JP6381629B2

JP6381629B2 - 前立腺癌の放射線療法のための臨床決定支援（ｃｄｓ）

Info

Publication number: JP6381629B2
Application number: JP2016503738A
Authority: JP
Inventors: リッビング，カロリナ; ビッテル，カトリン
Original assignee: Koninklijke Philips NV
Current assignee: Koninklijke Philips NV
Priority date: 2013-03-20
Filing date: 2014-03-07
Publication date: 2018-08-29
Anticipated expiration: 2034-03-07
Also published as: CN105051545A; US20160008629A1; JP2016515700A; CN105051545B; EP2976645A1; RU2015144692A; US10828507B2; PL2976645T3; EP2976645B1; WO2014147509A1

Description

本願は概括的には臨床決定支援に関する。本願は放射線療法（RT）との関連で格別の用途を見出し、特にそれに言及して記述されるが、本願は他の使用シナリオでも用途を見出すものであり、必ずしも上述した用途に限定されるものではないことは理解される。

RTでは、放射が、癌性または悪性組織を含む腫瘍のような標的構造に加えられる。その際、健全な組織のある部分が放射にさらされ、放射によって損傷される。RT計画は、健全な組織および腸および膀胱のような枢要構造への線量をできるだけ低く保ちつつ、標的構造に対しては十分に高い線量を提供しようとする。しかしながら、既知のRT計画の一つの問題は、典型的には個々の患者の放射線感受性についての入力なしに行なわれるということである。RTの過程において、一部の患者は、他の患者にはほとんど副作用を起こさない線量で、深刻な副作用をもって反応する。

たとえば、前立腺癌のRTはしばしば、腸および尿路の毒性のような深刻な急性および遅発性の副作用を引き起こし、これは患者の健康関連の生活の質（QoL）に対して深刻な影響をもつ。前立腺癌の患者の間で健康関連QoLを測定するために、拡張前立腺癌インデックス複合（EPIC: Expanded Prostate cancer Index Composite）が開発された。これは前立腺癌およびその療法の疾病固有の側面を評価し、排尿、排便、性、ホルモンの四つの概要領域を含む。EPICスコアが高いほど、健康関連QoLがよいことになる。

本願は、上述した問題その他を克服する新しい改善されたシステムおよび方法を提供する。

ある側面によれば、放射線療法によって誘起される毒性を検出または予測する方法が提供される。尿試料が人間の被験者から受領される。放射線毒性は、前記尿試料内の一つまたは複数のバイオマーカーを使って検出または予測される。各バイオマーカーはポリペプチドに対応する。前記検出または予測は：前立腺、膀胱、腸、直腸、子宮内膜、子宮頸、卵巣または膣癌の放射線療法によって誘起される毒性を検出または予測するために4478±9Da、6716±13Da、8293±17Da、8840±18Da、10571±21Da、2863±6Daおよび6732±13Daからなる群からのそれぞれ異なる質量を含む一つまたは複数のバイオマーカーについて前記尿試料を分析することを含む。

もう一つの側面によれば、放射線療法によって誘起される毒性を検出または予測するシステムが提供される。システムは、尿試料に存在するポリペプチド・バイオマーカーを判別するよう構成されたデバイスを含む。システムはさらに、前記尿試料にあると判別された一つまたは複数のポリペプチド・バイオマーカーに基づいて放射線毒性を検出または予測するようプログラムされた少なくとも一つのプロセッサを含む。前記少なくとも一つのプロセッサは、前立腺、膀胱、腸、直腸、子宮内膜、子宮頸、卵巣または膣癌の放射線療法によって誘起される毒性を検出または予測するために4478±9Da、6716±13Da、8293±17Da、8840±18Da、10571±21Da、2863±6Daおよび6732±13Daのうちの少なくとも一つの質量をもつポリペプチドについて前記ポリペプチド・バイオマーカーを分析するようプログラムされている。

もう一つの側面によれば、放射線療法によって誘起される毒性を検出または予測するバイオマーカーが提供される。バイオマーカーは、放射線によって誘起される毒性に特異的なポリペプチドを含む。それらのポリペプチドは、4478±9Da、6716±13Da、8293±17Da、8840±18Da、10571±21Da、2863±6Daまたは6732±13Daの質量を含む。

一つの利点は、情報を与えられての個々の副作用評価および予測にある。

もう一つの利点は、（感度および特異性の点で）より信頼できる副作用評価および予測にある。予測は、特に副作用を受けやすい患者において、代替的な治療を使うこと、放射線ブーストを避けることなどに関する決定を助けるために使用できる。

もう一つの利点は、高いスループットにある。

もう一つの利点は、試験自動化にある。

もう一つの利点は、非侵襲的試験にある。

もう一つの利点は、安定しており、運びやすい試料の自宅での収集にある。

本発明のさらなる利点は、以下の詳細な説明を読み、理解すれば、当業者には認識されるであろう。

本発明は、さまざまな構成要素および構成要素の配列ならびにさまざまな段階および段階の配列の形を取りうる。図面は単に好ましい実施形態を例解するためのものであり、本発明を限定するものと解釈されるべきではない。

腸毒性について実験的に決定された二つのバイオマーカーを示す図である。ＡおよびＢは、それぞれ、腸毒性についてのバイオマーカーについての強度差を示す図である。尿路毒性について実験的に決定された五つのバイオマーカーを示す図である。尿路毒性について実験的に決定された五つのバイオマーカーを示す図である。尿路毒性を示すバイオマーカーについての強度差を示す図である。尿路毒性を示すバイオマーカーについての強度差を示す図である。尿路毒性を示すバイオマーカーについての強度差を示す図である。尿路毒性を示すバイオマーカーについての強度差を示す図である。尿路毒性を示すバイオマーカーについての強度差を示す図である。放射毒性トレーニング・システムを示す図である。放射毒性解析システムを示す図である。疾病の治療によって引き起こされる放射毒性および／または放射線毒性への感受性について患者をモニタリングするルーチンを示す図である。療法システムを示す図である。

分枝診断（MDx）では、分子および細胞の産物が、疾病の診断に使用できる疾病マーカーまたは病理フィンガープリントとして使われる。分子および細胞の産物を識別する一つの手法は、質量分析法（MS: mass spectrometry）である。MSは、分子量を決定する方法であり、試料のイオン化および気相への転換に関わる。電場中での加速および真空中での分離により、分子イオンがその質量電荷比（m/z）に従って分離される。MSは、タンパク質およびペプチドを含む血清、尿およびリンパのような生物学的試料の正確かつ敏感な解析のためによい技法である。

イオン化への一つの手法は、マトリクス支援レーザー脱離イオン化法（MALDI: matrix-assisted laser desorption ionization）である。MALDIでは、試料は、いわゆるマトリクスと一緒に混晶化される。マトリクスは、紫外線（UV）を吸収する芳香族化合物であり、これが試料に大幅に過剰に加えられる。一般的なUV吸収マトリクスは、α-シアノ-4-ヒドロキシケイ皮酸（CHCA）および3,5-ジメトキシ-4-ヒドロキシケイ皮酸（シナピン酸）である。パルス化したUVレーザーがイオン化および脱離のためのエネルギーを供給する。マトリクスはUVエネルギーを吸収し、それを試料に伝達する。典型的には、3.7電子ボルト（eV）、337ナノメートル（nm）の波長および4ナノ秒（ns）パルスの窒素（N₂）レーザーが使われる。対照的に、マトリクスを使わないと、約12キロダルトン（kDa）の一つの分子が脱離し、イオン化されるためには約13〜14eVが必要とされる。MALDI-MSを使うと、10⁵ダルトン（Da）を超える質量をもつ分子が、測定できるほどの断片化なしに、イオン化され、解析されることができる。

