用于确定受试者的妊娠相关状态的方法和系统技术方案

本申请提供了针对妊娠相关状态的无细胞鉴定和/或监测的方法和系统。用于鉴定或监测受试者的妊娠相关状态的存在或敏感性的方法可以包括测定源自所述受试者的无细胞生物样品以检测生物标志物组，并且使用经训练的算法分析生物标志物组以确定妊娠相关状态的存在或敏感性。或敏感性。或敏感性。

【技术实现步骤摘要】
【国外来华专利技术】用于确定受试者的妊娠相关状态的方法和系统
交叉引用
[0001]本申请要求于2019年2月14日提交的美国专利申请号62/805,515、于2019年8月22日提交的美国专利申请号62/890,248和于2019年10月28日提交的美国专利申请号62/926,786的权益，其各自通过引用以其全文并入本文。

技术介绍

[0002]每年，全球报告有约1500万例早产。早产可影响多达约10％的妊娠，其中大多数是自然早产。目前，可能尚无有意义的、临床上可操作的可用于许多妊娠相关的并发症，例如早产的诊断筛查或检验。然而，妊娠相关的并发症(例如早产)是新生儿死亡和晚年并发症的主要原因。此外，此类妊娠相关的并发症可对母体健康造成负面影响。因此，为了使妊娠尽可能安全，需要快速、准确的方法以鉴定和监测妊娠相关状态，这些方法是非侵入性且具有成本效益的，以改善母体和胎儿的健康。

技术实现思路

[0003]本申请提供了通过处理获自或源自受试者的无细胞生物样品以鉴定或监测妊娠相关状态的方法、系统和试剂盒。可以对获自受试者的无细胞生物样品(例如，血浆样品)进行分析以鉴定妊娠相关状态(可以包括，例如，测量妊娠相关状态的存在、不存在或相对评估)。此类受试者可以包括具有一种或多种妊娠相关状态的受试者和没有妊娠相关状态的受试者。妊娠相关状态可以包括，例如，早产、足月产、胎龄、预产期(例如，受试者的未出生婴儿或胎儿的预产期)、分娩开始、妊娠相关高血压症(例如，子痫前期)、子痫、妊娠糖尿病、受试者胎儿的先天性疾病、异位妊娠、自然流产、死产、产后并发症(例如，产后抑郁症、出血或失血过多、肺栓塞、心肌病、糖尿病、贫血和高血压症)、妊娠剧吐(晨吐)、分娩时出血或失血过多、胎膜早破、早产胎膜早破、前置胎盘(胎盘覆盖子宫颈)、宫内/胎儿生长受限、巨大胎儿(对于胎龄来说的大胎儿)、新生儿状况(例如，贫血、呼吸暂停、心动过缓和其他心脏缺陷、支气管肺发育不良或慢性肺病、糖尿病、腹裂、脑积水、高胆红素血症、低钙血症、低血糖、脑室内出血、黄疸、坏死性小肠结肠炎、动脉导管未闭、脑室周围白质软化、持续性肺动脉高压、红细胞增多症、呼吸窘迫综合征、早产儿视网膜病变和短暂性呼吸急促)、以及胎儿发育阶段或状态(例如，胎儿器官功能或发育正常，和胎儿器官功能或发育异常)。
[0004]一方面，本申请提供了一种用于鉴定受试者的妊娠相关状态的存在(presence)或敏感性(susceptibility)的方法，包括测定源自受试者的无细胞生物样品中的转录物和/或代谢物以检测生物标志物组，并且使用经训练的算法分析生物标志物组以确定妊娠相关状态的存在或敏感性。在一些实施方案中，所述方法包括测定源自受试者的无细胞生物样品中的转录物以检测生物标志物组。在一些实施方案中，转录物使用核酸测序进行测定。在一些实施方案中，所述方法包括测定源自受试者的无细胞生物样品中的代谢物以检测生物标志物组。在一些实施方案中，代谢物使用代谢组学测定进行测定。
[0005]另一方面，本申请提供了一种用于鉴定受试者妊娠相关状态的存在或敏感性的方
