Identificación de tumores y tejidos.

Un método para clasificar una muestra que contiene células como que contiene de células tumorales de un tipo de tejido,

comprendiendo dicho método la determinación de los niveles de expresión de cinco a 49 secuencias transcritas de células en una muestra que contiene células obtenidas de un sujeto humano, y

comparar los niveles de expresión con los niveles de expresión de las mismas secuencias transcritas en una pluralidad de tipos de tejido tumoral conocidos, y

clasificar la muestra como que contiene células tumorales de un tipo de tejido de la pluralidad de tipos de tejido tumoral conocidos, en la que las cinco a 49 secuencias transcritas no se seleccionan basándose en sus valores de correlación, o una clasificación basada en los valores de correlación, con los tipos de tejido tumoral.

Identificación de tumores y tejidos Campo de la invención La presente invención se refiere al uso de expresión genética para clasificar tumores humanos. La clasificación se realiza mediante el uso de perfiles, o patrones de expresión genética, de aproximadamente 5 a 49 secuencias expresadas que se correlacionan con tumores que surgen a partir de ciertos tejidos así como que se correlacionan con ciertos tipos de tumor. La invención también proporciona el uso de aproximadamente 5 a 49 secuencias genéticas específicas, cuya expresión se correlaciona con fuente de tejido y tipo de tumor en diversos cánceres. Los perfiles de expresión genética, ya sea realizados en formatos de expresión de ácidos nucleicos, expresión de proteínas, u otros formatos de expresión, se pueden usar para determinar una muestra que contiene células como que contiene células tumorales de un tipo de tejido o a partir de un origen de tejido para permitir una identificación más precisa del cáncer y por lo tanto el tratamiento del mismo así como el pronóstico del sujeto a partir del que se obtuvo la muestra.

Antecedentes de la invención El documento de patente WO 03/041562 informa de métodos para la clasificación de tipos de enfermedades basándose en clasificadores algorítmicos usados para realizar grandes conjuntos de datos. Golub et al., (Science 1999 286: 531-7) informa de un enfoque para la clasificación del cáncer basándose en el control de la expresión genética mediante micromatrices de ADN y aplica el enfoque a leucemias agudas humanas. El documento de patente WO 2005/059109 describe la identificación de una firma molecular que comprende genes se asocian muy de cerca con mutaciones en el supresor de tumor PTEN. El conjunto de la matriz de U133 del genoma humano de GeneChip de Affymetrix (HG-U133A) es una matriz de oligonucleótidos de alta densidad que consiste en dos matrices de GeneChip y que contiene conjuntos de sondas que representan más de 39.000 transcritos derivados de aproximadamente 33.000 genes humanos.

Sumario de la invención La presente invención se refiere a un método para clasificar una muestra que contiene células como que contiene células tumorales de un tipo de tejido, comprendiendo dicho método: determinación de los niveles de expresión de 5 a 49 secuencias transcritas de células en una muestra que contiene células obtenidas de un sujeto humano, y 35 comparación de los niveles de expresión con los niveles de expresión de las mismas secuencias transcritas en una pluralidad de tipos de tejido de tumor conocidos, y clasificación de la muestra como que contiene células tumorales de un tipo de tejido de la pluralidad de tipos de tejido tumoral conocidos, en el que las cinco a 49 secuencias transcritas no se seleccionan basándose en sus valores de correlación, o una clasificación basada en los valores de correlación, con los tipos de tejido tumoral. La invención proporciona de este modo la capacidad para clasificar tumores en las condiciones del mundo real afrontadas por hospitales y otros laboratorios que realizan ensayos en muestras clínicas de FFPE. Las muestras pueden ser de una muestra de tumor primario o de un tumor que ha surgido de una metástasis de otro tumor. Como alternativa, la muestra puede ser una muestra citológica, tal como, pero no se limita a, células en una muestra de sangre. En algunos casos de una muestra de tumor, los tumores pueden no haber experimentado clasificación mediante técnicas de patología tradicionales, se pueden haber

clasificado inicialmente pero se desea una confirmación, o se han clasificado como un "carcinoma de origen primario desconocido" (CUP) o "tumor de origen desconocido" (TUO) o "tumor primario desconocido". La necesidad de confirmaciones particularmente relevante a la vista de las estimaciones de mala clasificación de un 5% a un 10 % usando técnicas convencionales. Por lo tanto, se puede visualizar que la invención proporciona un medio para la identificación del cáncer, o CID.