分子ダイジェスト、細胞溶解物および尿のような複合試料をMALDIのために用意するために、該複合試料は、分子脱離およびイオン化の抑制をなくし、不均質すぎる試料組成を避け、検出器過負荷を避けるために、あらかじめ分別する必要がある。一般的な事前分別方法は、液体クロマトグラフィー、電気泳動、等電点電気泳動、脱塩および遠心分離による粒子の除去ならびに濃縮または希釈を含む。しばしば、二次元（2D）ゲル電気泳動が実行される。関心のあるスポットがゲルから切り取られ、その後のMALDI-MS解析のために溶解される。もう一つの一般的な構成は、エレクトロスプレー・イオン化と組み合わせた別の型の質量分析計（ESI-MS）に直接結合された液体クロマトグラフィーである。これは、高分解能質量分離と直列にした低分解能質量分離に対応する。

MALDIに対する向上は、表面増強親和性捕獲（SEAC: surface-enhanced affinity capture）におけるクロマトグラフィー試料事前分別、表面増強レーザー脱離イオン化（SELDI: surface enhanced laser desorption ionization）およびマトリクスの試料保持プレートへの共有結合を含む。クロマトグラフィー媒体は、ある型の分子を別の型の分子から分離することを可能にする物質属性をもつ（たとえば、疎水性、親水性、COO^-、NH₃ ⁺など）。

SELDIでは、試料はクロマトグラフィー・チップと接触させられ、クロマトグラフィー・チップは試料分子のサブグループに結合する。試料用意にあたり、標準的な微量定量プレート・フォーマットを達成するため、個々のクロマトグラフィー・チップは特別なホルダー、いわゆるバイオプロセッサーに収容される。

未結合の分子は緩衝液洗浄によって除去され、MALDI-MS測定が、クロマトグラフィー表面から直接実行される。マトリクスはMS測定の前の最後のステップとして加えられるか、あるいはチップ表面にすでに共有結合している。ほとんどまたは全く断片化は観察されない。例として、SELDIにおいて疎水性表面を使うとき、疎水性分子のサブグループが複合試料から釣り出される。バイオマーカー発見、タンパク質発現プロファイリングおよび診断目的のためには、これは、疎水性ペプチドの発現の変化につながる疾病の調査または診断のために有用である。

SELDIは、試料が高いスループットで比較的短いプロセスにおいてクロマトグラフィー表面上に直接集中させられるので、有利である。質量分析計において、クロマトグラフィーMS標的は自動的に試料をロードされ、用意され、解析される。

尿から、たとえば早期癌または放射線に対する宿主応答を示す診断質量分析プロテオーム・パターンが得られる。基礎になっている仮設は、器官内での病理学的変化は、尿のような体液におけるプロテオーム・パターンに反映されるということである。一般に人体内で生起するあらゆるイベントはたいていは分子的に、タンパク質によって媒介されるので、これはもっともらしい。進行中の生理学的または病理学的イベントは、数万もの異なるタンパク質およびそれらの化学修飾された形および切断された形の相対的な細胞存在度によって表わされる。あらゆる細胞は、該細胞が呈し、処置する分子産物において、その生理学的状態の説明を与える。タンパク質およびタンパク質断片は、組織を灌流する血液およびリン他の循環に能動的または受動的にはいり、サブグループは尿に至る。

上記に基づき、前立腺癌の治療によって引き起こされる放射線毒性のモニタリング、早期評価および予測のために使用できる一組のバイオマーカーが以下に記述される。放射線毒性は、放射線によって誘起される毒性である。そのようなモニタリング、予測および評価は典型的には、患者の報告された副作用の等級付け、処方された線量に基づくリスク推定、医療撮像からの形態学的特徴（たとえば、直腸壁から前立腺までの距離、腸充填の等級など）またはかなり複雑な細胞ベースの諸方法に基づいて可能となるだけであった。

放射線毒性について患者をモニタリングし、放射線毒性への感受性を評価するために、放射線毒性または感受性を示すバイオマーカーのMSプロテオーム・パターンが、患者の尿試料と照合される。たとえばいわゆる酵素結合免疫吸着検定（ELISA）抗体検定によって検出される一つのバイオマーカーのみに基づく標準的な診断手順とは対照的に、MSプロテオーム・パターンはいくつかの個々のバイオマーカーの組み合わせからなる。これは有利なことに、（感度および特異性の点で）より信頼できるモニタリングおよび評価を許容する。ただし、バイオマーカーは、バイオマーカーのMSピークの背後にあるタンパク質を識別することによって抗体の産生について使われることができることは理解される。そのような抗体は、分子撮像、組織学染色またはELISA抗体検定のために使用できる。これらのELISA検定は次いで、MSによってたとえば放射線毒性について決定的であると識別されたバイオマーカーの集合をモニタリングするために使用されることができる。

上記一組のバイオマーカーは前立腺癌患者の放射線毒性に向けられるが、上記一組のバイオマーカーは膀胱、直腸、子宮内膜または子宮頸癌のような他の疾病をもつ患者について用いられることもできる。さらに、放射線毒性のモニタリングおよび早期評価は、尿試料の単一のMSスキャンを使って複数の疾病のモニタリングと一緒に実行されることができる。それは、各疾病について前記バイオマーカーの異なるMSプロテオーム・パターンを適用することによる。

バイオマーカー濃度はさらに、たとえば医療撮像からのデータ、疾病および／または患者固有の情報、たとえば遺伝データ、腫瘍等級および段階および共存症と組み合わされ、より信頼できる予測を得ることができる。バイオマーカー濃度は、各患者について「毒性インデックス」を計算するために用いられることもできる。毒性インデックスは、放射線療法計画システムにおいて計画する医師に対して表示され、患者が追加的な放射線ブーストに好適であるかどうかまたは高い個別的な放射線感受性のために危険臓器に対して追加的な低線量限界が適用される必要があるかどうかを示すことができる。毒性インデックスはたとえば、交通信号記号としてまたは危険臓器のカラーコーディングを用いて表示されることができる。

上記一組のバイオマーカーは、高いおよび低い腸および尿毒性をもつ23人の切除を受けた前立腺癌患者の尿試料から実験的に決定された。各患者について、5つの連続する時点からの5つの尿試料が収集された。時点1は放射線療法前の時点に対応する（すなわち0グレイ（Gy））。時点2〜4はそれぞれ20〜26Gy、40〜46Gyおよび60〜66Gyでの放射線療法の間の諸時点に対応する。これらの尿試料は、放射線療法の翌朝に収集された。時点5は放射線療法の2箇月後の時点に対応する。尿試料は自宅で患者が収集して氷で冷やしてラボに持ち込まれ、ラボで4000回転毎分（RPM）、摂氏4度（°C）で遠心分離され、分別されて−80°Cで凍結された。

