JP7627826B2 - 情報処理システム及び情報処理方法 - Google Patents
情報処理システム及び情報処理方法 Download PDFInfo
- Publication number
- JP7627826B2 JP7627826B2 JP2023541419A JP2023541419A JP7627826B2 JP 7627826 B2 JP7627826 B2 JP 7627826B2 JP 2023541419 A JP2023541419 A JP 2023541419A JP 2023541419 A JP2023541419 A JP 2023541419A JP 7627826 B2 JP7627826 B2 JP 7627826B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- rna
- dna
- diagnostic
- quality
- 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
- 230000010365 information processing Effects 0.000 title claims description 54
- 238000003672 processing method Methods 0.000 title claims description 12
- 230000015572 biosynthetic process Effects 0.000 claims description 35
- 238000003786 synthesis reaction Methods 0.000 claims description 35
- 238000000034 method Methods 0.000 claims description 30
- 206010028980 Neoplasm Diseases 0.000 claims description 28
- 201000011510 cancer Diseases 0.000 claims description 28
- 108090000765 processed proteins & peptides Proteins 0.000 claims description 27
- 230000008569 process Effects 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 12
- 206010064571 Gene mutation Diseases 0.000 claims description 10
- 238000003745 diagnosis Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 230000006820 DNA synthesis Effects 0.000 claims 1
- 230000006819 RNA synthesis Effects 0.000 claims 1
- 102000053602 DNA Human genes 0.000 description 113
- 108020004414 DNA Proteins 0.000 description 113
- 239000000523 sample Substances 0.000 description 26
- 229940022399 cancer vaccine Drugs 0.000 description 19
- 238000009566 cancer vaccine Methods 0.000 description 19
- 102000004196 processed proteins & peptides Human genes 0.000 description 19
- 238000010586 diagram Methods 0.000 description 14
- 238000004519 manufacturing process Methods 0.000 description 14
- 230000001934 delay Effects 0.000 description 9
- 239000003814 drug Substances 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000006866 deterioration Effects 0.000 description 7
- 108090000623 proteins and genes Proteins 0.000 description 6
- 238000011282 treatment Methods 0.000 description 6
- 210000004027 cell Anatomy 0.000 description 5
- 229940023041 peptide vaccine Drugs 0.000 description 5
- 208000023275 Autoimmune disease Diseases 0.000 description 4
- 239000000427 antigen Substances 0.000 description 4
- 102000036639 antigens Human genes 0.000 description 4
- 108091007433 antigens Proteins 0.000 description 4
- 229940079593 drug Drugs 0.000 description 4
- 239000012634 fragment Substances 0.000 description 4
- 230000015654 memory Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000035772 mutation Effects 0.000 description 4
- 102000048850 Neoplasm Genes Human genes 0.000 description 3
- 108700019961 Neoplasm Genes Proteins 0.000 description 3
- 239000013614 RNA sample Substances 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000013467 fragmentation Methods 0.000 description 3
- 238000006062 fragmentation reaction Methods 0.000 description 3
- 102000039446 nucleic acids Human genes 0.000 description 3
- 108020004707 nucleic acids Proteins 0.000 description 3
- 150000007523 nucleic acids Chemical class 0.000 description 3
