用于诊断甲状腺病症的方法和组合物的制作方法

专利名称：用于诊断甲状腺病症的方法和组合物的制作方法
用于诊断甲状腺病症的方法和组合物交叉引用本申请要求2009年5月7日提交的名称为“用于诊断甲状腺病症的方法和组合物”的美国临时申请No. 61/176，471的权益，该申请以引用方式全部合并于此。
背景技术：
癌症是美国第二位的死亡原因以及是全世界的主要死亡原因之一。目前将近2500 万人带癌生存，每年确诊1100万新病例。此外，由于总体人口持续老龄化，癌症将变成越来越大的问题。世界卫生组织预测到了 2020年，全球癌症率将增加50%。甲状腺是具有至少两种生成激素的细胞的颈部腺体。滤泡细胞生成甲状腺激素， 其影响心率、体温和能量水平。C细胞生成降血钙素，其是有助于控制血钙水平的激素。甲状腺的异常生长可以导致结节形成，其可以是良性或恶性的。甲状腺癌包括至少四种不同种类的甲状腺恶性肿瘤乳头状瘤、滤泡性瘤、髓样瘤和未分化瘤。由于疑似恶性肿瘤，据估计美国每年进行超过约120000例甲状腺摘除外科手术， 仅约33000例是必要的。因此，进行了约90000例不必要的外科手术。此外，由于需要终身药物疗法来代替损失的甲状腺功能，产生持续的治疗费用和并发症。因此，需要对目前的癌症诊断方法加以改进的改良测试方法。发明简述本发明包括用于诊断受试者甲状腺疾病的方法，所述方法包括(a)提供来自受试者的DNA样品；(b)检测选自列于表1、3-6、8或列表1-45的多态性或其互补序列的一种或多种多态性的存在；和(c)基于步骤(b)的结果确定所述受试者是否患有或可能患有恶性或良性甲状腺病症。本发明也包括含有一种或多种结合剂的组合物，所述结合剂与选自列于表1、3_6、 8或列表1-45的多态性或其互补序列的一种或多种多态性特异性结合。在另一个实施方式中，本发明包括用于诊断受试者的甲状腺疾病的试剂盒，所述试剂盒包含(a)至少一种结合剂，其与选自列于表1、3-6、8或列表1-45的多态性或其互补序列的一种或多种多态性特异性结合；和(b)用于检测所述至少一种结合剂与来自受试者的DNA样品的结合的试剂。在另一个实施方式中，本发明包括用于诊断受试者的甲状腺疾病的商业方法，所述商业方法包含(a)使用上述方法诊断受试者的甲状腺疾病；(b)将诊断结果提供给受试者、保健提供者或第三方；和(C)向所述受试者、保健提供者或第三方收费。


本发明的新特征在附加的权利要求书中详细阐明。通过参考使用本发明原理的说明性实施方式的以下详细说明和附图而获得对本发明的特征和优点的更好理解，附图中图1描绘了用于识别区分良性和恶性甲状腺组织样品的基因组区域的数据分析流程图。HAPMAP，单体型图版本3-公众可在www. HAPMAP. org获得的一组参考文件；CBS，循环二值分割-一种数据分析算法(Olshen，Venkatraman等2004) ；PLINK-可在http // pngu. mgh. harvard, edu/ purcell/plink/index. shtml 获得的免费的、开源的全基因组关联分析工具集(Purcel 1，Neale等2007)。图2是描述分子谱可以如何用于提高常规细胞学检验的准确性的流程图。图2A 和图2B描述了分子谱企业的可选实施方式。图3是由分子谱企业提供的试剂盒的图解。图4是分子谱结果报告的图解。图5描绘了可用于显示、储存、取回或计算来自分子谱的诊断结果；或可用于显示、储存、取回或计算来自基因组或核酸表达分析的原始数据；或可用于显示、储存、取回或计算用于本发明方法中的任何样品或客户信息的计算机。图6是拷贝数数据集的文氏图(Verm diagram)分析，显示基因列表之间的重叠水平。图A，映射到表3、4和5中所描述的基因组区域的基因列表进行的交叉检验以确定其冗余水平。FVPTC对NHP以及PTC对NHP基因列表(表4和5)之间仅2个基因重叠。图 B，来自图A的117个独特基因的合并列表与来自恶性对良性分析的199个基因的列表(表 6)相比，显示它们之间M个基因的重叠。