnosticar) la HRD en la muestra basándose, al menos en parte, en una combinación de la puntuación de la región de LOH y la puntuación de la región de LST (por ejemplo, una puntuación combinada de la región de CA) que excede una referencia; u opcionalmente (3) (b) detectar (o diagnosticar) una ausencia de HRD en la muestra basándose, al menos en parte, en una combinación de la puntuación de la región de LOH y la puntuación de la región de LST (por ejemplo, una puntuación combinado de la región de CA) que no exceda un referencia. En otro aspecto, la divulgación proporciona un método para evaluar (por ejemplo, detectar, diagnosticar) la HRD en una muestra que comprende (1) determinar una puntuación de la región de t A i para la muestra; (2) determinar una puntuación de la región de LST para la muestra; y (3) (a) detectar (o diagnosticar) la HRD en la muestra basándose al menos en parte en una combinación de la puntuación de la región de TAI y la puntuación de la región de LST (por ejemplo, una puntuación combinada de la región de CA) que excede una referencia; u opcionalmente (3) (b) detectar (o diagnosticar) una ausencia de HRD en la muestra basándose, al menos en parte, en una combinación de la puntuación de la región de TAI y la puntuación de la región de LST (por ejemplo, una puntuación combinado de la región de CA) que no exceda un referencia. En otro aspecto, la divulgación proporciona un método para evaluar (por ejemplo, detectar, diagnosticar) la HRD en una muestra que comprende (1) determinar una puntuación de la región de LOH para la muestra; (2) determinar una puntuación de la región de TAI para la muestra; (3) determinar una puntuación de la región de LST para la muestra; y (4) (a) detectar (o diagnosticar) la HRD en la muestra basándose al menos en parte, en una combinación de la puntuación de la región de LOH, la puntuación de la región de TAI y la puntuación de la región de LST (por ejemplo, una puntuación combinada de la región de CA) que excede una referencia; u opcionalmente (4) (b) detectar (o diagnosticar) una ausencia de HRD en la muestra basándose, al menos en parte, en la puntuación de la región de LOH, la puntuación de la región de TAI y la puntuación de la región de LST (por ejemplo, una puntuación combinada de la región de CA) que no excede una referencia.
Por lo tanto, otro aspecto de la divulgación proporciona un método para evaluar (por ejemplo, detectar, diagnosticar) la HRD en una muestra que comprende (1) determinar el número total de regiones de LOH de un cierto tamaño o carácter (por ejemplo, "regiones indicadoras de LOH" , como se define en el presente documento) en la muestra; (2) determinar el número total de regiones de TAI de un cierto tamaño o carácter (por ejemplo, "regiones indicadoras de TAI", como se define en el presente documento) en la muestra; (3) determinar el número total de regiones de LST de un cierto tamaño o carácter (por ejemplo, "regiones Indicadoras de LST", como se define en el presente documento) en la muestra; (4) calcular el promedio (por ejemplo, media aritmética) de las determinaciones hechas en (1), (2) y (3); y (5) evaluar la HRD en la muestra basándose al menos en parte en el promedio calculado (por ejemplo, media aritmética) realizada en (4).
En algunas realizaciones, la referencia (o índice) discutida anteriormente para la puntuación de la región de CA (por ejemplo, el número de regiones indicadoras de CA) puede ser 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 18, 19, 20 o más, preferiblemente 5, preferiblemente 8, más preferiblemente 9 o 10, lo más preferiblemente 10. La referencia para la longitud total (por ejemplo, combinada) de las regiones indicadoras de CA puede ser de aproximadamente 75, 90, 105, 120, 130, 135, 150, 175, 200, 225, 250, 275, 300, 325, 350, 375, 400, 425, 450, 475, 500 megabases o más, preferiblemente aproximadamente 75 megabases o más, preferiblemente aproximadamente 90 o 105 megabases o
más, más preferiblemente aproximadamente 120 o 130 megabases o más, y más preferiblemente aproximadamente 135 megabases o más, y lo más preferiblemente aproximadamente 150 megabases o más. En algunas realizaciones, la referencia discutida anteriormente para la puntuación combinada de la región de CA (por ejemplo, el número combinado de regiones indicadoras de LOH, regiones indicadoras de TAI y/o regiones indicadoras de LST) puede ser 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 18, 19, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50 o más, preferiblemente 5, preferiblemente 10, preferiblemente 15, preferiblemente 20, preferiblemente 25, preferiblemente 30, preferiblemente 35, preferiblemente 40-44, lo más preferiblemente > 42. La referencia para la longitud total (por ejemplo, combinada) de las regiones indicadoras de LOH, las regiones indicadoras de TAI y/o las regiones indicadoras de LST pueden ser aproximadamente de 75, 90, 105, 120, 130, 135, 150, 175, 200, 225, 250, 275, 300, 325, 350, 375, 400, 425, 450, 475, 500 megabases o más, preferiblemente aproximadamente 75 megabases o más, preferiblemente aproximadamente 90 o 105 megabases o más, más preferiblemente aproximadamente 120 o 130 megabases o más, y más preferiblemente aproximadamente 135 megabases o más, y lo más preferiblemente aproximadamente 150 megabases o más.
En algunas realizaciones, la divulgación proporciona un método para detectar una firma de HRD en una muestra. Por lo tanto, otro aspecto de la divulgación proporciona un método para detectar una firma de HRD en una muestra que comprende (1) determinar el número total de regiones de LOH de un cierto tamaño o carácter (por ejemplo, "regiones indicadoras de LOH", como se define en el presente documento) en la muestra; (2) determinar el número total de regiones de TAI de un cierto tamaño o carácter (por ejemplo, "regiones indicadoras de TAI", como se define en el presente documento) en la muestra; (3) determinar el número total de regiones de LST de un cierto tamaño o carácter (por ejemplo, "regiones indicadoras de LST", como se define en el presente documento) en la muestra; (4) combinar las determinaciones hechas en (1), (2) y (3) (por ejemplo, calcular o derivar una puntuación combinada de la región de CA); y (5) caracterizar una muestra en la que la puntuación combinada de la región de CA es mayor que un valor de referencia que tiene una firma de HRD. En algunas realizaciones, el valor de referencia es 42. Por lo tanto, en algunas realizaciones, una muestra se caracteriza por tener una firma de HRD cuando el valor de referencia es 42. En algunas realizaciones, la referencia discutida anteriormente para la puntuación combinada de la región de CA (por ejemplo, el número combinado de regiones indicadoras de LOH, regiones indicadoras de TAI y/o regiones indicadoras de LST) pueden ser 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 18, 19, 20, 22 ,24 , 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50 o más, preferiblemente 5, preferiblemente 10, preferiblemente 15, preferiblemente 20, preferiblemente 25, preferiblemente 30, preferiblemente 35, preferiblemente 40-44, lo más preferiblemente > 42.
En algunas realizaciones, el número de regiones indicadoras de CA (o la longitud combinada, una puntuación de la región de CA o una puntuación combinada de la región de CA) en una muestra se considera "mayor" que una referencia si es al menos 2, 3, 4, 5, 6, 7, 8, 9, o 10 veces mayor que la referencia, mientras que en algunas realizaciones, se considera "mayor" si es al menos 1, 2, 3, 4, 5, 6, 7, 8, 9 o 10 desviaciones estándar mayores que la referencia. Por el contrario, en algunas realizaciones, el número de regiones indicadoras de CA (o la longitud combinada, una puntuación de la región de CA o una puntuación combinada de la región de CA) en una muestra se considera "no mayor" que una referencia si no es mayor que 2, 3, 4, 5, 6, 7, 8, 9, o 10 veces mayor que la referencia, mientras que en algunas realizaciones, se considera "no mayor" si no es mayor que 1, 2, 3, 4, 5, 6, 7, 8, 9 o 10 desviaciones estándar mayores que la referencia.
En algunas realizaciones, el número de referencia (o longitud, valor o puntuación) se deriva de una población de referencia relevante. Dichas poblaciones de referencia pueden incluir pacientes (a) con el mismo cáncer que el paciente sometido a prueba, (b) con el mismo subtipo de cáncer, (c) con cáncer que tiene características genéticas u otras características clínicas o moleculares similares, (d) que respondieron a un tratamiento en particular, (e) que no respondieron a un tratamiento en particular, (f) que aparentemente están sanos (por ejemplo, no tienen ningún cáncer o al menos no tienen el cáncer del paciente examinado), etc. El número de referencia (o longitud, valor o puntuación) puede ser (a) representativo del número (o longitud, valor o puntuación) encontrado en la población de referencia como un todo, (b) un promedio (media, mediana, etc.) del número (o longitud, valor o puntuación) encontrado en la población de referencia como un todo o una subpoblación particular, (c) representativo del número (o longitud, valor o puntuación) (por ejemplo, un promedio tal como la media o mediana) encontrado en terciles, cuartiles, quintiles, etc., de la población de referencia de acuerdo con (i) su número respectivo (o longitud, valor o puntuación) o (ii) la característica clínica que se encontró que tenían (por ejemplo, fuerza de respuesta, pronóstico (incluido el tiempo hasta la muerte específica por cáncer), etc.), o (d) seleccionados para tener una alta sensibilidad para detectar h Rd para predecir la respuesta a un terapia particular (por ejemplo, platino, inhibidor de PARP, etc.).
En algunas realizaciones, la referencia o índice que, si es excedido por el valor o puntuación de prueba de la muestra, indica que HRD es igual a la referencia que, si no es excedida por el valor o puntuación de prueba de la muestra, indica la ausencia de HRD (o HDR funcional). En algunas realizaciones son diferentes.
En otro aspecto, la presente divulgación proporciona un método para predecir el estado de los genes BRCA1 y BRCA2 en una muestra. Dicho método es análogo a los métodos descritos anteriormente y difiere en que la determinación de regiones de CA, regiones de LOH, regiones de TAI, regiones de LST o puntuaciones que las incorporan se utilizan para evaluar (por ejemplo, detectar) la deficiencia en BRCA1 y/o BRCA2 en la muestra.
En otro aspecto, esta divulgación proporciona un método para predecir la respuesta de un paciente con cáncer a un
régimen de tratamiento contra el cáncer que comprende un agente que daña el ADN, una antraciclina, un inhibidor de topoisomerasa I, radiación y/o un inhibidor de PARP. Dicho método es análogo a los métodos descritos anteriormente y difiere en que la determinación de regiones de CA, regiones de LOH, regiones de TAI, regiones de LST o puntuaciones que las incorporan, incluyendo puntuaciones altas de HRD (por ejemplo, una firma de HRD o una puntuación combinada alta de la región de CA), se utilizan para predecir la probabilidad de que el paciente con cáncer responda al régimen de tratamiento contra el cáncer.
En algunas realizaciones, los pacientes son pacientes sin tratamiento previo. En otro aspecto, esta divulgación proporciona un método para tratar el cáncer. Dicho método es análogo a los métodos descritos anteriormente y difiere en que se administra un régimen de tratamiento particular (recomendado, prescrito, etc.) basándose al menos en parte en la determinación de regiones de CA, regiones de LOH, regiones de t A i, regiones de LST o puntuaciones que las incorporan.
En otro aspecto, esta divulgación presenta el uso de uno o más fármacos seleccionados del grupo que consiste en agentes que dañan el ADN, antraciclinas, inhibidores de topoisomerasa I e inhibidores de PARP, en la fabricación de un medicamento útil para tratar un cáncer en un paciente identificado por tener (o que ha tenido) una célula cancerosa que se determina que tiene altos niveles de HRD (por ejemplo, una firma de HRD) como se describe en el presente documento.
En otro aspecto, este documento presenta un método para evaluar una muestra de la presencia de una mutación dentro de un gen de una vía de h Dr . Tal método es análogo a los métodos descritos anteriormente y difiere en que la determinación de regiones de CA, regiones de LOH, regiones de TAI, regiones de LST o puntuaciones que las incorporan se utilizan para detectar (o no) la presencia de una mutación dentro de un gen de una vía de HDR.
En otro aspecto, este documento presenta un método para evaluar las células cancerosas de un paciente para la presencia de una firma de HRD. El método comprende, o consiste esencialmente en: (a) detectar la presencia de más de un número de referencia de regiones indicadoras de CA en al menos un par de cromosomas humanos de una célula cancerosa del paciente con cáncer, y (b) identificar al paciente por tener células cancerosas con la firma de HRD. En otro aspecto, este documento presenta un método para evaluar las células cancerosas de un paciente para detectar la presencia de un estado deficiente de HDR. El método comprende, o consiste esencialmente en: (a) detectar la presencia de más de un número de referencia de regiones indicadoras de CA en al menos un par de cromosomas humanos de una célula cancerosa del paciente con cáncer, y (b) identificar al paciente por tener células cancerosas con el estado deficiente de HDR. En otro aspecto, este documento presenta un método para evaluar las células cancerosas de un paciente por tener una firma de HRD. El método comprende, o consiste esencialmente en: (a) detectar la presencia de más de un número de referencia de regiones indicadoras de CA en al menos un par de cromosomas humanos de una célula cancerosa del paciente con cáncer, y (b) identificar al paciente por tener células cancerosas con una firma de HRD. En otro aspecto, este documento presenta un método para evaluar las células cancerosas de un paciente para detectar la presencia de una mutación genética dentro de un gen de una vía de HDR. El método comprende, o consiste esencialmente en: (a) detectar la presencia de más de un número de referencia de regiones indicadoras de CA en al menos un par de cromosomas humanos de una célula cancerosa del paciente con cáncer, y (b) identificar al paciente por tener células cancerosas con la mutación genética.
En otro aspecto, este documento presenta un método para determinar si es probable que un paciente responda a un régimen de tratamiento contra el cáncer que comprende administrar radiación o un fármaco seleccionado del grupo que consiste en agentes que dañan el ADN, antraciclinas, inhibidores de topoisomerasa I e inhibidores de PARP. El método comprende, o consiste esencialmente en: (a) detectar la presencia de más de un número de referencia de regiones indicadoras de CA en al menos un par de cromosomas humanos de una célula cancerosa del paciente con cáncer, y (b) identificar al paciente por que probablemente responda al régimen de tratamiento contra el cáncer. En otro aspecto, este documento presenta un método para evaluar a un paciente. El método comprende, o consiste esencialmente en (a) determinar que el paciente comprende células cancerosas que tienen una firma de HRD, en el que la presencia de más de un número de referencia de regiones indicadoras de CA en al menos un par de cromosomas humanos de una célula cancerosa del paciente con cáncer indica que las células cancerosas tienen la firma de HRD y (b) diagnosticar que el paciente tiene células cancerosas con la firma de HRD. En otro aspecto, este documento presenta un método para evaluar a un paciente. El método comprende, o consiste esencialmente en (a) determinar que el paciente comprende células cancerosas que tienen un estado de deficiencia de HDR, en el que la presencia de más de un número de referencia de regiones indicadoras de CA en al menos un par de cromosomas humanos de una célula cancerosa del paciente con cáncer indica que las células cancerosas tienen el estado de deficiencia de HDR y (b) diagnosticar que el paciente tiene células cancerosas con el estado deficiente de HDR. En otro aspecto, este documento presenta un método para evaluar a un paciente. El método comprende, o consiste esencialmente en (a) determinar que el paciente comprende células cancerosas que tienen un estado deficiente de HDR, en el que la presencia de más de un número de referencia de regiones indicadoras de CA en al menos un par de cromosomas humanos de una célula cancerosa del paciente con cáncer indica que las células cancerosas tienen HDR alto, y (b) diagnosticar que el paciente tiene células cancerosas con un estado deficiente de HDR. En otro aspecto, este documento presenta un método para evaluar a un paciente. El método comprende, o consiste esencialmente en (a) determinar que el paciente comprende células cancerosas que tienen una mutación genética dentro de un gen de una vía de HDR, en el que la presencia de más de un número de referencia de regiones
indicadoras de CA en al menos un par de los cromosomas humanos de una célula cancerosa del paciente con cáncer indican que las células cancerosas tienen la mutación genética y (b) diagnosticar que el paciente tiene células cancerosas con la mutación genética. En otro aspecto, este documento presenta un método para evaluar la probabilidad de que un paciente responda a un régimen de tratamiento contra el cáncer que comprende administrar radiación o un medicamento seleccionado del grupo que consiste en agentes que dañan el ADN, antraciclinas, inhibidores de topoisomerasa I e inhibidores de PARP. El método comprende, o consiste esencialmente en (a) determinar que el paciente comprende células cancerosas que tienen una firma de HRD, en el que la presencia de más de un número de referencia de regiones indicadoras de Ca en al menos un par de cromosomas humanos de una célula cancerosa del paciente con cáncer indica que las células cancerosas tienen la firma de HRD, y (b) diagnosticar, basándose al menos en parte en la presencia de la firma de HRD, que el paciente puede responder al régimen de tratamiento contra el cáncer. En otro aspecto, este documento presenta un método para evaluar la probabilidad de que un paciente responda a un régimen de tratamiento contra el cáncer que comprende administrar radiación o un medicamento seleccionado del grupo que consiste en agentes que dañan el ADN, antraciclinas, inhibidores de topoisomerasa I e inhibidores de PARP. El método comprende, o consiste esencialmente en (a) determinar que el paciente comprende células cancerosas que tienen una firma de HRD, en el que la presencia de más de un número de referencia de regiones indicadoras de CA en al menos un par de cromosomas humanos de una célula cancerosa del paciente con cáncer indica que las células cancerosas tienen una firma de HRD, y (b) diagnosticar, basándose al menos en parte en la presencia de la firma de HRD, que el paciente es probable que responda al régimen de tratamiento contra el cáncer.
En otro aspecto, este documento presenta un método para realizar un análisis de diagnóstico de una célula cancerosa de un paciente. El método comprende, o consiste esencialmente en: (a) detectar la presencia de más de un número de referencia de regiones indicadoras de CA en al menos un par de cromosomas humanos de la célula cancerosa, y (b) identificar o clasificar al paciente con células cancerosas con una firma de HRD. En otro aspecto, este documento presenta un método para realizar un análisis de diagnóstico de una célula cancerosa de un paciente. El método comprende, o consiste esencialmente en: (a) detectar la presencia de más de un número de referencia de regiones indicadoras de CA en al menos un par de cromosomas humanos de la célula cancerosa, y (b) identificar o clasificar al paciente que tiene células cancerosas con un estado deficiente de HDR. En otro aspecto, este documento presenta un método para realizar un análisis de diagnóstico de una célula cancerosa de un paciente. El método comprende, o consiste esencialmente en: (a) detectar la presencia de más de un número de referencia de regiones indicadoras de CA en al menos un par de cromosomas humanos de la célula cancerosa, y (b) identificar o clasificar al paciente que tiene células cancerosas con un estado deficiente de HDR. En otro aspecto, este documento presenta un método para realizar un análisis de diagnóstico de una célula cancerosa de un paciente. El método comprende, o consiste esencialmente en: (a) detectar la presencia de más de un número de referencia de regiones indicadoras de CA en al menos un par de cromosomas humanos de la célula cancerosa que son más largos, y (b) identificar o clasificar al paciente que tiene células cancerosas con una mutación genética dentro de un gen de una vía de HDR. En otro aspecto, este documento presenta un método para realizar un análisis de diagnóstico de una célula cancerosa de un paciente para determinar si es probable que el paciente con cáncer responda a un régimen de tratamiento contra el cáncer que comprende administrar radiación o un medicamento seleccionado del grupo que consiste en agentes que dañan el ADN, antraciclinas, inhibidores de topoisomerasa I e inhibidores de PARP. El método comprende, o consiste esencialmente en: (a) detectar la presencia de más de un número de referencia de regiones indicadoras de CA en al menos un par de cromosomas humanos de la célula cancerosa, y (b) identificar o clasificar al paciente como probable para responder al régimen de tratamiento contra el cáncer.
En otro aspecto, este documento presenta un método para diagnosticar que un paciente tiene células cancerosas que tienen una firma de HRD. El método comprende, o consiste esencialmente en: (a) determinar que el paciente comprende células cancerosas que tienen la firma de HRD, en el que la presencia de más de un número de referencia de regiones indicadoras de CA en al menos un par de cromosomas humanos de una célula cancerosa del paciente con cáncer indica que las células cancerosas tienen la firma de HRD y (b) diagnosticar que el paciente tiene células cancerosas con la firma de HRD. En otro aspecto, este documento presenta un método para diagnosticar que un paciente tiene células cancerosas con un estado deficiente de HDR. El método comprende, o consiste esencialmente en (a) determinar que el paciente comprende células cancerosas que tienen el estado de deficiencia de HDR, en el que la presencia de más de un número de referencia de regiones indicadoras de CA en al menos un par de cromosomas humanos de una célula cancerosa del paciente con cáncer indica que las células cancerosas tienen el estado de deficiencia de HDR y (b) diagnosticar que el paciente tiene células cancerosas con el estado deficiente de HDR. En otro aspecto, este documento presenta un método para diagnosticar que un paciente tiene células cancerosas con un estado deficiente de HDR. El método comprende, o consiste esencialmente en: (a) determinar que el paciente comprende células cancerosas que tienen el estado deficiente de HDR, en el que la presencia de más de un número de referencia de regiones indicadoras de CA en al menos un par de cromosomas humanos de una célula cancerosa del paciente con cáncer indica que las células cancerosas tienen el estado deficiente de HDR y (b) diagnosticar que el paciente tiene células cancerosas con el estado deficiente de HDR. En otro aspecto, este documento presenta un método para diagnosticar que un paciente tiene células cancerosas con una mutación genética dentro de un gen de una vía de HDR. El método comprende, o consiste esencialmente en (a) determinar que el paciente comprende células cancerosas que tienen la mutación genética, en el que la presencia de más de un número de referencia de regiones indicadoras de CA en al menos un par de cromosomas humanos de una célula cancerosa del paciente con cáncer indica que las células cancerosas tienen la mutación genética y (b) diagnosticar que el paciente
tiene células cancerosas con la mutación genética. En otro aspecto, este documento presenta un método para diagnosticar a un paciente como candidato para un régimen de tratamiento contra el cáncer que comprende administrar radiación o un medicamento seleccionado del grupo que consiste en agentes que dañan el ADN, antraciclinas, inhibidores de topoisomerasa I e inhibidores de PARP. El método comprende, o consiste esencialmente en (a) determinar que el paciente comprende células cancerosas que tienen una firma de HRD, en el que la presencia de más de un número de referencia de regiones indicadoras de CA en al menos un par de cromosomas humanos de una célula cancerosa del paciente con cáncer indica que las células cancerosas tienen la firma de HRD, y (b) diagnosticar, basándose al menos en parte en la presencia de la firma de HRD, que el paciente puede responder al régimen de tratamiento contra el cáncer. En otro aspecto, este documento presenta un método para diagnosticar a un paciente como candidato para un régimen de tratamiento contra el cáncer que comprende administrar radiación o un medicamento seleccionado del grupo que consiste en agentes que dañan el ADN, antraciclinas, inhibidores de topoisomerasa I e inhibidores de PARP. El método comprende, o consiste esencialmente en (a) determinar que el paciente comprende células cancerosas que tienen una firma de HRD alta, en el que la presencia de más de un número de referencia de regiones indicadoras de CA en al menos un par de cromosomas humanos de una célula cancerosa del paciente con cáncer indica que las células cancerosas tienen una firma de HRD, y (b) diagnosticar, basándose al menos en parte en la presencia de la firma de HRD, que el paciente es probable que responda al régimen de tratamiento contra el cáncer.