各尿試料に対して、対応する時点において対応する患者が記入した拡張前立腺癌インデックス複合（EPIC）シートを使って毒性の深刻さが割り当てられた。EPICは、前立腺癌放射線療法の副作用レベルを評価するもので、排尿、排便、性、ホルモンの四つの概要領域を含む。のちに見るように、以下では低い腸毒性および高い腸毒性ならびに低い尿路毒性および高い尿路毒性を弁別するものとして、毒性の深刻さがバイオマーカーを分類するために使われる。

尿のタンパク質濃度は非常に大きな範囲で変わるので、試料を比較可能にするために、すべての尿試料のタンパク質濃度が測定され、試料は0.0251グラム／リットル（g/L）の濃度まで水で希釈された。次いで、希釈された尿試料内のバイオマーカーのスペクトルを記述するMSデータ・セットがSELDI-MSを使って取得された。諸MSデータ・セットは、m/z値の諸セットにおけるMSピーク強度（ペプチド濃度に対応）の形で放射線毒性および／または感受性を示すパターンを識別するために解析された。いくつかの患者試料は、再現性を評価するために四つの複製において考慮された。再現性は、小さなトレーニング・セットの信頼できる分類のために十分高いことが見出された。

SELDI-MSを使ってMSデータ・セットを取得するために、各時点の希釈された尿試料は、バイオプロセッサーにおいてタンパク質チップ・アレイ上に用意された。バイオプロセッサーは8個のスポットをもつ12個のチップを含んでいた。各スポットは希釈された尿試料の一つについてのものである。クロマトグラフィー・チップはBIORAD PROTEIN CHIP CM10 ARRAYSの一部であった。さらに、以下で論じる適用される化学物質はクリーニング等級p.a.に対応する。

試料をチップ・アレイに加える前に、希釈された尿試料は96ウェルのプレートにおいて変成された。これは、60μLの変成緩衝液U9（すなわち、9モル（M）の尿素、2%の3-[(3-クロラミドプロピル)ジメチルアンモニオ]-1-プロパンスルホン酸塩（CHAPS）、10ミリモル（mM）のトリス(ヒドロキシメチル)アミノメタン（TRIS）、pH9、−80°Cで保管）を各ウェルに加えることを含んでいた。希釈された尿試料のそれぞれについて、希釈された尿試料の40μLが対応するウェルに加えられた。次いで、プレートは4°Cおよび600RPMで20分間、ボルテックス攪拌を受けた。

試料を変成したのち、タンパク質・チップ・アレイが平衡にされた。これは、各ウェルに100μlの結合緩衝液（すなわち、0.2%のノニルフェノキシポリエトキシルエタノール（NP40）、100mMのNH₄Ac、pH4.5）を加えることを含んでいた。次いでバイオプロセッサーは600RPMでプレート・シェーカー上で5分間インキュベートされ、緩衝液は、注ぎ出し、バイオプロセッサーをペーパータオル堆積上でたたくことにより、除去された。平衡にする上記の作用が次いで繰り返された。

チップを乾かすことなく、希釈された尿試料はバイオプロセッサーに加えられてインキュベートされた。これは、ウェルに100μLの結合緩衝液を加え、すぐに希釈された尿試料をバイオプロセッサーの対応するウェルに移すことを含んでいた。試料は、600RPMでプレート・シェーカー上で60分間インキュベートされた。次いで試料は、注ぎ出し、バイオプロセッサーをペーパータオル堆積上でたたくことにより、除去された。インキュベーションはフレッシュなサンプルを用いて二度繰り返された。

次いでバイオプロセッサーが洗浄された。これは、各ウェルに150μlの結合緩衝液を加えることを含んでいた。結合緩衝液は、600RPMでプレート・シェーカーによって振られている間、5分間そのままにされた。次いで、結合緩衝液が破棄されて、上記がさらに二回繰り返された。150μlの洗浄緩衝液（たとえば、5mMの4-(2-ヒドロキシエチル)-1-ピペラジンエタンスルホン酸（HEPES）、pH7）が各ウェルに加えられ、5秒間インキュベートされた。次いで洗浄緩衝液は破棄され、上記がもう一度繰り返された。次いでチップは空気乾燥された。

チップが乾燥しつつある間に、マトリクスが用意された。これは、シナピン酸（SPA）マトリクス粉をもつ試験管を2分間遠心分離することを含んでいた（すなわち、重力加速度の約15k倍(xg)、2分）。フレッシュな1%のトリフルオロ酢酸（TFA）（すなわち、50μlのTFAおよび5mlの水）が調製された。125μlのアセトニトリル（ACN）および125μlの1%TFAがSPA試験管に加えられた。次いで、試験管は1分間ボルテックス攪拌を受け、続いてエッペンドルフ・シェーカーで14000RPMで15分間混合された。その後、試験管は遠心分離され（すなわち、約15k xg、3分）未溶解のマトリクスを沈降させ、上澄みが新しい試験管に移された。次いで1μlのSPAがチップ上の乾燥されたスポットに二度加えられた。加える間に乾燥できるよう10分間隔をおいた。

バイオプロセッサーを用意したのち、チップはSELDI質量分析計、具体的にはBIORAD SELDI-TOF MS PCS4000に挿入され、希釈された尿試料についてMSデータ・セットが取得された（すなわち、バイオプロセッサーのチップが分析された）。取得は、低質量範囲（すなわち、ペプチド範囲）について最適化された設定で実行された。つまり、質量範囲は2000ないし35000Daに設定され、焦点となる質量は8000Daに設定された。さらに、マトリクス減衰は1000Daに設定され、サンプリング・レートは400メガヘルツ（MHz）に設定された。SELDI量子化が取得のために使われた。5600ナノジュール（nJ）のエネルギーでの一つのウォーミング用ショットがセットされ、4600nJのエネルギーで15回のデータ・ショットがセットされた。スペクトル取得後はウォーミング用ショットは設定されなかった。

取得後、希釈された尿試料のMSデータ・セット（スペクトル）はBIORAD PROTEIN CHIP SOFTWARE、バージョン3.5を使って分析された。最初のパスでは、信号対雑音比（SNR）＞5および0.3の谷深さをもつピークが自動的に検出された。最小ピーク閾値は全スペクトルの15.0%に設定された。最初のパスのすべてのピークは保存された。クラスター質量窓は、スペクトルを通じて同様のピークをクラスタリングするために、質量の0.2%に設定された。つまり、±0.2%の質量区間内のピークはクラスタリングされる。第二のパスでは、SNR＞2および谷深さ2をもつピークが自動的に検出された。自動重心においてクラスターを完成するために推定されたピークが加えられた。

質量範囲2000〜10000Daのピークがm/z、強度（I）、標準偏差（STD）、p値（P）、受信者動作特性（ROC）限界、変動係数（CV）および強度差（D）に従って分析された。識別されたクラスターは、p値≦0.006、ROC限界≧0.8または≦0.2またはD≧25のいずれかを示す。すべての選択されたクラスターは、ある時点（たとえば時点1〜5のうちの一つ）においてこれらの条件のうちの少なくとも一つを満たす。さらに、最小クラスター強度（すなわち、各時点におけるすべてのスペクトルにわたる平均値）は1を超えなければならなかった。

