专利名称：：用于预测急性髓系白血病病人对抗癌药物应答的标记物的制作方法
技术领域：
：本发明涉及一种用于预测急性髓系白血病(AML)病人对抗癌药物应答的标记物。更具体地，本发明涉及一种用于预测AML病人对抗癌药物应答的试剂盒，该试剂盒包含用于测定所述标记物的表达水平的试剂，并且本发明还涉及一种以该标记物的表达的程度为基础，预测AML病人对抗癌药物应答的方法。
背景技术：
：根据白血病的进展速度，白血病可以被划分为急性和慢性形式。根据疾病类型和受侵入的细胞的特性，白血病的临床状况是不同的。当白血病侵入淋巴细胞时，它被称为淋巴细胞白血病。当髓细胞被侵入时，该疾病被称为髓系白血病。当处于成熟期的细胞发生突变时，慢性髓系白血病就会发作。急性髓系白血病(AML)是血癌的一种，其表现为细胞分化的特定阶段中母细胞的无限生长和抑制母细胞的分化。AML显示已知的各种基因突变与对抗癌治疗的应答和其预后都密切相关。因为这些原因，细胞遗传学方法被广泛地用来做染色体突变分析并对AML进行分类。例如，已经观察到具有t(8;21)(在第8和第21之间的染色体转运)，t(15;17)(在第15和第17之间的染色体转运)或inv(16)(第16染色体的倒位)的AML病人对抗癌药物显示出良好的应答和所希望的预后(Lowenbergetal.，N.Engl.J.Med.1999，341:1051-1062;Slovaketal.,Blood2000,96:4075-4083;Byrdetal.，Blood2002，100:4325-4336;Grimwadeetal.,Blood1998，92:2322-2333;Grinwadeetal.，Blood2001,98:1312-1320)。除细胞遗传学方法之外，分子分析方法也用于检查基因突变，或表达的改变，和预后之间的关系。具有FLT3(FMS样酪氨激酶3)基因内部串联重复突变或EV1(热带病毒整合位点1)基因的增加的表达水平的病人已知具有不良的预后。相反，具有CEBPA(CCAAT/增强子结合蛋白a)基因突变的病人已经发现具有良好的预后(Kiyoetal.,Blood1999,93:3074-3080;GillilandandGriffinBlood2002,100:1532-1542;Barjestehetal.，Blood2003，101:837-845;Barjestehetal,,Hematol.J.4:31-40;Preudhortimeetal.,Blood2002，100:2717-2723)。已经努力来揭示基因表达信息或特异性蛋白的表达水平对抗癌药物应答的关系(Broxte醒netal.,Leukemia2000，14:1018-1024;Kandaetal.，Cancer2000，88:2529-2533;Ugrandetal"Blood2000，96:870-877;Christiansenetal.，J.Clin.Oncol.2001，19:1405-1413;Okutsuetal.,Mol.Cancer.Ther.2002，1:1035-1042)。随着DNA芯片分析技术的发展，在一个实验中分析成千上万的基因的表达水平已经成为可能。在这种背景下，使用DNA芯片，在分子水平上来分析AML病人的基因(Virtanevaetal.，Proc.Natl.Acad.Sci.USA.2001,98:1124-1129;Armstrongetal.，Nat.Genet.2002,30:41-47;Yeohetal.,CancerCell.2002,1:133-143;Schochetal.,Proc.Natl.Acad.Sci.USA.2002,99:10008-10013;Kohlmannetal.，GenesChromosomesCancer2003'37:396-405;Yagietal.,Blood2003102:1849-1856)。但是目前还没有提供用于预测AML病人对抗癌治疗应答的技术。特别是，没有方法来预测既没有染色体异常也没有上述基因突变的AML病人是如何对抗癌治疗作出应答的。白血病的治疗是非常复杂的，并且要根据白血病的类型进行治疗。临床上，对治疗表现抗性的白血病病人具有十分短的存活时间。因此，从例如放疗，手术治疗，化疗等多种治疗中形成一套适合的治疗方案，并且考虑到减少昂贵的药费和精神和身体痛苦将它应用于病人是非常重要的。诊断为相同癌症疾病的病人中，一些可能对药物积极地作出应答，而另一些可能对相同的药物没有应答。另外，即使对相同药物的积极应答，可能从一个病人到另一个病人在程度上不同。从而，病人对药物应答的预测赋予医生放弃不必要的治疗能力，因此，增加了所使用的治疗的效率和效果。对于本发明，本发明人对AML病人的某些基因的表达行为进行了透彻和彻底的研究，从而发现了67种标记基因与抗癌药物的应答有关并且该标记基因的表达水平可预示该应答。