En otro aspecto, la divulgación proporciona un método para evaluar a un paciente. El método comprende, o consiste esencialmente en: (a) determinar si el paciente tiene (o ha tenido) células cancerosas con más de un número de referencia de regiones indicadoras de CA (o, por ejemplo, una puntuación de la región de CA que excede una puntuación de la región de CA de referencia); y (b) (1) diagnosticar que el paciente tiene células cancerosas con HRD si se determina que el paciente tiene (o ha tenido) células cancerosas con más de un número de referencia de regiones de CA (o, por ejemplo, una puntuación de la región de CA que excede una puntuación de la región de CA de referencia); o (b) (2) diagnosticar que el paciente no tiene células cancerosas con HRD si se determina que el paciente no tiene (o no ha tenido) células cancerosas con más de un número de referencia de regiones de CA (o, por ejemplo, el paciente no tiene (o no ha tenido) células cancerosas con una puntuación de la región de CA que excede a una puntuación de la región de CA de referencia).
En otro aspecto, esta divulgación presenta el uso de una pluralidad de oligonucleótidos capaces de hibridarse con una pluralidad de regiones polimórficas de ADN genómico humano, en la fabricación de un kit de diagnóstico útil para determinar el número total o la longitud combinada de regiones de CA en al menos un par de cromosomas (o ADN derivado del mismo) en una muestra obtenida de un paciente con cáncer, y para detectar (a) la HRD, HRD alta o probabilidad de HRD (cada uno, por ejemplo, una firma de HRD) en la muestra, (b) deficiencia (o probabilidad de deficiencia) en un gen BRCA1 o Br c A2 en la muestra, o (c) una mayor probabilidad de que el paciente con cáncer responda a un régimen de tratamiento contra el cáncer que comprende un agente que daña el a Dn , una antraciclina, un inhibidor de la topoisomerasa I, radiación o un inhibidor de PARP.
En otro aspecto, esta divulgación presenta un sistema para detectar HRD (por ejemplo, una firma de HRD) en una muestra. El sistema comprende, o consiste esencialmente en (a) un analizador de muestras configurado para producir una pluralidad de señales sobre el ADN genómico de al menos un par de cromosomas humanos (o ADN derivado del mismo) en la muestra, y (b) un subsistema informático programado para calcular, en función de la pluralidad de señales, el número o la longitud combinada de las regiones de CA en al menos un par de cromosomas humanos. El subsistema informático se puede programar para comparar el número o la longitud combinada de las regiones de CA con un número de referencia para detectar (a) la HRD, HRD alta o probabilidad de HRD (cada una, por ejemplo, una firma de HRD) en la muestra, (b) deficiencia (o probabilidad de deficiencia) en un gen BRCA1 o BRCA2 en la muestra, o (c) una mayor probabilidad de que el paciente con cáncer responda a un régimen de tratamiento contra el cáncer que comprende un agente que daña el ADN, una antraciclina, un inhibidor de la topoisomerasa I, radiación o un inhibidor de PARP. El sistema puede comprender un módulo de salida configurado para mostrar (a), (b) o (c). El sistema puede comprender un módulo de salida configurado para mostrar una recomendación para el uso del régimen de tratamiento contra el cáncer.
En otro aspecto, la divulgación proporciona un producto de programa informático incorporado en un medio legible por ordenador que, cuando se ejecuta en una ordenador, proporciona instrucciones para detectar la presencia o ausencia de cualquier región de CA a lo largo de uno o más cromosomas humanos distintos de los cromosomas sexuales X y Y humanos (las regiones de CA son opcionalmente regiones indicadoras de CA); y determinar el número total o la longitud combinada de las regiones de CA en uno o más pares de cromosomas. El producto del programa informático puede incluir otras instrucciones.
En otro aspecto, la presente divulgación proporciona un kit de diagnóstico. El kit comprende, o consiste esencialmente en, al menos 500 oligonucleótidos capaces de hibridarse con una pluralidad de regiones polimórficas de ADN genómico humano (o ADN derivado del mismo); y un producto de programa informático provisto en el presente documento. El producto del programa informático se puede incorporar en un medio legible por ordenador que, cuando se ejecuta en una ordenador, proporciona instrucciones para detectar la presencia o ausencia de cualquier región de CA a lo largo de uno o más cromosomas humanos que no sean los cromosomas sexuales X y Y humanos (siendo las regiones de CA, opcionalmente regiones indicadoras de CA); y determinar el número total o la longitud combinada de
las regiones de CA en uno o más pares de cromosomas. El producto del programa informático puede incluir otras instrucciones.
En algunas realizaciones de uno o más de los aspectos de la divulgación descritos en los párrafos anteriores, uno o más de los siguientes pueden aplicarse según sea apropiado. Las regiones de CA se pueden determinar en al menos dos, cinco, diez o 21 pares de cromosomas humanos. La célula cancerosa puede ser una célula cancerosa de ovario, mama, pulmón o esófago. La referencia puede ser 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18 o 20 o más. Al menos un par de cromosomas humanos puede excluir el cromosoma 17 humano. El agente que daña el ADN puede ser cisplatino, carboplatino, oxaliplatino o picoplatino, la antraciclina puede ser epirrubicina o doxorrubicina, el inhibidor de topoisomerasa I puede ser camptotecina, topotecano o irinotecano, o el inhibidor de PARP puede ser iniparib, olaparib o veliparib. El paciente puede ser un paciente sin tratamiento previo.
Como se describe en el presente documento, una muestra (por ejemplo, una muestra de células cancerosas o una muestra que contiene a Dn derivado de una o más células cancerosas) puede identificarse por tener una "firma de HRD" (o alternativamente llamada "firma de deficiencia de HDR") si el genoma de las células que se evalúan contienen (a) cualquiera de una puntuación de la región de LOH, una puntuación de la región de TAI o una puntuación de la región de LST que excede una referencia o (b) una puntuación combinada de la región de CA que excede una referencia. Por el contrario, una muestra (por ejemplo, una muestra de células cancerosas o una muestra que contiene ADN derivado de una o más células cancerosas) puede identificarse como carente de una "firma de HRD" (o alternativamente llamada "firma de deficiencia de HDR") si el genoma de las células que se evalúan contiene (a) una puntuación de la región de LOH, una puntuación de la región de TAI y una puntuación de la región de LST, cada uno de los cuales no excede una referencia o (b) una puntuación de la región combinada de CA que no excede una referencia.
Las células (por ejemplo, células cancerosas) identificadas con una firma de HRD pueden clasificarse por tener una mayor probabilidad de tener una deficiencia de HDR y/o una mayor probabilidad de tener un estado deficiente en uno o más genes en la vía de HDR. Por ejemplo, las células cancerosas identificadas con una firma de HRD pueden clasificarse por tener una mayor probabilidad de tener un estado deficiente de HDR. En algunos casos, las células cancerosas identificadas con una firma de HRD pueden clasificarse por tener una mayor probabilidad de tener un estado deficiente para uno o más genes en la vía de HDR. Como se usa en este documento, el estado deficiente para un gen significa que la secuencia, estructura, expresión y/o actividad del gen o su producto es/son deficientes en comparación con lo normal. Los ejemplos incluyen, pero no se limitan a, baja o nula expresión de ARNm o proteína, mutaciones perjudiciales, hipermetilación, actividad atenuada (por ejemplo, actividad enzimática, capacidad para unirse a otra biomolécula), etc. Como se usa en este documento, estado deficiente para una vía (por ejemplo, vía de HDR) significa que al menos un gen en esa vía (por ejemplo, BRCA1) es deficiente. Los ejemplos de mutaciones altamente nocivas incluyen mutaciones de desplazamiento del marco, mutaciones del codón de detención y mutaciones que conducen a un empalme de ARN alterado. El estado deficiente en un gen en la vía de HDR puede resultar en deficiencia o actividad reducida en la reparación dirigida por homología en las células cancerosas. Los ejemplos de genes en la vía de HDR incluyen, sin limitación, los genes enumerados en la Tabla 1.
Tabla 1. Genes seleccionados de la vía de HDR
Como se describe en el presente documento, identificar los loci de CA (así como el tamaño y el número de las regiones de CA) puede incluir, primero, determinar el genotipo de una muestra en varios loci genómicos (por ejemplo, loci SNP, bases individuales en secuenciación a gran escala) y, en segundo lugar, determinar si los loci exhiben alguno de LOH, TAI o LST. Se puede usar cualquier técnica apropiada para determinar los genotipos en los loci de interés dentro del genoma de una célula. Por ejemplo, matrices de polimorfismo de un solo nucleótido (SNP) (por ejemplo, matrices SNP de todo el genoma humano), secuenciación dirigida de loci de interés (por ejemplo, secuenciación de loci de SNP y sus secuencias circundantes) e incluso secuenciación a gran escala (por ejemplo, exoma completo, transcriptoma o secuenciación del genoma) se pueden usar para identificar loci como homocigotos o heterocigotos. Típicamente, se puede realizar un análisis de la naturaleza homocigota o heterocigótica de los loci en una longitud de un cromosoma para determinar la longitud de las regiones de CA. Por ejemplo, un tramo de ubicaciones SNP que están separadas (por ejemplo, separadas aproximadamente 25 kb hasta aproximadamente 100 kb) a lo largo de un cromosoma se puede evaluar utilizando los resultados de la matriz de SNP para determinar no solo la presencia de una región de homocigosidad (por ejemplo, LOH) a lo largo de un cromosoma sino también a lo largo de esa región. Los resultados de una matriz de SNP pueden usarse para generar un gráfico que traza las dosis de alelos a lo largo de un cromosoma. En la dosis de alelos di para SNPi, i puede calcularse a partir de las intensidades de señal ajustadas de dos alelos (Ai y Bi): di = Ai/(Ai B ) Un ejemplo de dicho gráfico se presenta en las Figuras 1 y 2, que muestran la diferencia entre muestras frescas congeladas y FFPE y entre análisis de microarreglos de SNP y análisis de secuenciación de SNP. En la técnica se conocen numerosas variaciones en las matrices de ácido nucleico útiles en la invención. Estos incluyen los conjuntos utilizados en los diversos ejemplos a continuación (por ejemplo, matriz GeneChip Affymetrix 500K en el Ejemplo 3; Servicios Affymetrix OncoScanMR FFPE Express 2.0 (anteriormente Servicios MIP CN) en el Ejemplo 4).
Una vez que se ha determinado el genotipo de una muestra para una pluralidad de loci (por ejemplo, SNP), se pueden usar técnicas comunes para identificar loci y regiones de LOH, TAI y LST (incluidas las descritas en la solicitud internacional No. PCT/US2011/040953 (publicada como WO/2011/160063); solicitud internacional No. PCT/US2011/048427 (publicada como WO/2012/027224); Popova et al., Ploidy and large-scale genomic instability consistently identify basal-like breast carcinomas with BRCA1/2 inactivation, CANCER RES. (2012) 72: 5454-5462). En algunas realizaciones, determinar si el desequilibrio cromosómico o las transiciones a gran escala incluyen determinar si se trata de aberraciones somáticas o de la línea germinal. Una forma para determinar cómo hacer esto es comparar el genotipo somático con la línea germinal. Por ejemplo, el genotipo para una pluralidad de loci (por ejemplo, SNP) se puede determinar tanto en una muestra de línea germinal (por ejemplo, sangre) como en una muestra somática (por ejemplo, tumor). Los genotipos para cada muestra se pueden comparar (típicamente por ordenador) para determinar dónde el genoma de la célula de la línea germinal era heterocigoto y el genoma de la célula somática es homocigoto. Tales loci son loci de LOH y las regiones de tales loci son regiones de LOH.
Las técnicas informáticas también pueden usarse para determinar si una aberración es de línea germinal o somática. Dichas técnicas son particularmente útiles cuando una muestra de línea germinal no está disponible para análisis y comparación. Por ejemplo, algoritmos como los descritos en otra parte se pueden usar para detectar regiones de LOH utilizando información de matrices de SNP (Nannya et al., Cancer Res. (2005) 65: 6071-6079 (2005)). Por lo general, estos algoritmos no tienen en cuenta explícitamente la contaminación de muestras tumorales con tejido benigno. Consultar la solicitud internacional No. p Ct /US2011/026098 (publicada como WO 2011/106541) de Abkevich et al.; Goransson et al., PLoS One (2009) 4 (6): e6057. Esta contaminación a menudo es lo suficientemente alta como para dificultar la detección de regiones de LOH. Los métodos analíticos mejorados de acuerdo con la presente divulgación para identificar LOH, TAI y LST, incluso a pesar de la contaminación, incluyen los incorporados en productos de software de ordenador como se describe a continuación.
El siguiente es un ejemplo. Si la relación observada de las señales de dos alelos, A y B, es de dos a uno, hay dos posibilidades. La primera posibilidad es que las células cancerosas tengan LOH con la eliminación del alelo B en una muestra con un 50% de contaminación con células normales. La segunda posibilidad es que no hay LOH pero el alelo A está duplicado en una muestra sin contaminación con células normales. Se puede implementar un algoritmo como un programa de ordenador como se describe en este documento para reconstruir regiones de LOH basadas en datos de genotipo (por ejemplo, genotipo de SNP). Un punto del algoritmo es reconstruir primero los números de copia específicos de alelo (ASCN) en cada locus (por ejemplo, SNP). Los ASCN son los números de copias de alelos maternos y paternos. Una región de LOH se determina entonces como un tramo de SNP con uno de los ASCN (paterno o materno) siendo cero. El algoritmo puede basarse en maximizar una función de probabilidad y puede ser conceptualmente similar a un algoritmo descrito previamente diseñado para reconstruir el número total de copias (en lugar de ASCN) en cada locus (por ejemplo, SNP). Véase la solicitud internacional No. PCT/US2011/026098 (publicada como WO 2011/106541) de Abkevich et al. La función de probabilidad se puede maximizar sobre el ASCN de todos los loci, el nivel de contaminación con tejido benigno, el número total de copias promediado en todo el genoma y el nivel de ruido específico de la muestra. Los datos de entrada para el algoritmo pueden incluir o consistir en (1) intensidades de señal normalizadas específicas de la muestra para ambos alelos de cada locus y (2) conjuntos de
parámetros específicos del ensayo (específicos para diferentes matrices de SNP y para un enfoque basándose en secuencias) definidos con base en el análisis de gran número de muestras con perfiles de ASCN conocidos.
En algunos casos, las técnicas de secuenciación de ácido nucleico se pueden usar para genotipar loci. Por ejemplo, el ADN genómico de una muestra de células (por ejemplo, una muestra de células cancerosas) puede extraerse y fragmentarse. Se puede usar cualquier método apropiado para extraer y fragmentar el ácido nucleico genómico, incluidos, entre otros, kits comerciales tales como el miniKit de ADN QIAampMR (QiagenMR), kit de aislamiento de ADN puro MagNAMR (Roche Applied ScienceMR) y el kit miniprep de ADN genómico de mamífero GenEluteMR (Sigma-AldrichMR). Una vez extraído y fragmentado, se puede realizar una secuenciación dirigida o no dirigida para determinar los genotipos de la muestra en los loci. Por ejemplo, todo el genoma, transcriptoma ÜSffc f2Díft, o la secuenciación completa del exoma se puede hacer para determinar genotipos en millones o incluso miles de millones de pares de bases (es decir, los pares de bases pueden ser "loci" para ser evaluados).
En algunos casos, la secuenciación dirigida de loci polimórficos conocidos (por ejemplo, SNP y secuencias circundantes) puede realizarse como una alternativa al análisis de microarreglos. Por ejemplo, el ADN genómico puede enriquecerse para aquellos fragmentos que contienen un locus (por ejemplo, ubicación de SNP) para ser analizados usando kits diseñados para este propósito (por ejemplo, Agilent SureSelectMR, Illumina TruSeq CaptureMR y Nimblegen SeqCap EZ ChoiceMR). Por ejemplo, el ADN genómico que contiene los loci a analizar puede hibridarse con fragmentos de Ar N de captura biotinilados para formar complejos de ARN biotinilado/ADN genómico. Alternativamente, se pueden utilizar sondas de captura de a Dn que dan como resultado la formación de híbridos de ADN biotinilado/ADN genómico. Se pueden usar perlas magnéticas recubiertas con estreptavidina y una fuerza magnética para separar los complejos de ARN biotinilado/ADN genómico de aquellos fragmentos de ADN genómico que no están presentes dentro de un complejo de ARN biotinilado/ADN genómico. Los complejos de ARN biotinilado/ADN genómico obtenidos pueden tratarse para eliminar el ARN capturado de las perlas magnéticas, dejando así fragmentos de ADN genómico intactos que contienen un locus para analizar. Estos fragmentos de ADN genómico intactos que contienen los loci a analizar pueden amplificarse utilizando, por ejemplo, técnicas de PCR. Los fragmentos de ADN genómico amplificado pueden secuenciarse utilizando una tecnología de secuenciación de alto rendimiento o una tecnología de secuenciación de próxima generación tal como Illumina HiSeqMR, Illumina MiSeqMR, Life Technologies SoLIDMR o Ion TorrentMR o Roche 454MR.
Los resultados de secuenciación de los fragmentos de ADN genómico se pueden usar para identificar loci que exhiben o no exhiben una CA, análogo al análisis de microarreglos descrito en el presente documento. En algunos casos, se puede realizar un análisis del genotipo de loci en una longitud de un cromosoma para determinar la longitud de las regiones de CA. Por ejemplo, un tramo de ubicaciones de SNP que están separadas (por ejemplo, separadas entre aproximadamente 25 kb y aproximadamente 100 kb) a lo largo de un cromosoma se puede evaluar mediante secuenciación, y los resultados de secuenciación se utilizan para determinar no solo la presencia de una región de CA sino también la longitud de esa región de CA. Los resultados de secuenciación obtenidos pueden usarse para generar un gráfico que traza las dosis de alelos a lo largo de un cromosoma. La dosis de alelo di para SNPi , i se puede calcular a partir del número ajustado de sondas capturadas para dos alelos (Ai y Bi): di = Ai/(Ai Bi). Un ejemplo de tal gráfico se presenta en las Figuras 1 y 2. La determinación de si una aberración es de línea germinal o somática se puede realizar como se describe en el presente documento.
En algunos casos, se puede usar un proceso de selección para seleccionar loci (por ejemplo, loci de SNP) para evaluar usando un ensayo configurado para loci de genotipo (por ejemplo, ensayos basados en matriz de SNP y ensayos basados en secuenciación). Por ejemplo, cualquier ubicación de SNP humana puede seleccionarse para su inclusión en un ensayo basado en una matriz de SNP o un ensayo basado en secuenciación configurado para loci de genotipo. En algunos casos, se pueden evaluar 0,5; 1,0; 1,5; 2,0; 2,5 millones o más de ubicaciones de SNP presentes dentro del genoma humano para identificar aquellos SNP que (a) no están presentes en el cromosoma Y, (b) no son SNP mitocondriales, (c) tienen una frecuencia de alelo menor de al menos aproximadamente el cinco por ciento en caucásicos, (d) tienen una frecuencia de alelo menor de al menos aproximadamente el uno por ciento en tres razas distintas de los caucásicos (por ejemplo, china, japonés y yoruba), y/o (e) no tienen una desviación significativa del equilibrio de Hardy Weinberg en ninguna de las cuatro razas. En algunos casos, se pueden seleccionar más de 100.000, 150.000 o 200.000 SNP humanos que cumplen con los criterios (a) a (e). De los SNP humanos que cumplen los criterios (a) a (e), se puede seleccionar un grupo de SNP (por ejemplo, los mejores 110.000 SNP) de modo que los SNP tengan un alto grado de frecuencia de alelos en caucásicos, cubriendo el genoma humano de una manera algo uniforme de manera separada (por ejemplo, al menos un SNP cada aproximadamente 25 kb a aproximadamente 500 kb), y no están en desequilibrio de enlace con otro SNP seleccionado para ninguna de las cuatro razas. En algunos casos, se pueden seleccionar alrededor de 40, 50, 60, 70, 80, 90, 100, 110, 120, 130 mil o más SNP para cumplir con cada uno de estos criterios e incluirlos en un ensayo configurado para identificar regiones de CA en un genoma humano. Por ejemplo, se pueden seleccionar entre aproximadamente 70.000 y aproximadamente 90.000 (por ejemplo, aproximadamente 80.000) SNP para el análisis con un ensayo basado en una matriz de SNP, y entre aproximadamente 45.000 y aproximadamente 55.000 (por ejemplo, aproximadamente 54.000) SNP se pueden seleccionar para el análisis con un ensayo basado en secuenciación.
Como se describe en el presente documento, se puede evaluar cualquier tipo apropiado de muestra. Por ejemplo, se puede evaluar una muestra que contiene células cancerosas para determinar si el genoma de las células cancerosas
contiene una firma de HRD, carece de una firma de HRD, tiene un mayor número de regiones indicadoras de CA o tiene una puntuación mayor de la región de CA. Los ejemplos de muestras que contienen células cancerosas que pueden evaluarse como se describe en el presente documento incluyen, sin limitación, muestras de biopsia tumoral (por ejemplo, muestras de biopsia de tumor de mama), muestras de tejido fijadas con formalina e incluidas en parafina que contienen células cancerosas, biopsias con aguja gruesa, aspirados con aguja fina y muestras que contienen células cancerosas que se desprenden de un tumor (por ejemplo, sangre, orina u otros fluidos corporales). Para muestras de tejido fijadas en formalina y embebidas en parafina, la muestra se puede preparar mediante extracción de ADN utilizando un kit de extracción de ADN genómico optimizado para tejido FFPE, que incluye pero no se limita a los descritos anteriormente (por ejemplo, kit de extracción de ADN FFPE QuickExtractMR (EpicenterMR) y QIAampMR, kit de tejido FFPE con ADN (QiagenMR)).
En algunos casos, se pueden realizar técnicas de disección con láser en una muestra de tejido para minimizar el número de células no cancerosas dentro de una muestra de células cancerosas que se va a evaluar. En algunos casos, los métodos de purificación basados en anticuerpos pueden usarse para enriquecer las células cancerosas y/o agotar las células no cancerosas. Los ejemplos de anticuerpos que podrían usarse para el enriquecimiento de células cancerosas incluyen, sin limitación, anti-EpCAM, anti-TROP-2, anti-c-Met, proteína de unión antifolato, anti-N-cadherina, anti-CD318, antígeno de células madre anti-antimesenquimales, anti-Her2, anti-MUC1, anti-EGFR, anticitoqueratinas (por ejemplo, citoqueratina 7, citoqueratina 20, etc.), anti-caveolina-1, anti-PSA, anti-CA125 y anti anticuerpos de proteína anti-tensioactiva.
Se puede evaluar cualquier tipo de célula cancerosa usando los métodos y materiales descritos en este documento. Por ejemplo, las células de cáncer de mama, las células de cáncer de ovario, las células de cáncer de hígado, las células de cáncer de esófago, las células de cáncer de pulmón, las células de cáncer de cabeza y cuello, las células de cáncer de próstata, las células de cáncer de colon, recto o colorrectal, y las células de cáncer de páncreas pueden evaluarse para determinar si el genoma de las células cancerosas contiene una firma de HRD, carece de una firma de HRD, tiene un mayor número de regiones indicadoras de CA o tiene una mayor puntuación de la región de CA. En algunas realizaciones, las células cancerosas son células cancerosas primarias o metastásicas de cáncer de ovario, cáncer de mama, cáncer de pulmón o cáncer de esófago.
Al evaluar el genoma de las células cancerosas para detectar la presencia o ausencia de una firma de HRD, se pueden evaluar uno o más (por ejemplo, una, dos, tres, cuatro, cinco, seis, siete, ocho, nueve, diez, once, doce, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22 o 23) pares de cromosomas. En algunos casos, el genoma de las células cancerosas se evalúa para detectar la presencia o ausencia de una firma de HRD usando uno o más (por ejemplo, una, dos, tres, cuatro, cinco, seis, siete, ocho, nueve, diez, once, doce, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23) pares de cromosomas.