En un primer aspecto de la invención, la clasificación se realiza mediante el uso de perfiles, o patrones de expresión genética de 5 a 49 secuencias expresadas. Los perfiles de expresión genética, ya sea realizados en expresión de ácidos nucleicos, expresión de proteínas, u otros marcadores de expresión genética, se pueden usar para determinar una muestra que contiene células como que contiene células tumorales de un tipo de tejido o de un 55 origen de tejido para permitir una identificación más precisa del cáncer y por lo tanto un tratamiento del mismo así como el pronóstico del sujeto a partir del que se obtuvo la muestra.

En algunas realizaciones, la invención se usa para su clasificación entre al menos 34 o al menos 39 tipos de tumor con una precisión significativa en una instalación clínica. La invención se basa en parte en el descubrimiento sorprendente e inesperado de que 5 a 49 secuencias expresadas en el genoma humano son capaces de clasificarse entre al menos 34, o al menos 39, tipos de tumor, así como subconjuntos de esos tipos de tumor, de una forma significativa. Indicado de forma diferente, la invención se basa en parte en el descubrimiento de que no es necesario usar un aprendizaje supervisado para identificar secuencias genéticas que se expresan en correlación con diferentes tipos de tumor. Por lo tanto, la invención se basa en parte en el reconocimiento de que cualquiera de 5 a 49 65 secuencias expresadas, incluso una colección aleatoria de secuencias expresadas, tiene la capacidad de clasificación, y de este modo se pueden usar para clasificar, una célula como que es una célula tumoral de un tejido

u origen tisular. Además, se necesitan secuencias relativamente poco expresadas para su clasificación entre diferentes tipos de tumor. La proporción de sus fuentes expresadas con respecto al número de tipos de tumor que se pueden clasificar, basándose en los niveles de expresión de las secuencias, varía de 1:2 a 5:2 o superior como se demuestra en el presente documento.

En otro aspecto, la invención proporciona la clasificación de una muestra que contiene células como que contiene una célula de tumor de un tipo u origen de tejido mediante la determinación de los niveles de expresión de 5 a 49 secuencias transcritas a continuación la clasificación de la muestra que contiene células como que contiene una célula tumoral de una pluralidad (dos o más) tipos de tumor. Para la clasificación entre 34 y 39 tipos de tumor, y subconjuntos de los mismos, se pueden usar tan pocas como cualquiera de 5 secuencias expresadas para proporcionar clasificación de una manera significativa. Se descubrió que no era necesario que las secuencias expresadas fueran las de los niveles de expresión con las que se correlacionaban de forma evidente o elevada (directamente, o indirectamente a través de correlación con otra secuencia expresada) con cualquiera de los tipos de tumor. Por lo tanto, la invención proporciona, en otra realización más, el uso de los niveles de expresión genética,

cuyos niveles de expresión no están correlacionados fuertemente con la clasificación real de la muestra de tumor en particular, como una de las 5 a 49 secuencias transcritas. Todos los genes seleccionados pueden ser tales no correlacionados, o solamente una parte de los genes pueden está uno correlacionados, por lo general al menos un 90 %, 85 %, 75 %, 50 % o un 25 %, así como partes que entran dentro de los intervalos creados mediante el uso de cualquiera de dos de los ejemplos puntuales mencionados anteriormente como puntos finales de un intervalo.

La invención se pone en práctica mediante la determinación de los niveles de expresión de secuencias genéticas en la que no es necesario que las secuencias se hayan seleccionado basándose en una correlación de sus niveles de expresión con los tipos de tumor a clasificar. Por lo tanto, como un ejemplo limitante, no es necesario que las secuencias genéticas se seleccionen basándose en sus valores de correlación con tipos de tumor o una clasificación basada en los valores de correlación. Además, la invención se puede poner en práctica con el uso de niveles de expresión genética que no se correlacionan necesariamente con uno o más de otros niveles de expresión genética usados para la clasificación. Por lo tanto, en algunas realizaciones, la capacidad del nivel de la expresión de una secuencia expresada para funcionar en la clasificación no es redundante con (es independiente de) la capacidad de al menos otro nivel de expresión genética usado para la clasificación.

La invención se puede aplicar para identificar el origen de un cáncer en un paciente en una gran diversidad de casos que incluyen, pero no se limitan a, identificación del origen de un cáncer... [Seguir leyendo]

1. Un método para clasificar una muestra que contiene células como que contiene de células tumorales de un tipo de tejido, comprendiendo dicho método la determinación de los niveles de expresión de cinco a 49 secuencias transcritas de células en una muestra que contiene células obtenidas de un sujeto humano, y comparar los niveles de expresión con los niveles de expresión de las mismas secuencias transcritas en una pluralidad de tipos de tejido tumoral conocidos, y clasificar la muestra como que contiene células tumorales de un tipo de tejido de la pluralidad de tipos de tejido tumoral conocidos, en la que las cinco a 49 secuencias transcritas no se seleccionan basándose en sus valores de correlación, o una clasificación basada en los valores de correlación, con los tipos de tejido tumoral.