- 238000003752 polymerase chain reaction Methods 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000003908 quality control method Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000002560 therapeutic procedure Methods 0.000 description 3
- 229960005486 vaccine Drugs 0.000 description 3
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 description 2
- 241000282412 Homo Species 0.000 description 2
- 238000002619 cancer immunotherapy Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 210000001151 cytotoxic T lymphocyte Anatomy 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000012268 genome sequencing Methods 0.000 description 2
- 208000028867 ischemia Diseases 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000001575 pathological effect Effects 0.000 description 2
- 229920001184 polypeptide Polymers 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 206010006187 Breast cancer Diseases 0.000 description 1
- 208000026310 Breast neoplasm Diseases 0.000 description 1
- 206010009944 Colon cancer Diseases 0.000 description 1
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 238000012300 Sequence Analysis Methods 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 208000029742 colonic neoplasm Diseases 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000037111 immune power Effects 0.000 description 1
- 210000000987 immune system Anatomy 0.000 description 1
- 230000002163 immunogen Effects 0.000 description 1
- 210000000265 leukocyte Anatomy 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000008194 pharmaceutical composition Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 210000004881 tumor cell Anatomy 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
- G16B30/10—Sequence alignment; Homology search
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Public Health (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Chemical & Material Sciences (AREA)
- Biotechnology (AREA)
- Evolutionary Biology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Biophysics (AREA)
- Analytical Chemistry (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Genetics & Genomics (AREA)
- Molecular Biology (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Peptides Or Proteins (AREA)
Description
本発明は、情報処理システム及び情報処理方法に関する。
従来、既存の医薬品は予め製造されて薬局に保管されており、医師の処方箋に応じて患者に処方されてきた。近年、患者さんの体質や病気の特徴にあった薬（以下、個別化薬という）が患者に投与されつつある。
これまでのがん医療では、肺がん、大腸がん、乳がんといったがんの種類別に治療や薬が選ばれていた。しかし、２０００年代に入り、がんの原因となっている分子（タンパク質）やその基となる遺伝子の解明が進み、このような分子や遺伝子などに働く「分子標的薬」を使うことができるようになってきた。分子標的薬からさらに発展して、患者個別の分子や遺伝子を対象にした治療法も発展している。ここでがんの種類だけではなく、遺伝子変異などのがんの特徴に合わせて、一人一人に適した治療を行うことを、「個別化治療」と呼ぶ。従来、がんの遺伝子情報に基づく「個別化治療」は、主に、少数の遺伝子を調べる「がん遺伝子検査」と、多数の遺伝子を同時に調べる「がん遺伝子パネル検査」に基づいて行われてきた。
近年、更に「人間が本来もつ免疫の力でがん細胞を攻撃、排除する」というがん免疫療法を用いた治療（以下、がんワクチン治療という）が進んでいる。がんワクチン治療の一つとして「ペプチドワクチン」が知られている。ペプチドワクチンは、がんの目印である抗原を含む。この抗原を直接体内に注射すると、人間が本来持っている免疫機能が異常を察知し、がんの目印である抗原をターゲットに攻撃してがん細胞を死滅させるしくみである。
近年、各患者のがんの遺伝子変異のすべてが簡単に分かる時代になり、がんの免疫療法において、その遺伝子変異により新たに生じる「ペプチド」の重要性がクローズアップされている。このペプチドは、「ネオアンチゲン」と呼ばれる変異ペプチドである。それらがヒト白血球抗原（Human Leukocyte Antigen：HLA）に乗ってがん細胞の表面に出ると、それらは正常細胞の表面にはないペプチドであるから、細胞障害性Ｔ細胞（Cytotoxic T lymphocyte：CTL）はそれを敵とみなし、がん細胞を殺せることが明らかとなってきた。
今では、「ネオアンチゲン」を使った個別化のがんワクチン療法が、がんの治療法や再発予防法として有効かどうかを確かめる臨床試験が、欧米で行われている。また特許文献１では、特定のヒト被験者に対して免疫原性であるポリペプチドの断片を同定する方法や当該ポリペプチド断片を含む個別化された医薬組成物の調製方法が開示されている。