En algunos casos, puede ser útil excluir ciertos cromosomas de este análisis. Por ejemplo, en el caso de las mujeres, un par a evaluar puede incluir el par de cromosomas sexuales X; mientras que, en el caso de los hombres, se puede evaluar un par de cualquier cromosoma autosómico (es decir, cualquier otro par que no sea el par de cromosomas sexuales X y, Y). Como otro ejemplo, en algunos casos el par del cromosoma número 17 puede excluirse del análisis. Se ha determinado que ciertos cromosomas transportan niveles inusualmente altos de CA en ciertos tipos de cáncer y, por lo tanto, puede ser útil excluir dichos cromosomas cuando se analizan muestras como se describe en el presente documento de pacientes que tienen estos tipos de cáncer. En algunos casos, la muestra proviene de una paciente con cáncer de ovario y el cromosoma que se excluirá es el cromosoma 17.
Por lo tanto, se puede analizar un número predefinido de cromosomas para determinar el número de regiones indicadoras de CA (o la puntuación de la región de CA o la puntuación combinada de la región de CA), preferiblemente el número de regiones de CA de una longitud de más de 9 megabases, 10 megabases, 12 megabases, 14 megabases, más preferiblemente mayores de 15 megabases. Alternativamente o además, los tamaños de todas las regiones indicadoras de CA identificadas pueden sumarse para obtener una longitud total de las regiones indicadoras de CA.
Como se describe en el presente documento, los pacientes que tienen células cancerosas (o muestras derivadas de ellas) identificadas con un estado de firma de HRD pueden clasificarse, basándose al menos en parte en dicha firma de HRD, como susceptibles de responder a un régimen de tratamiento contra el cáncer en particular. Por ejemplo, los pacientes que tienen células cancerosas con una firma de HRD pueden clasificarse, basándose al menos en parte en dicha firma de HRD, como susceptibles de responder a un régimen de tratamiento contra el cáncer que incluye el uso de un agente que daña el ADN, un agente de letalidad sintético (por ejemplo, un inhibidor de PARP), radiación, o una combinación de los mismos. En algunas realizaciones, los pacientes son pacientes sin tratamiento previo. Los ejemplos de agentes que dañan el ADN incluyen, sin limitación, medicamentos de quimioterapia basados en platino (por ejemplo, cisplatino, carboplatino, oxaliplatino y picoplatino), antraciclinas (por ejemplo, epirrubicina y doxorrubicina), inhibidores de la topoisomerasa I (por ejemplo, camptotecina, topotecano e irinotecano), entrelazadores de ADN tales como mitomicina C y compuestos de triazeno (por ejemplo, dacarbazina y temozolomida). Los enfoques terapéuticos de letalidad sintética generalmente implican la administración de un agente que inhibe al menos un componente crítico de una vía biológica que es especialmente importante para la supervivencia de una célula tumoral particular. Por ejemplo, cuando una célula tumoral tiene una vía de reparación homóloga deficiente (por ejemplo, según se determina de acuerdo con la presente divulgación), los inhibidores de la poli ADP ribosa polimerasa
(o fármacos de platino, inhibidores de reparación de rotura de doble cadena, etc.) pueden ser especialmente potentes contra tales tumores porque dos vías críticas para la supervivencia se obstruyen (una biológicamente, por ejemplo, por mutación de BRCA1, y la otra sintéticamente, por ejemplo, por la administración de un fármaco para la vía). Los enfoques de letalidad sintética para la terapia contra el cáncer se describen, por ejemplo, en O'Brien et al., Converting cancer mutations intotherapeutic opportunities, EMBO MOL. MED. (2009) 1: 297-299. Los ejemplos de agentes de letalidad sintéticos incluyen, sin limitación, inhibidores de PARP o inhibidores de reparación de rotura de doble cadena en células tumorales deficientes de reparación homólogas, inhibidores de PARP en células tumorales deficientes en PTEN, metotrexato en células tumorales deficientes en MSH2, etc. Los ejemplos de inhibidores de PARP incluyen, sin limitación, olaparib, iniparib y veliparib. Los ejemplos de inhibidores de reparación de rotura de doble cadena incluyen, sin limitación, KU55933 (inhibidor de ATM) y NU7441 (inhibidor de ADN-PKc). Los ejemplos de información que se pueden usar además de la presencia de una firma de HRD para basar una clasificación de probabilidades de responder a un régimen de tratamiento contra el cáncer en particular incluyen, sin limitación, resultados de tratamiento anteriores, mutaciones de ADN de línea germinal o somática, perfilado de la expresión de genes o proteínas (por ejemplo, estado de ER/PR/HER2, niveles de PSA), histología tumoral (por ejemplo, adenocarcinoma, carcinoma de células escamosas, carcinoma seroso papilar, carcinoma mucinoso, carcinoma ductal invasivo, carcinoma ductal in situ (no invasivo), etc.), estadio de la enfermedad, tumor o grado de cáncer (por ejemplo, bien, moderadamente o mal diferenciado (por ejemplo, Gleason, Bloom Richardson modificado), etc.), número de ciclos previos de tratamiento, etc.
Una vez clasificado como probable para que responda a un régimen particular de tratamiento contra el cáncer (por ejemplo, un régimen de tratamiento contra el cáncer que incluye el uso de un agente que daña el ADN, un inhibidor de PARP, radiación o una combinación de los mismos), el paciente con cáncer puede ser tratado con dicho régimen de tratamiento contra el cáncer. En algunas realizaciones, los pacientes son pacientes sin tratamiento previo. Por lo tanto, la divulgación proporciona un método para tratar a un paciente que comprende detectar una firma de HRD como se describe en el presente documento y administrar (o recomendar o prescribir) un régimen de tratamiento que comprende el uso de un agente que daña el ADN, un inhibidor de PARP, radiación o una combinación de los mismos. Cualquier método apropiado para tratar el cáncer en cuestión puede usarse para tratar a un paciente con cáncer identificado con células cancerosas que tienen la firma de HRD. Por ejemplo, los medicamentos de quimioterapia basados en platino o una combinación de medicamentos de quimioterapia basados en platino se pueden usar para tratar el cáncer como se describe en otra parte (véanse, por ejemplo, las patentes de los Estados Unidos Nos.
3.892.790, 3.904.663, 7.759.510, 7.759.488 y 7.754.684). En algunos casos, se pueden usar antraciclinas o una combinación de antraciclinas para tratar el cáncer como se describe en otra parte (véanse, por ejemplo, las patentes de los Estados Unidos Nos. 3.590.028, 4.138.480, 4.950.738, 6.087.340, 7.868.040 y 7.485.707). En algunos casos, se pueden usar inhibidores de topoisomerasa I o una combinación de inhibidores de topoisomerasa I para tratar el cáncer como se describe en otra parte (véanse, por ejemplo, las patentes de los Estados Unidos Nos. 5.633.016 y 6.403.563). En algunos casos, se pueden usar los inhibidores de PARP o una combinación de inhibidores de PARP para tratar el cáncer como se describe en otra parte (véanse, por ejemplo, las patentes de los Estados Unidos Nos.
5.177.075, 7.915.280 y 7.351.701). En algunos casos, se puede usar radiación para tratar el cáncer como se describe en otra parte (véase, por ejemplo, la patente de los Estados Unidos No. 5.295.944). En algunos casos, se pueden usar una combinación que comprende diferentes agentes (por ejemplo, una combinación que comprende cualquiera de los medicamentos de quimioterapia basados en platino, antraciclinas, inhibidores de topoisomerasa I y/o inhibidores de PARP) con o sin tratamientos de radiación para tratar el cáncer. En algunos casos, un tratamiento combinado puede comprender cualquiera de los agentes o tratamientos anteriores (por ejemplo, un agente que daña el ADN, un inhibidor de PARP, radiación o una combinación de los mismos) junto con otro agente o tratamiento, por ejemplo, un agente de taxano (por ejemplo, docetaxel, paclitaxel, abraxano), un factor de crecimiento o inhibidor del receptor del factor de crecimiento (por ejemplo, erlotinib, gefitinib, lapatinib, sunitinib, bevacizumab, cetuximab, trastuzumab, panitumumab), y/o un antimetabolito (por ejemplo, 5-flourouracilo, metotrexato).
En algunos casos, los pacientes identificados con células cancerosas que carecen de una firma de HRD pueden clasificarse, basándose al menos en parte en una muestra que carece de una firma de HRD, como menos propensos a responder a un régimen de tratamiento que incluye un agente que daña el ADN , un inhibidor de PARP, radiación o una combinación de los mismos. A su vez, dicho paciente puede clasificarse como susceptible de responder a un régimen de tratamiento contra el cáncer que incluye el uso de uno o más agentes de tratamiento contra el cáncer no asociados con HDR, tales como un agente de taxano (por ejemplo, docetaxel, paclitaxel, abraxano), un factor de crecimiento o inhibidor del receptor del factor de crecimiento (por ejemplo, erlotinib, gefitinib, lapatinib, sunitinib, bevacizumab, cetuximab, trastuzumab, panitumumab), y/o un agente antimetabolito (por ejemplo, 5-flourouracilo, metotrexato). En algunas realizaciones, los pacientes son pacientes sin tratamiento previo. Una vez clasificado como probable para que responda a un régimen particular de tratamiento contra el cáncer (por ejemplo, un régimen de tratamiento contra el cáncer que incluye el uso de un agente de tratamiento contra el cáncer no asociado con HDR), el paciente con cáncer puede ser tratado con dicho régimen de tratamiento contra el cáncer. Por lo tanto, la divulgación proporciona un método para tratar a un paciente que comprende detectar la ausencia de una firma de HRD como se describe en este documento y administrar (o recomendar o prescribir) un régimen de tratamiento que no comprende el uso de un agente que daña el ADN, un inhibidor de PARP, radiación o una combinación de los mismos. En algunas realizaciones, el régimen de tratamiento comprende uno o más de un agente de taxano (por ejemplo, docetaxel, paclitaxel, abraxano), un factor de crecimiento o inhibidor del receptor del factor de crecimiento (por ejemplo, erlotinib, gefitinib, lapatinib, sunitinib, bevacizumab, cetuximab, trastuzumab, panitumumab), y/o un agente antimetabolito (por ejemplo, 5-flourouracilo, metotrexato). Cualquier método apropiado para el cáncer que se está tratando se puede usar
para tratar a un paciente con cáncer identificado con células cancerosas que carecen de una firma de HRD. Los ejemplos de información que se pueden usar además de la ausencia de una firma de HRD para basar una clasificación de probabilidades de responder a un régimen de tratamiento contra el cáncer en particular incluyen, sin limitación, resultados de tratamientos anteriores, línea germinal o mutaciones de ADN somático, perfilado de la expresión de genes o proteínas (por ejemplo, estado de ER/PR/HER2, niveles de PSA), histología tumoral (por ejemplo, adenocarcinoma, carcinoma de células escamosas, carcinoma seroso papilar, carcinoma mucinoso, carcinoma ductal invasivo, carcinoma ductal in situ (no invasivo), etc.), estadio de la enfermedad, o grado de del tumor o del cáncer (por ejemplo, bien, moderadamente o mal diferenciado (por ejemplo, Gleason, Bloom Richardson modificado), etc.), número de ciclos de tratamiento anteriores, etc.
Una vez tratado durante un período de tiempo particular (por ejemplo, entre uno y seis meses), se puede evaluar al paciente para determinar si el régimen de tratamiento tiene o no un efecto. Si se detecta un efecto beneficioso, el paciente puede continuar con el mismo régimen de tratamiento contra el cáncer o uno similar. Si se detecta un efecto beneficioso mínimo o nulo, entonces se pueden hacer ajustes al régimen de tratamiento contra el cáncer. Por ejemplo, la dosis, la frecuencia de administración o la duración del tratamiento pueden aumentarse. En algunos casos, se pueden agregar agentes anticancerígenos adicionales al régimen de tratamiento o se puede reemplazar un agente anticancerígeno particular con uno o más agentes anticancerígenos diferentes. El paciente que está siendo tratado puede continuar siendo monitoreado según corresponda, y se pueden hacer cambios al régimen de tratamiento contra el cáncer según corresponda.
Además de predecir la respuesta probable al tratamiento o seleccionar regímenes de tratamiento deseables, se puede usar una firma de HRD para determinar el pronóstico de un paciente. Por lo tanto, en un aspecto, este documento presenta un método para determinar el pronóstico de un paciente basándose, al menos en parte, en detectar la presencia o ausencia de una firma de HRD en una muestra del paciente. El método comprende, o consiste esencialmente en: (a) determinar si una muestra del paciente comprende células cancerosas (o si una muestra comprende ADN derivado de dichas células) que tiene una firma de HRD (a veces se hace referencia en el presente documento como que tiene HRD alto) como se describe en este documento (por ejemplo, en el que la presencia de más regiones indicadoras de CA o una puntuación de la región de CA o una puntuación combinada de la región de CA más alta que una referencia), y (b) (1) determinar, basándose al menos en parte en la presencia de la firma de HRD o tener un alto HRD, que el paciente tiene un pronóstico relativamente bueno, o (b) (2) determinar, basándose al menos en parte en la ausencia de la firma de HRD, que el paciente tiene un pronóstico relativamente pobre. El pronóstico puede incluir la probabilidad de supervivencia del paciente (por ejemplo, supervivencia libre de progresión, supervivencia general), en el que un pronóstico relativamente bueno incluiría una mayor probabilidad de supervivencia en comparación con alguna población de referencia (por ejemplo, paciente promedio con el tipo/subtipo de cáncer de este paciente, paciente promedio que no tiene una firma de HRD, etc.). Por el contrario, un pronóstico relativamente pobre en términos de supervivencia incluiría una menor probabilidad de supervivencia en comparación con alguna población de referencia (por ejemplo, paciente promedio con el tipo/subtipo de cáncer de este paciente, paciente promedio que tiene una firma de HRD, etc.).
Como se describe en este documento, este documento proporciona métodos para evaluar a los pacientes para células (por ejemplo, células cancerosas) que tienen una firma de HRD. En algunas realizaciones, uno o más profesionales clínicos o profesionales médicos pueden determinar si una muestra del paciente comprende células cancerosas (o si una muestra comprende ADN derivado de tales células) que tienen una firma de HRD. En algunos casos, uno o más profesionales clínicos o profesionales médicos pueden determinar si un paciente contiene células cancerosas con una firma de HRD obteniendo una muestra de células cancerosas del paciente y evaluando el ADN de las células cancerosas de la muestra de células cancerosas para determinar la presencia o ausencia de una firma de HRD como se describe en este documento.
En algunos casos, uno o más profesionales clínicos o profesionales médicos pueden obtener una muestra de células cancerosas de un paciente y proporcionar esa muestra a un laboratorio de pruebas que tenga la capacidad de evaluar el ADN de las células cancerosas de la muestra de células cancerosas para proporcionar una indicación sobre la presencia o ausencia de una firma de HRD como se describe en este documento. En algunas realizaciones, los pacientes son pacientes sin tratamiento previo. En tales casos, uno o más profesionales clínicos o profesionales médicos pueden determinar si una muestra del paciente comprende células cancerosas (o si una muestra contiene ADN derivado de dichas células) que tienen una firma de HRD al recibir información sobre la presencia o ausencia de una firma de HRD como se describe en el presente documento directa o indirectamente del laboratorio de pruebas. Por ejemplo, un laboratorio de pruebas, después de evaluar la presencia o ausencia de una firma de HRD en el ADN de las células cancerosas, tal como se describe en el presente documento, puede proporcionar a un profesional clínico o profesional médico, acceso a, un informe escrito, electrónico u oral o un registro médico que proporciona una indicación sobre la presencia o ausencia de una firma de HRD para un paciente en particular (o muestra del paciente) que se está evaluando. Tal informe escrito, electrónico u oral o registro médico puede permitir que uno o más profesionales clínicos o profesionales médicos determinen si un paciente en particular que está siendo evaluado contiene células cancerosas que tienen una firma de HRD.
Una vez que un profesional clínico o profesional médico o un grupo de profesionales clínicos o profesionales médicos determina que un paciente particular que está siendo evaluado contiene células cancerosas que tienen una firma de
HRD, el profesional clínico o profesional médico (o grupo) puede clasificar a ese paciente por tener células cancerosas cuyo genoma contiene la presencia de una firma de HRD. En algunas realizaciones, los pacientes son pacientes sin tratamiento previo. En algunos casos, un profesional clínico o profesional médico o un grupo de profesionales clínicos o profesionales médicos pueden diagnosticar a un paciente que se determina que tiene células cancerosas cuyo genoma contiene la presencia de una firma de HRD que tiene células cancerosas deficientes (o probablemente deficientes) en HDR. Tal diagnóstico puede basarse únicamente en una determinación de que una muestra del paciente comprende células cancerosas (o si una muestra comprende ADN derivado de dichas células) que tiene una firma de HRD o puede basarse, al menos en parte, en una determinación de que una muestra del paciente comprende células cancerosas (o si una muestra comprende ADN derivado de dichas células) que tiene una firma de HRD. Por ejemplo, se puede diagnosticar que un paciente con células cancerosas que tienen una firma de HRD puede ser deficiente en HDR de acuerdo con la combinación de la presencia de una firma de HRD y el estado deficiente en uno o más genes supresores de tumores (por ejemplo, BRCA1/2, RAD51C), antecedentes familiares de cáncer o la presencia de factores de riesgo conductuales (por ejemplo, tabaquismo).
En algunos casos, un profesional clínico o profesional médico o un grupo de profesionales clínicos o profesionales médicos pueden diagnosticar a un paciente que se determina que tiene células cancerosas cuyo genoma contiene la presencia de una firma de HRD que tiene células cancerosas que probablemente contengan mutaciones genéticas en un o más genes en la vía de HDR. En algunas realizaciones, los pacientes son pacientes sin tratamiento previo. Tal diagnóstico puede basarse únicamente en una determinación de que un paciente en particular evaluado contiene células cancerosas que tienen un genoma que contiene una firma de HRD o puede basarse, al menos en parte, en una determinación de que un paciente en particular evaluado contiene células cancerosas que tienen un genoma que contiene una firma de HRD. Por ejemplo, se puede diagnosticar que un paciente que tiene células cancerosas cuyo genoma contiene la presencia de una firma de HRD puede tener células cancerosas que probablemente contengan mutaciones genéticas en uno o más genes en la vía de HDR de acuerdo con la combinación de la presencia de una firma de HRD y antecedentes familiares de cáncer, o la presencia de factores de riesgo conductuales (por ejemplo, tabaquismo).
En algunos casos, un profesional clínico o profesional médico o un grupo de profesionales clínicos o profesionales médicos pueden diagnosticar a un paciente que se determina que tiene células cancerosas que tienen una firma de HRD como células cancerosas que probablemente respondan a un régimen de tratamiento contra el cáncer en particular. En algunas realizaciones, los pacientes son pacientes sin tratamiento previo. Tal diagnóstico puede basarse únicamente en una determinación de que una muestra del paciente comprende células cancerosas (o si una muestra comprende ADN derivado de dichas células) que tiene una firma de HRD o puede basarse, al menos en parte, en una determinación de que una muestra proviene del paciente comprende células cancerosas (o si una muestra comprende ADN derivado de dichas células) que tiene una firma de HRD. Por ejemplo, se puede diagnosticar que un paciente que tiene células cancerosas que tienen una firma de HRD puede responder a un régimen de tratamiento contra el cáncer en particular basándose en la combinación de la presencia de una firma de HRD y el estado deficiente en uno o más genes supresores de tumores (por ejemplo, BRCA1/2, RAD51), antecedentes familiares de cáncer o la presencia de factores de riesgo conductuales (por ejemplo, tabaquismo). Como se describe en el presente documento, se puede diagnosticar que un paciente que tiene células cancerosas con una firma de HRD puede responder a un régimen de tratamiento contra el cáncer que incluye el uso de un medicamento de quimioterapia a base de platino como cisplatino, carboplatino, oxaliplatino o picoplatino, una antraciclina tal como epirrubicina o doxorrubicina, un inhibidor de la topoisomerasa I tal como camptotecina, topotecano o irinotecano, un inhibidor de PARP, radiación, una combinación de los mismos o una combinación de cualquiera de los anteriores con otro agente anticancerígeno. En algunas realizaciones, los pacientes son pacientes sin tratamiento previo.
Una vez que un profesional clínico o profesional médico o un grupo de profesionales clínicos o profesionales médicos determina que una muestra del paciente comprende células cancerosas (o si una muestra comprende ADN derivado de tales células) que tienen un genoma que carece de una firma de HRD, el profesional clínico o profesional médico (o grupo) puede clasificar a ese paciente con células cancerosas cuyo genoma carece de una firma de HRD. En algunas realizaciones, los pacientes son pacientes sin tratamiento previo. En algunos casos, un profesional clínico o profesional médico o un grupo de profesionales clínicos o profesionales médicos pueden diagnosticar a un paciente con células cancerosas que contienen un genoma que carece de la firma de HRD como células cancerosas con probabilidad de tener HDR funcional. En algunos casos, un profesional clínico o profesional médico o un grupo de profesionales clínicos o profesionales médicos pueden diagnosticar a un paciente con células cancerosas que contienen un genoma que carece de una firma de HRD como células cancerosas que probablemente no contienen mutaciones genéticas en uno o más genes en la vía de HDR. En algunos casos, un profesional clínico o profesional médico o un grupo de profesionales clínicos o profesionales médicos pueden diagnosticar a un paciente que tiene células cancerosas que contienen un genoma que carece de una firma de HRD o que contiene un mayor número de regiones de CA que cubren todo el cromosoma como células cancerosas que tienen menos probabilidades de responder a un medicamento de quimioterapia a base de platino tal como cisplatino, carboplatino, oxaliplatino o picoplatino, una antraciclina tal como epirrubicina o doxorrubicina, un inhibidor de topoisomerasa I como camptotecina, topotecano o irinotecano, un inhibidor de PARP o radiación y/o más probabilidades de responder a un régimen de tratamiento contra el cáncer que incluye el uso de un agente de tratamiento contra el cáncer no asociado con HDR, tal como uno o más agentes de taxano, inhibidores del factor de crecimiento o del receptor del factor de crecimiento, agentes antimetabolitos, etc. En algunas realizaciones, los pacientes son pacientes sin tratamiento.
Como se describe en el presente documento, este documento también proporciona métodos para realizar un análisis de diagnóstico de una muestra de ácido nucleico (por ejemplo, una muestra de ácido nucleico genómico o ácidos nucleicos amplificados a partir de ella) de un paciente con cáncer para determinar si una muestra del paciente comprende células cancerosas (o si una muestra comprende ADN derivado de dichas células) que contienen una firma de HRD y/o un mayor número de regiones de CA que cubren todo el cromosoma. En algunas realizaciones, los pacientes son pacientes sin tratamiento previo. Por ejemplo, uno o más técnicos de laboratorio o profesionales de laboratorio pueden detectar la presencia o ausencia de una firma de HRD en el genoma de las células cancerosas (o ADN derivado de ellas) del paciente o la presencia o ausencia de un mayor número de regiones de CA que cubren el cromosoma completo en el genoma de las células cancerosas del paciente. En algunos casos, uno o más técnicos de laboratorio o profesionales de laboratorio pueden detectar la presencia o ausencia de una firma de HRD o la presencia o ausencia de un mayor número de regiones de CA que cubren el cromosoma completo en el genoma de las células cancerosas del paciente mediante (a) recibir una muestra de células cancerosas obtenidas del paciente, recibir una muestra de ácido nucleico genómico obtenida de células cancerosas obtenidas del paciente, o recibir una muestra que contiene ácidos nucleicos enriquecidos y/o amplificados de dicha muestra de ácido nucleico genómico obtenida de células cancerosas obtenidas del paciente y (b) realizar un análisis (por ejemplo, un ensayo basado en una matriz de SNP o un ensayo basado en secuenciación) utilizando el material recibido para detectar la presencia o ausencia de una firma de HRD o la presencia o ausencia de un número mayor de regiones de CA que cubren todo el cromosoma como se describe en este documento. En algunos casos, uno o más técnicos de laboratorio o profesionales de laboratorio pueden recibir una muestra para analizar (por ejemplo, una muestra de células cancerosas obtenida del paciente, una muestra de ácido nucleico genómico obtenida de células cancerosas obtenidas del paciente, o una muestra que contenga ácidos nucleicos enriquecidos y/o amplificados a partir de dicha muestra de ácido nucleico genómico obtenida de células cancerosas obtenidas del paciente) directa o indirectamente de un profesional clínico o profesional médico. En algunas realizaciones, los pacientes son pacientes sin tratamiento previo.