図２を参照するに、2863Daおよび6732Daのm/z値をもつ二つのクラスターが識別された。クラスター2863は、図３Ａに示される、時点3において高い腸毒性（HT）対低い腸毒性（LT）について標準偏差範囲の重複なしの強度さをもつ。クラスター6732は、図３Ｂに示される、時点1において高い腸毒性（HT）対低い腸毒性（LT）について標準偏差範囲の重複なしの強度さをもつ。さらに、2863Daおよび6732Daクラスターはそれぞれ0.03および0.02のp値およびそれぞれ時点3および1における0.79および0.19のROC限界で、HTとLTの間で区別されることができる。有利なことに、時点1における高い強度差は放射線毒性を受けやすい患者が放射線療法前に識別されることができることを示している（すなわち、6732Daバイオマーカーは毒性予測を許容する）。

図４を参照するに、4478Da、6716Da、8293Da、8840Daおよび10571Daのm/z値をもつ五つのクラスターが識別された。最初のクラスター4478は、図５Ａに示されるように、時点2および4において高い尿路毒性対低い尿路毒性について標準偏差範囲の重複がない。残りのクラスター6716、8293、8840および10571は、それぞれ図５Ｂ〜Ｅに示されるように、時点5において標準偏差範囲の重複がない。最も貴重なクラスターは、医師による治療計画の早期の適応を許容する、最初のものである。さらに、8293Daおよび10571Daのm/z値をもつ二つのクラスターは時点1において三つの基準（すなわち、p値、強度差およびROC曲線の下の面積）について非常に良好な値を示している。有利なことに、これは、放射線に敏感な患者が放射線療法前に識別できることを示している。これは、放射線毒性の予知および開始前の療法の個人特化を可能にする。

放射線療法計画の適応のためには、時点2のバイオマーカーが貴重である。しかしながら、時点2の値は、この時点でのHT患者群のサイズが小さい（すなわち二人の患者）ため、信頼性が限られている。図２の最初のクラスターは、時点2において高い強度差を示す。これは、放射線療法の早い段階で敏感な患者を識別することを可能にし、対応する療法計画の早期の修正を可能にしうる。時点1において比較的大きな強度差をもつクラスター2〜5のマーカーの組み合わせは、放射線療法の開始前に毒性予知を可能にする。

図２および図４を比較すると、両方の図の第二のクラスターが質量において非常に似通っている（平均質量の±0.2%区間内）ことが見て取れる。この場合、時間依存性がわずかに異なるものの、根底にあるペプチドが腸および尿路の毒性の両方において同じであることがありうる。

図６を参照するに、放射線毒性トレーニング・システム１０は、前立腺癌のような疾病の治療によって引き起こされる放射線毒性を示すバイオマーカーを決定する。放射線毒性トレーニング・システム１０は少なくとも一つのプロセッサ１２と、少なくとも一つのプログラム・メモリ１４とを含む。プログラム・メモリ１４は、プロセッサ１２によって実行されたときに、疾病の治療によって引き起こされる放射線毒性を示すバイオマーカーを決定するプロセッサ実行可能命令を含む。プロセッサ１２は、プロセッサ実行可能命令を実行して、疾病の治療によって引き起こされる放射線毒性を示すバイオマーカーを決定する。放射線毒性トレーニング・システム１０はさらに、プロセッサ１２、プログラム・メモリ１４および放射線毒性トレーニング・システム１０の他の任意のコンポーネントを相互接続する少なくとも一つのシステム・バス１６を含む。

プロセッサ実行可能命令の制御モジュール１８は、疾病の治療によって引き起こされる放射線毒性を示すバイオマーカーを決定することを含め、放射線毒性トレーニング・システム１０の全体的な動作を制御する。制御モジュール１８は、放射線毒性トレーニング・システム１０の表示装置２０を使って、放射線毒性トレーニング・システム１０のユーザーに、グラフィカル・ユーザー・インターフェース（GUI）を好適に表示する。さらに、制御モジュール１８は、ユーザーが、放射線毒性トレーニング・システム１０のユーザー入力装置２２を使ってGUIと対話することを好適に許容する。

プロセッサ実行可能命令のデータ取得モジュール２４は、質量分析計２６を使って患者の尿試料のMSデータ・セットを取得する。質量分析計２６は、図示したように放射線毒性トレーニング・システム１０の一部であっても、あるいはその外部であってもよい。典型的には、質量分析計２６はSELDI質量分析計である。MSデータ・セットは、尿試料内の（たとえばペプチド範囲内の）バイオマーカーのスペクトルを捕捉する。スペクトルの縦軸は相対強度に対応し、スペクトルの横軸はm/zに対応する。典型的には、MSデータ・セットは放射線毒性トレーニング・システム１０のメモリに記憶される。データ取得のための尿試料を用意する際、異なる尿試料のMRデータ・セットが比較可能となるよう、尿試料は0.0251g/Lのような所定のタンパク質濃度に希釈される。

プロセッサ実行可能命令のトレーニング・モジュール２８は、疾病の治療によって引き起こされる放射線毒性を検出または予測するバイオマーカーのセットを決定する。これは、放射線療法を使って疾病のについて治療される患者のトレーニング用尿試料のMSデータ・セットを解析して、放射線毒性または放射線毒性への感受性を示す前記MSデータ・セット内のバイオマーカーを識別することを含む。MSデータ・セットは、データ取得モジュール２４を使って取得される。

ある実施形態では、上記のクラスタリング・アプローチが、トレーニング用MSデータ・セットからバイオマーカーのセットを識別するために用いられる。すなわち、時点およびクラスの各組み合わせについて、MSデータ・セットのピークが±0.2%などの質量区間内にクラスタリングされる。たとえば、低い尿路毒性および放射線療法前のある時点についてMSデータ・セットのピークがクラスタリングされる。ピークは好適には、15%のようなあらかじめ決定された閾値を超える強度を含む。

次いでクラスタリングされたピークの特徴が抽出され、分析されて、クラスの間で（たとえば低い尿路毒性と高い尿路毒性の間で）弁別することができるピークを識別する。これは、第一のクラスの、ある時点の各ピークについて、そのピークの抽出された特徴を第二の異なるクラスの、前記時点の対応するピークの抽出された特徴と比較して、それらの特徴のうちのいずれかが二つのクラスの間の弁別を許容するかどうかを判別することを含む。ある特徴がみつかれば、それらのクラスの間で弁別するための閾値が決定され、それによりその時点についての分類子を生成する。特徴は、p値、ROC限界および強度のうちの一つまたは複数を含む。

それらの分類子は組み合わされ、任意的に、弁別力に基づいて重み付けされて、放射線毒性および／または放射線毒性への感受性の、より信頼できる分類子を生成してもよい。しかしながら、放射線療法前の時点についての分類子のみが、放射線毒性の予測のための分類子を決定するために組み合わされることができる。

もう一つの実施形態では、MSデータ・セット内のバイオマーカーに対応する特徴のセットともに、機械学習ルーチンが用いられる。バイオマーカーは、MSデータ・セットによって捕捉されたスペクトル内に見出されるピークをもつものである。ここで、ピークの強度は15%のような所定の閾値を超える。上記のように、特徴はp値、ROC限界およびバイオマーカーに対応するピークの強度差であることができる。特徴を選択するために、遺伝的アルゴリズムのような特徴選択ルーチンを用いることができる。あるいはまた、放射線毒性トレーニング・システム１０のユーザーがそれらの特徴を選択することができる。たとえば、それらの特徴すべてが用いられることができる。

