。在評估中使用對數(shù)秩P值。SWVg可以 適用于由包括但不限于微陣列、基于PCR的檢測系統(tǒng)和基于序列的檢測系統(tǒng)（如TaqMan探 針、轉(zhuǎn)錄組測序技術(shù)（RNA-seq))的不同種類的分析所生成的數(shù)據(jù)。
[0059] 在特定實施例中，DDg和SWVg的組合生成36-mRNA標(biāo)記，該36-mRNA標(biāo)記將給定 患者組劃分成3個統(tǒng)計學(xué)上不同的總生存亞組。
[0060] 本方法實施例可能涉及腫瘤組織樣本中基因分析和/或miRNA表達(dá)分析，該腫瘤 組織樣本可以通過活體組織檢查來獲取。表達(dá)分析也可以使用腹膜抽樣檢查、涂片檢查和 血液檢查來進(jìn)行。表達(dá)分析所使用的樣本可以從體液中獲得，例如血液、淋巴、腹水、胸膜 液、腹膜液、心包液、痰、唾液和尿液。
[0061] 本發(fā)明實施例提供了以下優(yōu)勢：
[0062]i)提供了對HG-E0C患者大群體進(jìn)行分層，基于let-7b表達(dá)水平和36-mRNA標(biāo) 記的基因表達(dá)水平將該群體分為具有不同總生存的3個明顯不同的分子亞組。
[0063]ii)就⑴中所界定的分子亞組的分子特征和HG-E0C的腫瘤病因而言，使各個分 子亞組的研宄變得容易。特別是，上皮-間充質(zhì)轉(zhuǎn)化（EMT)的調(diào)控似乎是尤其重要的機(jī)制， 并允許識別能夠協(xié)助區(qū)分成低、中和高風(fēng)險亞組的生物標(biāo)記物。
[0064]iii)基于let-7b、與let-7b有關(guān)的21-miRNA非編碼基因和與let-7b有關(guān)的 36-mRNA蛋白質(zhì)編碼基因的表達(dá)水平，對于被診斷患有HG-E0C的患者，在臨床中被用作預(yù) 后及基本（化學(xué)）治療結(jié)果的預(yù)測工具。
[0065] 實施例可以涉及一個或多個下列事項：
[0066] 1、應(yīng)用通路和/或網(wǎng)絡(luò)富集分析、數(shù)據(jù)驅(qū)動分組（DDg)分析、然后統(tǒng)計加權(quán)投票分 組（SWVg)，通過將與給定微RNA的表達(dá)模式相關(guān)的基因的子轉(zhuǎn)錄組、關(guān)于患者生存的臨床 信息與衍生的生物學(xué)知識進(jìn)行整合，從而識別生物學(xué)上有意義的（以特定的生物類別顯著 富集）且生存顯著的基因標(biāo)記的方法。
[0067] 2、應(yīng)用通路和/或網(wǎng)絡(luò)富集分析、數(shù)據(jù)驅(qū)動分組（DDg)分析、然后統(tǒng)計加權(quán)投票分 組（SWVg)，通過將與給定微RNA的表達(dá)模式相關(guān)的基因的子轉(zhuǎn)錄組、關(guān)于患者生存的臨床 信息與衍生的生物學(xué)知識進(jìn)行整合，從而識別治療基因靶點的方法。
[0068] 3、通過測量微RNAlet-7b、21-miRNA預(yù)后標(biāo)記和/或36-mRNA預(yù)后標(biāo)記的表達(dá)水 平來預(yù)測治療結(jié)果并將癌癥患者分類為低、中和高風(fēng)險亞組的方法。治療結(jié)果的預(yù)測包括 預(yù)測患者是否可能對例如化學(xué)治療劑的治療做出應(yīng)答。