图C，列于FC对FA中的76个基因相对于列于恶性对良性分析中的199个基因的比较(表3和6)。图D，来自FVPTC对NHP、恶性对良性和 PTC对NHP分析的基因列表的比较(表4、5和6)，显示各列表之间的重叠水平。图7 使用DNA拷贝数分析发现的区分甲状腺结节的292个基因相对于预先由 mRNA表达和选择性外显子使用(alternative exon usage)分析发现的4918个基因(参见美国专利申请No. 12/592，065，其以引用方式全部合并于此)的比较，显示所述列表之间的重叠水平。发明详述本发明提供用于诊断生物测试样品的异常细胞增殖的新方法，以及相关的试剂盒和组合物。本发明也提供用于异常细胞增殖(例如癌)的类型的鉴别诊断的方法和组合物， 包括滤泡癌(FC)、乳头状甲状腺癌的滤泡变型(FVPTC)、Hurthle细胞癌(HC)、Hurthle细胞腺瘤(HA)；乳头状甲状腺癌(PTC)、甲状腺髓样癌(MTC)和未分化癌(ATC)；腺瘤，包括滤泡性腺瘤(FA)；结节增生(NHP)；胶质结节(CN)；良性结节(BN)；滤泡状瘤(FN)；淋巴细胞性甲状腺炎(LCT)，包括淋巴细胞性自身免疫性甲状腺炎；甲状旁腺组织；肾癌转移到甲状腺；黑素瘤转移到甲状腺；B细胞淋巴瘤转移到甲状腺；乳腺癌转移到甲状腺；良性(B)肿瘤、恶性(M)肿瘤和正常(N)组织。本发明的方法和组合物鉴定出可用于检测、诊断和预后甲状腺癌的人基因组区域。在一些实施方式中，所述基因组区域可以区分恶性甲状腺结节和良性甲状腺结节。在其他实施方式中，所述基因组区域可以区分特定的恶性甲状腺结节为乳头状、滤泡性、髓样和未分化的甲状腺结节。所述基因组区域与人甲状腺瘤(包括良性和恶性瘤)中的染色体异常和拷贝数变化有关。这些序列用作探针，并用于检测拷贝数变化从而筛选疾病的存在的方法中，和用于预后侵袭性肿瘤行为和对治疗的反应。此外，本发明提供用于提供细胞增殖的增强诊断、鉴别诊断、监控和治疗的商业方法。通常，筛选肿瘤或其他类型癌症的存在包括分析通过各种方法例如活组织检查来获取的生物样品。然后由本领域技术人员制备并分析所述生物样品。制备的方法可以包括但不限于和种细胞学染色和免疫组织化学方法。不幸的是，癌症诊断的传统方法有着许多缺陷。这些缺陷包括1)该诊断可能要求主观评估，并因此易于出现不准确的倾向且缺乏再现性，幻该方法可能不能确定导致发病的基础遗传、代谢或信号传导途径，幻该方法可能不提供测试结果的定量评估，和4)该方法可能不能提供对某些样品的明确诊断。用于检测拷贝数变异体的标志物的鉴别在本发明的一个实施方式中，在甲状腺癌样品中可以鉴别与甲状腺良性样品相比具有不同的拷贝数的标志物和基因。具有良性病理的例举性样品包括滤泡性腺瘤、Hurtle 细胞腺瘤、淋巴细胞性甲状腺炎和结节增生。恶性病理的例举性样品包括滤泡癌、乳头状甲状腺癌的滤泡变型和乳头状甲状腺癌。在一个实施方式中，本发明方法设法提高目前癌症诊断方法的准确性。可通过测定多个基因和/或表达标志物、鉴别具有高诊断能力或统计显著性的基因表达产物例如miRNA、rRNA、tRNA和mRNA基因表达产物、或鉴别具有高诊断能力或统计显著性的基因和/或表达产物的组或上述的任意组合来获得更高的准确性。当拷贝数水平高于或低于正常时，限定的组(例如受体酪氨酸激酶)内的基因拷贝数可以指示疾病或病症。该相同组内的其他基因的拷贝数的测定可以提供诊断用途。因此，在一个实施方式中，本发明测定一个组内的两个或更多个基因拷贝数。例如，在一些实施方式中，测定一组中的1、2、3、4、5、6、7、8、9、10、15、20、25、30、35、40、45或50个基因拷贝数。在说明书中限定了各个不同的组，例如可用于诊断甲状腺癌的亚型的组和落入特定本体组中的组。在另一个实施方式中，测量来自多个组的准确指示癌症存在或不存在的基因集合将是有利的。例如，本发明预期使用1、2、3、4、5、6、7、8、9、10、15、20、25、30、35、40、45 或 50 个组，各组测量 1、2、3、4、5、6、7、8、9、10、15、20、25、30、35、40、45或50 个基因拷贝数。