[发明专利]用于改善疾病诊断的系统和方法

说明书

本发明涉及用于改善疾病诊断准确性的系统和方法，并且涉及所测分析物与二元结果(例如，非疾病或疾病)以及更高阶结果(例如，疾病的多个阶段中的一个)的相关性的关联诊断测试。本发明的方法使用生物标志物集，优选具有正交功能的那些生物标志物，以获得疾病和非疾病状态的浓度和邻近度分数值。生物标志物集的邻近度分数在正交网格上绘制，每种生物标志物一个维度。然后使用邻近度分数和正交网格化来计算患者的疾病状态或非疾病状态诊断。

本申请是分案申请，其原案申请是申请号为PCT/US2017/014595、申请日为2017年01月23日的PCT申请并且于2018年09月05日进入中国国家阶段，国家申请号为201780015495.7，名称为“用于改善疾病诊断的系统和方法”。

相关申请的交叉引用

本申请要求2016年1月22日提交的美国临时申请第62/281,797号的权益，其整体通过引用并入本文。

2014年3月13日提交的相关专利申请PCT/US2014/000041(通过引用以其整体并入本文)描述了使用用于相关性分析的自变量来改善疾病预测的方法，该自变量不是直接测量的分析物的浓度，而是称为“邻近度分数”(Proximity Score)的计算值，该值根据浓度计算得到并且还针对特定年龄(或其他生理参数) 被归一化，以消除年龄偏移和当疾病状态从非疾病转变为疾病时浓度值随生理参数(例如，年龄、绝经状态等)偏移或改变的非线性。

技术领域

本发明涉及用于改善疾病诊断准确性的系统和方法，并且涉及所测分析物与二元结果(例如，非疾病或疾病)以及更高阶结果(例如，疾病的多个阶段中的一个)的相关性的关联诊断测试。

背景技术

诊断医学长期以来一直承诺，蛋白质组学，即与疾病状态相关的多种蛋白质的测量会产生突破性诊断方法，用于迄今为止针对疾病的研究尚未产生简单可行的血液测试的疾病。癌症和阿尔茨海默病便是两个。在很大程度上，一个主要问题归结为样品的蛋白质(或其他生物分子)浓度测量受到与其他病症或药物相关的因素(如对酒精是否有规定)干扰，或受到对生物分子浓度测量反映出地理影响和环境影响的因素干扰。在将被用作评估相关性的模型基础的具有已知疾病和非疾病状态的大群体中，如果没有数千种也有数百种影响所选生物标志物的上调或下调的病症或药物。此外，生物系统表现出复杂的非线性行为，这使得在相关性方法中难以建模。

附图说明

当结合附图考虑时，通过参考以下详细描述，将更容易获得本发明及其许多伴随的优点的更好和更完整的理解，其中：

图1显示了400名已被诊断患有乳腺癌(红色)或未患有乳腺癌(蓝色)的女性中两种典型的重要生物标志物IL 6和VEGF。

图2显示了图1中所示400名女性的相同的两种生物标志物IL 6和VEGF 的邻近度分数图。

图3显示了400名被诊断患有乳腺癌和未患有乳腺癌的女性的生物标志物 VEGF的群体分布。

图4显示了生物标志物PSA和TNFα平均浓度值的年龄分布。

图5显示了在水平轴上绘制的IL 6和VEGF邻近度分数以及在垂直轴上绘制的群体分布的3D图。

图6是图5的水平轴向下旋转得到的图，其显示蓝色(非癌症)和红色(癌症) 样品的水平分离。

图7是显示绘制的IL 6、VEGF和IL 8的3D图。

图8显示了图7绕垂直轴旋转并向后倾斜得到的图。

图9显示了图7通过绕原点旋转以看见背面的图。

图10显示了图7向上旋转以显示在前面的红色(癌症)样品的图。

图11显示了随着癌症从健康进展至乳腺癌3期，对五种乳腺癌生物标志物的作用。