Una vez que un técnico de laboratorio o profesional de laboratorio o grupo de técnicos de laboratorio o profesionales de laboratorio detecta la presencia de una firma de HRD como se describe en el presente documento, el técnico de laboratorio o profesional de laboratorio (o grupo) puede asociar esa firma de HRD o el resultado (o resultados o un resumen de resultados) del análisis de diagnóstico realizado con el nombre del paciente correspondiente, registro médico, identificador simbólico/numérico o una combinación de los mismos. Dicha identificación puede basarse únicamente en detectar la presencia de una firma de HRD o puede basarse, al menos en parte, en detectar la presencia de una firma de HRD. Por ejemplo, un técnico de laboratorio o un profesional de laboratorio puede identificar a un paciente que tiene células cancerosas que se detectó que tienen una firma de HRD como células cancerosas potencialmente deficientes en HDR (o que tienen una mayor probabilidad de responder a un tratamiento particular como se describe en detalle en este documento) basándose en una combinación de la presencia de una firma de HRD y los resultados de otras pruebas genéticas y bioquímicas realizadas en el laboratorio de pruebas. En algunas realizaciones, los pacientes son pacientes sin tratamiento previo.
Lo contrario de lo anterior también es cierto. Es decir, una vez que un técnico de laboratorio o profesional de laboratorio o grupo de técnicos de laboratorio o profesionales de laboratorio detecta la ausencia de una firma de HRD, el técnico de laboratorio o profesional de laboratorio (o grupo) puede asociar la ausencia de una firma de HRD o el resultado (o resultados o un resumen de los resultados) del análisis de diagnóstico realizado con el nombre del paciente correspondiente, registro médico, identificador simbólico/numérico o una combinación de los mismos. En algunos casos, un técnico de laboratorio o un profesional de laboratorio o un grupo de técnicos de laboratorio o profesionales de laboratorio pueden identificar a un paciente que tiene células cancerosas que se detectó que carecen de una firma de HRD como células cancerosas con HDR potencialmente intacta (o que tienen una menor probabilidad de responder a un tratamiento particular como se describe en detalle en este documento) ya sea basado únicamente en la ausencia de una firma de HRD o en una combinación de la presencia de una firma de HRD y los resultados de otras pruebas genéticas y bioquímicas realizadas en el laboratorio de pruebas. En algunas realizaciones, los pacientes son pacientes sin tratamiento previo.
Los resultados de cualquier análisis de acuerdo con la divulgación a menudo se comunicarán a los médicos, asesores genéticos y/o pacientes (u otras partes interesadas, tales como investigadores) en una forma transmisible que se pueda comunicar o transmitir a cualquiera de las partes anteriores. Tal forma puede variar y puede ser tangible o intangible. Los resultados se pueden incorporar en declaraciones descriptivas, diagramas, fotografías, cuadros, imágenes o cualquier otra forma visual. Por ejemplo, los gráficos o diagramas que muestran información de genotipo o LOH (o estado de HRD) pueden usarse para explicar los resultados. Las declaraciones y las formas visuales se pueden grabar en un medio tangible, tales como documentos, medios legibles por ordenador, tales como disquetes, discos compactos, memoria flash, etc., o en un medio intangible, por ejemplo, un medio electrónico en forma de correo electrónico o sitio web en internet o intranet. Además, los resultados también pueden grabarse en forma de sonido y transmitirse a través de cualquier medio adecuado, por ejemplo, líneas de cable analógicas o digitales, cables de fibra óptica, etc., por teléfono, facsímil, teléfono móvil inalámbrico, teléfono de Internet y similares.
Por lo tanto, la información y los datos sobre el resultado de una prueba pueden producirse en cualquier parte del mundo y transmitirse a una ubicación diferente. Como ejemplo ilustrativo, cuando se realiza un ensayo fuera de los Estados Unidos, la información y los datos sobre el resultado de una prueba pueden generarse, emitirse en una forma
transmisible como se describió anteriormente y luego importarse a los Estados Unidos. Por consiguiente, la presente divulgación también abarca un método para producir una forma de información transmisible en una firma de HRD para al menos una muestra del paciente. El método comprende las etapas de (1) determinar una firma de HRD de acuerdo con los métodos de la presente divulgación; y (2) incorporar el resultado de la etapa de determinación en una forma transmisible. La forma transmisible es un producto de dicho método.
Varias realizaciones del método descrito en el presente documento implican una etapa de correlacionar la presencia de una firma de HRD de acuerdo con la presente divulgación (por ejemplo, el número total de regiones indicadoras de CA o una puntuación de la región de CA o una puntuación combinada de la región de CA mayor que una de referencia) con una característica clínica particular (por ejemplo, una mayor probabilidad de una deficiencia en el gen BRCA1 o BRCA2; una mayor probabilidad de deficiencia de HDR; una mayor probabilidad de respuesta a un régimen de tratamiento que comprende un agente que daña el ADN, una antraciclina, un inhibidor de topoisomerasa I, radiación y/o un inhibidor de PARP; etc.) y opcionalmente correlacionar la ausencia de una firma de HRD con una o más características clínicas. A lo largo de este documento, en el que se describe dicha realización, otra realización de la divulgación puede implicar, además de o en lugar de una etapa de correlación, uno o ambas de los siguientes etapas: (a) concluir que el paciente tiene la característica clínica basándose al menos en parte en la presencia o ausencia de la firma de HRD; o (b) comunicar que el paciente tiene la característica clínica basándose, al menos en parte, en la presencia o ausencia de la firma de HRD.
A modo de ilustración, pero no de limitación, una realización descrita en este documento es un método para predecir la respuesta de un paciente con cáncer a un régimen de tratamiento contra el cáncer que comprende un agente que daña el ADN, una antraciclina, un inhibidor de topoisomerasa I, radiación y/o un inhibidor de PARP, comprendiendo dicho método: (1) determinar en una muestra dos o más de (a) una puntuación de la región de LOH para la muestra; (b) una puntuación de la región de TAI para la muestra; o (c) una puntuación de la región de LST para la muestra; y (2) (a) correlacionar una combinación de dos o más de la puntuación de la región de LOH, la puntuación de la región de TAI y la puntuación de la región de LST (por ejemplo, una puntuación combinada de la región de CA) que excede una referencia con una mayor probabilidad de responder al régimen del tratamiento; u opcionalmente (2) (b) correlacionar una combinación de dos o más de la puntuación de la región de LOH, la puntuación de la región de TAI y la puntuación de la región de LST (por ejemplo, una puntuación combinada de la región de CA) que no exceda una referencia con una probabilidad no mayor de responder al régimen de tratamiento; u opcionalmente (2) (c) correlacionar un promedio (por ejemplo, media aritmética) de la puntuación de la región de LOH, la puntuación de la región de TAI y la puntuación de la región de LST. De acuerdo con el párrafo anterior, se entiende que esta descripción de esta realización incluye una descripción de dos realizaciones relacionadas alternativas. Una de tales realizaciones proporciona un método para predecir la respuesta de un paciente con cáncer a un régimen de tratamiento contra el cáncer que comprende un agente que daña el ADN, una antraciclina, un inhibidor de topoisomerasa I, radiación y/o un inhibidor de PARP, comprendiendo dicho método: (1) determinar en un muestra dos o más de (a) una puntuación de la región de LOH para la muestra; (b) una puntuación de la región de TAI para la muestra; o (c) una puntuación de la región de LST para la muestra; o (d) un promedio (por ejemplo, media aritmética) de la puntuación de la región de LOH, la puntuación de la región de TAI y la puntuación de la región de LST; y (2) (a) concluir que dicho paciente tiene una mayor probabilidad de responder a dicho régimen de tratamiento contra el cáncer basándose, al menos en parte, en una combinación de dos o más de la puntuación de la región de LOH, la puntuación de la región de TAI y la puntuación de la región de LST (por ejemplo, una puntuación combinada de la región de CA) que excede una referencia; u opcionalmente (2) (b) concluir que dicho paciente tiene una probabilidad no mayor de responder a dicho régimen de tratamiento contra el cáncer basándose, al menos en parte, en una combinación de dos o más de la puntuación de la región de LOH, la puntuación de la región de TAI y la puntuación de la región de LST (por ejemplo, una puntuación combinada de la región de CA) o un promedio (por ejemplo, media aritmética) de la puntuación de la región de LOH, la puntuación de la región de TAI y la puntuación de la región de LST, que no excede una referencia. Otra realización de este tipo proporciona un método para predecir la respuesta de un paciente con cáncer a un régimen de tratamiento contra el cáncer que comprende un agente que daña el ADN, una antraciclina, un inhibidor de topoisomerasa I, radiación y/o un inhibidor de PARP, comprendiendo dicho método: (1) determinar en un muestra dos o más de (a) una puntuación de la región de LOH para la muestra; (b) una puntuación de la región de TAI para la muestra; o (c) una puntuación de la región de LST para la muestra; o (d) un promedio (por ejemplo, media aritmética) de la puntuación de la región de LOH, la puntuación de la región de TAI y la puntuación de la región de LST; y (2) (a) comunicar que dicho paciente tiene una mayor probabilidad de responder a dicho régimen de tratamiento contra el cáncer basándose, al menos en parte, en una combinación de dos o más de la puntuación de la región de LOH, la puntuación de la región de TAI y la puntuación de la región de LST (por ejemplo, una puntuación combinada de la región de CA); o un promedio (por ejemplo, media aritmética) de la puntuación de la región de LOH, la puntuación de la región de TAI y la puntuación de la región de LST, que excede una referencia; u opcionalmente (2) (b) comunicar que dicho paciente tiene una probabilidad no mayor de responder a dicho régimen de tratamiento contra el cáncer basándose, al menos en parte, en una combinación de dos o más de la puntuación de la región de LOH, la puntuación de la región de TAI y la puntuación de la región de LST (por ejemplo, una puntuación combinada de la región de CA); o un promedio (por ejemplo, media aritmética) de la puntuación de la región de LOH, la puntuación de la región de TAI y la puntuación de la región de LST, que no excede una referencia.
En cada realización descrita en este documento que implica la correlación de un ensayo particular o resultado de un análisis (por ejemplo, el número total de regiones indicadoras de CA mayores que un número de referencia, la
presencia de una firma de HRD, etc.) con cierta probabilidad (por ejemplo, aumentada, no aumenta, disminuida, etc.) de alguna característica clínica (por ejemplo, respuesta a un tratamiento particular, muerte específica por cáncer, etc.), o concluir o comunicar adicional o alternativamente dicha característica clínica basándose al menos en parte en dicho ensayo particular o resultado de análisis, tal correlación, conclusión o comunicación puede comprender la asignación de un riesgo o probabilidad de que ocurra la característica clínica basándose al menos en parte en el ensayo particular o resultado del análisis. En algunas realizaciones, dicho riesgo es un porcentaje de probabilidad de que ocurra el evento o resultado. En algunas realizaciones, el paciente se asigna a un grupo de riesgo (por ejemplo, bajo riesgo, riesgo intermedio, alto riesgo, etc.). En algunas realizaciones, "bajo riesgo" es cualquier probabilidad en porcentaje inferior al 5%, 10%, 15%, 20%, 25%, 30%, 35%, 40%, 45% o 50%. En algunas realizaciones, "riesgo intermedio" es cualquier probabilidad en porcentaje superior al 5%, 10%, 15%, 20%, 25%, 30%, 35%, 40%, 45% o 50% e inferior a 15%, 20%, 25%, 30%, 35%, 40%, 45%, 50%, 55%, 60%, 65%, 70% o 75%. En algunas realizaciones, "alto riesgo" es cualquier probabilidad en porcentaje superior al 25%, 30%, 35%, 40%, 45%, 50%, 55%, 60%, 65%, 70%, 75%, 80%, 85% , 90%, 95% o 99%.
Como se usa en el presente documento, "comunicar" una información particular significa dar a conocer dicha información a otra persona o transferir dicha información a un objeto (por ejemplo, una ordenador). En algunos métodos de la divulgación, se comunica el pronóstico o la probabilidad de respuesta de un paciente a un tratamiento particular. En algunas realizaciones, se comunica la información utilizada para llegar a tal pronóstico o predicción de respuesta (por ejemplo, firma de HRD de acuerdo con la presente divulgación, etc.). Esta comunicación puede ser auditiva (por ejemplo, verbal), visual (por ejemplo, escrita), electrónica (por ejemplo, datos transferidos desde un sistema informático a otro), etc. En algunas realizaciones, comunicar una clasificación de cáncer (por ejemplo, pronóstico, probabilidad de respuesta, tratamiento apropiado, etc.) comprende generar un informe que comunique la clasificación del cáncer. En algunas realizaciones, el informe es un informe en papel, un informe auditivo o un registro electrónico. En algunas realizaciones, el informe se muestra y/o almacena en un dispositivo informático (por ejemplo, dispositivo de mano, ordenador de escritorio, dispositivo inteligente, sitio web, etc.). En algunas realizaciones, la clasificación del cáncer se comunica a un médico (por ejemplo, se proporciona un informe que comunica la clasificación al médico). En algunas realizaciones, la clasificación del cáncer se comunica a un paciente (por ejemplo, se proporciona un informe que comunica la clasificación al paciente). La comunicación de una clasificación de cáncer también se puede lograr transfiriendo información (por ejemplo, datos) que incorpora la clasificación a un ordenador servidor y permitiendo que un intermediario o usuario final acceda a dicha información (por ejemplo, visualizando la información que se muestra desde el servidor, descargando la información en forma de uno o más archivos transferidos desde el servidor al intermediario o al dispositivo del usuario final, etc.).
Cuando una realización de la divulgación comprende concluir algún hecho (por ejemplo, el pronóstico de un paciente o la probabilidad de respuesta de un paciente a un régimen de tratamiento particular), esto puede incluir en algunas realizaciones un programa informático que concluye tal hecho, típicamente después de realizar un algoritmo que aplica información sobre las regiones de CA de acuerdo con la presente divulgación.
En cada realización descrita en el presente documento que implica un número de regiones de CA (por ejemplo, regiones indicadoras de CA), o una longitud total combinada de tales regiones de CA, o un promedio (por ejemplo, media aritmética) de las puntuaciones combinadas de las regiones de CA, la presente la divulgación abarca una realización relacionada que implica un valor o puntuación de prueba (por ejemplo, puntuación de la región de CA, puntuación de la región de LOH, etc.) derivada de, que incorpora y/o, al menos en cierto grado, que refleja tal número o longitud. En otras palabras, los números o longitudes simples de la región de CA no necesitan ser utilizados en los diversos métodos, sistemas, etc., de la divulgación; se puede usar un valor o puntuación de prueba derivado de tales números o longitudes. Por ejemplo, una realización de la divulgación proporciona un método para tratar el cáncer en un paciente, que comprende: (1) determinar en una muestra de dicho paciente dos o más de, o un promedio (por ejemplo, media aritmética) de, (a) el número de regiones indicadoras de LOH, (b) el número de regiones indicadoras de t A i, o (c) el número de regiones indicadoras de LST; (2) proporcionar uno o más valores de prueba derivados de dicho número de regiones indicadoras de LOH, regiones indicadoras de TAI y/o regiones indicadoras de LST; (3) comparar dicho valor o valores de prueba con uno o más valores de referencia (por ejemplo, valores de referencia derivados del número de regiones indicadoras de LOH, regiones indicadoras de TAI y/o regiones indicadoras de LST en una población de referencia (por ejemplo, media, mediana), terciles, cuartiles, quintiles, etc.)); y (4) (a) administrar a dicho paciente un medicamento contra el cáncer, o recomendar o prescribir o iniciar un régimen de tratamiento que comprenda quimioterapia y/o un agente de letalidad sintético basándose al menos en parte en dicha etapa de comparación que revela que uno o más de los valores de la prueba son mayores (por ejemplo, al menos 2, 3, 4, 5, 6, 7, 8, 9 o 10 veces mayores; al menos 1, 2, 3, 4, 5, 6, 7, 8, 9 o 10 desviaciones estándar mayores) que al menos uno de dichos valores de referencia; u opcionalmente (4) (b) recomendar o prescribir o iniciar un régimen de tratamiento que no comprende quimioterapia y/o un agente de letalidad sintético basándose al menos en parte en dicha etapa de comparación que revela que uno o más de los valores de la prueba no son mayores (por ejemplo, no más de 2, 3, 4, 5, 6, 7, 8, 9 o 10 veces mayor; no más de 1, 2, 3, 4, 5, 6, 7, 8, 9 o 10 desviaciones estándar mayores) que al menos uno de dichos valores de referencia. La divulgación abarca, haciendo los cambios necesarios, realizaciones correspondientes en las que el valor de la prueba o la puntuación se utilizan para determinar el pronóstico del paciente, la probabilidad de respuesta del paciente a un régimen de tratamiento particular, la probabilidad del paciente o de la muestra del paciente de tener deficiencia en BRCA1, BRCA2, RAD51C o HDR, etc.
La Figura 8 muestra un ejemplo de un proceso mediante el cual un sistema informático (o un programa informático (por ejemplo, software) que contiene instrucciones ejecutables por ordenador) puede identificar loci o regiones de LOH a partir de datos de genotipo tal como se describe en el presente documento. Este proceso puede adaptarse para su uso en la determinación de TAI y LST como será evidente para los expertos en la materia. Si la relación observada de las señales de dos alelos, A y B, es de dos a uno, hay dos posibilidades. La primera posibilidad es que las células cancerosas tengan LOH con la eliminación del alelo B en una muestra con un 50% de contaminación con células normales. La segunda posibilidad es que no haya LOH pero el alelo A está duplicado en una muestra sin contaminación con células normales. El proceso comienza en el recuadro 1500, en la que el sistema informático recopila los siguientes datos; (1) intensidades de señal normalizadas específicas de la muestra para ambos alelos de cada locus y (2) conjunto de parámetros específicos de ensayo (específicos para diferentes conjuntos de SNP y para un enfoque basándose en secuencias) definidos con base en el análisis de gran número de muestras con perfiles conocidos de ASCN. Como se describe en el presente documento, cualquier ensayo apropiado, tal como un ensayo basado en una matriz de SNP o un ensayo basado en secuenciación, puede usarse para evaluar loci a lo largo de un cromosoma para determinar la homocigosidad o heterocigosidad. En algunos casos, se puede usar un sistema que incluye un detector de señal y un ordenador para recopilar datos (por ejemplo, señales fluorescentes o resultados de secuenciación) con respecto a la naturaleza homocigótica o heterocigótica de la pluralidad de loci (por ejemplo, intensidades de señal normalizadas específicas de la muestra para ambos alelos de cada locus). En el recuadro 1510, los números de copia específicos de alelo (ASCN) se reconstruyen en cada locus (por ejemplo, cada SNP). Los ASCN son el número de copias de alelos maternos y paternos. En el recuadro 1530, se utiliza una función de probabilidad para determinar si un locus homocigótico o una región de loci homocigotos se debe a LOH. Esto puede ser conceptualmente análogo a un algoritmo descrito previamente diseñado para reconstruir el número total de copias (en lugar de ASCN) en cada locus (por ejemplo, SNP). Véase la solicitud Internacional No. PCT/US2011/026098 (publicada como WO 2011/106541) de Abkevich et al. La función de probabilidad se puede maximizar sobre el ASCN de todos los loci, el nivel de contaminación con tejido benigno, el número total de copias promediado en todo el genoma y el nivel de ruido específico de la muestra. En el recuadro 1540, una región de lOh se determina como un tramo de SNP con uno de los ASCN (paternos o maternos) siendo cero. En algunas realizaciones, el proceso informático comprende además una etapa de indagación o determinación de si un paciente no ha sido tratado previamente.
La Figura 3 muestra un ejemplo de proceso mediante el cual un sistema informático puede determinar la presencia o ausencia de una firma de lOh y se incluye para ilustrar cómo este proceso puede, como será evidente para los expertos en la técnica, aplicarse a TAI y LST. El proceso comienza en el recuadro 300, en el que el sistema informático recopila datos sobre la naturaleza homocigota o heterocigota de una pluralidad de loci a lo largo de un cromosoma. Como se describe en el presente documento, cualquier ensayo apropiado, tal como un ensayo basado en una matriz de SNP o un ensayo basado en secuenciación, puede usarse para evaluar loci a lo largo de un cromosoma en busca de homocigosidad o heterocigosidad. En algunos casos, se puede usar un sistema que incluye un detector de señal y un ordenador para recopilar datos (por ejemplo, señales fluorescentes o resultados de secuenciación) con respecto a la naturaleza homocigótica o heterocigótica de la pluralidad de loci. En el recuadro 310, el sistema informático evalúa los datos sobre la naturaleza homocigótica o heterocigótica de una pluralidad de loci, así como la ubicación o relación espacial de cada locus para determinar la longitud de cualquier región de LOH presente a lo largo de un cromosoma. En el recuadro 320, el sistema informático evalúa los datos sobre el número de regiones detectadas de LOH y la longitud de cada región de LOH detectada para determinar el número de regiones de LOH que tienen una longitud (a) mayor o igual a un número presente de Mb (por ejemplo, 15 Mb) y (b) menos que la longitud total del cromosoma que contiene esa región de LOH. Alternativamente, el sistema informático puede determinar la longitud total o combinada de LOH como se describió anteriormente. En el recuadro 330, el sistema informático formatea una salida que proporciona una indicación de la presencia o ausencia de una firma de HRD. Una vez formateado, el sistema informático puede presentar la salida a un usuario (por ejemplo, un técnico de laboratorio, un profesional clínico o un profesional médico). Como se describe en este documento, la presencia o ausencia de una firma de HRD se puede usar para proporcionar una indicación sobre el estado probable de HDR de un paciente, una indicación sobre la probable presencia o ausencia de mutaciones genéticas en genes de la vía HDR, y/o una indicación a cerca de posibles regímenes de tratamiento contra el cáncer.
La Figura 4 es un diagrama de un ejemplo de un dispositivo 1400 informático y un dispositivo 1450 informático móvil, que puede usarse con las técnicas descritas en el presente documento. El dispositivo 1400 informático está destinado a representar varias formas de ordenadores digitales, tales como portátiles, ordenadores de escritorio, estaciones de trabajo, asistentes digitales personales, servidores, servidores montados en bastidor, ordenadores centrales y otros ordenadores apropiados. El dispositivo 1450 informático está destinado a representar diversas formas de dispositivos móviles, tales como asistentes digitales personales, teléfonos celulares, teléfonos inteligentes y otros dispositivos informáticos similares. Los componentes que se muestran en el presente documento, sus conexiones y relaciones, y sus funciones, están destinados a ser solo ejemplos, y no están destinados a limitar las implementaciones de los métodos descritos y/o reivindicados en este documento.
El dispositivo 1400 informático incluye un procesador 1402, una memoria 1404, un dispositivo 1406 de almacenamiento, una interfaz 1408 de alta velocidad que se conecta a la memoria 1404 y puertos 1410 de expansión de alta velocidad, y una interfaz 1415 de baja velocidad que se conecta al bus 1414 de baja velocidad y un dispositivo 1406 de almacenamiento. Cada uno de los componentes 1402, 1404, 1406, 1408, 1410 y 1415 están interconectados mediante varios buses y pueden montarse en una placa de base común o de otras maneras, según corresponda. El
procesador 1402 puede procesar instrucciones para la ejecución dentro del dispositivo 1400 informático, incluidas las instrucciones almacenadas en la memoria 1404 o en el dispositivo 1406 de almacenamiento para mostrar información gráfica para una GUI en un dispositivo externo de entrada/salida, como la pantalla 1416 acoplada a interfaz 1408 de alta velocidad. En otras implementaciones, se pueden usar múltiples procesadores y/o múltiples buses, según corresponda, junto con múltiples memorias y tipos de memoria. Además, se pueden conectar múltiples dispositivos 1400 informáticos, con cada dispositivo que proporciona porciones de las operaciones necesarias (por ejemplo, tal como un banco de servidores, un grupo de servidores montados en bastidor o un sistema de múltiples procesadores).