此外，生物样品中其他致癌基因(例如Ras)的拷贝数增加也可以指示癌细胞的存在。在一些情况下，测定几个不同种类的致癌基因例如受体酪氨酸激酶、细胞质酪氨酸激酶、GTP酶、丝氨酸/苏氨酸激酶、脂质激酶、有丝分裂原、生长因子和转录因子的拷贝数可能是有利的。在一些情况下，测定参与癌症发展的不同种类或组的基因的拷贝数可以提高本发明的诊断能力。表达标志物的组可以包括代谢或信号传导途径内的标志物，或遗传上或功能上同源的标志物。例如，一组标志物可以包括参与上皮生长因子信号传导途径的基因。另一组标志物可以包括有丝分裂原活化的蛋白激酶。本发明也提供用于检测(即测定)测量来自多个和/或独立的代谢或信号传导途径的基因拷贝数的方法和组合物。在一个实施方式中，通过使用多个基因拷贝数分析和统计分析，本发明的基因拷贝数可以提供更高的癌症诊断准确性。特别是，本发明提供但不限于与甲状腺癌有关的DNA 拷贝数谱。本发明也提供鉴定甲状腺组织样品的方法，以及可用于应用所述方法的试剂盒和组合物。本发明还包括用于运营分子谱企业的方法。本发明提供用于改善诊断癌症领域的目前状态的方法和组合物。在一些实施方式中，本发明提供诊断癌症的方法，其使用本文描述的方法提供大于70%的特异性或灵敏度，其中在生物样品和对照样品之间比较基因拷贝数水平；如果生物样品和对照样品之间在指定置信水平上存在基因拷贝数水平的差异，则将该生物样品鉴别为癌性的。在一些实施方式中，本发明的特异性和/或灵敏度为至少70^^75^^80%, 85%、86%、87%、88%、89%、90%、91%、92%、93%、94%、95%、96%、97%、98%、99% 或更高。在一些实施方式中，名义特异性(nominal specificity)大于或等于70%。名义阴性预测值(NPV)大于或等于95%。在一些实施方式中，NPV为至少95%、95. 5%、96%、 96. 5%,97%,97. 5%,98%,98. 5%,99%,99. 5%或更高。灵敏度通常是指TP/(TP+FN)，其中TP是真阳性，FN是假阴性。连续不确定结果 (Continued Indeterminate result)数除以基于判断的组织病理诊断的恶性结果的总数。 特异性通常是指TN/(TN+FP)，其中TN是真阴性和FP是假阳性。良性结果数除以基于判断的组织病理诊断的良性结果的总数。阳性预测值(PPV) :TP/(TP+FP)；阴性预测值(NPV) TN/(TN+FN)。在一些实施方式中，基因拷贝数水平的差为至少1、2、3、4、5、6、7、8、9、10或更多个拷贝。在一些实施方式中，基因拷贝数水平的差为至少2、3、4、5、6、7、8、9、10或更多倍。 在一些实施方式中，生物样品以高于75%、80%、85%、90%、95%、99%或更高的准确性鉴别为癌性的。在一些实施方式中，生物样品以高于95%的灵敏度鉴别为癌性。在一些实施方式中，生物样品以高于95%的特异性鉴别为癌性的。在一些实施方式中，生物样品以高于 95%的灵敏性和高于95%的特异性鉴别为癌性的。在一些实施方式中，使用训练的算法计算准确性。软件可用于从整个人类基因组的标志物提取、标准化和总结阵列强度数据(array intensity data)。在一些实施方式中，良性或恶性样品中给定探针的相对强度可以与参考集相比较，来确定是否存在拷贝数异常。相对强度的增加指示拷贝数增益(扩增)，相对强度的降低指示拷贝数损失(缺失)。例如，可以使用循环二值分割(CBS) (Olshen, Venkatraman等2004)将各样品的所得相对强度转换为片断(相等拷贝数数据的区域)。然后这些片断可用于例如使用 PLINK-免费的全基因组关联分析工具集(PurcelLNeale等2007)来产生样品间的非重叠特征。与恶性或良性疾病标记有关的主要特征可使用统计学手段例如卡方检验和PLINK鉴定。例如可以通过使用主要PLINK特征和支持向量机(SVM)分析来进行分类。诊断标志物在本发明的一个实施方式中，区分滤泡癌和滤泡性腺瘤的基因组区域显示于表3 中。