2. El método de acuerdo con la reivindicación 1, en el que la proporción, de secuencias transcritas con respecto al número de tipos de tumor, usada en dicha clasificación es aproximadamente 5:2 o superior.

3. El método de la reivindicación 2, en el que dicha proporción es hasta aproximadamente 20:1.

4. El método de una cualquiera de las reivindicaciones 1-3, que comprende adicionalmente la determinación de los niveles de expresión de un exceso del número de secuencias transcritas, más allá del número basado en dicha proporción y el número de tipos de tumor.

5. El método de la reivindicación 4, en el que dichos niveles de expresión se determinan mediante el uso de una micromatriz.

6. El método de una cualquiera de las reivindicaciones 1-5, en el que dicha clasificación se realiza usando un algoritmo de clasificación basado en la distancia.

7. El método de una cualquiera de las reivindicaciones 1-6, en el que dichas cinco a 49 secuencias transcritas comprenden dos o más seleccionadas del conjunto de genes que se muestran en el Apéndice 1 de la descripción.

8. El método de la reivindicación 7, en el que dichas cinco a 49 secuencias transcritas comprenden cinco o más seleccionadas del conjunto de genes que se muestran en el Apéndice 1 de la descripción.

9. El método de la reivindicación 6, en el que dicho algoritmo de clasificación basado en la distancia es el algoritmo vecinal más cercano a k (KNN) o algoritmo de máquina de vector de soporte (SVM) .

10. El método de una cualquiera de las reivindicaciones 1-9, en el que dicha determinación comprende la amplificación de todas o parte de las secuencias transcritas, o transcripción inversa y marcado de ARN que corresponde a dichas secuencias transcritas.

11. El método de la reivindicación 10, en el que dicha amplificación comprende amplificación de ARN lineal o PCR cuantitativa.

12. El método de la reivindicación 10, en el que dicha amplificación es de las secuencias presentes dentro de 600 nucleótidos de los sitios de poliadenilación de los transcritos.

13. El método de la reivindicación 10, en el que dicha amplificación es amplificación de PCR cuantitativa de al menos 50 nucleótidos de los transcritos.

14. El método de una cualquiera de las reivindicaciones 1-9, en el que dichas secuencias transcritas se seleccionan para que no sean redundantes.

15. El método de la reivindicación 14, que comprende adicionalmente la determinación de los niveles de expresión de un exceso del número de secuencias transcritas que son redundantes a las usadas para dicha clasificación.

16. El método de una cualquiera de las reivindicaciones 1-15, en el que dicha muestra es una muestra clínica de un paciente humano.

17. El método de la reivindicación 16, en el que dicha muestra es una muestra fijada.

18. El método de la reivindicación 17, en el que dicha muestra es una muestra embebida en parafina, fijada con a formalina (FFPE) .

19. El método de la reivindicación 1, que comprende adicionalmente, antes de dicha determinación de los niveles de expresión de cinco a 49 secuencias transcritas, diagnóstico de un sujeto humano como en necesidad de dicha determinación; o recepción de una muestra que contiene células obtenida a partir de un sujeto humano; o

sección de una muestra que contiene células obtenida de un sujeto humano; o aislamiento de células de una muestra que contiene células obtenidas de un sujeto humano; u obtención de ARN de células de una muestra que contiene células obtenida de un sujeto humano.

20. El método de la reivindicación 1, en el que dicha pluralidad de tipos de tejido tumoral comprende tumor de glándula adrenal, tumor de mama, tumor intestinal carcinoide, adenocarcinoma del cuello uterino, tumor del cuello uterino de origen escamoso, tumor de vesícula biliar, tumor de ovario de origen en células germinales, células transparentes de ovario, serosas de ovario, tumor del estroma gastrointestinal (GIST) , leiomiosarcoma, tumor de hígado, tumor de pulmón de células microcíticas, tumor de pulmón escamoso, adenocarcinoma de pulmón macrocítico, meningioma, osteosarcoma, tumor de ovario de origen en células transparentes, tumor de ovarios de origen en células serosas, tumor de piel de células basales, tumor de piel de células escamosas, liposarcoma de tejido blando, histiocitoma fibroso maligno de tejido blando (MFH) , tumor sinovial de sarcoma de tejido blando, tumor de testículos por seminoma, tumor de testículos no seminoma, carcinoma folicular o papilar de la tiroides, y carcinoma medular de la tiroides.