法，包括测定源自受试者的无细胞生物样品以检测生物标志物组，并且使用经训练的算法分析生物标志物组以至少约80％的准确度确定在至少三个不同妊娠相关状态的组中的该妊娠相关状态的存在或敏感性。在一些实施方案中，妊娠相关状态选自由以下组成的组：早产、足月产、胎龄、预产期、分娩开始、妊娠相关高血压症(例如，子痫前期)、子痫、妊娠糖尿病、受试者胎儿的先天性疾病、异位妊娠、自然流产、死产、产后并发症(例如，产后抑郁症、出血或失血过多、肺栓塞、心肌病、糖尿病、贫血和高血压症)、妊娠剧吐(晨吐)、分娩时出血或失血过多、胎膜早破、早产胎膜早破、前置胎盘(胎盘覆盖子宫颈)、宫内/胎儿生长受限、巨大胎儿(对于胎龄来说的大胎儿)、新生儿状况(例如，贫血、呼吸暂停、心动过缓和其他心脏缺陷、支气管肺发育不良或慢性肺病、糖尿病、腹裂、脑积水、高胆红素血症、低钙血症、低血糖、脑室内出血、黄疸、坏死性小肠结肠炎、动脉导管未闭、脑室周围白质软化、持续性肺动脉高压、红细胞增多症、呼吸窘迫综合征、早产儿视网膜病变和短暂性呼吸急促)、以及胎儿发育阶段或状态(例如，胎儿器官功能或发育正常，和胎儿器官功能或发育异常)。在一些实施方案中，妊娠相关状态是早产的亚型，并且至少三种不同妊娠相关状态包括早产的至少两种不同的亚型。在一些实施方案中，早产的亚型是早产的分子亚型，并且早产的至少两种不同的亚型包括早产的至少两种不同的分子亚型。在一些实施方案中，早产的不同分子亚型包括选自由既往早产史、自然早产、种族特异性早产风险(例如，在非裔美国人人群中)和早产胎膜早破(PPROM)组成的组。在一些实施方案中，所述方法进一步包括至少部分基于妊娠相关状态的存在或敏感性以鉴定对受试者的临床干预。在一些实施方案中，临床干预选自多种临床干预。在一些实施方案中，生物标志物组包括与预产期相关的基因位点，其中该基因位点选自由表1和表7中列出的基因组成的组。在一些实施方案中，生物标志物组包括与胎龄相关的基因位点，其中该基因位点选自由表2中列出的基因组成的组。在一些实施方案中，生物标志物组包括与早产相关的基因位点，其中该基因位点选自由表5列出的基因、表6列出的基因、表8列出的基因、RAB27B、RGS18、CLCN3、B3GNT2、COL24A1、CXCL8和PTGS2组成的组。在一些实施方案中，生物标志物组包括至少5个不同的基因位点。在一些实施方案中，生物标志物组包括至少10个不同的基因位点。在一些实施方案中，生物标志物组包括至少25个不同的基因位点。在一些实施方案中，生物标志物组包括至少50个不同的基因位点。在一些实施方案中，生物标志物组包括至少100个不同的基因位点。在一些实施方案中，生物标志物组包括至少150个不同的基因位点。
[0006]另一方面，本申请提供了一种用于鉴定或监测受试者的妊娠相关状态的存在或敏感性的方法，包括：(a)使用第一测定处理源自所述受试者的无细胞生物样品以生成第一数据集；(b)使用第二测定处理源自所述受试者的阴道或宫颈生物样品以生成包括所述阴道或宫颈生物样品的微生物组谱的第二数据集；(c)使用算法(例如，经训练的算法)处理至少所述第一数据集和所述第二数据集以确定所述妊娠相关状态的所述存在或敏感性，该经训练的算法具有在至少50个独立样品上至少约80％的准确度；和(d)以电子方式输出指示所述受试者的妊娠相关状态的所述存在或敏感性的报告。
[0007]在一些实施方案中，所述第一测定包括使用源自所述无细胞生物样品的无细胞核糖核酸(cfRNA)分子生成转录组学数据，使用源自所述无细胞生物样品的无细胞脱氧核糖核酸(cfDNA)分子生成基因组学数据，使用源自所述无细胞生物样品的蛋白质生成蛋白质组学数据，或使用源自所述无细胞生物样品的代谢物生成代谢组学数据。在一些实施方案
中，所述无细胞生物样品来自所述受试者的血液。在一些实施方案中，所述无细胞生物样品来自所述受试者的尿液。