发明内容技术问题因此，本发明的一个目的是提供一种用于预测AML病人对抗癌药物应答的试剂盒，该试剂盒含有一种试剂，该试剂能够预测使用抗癌药物进行治疗的应答。本发明的另一个目的是提供一种方法，该方法用于预测AML病人对使用抗癌药物进行治疗而产生的应答。图1是显示P值的图表，它是在检查低危人群和高危人群之间复发显著性差异的时序检验中获得的，低危人群和高危人群根据AML病人的风险评分进行划分。图2是显示图1的两组人群中复发频率的Kaplan-Meier曲线图，其中全部55例AML病人中的33个病人处于低危人群。具体实施例一方面，本发明涉及一种用于预测AML病人对抗癌药物应答的标记物。另一方面，本发明涉及一种用于预测AML病人对抗癌药物应答的试剂盒，该试剂盒含有一种试剂，该试剂用于测定能预测AML病人对抗癌药物进行应答的标记基因的表达。很难在任意时间对抗癌药物的应答进行分类。例如，一个病人从开始就显示对抗癌治疗的抵抗，而另一个病人起先达到几乎完全緩解阶段，但是几个月后癌症复发。因此，在预定的临床时间，选择具有不同表达水平的基因作为将病人划分为完全和非完全緩解阶段的方法可能导致误差。在本发明中，cDNA由来自AML病人骨髓的RNA合成，并将其杂交到16k人类cDNA芯片上，来检测与正常人群表达水平不同的基因。随后，记录病人对抗癌治疗显示出抵抗的时间，并且为了应用截尾数据(censoreddata)(这种情况是只监控了病人的该疾病，或始终没有复发发生)通过Cox比例风险模型的方式选择了下列67种基因，发现这67种基因与对抗癌药物的应答有显著关系(p=0.001),(CoxD.R.J.RoyalStat.Soc.B.197234:187-202):GENX-3414，SPINK2,PECAM1,AQP5，LAPTM5,DDX48,F2RL3,SLC3A2，GPR51,ZC3HDC8.WASF1,PSCD4，CDKN1A，AIF1，ADFP,CD164,RAB8A,ID2,ITGB2,MGC3047，MYST3'MT3，MGAT1,BC002942，EVI2B,CPVL'MX1，LGALS1,MX2,KRT1，MICA，GABBR1，TINF2，MPV17，RXRA，JARID1D'C2orf22，DPT，NDUFS2,CCIN，MADH3,NAG,E2F5,SMC6L1,CASP1，LILRB1,TCF4,TNP03，DNCI1,TIE，ADM，SMUG1,PPP1CA,SALL3,IRF2，KIAA1223,NC0A3,CKS2，ZNF226，CTBS，MetRS,MGC5395,FLJ10349，CD4，EHD4，ARL4A，和DNAJCIO。在独立探针试验中再次选择它们之中的四个基因PECAM1,LAPTM5，AIF1,和ITGB2。这支持了这些基因不是偶然被选择的，而是它们的表达与对抗癌药物的应答有关的主张。通过留一法交叉验证，还发现在给药之前这些被选择的标记基因可用于预测抗癌药物治疗AML病人的可行性。因此，根据一个实施例，本发明涉及一种用于预测AML病人对抗癌药物应答的试剂盒，其包含一种试剂，该试剂能够分析对抗癌治疗具有预测性的标记基因的表达，该标记基因是从上述标记基因中选出的。在此使用的术语'AML(急性髓系白血病)，指恶性血液疾病，特征为髓系前体白细胞的癌细胞增殖，它们在器官中积聚并干扰正常血细胞的生长，此时骨髓中的平衡被破坏，从而侵入外周血液或其它器官。在此使用的该术语'用于预测对抗癌药物应答的标记物，是指一种通过测定表达水平，确定在给药之前抗癌药物在癌症治疗中是否有用的材料，以该表达水平为基础，对抗癌药物的应答是可预测的。