在本发明的另一个实施方式中，区分乳头状癌的滤泡变型和结节性增生的基因组区域显示于表4中。在本发明另一个实施方式中，区分乳头状甲状腺癌和结节性增生的基因组区域显示于表5中。用于检测甲状腺病症的标志物和基因的使用本发明的标志物和基因可用于鉴定细胞或组织的癌性或非癌性状态。本发明包括诊断受试者的甲状腺癌的方法，包括测定受试者的甲状腺样品中标志物或基因的扩增，其中所述标志物或基因是表1、3、4、5、6或8或者列表1-45的标志物或基因。使用Affymetrix注释文件GenomeffideSNP_6. na26，基于人类基因组构建(Human Genome Build) 18将基因映射到微阵列序列。在一个实施方式中，本发明包括用于从滤泡性腺瘤诊断滤泡癌的方法，包括测定受试者的甲状腺样品中的标志物或基因的扩增，其中所述标志物或基因是表3的标志物或基因。在一个实施方式中，本发明包括用于从结节性增生诊断乳头状癌的滤泡变型的方法，包括测定受试者的甲状腺样品中标志物或基因的扩增，其中所述标志物或基因是表4 的标志物或基因。在一个实施方式中，本发明包括用于从结节性增生诊断乳头状甲状腺癌的方法， 包括测定受试者的甲状腺样品中标志物或基因的扩增，其中所述标志物或基因是表5的标志物或基因。本发明的方法中，一种或多种标志物或基因可用于检测甲状腺病症。标志物或基因的组合可用于增加甲状腺癌检测的灵敏度和/或特异性和/或检测甲状腺癌的亚型。本发明也包括用于检测细胞的癌性状态的方法，包括检测细胞中表1、3、4、5、6或 8或者列表1-45中公开的至少一种的表达。在一个实施方式中，可以通过与具有相同基因的标准细胞中的表达相比较监测增加的表达。这些基因的表达增加指示癌性状态。通过使用表1、3、4、5、6或8或者列表1_45中确认的核苷酸序列作为生成用于存在于待测细胞中的DNA的探针的手段可以确定疑似具有甲状腺癌的样品的表达增加(例如拷贝数增加)。因此，可以提取这类细胞的DNA，并使用本发明公开的序列探测这类细胞的基因组中具有增加的量的一种或多种本发明基因的存在。例如，当发现本发明公开的癌症有关或癌症关联的基因以细胞基因组内的多个拷贝存在时，甚至在进行这种测定时其可能不是活跃地过度表达的情况下，这可能指示至少将来发生癌症的一种倾向。在一些实施方式中，本发明提供诊断癌症的方法，包括使用来自一个或多个以下信号传导途径的基因拷贝数分析。可从其中选择基因的信号传导途径包括但不限于急性骨髓性白血病信号传导、生长激素抑制素受体2信号传导、cAMP-介导的信号传导、细胞周期和DNA损伤检查点信号传导、G-蛋白偶联受体信号传导、整联蛋白信号传导、黑素瘤细胞信号传导、松弛肽信号传导和甲状腺癌信号传导。在一些实施方式中，从单个信号传导途径中选择一个以上基因来确定和比较生物样品和对照样品之间的差异基因拷贝数水平。 其他信号传导途径包括但不限于，粘着、ECM、甲状腺癌、粘着斑、细胞凋亡、p53、紧密连接、 TGF β、ErbB, Wnt、癌症概述中的途径、细胞周期、VEGF, Jak/STAT、MAPK, PPAR、mTOR或自身免疫性甲状腺途径。在其他实施方式中，从至少两种不同的信号传导途径中选择至少两个基因来确定和比较生物样品和对照样品之间的差异基因拷贝数水平。本发明的方法和组合物可以以任何组合具有选自1、2、3、4、5、6、7、8、9、10、15、20、25、30、35、40、45、50或更多种信号传导途径的基因和可以具有来自各信号传导途径的1、2、3、4、5、6、7、8、9、10、15、20、 25、30、35、40、45、50或更多个基因。在一些实施方式中，组合的基因的集合给出大于70%、 75%,80%,85%,86%,87%,88%,89%,90%,91 %,92%,93%,94%,95%,96%,97%, 98%、99%或 99. 5% 的特异性或灵敏度，或至少 95%,95. 5%,96%,96. 5%,97%,97. 5%, 98%,98. 5%,99%,99. 5%或更高的阳性预测值或阴性预测值。