[0008]在一些实施方案中，所述第一数据集包括与所述妊本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于鉴定受试者的妊娠相关状态的存在或敏感性的方法，包括测定源自所述受试者的无细胞生物样品中的转录物或代谢物以检测生物标志物组，并使用经训练的算法分析所述生物标志物组以确定所述妊娠相关状态的所述存在或敏感性。2.根据权利要求1所述的方法，进一步包括测定源自所述受试者的所述无细胞生物样品中的所述转录物以检测所述生物标志物组。3.根据权利要求2所述的方法，其中使用核酸测序测定所述转录物。4.根据权利要求1所述的方法，进一步包括测定源自所述受试者的所述无细胞生物样品中的所述代谢物以检测所述生物标志物组。5.根据权利要求4所述的方法，其中使用代谢组学测定来测定所述代谢物。6.一种用于鉴定受试者的妊娠相关状态的存在或敏感性的方法，进一步包括测定源自所述受试者的无细胞生物样品以检测生物标志物组，并使用经训练的算法分析所述生物标志物组以至少约80％的准确度确定至少三种不同的妊娠相关状态的组中的所述妊娠相关状态的所述存在或敏感性。7.根据权利要求1
‑
6中任一项所述的方法，其中，所述妊娠相关状态选自由以下组成的组：早产、足月产、胎龄、预产期、分娩开始、妊娠相关高血压症、子痫、妊娠糖尿病、所述受试者的胎儿的先天性疾病、异位妊娠、自然流产、死产、产后并发症、妊娠剧吐、分娩时出血或失血过多、胎膜早破、早产胎膜早破、前置胎盘、宫内/胎儿生长受限、巨大胎儿、新生儿状况、以及胎儿发育阶段或状态。8.根据权利要求6所述的方法，其中，所述妊娠相关状态是早产的亚型，并且所述至少三种不同的妊娠相关状态包括早产的至少两种不同的亚型。9.根据权利要求8所述的方法，其中，所述早产的亚型是早产的分子亚型，并且所述早产的至少两种不同的亚型包括早产的至少两种不同的分子亚型。10.根据权利要求9所述的方法，其中，所述早产的分子亚型选自由既往早产史、自然早产、种族特异性早产风险和早产胎膜早破(PPROM)组成的组。11.根据权利要求6所述的方法，进一步包括至少部分基于所述妊娠相关状态的所述存在或敏感性鉴定对所述受试者的临床干预。12.根据权利要求9所述的方法，其中所述临床干预选自多种临床干预。13.根据权利要求6所述的方法，其中，所述生物标志物组包括与预产期相关的基因位点，所述基因位点选自由表1和表7中列出的基因组成的组。14.根据权利要求6所述的方法，其中，所述生物标志物组包括与胎龄相关的基因位点，所述基因位点选自由表2中列出的基因组成的组。15.根据权利要求6所述的方法，其中，所述生物标志物组包括与早产相关的基因位点，所述基因位点选自由表5列出的基因、表6列出的基因、表8列出的基因、RAB27B、RGS18、CLCN3、B3GNT2、COL24A1、CXCL8和PTGS2组成的组。16.根据权利要求13
‑
15中任一项所述的方法，其中，所述生物标志物组包括至少5个不同的基因位点。17.根据权利要求13
‑
15中任一项所述的方法，其中，所述生物标志物组包括至少10个不同的基因位点。18.根据权利要求13
‑
15中任一项所述的方法，其中，所述生物标志物组包括至少25个
不同的基因位点。19.根据权利要求13
‑
15中任一项所述的方法，其中，所述生物标志物组包括至少50个不同的基因位点。20.根据权利要求13
‑
15中任一项所述的方法，其中，所述生物标志物组包括至少100个不同的基因位点。21.根据权利要求13
‑
15中任一项所述的方法，其中，所述生物标志物组包括至少150个不同的基因位点。22.一种用于鉴定或监测受试者的妊娠相关状态的存在或敏感性的方法，包括：(a)使用第一测定处理源自所述受试者的无细胞生物样品以生成第一数据集；(b)使用第二测定处理源自所述受试者的阴道或宫颈生物样品以生成包括所述阴道或宫颈生物样品的微生物组谱的第二数据集；(c)使用经训练的算法处理至少所述第一数据集和所述第二数据集以确定所述妊娠相关状态的所述存在或敏感性，所述经训练的算法具有在至少50个独立样品上至少约80％的准确度；和(d)以电子方式输出指示所述受试者的所述妊娠相关状态的所述存在或敏感性的报告。23.根据权利要求22所述的方法，其中，所述第一测定包括使用源自所述无细胞生物样品的无细胞核糖核酸(cfRNA)分子生成转录组学数据，使用源自所述无细胞生物样品的无细胞脱氧核糖核酸(cfDNA)分子生成基因组学数据，使用源自所述第一无细胞生物样品的蛋白质生成蛋白质组学数据，或使用源自所述第一无细胞生物样品的代谢物生成代谢组学数据。