各MSデータ・セットについて、特徴のセットが抽出される。その後、抽出された特徴セットに機械学習ルーチンが適用されて、クラスの間で弁別する分類子を生成する。クラスは、感受性および非感受性、高い毒性または低い毒性、高い尿路毒性または低い尿路毒性、高い腸毒性または低い腸毒性などを含む。典型的には、機械学習ルーチンは、教師付き機械学習ルーチンである。しかしながら、教師なしおよび他の型の機械学習ルーチンが考えられている。

疾病の治療によって引き起こされる放射線毒性への患者の感受性を評価するために、放射線療法前に収集されたトレーニング用尿試料が用いられる。対照的に、疾病の治療によって引き起こされる放射線毒性を決定するためには、放射線療法前、療法中または療法後のうちの一つまたは複数において収集されたトレーニング用尿試料が用いられる。

放射線毒性トレーニング・システム１０は単一の疾病について記述されたが、複数の疾病について用いられることができることは理解される。すなわち、膀胱、直腸、子宮内膜または子宮頸癌のような他の疾病をもつ患者の放射線副作用についてのバイオマーカーを識別するために、上記のトレーニングがトレーニング・モジュール２８によって繰り返されることができる。

図７を参照するに、放射線毒性解析システム３０は、前立腺癌のような疾病の治療によって引き起こされる放射線毒性および／または放射線毒性への感受性について患者をモニタリングする。放射線毒性解析システム３０は、深刻な急性または慢性放射線毒性のリスクを減らすために、放射線療法計画において特に用途を見出す。たとえば、標的構造への追加の放射線線量ブーストが疾病コントロールのために有益であるが、ある種の非常に放射線に敏感な患者においては省かれる必要があることがある。さらに、放射線毒性解析システム３０は（たとえば化学療法およびホルモン療法と組み合わせて）癌療法の適時のパーソナル化を許容する。

放射線毒性解析システム３０は記憶メモリ３２を含む。記憶メモリ３２は、前記疾病を含む一つまたは複数の疾病の治療によって引き起こされる放射線毒性および／または放射線毒性への感受性を示す既知のバイオマーカーを記憶している。既知のバイオマーカーはたとえば、上記で論じた放射線毒性トレーニング・システム１０によって決定されることができる。それらのバイオマーカーについての対応する分類子も記憶メモリ３２に記憶されることができる。

いくつかの実施形態では、放射線毒性解析システム３０は、尿試料内のバイオマーカーを決定し、前記データ・セットを生成するよう構成された装置３４を含む。しかしながら、他の実施形態では、図のように、装置３４は放射線毒性解析システム３０の外部である。装置３４はSELDI質量分析計のような質量分析計または微量定量プレートまたは電子検定チップ上で酵素結合免疫吸着検定（ELISA）を（たとえば電子的に）読むための装置であることができる。尿試料の用意は、使用されるそれぞれの読み取り機について推奨されるように好適に実行される。

放射線毒性解析システム３０はさらに、少なくとも一つのプロセッサ３６と、少なくとも一つのプログラム・メモリ３８とを含む。プログラム・メモリ３８は、プロセッサ３６によって実行されたときに、疾病の治療によって引き起こされる放射線毒性および／または放射線毒性への感受性について患者をモニタリングするプロセッサ実行可能命令を含む。プロセッサ３６は、プロセッサ実行可能命令を実行して、疾病の治療によって引き起こされる放射線毒性および／または放射線毒性への感受性について患者をモニタリングする。放射線毒性解析システム３０はさらに、プロセッサ３６、プログラム・メモリ３８および表示装置４２のような放射線毒性解析システム３０の他の任意のコンポーネントを相互接続する少なくとも一つのシステム・バス４０を含む。

疾病の治療によって引き起こされる放射線毒性および／または放射線毒性への感受性について患者をモニタリングするために、プログラム・メモリ３８のプロセッサ実行可能命令は図８のルーチン５０を実装し、プロセッサ３６が図８のルーチン５０を実行するようプログラムされる。ルーチン５０は、患者の尿試料内のバイオマーカーの強度（濃度）を示すデータ・セット５２（たとえば例解したようなMSデータ・セットまたはELISA検定測定結果）を受領することを含む。

ルーチン５０はまた、疾病の治療からの放射線毒性または放射線毒性への感受性を示すバイオマーカー５４を受領することも含む。バイオマーカー５４についての対応する分類子５６も受領される。バイオマーカー５４および分類子５６は、記憶メモリ３２から好適に受領されるが、放射線毒性トレーニング・システム１０から受領されることもできる。遺伝試験、腫瘍等級付け、スケーリング、組織学、並行した患者薬投与、患者ファイル・データ、医療撮像および試験管内診断のうちの一つまたは複数からの追加的なデータ５８も、疾病および放射線敏感性についてのパーソナル化された情報を得るために得ることができる。追加的なデータ５８はたとえば、患者情報システムから受領されることができる。

上記のデータを受領後、データ・セット５２は解析６０されて、患者の毒性を判別する。いくつかの実施形態では、これは、バイオマーカー５４の関連する特徴を抽出することを含む。上記のように、MSについては、バイオマーカー５４はMSスペクトルにおけるピークに対応し、該ピークは質量区間として好適に定義される。たとえば、バイオマーカーのあるピークについての質量区間は、トレーニングのために使われたすべての患者におけるピークの平均m/zの±0.2%であることができる。異なる質量分析計で収集されたスペクトルは（たとえば較正の不完全性のため）わずかに異なるので、質量区間を使うことは重要である。また、異なる被験体において同定された同じMSピークは、わずかに異なるm/z値のところに現われることがありうる。そのような相違は、遺伝子レベルおよび翻訳後の修飾レベルを含むさまざまなレベルにおける変動のためでありうる。質量分析、特にSELDI-MSも限られた質量分解能をもつ。

抽出された特徴に基づいて、患者が放射線毒性を被っているかどうか、あるいは患者が放射線毒性に感受性があるかどうかについて判定がなされる。たとえば、抽出された特徴は、たとえば放射線毒性トレーニング・システム１０によって決定された分類子５６の一つに入力されることができる。決定は、追加的なデータ５８または両者の組み合わせを使って実行されることもできる。決定の確からしさは、たとえば、抽出された特徴が閾値にどのくらい近いかに基づいて、なされることができる。

決定および／または確からしさは、次いで、表示装置４２を用いてユーザーに表示される６２ことができる。次いで、治療する医師はそれに基づいて患者についての治療計画を決定することができる。たとえば、治療する医師は、患者がきわめて放射線に敏感である場合には、放射線療法の代わりに、手術、純粋な化学療法またはホルモン療法を用いることができる。決定は、他の臨床意思決定システムによっても用いられることができる。

いくつかの実施形態では、ルーチン５０は、腸毒性および尿路毒性（前立腺癌の治療によって引き起こされる放射線毒性の型）について尿試料のデータ・セットを解析する。腸毒性については、ルーチン５０は、放射線療法前に得られた尿試料のMSデータを6732Daバイオマーカーについて解析し、それに基づいて、患者の腸毒性に対する感受性を決定する。さらに、いくつかの実施形態では、ルーチン５０は、放射線療法開始後に得られた尿試料のMSデータを、6732Daおよび2863Daバイオマーカーについて解析し、それに基づいて、患者が腸毒性を被っているかまたはのちに被るかを決定する。