今では、「ネオアンチゲン」を使った個別化のがんワクチン療法が、がんの治療法や再発予防法として有効かどうかを確かめる臨床試験が、欧米で行われている。また特許文献１では、特定のヒト被験者に対して免疫原性であるポリペプチドの断片を同定する方法や当該ポリペプチド断片を含む個別化された医薬組成物の調製方法が開示されている。
「ネオアンチゲン」と呼ばれる変異ペプチドは患者個々によって種類も数も異なるため、患者毎に個別に、患者のがん組織の遺伝子変異からペプチドワクチンを生産する必要がある。患者の病気が進行する前にペプチドワクチンを患者に届けなければならないが、この生産は受注生産になるため、複数の工程のうち一つの工程でミスがあると、もう一度、その工程を繰り返す必要があるので、患者への提供が遅れるという問題がある。
ペプチドワクチンの生産工程では、ワクチンレシピの作成前に、分析前プロセス及び分析プロセスを経て、断片化されたＤＮＡ（DeoxyriboNucleic Acid）データが出力される。ここで、分析前プロセスは例えば、検体採取、ホルマリン固定、病理組織標本作成、腫瘍細胞比率の確認、遺伝子検査用病理組織標本の確定、確定標本からの核酸抽出を含む。分析プロセスは例えば、ライブラリ調整、ＰＣＲ（Polymerase Chain Reaction）による複製、シーケンシング、データ出力を含む。シーケンサの出力データは、ライブラリ調整において施される断片化の影響を受け、ＤＮＡ／ＲＮＡデータの多数の断片を集めたデータの集合体である。
シーケンサの出力データは、分析前プロセスと分析プロセスの影響によって結果が一定にならない。特に、入力されるＤＮＡサンプルの品質、ＰＣＲ工程のバラつき、シーケンシングの精度の影響を受ける。通常、プロセスごとに設けられた品質管理基準にもとづき、バリデーション、内部精度管理、外部精度管理を実施することで、出力データの品質を担保する。しかしながら、工程の最後に品質が悪いことが発覚することもあり、再度のやり直しが発生した場合に、ワクチン製造が遅れ、患者への提供が遅れるという問題がある。
なお、がんワクチンだけでなく、自己免疫疾患も同様なネオアンチゲンでの治療の可能性があり、自己免疫疾患の個別化医療においても同様の問題がある。
本発明は、上記問題に鑑みてなされたものであり、個別化医療用のワクチンの製造の遅延を抑制することを可能とする情報処理システム及び情報処理方法を提供することを目的とする。
本発明の第１の態様に係る情報処理システムは、がんの遺伝子変異に由来する変異ペプチドを合成するために使用される合成用ＤＮＡ／ＲＮＡデータを出力する情報処理システムであって、対象患者の組織から抽出されたサンプルに対して第１シーケンサが出力した第１断片化ＤＮＡ／ＲＮＡデータの配列の品質を当該第１シーケンサから出力された品質データを用いて診断し、診断結果を表す第１診断データを少なくとも一つ決定する第１診断部と、前記対象患者の組織から抽出されたサンプルに対して第２シーケンサが出力した第２断片化ＤＮＡ／ＲＮＡデータの配列の品質を第２シーケンサから出力された品質データを用いて診断し、診断結果を表す第２診断データを少なくとも一つ決定する第２診断部と、前記第１診断データと前記第２診断データを踏まえて、前記第１断片化ＤＮＡ／ＲＮＡデータと前記第２断片化ＤＮＡ／ＲＮＡデータから、前記合成用ＤＮＡ／ＲＮＡデータを出力する出力部と、を備える。
この構成によれば、変異ペプチドを合成するために、品質が良い合成用ＤＮＡ／ＲＮＡデータが出力される可能性が向上し、合成用ＤＮＡ／ＲＮＡデータの品質悪化に伴うやり直しを抑制するので、個別化がんワクチンの製造の遅延を抑制することができる。
本発明の第２の態様に係る情報処理システムは、第１の態様に係る情報処理システムであって、前記第１診断部は、前記第１シーケンサから出力された品質データに加えて前記第１シーケンサのシーケンスの前に実施される分析前プロセスの品質情報を用いて前記第１断片化ＤＮＡ／ＲＮＡデータの配列の品質を診断して前記第１診断データを決定し、前記第２診断部は、前記第２シーケンサから出力された品質データに加えて前記第２シーケンサのシーケンスの前に実施される分析前プロセスの品質情報を用いて前記第２断片化ＤＮＡ／ＲＮＡデータの配列の品質を診断して前記第２診断データを決定してもよい。
本発明の第３の態様に係る情報処理システムは、第１または第２の態様に係る情報処理システムであって、前記出力部は、前記第１診断データと前記第２診断データを踏まえて、前記第１断片化ＤＮＡ／ＲＮＡデータと前記第２断片化ＤＮＡ／ＲＮＡデータを切り替えて前記合成用ＤＮＡ／ＲＮＡデータとして出力してもよい。
本発明の第４の態様に係る情報処理システムは、第１または第２の態様に係る情報処理システムであって、前記出力部は、前記第１診断データと前記第２診断データを踏まえて、前記第１断片化ＤＮＡ／ＲＮＡデータの一部と前記第２断片化ＤＮＡ／ＲＮＡデータの一部を組み合わせて前記合成用ＤＮＡ／ＲＮＡデータとして出力してもよい。
本発明の第５の態様に係る情報処理システムは、がんの遺伝子変異に由来する変異ペプチドを合成するために使用される合成用ＤＮＡ／ＲＮＡデータを出力する情報処理システムであって、対象患者の組織から抽出されたサンプルに対して第１シーケンサが出力した第１断片化ＤＮＡ／ＲＮＡデータと前記対象患者の組織から抽出されたサンプルに対して第２シーケンサが出力した第２断片化ＤＮＡ／ＲＮＡデータを結合して合成用ＤＮＡ／ＲＮＡデータとして出力する出力部を備える。
本発明の第６の態様に係る情報処理システムは、第５の態様に係る情報処理システムであって、前記出力部は、前記合成用ＤＮＡ／ＲＮＡデータを出力する際に、当該合成用ＤＮＡ／ＲＮＡデータとともに、前記変異ペプチドの優先順位を含む診断データを出力してもよい。
本発明の第７の態様に係る情報処理システムは、がんの遺伝子変異に由来する変異ペプチドを合成するための合成用ＤＮＡ／ＲＮＡデータを出力する情報処理システムであって、対象患者の組織から抽出されたサンプルに対して第１シーケンサが出力した第１断片化ＤＮＡ／ＲＮＡデータ、前記対象患者の組織から抽出されたサンプルに対して第２シーケンサが出力した第２断片化ＤＮＡ／ＲＮＡデータ、及び前記対象患者の組織から抽出されたサンプルに対して第３シーケンサが出力した第３断片化ＤＮＡ／ＲＮＡデータの対応する順番の塩基同士を多数決してそれぞれの順番の塩基を決定することにより、合成用ＤＮＡ／ＲＮＡデータを決定する出力部を備える。
本発明の第８の態様に係る情報処理方法は、がんの遺伝子変異に由来する変異ペプチドを合成するための合成用ＤＮＡ／ＲＮＡデータを出力する情報処理方法であって、対象患者の組織から抽出されたサンプルに対して第１シーケンサが出力した第１断片化ＤＮＡ／ＲＮＡデータの配列の品質を当該第１シーケンサから出力された品質データを用いて診断し、診断結果を表す第１診断データを少なくとも一つ決定する手順と、対象患者の組織から抽出されたサンプルに対して第２シーケンサが出力した第２断片化ＤＮＡ／ＲＮＡデータの配列の品質を第２シーケンサから出力された品質データを用いて診断し、診断結果を表す第２診断データを少なくとも一つ決定する手順と、前記第１診断データと前記第２診断データを踏まえて、前記第１断片化ＤＮＡ／ＲＮＡデータと前記第２断片化ＤＮＡ／ＲＮＡデータから、前記合成用ＤＮＡ／ＲＮＡデータを出力する手順と、を有する。