La memoria 1404 almacena información dentro del dispositivo 1400 informático. En una implementación, la memoria 1404 es una unidad o unidades de memoria volátil. En otra implementación, la memoria 1404 es una unidad o unidades de memoria no volátil. La memoria 1404 también puede ser otra forma de medio legible por ordenador, tal como un disco magnético u óptico.
El dispositivo 1406 de almacenamiento es capaz de proporcionar almacenamiento masivo para el dispositivo 1400 informático. En una implementación, el dispositivo 1406 de almacenamiento puede ser o contener un medio legible por ordenador, tal como un dispositivo de disquete, un dispositivo de disco duro, un dispositivo de disco óptico, o un dispositivo de cinta, una memoria flash u otro dispositivo de memoria de estado sólido similar, o una matriz de dispositivos, incluidos los dispositivos en una red de área de almacenamiento u otras configuraciones. Un producto de programa informático se puede incorporar de manera tangible en un soporte de información. El producto del programa informático también puede contener instrucciones que, cuando se ejecutan, realizan uno o más métodos, tal como los descritos en este documento. El portador de información es un medio legible por ordenador o máquina, tal como la memoria 1404, el dispositivo 1406 de almacenamiento, la memoria en el procesador 1402 o una señal propagada.
El controlador 1408 de alta velocidad gestiona operaciones intensivas de banda ancha para el dispositivo 1400 informático, mientras que el controlador 1415 de baja velocidad gestiona operaciones intensivas de banda ancha menor. Dicha asignación de funciones es solo un ejemplo. En una implementación, el controlador 1408 de alta velocidad está acoplado a la memoria 1404, la pantalla 1416 (por ejemplo, a través de un procesador gráfico o acelerador) y a los puertos 1410 de expansión de alta velocidad, que pueden aceptar varias tarjetas de expansión (no mostradas). En la implementación, el controlador 1415 de baja velocidad está acoplado al dispositivo 1406 de almacenamiento y al puerto 1414 de expansión de baja velocidad. El puerto de expansión de baja velocidad, que puede incluir varios puertos de comunicación (por ejemplo, USB, Bluetooth, Ethernet o Ethernet inalámbrico) puede estar acoplado a uno o más dispositivos de entrada/salida, tales como un teclado, un dispositivo señalador, un escáner, un lector óptico, un detector de señal fluorescente o un dispositivo de red tal como un interruptor o enrutador, por ejemplo, a través de un adaptador de red.
El dispositivo 1400 informático puede implementarse en varias formas diferentes, como se muestra en la figura. Por ejemplo, puede implementarse como un servidor 1420 estándar, o varias veces en un grupo de dichos servidores. También se puede implementar como parte de un sistema 1424 de servidor en estante. Además, se puede implementar en un ordenador personal tal como un ordenador 1422 portátil. Alternativamente, los componentes del dispositivo 1400 informático se pueden combinar con otros componentes en un dispositivo móvil (no mostrado), tal como el dispositivo 1450. Cada uno de dichos dispositivos puede contener uno o más de los dispositivos 1400, 1450, informáticos, y un sistema completo puede estar formado por múltiples dispositivos 1400, 1450 informáticos que se comunican entre sí.
El dispositivo 1450 informático incluye un procesador 1452, una memoria 1464, un dispositivo de entrada/salida tal como una pantalla 1454, una interfaz 1466 de comunicación y un transceptor 1468, entre otros componentes (por ejemplo, un escáner, un lector óptico, un detector de señal fluorescente). El dispositivo 1450 también puede estar provisto de un dispositivo de almacenamiento, tal como una micromemoria u otro dispositivo, para proporcionar almacenamiento adicional. Cada uno de los componentes 1450, 1452, 1464, 1454, 1466 y 1468, están interconectados utilizando varios buses, y varios de los componentes pueden montarse en una placa base común o de otras maneras, según corresponda.
El procesador 1452 puede ejecutar instrucciones dentro del dispositivo 1450 informático, incluidas las instrucciones almacenadas en la memoria 1464. El procesador puede implementarse como un conjunto de chips que incluyen procesadores analógicos y digitales separados y múltiples. El procesador puede proporcionar, por ejemplo, la coordinación de los otros componentes del dispositivo 1450, tal como el control de las interfaces de usuario, las aplicaciones ejecutadas por el dispositivo 1450 y la comunicación inalámbrica por el dispositivo 1450.
El procesador 1452 puede comunicarse con un usuario a través de la interfaz 1458 de control y la interfaz 1456 de pantalla acoplada a una pantalla 1454. La pantalla 1454 puede ser, por ejemplo, una pantalla TFT LCD (pantalla de cristal líquido con transistor de película delgada) o una OLED (diodo emisor de luz orgánica) u otra tecnología de pantalla adecuada. La interfaz 1456 de pantalla puede comprender circuitos apropiados para conducir la pantalla 1454 para presentar información gráfica y de otro tipo a un usuario. La interfaz 1458 de control puede recibir comandos de un usuario y convertirlos para enviarlos al procesador 1452. Además, se puede proporcionar una interfaz 1462 externa en comunicación con el procesador 1452, para permitir la comunicación de área cercana del dispositivo 1450 con otros dispositivos. La interfaz 1462 externa puede proporcionar, por ejemplo, comunicación por cable en algunas
implementaciones, o comunicación inalámbrica en otras implementaciones, y también se pueden usar múltiples interfaces.
La memoria 1464 almacena información dentro del dispositivo 1450 informático. La memoria 1464 puede implementarse como uno o más medios legibles por ordenador, una unidad o unidades de memoria volátil, o una unidad o unidades de memoria no volátil. La memoria 1474 de expansión también se puede proporcionar y conectar al dispositivo 1450 a través de la interfaz 1472 de expansión, que puede incluir, por ejemplo, una interfaz de tarjeta SIMM (módulo de memoria individual en línea). Dicha memoria 1474 de expansión puede proporcionar espacio de almacenamiento adicional para el dispositivo 1450, o también puede almacenar aplicaciones u otra información para el dispositivo 1450. Por ejemplo, la memoria 1474 de expansión puede incluir instrucciones para llevar a cabo o complementar los procesos descritos en este documento, y también puede incluir información segura. Así, por ejemplo, la memoria 1474 de expansión puede proporcionarse como un módulo de seguridad para el dispositivo 1450, y puede programarse con instrucciones que permitan el uso seguro del dispositivo 1450. Además, se pueden proporcionar aplicaciones seguras a través de las tarjetas SIMM, junto con información adicional, tal como colocar información de identificación en la tarjeta SIMM de manera no pirateable.
La memoria puede incluir, por ejemplo, memoria flash y/o memoria NVRAM, como se describe a continuación. En una implementación, un producto de programa informático se incorpora tangiblemente en un soporte de información. El producto del programa informático contiene instrucciones que, cuando se ejecutan, realizan uno o más métodos, como los descritos en el presente documento. El portador de información es un medio legible por ordenador o máquina, tal como la memoria 1464, la memoria 1474 de expansión, la memoria en el procesador 1452 o una señal propagada que puede recibirse, por ejemplo, a través del transceptor 1468 o la interfaz 1462 externa.
El dispositivo 1450 puede comunicarse de forma inalámbrica a través de la interfaz 1466 de comunicación, que puede incluir circuitos de procesamiento de señal digital cuando sea necesario. La interfaz 1466 de comunicación puede proporcionar comunicaciones bajo varios modos o protocolos, tales como llamadas de voz GSM, mensajería SMS, EMS o MMS, CDMA, TDMA, Pd C, WCDMA, CDMA2000 o GPRS, entre otros. Dicha comunicación puede ocurrir, por ejemplo, a través del transceptor 1468 de radiofrecuencia. Además, puede ocurrir una comunicación de corto alcance, tal como el uso de un Bluetooth, Wifi u otro transceptor (no mostrado). Además, el módulo 1470 receptor GPS (sistema de posicionamiento global) puede proporcionar datos inalámbricos adicionales relacionados con la navegación y la ubicación al dispositivo 1450, que pueden ser utilizados según corresponda por las aplicaciones que se ejecutan en el dispositivo 1450.
El dispositivo 1450 también puede comunicarse audiblemente usando el códec 1460 de audio, que puede recibir información hablada de un usuario y convertirla en información digital utilizable. El códec 1460 de audio también puede generar un sonido audible para un usuario, tal como a través de un altavoz, por ejemplo, en un auricular del dispositivo 1450. Tal sonido puede incluir sonido de llamadas telefónicas de voz, puede incluir sonido grabado (por ejemplo, mensajes de voz, archivos de música, etc.) y también puede incluir sonido generado por aplicaciones que operan en el dispositivo 1450.
El dispositivo 1450 informático puede implementarse en varias formas diferentes, como se muestra en la figura. Por ejemplo, se puede implementar como un teléfono 1480 celular. También se puede implementar como parte de un teléfono 1482 inteligente, un asistente digital personal u otro dispositivo móvil similar.
Se pueden realizar diversas implementaciones de los sistemas y técnicas descritos en este documento en circuitos electrónicos digitales, circuitos integrados, ASIC (circuitos integrados para aplicaciones específicas) especialmente diseñados, hardware, firmware, software y/o combinaciones de los mismos. Estas diversas implementaciones pueden incluir la implementación en uno o más programas informáticos que son ejecutables y/o interpretables en un sistema programable que incluye al menos un procesador programable, que puede tener un propósito especial o general, acoplado para recibir datos e instrucciones de, y para transmitir datos e instrucciones para un sistema de almacenamiento, al menos un dispositivo de entrada y al menos un dispositivo de salida.
Estos programas informáticos (también conocidos como programas, software, aplicaciones de software o código) incluyen instrucciones de máquina para un procesador programable, y pueden implementarse en un lenguaje de programación de alto nivel orientado a objetos y/o procedimientos, y/o en lenguaje de ensamblaje/máquina. Como se usa en este documento, los términos "medio legible por máquina" y "medio legible por ordenador" se refieren a cualquier producto, aparato y/o dispositivo de programa informático (por ejemplo, discos magnéticos, discos ópticos, memoria y dispositivos lógicos programables (PLD)) usado para proporcionar instrucciones de máquina y/o datos a un procesador programable, incluido un medio legible por máquina que recibe instrucciones de máquina como una señal legible por máquina. El término "señal legible por máquina" se refiere a cualquier señal utilizada para proporcionar instrucciones de máquina y/o datos a un procesador programable.
Para proporcionar interacción con un usuario, los sistemas y técnicas descritos en este documento pueden implementarse en un ordenador que tiene un dispositivo de visualización (por ejemplo, un monitor CRT (tubo de rayos catódicos) o LCD (pantalla de cristal líquido)) para mostrar información al usuario y un teclado y un dispositivo señalador (por ejemplo, un ratón o una bola de seguimiento) mediante el cual el usuario puede proporcionar
información al ordenador. También se pueden usar otros tipos de dispositivos para proporcionar interacción con un usuario; por ejemplo, la retroalimentación proporcionada al usuario puede ser cualquier forma de retroalimentación sensorial (por ejemplo, retroalimentación visual, retroalimentación auditiva o retroalimentación táctil); y la entrada del usuario se puede recibir de cualquier forma, incluida la entrada acústica, de voz o táctil.
Los sistemas y técnicas descritos en este documento pueden implementarse en un sistema informático que incluye un componente de fondo (por ejemplo, tal como un servidor de datos), o que incluye un componente de middleware (por ejemplo, un servidor de aplicaciones), o que incluye un componente frontal (por ejemplo, un ordenador cliente que tiene una interfaz gráfica de usuario o un navegador web a través del cual un usuario puede interactuar con una implementación de los sistemas y técnicas descritas en este documento), o cualquier combinación de dichos componentes trasero, middleware o frontal. Los componentes del sistema se pueden interconectar mediante cualquier forma o medio de comunicación de datos digitales (por ejemplo, una red de comunicación). Los ejemplos de redes de comunicación incluyen una red de área local ("LAN"), una red de área amplia ("WAN") e la Internet.
El sistema informático puede incluir clientes y servidores. Un cliente y un servidor generalmente están alejados entre sí y generalmente interactúan a través de una red de comunicación. La relación del cliente y el servidor surge en virtud de los programas informáticos que se ejecutan en los respectivos ordenadores y que tienen una relación clienteservidor entre sí.
En algunos casos, un sistema informático proporcionado en este documento puede configurarse para incluir uno o más analizadores de muestras. Se puede configurar un analizador de muestras para producir una pluralidad de señales sobre el ADN genómico de al menos un par de cromosomas humanos de una célula cancerosa. Por ejemplo, un analizador de muestras puede producir señales que pueden interpretarse de una manera que identifique el genotipo de loci a lo largo de un cromosoma. En algunos casos, un analizador de muestras se puede configurar para llevar a cabo una o más etapas de un ensayo basado en una matriz de SNP o un ensayo basado en secuenciación y se puede configurar para producir y/o capturar señales de dichos ensayos. En algunos casos, un sistema informático proporcionado en este documento puede configurarse para incluir un dispositivo informático. En tales casos, el dispositivo informático puede configurarse para recibir señales de un analizador de muestras. El dispositivo informático puede incluir instrucciones ejecutables por ordenador o un programa informático (por ejemplo, software) que contiene instrucciones ejecutables por ordenador para llevar a cabo uno o más de los métodos o etapas descritos en este documento. En algunos casos, tales instrucciones ejecutables por ordenador pueden indicar a un dispositivo informático que analice las señales de un analizador de muestras, de otro dispositivo informático, de un ensayo basado en una matriz de SNP o de un ensayo basado en secuenciación. El análisis de tales señales puede llevarse a cabo para determinar genotipos, homocigosidad u otras aberraciones cromosómicas en ciertos loci, regiones de CA, el número de regiones de CA, para determinar el tamaño de las regiones de CA, para determinar el número de regiones de CA que tienen un tamaño particular o intervalo de tamaños, para determinar si una muestra es positiva o no para una firma de HRD, para determinar el número de regiones indicadoras de CA en al menos un par de cromosomas humanos, para determinar la probabilidad de una deficiencia en genes BRCA1 y/o BRCA2, para determinar la probabilidad de una deficiencia en HDR, para determinar la probabilidad de que un paciente con cáncer responda a un régimen particular de tratamiento contra el cáncer (por ejemplo, un régimen que incluye un agente que daña el ADN, una antraciclina, un inhibidor de la topoisomerasa I, radiación, un inhibidor de PARP, o una combinación de los mismos), o para determinar una combinación de estos elementos.
En algunos casos, un sistema informático proporcionado en el presente documento puede incluir instrucciones ejecutables por ordenador o un programa informático (por ejemplo, software) que contiene instrucciones ejecutables por ordenador para formatear una salida que proporciona una indicación sobre el número de regiones de CA, el tamaño de las regiones de CA, el número de regiones de CA que tienen un tamaño particular o intervalo de tamaños, ya sea que una muestra sea positiva o no para una firma de HRD, el número de regiones indicadoras de CA en al menos un par de cromosomas humanos, una probabilidad de una deficiencia en genes BRCA1 y/o BRCA2, para determinar la probabilidad de una deficiencia en HDR, la probabilidad de que un paciente con cáncer responda a un régimen particular de tratamiento contra el cáncer (por ejemplo, un régimen que incluya un agente que dañe el ADN, una antraciclina, un inhibidor de la topoisomerasa I, radiación, un inhibidor de PARP o una combinación de los mismos), o una combinación de estos elementos. En algunos casos, un sistema informático proporcionado en el presente documento puede incluir instrucciones ejecutables por ordenador o un programa informático (por ejemplo, software) que contiene instrucciones ejecutables por ordenador para determinar un régimen de tratamiento contra el cáncer deseado para un paciente en particular, basándose al menos en parte en la presencia o ausencia de una firma de HRD o en el número de regiones indicadoras de CA.
En algunos casos, un sistema informático proporcionado en el presente documento puede incluir un dispositivo de procesamiento previo configurado para procesar una muestra (por ejemplo, células cancerosas) de modo que se pueda realizar un ensayo basado en una matriz de SNP o un ensayo basado en secuenciación. Los ejemplos de dispositivos de procesamiento previo incluyen, sin limitación, dispositivos configurados para enriquecer poblaciones de células para células cancerosas en lugar de células no cancerosas, dispositivos configurados para lisar células y/o extraer ácido nucleico genómico, y dispositivos configurados para enriquecer una muestra en fragmentos particulares de ADN genómico.
Este documento también proporciona kits para evaluar muestras (por ejemplo, células cancerosas) como se describe en el presente documento. Por ejemplo, este documento proporciona kits para evaluar las células cancerosas en busca de la firma de un HRD o para determinar el número de regiones indicadoras de CA en al menos un par de cromosomas humanos. Un kit proporcionado en el presente documento puede incluir sondas de SNP (por ejemplo, una matriz de sondas de SNP para llevar a cabo un ensayo basado en una matriz de SNP descrito en el presente documento) o cebadores (por ejemplo, cebadores diseñados para secuenciar regiones de SNP mediante un ensayo basado en secuenciación) en combinación con un producto de programa informático que contiene instrucciones ejecutables por ordenador para llevar a cabo uno o más de los métodos o etapas descritos en este documento (por ejemplo, instrucciones ejecutables por ordenador para determinar el número de regiones indicadoras de CA). En algunos casos, un kit proporcionado en este documento puede incluir al menos 500, 1.000, 10.000, 25.000 o 50.000 sondas de SNP capaces de hibridarse con regiones polimórficas de ADN genómico humano. En algunos casos, un kit proporcionado en este documento puede incluir al menos 500, 1.000, 10.000, 25.000 o 50.000 cebadores capaces de secuenciar regiones polimórficas de ADN genómico humano. En algunos casos, un kit proporcionado en este documento puede incluir uno o más de otros ingredientes para realizar un ensayo basado en una matriz de SNP o un ensayo basado en secuenciación. Los ejemplos de tales otros ingredientes incluyen, sin limitación, tampones, secuenciación de nucleótidos, enzimas (por ejemplo, polimerasas), etc. Este documento también proporciona el uso de cualquier número apropiado de los materiales proporcionados en el presente documento en la fabricación de un kit para llevar a cabo uno o más de los métodos o etapas descritos en el presente documento. Por ejemplo, este documento proporciona el uso de una colección de sondas de SNP (por ejemplo, una colección de 10.000 a 100.000 sondas de SNP) y un producto de programa informático provisto en el presente documento en la fabricación de un kit para evaluar las células cancerosas para la presencia de una firma de HRD. Como otro ejemplo, este documento proporciona el uso de una colección de cebadores (por ejemplo, una colección de 10.000 a 100.000 cebadores para secuenciar regiones de SNP) y un producto de programa informático provisto en el presente documento en la fabricación de un kit para evaluar las células cancerosas en busca de la presencia de una firma de HRD.
Realizaciones específicas
A continuación se muestran realizaciones específicas de la presente divulgación, es decir, ejemplos de detalles pero no limitativos de métodos y sistemas de acuerdo con la descripción más general anterior.
En algunas realizaciones, la muestra utilizada es una muestra de tumor congelado. En algunas realizaciones, la muestra es de un subtipo particular de cáncer de mama elegido entre triple negativo, ER+/HER2-, ER-/HER2+ o ER /HER2+. En algunas realizaciones, la porción de ensayo de laboratorio del método, sistema, etc. comprende analizar la muestra para secuenciar los genes BRCA1 y/o BRCA2 (así como cualquier otro gen o genes en la Tabla 1). En algunas realizaciones, la parte de ensayo de laboratorio del método, sistema, etc., comprende analizar la muestra para determinar la dosis de alelo (por ejemplo, genotipo, número de copia, etc.) para al menos 10.000, 20.000, 30.000, 40.000, 50.000, 60.000, 70.000, 80.000, 90.000, 100.000 o más SNP seleccionados en todo el genoma. En algunas realizaciones, el análisis de SNP se realiza usando una microarreglo de oligonucleótidos como se discutió anteriormente. En algunas realizaciones, el análisis de secuencia de BRCA, el análisis de SNP, o ambos, se realizan usando una captura de sonda (por ejemplo, sondas para cada SNP a analizar y/o sondas para capturar la región de codificación completa de BRCA1 y/o BRCA2) con una técnica de enriquecimiento posterior de PCR (por ejemplo, AgilentMR SureSelect XT). En algunas realizaciones, el análisis de secuencia de BRCA, el análisis de SNP o ambos se realizan procesando el resultado de la técnica de enriquecimiento usando una plataforma de secuenciación de "próxima generación" (por ejemplo, IlluminaMR HiSeq2500). En algunas realizaciones, la muestra se analiza para detectar mutaciones somáticas y/o germinales de BRCA1/2, que pueden incluir grandes reordenamientos. En algunas realizaciones, la muestra se analiza por la metilación del promotor de BRCA1 (por ejemplo, mediante un ensayo qPCR (por ejemplo, SA Biosciences)). En algunas realizaciones, se determina que una muestra tiene una alta metilación (o está "metilada") si la muestra tiene más del 10% (o 5%, 15%, 20%, 25%, 30%, 35%, 40%, 45%, 50%) de metilación (por ejemplo, 0 % de CpG metilados del promotor de BRCA1 o BRCA2). En algunas realizaciones, el ADN del tejido normal (no tumoral) emparejado de un paciente puede analizarse, por ejemplo, para determinar si las mutaciones de BRCA1 o BRCA2 son de línea germinal o somática.
En algunas realizaciones, la puntuación de la región de LOH se puede calcular contando el número de regiones de LOH que son de más de 15 Mb de longitud, pero más cortas que la longitud de un cromosoma completo. En algunas realizaciones, la puntuación de la región de TAI se puede calcular contando el número de regiones teloméricas de mas de 11 Mb de longitud con un desequilibrio alélico que se extiende a uno de los subtelómeros, pero no cruza el centrómero. En algunas realizaciones, la puntuación de la región de LST se puede calcular contando el número de puntos de interrupción entre regiones de más de 10 megabases que tienen un número de
filtrar regiones de menos de 3 megabases. En algunas realizaciones, la puntuación de la región de LST puede modificarse ajustándola por ploidía: LSTm = LST - kP, en la que P es ploidía y k es una constante (en algunas realizaciones, k = 15,5). En algunas realizaciones, la deficiencia en BRCA1/2 puede definirse como la pérdida de función resultante de una mutación de BRCA1 o BRCA2, o la metilación de la región promotora de BRCA1 o BRCA2, junto con LOH en el gen afectado. En algunas realizaciones, la respuesta al tratamiento puede ser una respuesta parcial completa ("pCR"), que en algunas realizaciones se puede definir como el estado de Miller-Payne 5 después del tratamiento (por ejemplo, neoadyuvante).
En algunas realizaciones, el método reivindicado predice una deficiencia en BRCA con un valor p de al menos 8'10-12, 6*10-6, 0,0009; 0,01; 0,03; 2*10-16, 3*10-6, 10-6, 0,0009, 8*10-12, 2*10-16, 8*10-8, 6*10-6, 3*10-6, o 0,0002 (por ejemplo, cada puntuación de la región de CA está predefinida y opcionalmente se combinan múltiples puntuaciones de tal manera que produzcan estos valores p). En algunas realizaciones, los valores p se calculan de acuerdo con la prueba de Kolmogorov-Smirnov. En algunas realizaciones, las puntuaciones de HRD y la edad en el momento del diagnóstico pueden codificarse como una variable numérica (por ejemplo, entera), el estadio y el subtipo de cáncer de mama pueden codificarse como variables categóricas, y el grado puede analizarse como una variable numérica o categórica, o ambas.