尿路毒性については、ルーチン５０は、放射線療法前に得られた尿試料のMSデータを8293Daおよび10571Daバイオマーカーについて解析し、それに基づいて、患者の尿路毒性に対する感受性を決定する。さらに、いくつかの実施形態では、ルーチン５０は、放射線療法開始の前および／または後に得られた尿試料のMSデータを、4478Da、6716Da、8293Da、8840Daおよび10571Daバイオマーカーについて解析し、それに基づいて、患者が尿路毒性を被っているかどうかを決定する。

放射線毒性解析システム１０は単一の疾病について記述されたが、複数の疾病について用いられることができることは理解される。つまり、モニタリングは他の疾病のバイオマーカーについても実行されることができる。さらに、放射線毒性トレーニング・システム１０および放射線毒性解析システム３０は統合されることができることが考えられている。そのような実施形態では、患者の、放射線毒性に感受性があるまたは放射線毒性を被っているという確証された分類が、分類子５６を更新するために使われることができる。

図９を参照するに、療法システム７０は、患者の関心領域の一つまたは複数の計画画像を生成する撮像システム７２を含む。計画画像は体積（すなわち三次元）画像であり、典型的には療法システム７０の計画画像メモリ７４に記憶される。関心領域は一つまたは複数の標的構造を含み、典型的には、一つまたは複数の枢要構造を含む。標的構造のそれぞれは、治療されるべき、腫瘍のような、病変または他の組織領域である。各枢要構造は、標的構造に進む放射線のような標的構造のために意図された放射線であって、該枢要構造を通過したものまたは該枢要構造のすぐ近くを通過するものからの損傷のリスクがある器官または他の組織領域である。

撮像システム７２は、計算機断層撮影（CT）、陽電子放出断層撮影（PET）、磁気共鳴（MR）、単一光子放出計算機断層撮影（SPECT）、円錐ビーム計算機断層撮影（CBCT）などといった一つまたは複数の撮像モダリティを使って計画画像を生成する。よって、撮像システム７２は、撮像モダリティに対応する一つまたは複数のスキャナ７６ならびにスキャナからの生画像データを計画画像に再構成するバックエンド・システムを含む。図のように、撮像システム７２は、少なくともCTを使って計画画像を生成し、CTスキャナ７６を含む。

療法システム７０の計画システム７８は、典型的には計画画像メモリ７４から受領される計画画像および／または非撮像データ７９を使って患者のための最適な治療計画を生成および／または更新する。計画システム７８はさらに、放射線毒性システムによって決定された患者の放射線毒性および／または患者の放射線毒性への感受性を使うことができる。最適な治療計画は好適には、複数の治療フラクションを含む。各フラクションは、標的構造についての計画標的体積（PTV: planning target volume）、標的構造のまわりのマージン、標的構造についての線量プロファイル、枢要構造についての線量限界および療法ビーム方向および強度を同定する。最適な治療計画は典型的には、療法システム７０の治療計画メモリ８０に記憶される。

計画システム７８は、少なくとも一つのプロセッサ８２および少なくとも一つのプログラム・メモリ８４を含む。プログラム・メモリ８４は、プロセッサ８２によって実行されたときに、最適な治療計画を生成および／または更新するプロセッサ実行可能命令を含む。プロセッサ８２は、プロセッサ実行可能命令を実行して、最適な治療計画を生成および／または更新する。計画システム７８はさらに、プロセッサ８２、プログラム・メモリ８４および計画システム７８の他の任意のコンポーネントを相互接続する少なくとも一つのシステム・バス８６を含む。

プロセッサ実行可能命令の制御モジュール８８は、最適な治療計画を生成および／または更新することを含め、計画システム７８の全体的な動作を制御する。制御モジュール８８は、計画システム７８の表示装置９０を使って、計画システム７８のユーザーに、グラフィカル・ユーザー・インターフェース（GUI）を好適に表示する。さらに、制御モジュール８８は、ユーザーが、計画システム７８のユーザー入力装置９２を使ってGUIと対話することを好適に許容する。たとえば、ユーザーは、最適な治療計画の生成および／または更新を制御するパラメータを指定するためにGUIと対話することができる。

プロセッサ実行可能命令のセグメンテーション・モジュール９４は、計画画像をセグメンテーションして計画画像内の構造（すなわち、標的構造および典型的には枢要構造）の境界を識別する。セグメンテーションは、自動的および／または手動で実行できる。自動セグメンテーションについては、構造の境界を識別するためにセグメンテーション・ルーチンが用いられる。セグメンテーション・ルーチンは、モデルまたはアトラスに基づくセグメンテーション・ルーチンのような、いくつもある既知のセグメンテーション・ルーチンの一つであることができる。手動セグメンテーションについては、ユーザーがユーザー入力装置９２を使って構造の境界を特定する。いくつかの実施形態では、セグメンテーション・モジュール９４は、計画画像をユーザーに対して表示するためにユーザー・インターフェースを用いる。するとユーザーは、ユーザー入力装置９２を使って計画画像上で構造の境界を特定できる。

セグメンテーションは、自動的および手動のセグメンテーションの組み合わせを使って実行されることができることも考えられている。つまり、構造の境界が上記のように自動的に識別されることができる。次いで、自動的に識別された境界は、任意的には計画画像にオーバーレイされて、表示装置９０を使ってユーザーに対して表示されることができ、ユーザーはユーザー入力装置９２を使って必要に応じて識別された境界を修正することができる。

プロセッサ実行可能命令の支援された計画モジュール９６は、最適な治療計画を生成および／または更新する。これは、治療パラメータの生成のための入力パラメータを受領することを含む。入力パラメータは、セグメンテーション・モジュール９４を使って識別された計画画像内の構造（すなわち、標的構造および典型的には枢要構造）の境界を含む。入力パラメータはさらに、ユーザー入力装置９２から受領されたパラメータを含む。これらのパラメータは、計画画像において同定されている構造のそれぞれを、標的構造および枢要構造の一方としてラベル付けすることを含む。さらに、これらのパラメータは、各構造について、ユーザーの専門知識または臨床ガイドラインに基づく、達成されるべき線量プロファイルの指定を含む。

入力パラメータはさらに、図７の放射線毒性解析システム３０によって決定された、患者の放射線毒性および／または患者の放射線毒性への感受性を含むことができる。これは有利なことに、慢性的なまたは深刻な急性の放射線毒性のリスクを軽減するよう最適な治療計画の修正を許容する。たとえば、標的構造への追加の放射線線量ブーストが疾病コントロールのためには有益であるが、ある種の非常に放射線に敏感な患者では省く必要があることがある。もう一つの例として、患者が治療中に放射線毒性の兆候（たとえば放射線毒性の臨床的な症状が現われる前の分子兆候（＝ペプチド濃度の変化））を示しはじめる場合、放射線線量を減らすよう、最適な治療計画が更新されることができる。