本発明の第９の態様に係る情報処理方法は、がんの遺伝子変異に由来する変異ペプチドを合成するための合成用ＤＮＡ／ＲＮＡデータを出力する情報処理方法であって、対象患者の組織から抽出されたサンプルに対して第１シーケンサが出力した第１断片化ＤＮＡ／ＲＮＡデータと前記対象患者の組織から抽出されたサンプルに対して第２シーケンサが出力した第２断片化ＤＮＡ／ＲＮＡデータを結合して合成用ＤＮＡ／ＲＮＡデータとして出力する手順を有する。
本発明の第１０の態様に係る情報処理方法は、がんの遺伝子変異に由来する変異ペプチドを合成するために使用される合成用ＤＮＡ／ＲＮＡデータを出力する情報処理方法であって、対象患者の組織から抽出されたサンプルに対して第１シーケンサが出力した第１断片化ＤＮＡ／ＲＮＡデータ、前記対象患者の組織から抽出されたサンプルに対して第２シーケンサが出力した第２断片化ＤＮＡ／ＲＮＡデータ、及び前記対象患者の組織から抽出されたサンプルに対して第３シーケンサが出力した第３断片化ＤＮＡ／ＲＮＡデータの対応する順番の塩基同士を多数決してそれぞれの順番の塩基を決定することにより、合成用ＤＮＡ／ＲＮＡデータを決定する手順を有する。
本発明の一態様によれば、変異ペプチドを合成するために、品質が良い合成用ＤＮＡ／ＲＮＡデータが出力される可能性が向上し、合成用ＤＮＡ／ＲＮＡデータの品質悪化に伴うやり直しを抑制するので、個別化がんワクチンの製造の遅延を抑制することができる。
以下、各実施形態について、図面を参照しながら説明する。但し、必要以上に詳細な説明は省略する場合がある。例えば、既によく知られた事項の詳細説明や実質的に同一の構成に対する重複説明を省略する場合がある。これは、以下の説明が不必要に冗長になるのを避け、当業者の理解を容易にするためである。
図１は、個別化がんワクチンの製造工程の一例を示す模式図である。
（ステップＳ１０）まず医師による手術によって対象患者からがん組織が切除され、このがん組織または組織標本からＤＮＡ／ＲＮＡサンプルを抽出する。
（ステップＳ２０）次にＤＮＡ／ＲＮＡサンプルが輸送され、例えばベンダーで保管される。ここでベンダーは次世代シーケンサを保有している。
（ステップＳ３０）次に次世代シーケンサによってＤＮＡ／ＲＮＡサンプルのゲノムが読み込まれ、がんの遺伝子変異に由来する変異ペプチド（すなわちネオアンチゲン）を合成するために使用される合成用ＤＮＡ／ＲＮＡデータが出力される。
（ステップＳ４０）次に、合成用ＤＮＡ／ＲＮＡデータから、個別化がんワクチンのレシピが作成される。
（ステップＳ５０）次に、作成されたレシピから、個別化がんワクチンが製造される。
（ステップＳ６０）次に、製造された個別化がんワクチンが輸送され病院で保管される。
（ステップＳ７０）対象患者に個別化がんワクチンが注射される。
ここで合成用ＤＮＡ／ＲＮＡデータの品質が悪化すると、再度、ステップＳ２０のサンプルの輸送からやり直す必要があり、個別化がんワクチンの製造が遅れるという問題がある。この問題に対して、本実施形態では、合成用ＤＮＡ／ＲＮＡデータの品質の悪化を抑制するための情報処理システム及び情報処理方法を提供する。
＜第１の実施形態：出力切替＞
本実施形態では、シーケンサを並列化し、分析前のプロセスごとの品質情報を含む動作ロ及び／または出力の品質データを診断する診断機能を踏まえて、出力データを統合する。ここで品質データは例えば、カバレッジ（標的領域）のデプス（読み取り深度）（Depth of coverage）、カバレッジ（標的領域）の均一性・網羅性（Uniformity of coverage）、GCバイアス（GC bia）、Ti/Tv比（Transition/transversion ratio）、ベースコール品質スコア（Base call quality scores）、マッピングの品質（Mapping quality）、重複リードの割合と除去（Duplicate read success rate and removal of duplicate reads）、リードの１塩基目の成功率（First base read success）、シグナルインテンシティの減衰（Decline in signal intensity）、DNA鎖間のバイアス（Strand bias）を少なくとも一つを含む。
本実施形態では、シーケンサを並列化し、分析前のプロセスごとの品質情報を含む動作ロ及び／または出力の品質データを診断する診断機能を踏まえて、出力データを統合する。ここで品質データは例えば、カバレッジ（標的領域）のデプス（読み取り深度）（Depth of coverage）、カバレッジ（標的領域）の均一性・網羅性（Uniformity of coverage）、GCバイアス（GC bia）、Ti/Tv比（Transition/transversion ratio）、ベースコール品質スコア（Base call quality scores）、マッピングの品質（Mapping quality）、重複リードの割合と除去（Duplicate read success rate and removal of duplicate reads）、リードの１塩基目の成功率（First base read success）、シグナルインテンシティの減衰（Decline in signal intensity）、DNA鎖間のバイアス（Strand bias）を少なくとも一つを含む。
検体採取においては、FFPE検体を使用することが望ましく、温虚血時間（血流停止から摘出まで）、冷虚血時間 （摘出から固定まで）が重要である。
抽出核酸の品質基準については、核酸の品質（主に断片化の程度を評価）として、ΔCt値（ΔΔCq）、DIN 値、Q-value、DV200などを用いてもよい。
ライブラリの品質基準については、ライブラリ調製後、適切な品質チェックを行い、シークエンス解析に進んで良いかどうかを判断するために予め指標を設定してもよい。この指標として、DNA量、フラグメントサイズを用いてもよい。
図２は、第１の実施形態に係る情報処理システムの概略ブロック図である。図２に示すように、情報処理システム１は、がんの遺伝子変異に由来する変異ペプチドを合成するために使用される合成用ＤＮＡ／ＲＮＡデータを出力するものであり、プロセッサ１０を備える。プロセッサ１０は、プログラムをメモリ（図示せず）にロードし、当該プログラムに含まれる一連の命令を実行することによって、第１診断部１１、第２診断部１２、出力部１３として機能する。
第１シーケンサ２１は例えば次世代シーケンサであり、対象患者のがん組織から抽出されたサンプルをゲノムシーケンスして、第１断片化ＤＮＡ／ＲＮＡデータと当該ゲノムシーケンスの品質を示す品質データを生成する。第１シーケンサ２１はＨＬＡタイピング機能を有してもよい。
同様に、第２シーケンサ２２は例えば次世代シーケンサであり、対象患者のがん組織から抽出されたサンプルをゲノムシーケンスして、第２断片化ＤＮＡ／ＲＮＡデータと当該ゲノムシーケンスの品質を示す品質データを生成する。
第１診断部１１は、第１シーケンサ２１から第１断片化ＤＮＡ／ＲＮＡデータと品質データを取得する。第１診断部１１は、対象患者の組織から抽出されたサンプルに対して第１シーケンサが出力した第１断片化ＤＮＡ／ＲＮＡデータの配列の品質を当該第１シーケンサから出力された品質データを用いて診断し、診断結果を表す第１診断データを少なくとも一つ決定する。