En algunas realizaciones, los valores p son bilaterales. En algunas realizaciones, el análisis de regresión logística se puede usar para predecir la deficiencia en BRCA1/2 basándose en una puntuación de HRD como se divulga en este documento, incluida la puntuación combinada de HRD). En algunas realizaciones, las diversas puntuaciones de la región de CA se correlacionan de acuerdo con (por ejemplo, definidos para lograr) los siguientes coeficientes de correlación: puntuación de la región de LOH y puntuación de la región de TAI = 0,69 (p = 10-39), entre LOH y LST = 0,55 (p = 2*10-19), y entre TAI y LST = 0,39 (p = 10-9).
En algunas realizaciones, el método combina la puntuación de la región de LOH y la puntuación de la región de TAI de la siguiente manera para detectar la deficiencia en BRCA1/2 y/o predecir la respuesta a la terapia (por ejemplo, respuesta a la terapia de platino, por ejemplo, cisplatino): puntuación combinada de la región de CA = 0,32*puntuación de la región de LOH 0,68*puntuación de la región de TAI. En algunas realizaciones, el método combina la puntuación de la región de LOH, la puntuación de la región de TAI y la puntuación de la región de LST de la siguiente manera para detectar la deficiencia en BRCA1/2 y/o predecir la respuesta a la terapia (por ejemplo, respuesta a la terapia de platino, por ejemplo, cisplatino): puntuación combinada de la región de CA = 0,21'puntuación de la región de LOH 0,67*puntuación de la región de TAI 0,12'puntuación de la región de LST. En algunas realizaciones, el método combina la puntuación de la región de LOH, la puntuación de la región de TAI y la puntuación de la región de LST de la siguiente manera para detectar la deficiencia en BRCA1/2 y/o predecir la respuesta a la terapia (por ejemplo, respuesta a la terapia de platino, por ejemplo, cisplatino): puntuación combinada de la región de CA = 0,11 'puntuación de la región de LOH 0,25'puntuación de la región de TAI 0,12'puntuación de la región de LST. En algunas realizaciones, el método combina la puntuación de la región de LOH, la puntuación de la región de TAI y la puntuación de la región de LST de la siguiente manera para detectar la deficiencia en BRCA1/2 y/o predecir la respuesta a la terapia (por ejemplo, respuesta a la terapia de platino, por ejemplo, cisplatino): puntuación combinada de la región de CA = media aritmética de la puntuación de la región de LOH, puntuación de la región de TAI y puntuación de la región de LST.
[En algunas realizaciones, el estado de deficiencia en BRCA y el estado de HRD se pueden combinar para predecir la respuesta a la terapia. Por ejemplo, la divulgación puede incluir un método para predecir la respuesta del paciente (por ejemplo, paciente con cáncer de mama triple negativo) a un régimen de tratamiento contra el cáncer que comprende un agente que daña el ADN (por ejemplo, agente de platino, por ejemplo, cisplatino), una antraciclina, un inhibidor de la topoisomerasa I, radiación y/o un inhibidor de PARP, comprendiendo el método:
determinar, en una célula cancerosa de una muestra del paciente, el número de regiones indicadoras de CA (por ejemplo, regiones indicadoras de LOH, regiones indicadoras de TAI, regiones indicadoras de LST, o cualquier combinación de las mismas) en al menos un par de cromosomas humanos de una célula cancerosa de dicho paciente con cáncer;
determinar si una célula cancerosa de una muestra del paciente es deficiente en BRCA1 o BRCA2 (por ejemplo, mutación perjudicial, alta metilación del promotor); y
diagnosticar a un paciente en cuya muestra (a) dicho número de regiones indicadoras de CA es mayor que un número de referencia o (b) hay una deficiencia en BRCA1 o BRCA2, o ambas (a) y (b), por tener una mayor probabilidad de responder a dicho régimen de tratamiento contra el cáncer.
Ejemplos
Ejemplo 1: puntuaciones de la región de LOH y TAI en todos los subtipos de cáncer de mama y la asociación con deficiencia en BRCA1/2
Se ha desarrollado una firma de LOH basada en perfiles de LOH de tumor de genoma completo que está altamente correlacionada con defectos en BRCA1/2 y otros genes de la vía de HDR en cáncer de ovario (Abkevich, et al., Patterns of Genomic Loss of Heterozygosity Predict Homologous Recombination Repair Defects, BR. J. CANCER (2012)), y que predice la respuesta a la terapia con agentes que dañan el ADN (por ejemplo, neoadyuvante a base de platino) en cáncer de mama (Telli et al., Homologous Recombination Deficiency (HRD) score predicts response following neoadjuvant platinum-based therapy in triple-negative and BRCA1/2 mutation-associated breast cancer (BC), CANCER RES. (2012)). Una segunda puntuación basada en la puntuación de TAI también muestra una fuerte correlación con los defectos de BRCA1/2 y predice la respuesta al tratamiento con platino en el cáncer de mama triple negativo (Birkbak et al., Telomeric allelic imbalance indicates defective DNA repair and sensitivity to DNA-damaging
agents, CANCER DISCOV (2012)). Este estudio examinó la frecuencia de defectos de BRCA1/2 y elevo la puntuación de la región de LOH o TAI a través de los subtipos de cáncer de mama, de acuerdo con lo definido por el estado ER/PR/HER2.
Se compraron tumores congelados de 3 biobancos de tejidos comerciales. Se seleccionaron aproximadamente 50 tumores determinados al azar de cada uno de los 4 subtipos de cáncer de mama (triple negativo, ER+/HER2-, ER-/HER2+, ER+/HER2+) para el análisis. Se desarrolló un panel de hibridación personalizado dirigido a BRCA1, BRCA2 y 50.000 SNP seleccionados en todo el genoma. Este panel, en combinación con la secuenciación del Illumina HiSeq2500, se usó para analizar los tumores en busca de mutaciones somáticas y de la línea germinal de BRCA1/2, incluyendo grandes reordenamientos y dosis de alelos de SNP. La metilación del promotor de BRCA1 se determinó mediante un ensayo qPCR (SA Biosciences). Cuando estuvo disponible, se usó ADN de tejido normal para determinar si las mutaciones perjudiciales eran de línea germinal o somáticas.
Los datos de SNP se analizaron usando un algoritmo que determina el número de copia específico de alelo más probable en cada ubicación de SNP. La puntuación de la región de LOH se calculó contando el número de regiones de LOH que tienen más de 15 Mb de longitud, pero más cortas que la longitud de un cromosoma completo. La puntuación de la región de TAI se calculó contando el número de regiones teloméricas con desequilibrio alélico que tienen más de 11 Mb de longitud, pero no cruzan el centrómero. Se excluyeron las muestras con datos de SNP de baja calidad y/o con alta contaminación con ADN normal. 191 de 213 muestras arrojaron puntuaciones sólidas.
Tabla 2: Deficiencia de BRCA1/2 en subti os de IHC de cáncer de mama.
r de BRCA1
Tabla 3: La detección de mutaciones se realizó en tejido normal emparejado de 17 de los mutantes de BRCA1/2. 13 de los 17 individuos 765% tenían una mutación de línea erminal.
T l 4: A i i n nr l n i n L H ^ TAI l fi i n i n BR A12
La Figura 5 muestra las puntuaciones de la región de LOH y TAI en los subtipos de IHC de cáncer de mama. 5A: puntuación de LOH; 5B: puntuación de TAI. Barras azules: muestras deficientes en BRCA1/2. Barras rojas: muestras intactas en BRCA1/2. La Figura 6 muestra la correlación entre las puntuaciones de la región de LOH y t A i (coeficiente de correlación = 0,69). Eje X: puntuación de LOH; eje Y: puntuación de TAI; puntos rojos: muestras intactas; puntos
azules: muestras deficientes en BRCA1/2. El área debajo de los puntos es proporcional al número de muestras con esa combinación de puntuaciones de LOH y TAI (p = 10-39).
El análisis de regresión logística se usó para predecir la deficiencia en BRCA1/2 basándose en las puntuaciones de LOH y TAI. Ambas puntuaciones fueron significativas en un análisis multivariado (Chi cuadrado para LOH es 10,8, y para TAI es 44,7, p = 0,001 y 2,3*10-11). El mejor modelo para la diferenciación entre las muestras deficientes e intactas de BRCA1/2 es 0,32*puntuacion de la región de LOH 0,68*puntuacion de la región de TAI (p = 9*10-18).
Conclusiones: las puntuaciones elevados de la región de LOH y TAI están cada una altamente asociadas con la deficiencia en BRCA1/2 en todos los subtipos de cáncer de mama; las puntuaciones de la región de LOH y TAI están altamente correlacionadas; una puntuación combinada de la región de CA (es decir, combinando LOH y t A i) muestra la correlación óptima con la deficiencia en BRCA1/2 en este conjunto de datos. La combinación de las puntuaciones de LOH-HRD y TAI-HRD puede, de acuerdo con la presente divulgación, predecir la respuesta a los agentes que dañan el ADN y otros agentes (por ejemplo, la terapia con platino) en cáncer de mama triple negativo y permitir la expansión del uso de platino a otros subtipos de cáncer de mama
Ejemplo 2 - Puntuaciones de la región de LOH, TAI y LST en los subtipos de cáncer de mama y asociación con la deficiencia en BRCA1/2
Se obtuvieron relaciones de frecuencia de alelos SNP y se usaron para calcular las puntuaciones de la región de LOH, TAI y LST como se describe en el Ejemplo 1. La puntuación de LST se definió como el número de puntos de corte entre regiones de más de 10 megabases que tienen un número de
corto que 3 megabases. Se observó que la puntuación de LST aumentó con la ploidía tanto en muestras intactas como deficientes. Por lo tanto, en lugar de utilizar valores de corte específicos de ploidía en este Ejemplo 2, se modificó la puntuación de la región de LST ajustándola por ploidía: LSTm = LST - kP, en la que P es ploidía y k es una constante. Con base en el análisis de regresión logística multivariante con deficiencia como resultado y LST y P como predictores, k = 15,5.
191 de 214 muestras dieron puntuaciones que pasaron los criterios de control de calidad utilizados. 38 de estas muestras eran deficientes en BRCA1/2. Los valores p correspondientes de acuerdo con la prueba de Kolmogorov-Smirnov para la puntuación de la región de LOH es 8*10'12, para la puntuación de la región de TAI es 2*10'16, y para la puntuación de la región de LST es 8*10'8.53/191 muestras fueron cáncer de mama triple negativo, incluidas 22 que eran deficientes en BRCA1/2. Los valores p correspondientes fueron 6*10-6, 3*10-6 y 0,0002 para las puntuaciones de la región de LOH, TAI y LST respectivamente. Cuando se realiza el mismo análisis para cada subtipo de cáncer de mama individual, también se observan valores p significativos para todos los subtipos con al menos uno de las puntuaciones (Tabla 5). La distribución de las puntuaciones se muestra para muestras deficientes en BRCA1/2 frente a intactas para BRCA1/2 en la Figura 7A-C.
Las puntuaciones se analizaron a continuación para determinar si estaban correlacionadas (Figura 2D-F). El coeficiente de correlación entre la puntuación de la región de LOH y la puntuación de la región de TAI fue de 0,69 (p = 10-39), entre LOH y LST fue de 0,55 (p = 2*10'19), y entre TAI y LST fue de 0,39 (p = 10'9).
El análisis de regresión logística se usó para predecir la deficiencia en BRCA1/2 basándose en las puntuaciones de la región de LOH, TAI y LST. Las tres puntuaciones fueron significativas en un análisis multivariado (Chi cuadrado para LOH es 5,1 (p = 0,02), para TAI es 44,7 (p = 2*10'11), y para LST es 5,4 (p = 0,02)). El mejor modelo para la diferenciación entre las muestras deficientes e intactas para BRCA1/2 en este conjunto de datos fue 0,21* LOH 0,67* TAI 0,12*LST (p = 10'18). Este ejemplo 2 extiende las conclusiones del Ejemplo 1 (es decir, un modelo que combina las puntuaciones de las regiones de LOH y TAI) a un modelo que combina las puntuaciones de las regiones de LOH, TAI y LST.
Otros datos clínicos que estaban disponibles para muchas de las muestras incluyeron estadio, grado y edad en el momento del diagnóstico. La información del estadio estuvo disponible para 64/191 muestras. El coeficiente de correlación entre el estadio y la puntuación de la región de LOH (0,07) y la puntuación de la región de TAI (0,1) no fue significativo. La información del grado estaba disponible para 164/191 muestras. El coeficiente de correlación entre el grado y la puntuación de la región de LOH (0,33) y la puntuación de la región de TAI (0,23) e significativo (p = 2*10'5 y 0,004 respectivamente). Se conoció la edad en el momento del diagnóstico para 184/191 muestras. El coeficiente de correlación entre la edad y la puntuación de la región de LOH (-0,13) no fue significativo. El coeficiente de correlación entre la edad y la puntuación de la región de TAI (-0,25) fue significativo (p = 0,0009).
Tabla 5
Ejemplo 3 - Media aritmética de las puntuaciones de la región de LOH, TAI y LST en los subtipos de cáncer de mama y asociación con deficiencia en BRCA1/2
El siguiente estudio muestra cómo las puntuaciones de HRD tal como se describen en el presente documento pueden predecir la deficiencia en BRCA1/2 y la eficacia de los agentes dirigidos a la deficiencia de HR en el cáncer de mama triple negativo (TNBC). Para investigar la tasa de deficiencia en BRCA1/2 en los subtipos de cáncer de mama, se analizaron muestras de tumor de mama para detectar mutaciones de BRCA1/2 y la metilación del promotor. Se determinaron las tres puntuaciones de HRD como se describe en el Ejemplo 2 para las muestras, y luego se examinó la asociación con la deficiencia en BRCA1/2 utilizando una media aritmética de las puntuaciones de LOH/TAI/LST. El análisis de una cohorte neoadyuvante de TNBC tratada con cisplatino se examinó más a fondo en relación con la relación entre las tres puntuaciones de HRD y la respuesta.
Se obtuvieron muestras invasivas de tumores de mama y tejido normal emparejado de tres proveedores comerciales. Las muestras se seleccionaron para proporcionar números aproximadamente iguales de todos los subtipos de cáncer de mama, según lo definido por el análisis de IHC de ER, PR y HER2. El análisis de metilación del promotor de BRCA1 se realizó mediante qPCR. La detección de mutación de BRCA1/2 y los perfiles de SNP de todo el genoma se generaron utilizando una captura personalizada Agilent SureSelect XT seguida de secuenciación en Illumina HiSeq2500. Estos datos se usaron para calcular las puntuaciones de HRD-LOH, HRD-TAI y HRD-LST.
Los datos de microarreglos de SNP y los datos clínicos se descargaron de un repositorio público para las cohortes de ensayo de cisplatino-1 y cisplatino-2. Los datos de mutación de BRCA1/2 no estaban disponibles para una de estas cohortes. Las tres puntuaciones de HRD se calcularon utilizando datos públicamente disponibles y se analizaron para determinar su asociación con la respuesta al cisplatino. Las dos cohortes se combinaron para mejorar la potencia.
Para calcular las puntuaciones de HRD, los datos de SNP se analizaron usando un algoritmo que determina el número de copia específico de alelo más probable en cada ubicación de SNP. HRD-LOH se calculó contando el número de regiones lOh mayores a 15 Mb de longitud, pero más cortas que la longitud de un cromosoma completo. La puntuación de HRD-TAI se calculó contando el número de regiones mayores a 11 Mb de longitud con un desequilibrio alélico que se extiende a uno de los subtelómeros, pero no cruza el centrómero. La puntuación de HRD-LST fue el número de puntos de ruptura entre regiones de más de 10 Mb después de filtrar regiones de menos de 3 Mb.
La puntuación combinada fue la media aritmética de las puntuaciones de LOH/TAI/LST. Todos los valores p fueron de modelos de regresión logística con deficiencia en BRCA o respuesta a cisplatino como variable dependiente.
La Tabla 6 muestra la mutación de BRCA1/2 y la frecuencia de metilación del promotor de BRCA1 en cuatro subtipos de cáncer de mama. El análisis de la variante de BRCA1/2 fue exitoso en el 100% de las muestras, mientras que el análisis de reordenamiento grande fue menos robusto con 198/214 muestras que produjeron datos que pasaron métricas de control de calidad. Se observaron mutaciones perjudiciales en 24/214 individuos (uno tenía una mutación somática en BRCA1 y una mutación de línea germinal en BRCA2). El ADN normal emparejado estaba disponible para 23/24 mutantes, y se usó para determinar si la mutación identificada era de línea germinal o somática. El análisis de metilación del promotor de BRCA1 fue exitoso en el 100% de las muestras. La Figura 9 ilustra las puntuaciones de HRD en muestras deficientes en BRCA1/2.
Tabla 6
La Tabla 7 muestra la asociación entre las tres puntuaciones de HRD y la deficiencia en BRCA1/2 en la cohorte de mama de todos los participantes. La puntuación combinada fue la media aritmética de las tres puntuaciones de HRD.
Tabla 7
La Tabla 8 muestra la asociación entre las puntuaciones de HRD y pCR (Miller-Payne 5) en TNBC tratad con cisplatino en un entorno neoadyuvante. Los datos estaban disponibles a partir de muestras del cisplatino-1 (Silver et al., Efficacy of neoadjuvant Cisplatin in triple-negative breast cancer. J. CLIN. ONCOL. 28: 1145-53 (2010)) y ensayos con cisplatino-2 (Birkbak et al., (2012)). pCR se definió como aquellos pacientes con estado de Miller-Payne 5 después del tratamiento neoadyuvante. HRD combinada fue la media aritmética de las tres puntuaciones de HRD.
Tabla 8
Conclusiones: se observaron deficiencias de BRCA1/2 y puntuaciones elevadas de HRD en todos los subtipos de mama, y la puntuación de HRD detectó una deficiencia en BRCA1/2. Las tres puntuaciones de HRD predijeron/detectaron la respuesta al tratamiento con cisplatino en TNBC. El promedio de las tres puntuaciones de HRD (media aritmética) detectó el estado de BRCA1/2 en una cohorte de mama de todos los participantes y la respuesta al cisplatino en una segunda cohorte de TNBC independiente. La media aritmética combinada de HRD fue un predictor/detector más fuerte de deficiencia en BRCA1/2 o la respuesta a la terapia que las puntuaciones individuales de HRD.
Ejemplo 4: Análisis multivariante del estado de BRCA1/2 y ensayos basados en ADN para la deficiencia de recombinación homóloga
Los ejemplos anteriores describieron puntuaciones basadas en ADN que miden la deficiencia de recombinación homóloga (HRD), lo que demuestra que cada puntuación está significativamente asociada con la deficiencia en BRCA1/2, al igual que una puntuación combinada de HRD definida como una media aritmética de tres puntuaciones diferentes de HRD. Este ejemplo amplía los resultados de los ejemplos anteriores al examinar (1) asociaciones entre cada una de las tres puntuaciones y la puntuación combinada de HRD, (2) asociaciones de variables clínicas con la
puntuación combinada de HRD y (3) asociaciones de variables clínicas y la puntuación combinada de HRD con deficiencia en BRCA1/2.
Métodos: Los análisis en este Ejemplo 4 incluyen las mismas 197 muestras de pacientes descritas en los Ejemplos anteriores. En resumen, se adquirieron 215 muestras de tumores de mama como muestras congeladas frescas de 3 proveedores comerciales. Las muestras se seleccionaron para obtener una representación aproximadamente igual de los subtipos de cáncer de mama de acuerdo con el análisis de IHC de ER, PR y HER2. 198 muestras produjeron puntuaciones de HRD confiables de acuerdo con una métrica de calidad de Kolmogorov-Smirnov. Un paciente con una puntuación de HRD aprobada fue eliminado del análisis debido a un subtipo de cáncer de mama inusual (ER/PR+ HER2-). El tumor del paciente y las características clínicas se detallan en la Tabla 9.
Se proporcionaron datos clínicos del paciente para 91 variables, pero los datos para la mayoría de las variables eran demasiado escasos para ser incluidos en el análisis. El subtipo de cáncer de mama (TNBC, ER /HER2-, ER-/HER2+, ER+/HER2+) estaba disponible para todos los pacientes. Las otras variables consideradas fueron la edad en el momento del diagnóstico (proporcionado para 196/197 pacientes), el estadio (proporcionado para 191/197 pacientes) y el grado (proporcionado para 190/197 pacientes).
La detección de la mutación de BRCA1/2 y los perfiles de SNP de todo el genoma se generaron usando una captura de Agilent SureSelect XT personalizada seguida de secuenciación en Illumina HiSeq2500. La metilación de la región promotora de BRCA-1 se determinó por qPCR. Las muestras con más del 10% de metilación se clasificaron como metiladas.
Las puntuaciones de HRD se calcularon a partir de perfiles de pérdida de heterocigosidad (LOH) tumoral del genoma completo (HRD-LOH), desequilibrio alélico telomérico (HRD-TAi) y transiciones de estado a gran escala (HRD-LST), las tres puntuaciones de HRD combinadas en la "puntuación combinada de HRD" discutida en este Ejemplo 4.
La deficiencia en BRCA1/2 se definió como la pérdida de función resultante de una mutación de BRCA-1 o BRCA-2, o la metilación de la región promotora de BRCA-1, junto con la pérdida de heterocigosidad (LOH) en el gen afectado.
Todos los análisis estadísticos se realizaron usando R versión 3.0.2. Todos los valores p informados son de dos lados. Las herramientas estadísticas empleadas incluyeron la correlación de suma de intervalo de Spearman, el análisis de varianza unidireccional de Kruskal-Wallis y la regresión logística.
Para el modelado de regresión logística, las puntuaciones de HRD y la edad en el momento del diagnóstico se codificaron como variables numéricas. El estadio y el subtipo de cáncer de mama se codificaron como variables categóricas. El grado se analizó como una variable numérica y categórica, pero fue categórica a menos que se indique lo contrario. La codificación del grado como numérico no es apropiada a menos que las mayores probabilidades de deficiencia en BRCA1/2 sean las mismas cuando se comparan pacientes de grado 2 con grado 1, como cuando se comparan pacientes de grado 3 con grado 2.
Los valores p informados para los modelos de regresión logística univariante se basan en la razón de probabilidad parcial. Los valores p multivariados se basan en la razón de probabilidad parcial de cambio en la desviación de un modelo completo (que incluye todos los predictores relevantes) frente a un modelo reducido (que incluye todos los predictores excepto el predictor que se está evaluando, y cualquier término de interacción que implique al predictor que se está evaluando). Las relaciones de probabilidades para las puntuaciones de HRD se informan por intervalo de intercuartil.
Resultados: Se examinaron gráficamente las correlaciones por pares de las puntuaciones de HRD-LOH, HRD-TAI y HRD-LST (Figura 1), y se cuantificaron con la correlación de suma de intervalo de Spearman. Se prefirió la correlación de suma de intervalo de Spearman a la correlación del producto-momento de Pearson más comúnmente utilizada, porque se observaron sesgos y valores atípicos correctos en las distribuciones de puntuación de HRD. Todas las comparaciones por pares de puntuaciones mostraron una correlación positiva significativamente diferente de cero (p <106).
El alcance de la información de deficiencia en BRCA1/2 independiente capturada por cada una de las puntuaciones de HRD-LOH, HRD-TAI y HRD-LST se midió examinando un modelo de regresión logística multivariante con las tres puntuaciones incluidas como predictores del estado de deficiencia en BRCA1/2 (Tabla 10). La puntuación de HRD-TAI capturó información significativa sobre la deficiencia en BRCA1/2 independiente de la proporcionada por las otras dos puntuaciones (p = 0,00016), al igual que la puntuación de HRD-LST (p = 0,00014). Al nivel de significancia del 5%, la puntuación de HRD-LOH no agregó información sobre deficiencia en BRCA1/2 independiente significativa (p = 0,069).