该标记物可以包括例如核酸，多肽，蛋白质，类脂，和糖类的有机生物分子。对于本发明的该目的，用于预测对抗癌药物治疗应答的标记物选自于核酸和多肽，它们对AML病人对抗癌药物的应答是可预测的。该标记物的表达水平可以通过定量测定其mRNA或蛋白质确定，优选测定其mRNA。在本发明中用于确定mRNA的表达水平的技术的例子包括，但不限于，DNA芯片，RT-PCR,竟争性RT-PCR,实时RT-PCR，RPA(RNA酶保护试验)，和Northern印迹技术。优选地，DNA芯片用于测定mRNA的表达水平，其中标记基因或其片段以高密度附着在例如玻璃的基底上。该DNA芯片需要核苷酸，在它的端位点或中间位点用如荧光成分进行标记，用于杂交。优选地，该核苷酸可以是由来自目标样本制备的mRNA合成的cDNA。在DNA芯片上杂交cDNA后，表达水平可以被容易地读取。作为选择，RT-PCR可以用于检测mRNA的表达水平。RT-PCR是一种技术，其中由目标样本制备的mRNA"逆"转录为cDNA,随后使用聚合酶链式扩增(PCR)扩增所得到的DNA。在该扩增步骤中，使用对该标记基因有特异性的一对引物。在对由此获得的RT-PCR产物电泳后，看到的带型和厚度给出该标记基因表达水平的信息。从蛋白质水平，可以测定该标记基因的表达。在这种情况下，该基因的蛋白质可以使用特异性结合在该蛋白质上的抗体被定量地分析。使用抗体分析技术的例子包括蛋白质印迹法，ELISA(酶联免疫吸附剂法)，RIA(放射性免疫测量)，it射免疫扩散，火箭免疫电泳，免疫组织化学染色，免疫沉淀测定法，补体结合测定法，FACS,蛋白质阵列等，但不限于此。根据本发明，用于测定所述标记基因的表达的试剂盒可以包括适合所使用的分析技试剂盒可以包括目标基因或其cDNA附着在其上的基底，用于荧光标记的试剂，和酶。RT-PCR试剂盒可以包括对该基因有特异性的一对引物。每一个引物是对该标记基因有特异性的，长度7至50bp的核苷酸序列。该RT-PCR试剂盒可以包括容器，反应緩沖器，脱氧核糖核苷三磷酸(dNTPs),taq聚合酶，反转录酶，DNAse，或RNAse抑制剂。根据本发明的该试剂盒可以用于对在AML治疗中使用的抗癌药物上。另外，使用本发明的试剂盒，，可以预先分析天然产生的材料和由此制备的纯化学制品以及在化疗中通用的合成有机化学制品对治疗的应答。该抗癌药物可以联合给药。例如，伊达比星(IDA)可以与4N-联己基(bihenoyl)-1-P-D-阿拉伯呋喃糖基胞嘧啶(BHAC)联合，柔红霉素与BHAC联合，阿糖胞苷与从阿霉素，柔红霉素，米托蒽醌(mitoxanthrone)和硫鸟噪呤之中选择的一种联合，巯基噪呤与氨甲叶酸联合，米托蒽醌与依托泊戒联合，天门冬酰胺酶与长春新碱，柔红霉素和强的松联合，环磷酰胺与长春新碱，阿糖胞苷和强的松联合，环磷酰胺与长春新碱和硫鸟噪呤联合，柔红霉素与阿糖胞脊和硫鸟嘌呤联合，以及柔红霉素与长春新碱和强的松联合给药。优选的是伊达比星与BHAC的联合或柔红霉素与BHAC的联合。根据另一个方面，本发明提供一种用于预测AML病人对抗癌药物应答的方法，其包括如下步骤1)在AML病人的生物样本中，确定用于预测对抗癌药物应答的标记基因的表达水平，该标记基因选自包括GENX-3414,SPINK2，PEC扁，AQP5，LAPTM5，DDX48,F2RL3,SLC3A2，GPR51,ZC3HDC8.WASF1，PSCD4，CDKN1A,AIF1'ADFP'CD164,醒8A,ID2,ITGB2,MGC3047,MYST3,MT3，MGAT1，BC002942，EVI2B,CPVL，MX1，LGALS1,MX2,KRT1,MICA，GABBR1,TINF2，MPV17,RXRA,JARID1D,C2orf22,DPT，NDUFS2，CCIN,MADH3,NAG，E2F5,SMC6L1，CASP1,LILRB1，TCF4，TNP03，DNCIl，TIE,ADM,SMUG1,PPP1CA,SALL3,IRF2，KIAA1223,NC0A3,CKS2,ZNF226,CTBS，MetRS,MGC5395,FLJ10349,CD4，EHD4,ARL4A和DNAJCIO的組，和2)统计分析该基因的表达水平，来评估风险评分R。