第２診断部１２は、第２シーケンサ２２から第２断片化ＤＮＡ／ＲＮＡデータと品質データを取得する。第２診断部１２は、前記対象患者の組織から抽出されたサンプルに対して第２シーケンサが出力した第２断片化ＤＮＡ／ＲＮＡデータの配列の品質を第２シーケンサから出力された品質データを用いて診断し、診断結果を表す第２診断データを少なくとも一つ決定する。
出力部１３は、第１シーケンサ２１から第１断片化ＤＮＡ／ＲＮＡデータを取得し、第２シーケンサ２２から第２断片化ＤＮＡ／ＲＮＡデータを取得し、第１診断部１１から第１診断データを取得し、第２診断部１２から第２診断データを取得する。出力部１３は、前記第１診断データと前記第２診断データを踏まえて、前記第１断片化ＤＮＡ／ＲＮＡデータと前記第２断片化ＤＮＡ／ＲＮＡデータから、前記合成用ＤＮＡ／ＲＮＡデータを出力する。
この構成によれば、変異ペプチドを合成するために、品質が良い合成用ＤＮＡ／ＲＮＡデータが出力される可能性が向上し、合成用ＤＮＡ／ＲＮＡデータの品質悪化に伴うやり直しを抑制するので、個別化がんワクチンの製造の遅延を抑制することができる。
図３Ａは、第１の実施形態に係る出力部の処理を示す模式図である。第１の実施形態では、図３Ａに示すように、出力部１３は、前記第１診断データと前記第２診断データを踏まえて、前記第１断片化ＤＮＡ／ＲＮＡデータと前記第２断片化ＤＮＡ／ＲＮＡデータを切り替えて前記合成用ＤＮＡ／ＲＮＡデータとして出力する。より詳細には、出力部１３は、第１診断データと第２診断データに基づき、第１断片化ＤＮＡ／ＲＮＡデータと第２断片化ＤＮＡ／ＲＮＡデータのどちらが適切なデータなのかを判断し、出力を切り替える。
具体的には例えば、出力部１３は、診断データの複数の指標に設定された指標の内、優れている指標が設定閾値より多い断片化ＤＮＡ／ＲＮＡデータのみを出力してもよい。この構成によれば、変異ペプチドを合成するために、優れている指標が多い断片化ＤＮＡ／ＲＮＡデータが出力されるので、合成用ＤＮＡ／ＲＮＡデータの品質悪化に伴うやり直しを抑制するので、個別化がんワクチンの製造の遅延を抑制することができる。
＜第１の実施形態の変形例１：出力混合＞
図３Ｂは、第１の実施形態の変形例１に係る出力部の処理を示す模式図である。図３Ｂに示すように、出力部１３は、前記第１診断データと前記第２診断データを踏まえて、前記第１断片化ＤＮＡ／ＲＮＡデータの一部と前記第２断片化ＤＮＡ／ＲＮＡデータの一部を組み合わせて前記合成用ＤＮＡ／ＲＮＡデータとして出力してもよい。
図３Ｂは、第１の実施形態の変形例１に係る出力部の処理を示す模式図である。図３Ｂに示すように、出力部１３は、前記第１診断データと前記第２診断データを踏まえて、前記第１断片化ＤＮＡ／ＲＮＡデータの一部と前記第２断片化ＤＮＡ／ＲＮＡデータの一部を組み合わせて前記合成用ＤＮＡ／ＲＮＡデータとして出力してもよい。
具体的には例えば、出力部１３ｃは、断片化ＤＮＡ／ＲＮＡデータごとに指標がある場合、その指標が優れている順にあらかじめ決められた数の断片化ＤＮＡ／ＲＮＡデータを出力してもよい。
もしくは、出力部１３ｃは例えば、第１シーケンサ２１、第２シーケンサ２２双方の出力データ（すなわち第１断片化ＤＮＡ／ＲＮＡデータ、第２断片化ＤＮＡ／ＲＮＡデータ）に含まれる断片化データの頻度を分析し、その頻度が多い順に断面化データを出力してもよい。
＜第１の実施形態の変形例２＞
図４は、第１の実施形態の変形例２に係る情報処理システムの概略ブロック図である。図４の情報処理システム１ｂは、図２の情報処理システム１に比べて、プロセッサ１０ｂの処理が異なり、第１診断部１１が第１診断部１１ｂに変更され、第２診断部１２が第２診断部１２ｂに変更されたものになっている。
図４は、第１の実施形態の変形例２に係る情報処理システムの概略ブロック図である。図４の情報処理システム１ｂは、図２の情報処理システム１に比べて、プロセッサ１０ｂの処理が異なり、第１診断部１１が第１診断部１１ｂに変更され、第２診断部１２が第２診断部１２ｂに変更されたものになっている。
第１診断部１１ｂは、分析前プロセスの品質情報を含む動作ログを取得する。第１診断部は、第１シーケンサ２１から出力された品質データに加えて前記第１シーケンサ２１のシーケンスの前に実施される分析前プロセスの品質情報を用いて前記第１断片化ＤＮＡ／ＲＮＡデータの配列の品質を診断して診断して第１診断データを決定する。具体的には例えば、第１診断部１１ｂは、この品質データが第１基準を満たし且つこの品質情報が第２基準を満たす場合、品質が良いと診断し、それ以外の場合、品質が悪いと判断して、診断結果を表す第１診断データを決定してもよい。
同様に、第２診断部１２ｂは、分析前プロセスの品質情報を含む動作ログを取得する。第２診断部１２ｂは、第２シーケンサ２２から出力された品質データに加えて第２シーケンサ２２のシーケンスの前に実施される分析前プロセスの品質情報を用いて診断して前記第２断片化ＤＮＡ／ＲＮＡデータの配列の品質を診断して前記第２診断データを決定する。具体的には例えば、第２診断部１２ｂは、この品質データが第１基準を満たし且つこの品質情報が第２基準を満たす場合、品質が良いと診断し、それ以外の場合、品質が悪いと判断して、診断結果を表す第１診断データを決定してもよい。
＜第１の実施形態の変形例３＞
なお、出力部１３は、第１断片化ＤＮＡ／ＲＮＡデータと第２断片化ＤＮＡ／ＲＮＡデータを合わせた２倍の出力データに対して、第１診断データ及び第２診断データに基づいてフィルタして出力される合成用ＤＮＡ／ＲＮＡデータ量を制限してもよい。このフィルタは、個数制限、リードごとの診断データ値の大小、リードの重複などの統計値の少なく一つ以上を用いてもよい。
なお、出力部１３は、第１断片化ＤＮＡ／ＲＮＡデータと第２断片化ＤＮＡ／ＲＮＡデータを合わせた２倍の出力データに対して、第１診断データ及び第２診断データに基づいてフィルタして出力される合成用ＤＮＡ／ＲＮＡデータ量を制限してもよい。このフィルタは、個数制限、リードごとの診断データ値の大小、リードの重複などの統計値の少なく一つ以上を用いてもよい。
この構成によれば、変異ペプチドを合成するために、品質が良い合成用ＤＮＡ／ＲＮＡデータが出力される可能性が向上し、合成用ＤＮＡ／ＲＮＡデータの品質悪化に伴うやり直しを抑制するので、個別化がんワクチンの製造の遅延を抑制することができる。
＜第２の実施形態：出力結合＞
図５は、第２の実施形態に係る情報処理システムの概略ブロック図である。図５に示すように、情報処理システム１ｃは、プロセッサ１０ｃは備える。プロセッサ１０ｃは、プログラムをメモリ（図示せず）にロードし、当該プログラムに含まれる一連の命令を実行することによって、出力部１３ｃとして機能する。出力部１３ｃは、対象患者の組織から抽出されたサンプルに対して第１シーケンサが出力した第１断片化ＤＮＡ／ＲＮＡデータと前記対象患者の組織から抽出されたサンプルに対して第２シーケンサが出力した第２断片化ＤＮＡ／ＲＮＡデータを結合して合成用ＤＮＡ／ＲＮＡデータとして出力する。
図５は、第２の実施形態に係る情報処理システムの概略ブロック図である。図５に示すように、情報処理システム１ｃは、プロセッサ１０ｃは備える。プロセッサ１０ｃは、プログラムをメモリ（図示せず）にロードし、当該プログラムに含まれる一連の命令を実行することによって、出力部１３ｃとして機能する。出力部１３ｃは、対象患者の組織から抽出されたサンプルに対して第１シーケンサが出力した第１断片化ＤＮＡ／ＲＮＡデータと前記対象患者の組織から抽出されたサンプルに対して第２シーケンサが出力した第２断片化ＤＮＡ／ＲＮＡデータを結合して合成用ＤＮＡ／ＲＮＡデータとして出力する。