入力パラメータに基づいて、支援された計画モジュール９６は、逆計算による治療計画ルーチンに基づいて最適な治療計画を生成および／または更新する。いくつもあるよく知られたルーチンを用いることができる。しかしながら、一般に、逆計算による治療計画ルーチンは、標的構造への一様な、理想的な線量を達成しつつ枢要構造への線量を最小化しようとする。最適な治療計画は典型的には療法システム７０の治療計画メモリ８０に記憶される。

施与システム９８は、前記最適な治療計画を実行してアブレーション療法、外部ビーム放射線療法および／または短距離放射線療法のような療法を患者に施与する。療法は典型的には、X線、ガンマ線、プロトン、高密度焦点式超音波（HIFU）などの一つまたは複数のような放射線を含む。施与システム９８は、線形粒子加速器のような施与装置１００と、前記最適な治療計画に従って施与装置１００を制御する制御システム１０２とを含む。前記最適な治療計画は典型的には治療計画メモリ８０から受領されるが、他の源も考えられる。

本稿での用法では、メモリは、非一時的なコンピュータ可読媒体；磁気ディスクまたは他の磁気記憶媒体；光ディスクまたは他の光学式記憶媒体；ランダム・アクセス・メモリ（RAM）、読み出し専用メモリ（ROM）または他の電子的メモリ・デバイスまたはチップまたは動作上相互接続されたチップのセット；インターネット／イントラネットまたはローカル・エリア・ネットワークを介して記憶されている命令が取得されうるインターネット／イントラネット・サーバー；などの一つまたは複数を含む。さらに、本稿での用法では、プロセッサは、マイクロプロセッサ、マイクロコントローラ、グラフィック処理ユニット（GPU）、特定用途向け集積回路（ASIC）、FPGAなどの一つまたは複数を含み；コントローラは：（１）プロセッサおよびメモリであって、プロセッサがコントローラの機能を具現するメモリ上のコンピュータ実行可能命令を実行するもの；または（２）アナログおよび／またはデジタル・ハードウェアを含み；ユーザー入力装置はマウス、キーボード、タッチスクリーン・ディスプレイ、一つまたは複数のボタン、一つまたは複数のスイッチ、一つまたは複数のトグル、音声認識エンジンなどの一つまたは複数を含み；データベースは一つまたは複数のメモリを含み；表示装置はLCDディスプレイ、LEDディスプレイ、プラズマ・ディスプレイ、投影ディスプレイ、タッチスクリーン・ディスプレイなどの一つまたは複数を含む。

本発明は、好ましい実施形態を参照して記述してきた。上記の詳細な説明を読み、理解すれば他の者にも修正および変更が思いつくであろう。本発明は、付属の請求項またはその等価物の範囲内にはいる限りそのようなすべての修正および変更を含むものとして解釈されることが意図されている。
いくつかの態様を記載しておく。
〔態様１〕
放射線療法によって誘起される毒性を検出または予測する方法であって：
被験者からの尿試料を受領する段階と；
前記尿試料内の一つまたは複数のバイオマーカーを使って放射線毒性を検出または予測する段階とを含み、各バイオマーカーはポリペプチドに対応する、
方法。
〔態様２〕
前記検出または予測する段階が：
放射線療法によって引き起こされる腸毒性を検出するために2863±6Daおよび6732±13Daからなる群からの質量をもつ一つまたは複数のバイオマーカーについて前記尿試料を分析することを含む、
態様１記載の方法。
〔態様３〕
前記検出または予測する段階が：
前立腺癌の放射線療法における腸毒性を予測するために6732±13Daの質量をもつバイオマーカーについて前記尿試料を分析することを含む、
態様１または２記載の方法。
〔態様４〕
前記検出または予測する段階が：
放射線療法によって引き起こされる尿路毒性を検出するために4478±9Da、6716±13Da、8293±17Da、8840±18Daおよび10571±21Daのうちの少なくとも一つの質量をもつ一つまたは複数のバイオマーカーについて前記尿試料を分析することを含む、
態様１ないし３のうちいずれか一項記載の方法。
〔態様５〕
前記検出または予測する段階が：
前立腺癌の放射線療法における尿路毒性を予測するために8293±17Daおよび10571±21Daのうちの少なくとも一つの質量をもつ一つまたは複数のバイオマーカーについて前記尿試料を分析することを含む、
態様１ないし４のうちいずれか一項記載の方法。
〔態様６〕
前記検出または予測する段階が：
前立腺、膀胱、腸、直腸、子宮内膜、子宮頸、卵巣または膣癌の放射線療法によって誘起される毒性を検出または予測するために4478±9Da、6716±13Da、8293±17Da、8840±18Da、10571±21Da、2863±6Daおよび6732±13Daからなる群からのそれぞれ異なる質量を含む一つまたは複数のバイオマーカーについて前記尿試料を分析することを含む、
態様１ないし５のうちいずれか一項記載の方法。
〔態様７〕
前記検出または予測する段階が、前記尿の質量分析（MS）解析を実行することを含む、態様１ないし６のうちいずれか一項記載の方法。
〔態様８〕
前記検出または予測する段階が、酵素結合免疫吸着検定（ELISA）抗体検定を使って実行される、態様１ないし７のうちいずれか一項記載の方法。
〔態様９〕
前記検出または予測する段階が、遺伝子試験、腫瘍等級付け、スケーリング、組織学、並行した患者薬投与、患者ファイル・データ、医療撮像および試験管内診断のうちの一つまたは複数からのデータをさらに使う、態様１ないし８のうちいずれか一項記載の方法。
〔態様１０〕
前記検出または予測に基づいて：
誘起される前記放射線毒性の指示または前記放射線毒性への感受性の指示を表示する段階；および
放射線治療計画を生成または更新する段階であって、毒性に応じてまたは毒性への感受性に応じて線量が減らされる段階
のうちの少なくとも一つをさらに含む、態様１ないし９のうちいずれか一項記載の方法。
〔態様１１〕
放射線療法によって誘起される毒性を検出または予測するシステムであって：
尿試料に存在するポリペプチド・バイオマーカーを判別するよう構成された装置（３４）と；
前記尿試料にあると判別された一つまたは複数のポリペプチド・バイオマーカーに基づいて放射線毒性を検出または予測するようプログラムされた少なくとも一つのプロセッサとを有する、
システム。
〔態様１２〕
前記少なくとも一つのプロセッサが：
腸毒性を検出または予測するために2863±6Daおよび6732±13Daのうちの少なくとも一つの質量をもつポリペプチドについて、前記ポリペプチド・バイオマーカーを分析するようプログラムされている、
態様１１記載のシステム。
〔態様１３〕
前記少なくとも一つのプロセッサが：
尿路毒性を検出または予測するために4478±9Da、6716±13Da、8293±17Da、8840±18Daおよび10571±21Daのうちの少なくとも一つの質量をもつポリペプチドについて前記ポリペプチド・バイオマーカーを分析するようプログラムされている、
態様１１または１２記載のシステム。
〔態様１４〕
前記装置（３４）が、4478±9Da、6716±13Da、8293±17Da、8840±18Daおよび10571±21Daのうちの少なくとも一つの質量をもつペプチドが前記尿試料に存在しているかどうかを判定する、態様１１ないし１３のうちいずれか一項記載のシステム。
〔態様１５〕
前記少なくとも一つのプロセッサが：
前立腺、膀胱、腸、直腸、子宮内膜、子宮頸、卵巣または膣癌の放射線療法によって誘起される毒性を検出または予測するために4478±9Da、6716±13Da、8293±17Da、8840±18Da、10571±21Da、2863±6Daおよび6732±13Daのうちの少なくとも一つの質量をもつポリペプチドについて前記ポリペプチド・バイオマーカーを分析するようプログラムされている、
態様１１ないし１４のうちいずれか一項記載のシステム。
〔態様１６〕
前記装置（３４）が前記検出または予測を実行するために使われる質量分析計を含み、
前記少なくとも一つのプロセッサが：
前記尿試料の質量分析（MS）ピークから、p値、受信者動作特性限界および強度のうちの一つまたは複数である特徴を抽出し；
抽出された特徴を、尿試料のトレーニング・セットでトレーニングされた分類器に入力するようプログラムされている、
態様１１ないし１５のうちいずれか一項記載のシステム。
〔態様１７〕
前記検出または予測が、酵素結合免疫吸着検定（ELISA）抗体検定を使って実行される、態様１１ないし１６のうちいずれか一項記載のシステム。
〔態様１８〕
前記少なくとも一つのプロセッサが：
前記放射線毒性を検出または予測するために、遺伝子試験、腫瘍等級付け、スケーリング、組織学、並行した患者薬投与、患者ファイル・データ、医療撮像および試験管内診断のうちの一つまたは複数からのデータを使うようプログラムされている、
態様１１ないし１７のうちいずれか一項記載のシステム。
〔態様１９〕
前記少なくとも一つのプロセッサがさらに：
前記放射線毒性または感受性の指示を表示するよう表示装置を制御する段階と；
放射線治療計画を生成または更新する段階であって、毒性に応じてまたは毒性への感受性に応じて線量が減らされる段階とを実行するようプログラムされている、
態様１１ないし１８のうちいずれか一項記載のシステム。
〔態様２０〕
放射線療法によって誘起される毒性を検出または予測するバイオマーカーであって：
放射線によって誘起される毒性に特異的なポリペプチドを含み、該ポリペプチドは、4478±9Da、6716±13Da、8293±17Da、8840±18Da、10571±21Da、2863±6Daまたは6732±13Daの質量を含む、バイオマーカー。

