用于从无细胞DNA中推断基因表达和起源组织的系统和方法技术方案

提供了通过推断而非侵入性地确定目的基因表达的方法及其在癌症分类和治疗分级中的用途。这些方法基于整合分析方法，其中单个生物标志物来源于启动子片段熵(PFE)和核小体缺失区域(NDR)深度的分析。在一些实施例中，方法仅使用非侵入性抽血，并且有力地鉴定哪些患者将从免疫检查点抑制、癌症亚型分类为何种和/或肿瘤负荷为何种而获得持久的临床益处。在一个实施例中，方法还包括基于分析为个体选择治疗方案。疗方案。

【技术实现步骤摘要】
【国外来华专利技术】用于从无细胞DNA中推断基因表达和起源组织的系统和方法
[0001]关于联邦资助研究的声明
[0002]本专利技术是根据国家卫生研究院授予的合同CA188298在政府支持下完成的。政府对本专利技术具有某些权利。
[0003]相关专利申请的交叉引用
[0004]本申请要求2020年5月12日提交的美国临时专利申请号63/023,728的权益和优先权，该临时专利申请的全部公开内容出于所有目的特此并入本文中。

技术介绍

[0005]在血浆中循环的无细胞DNA(cfDNA)分子主要由染色质片段化产生，伴随着全身不同组织的稳态期间的细胞死亡。因此，cfDNA图谱建立了用于检测实体器官移植后的组织排斥、妊娠期间胎儿非整倍体的非侵入性产前检测和非侵入性肿瘤基因分型的临床实用性，以及用于检测不同癌症类型的早期证据。对于这些应用中的每一种，目前的液体活检检测方法主要依赖于cfDNA分子序列中的种系或体细胞遗传变异，这与感兴趣组织的病理诊断相关。实际上，基因序列中的这种变异对于循环肿瘤DNA(ctDNA)的无活检肿瘤基因分型和疾病负担的监测具有高度信息价值，对诊断和早期癌症检测具有潜在效用。
[0006]虽然cfDNA图谱用于血液中突变的非侵入性检测有许多应用，甚至在具有高肿瘤突变负荷的癌症中和甚至在具有高疾病负荷的患者中，但大多数癌症来源的片段通常是未突变的。因此，利用表观遗传特征询问这些cfDNA片段以告知未突变分子的起源组织的能力具有广泛的效用。例如，这些方法可用于检测没有相关遗传损伤的组织损伤，以及用于癌症实体和分子亚型的分类。由于循环的cfDNA分子主要是核小体相关片段，因此它们反映了它们所来源的细胞的核基因组的独特染色质构型。具体而言，与核小体复合物紧密相关的基因组区域通常受到保护，免受细胞内和细胞外核酸内切酶的作用，而开放的染色质区域更容易受到这种降解。
[0007]因此，最近几项研究已经鉴定了基因组中的特定染色质片段化特征，其潜在地用于通过cfDNA图谱对起源组织进行分类。这些“片段组学”特征包括测序覆盖深度的降低和转录起始位点(TSS)附近核小体定位的破坏。单独地，几项研究已经表明，cfDNA片段的长度也可以告知起源组织，包括肿瘤起源，即使在被认为对基因组位置或与基因启动子的关系不可知时。例如，携带体细胞变体的肿瘤来源的分子倾向于比它们的野生型对应物更短，并且可用于区分肿瘤来源的体细胞变体与在克隆造血过程中由循环白细胞产生的那些体细胞变体。
[0008]尽管有这些进展，但目前的片段组学方法(包括依赖相对浅的全基因组测序(WGS)的方法)不能充分利用各种组织对循环DNA库的贡献。单独地，目前的片段组学技术不能提供足够的基因组深度和宽度来实现基因水平的分辨。实际上，即使在考虑基因组时，这些片段组学方法仅在高循环肿瘤DNA水平下相当好地用于推断基因表达。因此，用于推断基因表达的片段组学方法在很大程度上限于在晚期疾病中通常观察到的具有非常高肿瘤负荷的患者。