具体的には例えば出力部１３ｃは、診断データの複数の指標がともに閾値を超えている場合、双方のデータを結合し２倍のデータとして出力してもよい。
もしくは出力部１３ｃは例えば、双方の出力データを比較し、その差異が小さい場合は、双方のデータを結合し２倍のデータとして出力してもよい。
また出力部１３ｃは、前記合成用ＤＮＡ／ＲＮＡデータを出力する際に、当該合成用ＤＮＡ／ＲＮＡデータとともに、前記変異ペプチド（ネオアンチゲン）の優先順位を含む診断データを出力してもよい。優先順位は、上記品質情報及び／または上記品質データに基づいて決定されてもよく、品質が高いほど優先順位が高く設定されてもよい。この構成によれば、変異ペプチドを合成するために、品質が高い合成用ＤＮＡ／ＲＮＡデータが優先して使用されるので、合成用ＤＮＡ／ＲＮＡデータの品質悪化に伴うやり直しを抑制するので、個別化がんワクチンの製造の遅延を抑制することができる。
なお、第１及び第２の実施形態では並列数が２であるものとして説明したが、並列数が３以上であってもよく、並列数が手術で採取されるサンプルの量で決定されてもよい。
＜第３の実施形態：多数決＞
図６は、第３の実施形態に係る情報処理システムの概略ブロック図である。図６に示すように、情報処理システム１ｄは、プロセッサ１０ｄは備える。プロセッサ１０ｄは、プログラムをメモリ（図示せず）にロードし、当該プログラムに含まれる一連の命令を実行することによって、出力部１３ｄとして機能する。
図６は、第３の実施形態に係る情報処理システムの概略ブロック図である。図６に示すように、情報処理システム１ｄは、プロセッサ１０ｄは備える。プロセッサ１０ｄは、プログラムをメモリ（図示せず）にロードし、当該プログラムに含まれる一連の命令を実行することによって、出力部１３ｄとして機能する。
出力部１３ｄは、第１シーケンサ２１から第１断片化ＤＮＡ／ＲＮＡデータを取得する。また出力部１３ｄは、第２シーケンサ２２から第２断片化ＤＮＡ／ＲＮＡデータを取得する。また出力部１３ｄは、第３シーケンサ２３から第３断片化ＤＮＡ／ＲＮＡデータを取得する。
出力部１３ｄは、対象患者の組織から抽出されたサンプルに対して第１シーケンサが出力した第１断片化ＤＮＡ／ＲＮＡデータ、前記対象患者の組織から抽出されたサンプルに対して第２シーケンサが出力した第２断片化ＤＮＡ／ＲＮＡデータ、及び前記対象患者の組織から抽出されたサンプルに対して第３シーケンサが出力した第３断片化ＤＮＡ／ＲＮＡデータの対応する順番の塩基同士を多数決してそれぞれの順番の塩基を決定することにより、合成用ＤＮＡ／ＲＮＡデータを決定する。
この構成により、変異ペプチドを合成するために使用される合成用ＤＮＡ／ＲＮＡデータの精度が向上するので、個別化がんワクチンの製造の遅延を抑制することができる。
なお、がんワクチンだけでなく、自己免疫疾患も同様なネオアンチゲンでの治療の可能性があり、自己免疫疾患の個別化医療においても同様の実施形態をとることができる。
なお、上述した実施形態で説明した情報処理システム１の少なくとも一部は、ハードウェアで構成してもよいし、ソフトウェアで構成してもよい。ソフトウェアで構成する場合には、情報処理システム１の少なくとも一部の機能を実現するプログラムをコンピュータ読み取り可能な記録媒体に収納し、コンピュータに読み込ませて実行させてもよい。記録媒体は、磁気ディスクや光ディスク等の着脱可能なものに限定されず、ハードディスク装置やメモリなどの固定型の記録媒体でもよい。
また、情報処理システム１の少なくとも一部の機能を実現するプログラムを、インターネット等の通信回線（無線通信も含む）を介して頒布してもよい。さらに、同プログラムを暗号化したり、変調をかけたり、圧縮した状態で、インターネット等の有線回線や無線回線を介して、あるいは記録媒体に収納して頒布してもよい。
さらに、一つまたは複数の情報機器によって情報処理システム１を機能させてもよい。複数の情報機器を用いる場合、そのうちの１つをコンピュータとし、当該コンピュータが所定のプログラムを実行することにより情報処理システム１の少なくとも１つの手段として機能が実現されてもよい。
また、方法の発明においては、全ての工程（ステップ）をコンピュータによって自動制御で実現するようにしてもよい。また、各工程をコンピュータに実施させながら、工程間の進行制御を人の手によって実施するようにしてもよい。また、さらには、全工程のうちの少なくとも一部を人の手によって実施するようにしてもよい。
以上、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。更に、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。
１、１ｂ、１ｃ、１ｄ 情報処理システム
１０、１０ｂ、１０ｃ、１０ｄ プロセッサ
１１、１１ｂ 第１診断部
１２、１２ｂ 第２診断部
１３、１３ｃ、１３ｄ 出力部
２１ 第１シーケンサ
２２ 第２シーケンサ
２３ 第３シーケンサ
１０、１０ｂ、１０ｃ、１０ｄ プロセッサ
１１、１１ｂ 第１診断部
１２、１２ｂ 第２診断部
１３、１３ｃ、１３ｄ 出力部
２１ 第１シーケンサ
２２ 第２シーケンサ
２３ 第３シーケンサ
Claims (5)
- 並列化した複数のシーケンサを用いてがんの遺伝子変異に由来する変異ペプチドを合成するために使用される合成用ＤＮＡ／ＲＮＡデータを出力する情報処理システムであって、
対象患者の組織から抽出されたサンプルに対して第１シーケンサが出力した第１断片化ＤＮＡ／ＲＮＡデータの配列の品質を当該第１シーケンサから出力された品質データを用いて診断し、診断結果を表す第１診断データを少なくとも一つ決定する第１診断部と、
前記対象患者の組織から抽出されたサンプルに対して第２シーケンサが出力した第２断片化ＤＮＡ／ＲＮＡデータの配列の品質を第２シーケンサから出力された品質データを用いて診断し、診断結果を表す第２診断データを少なくとも一つ決定する第２診断部と、
前記第１診断データの指標と前記第２診断データの指標と各指標の設定閾値とを踏まえて、前記第１断片化ＤＮＡ／ＲＮＡデータと前記第２断片化ＤＮＡ／ＲＮＡデータから、前記合成用ＤＮＡ／ＲＮＡデータを出力する出力部と、
を備える情報処理システム。 - 前記第１診断部は、前記第１シーケンサから出力された品質データに加えて前記第１シーケンサのシーケンスの前に実施される分析前プロセスの品質情報を用いて前記第１断片化ＤＮＡ／ＲＮＡデータの配列の品質を診断して前記第１診断データを決定し、
前記第２診断部は、前記第２シーケンサから出力された品質データに加えて前記第２シーケンサのシーケンスの前に実施される分析前プロセスの品質情報を用いて前記第２断片化ＤＮＡ／ＲＮＡデータの配列の品質を診断して前記第２診断データを決定する
請求項１に記載の情報処理システム。 - 前記出力部は、前記第１診断データと前記第２診断データを踏まえて、前記第１断片化ＤＮＡ／ＲＮＡデータと前記第２断片化ＤＮＡ／ＲＮＡデータを切り替えて前記合成用ＤＮＡ／ＲＮＡデータとして出力する