[0069] 4、用于E0C預(yù)后的 36-mRNA標(biāo)記如下：DNMT1、CFD、CD93、MMP13、ARPC1B、CD44、 PIK3R1、GNG12、CCL2、PLAUR、LAMA4、C0L3A1、VCL、CAV2、FZD1、CALD1、EDNRA、TGFBR2、PDGFRA、 FGFR1、HGF、P0LR2D、P0LR2J、CDK4、CHEK1、CCT2、CDC6、TUBB、NCAPD2、NCAPG2、P0LA2、MCM2、 TCP1、NCAPH、CBX3和MIS12。在示例性實施例中，由36-mRNA預(yù)后標(biāo)記所限定的低風(fēng)險亞組 具有65-72%的5年總生存率，中風(fēng)險亞組具有20-35%的5年總生存率，而高風(fēng)險亞組具 有0-10%的5年總生存率。
[0070] 5、用于E0C預(yù)后的 21-miRNA生存標(biāo)記如下：miR-107、miR-103、miR-106b、 miR_18a、miR-17_5p、miR_20b、miR-183、miR-25、miR-324_5p、miR_517c、miR_200a、 miR-429、miR-200b、miR-96、miR-362、miR-127、miR-214、miR-136、miR-22、miR-320 和 miR-486。在示例性實施例中，由21-miRNA預(yù)后標(biāo)記所界定的低風(fēng)險亞組具有53%的5年 總生存率，中風(fēng)險亞組具有22%的5年總生存率，而高風(fēng)險亞組具有8%的5年總生存率。
[0071] 6、通過調(diào)節(jié)與let_7b正相關(guān)或負(fù)相關(guān)的蛋白質(zhì)編碼和/或非編碼的基因的表達(dá) 來治療受試者癌癥的方法。
[0072] 由本發(fā)明的發(fā)明人進(jìn)行的分析的結(jié)果表明，上皮性卵巢癌中與let_7b正相關(guān)或 負(fù)相關(guān)的基因能夠分別參與到抗細(xì)胞凋亡過程中和細(xì)胞凋亡過程中。此外，將患者分為三 個不同的風(fēng)險亞組，隨后的差異表達(dá)分析分類顯示，相對于低風(fēng)險亞組，高風(fēng)險亞組中正調(diào) 節(jié)的基因顯著富集在負(fù)調(diào)節(jié)的細(xì)胞凋亡（FDR= 0.0070)和抗細(xì)胞凋亡（FDR= 0.0072)中。
[0073] 36-mRNA預(yù)后標(biāo)記將患者分層為具有不同總生存和基本治療結(jié)果的三個亞組。 mRNA標(biāo)記可以提供一些患者是否可能會應(yīng)答基本（化療）治療的暗示（由統(tǒng)計學(xué)檢驗支 持）。
[0074] 有利地，本公開方法的實施例能夠?qū)Ω呔S度、噪音和混合生物標(biāo)記物空間及分層 進(jìn)行預(yù)后特征選擇。預(yù)后特征選擇方法可以廣泛地使用在多種類型的疾病和醫(yī)學(xué)病癥的 預(yù)后中。通過生存數(shù)據(jù)建模并將其與統(tǒng)計學(xué)上顯著的且生物學(xué)上有意義的預(yù)后特征進(jìn)行 整合，該方法可以應(yīng)用于分析任何復(fù)雜的臨床數(shù)據(jù)組，并用于疾病的亞型分類、疾病預(yù)后預(yù) 測、治療分配決策、臨床試驗設(shè)計和臨床生物標(biāo)記物的發(fā)現(xiàn)。