24.根据权利要求22所述的方法，其中，所述无细胞生物样品来自所述受试者的血液。25.根据权利要求22所述的方法，其中，所述无细胞生物样品来自所述受试者的尿液。26.根据权利要求22所述的方法，其中，所述第一数据集包括与所述妊娠相关状态相关的第一组生物标志物。27.根据权利要求26所述的方法，其中，所述第二数据集包括与所述妊娠相关状态相关的第二组生物标志物。28.根据权利要求27所述的方法，其中，所述第二组生物标志物与所述第一组生物标志物不同。29.根据权利要求22所述的方法，其中，所述妊娠相关状态选自由以下组成的组：早产、足月产、胎龄、预产期、分娩开始、妊娠相关高血压症、子痫、妊娠糖尿病、受试者的胎儿的先天性疾病、异位妊娠、自然流产、死产、产后并发症、妊娠剧吐、分娩时出血或失血过多、胎膜早破、早产胎膜早破、前置胎盘、宫内/胎儿生长受限、巨大胎儿、新生儿状况、以及胎儿发育阶段或状态。30.根据权利要求29所述的方法，其中，所述妊娠相关状态包括早产。31.根据权利要求29所述的方法，其中，所述妊娠相关状态包括胎龄。32.根据权利要求22所述的方法，其中，所述无细胞生物样品选自由无细胞核糖核酸(cfRNA)、无细胞脱氧核糖核酸(cfDNA)、无细胞胎儿DNA(cffDNA)、血浆、血清、尿液、唾液、羊水及其衍生物组成的组。
33.根据权利要求22所述的方法，其中，所述无细胞生物样品使用乙二胺四乙酸(EDTA)收集管、无细胞RNA收集管或无细胞脱氧核糖核酸(DNA)收集管从所述受试者获得或得到。34.根据权利要求22所述的方法，进一步包括分级分离所述受试者的全血液样品以获得所述无细胞生物样品。35.根据权利要求22所述的方法，其中，所述第一测定包括无细胞核糖核酸(cfRNA)测定或代谢组学测定。36.根据权利要求35所述的方法，其中，所述代谢组学测定包括靶向质谱(MS)或免疫测定。37.根据权利要求22所述的方法，其中，所述无细胞生物样品包括无细胞核糖核酸(cfRNA)或尿液。38.根据权利要求22所述的方法，其中，所述第一测定或所述第二测定包括定量聚合酶链反应(qPCR)。39.根据权利要求22所述的方法，其中，所述第一测定或所述第二测定包括被配置为在家庭环境中进行的家用检验。40.根据权利要求22所述的方法，其中，所述经训练的算法以至少约80％的灵敏度确定所述受试者的所述妊娠相关状态的所述存在或敏感性。41.根据权利要求22所述的方法，其中，所述经训练的算法以至少约90％的灵敏度确定所述受试者的所述妊娠相关状态的所述存在或敏感性。42.根据权利要求22所述的方法，其中，所述经训练的算法以至少约95％的灵敏度确定所述受试者的所述妊娠相关状态的所述存在或敏感性。43.根据权利要求22所述的方法，其中，所述经训练的算法以至少约70％的阳性预测值(PPV)确定所述受试者的所述妊娠相关状态的所述存在或敏感性。44.根据权利要求22所述的方法，其中，所述经训练的算法以至少约80％的阳性预测值(PPV)确定所述受试者的所述妊娠相关状态的所述存在或敏感性。45.根据权利要求22所述的方法，其中，所述经训练的算法以至少约90％的阳性预测值(PPV)确定所述受试者的所述妊娠相关状态的所述存在或敏感性。46.根据权利要求22所述的方法，其中，所述经训练的算法以至少约0.90的曲线下面积(AUC)确定所述受试者的所述妊娠相关状态的所述存在或敏感性。47.根据权利要求22所述的方法，其中，所述经训练的算法以至少约0.95的曲线下面积(AUC)确定所述受试者的所述妊娠相关状态的所述存在或敏感性。48.根据权利要求22所述的方法，其中，所述经训练的算法以至少约0.99的曲线下面积(AUC)确定所述受试者的所述妊娠相关状态的所述存在或敏感性。49.根据权利要求22所述的方法，其中，所述受试者对于以下中的一种或多种是无症状的：早产、分娩开始、妊娠相关高血压症、子痫、妊娠糖尿病、受试者胎儿的先天性疾病、异位妊娠、自然流产、死产、产后并发症、妊娠剧吐、分娩时出血或失血过多、胎膜早破、早产胎膜早破、前置胎盘、宫内/胎儿生长受限、巨大胎儿、新生儿状况、以及异常的胎儿发育阶段或状态。50.根据权利要求22所述的方法，其中，使用与所述妊娠相关状态的所述存在或敏感性相关的至少约10个独立训练样品训练所述经训练的算法。