在步骤1)中，对测定用于预测对抗癌药物应答的该标记基因的表达水平有用的生物样本可以以骨髓，淋巴节，脾，血液和淋巴液作为例子，优选地是骨髓。可选择地，该方法还可以包括参考已累积的AML病人风险评分R的数据库，校正所述风险评分R的步骤。可以使用得自Cox比例风险模型的HR(风险比)或e系数计算该风险评分R。在此使用的术语"HR"指当系数增加1时风险评分R增加，并与e^相对应。显著性pi.001时所选择的67种基因的冊值在下面表l中给出。病人的风险评分R可以使用下面的数学公式1进行计算，该公式表示每个病人的各个产品的每个基因表达程度和p系数的总和。数学公式I其中R表示风险评分，Pi表示基因i的e系数，并且Gi表示基因i的表达程度。在表1中总结了由Cox比例风险模型获得的用于预测对抗癌药物应答的标记基因的服(风险比)值。[表l]用于预测对抗癌药物应答的标记基因<table>tableseeoriginaldocumentpage9</column></row><table><table>tableseeoriginaldocumentpage10</column></row><table><table>tableseeoriginaldocumentpage11</column></row><table>a:重复选择的4个基因被重复表示。b:风险比，当基因表达双倍增加时，风险增加。朋是2指当基因表达双倍增加时，该风险水平加倍。c:基因表达的平均偏差。d:GenBank登录号。e:UniGene蔟ID。AML病人的风险评分(R)数据库在下面的表4中给出。在根据本发明的用于预测对抗癌药物应答的方法中，可以使用上面描述的用于测定标记基因的表达率的方法和抗癌药物。对本发明的更好的理解可以根据出于说明的下面的实施例获得，该实施例不是为了限制本发明。本发明的实施例实施例1:使用DNA芯片测定AML病人的骨髓样本中的基因表达〈l-l〉从骨髓细胞中分离RNARNA从55例AML病人的骨髓样本中分离出来。第一，将lmL的骨髓样本与5mL的TriZol试剂(InVitrogen，Cat.No.15596-018)混合，随后使用组织均质器破碎细胞。根据TriZol试剂厂商提供的说明书进行随后的RNA分离步骤。由此获得的该RNA随后使用RNeasy试剂盒(Qiagen，Cat.No.74106),根据其厂商提供的说明书进一步纯化。〈l-2〉被分离的RNA的定量分析该RNA通过使用分光光度计测定260nm的吸光率定量。<1-3〉参考RNA的制备与从骨髓细胞中分离的RNA—起，参考RNA同样用于在DNA芯片上杂交。该参考RNA从基于血细胞的细胞系中分离出来。具体地，以与实施例<1-1〉中相同方式用7个细胞系HL-60，K-562,CCRF-CEM，CCRF-HSB-2,CEM-CM3，Molt-4,和THP-1制备RNA。在如实施例〈1-2〉一样被定量后，被分离的RNA片段以等量混合就获得参考RNA。<1-4〉DNA芯片在该实验中使用的该DNA芯片是包括15,972cDNA探针(Digitalgenomics,Korea)的16K人类cDNA芯片。该DNA芯片的制备如下。第一，携带该cDNA的质粒从很多细菌中分离出来，并且使用PCR对探针序列从该质粒中扩增。由此获得的该cDNA用PCR纯化试剂盒纯化并在浓度为100至200ng/u1的包含50%DMSO的点样液中溶解。在该cDNA溶液在GAPSII玻片(Corning,Cat.No.40006)上被点样后，使用适合剂量的UV光照射，将cDNA固定在其上。〈1-5〉DNA芯片实验和基因表达的定量测定在氨基烯丙基(aminoallyl)-dUTP的存在下，从10ug的骨髓样本中分离的RNA和参考RNA被逆转录为cDNA，并且随后该cDNA通过分别与单酯-Cy5和单酯-Cy3的反应用Cy5和Cy3标记。被标记的样本使用PCT纯化试剂盒纯化并在DNA芯片上杂交16小时或更长时间。随后，该DNA芯片用SSC洗涤溶液沖洗，以除去非特异性杂交体。被冲洗后的DNA芯片用共聚焦激光扫描仪(PerkinElmer,ScanarrayLite)扫描，从每个点样中收集荧光数据。该数据作为TIFF文件储存，使用GenePix3.0(AxonInstruments)对其进行定量分析。使用GenePix3.0定量的在每个点样的该荧光值根据Yang方法(NucleicAcidsRes2002,30:el5)在S-plus统计软件包(Insightful)中'lowess，功能的帮助下校正。将具有该校正值的该基因表达水平应用于Cox比例风险模型计算出HR,选择出67种能预测AML病人对抗癌药物应答的标记基因。该结果在表l中给出。实施例2:关于AML病人基因表达和对抗癌药物应答的数据<2-1>被测试病人的基因表达结果骨髓样本从55例AML病人中获取并对以与实施例1中的相同方式使用DNA芯片测定表1中列出的67种标记基因的表达水平。<2-2〉待测病人的临床信息对于诱导緩解化疗，55例AML病人中的一些用朋AC给药7或10天，并用伊达比星给药3或5天。另一些诱导緩解化疗的病人用BHAC给药3或5天，并用柔红霉素给药3或5天。病人的重要临床信息总结在下面的表2中。[表2]病人的临床信息<table>tableseeoriginaldocumentpage13</column></row><table><table>tableseeoriginaldocumentpage14</column></row><table>疗到复发之间的期间以月份表示。d:根据French-American-British分类的AML亚型。〈2-3〉病人的风险评分的计算从55例AML病人荻取的骨髓样本用于测定每种标记基因的表达水平，所述标记基因用于预测对抗癌药物的应答。55例AML病人的风险评分R使用从Cox比例风险模型获得的风险比或e系数来计算。术语"风险比"与ee具有相同的值并且指当变量增加1时，增加的风险比例。病人的风险评分R根据下面的数学公式I计算，病人的风险评分R使用下面的数学公式1进行计算，表示各个产品的每个基因表达程度和e系数的总和。数学公式I其中R表示风险评分，h表示基因i的e系数，并且Gi表示基因i的表达程度。计算出的55例AML病人的风险评分在表3中给出。在表3中，发现55例AML病人的风险评分为-23.29,正如使用用于预测抗癌药物应答的67种标记基因所计算的。由55例AML病人获得的67种标记基因的表达水平来看，计算了风险评分，并且其结果在表3中列出。[表3]<table>tableseeoriginaldocumentpage133</column></row><table><table>tableseeoriginaldocumentpage16</column></row><table>887867-O.0414794921.731478538-0.07182085-17.16BV2293588-0.2004224162.345165541-0.470023744-17.631553995-0.0660132631.532124809-0.101140557-17.731871440-0.3932542891.16720508-0.459008404-18.19BV744940-O.2989334752.118061113-0.633159369-18.82BV4350360.30580477-0.913793852-0.279442519-19.10BV7312730.439940423-1.845160246-0.81176058-19.91BV343867-l.2623940231.289232648-1.62751959-21.54BV812994「1.0642274821.47132461-1.565824085-23.10707667-0.1136369761.676535656-0.190516441-23.29实施例3:使用标记基因的表达预测对抗癌药物应答的实验<3-1〉在抗癌治疗应答的预测中的显著性实验使用根据实施例2中描述的方法选择的标记基因的表达，进行预测AML病人对抗癌药物的应答的留一法交叉验证，并进行对该预测的评估。留一法交叉验证是一种统计方法，既把一个病人的数据从全部数据库中排除在外并选择标记基因后，该病人对抗癌药物的应答可以使用在该病人中的标记基因的表达进行预测。这个程序重复很多次，直到病人的总数允许对于每一个病人都可以做出独立的预测时。使用由该独立预测获得的该风险评分，比较高危病人群和低位病人群之间的存活曲线，以使每个病人对抗癌药物应答的预测的显著性可以被确定。<3-2〉使用在p=0.001选择的标记基因对抗癌药物应答的预测为了检测AML病人对抗癌药物的应答是否可以用与实施例2中相同的方式在p=0.001进行显著性预测，进行"留一法"交叉验证。全部55例病人样本中，将一个样本作为有效数据，而其它样本作为基因选择的训练数据。基因选择被重复55次，以使每个病人的样本作为有效数据被使用一次。使用被选择基因的表达，计算一个被排除的病人的风险评分。风险评分数据和截尾数据在下面的表4中给出。[表4]独立计算的每个病人的风险评分病人ID风险评分截尾月病人ID风险评分截尾月<table>tableseeoriginaldocumentpage18</column></row><table>使用所计算的风险评分，将这些病人分为高危人群和低危人群。然而，单独使用风险评分作为标准可能是有些不合理的。为了确定如何用最佳的显著性将这两组人群进行划分，当按照风险增加的顺序低危人群中成员的数量增加1时制作了Kaplan-Meier曲线，该曲线提供这两组人群的复发曲线。进行时间等级检验，来检查在这两组人群中的复发曲线之间是否存在显著性差异。图1是显示在时间等级检验中获得的p值的图表。根据这种分析，当33例病人处在低危人群中，而剩下的22例病人处在高危人群中时，这两组人群的Kaplan-Meier图表显示最大的显著性差异(p=0.0002)。这时得到的Kaplan-Meier图表在图2中显示。这些结果证明，当根据基于标记基因的表达的风险评分把病人划分成危险人群时，该高危人群和该低危人群可显著性预测(P=0.0002)。<3-3〉根据基因选择的显著性对抗癌药物应答的预测结果在实施例3-2中，使用p=0.001的被选择的基因预测对抗癌药物的应答。当选择不同的p值(即，该显著性改变)时，被选择的基因的数量改变。如果p值减少，选择较少数量的基因。较高的p值导致选择较多数量的基因。为了确定多少种基因适合于预测对抗癌治疗的应答，在p二O.Ol，0.0005,0.0001和0.00001下进行对抗癌治疗应答的有效预测的实验。该结果在下面的表5中总结。[表5]对于选择的基因，在不同p值下对抗癌治疗应答的预测结果<table>tableseeoriginaldocumentpage19</column></row><table>如表5中所示，一旦进行基因选择降低p值时，也就是说，当基因在较高显著性被选择时，K邻lan-Meier曲线显示这两组危险人群之间具有较大的差异。也就是，虽然在p=0.001下选择的所有基因可以用于预测对抗癌治疗的应答，但是这种预测可能仅对它们中的一部分可行。工业实用性根据本发明可以选择在预测AML病人对抗癌药物的应答中有用的标记基因。因此，当将取自AML病人的生物样本应用于试剂盒时，其中所述的试剂盒含有测定能预测AML病人对抗癌药物应答的标记基因表达的试剂，可以分析该基因的表达图镨，以预测AML病人对抗癌药物的应答。因此，本发明提供了用于AML病人的适当的化疗信息，从而提高所使用的抗癌药物的治疗效果并减轻病人的痛苦和经济负担。权利要求1.一种用于预测急性髓系白血病病人对抗癌药物应答的标记物，所述的标记物选自包括GENX-3414，SPINK2，PECAMl，AQP5，LAPTM5，DDX48，F2RL3，SLC3A2，GPR51，ZC3HDC8.WASFl，PSCD4，CDKNlA，AIFl，ADFP，CD164，RAB8A，ID2，ITGB2，MGC3047，MYST3，MT3，MGATl，BC002942，EVI2B，CPVL，MXl，LGALSl，MX2，KRTl，MICA，GABBRl，TINF2，MPV17，RXRA，JARIDlD，C2orf22，DPT，NDUFS2，CCIN，MADH3，NAG，E2F5，SMC6L1，CASPl，LILRBl，TCF4，TNPO3，DNCIl，TIE，ADM，SMUGl，PPPlCA，SALL3，IRF2，KIAA1223，NCOA3，CKS2，ZNF226，CTBS，MetRS，MGC5395，FLJ10349，CD4，EHD4，ARL4A和DNAJClO的组。2.—种用于预测急性髓系白血病病人对抗癌药物应答的试剂盒，该试剂盒包括用于检测基因的工具，所述基因选自包括GENX-3414,SPINK2，PECAM1，AQP5,LAPTM5，DDX48,F2RL3，SLC3A2,GPR51,ZC3HDC8，WASF1，PSCD4，CDKN1A,AIF1,ADFP,CD164,RAB8A,ID2'ITGB2，MGC3047,MYST3,MT3,MGAT1,BC002942，EVI2B，CPVL,MX1，LGALS1,MX2,KRT1，MICA,GABBR1，TINF2,MPV17,RXRA,JARID1D，C2orf22,DPT,NDUFS2，CCIN，MADH3,NAG,E2F5，SMC6L1,CASP1,LILRB1，TCF4，TNP03，DNCIl，TIE,ADM，SMUG1，PPP1CA，SALL3,IRF2,KIAA1223，NC0A3，CKS2，ZNF226，CTBS,MetRS，MGC5395，FLJ10349，CD4,EHD4，ARL4A和DNAJC10的组。3.根据权利要求2所迷的试剂盒，其特征在于，所述;f企测工具是所述基因的特异性探针或引物。4.根据权利要求2所述的试剂盒，其特征在于，所述抗癌药物选自包括伊达比星，4N-联己基-i-e-D-阿拉伯呋喃糖基胞嘧咬，柔红霉素和它们的组合物的组。5.根据权利要求2所述的试剂盒，其特征在于，所述试剂盒是DNA芯片形式。6.根据权利要求2所迷的试剂盒，其特征在于，所述试剂盒使用RT-PCR方法。7.—种用于预测急性髓系白血病病人对抗癌药物治疗应答的方法，包括以下步骤1)在急性髓系白血病病人的生物样本中，确定用于预测对抗癌药物治疗应答的标记基因的表达水平，所述标记基因选自包括GENX-3414,SPINK2,PECAMl,AQP5,LAPTM5,DDX48,F2RL3,SLC3A2,GPR51，ZC3HDC8.沐ASF1，PSCD4，CDKN1A,AIF1,ADFP,CD164，RAB8A，ID2,ITGB2，MGC3047，MYST3,MT3，MGAT1,BC002942,EVI2B,CPVL,MX1,LGALS1,MX2，KRT1，MICA,GABBR1,TINF2'MPV17,RXRA，JARID1D，C2orf22,DPT,N叫FS2'CCIN，MADH3，NAG,E2F5,SMC6L1,CASP1，LILRB1，TCF4，TNP03,DNCIl，TIE,ADM,SMUG1，PPP1CA，SALL3,IRF2，KIAA1223,NC0A3，CKS2'ZNF226,CTBS，MetRS，MGC5395,因的表达水平来评估风险评分R。8.根据权利要求7所述的方法，其特征在于，所述统计分析方法是Cox比例风险模型。9.根据权利要求7所述的方法，所述方法还包括参考包含急性髓系白血病病人的不同风险评分R的数据库校正所述风险评分R的步骤。10.根据权利要求7所述的方法，其特征在于，所述抗癌药物选自包括伊达比星，4N-联己基-1-e-D-阿拉伯呋喃糖基胞嘧啶，柔红霉素和它们组合物的组。11.根据权利要求7所述的方法，其特征在于，使用DNA芯片确定所述标记基因的表达水平。12.根据权利要求7所述的方法，其特征在于，使用RT-PCR方法确定所述标记基因的表达水平。13.根据权利要求7所述的方法，其特征在于，所述生物样本选自包括骨髓，淋巴节，脾，血液，和淋巴液的组。全文摘要本发明公开了一种标记物，所述的标记物能预测AML(急性髓系白血病)病人对抗癌治疗的应答。本发明还提供了一种试剂盒，所述的试剂盒具有用于测定标记基因的表达水平的工具，所述的标记基因能预测应答，从而用于预测AML病人对抗癌药物的应答。另外，以该标记基因的表达程度为基础，本发明提供了一种用于预测AML病人对抗癌药物应答的方法。通过将取自AML病人的生物样本应用于该试剂盒，来分析所述基因的表达谱图，可以预测AML病人对抗癌药物的应答。该方法提供了对AML病人适合的化疗信息，从而提高所使用的抗癌药物的治疗效果并减轻病人的痛苦和经济负担。文档编号C12Q1/68GK101326290SQ200680044375公开日2008年12月17日申请日期2006年9月26日优先权日2005年9月27日发明者宋荣华,尹正浩,朴栋润,李凤龙,李瀚镛,申仁京,金世云,金东旭,金成韩,金永准申请人:数字基因组学株式会社;大熊株式会社