技术实现思路

[0009]提供了用于基于对感兴趣样品中的循环无细胞DNA(cfDNA)的分析通过推断来非侵入性地测定感兴趣基因的表达的组合物和方法。在一些实施例中，感兴趣的样品是从患者抽取的非侵入性血液。在这些方法中，测定表达水平不需要分析mRNA。表达谱可用于例如预后和诊断方法。预后和诊断方法包括，例如，确定患有癌症的个体是否会从免疫检查点抑制剂治疗中获得持久的临床益处，用于确定患有非小细胞肺癌(NSCLC)的个体是否被分类为腺癌(LUAD)或鳞状细胞癌(LUSC)的方法，用于定量患有弥漫性大B细胞淋巴瘤(DLBCL)的个体中的肿瘤负荷的方法，用于确定患有DLBCL的个体中的起源细胞的方法等。在一个实施例中，方法还包括基于分析为个体选择治疗方案。在一些实施例中，预测是基于第一次ICI治疗后不久的样品。
[0010]在一个实施例中，提供了一种综合分析方法，其中单个生物标记物源自启动子片段熵(PFE)和核小体耗尽区(NDR)深度的分析，其中每一个通过对来自感兴趣样品(例如血液或血液来源样品)的cfDNA在转录起始位点(TSS)两侧的DNA区测序来计算。从cfDNA构建文库。然后将文库与杂交到用户定义的序列(即TSS)的寡核苷酸探针(即选择器)接触。通过在测序之前杂交捕获这些区域，可以使cfDNA富集TSS。通过分析cfDNA在转录起始位点的片段化模式的范围来计算PFE。通过分析TSS的约
‑
150bp至+50bp的测序覆盖范围来计算NDR。PFE和NDR独立地与基因表达相关。与基因表达降低相关的特征是较低的PFE；较高的NDR，而基因表达降低与较高的PFE和较低的NDR相关，这从测序cfDNA确定。NDR深度可以被归一化到被分析的特定DNA区域，其可以被称为归一化的NDR深度，并且得到的值与PFE积分以提供单个预测度量。
[0011]在一些实施例中，选择器组可用于在测序之前的杂交捕获期间靶向基因组内的特异性TSS。在一些实施例中，选择器组包括表2中鉴定的一个或多个基因的选择器。例如，选择器组可以包括表2中的至少10个选择器、50个选择器、100个选择器、150个选择器、200个选择器或表2中的选择器的完整列表，或者可以是表2中所示的组。
[0012]通过积分PFE和NDR的测量值，即归一化的NDR深度，提供了用于可靠地预测患者样品的基因表达的完全非侵入性多分析物测定(EPIC
‑
seq，来自无细胞DNA测序的表达推断)的方法。分析可以用硬件或软件或两者的组合来实现。在本专利技术的一个实施例中，提供了一种机器可读存储介质，该介质包括用机器可读数据编码的数据存储材料，当使用用使用所述数据的指令编程的机器时，该数据存储材料能够显示本专利技术的任何数据集和数据比较。
[0013]在其他实施例中，通过使用基于计算机的软件程序来执行该方法，其中输入PFE和NDR深度，并且软件程序输出指示由用户定义的特定分类的得分。软件程序采用机器学习来通过训练算法揭示输入度量与目标输出之间的关系。
[0014]通过本专利技术方法评估的个体可能患有癌症。在一些实施例中，个体先前已被诊断患有癌症。在一些实施例中，癌症是癌(carcinoma)，包括但不限于非小细胞肺癌、小细胞肺癌、腺癌、鳞状细胞癌、肝癌、基底细胞癌等，其可以是乳腺癌、结肠直肠癌、膀胱癌、头颈癌、肾细胞癌、肝癌、皮肤癌、胰腺癌等。在一些实施例中，癌症是淋巴瘤，例如霍奇金淋巴瘤、非霍奇金淋巴瘤等。在一些实施例中，癌症是黑素瘤。在某些实施例中，个体患有非小细胞肺癌(NSCLC)，其可以是早期或晚期。
[0015]在一些实施例中，提供了一种使用EPIC
‑
seq来促进对患有多种不同癌症的患者的
治疗进行个性化选择(如果合适的话，包括ICI)的方法。当EPIC
‑
seq用于确定个体是否将接受来自ICI治疗的DCB时，可以选择预测受益于ICI的低得分个体，并用ICI治疗，通常与另外的治疗剂组合。可以选择预测不会受益于ICI的高得分个本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于通过推断而确定目的基因表达的方法，所述方法包含：(i)获得用于分析的生物样品，所述生物样品包含循环细胞游离DNA；(ii)由所述细胞游离DNA构建文库；(iii)使选择器与所述文库杂交；(iv)捕获所述选择器杂交的文库组分；(v)对所杂交选择的文库组分进行测序；(vi)计算所述序列的启动子片段熵；(vii)计算所述序列的核小体缺失区域深度；(viii)整合步骤(v)和(vi)的结果，以产生指示所述基因的表达水平的度量；其中，步骤(vi)至(viii)由计算机执行，所述计算机包含软件组件，所述软件组件作为可由计算机执行的指令的程序用于数据分析。2.根据权利要求1所述的方法，其中，所述选择器包含来自表2的多个选择器序列。3.根据权利要求2所述的方法，其中，所述选择器选自ABC、GCB、阳性对照、阴性对照和DLBCL路径类别。4.根据权利要求3所述的方法，其中，所述选择器选自LUAD、LUSC、阳性对照和阴性对照类别。5.根据权利要求4或5所述的方法，其中，选定的所述选择器包含表2中它们各自类别内的全部选择器。6.根据权利要求4所述的方法，其中，所述选择器是FOLR1_3、ITGA3_1、LRRC31_1、MACC1_1、NKX2
‑
1_2、SCNN1A_2、SFTPB_2、WFDC2_1、CLDN1_1、FSCN1_1、GPC1_1、KRT17_1、PFN2_1、PKP1_1、S100A2_1、SFN_1、SOX2_2、TP63_2。7.根据权利要求1至6中任一项所述的方法，其中，从患有癌症的个体获得所述生物样品。8.根据权利要求7所述的方法，其中，所述癌症是非小细胞肺癌、小细胞肺癌、腺癌、鳞状细胞癌、弥漫性大B细胞淋巴瘤、肝癌、基底细胞癌、淋巴瘤或黑色素瘤。9.根据权利...

【专利技术属性】
技术研发人员：马克西米利安，
申请(专利权)人：小利兰，
类型：发明
国别省市：