在一些实施方式中，本发明提供诊断癌症的方法，包括选自至少两种不同的本体组的基因。在一些实施方式中，可以从其中选择基因的本体组包括但不限于多细胞生物体过程、多细胞生物体发育、在前-在后图式形成、表皮发育、区域化、外胚层发育、角质化、 发育过程、组织发育、细胞过程的调节、系统发育、生物过程的调节、解剖结构发育、生物调节、图式规范(pattern specification)过程、角化细胞分化、表皮细胞分化、器官发育、序列-特异性DNA结合、转录DNA-依赖性的调节、胚胎发育、RNA代谢过程的调节、ARF鸟嘌呤-核苷酸交换因子活性、转录DNA-依赖性的RNA生物合成过程、细胞表面受体关联的信号转导、信号转导子活性、N-甲基-D-天冬氨酸选择性谷氨酸受体复合体、分子转导子 (molecular transducer)活性或心脏小梁形成。在一些实施方式中，从单个本体组中选择一个以上基因来确定和比较生物样品和对照样品之间的差异基因拷贝数水平。在其他实施方式中，从至少两个不同的本体组中选择至少两个基因来确定和比较生物样品和对照样品之间的差异基因拷贝数水平。本发明的方法和组合物可以以任何组合具有选自1、2、3、 4、5、6、7、8、9、10、15、20、25、30、35、40、45、50或更多个基因本体组的基因和可以具有来自各基因本体组的 1、2、3、4、5、6、7、8、9、10、15、20、25、30、35、40、45、50 或更多个基因。在一些实施方式中，组合的基因的集合给出大于70%、75%、80%、85%、86%、87%、88%、89%、 90%、91%、92%、93%、94%、95%、96%、97%、98%、99%或 99. 5% 的特异性或灵敏度，或至少 95%,95. 5%,96%,96. 5%,97%,97. 5%,98%,98. 5%,99%,99. 5%或更高的阳性预测值或阴性预测值。在一些实施方式中，将生物样品分类为对于癌症亚型为癌性或阳性的，其准确性大于 75%、80%、85%、86%、87%、88%、89%、90%、91 %、92%、93%、94%、95%、96%、 97^^98^^99%或99. 5%。本发明所使用的诊断准确性包括特异性、灵敏度、阳性预测值、 阴性预测值和/或错误发现率。当为癌症诊断而对生物样品分类时，通常存在来自二元分类器的四种可能的结果。如果预测的结果是P且实际值也是P，则其称为真阳性(TP)；然而，如果实际值是n，则其称为假阳性(FP)。相反，当预测结果和实际值都是η时出现真阴性，当预测结果是η而实际值是P时为假阴性。在一个实施方式中，考虑用于确定人是否患有某种疾病的诊断性测试。当该个人测试为阳性，但实际上未患该疾病的情况下出现假阳性。另一方面，当该个人测试为阴性(提示他们是健康的)，但他们实际上确实患有该疾病时出现假阴性。在一些实施方式中，假设亚型的真实世界流行度的ROC曲线可通过以相应比例重采样在可用样本上获得的误差产生。阳性预测值(PPV)，或准确率，或疾病的验后概率是正确诊断具有阳性测试结果的患者的比例。它是诊断方法的最重要的判断标准，因为它反映了阳性测试反映出待测试基础病症的可能性。然而，其值确实依赖于可以发生变化的疾病流行度。在一个实施方式中， FP(假阳性)；TN(真阴性)；TP(真阳性)；FN(假阴性)。假阳性率(α ) = FP/ (FP+TN)-特异性假阴性率(β ) = FN/ (TP+FN)-灵敏度能力=灵敏度=1-β似然比阳性=灵敏度/(1-特异性)似然比阴性=(1-灵敏度)/特异性阴性预测值是正确诊断具有阴性测试结果的患者的比例。PPV和NPV量度可使用适当的疾病亚型流行度估计值获得。合并的恶性疾病流行度的估计值可由通过外科手术大致分类为B对M的不确定结果的合并而计算。在一些实施方式中对于亚型特异性估计值， 疾病流行度有时可能是无法计算的，因为没有任何可用的样本。在这些情况下，亚型疾病流行度可以由合并的疾病流行度估计值替代。在一些实施方式中，所述方法的遗传分析的结果提供了给定诊断正确的统计学置信水平。