Tabla 10
La Tabla 10 ilustra los resultados de un modelo de regresión logística multivariante de 3 términos con HRD-LOH, HRD-TAI y HRD-LST como predictores de deficiencia en BRCA1/2.
Para evaluar si la puntuación combinada de HRD capturó adecuadamente la información de deficiencia en BRCA1/2 de sus tres componentes, se probaron tres modelos de regresión logística bivariada. Cada modelo incluía la puntuación combinada de HRD y una de las puntuaciones de HRD-LOH, HRD-TAI o HRD-LST. Ninguna de las puntuaciones de los componentes se agregó significativamente al puntuación combinada de HRD al nivel de significancia del 5% (HRD-LOH p = 0,89, HRD-TAI p = 0,090, HRD-lSt p = 0,28). Esto sugiere que la puntuación combinada de HRD captura adecuadamente la información de deficiencia en BRCA1/2 de las puntuaciones de HRD-LOH, HRD TAI y HRD-LST.
La puntuación combinada de HRD finalmente se comparó con una puntuación combinada basada en el modelo que
se optimizó para predecir la deficiencia en BRCA1/2 en este conjunto de pacientes. Mientras que la puntuación combinada de HRD pondera cada una de las puntuaciones de HRD-LOH, HRD-TAI y HRD-LST por igual, la puntuación basada en el modelo asigna a la puntuación de HRD-TAI aproximadamente el doble del peso de las puntuaciones de HRD-LOH o HRD-LST. La fórmula para la puntuación basada en el modelo viene dada por
Modelo de HRD = 0,11 X (HRD - LOH) 0,25 X (HRD - TAI) 0,12 X (HRD - LST).
Los resultados del análisis univariado (Tabla 11) muestran que la puntuación del modelo de HRD supera a la puntuación combinada de HRD en aproximadamente un orden de magnitud (Modelo de HRD p = 2,5 x 10'25, combinada de HRD p = 1,1 x 10'24).
Tabla 11
La Tabla 11 muestra resultados de regresión logística univariada. Las razones de probabilidad para las puntuaciones de HRD se informan para IQR de la puntuación. Las razones de probabilidad para la edad se informas por año. La razón de probabilidad para el grado (numérico) es por unidad.
En un modelo de regresión logística bivariada, la puntuación del modelo HRD no añadió información de deficiencia BRCA1/2 independiente significativa a la puntuación combinada HRD (p = 0,089). Esto sugiere además que la puntuación combinado de HRD captura adecuadamente la información de deficiencia en BRCA1/2 de las puntuaciones HRD-LOH, HRD-TAI y HRD-LST.
Las asociaciones de variables clínicas con la puntuación combinada de HRD se muestran en la Figura 12. La puntuación combinada de HRD se correlacionó significativamente con el grado del tumor (correlación de Spearman 0,23, p = 0,0017). Las correlaciones con el estadio del cáncer de mama y la edad en el momento del diagnóstico no fueron significativamente diferentes de cero al nivel del 5%. Las puntuaciones combinados medios de HRD diferían significativamente entre los subtipos de cáncer de seno (p = 1,6 x 10'5) de acuerdo con un análisis de varianza de Kruskal-Wallis.
La heterogeneidad de la puntuación combinada de HRD entre subpoblaciones clínicas se probó examinando la importancia de los términos de interacción en modelos de regresión logística multivariados. Para cada variable clínica, agregamos un término para la interacción con la puntuación combinado de HRD a un modelo que incluye todas las variables clínicas y la puntuación combinado de HRD. Ninguno de los términos de interacción alcanzó significación al nivel de significación del 5%. Por lo tanto, no hay evidencia que sugiera que la probabilidad de deficiencia en BRCA1/2 conferida por la puntuación combinado de HRD varía entre las subpoblaciones clínicas.
Las pruebas análogas para cada una de las puntuaciones HRD-LOH, HRD-TAI y HRD-LST indicaron una interacción significativa de la puntuación HRD-TAI con la edad (p = 0,0072) y el grado (p = 0,015), y una interacción significativa de la puntuación HRD-LST con el subtipo de cáncer de mama (p = 0,021). Ajustada para comparaciones múltiples, solo la interacción de la puntuación HRD-TAI con la edad mantuvo significancia al nivel del 5% (p = 0,029). La importancia de esta interacción sugiere que la mayor probabilidad de deficiencia en BRCA1/2 por unidad de aumento de la puntuación HRD-TAI disminuye a medida que aumenta la edad.
Las asociaciones de variables clínicas con deficiencia en BRCA1/2 se muestran en la Figura 13. Las variables clínicas y la puntuación combinada de HRD se evaluaron con modelos de regresión logística univariada (Tabla 11) y multivariada (Tabla 12). Las razones de probabilidades para las puntuaciones de HRD se informan por IQR. Las razones de probabilidad para la edad en el momento del diagnóstico se informan por año.
Tabla 12
La Tabla 12 muestra los resultados de la regresión logística multivariada. Las razones de probabilidad para las puntuaciones de HRD se informan por IQR de la puntuación. Las razones de probabilidad para la edad se informan por año.
En el análisis univariado, cada una de las puntuaciones de HRD (HRD-LOH, HRD-TAI, HRD-LST, combinado de HRD y modelo de HRD) se asoció significativamente con la deficiencia en BRCA1/2. Las puntuaciones más altas indicaron una mayor probabilidad de deficiencia. El aumento de la edad en el momento del diagnóstico se asoció significativamente con una disminución del riesgo de deficiencia en BRCA1/2 (p = 0,0071). Los resultados univariados para el subtipo de cáncer de mama y el grado tumoral (tanto categórico como numérico) también fueron estadísticamente significativos. El estadio del cáncer no se asoció con el estado de BRCA1/2.
En análisis multivariados, se examinó un modelo basándose en la puntuación combinada de HRD y todas las variables clínicas disponibles. La puntuación combinada de HRD capturó información significativa sobre la deficiencia en BRCA1/2 que no fue capturada por variables clínicas (p = 1,2 x 10-16). De las variables clínicas disponibles, solo la edad en el momento del diagnóstico mantuvo significancia en el ajuste multivariante (p = 0,027). El grado se codificó como una variable categórica, y no fue estadísticamente significativo (p = 0,40). El grado tampoco fue significativo cuando se codificó como una variable numérica (p = 0,28). Los efectos cuadráticos y cúbicos para la puntuación combinada de HRD se probaron en modelos multivariados que incluyen todas las variables clínicas, pero no fueron estadísticamente significativos.
Discusión. En este ejemplo 4, la frecuencia de defectos de BRCA1/2 varió de ~9 a ~ 16% en 4 subtipos de cáncer de mama, según se define por el subtipo de IHC. La secuenciación de las muestras de tumor normal y ADN coincidente sugiere que aproximadamente el 75% de las mutaciones observadas fueron de origen en la línea germinal. El método principal para la pérdida del segundo alelo en el cáncer de mama es a través de LOH, sin embargo, ~ 24% de los tumores también portaron mutaciones deletéreas somáticas posteriores en el segundo alelo. Además, se observó un tumor de mama aparentemente esporádico en un individuo que portaba una mutación deletérea somática de BRCA2.
Las 3 puntuaciones de HRD mostraron una fuerte correlación con la deficiencia en BRCA1/2 independientemente del subtipo, y la frecuencia de puntuaciones elevadas sugiere que una proporción significativa de todos los subtipos de tumores de mama portan defectos en la vía de reparación del ADN de recombinación homóloga. Estos hallazgos, especialmente cuando se combinan con los del Ejemplo 3 anterior, muestran que los agentes que se dirigen o explotan la reparación del daño del ADN (por ejemplo, agentes de platino) pueden resultar efectivos en un subconjunto de tumores (aquellos con deficiencia de recombinación homóloga como se detecta de acuerdo con la presente divulgación) de todos los subtipos de cáncer de mama.
La implementación de estas puntuaciones de HRD, ya sea individualmente o en combinación, en el entorno clínico es mejor utilizando un ensayo que sea compatible con las biopsias con aguja gruesa que han sido fijadas con formalina e incluidas en parafina ("FFPE"). Las muestras de este tipo producen una cantidad muy baja y ADN de baja calidad. El ADN extraído de estas muestras tratadas con FFPE a menudo no funciona bien en el análisis de microarreglos de SNP.
Se han desarrollado tecnologías de enriquecimiento objetivo basadas en hibridación líquida para la producción de bibliotecas para la secuenciación de la próxima generación. Estas metodologías permiten la secuenciación dirigida de regiones de interés después de la reducción de la complejidad genómica, lo que resulta en una disminución de los costes de secuenciación. Las pruebas preliminares indicaron que los ensayos disponibles son compatibles con el ADN derivado del ADN de FFPE. En este Ejemplo 4, se informó el desarrollo de un panel de captura que se dirige a ~ 54.000 SNP distribuidos en todo el genoma. Los recuentos de alelos a partir de la información de secuenciación que proporciona este panel se pueden usar para el número de copias y la reconstrucción de LOH, y el cálculo de las 3 puntuaciones de HRD. Además, las sondas de captura de BRCA1 y BRCA2 pueden incluirse en el panel, como en este Ejemplo 4, que permiten la detección de mutaciones de alta calidad para variantes perjudiciales en estos genes en el mismo ensayo.
Las 3 puntuaciones se correlacionaron significativamente entre sí, lo que sugiere que todas miden el mismo fenómeno genómico central. Sin embargo, el análisis de regresión logística indica que las puntuaciones podrían combinarse dando como resultado una asociación más fuerte con la deficiencia en BRCA1/2 en este conjunto de datos.
La combinación de una puntuación robusta capaz de identificar tumores con defectos en la reparación del ADN de recombinación homóloga y un ensayo compatible con muestras patológicas clínicas fijadas con formalina y embebidas en parafina facilita la identificación y clasificación diagnóstica de pacientes con una alta probabilidad de respuesta a agentes que dirigen la reparación del daño del ADN bicatenario. Además, dichos agentes pueden tener utilidad en todos los subtipos de cáncer de mama en los que se detecta HRD de acuerdo con la presente divulgación.
Ejemplo 5: Valor de umbral alto de HRD (por ejemplo, un ejemplo de una firma de HRD)
Este ejemplo demuestra la determinación de HRD alta. Se seleccionó un valor de referencia de umbral para tener una alta sensibilidad para detectar HRD en tumores de mama y ovario que no era específico de la respuesta al tratamiento o el resultado. Se determinó el número total de regiones de LOH, TAI y LST. Para calcular las puntuaciones de HRD, los datos de SNP se analizaron utilizando un algoritmo que determina el número de copia específico de alelo más probable en cada ubicación de SNP. HRD-LOH se calculó contando el número de regiones de LOH mayores a 15 Mb de longitud, pero más cortas que la longitud de un cromosoma completo. La puntuación de HRD-TAI se calculó contando el número de regiones mayores a 11 Mb de longitud con un desequilibrio alélico que se extiende a uno de los subtelómeros, pero no cruza el centrómero. La puntuación de HRD-LST fue el número de puntos de ruptura entre la regiones de más de 10 Mb después de filtrar regiones de menos de 3 Mb. La puntuación combinada (puntuación de HRD) fue la suma de las puntuaciones de LOH/TAI/LST.
El conjunto de entrenamiento se ensambló a partir de 4 cohortes diferentes (497 casos de mama y 561 casos de ovario). El conjunto constaba de 78 tumores de mama y 190 de ovario que carecían de una copia funcional de BRCA1 o BRCA2, porque la distribución de puntuaciones de HRD en muestras deficientes en BRCA representa la distribución de puntuaciones en muestras de HRD en general. El umbral se estableció en el quinto percentil de las puntuaciones de HRD en el conjunto de entrenamiento, y proporciona una sensibilidad mayor al 95% para detectar la deficiencia de HR. HRD alta (o una firma de HRD) se definió por tener una puntuación de referencia > 42 (Figura 14).
Ejemplo 6: HRD predice la respuesta al cisplatino en el cáncer de mama triple negativo
Este ejemplo demuestra cómo las puntuaciones de HRD tal como se describen en el presente documento pueden predecir la eficacia de los agentes que se dirigen a la deficiencia de HR en muestras de cáncer de mama triple negativo (TNBC). El análisis de una cohorte de TNBC neoadyuvante tratada con cisplatino se examinó en relación con la relación entre las tres puntuaciones de HRD y la respuesta. Todos los valores p fueron de modelos de regresión logística con respuesta al cisplatino como variable dependiente.
Se determinó el estado de deficiencia de HR para 62 de las 70 muestras (70 pacientes individuales) recibidas de una cohorte con cisplatino (8 tenían tumores insuficientes para el análisis). De estos, 31 (50%) tenían deficiencia de HR, 22 (35%) no tenían deficiencia de HR y 9 (15%) eran indeterminados. La Figura 15 proporciona un histograma que muestra la distribución de las puntuaciones de HRD en la cohorte. Se consideró que las puntuaciones > 42 tenían HRD alta (véase también, Ejemplo 5). La bimodalidad ilustrada en la Figura 15 indica que las puntuaciones de HRD distinguieron efectivamente los estados deficientes y no deficientes de HR en el tumor. La respuesta patológica completa (pCR), que se asocia con la supervivencia a largo plazo, se definió como una carga residual de cáncer (RBC) de 0 y se observó en 11/59 (19%) muestras. La respuesta patológica (PR) se definió como un RBC de 0 o 1 y se observó en 22/59 (37%) muestras. Estas tasas generales de respuesta se correlacionaron con las expectativas de monoterapia.
Los análisis estadísticos siguieron un plan de análisis estadístico (SAP) predefinido, que incluyó análisis de subconjuntos de tipo silvestre primarios, secundarios y de BRCA.
El análisis primario utilizó el estado de deficiencia de HR para predecir la respuesta en 50 muestras. Como se muestra en la Tabla 13, las muestras deficientes en HR proporcionaron un mejor predictor de respuesta tanto para PR como
para pCR. Por ejemplo, el 52% de las muestras deficientes en HR tuvieron una respuesta patológica en comparación con el 9,5% de las muestras no deficientes que tenían una respuesta patológica. Del mismo modo, el 28% de las muestras deficientes en HR tenían una respuesta patológica completa en comparación con el 0% de las muestras no deficientes con una respuesta patológica completa.
El análisis secundario usó una puntuación cuantitativa de HRD como se describe en el Ejemplo 5, para predecir la respuesta en 48 muestras. Como se muestra en la Tabla 14, las puntuaciones de HRD fueron significativamente más altas en las muestras de los respondedores que de los no respondedores, definidos ya sea como PR o como pCR.
La distribución de las puntuaciones de HRD dentro de cada clase de respuesta para el análisis secundario tal como se define por el estado de mutación de BRCA se ilustra en la Figura 16, en la que la línea de puntos en 42 representa el umbral de HRD entre puntuaciones bajas y altas. La Figura 17 ilustra la curva de respuesta, o la probabilidad de PR asociada con cada valor de la puntuación cuantitativa de HRD para el análisis secundario. La curva que se muestra en la Figura 17 fue modelada por una regresión logística generalizada, que estima 4 parámetros: forma, escala y los límites inferior y superior de la curva. Los recuadros sombreados indican la probabilidad de respuesta en muestras deficientes de HR versus no deficientes. La Tabla 15 muestra que en el análisis secundario el estado de HR se mantuvo significativamente asociado con la respuesta patológica.
T l 1 : M l m liv ri l r l i .
Las puntuaciones de los componentes de HRD individuales frente a la respuesta patológica se muestran en la Tabla 16 y se ilustran en la Figura 18. La Tabla 16 muestra que la puntuación de cada componente, es decir, LOH, TAI y LST, fue predictiva de la respuesta, y su suma, es decir, la puntuación de HRD, fue igual o más significativa que cualquiera de los componentes individuales (valor p de HRD = 3,1 x 10-4). La Figura 18 ilustra fuertes correlaciones por pares entre las puntuaciones de los componentes.
Tabla 16: puntuaciones cuantitativas de componentes de HRD vs PR
PR Puntuación del Media (Desviación Intervalo Razón de probabilidad por Valor p respondedor com onente estándar) intercuartiles (IQR) 
logístico No LOH 10,9 (6,0)
8,0
Sí 15,7 (4,6) 3,6 (1,3, 9,9) 0,0072 No TAI 9,7 (6,0)
10,0
Sí 15,3 (4,2) 
6,2 (1,7, 23,0) 0,0019
No 
LST
19,3 (9,9) 
Sí 32,0 (9,9) 8,5 (2,2, 33,2) 1,4 X 10 -4 Más probado en el análisis secundario fue la asociación del estado de mutación de BRCA1/2 con la respuesta. La Tabla 17 confirmó que el estado de mutación de BRCA se asoció con la respuesta; sin embargo, la asociación no fue significativa en esta cohorte (n = 51) y el estado de mutación de BRCA no fue tan predictivo como la deficiencia de HR.
T l 17: An li i n ri iliz n l m i n BR A r r ir l r
Se realizó un análisis de subconjunto usando el estado de deficiencia de HR en 38 muestras de tipo silvestre de BRCA para demostrar que la deficiencia de HR es predictiva en muestras sin mutaciones de BRCA1/2. Como se muestra en la Tabla 18, las muestras deficientes en HR proporcionaron un mejor predictor de respuesta para PR y pCR en muestras de tipo silvestre de BRCA. Por ejemplo, el 52,6% de las muestras deficientes en HR tuvieron una respuesta patológica en comparación con el 10,5% de las muestras no deficientes que tuvieron una respuesta patológica. Del mismo modo, el 26,3% de las muestras deficientes en HR tuvieron una respuesta patológica completa en comparación con el 0% de las muestras no deficientes que tuvieron una respuesta patológica completa.
Tabla 18: Análisis de subconjuntos utilizando la deficiencia de HR para predecir la respuesta en muestras de tipo silvestre de BRCA
Se realizó un análisis de subconjunto adicional utilizando la puntuación cuantitativa de HRD en 38 muestras de tipo silvestre de BRCA. Como se muestra en la Tabla 19, las muestras con HRD alta (con puntuaciones > 42) proporcionaron un mejor predictor de respuesta para PR y pCR en muestras de tipo silvestre de BRCA.
Tabla 19: Análisis de subconjuntos utilizando puntuaciones cuantitativas de HRD para predecir la respuesta en muestras de ti o silvestre de BRCA
En conclusión, este ejemplo demuestra que la suma de las tres puntuaciones de HRD predijo significativamente la respuesta al tratamiento con cisplatino en TNBC.
Otras realizaciones
Debe entenderse que, aunque la invención se ha descrito junto con la descripción detallada de la misma, la descripción anterior pretende ilustrar y no limitar el alcance de la invención, que se define por el alcance de las reivindicaciones adjuntas.
Claims (12)
1. Un método in vitro para predecir la respuesta del paciente a un régimen de tratamiento contra el cáncer que comprende un agente que daña el ADN, antraciclina, inhibidor de topoisomerasa I o inhibidor de PARp , comprendiendo el método:
(1) determinar, en una muestra que comprende una célula cancerosa, el número de regiones indicadoras de CA que comprenden regiones indicadoras de LOH, regiones indicadoras de TAI y regiones indicadoras de LST en al menos un par de cromosomas humanos de una célula cancerosa de dicho paciente con cáncer; en la que
(a) una región indicadora de LOH es una región de LOH que tiene más de 1,5, 5, 12, 13, 14, 15, 16, 17 o más megabases de longitud pero más corta que la longitud total del cromosoma respectivo dentro del cual se encuentra la región de LOH;
(b) una región indicadora de TAI es una región de TAI con desequilibrio alélico que (i) se extiende a uno de los subtelómeros, (ii) no cruza el centrómero y (iii) es más larga que 1,5; 5, 12, 13, 14, 15, 16, 17 o más megabases de longitud;
(c) una región indicadora de LST es un punto de ruptura de número de copia somática a lo largo de la longitud de un cromosoma que se encuentra entre dos regiones de al menos 10 megabases de longitud después de filtrar regiones de menos de 3 megabases de longitud;
(2) combinar dichas regiones indicadoras de CA para proporcionar un valor de prueba de la siguiente manera: Valor de prueba = (número de regiones indicadoras de LOH) (número de regiones indicadoras de TAI) (número de regiones indicadoras de LST); y
(3) proporcionar un valor de referencia para comparación con dicho valor de prueba, en el que dicho valor de referencia es mayor que 32.
2. El método de la reivindicación 1, en el que dicho valor de referencia es 34, 36, 38, 40, 42, 44, 46, 48, 50 o mayor.
3. El método de la reivindicación 1, en el que dicho valor de referencia representa el quinto percentil de las puntuaciones indicadoras de la región de CA en una cohorte de entrenamiento de pacientes con deficiencia de HDR.
4. El método de una cualquiera de las reivindicaciones 1 a 3, en el que dicho valor de referencia es 42.
5. El método de una cualquiera de las reivindicaciones 1 a 4, que comprende además comparar dicho valor de prueba con dicho valor de referencia.
6. El método de una cualquiera de las reivindicaciones 1 a 5, que comprende además diagnosticar a un paciente en cuya muestra dicho valor de prueba es mayor que dicho valor de referencia por tener una mayor probabilidad de responder a dicho régimen de tratamiento contra el cáncer.
7. El método de una cualquiera de las reivindicaciones 1 a 6, en el que dicha etapa de determinación comprende analizar dicha muestra para medir el número de copias de cada alelo para al menos 150, 200, 250, 300, 350, 400, 450, 500, 600, 700, 800, 900, 1.000, 1.500, 2.000, 2.500, 3.000, 3.500, 4.000, 4.500, 5.000, 6.000, 7.000, 8.000, 9.000, 10.000, 11.000, 12.000, 13.000, 14.000, 15.000, 16.000, 17.000, 18.000, 19.000, 20.000, 25.000, 30.000, 35.000, 40.000, 45.000, 50.000, 60.000, 70.000 80.000, 90.000, 100.000, 125.000, 150.000, 175.000, 200.000, 250.000, 300.000, 400.000, 500.000, 600.000, 700.000, 800.000, 900.000, 1.000.000 o más loci genómicos polimórficos en al menos 2, al menos 3, al menos 4, al menos 5, al menos 6, al menos 7, al menos 8, al menos 9, al menos 10, al menos 11, al menos 12, al menos 13, al menos 14, al menos 15, al menos 16, al menos 17, al menos 18, al menos 19, al menos 20, al menos 21 o al menos 22 pares de autosomas.
8. El método de la reivindicación 7, en el que dicha etapa de determinación comprende analizar dichos loci genómicos polimórficos en al menos 10 pares de autosomas.
9. El método de la reivindicación 8, en el que dichos loci genómicos polimórficos en 22 pares de autosomas.
10. El método de una cualquiera de las reivindicaciones 7 a 9, en el que dicha etapa de determinación comprende analizar dicha muestra para medir el número de copias de cada alelo para al menos 5.000 loci genómicos polimórficos en dichos pares de autosomas.
11. El método de la reivindicación 10, en el que dicha etapa de determinación comprende analizar dicha muestra para medir el número de copias de cada alelo para al menos 10.000 loci genómicos polimórficos en dichos pares de autosomas.