[0075] 在示例性實施例中，基于DDg-SWVg的分析能用于識別與let_7b有關(guān)的36-mRNA 子集，該子集能夠?qū)⒒颊叻謱訛槿齻€不同的疾病預(yù)后風(fēng)險亞組，其中低風(fēng)險亞組具有 65-72%的5年總生存率。區(qū)分生存亞組的p值為1.27E-19(TCGA作為訓(xùn)練數(shù)據(jù)集）和 2. 54E-17 (A0CS數(shù)據(jù)集、GE0檢索號GSE27290作為檢驗數(shù)據(jù)集）。36-mRNA的預(yù)后標(biāo)記代 表了參與調(diào)控上皮間充質(zhì)轉(zhuǎn)化的7個基因（FZD1、CALD1、EDNRA、TGFBR2、H)GFRA、FGFR1 和HGF)，這表明標(biāo)記反映了與卵巢癌的演變和HG-E0C患者生存有關(guān)的特定分子機(jī)制。 36-mRNA的標(biāo)記代表了在與卵巢癌相關(guān)的公開文獻(xiàn)中發(fā)現(xiàn)的6個基因（H)GFRAXDK4、CCL2、 DNMT1、LAMA4和GNG12)、和之前未與卵巢癌相關(guān)的30個基因。36-mRNA標(biāo)記作為復(fù)合生物 標(biāo)記物能夠基于HG-E0C患者的死亡風(fēng)險或（化學(xué)）治療耐受性風(fēng)險將患者分層為生存顯 著的亞組。因此，與先前的已知方法相比，本發(fā)明實施例提供了將已診斷出患有疾病的患者 分為多個有區(qū)別的生存亞組/分層的分類方法。所述標(biāo)記可以實施為用于HG-E0C患者的 生存預(yù)后的檢驗/試劑盒。
[0076]在另一示例性實施例中，基于DDg-SWVg的分析能用來識別與let_7b顯著相關(guān) 的 21 個微RNA。在 21 個微RNA中，其中 14 個（miR-107、miR-103、miR-106b、miR-18a、 miR-17_5p、miR_20b、miR-183、miR-25、miR-324_5p、miR_517c、miR_200a、miR-429、 miR-200b、miR-96)與let-7b和let-7c負(fù)相關(guān)，而其他 7 個（miR-362、miR-127、miR-214、 miR-136、miR-22、miR-320、miR-486)與之正相關(guān)。與let-7b正相關(guān)的該 7 個miRNA的 子集的過表達(dá)提供的HG-E0C預(yù)后相對較差，而該14個miRNA的子集的過表達(dá)提供的所 述疾病的預(yù)后相對較好。6 個miRNA(miR-324-5p、miR-320、miR-136、miR-214、miR-17 和 miR-18a)是生存顯著的（DDg的p值彡0. 01)。將該6個miRNA與生存標(biāo)記相結(jié)合能夠根 據(jù)患者的生存曲線（P值=6.26E-11)提供很強的患者分類。此外，包含與let-7b相關(guān)的 所有21miRNA的標(biāo)記能夠提供患者分層（p值=1.03E-12)的進(jìn)一步改善。21miRNA能夠?qū)?診斷患有HG-E0C的患者顯著地分層為低、中和高風(fēng)險亞組，其5年生存率分別為8%、22% 和53% (p值=1E-12)。這一結(jié)果表明，包含21-miRNA的標(biāo)記或包含21-miRNA子集的標(biāo) 記還能夠被用作HG-E0C患者分層的潛在生物標(biāo)記物。
[0077]有利的是，生成生物學(xué)上有意義的基因標(biāo)記可以以自動的且未被監(jiān)管的方式進(jìn) 行。
[0078] 在某些實施例中，識別候選基因的方法利用了能將患者群體分層為兩個分區(qū)的數(shù) 據(jù)驅(qū)動分組（DDg)法，如Motakis等人（2009年）、美國專利公開20110320390和美國專利 公開20120004135所述，通過引用，將這些文獻(xiàn)中的每一個的全部內(nèi)容都并入本文。在其它 實施例中，生成兩個分區(qū)的DDg法是可能的，其中DDg法可用于將患者群體劃分為3個（或 可能多于3個）適宜的或有意義的分區(qū)。