在一些实施方式中，这种统计学置信水平为大于85 %、90%、91 %、92 %、93 %、 94%、95%、96%、97%、98%、99%或 99. 5%。在本发明的一个方面，经细胞公司处理的样品经过常规方法和染色、诊断以及分类，然后进行分子谱分型作为第二诊断筛选。该第二诊断筛选能够使得1)假阳性和假阴性的明显减少，幻确定导致最终病理的基础遗传、代谢或信号传导途径，；3)具有为诊断准确性指定统计学概率的能力，4)具有解析模糊结果的能力，和幻具有区分癌症亚型的能力。例如，在甲状腺癌的特定情况下，本发明的分子谱还可以提供对于甲状腺癌的特定类型(例如乳头状、滤泡性、髓样和未分化)的诊断。分子谱的结果还可以使本领域技术人员，例如科学家或医学专业人员能够提出或指定特定治疗性干预。生物样品的分子谱也可用于监测初始诊断后特定治疗的功效。此外，应理解在一些情况下，分子谱可用于代替癌症诊断的已确定方法而不是作为其附加方法。一方面，本发明提供可用于诊断和监测遗传障碍的算法和方法。遗传障碍是由基因或染色体异常引起的疾病。而一些疾病，例如癌症，部分归因于遗传障碍，它们也可由环境因素引起。在一些实施方式中，本发明公开的算法和方法用于癌症，例如甲状腺癌的诊断和监测。通常遗传障碍可以分为两类单基因障碍及多因子和多基因(复杂)障碍。单基因障碍是单个突变基因的结果。据估计有超过4000种人类疾病由单基因缺陷引起。单基因障碍可以以几种方式遗传给后代。存在着遗传单基因障碍的几种类型，包括但不限于常染色体显性、常染色体隐性、X连锁显性、X连锁隐性、Y连锁和线粒体遗传。仅需要基因的一个突变拷贝使人受常染色体显性障碍的影响。常染色体显性型障碍的例子包括但不限于亨廷顿氏病、神经纤维瘤1、马方综合征、遗传性非息肉病性直肠结肠癌和遗传性多发性骨软骨瘤。在常染色体隐性障碍中，必须有基因的两个拷贝突变以使人受常染色体隐性障碍的影响。这一类型的障碍的例子包括但不限于囊性纤维化、镰状细胞疾病(以及部分镰状细胞疾病)、泰-萨克斯(Tay-Mchs)病、Niemarm-Pick病、脊髓性肌萎缩和干耳垢。X连锁显性障碍由X染色体上的基因突变引起。只有少数障碍具有这种遗传模式，其中主要例子是X连锁低磷酸盐佝偻症。男性和女性都受这些障碍的影响，其中通常男性所受影响比女性更严重。一些X连锁显性病症例如Rett综合征、2型色素失调症和艾卡迪(Aicardi) 综合征通常在男性中在子宫内或出生后不久是致死的，因此主要在女性中观察到。X连锁隐性障碍也由X染色体上的基因突变所引起。这一类型的障碍的例子包括但不限于血友病 A、迪谢内(Ducherme)肌营养不良、红绿色盲、肌营养不良和雄激素性脱发。Y连锁障碍由 Y染色体上的突变引起。其例子包括但不限于男性不育症和耳廓多毛症(hypertrichosis pinnae)。线粒体遗传，又名母体遗传，适用于线粒体DNA中的基因。这一类型的障碍的例子是Leber遗传性视神经病变。遗传障碍也可以是复杂、多因子的或者多基因的，这是指它们可能与结合生活方式和环境因素的多基因作用有关。虽然复杂障碍经常在家族中集中出现，但他们没有明确的遗传模式。这使得难以确定人遗传获得这些障碍或将这些障碍遗传给后代的风险。复杂障碍也是难以研究和治疗的，因为引起大部分这些障碍的具体因素还没有被确认。可以用本发明的算法和方法诊断、鉴定和/或监测的多因子或多基因障碍包括但不限于心脏病、 糖尿病、哮喘、孤独症、自身免疫性疾病如多发性硬化、癌症、纤毛疾病(Ciliopathies)J^ 裂、高血压、炎性肠病、智力迟钝和肥胖。 