12. El método de la reivindicación 11, en el que dicha etapa de determinación comprende analizar dicha muestra para medir el número de copias de cada alelo para al menos 50.000 loci genómicos polimórficos en dichos pares de autosomas.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201462037764P | 2014-08-15 | 2014-08-15 | |
| US201414507412A | 2014-10-06 | 2014-10-06 | |
| PCT/US2015/045561 WO2016025958A1 (en) | 2014-08-15 | 2015-08-17 | Methods and materials for assessing homologous recombination deficiency |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES2800673T3 true ES2800673T3 (es) | 2021-01-04 |
Family
ID=54035301
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES23160447T Active ES3039109T3 (en) | 2014-08-15 | 2015-08-17 | Methods and materials for assessing homologous recombination deficiency |
| ES15757372T Active ES2800673T3 (es) | 2014-08-15 | 2015-08-17 | Métodos y materiales para evaluar una deficiencia de recombinación homóloga |
| ES20162059T Active ES2946251T3 (es) | 2014-08-15 | 2015-08-17 | Métodos y materiales para evaluar la deficiencia de recombinación homóloga |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES23160447T Active ES3039109T3 (en) | 2014-08-15 | 2015-08-17 | Methods and materials for assessing homologous recombination deficiency |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES20162059T Active ES2946251T3 (es) | 2014-08-15 | 2015-08-17 | Métodos y materiales para evaluar la deficiencia de recombinación homóloga |
Country Status (9)
| Country | Link |
|---|---|
| US (4) | US10400287B2 (es) |
| EP (4) | EP4234711B1 (es) |
| JP (4) | JP6877334B2 (es) |
| AU (2) | AU2015301390B2 (es) |
| CA (1) | CA2958801A1 (es) |
| DK (3) | DK3686288T3 (es) |
| ES (3) | ES3039109T3 (es) |
| PT (1) | PT3180447T (es) |
| WO (1) | WO2016025958A1 (es) |
Families Citing this family (31)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2012358244A1 (en) * | 2011-12-21 | 2014-06-12 | Myriad Genetics, Inc. | Methods and materials for assessing loss of heterozygosity |
| MX2018010223A (es) * | 2016-02-29 | 2018-11-09 | Synta Pharmaceuticals Corp | Terapia combinada para tratamiento de cancer de ovario. |
| WO2017178509A1 (en) * | 2016-04-12 | 2017-10-19 | Xentech | Methods for predicting sensibility to treatment with parp inhibitors in cancerous patients |
| WO2017191076A1 (en) | 2016-05-01 | 2017-11-09 | Genome Research Limited | Method of characterising a dna sample |
| EP3452939B1 (en) * | 2016-05-01 | 2025-08-20 | Genome Research Limited | Method of characterising a dna sample |
| WO2018162439A1 (en) * | 2017-03-08 | 2018-09-13 | Onxeo | New predictive biomarker for the sensitivity to a treatment of cancer with a dbait molecule |
| CN108663519A (zh) * | 2017-04-21 | 2018-10-16 | 江苏希摩生物科技有限公司 | 快速预测和提高BRCA1/2野生型卵巢癌细胞对Olaparib敏感性的方法 |
| US20200239969A1 (en) * | 2017-10-16 | 2020-07-30 | The Board Of Regents Of The University Of Texas System | Methods and compositions for use of trex2 as diagnostic and prognostic marker for cancer |
| EP3924502A4 (en) * | 2019-02-12 | 2023-01-25 | Tempus Labs, Inc. | An integrated machine-learning framework to estimate homologous recombination deficiency |
| WO2021011507A1 (en) * | 2019-07-12 | 2021-01-21 | Tempus Labs | Adaptive order fulfillment and tracking methods and systems |
| WO2021070039A2 (en) * | 2019-10-09 | 2021-04-15 | Immunitybio, Inc. | Detecting homologous recombination deficiencies (hrd) in clinical samples |
| AU2020398913A1 (en) | 2019-12-10 | 2022-06-16 | Tempus Ai, Inc. | Systems and methods for predicting homologous recombination deficiency status of a specimen |
| EP4150113A1 (en) | 2020-05-14 | 2023-03-22 | Guardant Health, Inc. | Homologous recombination repair deficiency detection |
| EP3945525A1 (en) | 2020-07-27 | 2022-02-02 | Sophia Genetics S.A. | Methods for identifying chromosomal spatial instability such as homologous repair deficiency in low coverage next-generation sequencing data |
| CN112410423B (zh) * | 2020-11-03 | 2021-08-13 | 南京世和基因生物技术股份有限公司 | 同源重组缺失的标志物、检测方法以及检测系统 |
| CN112397145A (zh) * | 2020-11-19 | 2021-02-23 | 河南省肿瘤医院 | 一种基于芯片检测的hrd评分计算方法 |
| EP4274908A1 (en) * | 2021-01-10 | 2023-11-15 | Act Genomics (IP) Limited | Homologous recombination deficiency determining method and kit thereof |
| WO2022150063A1 (en) * | 2021-01-10 | 2022-07-14 | Act Genomics (Ip) Co., Ltd. | Homologous recombination deficiency determining method and kit thereof |
| CN112820351A (zh) * | 2021-03-01 | 2021-05-18 | 江苏医联生物科技有限公司 | 检测肿瘤患者的突变和hrd评分指导用药的方法 |
| CN112980834B (zh) * | 2021-04-22 | 2021-08-17 | 菁良基因科技(深圳)有限公司 | 一种同源重组修复缺陷参考品及其制备方法和试剂盒 |
| CN113948151B (zh) * | 2021-06-28 | 2022-07-05 | 北京橡鑫生物科技有限公司 | 一种低深度wgs下机数据的处理方法 |
| CN113658638B (zh) * | 2021-08-20 | 2022-06-03 | 江苏先声医学诊断有限公司 | 一种基于ngs平台的同源重组缺陷的检测方法和质控体系 |
| CN113462784B (zh) * | 2021-08-31 | 2021-12-10 | 迈杰转化医学研究(苏州)有限公司 | 一种构建用于同源重组修复缺陷检测的靶标集合的方法 |
| WO2023107509A1 (en) * | 2021-12-08 | 2023-06-15 | Myriad Genetics, Inc. | Methods and materials for assessing homologous recombination deficiency in breast cancer subtypes |
| CN114242170B (zh) * | 2021-12-21 | 2023-05-09 | 深圳吉因加医学检验实验室 | 一种同源重组修复缺陷的评估方法、装置和存储介质 |
| CN114283889B (zh) * | 2021-12-27 | 2024-12-10 | 深圳吉因加医学检验实验室 | 一种矫正同源重组修复缺陷评分的方法及装置 |
| KR102523938B1 (ko) * | 2022-02-04 | 2023-04-19 | 가톨릭대학교 산학협력단 | 상동 재조합 결핍증 예측 모델의 모델링 방법 |
| EP4605937A1 (en) | 2022-10-19 | 2025-08-27 | Vib Vzw | Method of determining loss of heterozygosity status of a tumor |
| WO2025078387A1 (en) | 2023-10-10 | 2025-04-17 | Vib Vzw | Method of detecting loss of heterozygosity status of a tumor |
| WO2025078404A1 (en) | 2023-10-10 | 2025-04-17 | Vib Vzw | Methods of determining response of a tumor to dna-damaging agents or to agents inhibiting or impairing dna repair |
| WO2025173014A1 (en) | 2024-02-16 | 2025-08-21 | Onecell Diagnostics India Private Limited | A method for selecting ovarian cancer patients for parp inhibitor treatment |
Family Cites Families (82)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| YU33730B (en) | 1967-04-18 | 1978-02-28 | Farmaceutici Italia | Process for preparing a novel antibiotic substance and salts thereof |
| GB1432562A (en) | 1972-04-10 | 1976-04-22 | Rustenburg Platinum Mines Ltd | Platinum co-ordination compounds |
| GB1432563A (en) | 1972-04-10 | 1976-04-22 | Rustenburg Platinum Mines Ltd | Platinum- co-ordination compounds |
| ES444380A1 (es) | 1976-01-16 | 1977-06-16 | Gosalvez Mario | Un procedimiento para preparar derivados metalicos antraci- clinicos. |
| US4950738A (en) | 1984-09-13 | 1990-08-21 | Cytogen Corporation | Amine derivatives of anthracycline antibiotics |
| US5977082A (en) | 1985-08-02 | 1999-11-02 | Pharmacia & Upjohn Company | Injectable ready-to-use solutions containing an antitumor anthracycline glycoside |
| DE3630497A1 (de) | 1986-09-08 | 1988-03-10 | Behringwerke Ag | Cis-platin-komplexe, verfahren zu ihrer herstellung und diese verbindungen enthaltende pharmazeutische mittel |
| DE3887194T2 (de) | 1987-05-08 | 1994-07-28 | Sankyo Co | Antitumor-Platinkomplexe, deren Herstellung und deren therapeutische Verwendung. |
| US4996337A (en) | 1987-06-23 | 1991-02-26 | American Cyanamid Company | Synthesis of cisplatin analogs |
| US5177075A (en) | 1988-08-19 | 1993-01-05 | Warner-Lambert Company | Substituted dihydroisoquinolinones and related compounds as potentiators of the lethal effects of radiation and certain chemotherapeutic agents; selected compounds, analogs and process |
| US5434256A (en) | 1988-11-22 | 1995-07-18 | Board Of Regents, The University Of Texas System | Diamine platinum complexes as antitumor agents |
| US4946954A (en) | 1989-01-17 | 1990-08-07 | Georgetown University | Platinum pharmaceutical agents |
| US5744101A (en) | 1989-06-07 | 1998-04-28 | Affymax Technologies N.V. | Photolabile nucleoside protecting groups |
| US5143854A (en) | 1989-06-07 | 1992-09-01 | Affymax Technologies N.V. | Large scale photolithographic solid phase synthesis of polypeptides and receptor binding screening thereof |
| US6040138A (en) | 1995-09-15 | 2000-03-21 | Affymetrix, Inc. | Expression monitoring by hybridization to high density oligonucleotide arrays |
| AU647741B2 (en) | 1989-12-01 | 1994-03-31 | Regents Of The University Of California, The | Methods and compositions for chromosome-specific staining |
| US5214821A (en) | 1991-05-07 | 1993-06-01 | The Morgan Crucible Company Plc | Low contamination swab employing tubular knit fabric |
| US5295944A (en) | 1991-05-14 | 1994-03-22 | Dana-Farber Cancer Institute | Method for treating a tumor with ionizing radiation |
| ZA928771B (en) | 1991-11-15 | 1993-09-08 | Smithkline Beecham Corp | Combination chemotherapy |
| US5587384A (en) | 1994-02-04 | 1996-12-24 | The Johns Hopkins University | Inhibitors of poly(ADP-ribose) synthetase and use thereof to treat NMDA neurotoxicity |
| US5578832A (en) | 1994-09-02 | 1996-11-26 | Affymetrix, Inc. | Method and apparatus for imaging a sample on a device |
| US5539083A (en) | 1994-02-23 | 1996-07-23 | Isis Pharmaceuticals, Inc. | Peptide nucleic acid combinatorial libraries and improved methods of synthesis |
| US5556752A (en) | 1994-10-24 | 1996-09-17 | Affymetrix, Inc. | Surface-bound, unimolecular, double-stranded DNA |
| US5837492A (en) | 1995-12-18 | 1998-11-17 | Myriad Genetics, Inc. | Chromosome 13-linked breast cancer susceptibility gene |
| GB9620209D0 (en) | 1996-09-27 | 1996-11-13 | Cemu Bioteknik Ab | Method of sequencing DNA |
| GB9626815D0 (en) | 1996-12-23 | 1997-02-12 | Cemu Bioteknik Ab | Method of sequencing DNA |
| IL131978A0 (en) | 1997-03-20 | 2001-03-19 | Univ Washington | Solvent for biopolymer synthesis solvent microdots and methods of use |
| US6214821B1 (en) | 1998-03-05 | 2001-04-10 | Washington State University Research Foundation | Methods and composition for the inhibition of cancer cells |
| GB9806324D0 (en) | 1998-03-24 | 1998-05-20 | Pharmacia & Upjohn Spa | Antitumour synergetic composition |
| GB9808145D0 (en) | 1998-04-17 | 1998-06-17 | Zeneca Ltd | Assay |
| US20030049613A1 (en) | 1998-08-17 | 2003-03-13 | Manuel Perucho | Methods for identifying somatic changes in genomic sequences useful for cancer diagnosis and prognosis |
| US6465177B1 (en) | 1998-10-26 | 2002-10-15 | John Wayne Cancer Institute | Detection of loss of heterozygosity in tumor and serum of melanoma patients |
| EP1141384A2 (en) | 1999-01-06 | 2001-10-10 | Cornell Research Foundation, Inc. | Method for accelerating identification of single nucleotide polymorphisms and alignment of clones in genomic sequencing |
| US6261775B1 (en) | 1999-04-09 | 2001-07-17 | The Regents Of The University Of California | Detection of chromosome copy number changes to distinguish melanocytic nevi from malignant melanoma |
| US6274320B1 (en) | 1999-09-16 | 2001-08-14 | Curagen Corporation | Method of sequencing a nucleic acid |
| US7858331B2 (en) | 2000-11-03 | 2010-12-28 | Dana Farber Cancer Institute, Inc. | Compositions and methods for the treatment of cancer |
| EP1339402B1 (en) | 2000-12-01 | 2010-08-25 | Eisai Inc. | Azaphenanthridone derivatives and their use as parp inhibitors |
| GB0121285D0 (en) | 2001-09-03 | 2001-10-24 | Cancer Res Ventures Ltd | Anti-cancer combinations |
| MXPA04008477A (es) | 2002-03-01 | 2005-10-26 | Ravgen Inc | Metodos para deteccion de trastornos geneticos. |
| AU2003291281A1 (en) | 2002-11-01 | 2004-06-07 | The Ohio State University Research Foundation | Cytogenetic abnormalities that are predictive of response to therapy for chronic lymphocytic leukemia |
| WO2004072269A2 (en) | 2003-02-12 | 2004-08-26 | Mayo Foundation For Medical Education And Research | Bex4 nucleic acids, polypeptides, and method of using |
| US20040170983A1 (en) | 2003-02-27 | 2004-09-02 | Danenberg Kathleen D. | Methods of determining a chemotherapuetic regimin based on loss of heterozygosity at the thymidylate synthase locus |
| US20050112604A1 (en) | 2003-03-14 | 2005-05-26 | Akihide Fujimoto | Loss of heterozygosity of the DNA markers in the 12q22-23 region |
| US7754684B2 (en) | 2003-06-11 | 2010-07-13 | Access Pharmaceuticals, Inc. | Macromolecular platinum chelates |
| US7485707B2 (en) | 2003-07-02 | 2009-02-03 | Solux Corporation | Thermally stable crystalline epirubicin hydrochloride and method of making the same |
| NZ544989A (en) | 2003-07-25 | 2009-10-30 | Cancer Rec Tech Ltd | Tricyclic PARP inhibitors |
| CA2535762A1 (en) | 2003-08-13 | 2005-03-17 | University Of South Florida | Methods for inhibiting tumor cell proliferation |
| US20080108057A1 (en) | 2004-06-22 | 2008-05-08 | Griffith Jeffrey K | Allelic imbalance in the diagnosis and prognosis of cancer |
| US7860840B2 (en) | 2004-10-05 | 2010-12-28 | Microsoft Corporation | Maintaining correct transaction results when transaction management configurations change |
| CA2585025A1 (en) | 2004-10-22 | 2006-05-04 | Redpath Integrated Pathology, Inc. | Dynamic genomic deletion expansion and formulation of molecular marker panels for integrated molecular pathology diagnosis and characterization of tissue, cellular fluid, and purefluid specimens |
| US20070070349A1 (en) | 2005-09-23 | 2007-03-29 | Helicos Biosciences Corporation | Optical train and method for TIRF single molecule detection and analysis |
| ES2441019T3 (es) | 2005-03-09 | 2014-01-31 | Abbott Laboratories | Métodos de diagnóstico para identificar pacientes candidatos para el tratamiento con trastuzumab |
| CA2604095A1 (en) | 2005-04-12 | 2006-10-19 | 454 Life Sciences Corporation | Methods for determining sequence variants using ultra-deep sequencing |
| MX2007013056A (es) | 2005-04-21 | 2008-04-07 | Johnson & Johnson | Metodo para tratar cancer ovarico avanzado con doxorrubicina atrapada en liposomas. |
| WO2006128195A2 (en) | 2005-05-27 | 2006-11-30 | Dana-Farber Cancer Institute | Methods of diagnosing and treating cancer by detection of chromosomal abnormalities |
| CN101495459A (zh) | 2005-06-30 | 2009-07-29 | 比奥纽默里克药物公司 | 单吡咯配体铂类似物 |
| ES2533461T3 (es) | 2005-09-21 | 2015-04-10 | Bioarray Solutions Ltd. | Determinación de la abundancia de mensajes y el número de copias de alelos usando TIV con constructos cebador-promotor-selector monocatenarios |
| US20080262062A1 (en) | 2006-11-20 | 2008-10-23 | Bipar Sciences, Inc. | Method of treating diseases with parp inhibitors |
| WO2008112193A1 (en) | 2007-03-12 | 2008-09-18 | Dana-Farber Cancer Institute | Prognostic, diagnostic, and cancer therapeutic uses of fanci and fanci modulating agents |
| JP5707132B2 (ja) | 2007-09-07 | 2015-04-22 | フルイダイム コーポレイション | コピー数変動の決定、方法およびシステム |
| CN101917982B (zh) | 2007-11-12 | 2013-03-20 | 彼帕科学公司 | 使用4-碘-3-硝基苯甲酰胺与抗肿瘤剂组合治疗乳腺癌 |
| RU2010128107A (ru) | 2007-12-07 | 2012-01-20 | Байпар Сайенсиз, Инк. (Us) | Лечение рака ингибиторами топоизомеразы в комбинации с ингибиторами parp |
| US20090246789A1 (en) | 2008-03-25 | 2009-10-01 | University Of South Carolina | Gene Mutation Profiling of CSMD1 |
| WO2009148528A2 (en) | 2008-05-30 | 2009-12-10 | Millennium Pharmaceuticals, Inc. | Assessment of chromosomal alterations to predict clinical outcome of bortezomib treatment |
| US8583380B2 (en) | 2008-09-05 | 2013-11-12 | Aueon, Inc. | Methods for stratifying and annotating cancer drug treatment options |
| CA2739459A1 (en) | 2008-10-31 | 2010-05-06 | Abbott Laboratories | Genomic classification of colorectal cancer based on patterns of gene copy number alterations |
| EP2366162A1 (en) | 2008-11-18 | 2011-09-21 | Collabrx, Inc. | Individualized cancer treatment |
| US8206910B2 (en) | 2008-12-08 | 2012-06-26 | The Cleveland Clinic Foundation | Targets for use in diagnosis, prognosis and therapy of breast cancer |
| KR100925337B1 (ko) | 2009-05-25 | 2009-11-09 | 주식회사 마크로젠 | 염색체 수 이상 검출을 통한 유방암 약물 반응성 예측 |
| US20120322677A1 (en) | 2009-10-19 | 2012-12-20 | Stichting Het Nederlands Kanker Instituut | Predicting benefit of anti-cancer therapy via array comparative genomic hybridization |
| WO2011106541A2 (en) | 2010-02-24 | 2011-09-01 | Myriad Genetics, Inc. | Diagnostic methods involving loss of heterozygosity |
| EP3327148B1 (en) | 2010-06-18 | 2021-03-17 | Myriad Genetics, Inc. | Methods of predicting the status of brca1 and brca2 genes in a cancer cell |
| WO2012019000A2 (en) | 2010-08-04 | 2012-02-09 | On-Q-ity | Biomarkers for the identification monitoring and treatment of ovarian cancer |
| CA2807823C (en) | 2010-08-24 | 2023-02-07 | The Brigham And Women's Hospital, Inc. | Methods for predicting anti-cancer response |
| JP6054303B2 (ja) | 2010-12-30 | 2016-12-27 | ファウンデーション メディシン インコーポレイテッドＦｏｕｎｄａｔｉｏｎ Ｍｅｄｉｃｉｎｅ， Ｉｎｃ． | 腫瘍試料の多重遺伝子分析の最適化 |
| WO2012174378A2 (en) | 2011-06-17 | 2012-12-20 | Myriad Genetics, Inc. | Methods and materials for assessing allelic imbalance |
| AU2012358244A1 (en) * | 2011-12-21 | 2014-06-12 | Myriad Genetics, Inc. | Methods and materials for assessing loss of heterozygosity |
| EP4462120A3 (en) | 2012-02-23 | 2025-01-08 | Children's Medical Center Corporation | Methods for predicting response to parp inhibitors |
| US11091808B2 (en) | 2012-06-07 | 2021-08-17 | Institut Curie | Methods for detecting inactivation of the homologous recombination pathway (BRCA1/2) in human tumors |
| PT2981624T (pt) * | 2013-04-05 | 2020-03-23 | Myriad Genetics Inc | Métodos para avaliar deficiência na recombinação homóloga e prever resposta a tratamento para cancro |
| US11149316B2 (en) | 2013-12-09 | 2021-10-19 | Institut Curie | Methods for detecting inactivation of the homologous recombination pathway (BRCA1/2) in human tumors |
| EP3094752A4 (en) | 2014-01-16 | 2017-08-16 | Clovis Oncology, Inc. | Use of parp inhibitors to treat breast or ovarian cancer patients showing a loss of heterozygosity |
-
2015
- 2015-08-17 ES ES23160447T patent/ES3039109T3/es active Active
- 2015-08-17 ES ES15757372T patent/ES2800673T3/es active Active
- 2015-08-17 JP JP2017508488A patent/JP6877334B2/ja active Active
- 2015-08-17 ES ES20162059T patent/ES2946251T3/es active Active
- 2015-08-17 EP EP23160447.1A patent/EP4234711B1/en active Active
- 2015-08-17 DK DK20162059.8T patent/DK3686288T3/da active
- 2015-08-17 PT PT157573726T patent/PT3180447T/pt unknown
- 2015-08-17 EP EP25178873.3A patent/EP4585701A3/en active Pending
- 2015-08-17 WO PCT/US2015/045561 patent/WO2016025958A1/en not_active Ceased
- 2015-08-17 CA CA2958801A patent/CA2958801A1/en active Pending
- 2015-08-17 DK DK15757372.6T patent/DK3180447T3/da active
- 2015-08-17 AU AU2015301390A patent/AU2015301390B2/en active Active
- 2015-08-17 EP EP15757372.6A patent/EP3180447B1/en active Active
- 2015-08-17 EP EP20162059.8A patent/EP3686288B1/en active Active
- 2015-08-17 DK DK23160447.1T patent/DK4234711T3/da active
-
2017
- 2017-02-15 US US15/433,249 patent/US10400287B2/en active Active
-
2018
- 2018-12-14 US US16/221,165 patent/US12421555B2/en active Active
-
2021
- 2021-04-27 JP JP2021074634A patent/JP7229297B2/ja active Active
- 2021-11-25 AU AU2021273600A patent/AU2021273600B2/en active Active
-
2022
- 2022-11-25 JP JP2022187930A patent/JP7680995B2/ja active Active
- 2022-12-14 US US18/081,603 patent/US12221656B2/en active Active
-
2025
- 2025-02-07 US US19/048,611 patent/US20250179587A1/en active Pending
- 2025-05-09 JP JP2025078359A patent/JP2025114740A/ja active Pending
Also Published As
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| ES2800673T3 (es) | Métodos y materiales para evaluar una deficiencia de recombinación homóloga | |
| ES2777228T3 (es) | Métodos para evaluar la deficiencia de recombinación homóloga y predecir la respuesta al tratamiento del cáncer | |
| ES2862331T3 (es) | Métodos para predecir el estado de los genes BRCA1 y BRCA2 en una célula de cáncer | |
| ES2759533T5 (es) | Métodos y materiales para evaluar la pérdida de heterocigosidad | |
| TWI861616B (zh) | 用於評估乳癌亞型中同源重組缺陷之方法及材料 | |
| HK40098329B (en) | Methods and materials for assessing homologous recombination deficiency | |
| HK40098329A (en) | Methods and materials for assessing homologous recombination deficiency |