51.根据权利要求22所述的方法，其中，使用与所述妊娠相关状态的所述存在或敏感性相关的不超过约100个独立训练样品训练所述经训练的算法。52.根据权利要求22所述的方法，其中，使用与所述妊娠相关状态的存在或敏感性相关的第一组独立训练样品和与所述妊娠相关状态的不存在或无敏感性相关的第二组独立训练样品训练所述经训练的算法。53.根据权利要求22所述的方法，其中，(c)包括使用所述经训练的算法或另一经训练的算法处理所述受试者的临床健康数据组以确定所述妊娠相关状态的所述存在或敏感性。54.根据权利要求22所述的方法，其中，(a)包括(i)使所述无细胞生物样品经受足以分离、富集或提取核糖核酸(RNA)分子、脱氧核糖核酸(DNA)分子、蛋白质或代谢物的组的条件，以及(ii)使用所述第一测定分析所述RNA分子、DNA分子、蛋白质或代谢物的组以生成所述第一数据集。55.根据权利要求54所述的方法，进一步包括从所述无细胞生物样品中提取核酸分子组，并且对所述核酸分子组进行测序以生成测序读数组，其中所述第一数据集包括所述测序读数组。56.根据权利要求22所述的方法，其中，(b)包括(i)使所述阴道或宫颈生物样品经受足以分离、富集或提取微生物群的条件，和(ii)使用所述第二测定分析所述微生物群以生成所述第二数据集。57.根据权利要求55所述的方法，其中，所述测序是大规模并行测序。58.根据权利要求55所述的方法，其中，所述测序包括核酸扩增。59.根据权利要求58所述的方法，其中，所述核酸扩增包括聚合酶链反应(PCR)。60.根据权利要求59所述的方法，其中所述测序包括使用基本同步逆转录(RT)和聚合酶链反应(PCR)。61.根据权利要求55所述的方法，进一步包括使用被配置为选择性富集对应于一个或多个基因位点的组的所述核酸分子组的探针。62.根据利要求61所述的方法，其中，所述探针是核酸引物。63.根据权利要求61所述的方法，其中，所述探针与所述一个或多个基因位点的所述组的核酸序列具有序列互补性。64.根据权利要求61所述的方法，其中，所述一个或多个基因位点的所述组包括选自由以下组成的组的至少一个基因位点：ACTB、ADAM12、ALPP、ANXA3、APLF、ARG1、AVPR1A、CAMP、CAPN6、CD180、CGA、CGB、CLCN3,CPVL、CSH1、CSH2、CSHL1、CYP3A7、DAPP1、DCX、DEFA4、DGCR14、ELANE、ENAH、EPB42、FABP1、FAM212B
‑
AS1、FGA、FGB、FRMD4B、FRZB、FSTL3、GH2、GNAZ、HAL、HSD17B1、HSD3B1、HSPB8、Immune、ITIH2、KLF9、KNG1、KRT8、LGALS14、LTF、LYPLAL1、MAP3K7CL、MEF2C、MMD、MMP8、MOB1B、NFATC2、OTC、P2RY12、PAPPA、PGLYRP1、PKHD1L1、PKHD1L1、PLAC1、PLAC4、POLE2、PPBP、PSG1、PSG4、PSG7、PTGER3、RAB11A、RAB27B、RAP1GAP、RGS18、RPL23AP7、S100A8、S100A9、S100P、SERPINA7、SLC2A2、SLC38A4、SLC4A1、TBC1D15、VCAN、VGLL1、B3GNT2、COL24A1、CXCL8和PTGS2。65.根据权利要求61所述的方法，其中，所述一个或多个基因位点的所述组包括至少5个不同的基因位点。66.根据权利要求61所述的方法，其中，所述一个或多个基因位点的所述组包括至少10