Claims

放射線療法によって誘起される毒性を検出または予測する方法であって：
人間の被験者からの尿試料を受領する段階と；
前記尿試料内の一つまたは複数のバイオマーカーを使って、前立腺、膀胱、腸、直腸、子宮内膜、子宮頸、卵巣または膣癌の放射線療法によって誘起される尿路毒性および腸毒性の少なくとも一方の放射線毒性を検出または予測する段階とを含み、各バイオマーカーはポリペプチドに対応し、
前記検出または予測する段階が：
前記放射線療法によって誘起される尿路毒性を検出または予測するためには4478±9Da、6716±13Da、8293±17Da、8840±18Da、10571±21Da、2863±6Daおよび6732±13Daからなる群からのそれぞれ異なる質量を含む一つまたは複数のバイオマーカーについて前記尿試料を分析することを含み、前記放射線療法によって誘起される腸毒性を検出または予測するためには6732±13Daの質量をもつバイオマーカーについて前記尿試料を分析することを含む、
方法。
前記検出または予測する段階における、前記放射線療法によって引き起こされる腸毒性を検出または予測するための分析がさらに2863±6Daの質量をもつバイオマーカーについて前記尿試料を分析することを含む、
請求項１記載の方法。
前記放射線療法が前立腺癌の放射線療法であり、
前記検出または予測する段階における、前記前立腺癌の放射線療法における尿路毒性を予測するための分析において分析されるバイオマーカーが8293±17Daおよび10571±21Daのうちの少なくとも一つの質量をもつ一つまたは複数のバイオマーカーを含む、
請求項１または２記載の方法。
前記検出または予測する段階が、前記尿試料の質量分析（MS）解析を実行することを含む、請求項１ないし３のうちいずれか一項記載の方法。
前記検出または予測する段階が、酵素結合免疫吸着検定（ELISA）抗体検定を使って実行される、請求項１ないし４のうちいずれか一項記載の方法。
前記検出または予測する段階が、遺伝子試験、腫瘍等級付け、スケーリング、組織学、並行した患者薬投与、患者ファイル・データ、医療撮像および試験管内診断のうちの一つまたは複数からのデータをさらに使う、請求項１ないし５のうちいずれか一項記載の方法。
前記検出または予測に基づいて：
誘起される前記放射線毒性の指示または前記放射線毒性への感受性の指示を表示する段階；および
放射線治療計画を生成または更新する段階であって、毒性に応じてまたは毒性への感受性に応じて線量が減らされる段階
のうちの少なくとも一つをさらに含む、請求項１ないし６のうちいずれか一項記載の方法。
放射線療法によって誘起される毒性を検出または予測するシステムであって：
人間の被験者からの尿試料に存在するポリペプチド・バイオマーカーを判別するよう構成された装置と；
前記尿試料にあると判別された一つまたは複数のポリペプチド・バイオマーカーに基づいて、前立腺、膀胱、腸、直腸、子宮内膜、子宮頸、卵巣または膣癌の放射線療法によって誘起される尿路毒性および腸毒性の少なくとも一方の放射線毒性を検出または予測するようプログラムされた少なくとも一つのプロセッサとを有し、
前記少なくとも一つのプロセッサが：
前記放射線療法によって誘起される尿路毒性を検出または予測するためには4478±9Da、6716±13Da、8293±17Da、8840±18Da、10571±21Da、2863±6Daおよび6732±13Daのうちの少なくとも一つの質量をもつポリペプチドについて前記ポリペプチド・バイオマーカーを分析し、前記放射線療法によって誘起される腸毒性を検出または予測するためには6732±13Daの質量をもつバイオマーカーについて前記ポリペプチド・バイオマーカーを分析するようプログラムされている、
システム。
前記放射線療法によって誘起される腸毒性を検出または予測するための分析がさらに2863±6Daの質量をもつバイオマーカーについて分析することを含む、
請求項８記載のシステム。
前記装置が前記検出または予測を実行するために使われる質量分析計を含み、
前記少なくとも一つのプロセッサが：
前記尿試料の質量分析（MS）ピークから、p値、受信者動作特性限界および強度のうちの一つまたは複数である特徴を抽出し；
抽出された特徴を、尿試料のトレーニング・セットでトレーニングされた分類器に入力するようプログラムされている、
請求項８または９記載のシステム。
前記検出または予測が、酵素結合免疫吸着検定（ELISA）抗体検定を使って実行される、請求項８ないし１０のうちいずれか一項記載のシステム。
前記少なくとも一つのプロセッサが：
前記放射線毒性を検出または予測するために、遺伝子試験、腫瘍等級付け、スケーリング、組織学、並行した患者薬投与、患者ファイル・データ、医療撮像および試験管内診断のうちの一つまたは複数からのデータを使うようプログラムされている、
請求項８ないし１１のうちいずれか一項記載のシステム。
前記少なくとも一つのプロセッサがさらに：
前記放射線毒性または感受性の指示を表示するよう表示装置を制御する段階と；
放射線治療計画を生成または更新する段階であって、毒性に応じてまたは毒性への感受性に応じて線量が減らされる段階とを実行するようプログラムされている、
請求項８ないし１２のうちいずれか一項記載のシステム。