請求項１または２に記載の情報処理システム。 - 前記出力部は、前記第１診断データと前記第２診断データを踏まえて、前記第１断片化ＤＮＡ／ＲＮＡデータの一部と前記第２断片化ＤＮＡ／ＲＮＡデータの一部を組み合わせて前記合成用ＤＮＡ／ＲＮＡデータとして出力する
請求項１または２に記載の情報処理システム。 - 並列化した複数のシーケンサを用いてがんの遺伝子変異に由来する変異ペプチドを合成するための合成用ＤＮＡ／ＲＮＡデータを出力するコンピュータが実行する情報処理方法であって、
対象患者の組織から抽出されたサンプルに対して第１シーケンサが出力した第１断片化ＤＮＡ／ＲＮＡデータの配列の品質を当該第１シーケンサから出力された品質データを用いて診断し、診断結果を表す第１診断データを少なくとも一つ決定する手順と、
対象患者の組織から抽出されたサンプルに対して第２シーケンサが出力した第２断片化ＤＮＡ／ＲＮＡデータの配列の品質を第２シーケンサから出力された品質データを用いて診断し、診断結果を表す第２診断データを少なくとも一つ決定する手順と、
前記第１診断データの指標と前記第２診断データの指標と各指標の設定閾値とを踏まえて、前記第１断片化ＤＮＡ／ＲＮＡデータと前記第２断片化ＤＮＡ／ＲＮＡデータから、前記合成用ＤＮＡ／ＲＮＡデータを出力する手順と、
を有する情報処理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2024141958A JP2024167280A (ja) | 2021-08-10 | 2024-08-23 | 情報処理システム及び情報処理方法 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021130423 | 2021-08-10 | ||
| JP2021130423 | 2021-08-10 | ||
| PCT/JP2022/029879 WO2023017768A1 (ja) | 2021-08-10 | 2022-08-04 | 情報処理システム及び情報処理方法 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2024141958A Division JP2024167280A (ja) | 2021-08-10 | 2024-08-23 | 情報処理システム及び情報処理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPWO2023017768A1 JPWO2023017768A1 (ja) | 2023-02-16 |
| JP7627826B2 true JP7627826B2 (ja) | 2025-02-07 |
Family
ID=85200494
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2023541419A Active JP7627826B2 (ja) | 2021-08-10 | 2022-08-04 | 情報処理システム及び情報処理方法 |
| JP2024141958A Pending JP2024167280A (ja) | 2021-08-10 | 2024-08-23 | 情報処理システム及び情報処理方法 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2024141958A Pending JP2024167280A (ja) | 2021-08-10 | 2024-08-23 | 情報処理システム及び情報処理方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20250022552A1 (ja) |
| EP (1) | EP4386762A4 (ja) |
| JP (2) | JP7627826B2 (ja) |
| WO (1) | WO2023017768A1 (ja) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180349548A1 (en) | 2015-09-25 | 2018-12-06 | Veracyte, Inc. | Methods and compositions that utilize transcriptome sequencing data in machine learning-based classification |
| JP2021514671A (ja) | 2018-02-27 | 2021-06-17 | グリットストーン オンコロジー インコーポレイテッド | パンアレルモデルによる新生抗原の特定方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN120695169A (zh) * | 2013-12-20 | 2025-09-26 | 博德研究所 | 使用新抗原疫苗的联合疗法 |
| MA47683A (fr) | 2017-03-03 | 2020-01-08 | Treos Bio Zrt | Plate-forme d'identification de peptide immunogène reposant sur une population |
-
2022
- 2022-08-04 JP JP2023541419A patent/JP7627826B2/ja active Active
- 2022-08-04 US US18/682,166 patent/US20250022552A1/en active Pending
- 2022-08-04 WO PCT/JP2022/029879 patent/WO2023017768A1/ja not_active Ceased
- 2022-08-04 EP EP22855831.8A patent/EP4386762A4/en active Pending
-
2024
- 2024-08-23 JP JP2024141958A patent/JP2024167280A/ja active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180349548A1 (en) | 2015-09-25 | 2018-12-06 | Veracyte, Inc. | Methods and compositions that utilize transcriptome sequencing data in machine learning-based classification |
| JP2021514671A (ja) | 2018-02-27 | 2021-06-17 | グリットストーン オンコロジー インコーポレイテッド | パンアレルモデルによる新生抗原の特定方法 |
Non-Patent Citations (2)
| Title |
|---|
| "がん遺伝子パネル検査の品質・精度の確保に関する基本的考え方（第2.0版）"，[online]，第2.0版，日本，臨床検査振興協議会，2019年05月31日，p.1-17，[2024年09月03日検索], インターネット: <URL: https://www.jamt.or.jp/data/asset/docs/20190531_ver2.0.pdf> |