个不同的基因位点。67.根据权利要求61所述的方法，其中，所述一个或多个基因位点的所述组包括与早产相关的基因位点，其中所述基因位点选自由以下组成的组：ADAM12、ANXA3、APLF、AVPR1A、CAMP、CAPN6、CD180、CGA、CGB、CLCN3,CPVL、CSH2、CSHL1、CYP3A7、DAPP1、DGCR14、ELANE、ENAH、FAM212B
‑
AS1、FRMD4B、GH2、HSPB8、Immune、KLF9、KRT8、LGALS14、LTF、LYPLAL1、MAP3K7CL、MMD、MOB1B、NFATC2、P2RY12、PAPPA、PGLYRP1、PKHD1L1、PKHD1L1、PLAC1、PLAC4、POLE2、PPBP、PSG1、PSG4、PSG7、RAB11A、RAB27B、RAP1GAP、RGS18、RPL23AP7、TBC1D15、VCAN、VGLL1、B3GNT2、COL24A1、CXCL8和PTGS2。68.根据权利要求61所述的方法，其中，所述一个或多个基因位点的所述组包括与胎龄相关的基因位点，所述基因位点选自由以下组成的组：ACTB、ADAM12、ALPP、ANXA3、ARG1、CAMP、CAPN6、CGA、CGB、CSH1、CSH2、CSHL1、CYP3A7、DCX、DEFA4、EPB42、FABP1、FGA、FGB、FRZB、FSTL3、GH2、GNAZ、HAL、HSD17B1、HSD3B1、HSPB8、ITIH2、KNG1、LGALS14、LTF、MEF2C、MMP8、OTC、PAPPA、PGLYRP1、PLAC1、PLAC4、PSG1、PSG4、PSG7、PTGER3、S100A8、S100A9、S100P、SERPINA7、SLC2A2、SLC38A4、SLC4A1、VGLL1、RAB27B、RGS18、CLCN3、B3GNT2、COL24A1、CXCL8和PTGS2。69.根据权利要求61所述的方法，其中，所述一个或多个基因位点的所述组包括与与预产期相关的基因位点，所述基因位点选自由表1和表7中列出的基因组成的组。70.根据权利要求61所述的方法，其中，所述一个或多个基因位点的所述组包括与胎龄相关的基因位点，所述基因位点选自由表2中列出的基因组成的组。71.根据权利要求61所述的方法，其中，所述一个或多个基因位点的所述组包括与早产相关的基因位点，所述基因位点选自由表5列出的基因、表6列出的基因、表8列出的基因、RAB27B、RGS18、CLCN3、B3GNT2、COL24A1、CXCL8和PTGS2组成的组。72.根据权利要求69
‑
71中任一项所述的方法，其中，所述一个或多个基因位点的所述组包括至少5个不同的基因位点。73.根据权利要求69
‑
71中任一项所述的方法，其中，所述一个或多个基因位点的所述组包括至少10个不同的基因位点。74.根据权利要求69
‑
71中任一项所述的方法，其中，所述一个或多个基因位点的所述组包括至少25个不同的基因位点。75.根据权利要求69
‑
71中任一项所述的方法，其中，所述一个或多个基因位点的所述组包括至少50个不同的基因位点。76.根据权利要求69
‑
71中任一项所述的方法，其中，所述一个或多个基因位点的所述组包括至少100个不同的基因位点。77.根据权利要求69
‑
71中任一项所述的方法，其中，所述一个或多个基因位点的所述组包括至少150个不同的基因位点。78.根据权利要求22所述的方法，其中，在不经过核酸分离、富集或提取的情况下处理所述无细胞生物样品。79.根据权利要求22所述的方法，其中，所述报告被呈现在用户的电子设备的图形用户界面上。80.根据权利要求79所述的方法，其中，所述用户是所述受试者。
81.根据权利要求22所述的方法，进一步包括确定所述受试者的所述妊娠相关状态的所述存在或敏感...

【专利技术属性】
技术研发人员：马尼什，
申请(专利权)人：米尔维公司，
类型：发明
国别省市：