簡單地說，DDg是以計算統(tǒng)計為基礎(chǔ)的識別生存顯 著基因的方法。該方法以擬合半?yún)?shù)Cox比例風(fēng)險回歸模型為基礎(chǔ)，所述模型用于將患者 的疾病自由生存時間（t)和事件（e)擬合成基因表達(dá)數(shù)據(jù)（y)。該模型通過最大程度關(guān)于 疾病行為的高、低風(fēng)險（用于兩個分區(qū)）生存曲線、或關(guān)于疾病行為的低、中和高風(fēng)險（用 于三個分區(qū)）生存曲線來預(yù)估基因表達(dá)水平的最優(yōu)劃分（截斷）。該方法可以識別出對患 者生存表現(xiàn)出統(tǒng)計學(xué)顯著影響的單個基因，并能夠?qū)⒒颊邉澐譃閮蓚€或三個亞組。在目前 描述的DDg分析中，以基因的將患者分類為兩個或三個亞組的能力為基礎(chǔ)，對單個基因進(jìn) 行排列。作為進(jìn)一步的可選步驟，SWVg過程使用來自DDg分析的基因的排列列表以獲得由 兩個或多個基因生成的各自組別的一致性分組決策。SWVg方法選擇來源于多個DDg模型的 統(tǒng)計學(xué)上顯著性基因，其中每一個DDg模型均代表一種以基因表達(dá)的最優(yōu)截斷值為基礎(chǔ)對 患者群體進(jìn)行劃分的方法。以模型中的一個具有高預(yù)后顯著性為基礎(chǔ)來識別那些基因。
[0079] 本發(fā)明實施例可以用作預(yù)后工具，以將HG-E0C患者顯著分層為三個生存顯著的、 分子上不同的且臨床上不同的亞類，這可以改善患者的風(fēng)險評估、管理和咨詢，以及提供在 臨床環(huán)境中治療人類卵巢癌的個性化醫(yī)藥策略的優(yōu)化解決方案。目前，確診為III期HG-E0C 的患者預(yù)后非常不好，其5年后生存率只有30%。本發(fā)明實施例通過36-mRNA(蛋白質(zhì)編 碼）或21-miRNA(非蛋白質(zhì)編碼）標(biāo)記可以進(jìn)一步將這些患者分層為更有區(qū)別的風(fēng)險亞組 (低風(fēng)險、中風(fēng)險和高風(fēng)險），這些風(fēng)險亞組是這種疾病的異質(zhì)性的指示。在臨床環(huán)境中，本 方法可由臨床醫(yī)師用于患者預(yù)后、基本（化療）治療療效預(yù)測以及未來個性化治療性干預(yù) 的設(shè)計。let-7b，以及36-mRNA和/或21-miRNA預(yù)后標(biāo)記的個別基因、子集和所有基因都 能夠用作預(yù)后生物標(biāo)記物的試劑盒和分析。
[0080] 現(xiàn)在已概括性地描述了本發(fā)明，本發(fā)明的同樣內(nèi)容將參考下述以示例性方式提供 的實施例更易于理解，但不將本發(fā)明限制于這些實施例中。
[0081] 本領(lǐng)域技術(shù)人員將會理解的是，根據(jù)本文所給定的方法，本發(fā)明在無需過度實驗 的情況下可以實現(xiàn)。方法、技術(shù)和化學(xué)品如在給定的參考文獻(xiàn)或標(biāo)準(zhǔn)生物技術(shù)和分子生物 學(xué)教科書中所述。 實施例
[0082] 如將在下面更詳細(xì)描述的那樣，單獨的let-7成員表現(xiàn)出多樣的進(jìn)化、調(diào)控和功 能特性（圖1)。具體地，改進(jìn)的用于識別三個生存顯著亞組和微陣列miRNA表達(dá)信號的k 均值聚類的DDg分析揭示了let_7b和let_7c的前致癌作用。引人注目地，我們開發(fā)的方法 證明let-7b可以起到雙協(xié)同主調(diào)控活性，該雙協(xié)同主調(diào)控活性能控制數(shù)百個與HG-E0C演 變有關(guān)的基因。與let-7b顯著相