| "共同利用 | 名古屋大学 遺伝子実験施設"，[online]，日本，名古屋大学，2020年02月07日，[2024年09月18日検索], インターネット: <URL: http://web.archive.org/web/20200207011502/https://www.gene.nagoya-u.ac.jp/share.html> |
Also Published As
| Publication number | Publication date |
|---|---|
| JPWO2023017768A1 (ja) | 2023-02-16 |
| EP4386762A4 (en) | 2024-11-13 |
| US20250022552A1 (en) | 2025-01-16 |
| JP2024167280A (ja) | 2024-12-03 |
| EP4386762A1 (en) | 2024-06-19 |
| WO2023017768A1 (ja) | 2023-02-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20230293651A1 (en) | Iterative Discovery Of Neoepitopes And Adaptive Immunotherapy And Methods Therefor | |
| CN105524984B (zh) | 预测新抗原表位的方法及设备 | |
| EP3625802B1 (en) | Scansoft : a method for the detection of genomic deletions and duplications in massive parallel sequencing data | |
| CN110752041A (zh) | 基于二代测序的新生抗原预测方法、装置和存储介质 | |
| CN111192632B (zh) | 整合dna和rna的深度测序数据提取基因融合免疫治疗新抗原的方法和装置 | |
| CN109750101A (zh) | 检测单基因遗传性高血压的基因panel及其应用 | |
| US20240161868A1 (en) | System and method for gene expression and tissue of origin inference from cell-free dna | |
| CA3212968A1 (en) | Predicting response to treatments in patients with clear cell renal cell carcinoma | |
| KR20160114572A (ko) | 바이러스-연관 종양을 위한 시스템, 방법, 및 조성물 | |
| Kamali et al. | Advancing personalized immunotherapy for melanoma: integrating immunoinformatics in multi-epitope vaccine development, neoantigen identification via NGS, and immune simulation evaluation | |
| US20220036972A1 (en) | A noise measure for copy number analysis on targeted panel sequencing data | |
| JP2024527461A (ja) | 組織特異的調節領域の無細胞ｄｎａ分布を用いた人工知能基盤の癌早期診断方法 | |
| JP7627826B2 (ja) | 情報処理システム及び情報処理方法 | |
| CN113316818A (zh) | 新生抗原的鉴定方法 | |
| CN111118119B (zh) | 利用碱基错配的阻滞物对目标突变进行富集和检测的方法 | |
| Chen et al. | Screening and identification of potential key biomarkers for glucocorticoid-induced osteonecrosis of the femoral head | |
| EP4566072A2 (en) | Systems and methods for cancer screening | |
| Kamboj et al. | Ub-ISAP: a streamlined UNIX pipeline for mining unique viral vector integration sites from next generation sequencing data | |
| WO2022126110A1 (en) | Compositions and methods for detecting and treating oral cavity squamous cell carcinoma | |
| CN115956131A (zh) | 使用局部祖源的多基因性状预测 | |
| US20240068038A1 (en) | Method for eliminating non-natural sequence portions from fastq sequence data | |
| CN111100909A (zh) | 一种肿瘤内遗传异质性的计算方法 | |
| CN114155911A (zh) | 一种矫正肿瘤突变负荷的方法及系统 | |
| WO2025122376A1 (en) | Detection of minimal residual disease in cancer patients | |
| Wu et al. | Identification of vasospasm biomarkers for cerebral hemorrhage via bio-informatics analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230926 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240625 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240823 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20241001 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20241121 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20241217 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20241218 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20241218 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20241230 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7627826 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |