000或等价物的基于酵母的免疫治疗产品中的一 种产品。在本发明这一实施方式的一个方面，突变Ras阳性癌症可包括但不限于胰腺癌、非 小细胞肺癌（NSCLC)、结肠直肠癌、子宫内膜癌、卵巢癌、黑色素瘤和多发性骨髓瘤。在一方 面，该癌症是胰腺癌。在一个实施方式中，额外的抗癌治疗包括但不限于手术（例如，手术 切除肿瘤）、化疗、放疗、靶向癌症治疗（例如，小分子药物或特异性靶向肿瘤生长和发展中 涉及的分子的单克隆抗体疗法）、和姑息治疗，或其任意组合。在一方面，针对突变Ras阳性 癌症的基于酵母的免疫治疗协同吉西他滨或等价物对患者进行治疗。在一个实施方式中， 患者是胰腺癌患者，治疗包括一系列称为GI-4000或等价物的基于酵母的免疫治疗产品中 的一种产品，其单独施用或联合吉西他滨或等价物施用。在一方面，癌症患者的肿瘤在用基 于酵母的免疫治疗组合物治疗之前已被手术切除。
[0039] 在使用基于酵母的免疫治疗来治疗癌症患者的方法的任何一个方面，该基于酵母 的免疫治疗可包括但不限于一种完整的、热失活的重组酵母，其已经表达至少一种与患者 的肿瘤相关的或由其表达的癌症抗原。在一方面，该酵母可以是来自一个属的酵母，包括但 不限于，酵母属（Saccharomyces)。在一方面，该酵母可以是来自一个种的酵母，包括但不限 于，酿酒酵母（Saccharomyces cerevisiae)。
[0040] 在另一方面，公开了一种预测癌症患者是否有可能从施用单独或与另一种抗癌剂 联合的基于酵母的免疫应答生成型治疗中受益的系统。该系统包括从来自癌症患者的血液 来源的样品产生质谱的质谱仪。该系统还包括储存有来自其他癌症患者的分类标签谱的训 练集的机器可读的存储器。该训练集包括来自多个未从单独或与另一种抗癌剂联合施用的 基于酵母的免疫应答生成型治疗中受益的患者的分类标签谱，和来自多个从单独或与另一 种抗癌剂联合使用的细胞免疫治疗中受益的患者的分类标签谱。该系统进一步包括配置为 对所述质谱数据进行操作并使用训练集对质谱进行分类、为质谱产生分类标签的计算机系 统，其中分类标签被用于预测患者是否可能从施用单独或与另一种抗癌剂联合施用的基于 酵母的免疫应答生成型治疗中受益。
[0041] 在另一方面，公开了一种预测癌症患者是否有可能从施用单独或与另一种抗癌治 疗联合施用的基于酵母的癌症免疫治疗中受益的系统。该系统包括从来自癌症患者的血液 来源的样品产生质谱的质谱仪。该系统还包括储存有来自其他癌症患者的分类标签谱的训 练集的机器可读的存储器。该训练集包括来自多个未从单独或与另一种抗癌治疗联合施用 的基于酵母的癌症免疫治疗中受益的患者的分类标签谱，和来自多个从单独或与另一种抗 癌治疗联合施用的基于酵母的癌症免疫治疗中受益的患者的分类标签谱。该系统进一步包 括配置为对所述质谱数据进行操作并使用训练集对质谱进行分类、为质谱产生分类标签的 计算机系统，其中分类标签被用于预测患者是否可能从施用单独或与另一种抗癌剂联合施 用的基于酵母的癌症免疫治疗中受益。
[0042] 在另一方面，公开了一种预测癌症患者是否有可能从施用单独或与另一种抗癌治 疗联合使用的针对突变Ras阳性癌症的基于酵母的免疫治疗中受益的系统。该系统包括从 来自癌症患者的血液来源的样品产生质谱的质谱仪。该系统还包括储存有来自其他癌症患 者的分类标签谱的训练集的机器可读的存储器。该训练集包括来自多个未从单独或与另一 种抗癌治疗联合使用的针对突变Ras阳性癌症的基于酵母的免疫治疗中受益的患者的分 类标签谱，和来自多个从单独或与另一种抗癌治疗联合使用的针对突变Ras阳性癌症的基 于酵母的免疫治疗中受益的患者的分类标签谱。该系统进一步包括配置为对所述质谱数据 进行操作并使用训练集对质谱进行分类、为质谱产生分类标签的计算机系统，其中分类标 签被用于预测患者是否可能从施用单独或与另一种抗癌治疗联合使用的针对突变Ras阳 性癌症的基于酵母的免疫治疗中受益。在一方面，针对突变Ras阳性癌症的基于酵母的免 疫治疗是被称为GI-4000的系列产品中的一种产品。在一方面，突变Ras阳性癌症选自胰 腺癌、非小细胞肺癌（NSCLC)、结肠直肠癌、子宫内膜癌、卵巢癌、黑色素瘤和多发性骨髓瘤。 在一方面，该癌症是膜腺癌。
[0043] 附图简沭
[0044] 以下详述部分将参考附图，其通过实例的方式提供而并非限制，其中：
[0045] 图1是显示胰腺癌二期临床实验设计的示意图，其中使用靶向突变Ras阳性癌症 的Globelmmune的基于酵母的免疫治疗产品系列，称为GI-4000。
[0046] 图2A和2B是用Kaplan-Meier绘图显示的无复发生存率（RFS)和总存活数（OS)， 其说明了本公开的质谱方法鉴定那些很可能在胰腺癌治疗中从GI-4000和吉西他滨的组 合受益的患者的鉴定能力。
[0047] 图3A-3F是在K最近邻分类算法中使用不同K值时，用KapIan-Meier绘图成对显 示的患者的RFS和0S，所述患者是GI-4000和吉西他滨的胰腺癌治疗研究中治疗组和对照 组的患者。在图3A-3B中，K值为1，在图3C和3D中，K值为3,在3E和3F中，K值为5。这 些图显示了在治疗组中（患者用吉西他滨和GI-4000两者治疗），申请人的分类器区分受益 和未受益患者的能力，以及更进一步区分出治疗组中一些患者比对照组中一些患者表现更 差的能力。因此，这些图显示了申请人的质谱方法既预测可能从产生免疫应答的疗法进行 的治疗中受益的那些患者，也预测不可能从产生免疫应答的疗法进行的治疗中受益的那些 患者的能力。
[0048] 图4A-4H是GI-4000和吉西他滨研究中一组RFS和OS的Kaplan-Meier图，是用 对血液来源的样品以150, 000次射击（shots)进行"De印MALDI"质谱方法获得的谱的基础 上的分类器定义的，其中采用本文所述和美国临时专利申请61/652, 394 (2012年5月29日 提交，其内容在此引入作为参考）中描述的技术。图4A-4B、4C-4D、4E-4F和4G-4H各自分 别代表来自四个不同分类器的RFS和OS图，其基于用于分类的质谱的不同峰的集合。
[0049] 图5是对胰腺癌/GI-4000和吉西他滨研究中使用的分类器校验（classifier validation)进行交叉验证过程的流程图。
[0050] 图6是RFS "快"和"慢"组之间即时事件比（Hazard ratio)的分布图，所述RFS 来自图3E-3F的"稀释并发射（dilute-and-shoot) "分类器的交叉验证分析。
[0051] 图7A是GI-4000和吉西他滨研究的交叉验证分析的测试组中，〃快〃和〃慢〃组 中值RFS的分布图。图7B是GI-4000和吉西他滨研究的交叉验证分析的测试组中，〃快〃 和〃慢〃组之间中值差别的分布图。两个图都使用图3E-3F的"稀释并发射"分类器。
[0052] 图8是在图3E-3F的"稀释并发射"分类器的交叉验证分析中，对照组（Control Arm)和测试集合（Test Set)的〃快〃和〃慢〃组中值分布图。
[0053] 图9是在图3E-3F的"稀释并发射"分类器的交叉验证分析中，"慢"组的对照组和 测试集合的中值差别分布图。
[0054] 图10A是在图3E-3F的"稀释并发射"分类器的交叉验证分析中使用不同K值时， 对照组的慢/快分类比例分布图。图10B是在K-最近邻分类器中使用不同K值时，测试集 合的即时事件比图。
[0055] 图11是检测方法的流程图，所述方法预测癌症患者从单独或联合其它抗癌剂使 用的产生免疫应答的疗法中受益或不受益。
[0056] 图12是系统示意图，所述系统对血液来源的患者样品进行检测并预测患者是否 可从单独或与另一种抗癌剂联合使用的免疫应答生成型治疗中受益。
[0057] 图13A-13L是一套在GI-4000和吉西他滨研究中RFS和OS的Kaplan-Meier图， 由基于从使用500, 000发射数（shots)的De印MALDI方法获得的谱的分类器定义，其中使 用2012年5月29日提交的未决的美国临时专利申请系列号61/652, 394中的技术，其内容 在此引入作为参考。图 13A-13B，13C-13D，13E-13F，13G-13H，13I-13J，和 13K-13L 分别代表 来自6个不同分类器的RFS和OS图，其基于用来分类的质谱的不同的峰或特征的集合。
[0058] 图14是来自使用150, 000发射数的De印MALDI方法获得的谱所开发的图4A-4H 的分类器的交叉验证分析的RFS的"快"和"慢"组的分布图。
[0059] 图15是来自使用500, 000发射数的De印MALDI方法获得的谱所开发的图13A-13L 的分类器的交叉验证分析的RFS的"快"和"慢"组的即时事件比分布图。
[0060] 图16A-16C是对选定的质量/电荷范围（m/z比7, 000-8, 000)内同一样品的3个 MALDI质谱的描述，显示了随着增加的发射数，可检测峰内容的增加。图16A的谱来自2,000 发射数，图16B的谱来自100, 000发射数，图16C的谱来自500, 000发射数。注意来自我们 的方法的图16B和16C的谱是如何揭示了丰富的样品谱信息，其在图16A的谱中不存在，图 16A的谱基本表现为噪音。
[0061] 图16D和16E是显示从我们的DeepMALDI方法中获得的谱的巨大的动态范围的进 一步的质谱实例。在图16D中，一部分m/z范围为7140-7890Da的谱以放大的方式显示在 图16D的插图中，显示了在约500, 000发射数下获得的丰富的谱信息，所述谱以Y轴放大的 方式在插图中显示，以显示在m/z 9520左右的区域内额外的谱信息和峰，其在DeepMALDI 方法中显示，但是在典型的~1，〇〇〇发射数的谱中不可见。
[0062] 图17A是含有384个矩阵排列的样品点或"点"的MALDI-T0F靶板的平面图。这 些点由列数1. .. 24和行数A. .. P确定，例如，左上方的点被确定为Al。图17B是单一样品 点Pl的放大图，其被显示分为一个5X5的直角坐标网，其具有X/Y位置坐标和位于点中心 的原点（〇,〇)。直角坐标网和位置坐标被用于自动光栅扫描方法以从如本文详述的点获得 来自100, 000或更多发射数的谱。
[0063] 图18是储存在图17A的MALDI板的单一点中的生物样品/基质混合物的图。理 想的，在该点中包含一个统一的、同质的结晶样品，如图18所示。
[0064] 图19是对