可以用本发明的算法和方法诊断、鉴定和/或监测的其他遗传障碍包括但不限于1ρ36缺失综合征、21-羟化酶缺乏、22qll.2缺失综合征、47，XYY综合征、48，XXXX、49， XXXXX、无铜蓝蛋白血症(aceruloplasminemia)、II型软骨成长不全、软骨发育不全、急性间歇性卟啉症、腺苷酸基琥珀酸裂解酶缺陷、肾上腺脑白质营养不良、ALA缺陷性卟啉症、 ALA脱水酶缺陷、亚历山大病(Alexander disease)、黑尿酸尿症、α-1抗胰蛋白酶缺陷、阿耳斯特雷姆(Alstrom)综合征、阿尔茨海默病(1、2、3和4型)、釉质形成缺陷、肌萎缩性侧索硬化、2型肌萎缩性侧索硬化、4型肌萎缩性侧索硬化、4型肌萎缩性侧索硬化、雄激素不敏感综合征、贫血、Angelman综合征、阿佩尔(Apert)综合征、共济失调毛细血管扩张、比尔-史蒂文生皮肤回旋综合征(Beare-Mevenson cutis gyrata syndrome)、本杰明综合征、β地中海贫血、生物素酶缺陷、Birt-Hogg-DuW综合征、膀胱癌、布卢姆(Bloom)综合征、骨疾病、CADASIL、短指发育不良(Camptomelic dysplasia)、卡纳万(Canavan)病、癌症、乳糜泻病、慢性肉芽肿病症、Charcot-Marie-Tooth病、1型Charcot-Marie-Tooth病、4 型 Charcot—Marie—Tooth 病、2 型 Charcot—Marie—Tooth 病、4 型 Charcot—Marie—Tooth 病、 科凯恩(Cockayne)综合征、Coffin-Lowry综合征、II型和XI型胶原病(collagenopathy)、 结肠直肠癌、先天性输精管缺失、先天性双侧输精管缺失、先天性糖尿病、先天性红细胞生成性卟啉症、先天性心脏病、先天性甲状腺功能低下、结缔组织疾病、Cowden综合征、猫叫综合征(Cri du chat)、克罗恩病、纤维性狭窄病(fibrostenosing)、克鲁宗(Crouzon)综合征、Crouzonodermoskeletal综合征、囊性纤维化、德格罗契(De Grouchy)综合征、退行性神经病、Dent病、发育性残疾(developmental disabilities)、迪格奥尔格(DiGeorge)综合征、V型远端脊髓性肌萎缩、唐氏综合征、侏儒症、埃勒斯-丹洛斯(Hders-Danlos)综合征、关节松弛型埃勒斯-丹洛斯综合征、经典型埃勒斯-丹洛斯综合征、皮肤脆裂型埃勒斯-丹洛斯综合征、后突侧弯型埃勒斯-丹洛斯综合征、脉管型、红细胞生成性原卟啉症、 法布瑞氏(Fabry)病、脸部损伤和障碍、凝血因子V Leiden血栓形成倾向、家族性腺瘤性息肉病、家族性自主神经异常、范科尼(fanconi)贫血、TO综合征、脆性X染色体综合征、 弗里德赖希共济失调(Friedreich ataxia)、弗里德赖希氏共济失调、G6PD缺陷、半乳糖血症、戈谢(Gaucher)病(1、2和3型)、遗传性脑病、甘氨酸脑病、2型血色素沉着症、4型血色素沉着症、丑角样鱼鳞病(Harlequin Ichthyosis)、头脑畸形、听觉障碍和耳聋、儿童听觉问题、血色沉着病(新生儿、2型和3型)、血友病、肝红细胞生成性卟啉症、遗传性粪卟啉症、遗传性多发性外生骨疣、遗传性压迫易感性神经病、遗传性非息肉性结肠直肠癌、高胱氨酸尿症、亨廷顿病、早年衰老综合征(Hutchinson-Gilford Progeria syndrome)、原发性高草酸尿症、高苯丙氨酸血症、软骨成长不足、软骨发育不良、idicl5、色素失调症、婴儿型戈谢病、婴儿-发作上升型遗传性痉挛性瘫痪(infantile-onset ascending hereditary spastic paralysis)、不育症、Jackson-Weiss综合征、Joubert综合征、青少年原发性侧索硬化、Kennedy病、Klinefelter综合征、Kniest发育不良、Krabbe病、学习失能(Learning disability)、Lesch-Nyhan综合征、脑白质营养不良、Li-Fraumeni综合征、家族性脂蛋白
权利要求
1.用于诊断受试者的甲状腺疾病的方法，所述方法包括(a)提供受试者的DNA样品；(b)检测选自列于表3-6的多态性或其互补序列中的一种或多种多态性的存在；和(c)基于步骤(b)的结果确定所述受试者是否患有或可能患有恶性或良性甲状腺病症。
2.权利要求1的方法，其中所述恶性病症选自滤泡癌、乳头状癌的滤泡变型和乳头状甲状腺癌。
3.权利要求1的方法，其中所述良性甲状腺病症选自滤泡性腺瘤和结节性增生。
4.权利要求1的方法，其中所述受试者提供的DNA样品由包含甲状腺组织的样品获得。
5.权利要求1的方法，其中所述多态性包括与正常样品相比拷贝数的变异。
6.权利要求5的方法，其中所述与正常样品相比拷贝数的变异包括缺失。
7.权利要求5的方法，其中与正常样品相比拷贝数的变异包括拷贝数增加。
8.权利要求5的方法，其中所述正常样品包括来自同一受试者的DNA样品。
9.权利要求5的方法，其中所述正常样品包括来自不同受试者的DNA样品。
10.权利要求5的方法，其中所述正常样品包括已知或普遍接受的值。
11.权利要求1的方法，其中检测步骤(b)包括(a)使所述DNA样品与特异性结合列于表3-6中的一种或多种多态性或其互补序列的一种或多种结合剂接触；和(b)测定所述DNA样品是否与所述一种或多种结合剂特异性结合，其中所述DNA样品和所述一种或多种结合剂结合指示所述受试者中该多态性的存在。
12.权利要求1的方法，其中检测步骤(b)包括对包含列于表3-6的一种或多种标志物区域或其互补序列的一种或多种核酸区域测序。
13.权利要求1的方法，其中检测步骤(b)包括对包含列于表3-6的一种或多种标志物区域或其互补序列的DNA定量。
14.权利要求13的方法，其中所述定量包括PCR。
15.权利要求14的方法，其中所述PCR包括实时PCR。
16.权利要求13的方法，其中所述定量包括杂交。
17.权利要求1的方法，其中所述方法还包括测定与滤泡性腺瘤、滤泡癌、结节性增生、 乳头状癌的滤泡变型或乳头状甲状腺癌有关的一个或多个基因的表达水平。
18.组合物，包含与列于表3-6的一种或多种多态性或其互补序列特异性结合的一种或多种结合剂。
19.权利要求18的组合物，其中所述一种或多种结合剂包括寡核苷酸。
20.权利要求19的组合物，其中所述寡核苷酸包括RNA或DNA。
21.权利要求18的组合物，其中所述一种或多种结合剂包含适体、抗体、肽核酸或吡喃糖基RNA。
22.权利要求18的组合物，其中所述一种或多种多态性包括缺失或重复。
23.用于诊断受试者的甲状腺疾病的试剂盒，所述试剂盒包含(a)至少一种与选自列于表3-6的多态性或其互补序列的一种或多种多态性特异性结合的结合剂；和(b)用于检测所述至少一种结合剂与来自受试者的DNA样品的结合的试剂。
24.权利要求23的试剂盒，其中所述至少一种结合剂包括至少一种寡核苷酸。
25.权利要求23的试剂盒，其中所述至少一种结合剂包含至少一种适体、抗体、肽核酸或吡喃糖基RNA。
26.权利要求23的试剂盒，其中所述至少一种结合剂用可检测标记进行标记。
27.权利要求23的试剂盒，其中所述至少一种结合剂固定于表面上。
28.权利要求23的试剂盒，其中所述试剂盒包括所述试剂盒的使用说明书。
29.用于诊断受试者的甲状腺疾病的商业方法，所述商业方法包括(a)诊断受试者的甲状腺疾病，其中所述诊断通过权利要求1-17任一项所述的方法进行；(b)将诊断结果提供给受试者、保健提供者或第三方；和(c)向所述受试者、保健提供者或第三方收费。
30.诊断受试者的甲状腺疾病的方法，所述方法包括(a)提供来自受试者的DNA样品；(b)检测选自列表1-44的一种或多种生物标志物或其互补序列的存在；和(c)基于步骤(b)的结果确定所述受试者是否患有或可能患有恶性或良性甲状腺病症。
全文摘要
本发明涉及用于分子谱分型和癌症诊断的组合物、试剂盒和方法，包括但不限于与癌症有关的基因组DNA标志物。特别是，本发明提供与甲状腺癌有关的分子谱、测定分子表达谱的方法和分析结果以提供诊断的方法。
文档编号C12N15/12GK102459636SQ201080026326
公开日2012年5月16日 申请日期2010年5月7日 优先权日2009年5月7日
发明者B·H·安德森, D·I·查多瓦, E·T·王, G·肯尼迪, J·I·怀尔德, M·帕甘, N·拉比, 王辉 申请人:威拉赛特公司