知財求人 - 知財ポータルサイト「IP Force」
▶ オプコ・ダイアグノスティクス・リミテッド・ライアビリティ・カンパニーの特許一覧
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2024-06-17
(45)【発行日】2024-06-25
(54)【発明の名称】前立腺がんの診断に関連する組成物および方法
(51)【国際特許分類】
G01N 33/574 20060101AFI20240618BHJP
G01N 33/573 20060101ALI20240618BHJP
G01N 33/536 20060101ALI20240618BHJP
【ＦＩ】
G01N33/574 A
G01N33/573 A
G01N33/536 D
【請求項の数】
22
【外国語出願】
(21)【出願番号】P 2022172333
(22)【出願日】2022-10-27
(62)【分割の表示】P 2020169099の分割
【原出願日】2015-03-27
(65)【公開番号】P2023017841
(43)【公開日】2023-02-07
【審査請求日】2022-11-25
(31)【優先権主張番号】61/972,099
(32)【優先日】2014-03-28
(33)【優先権主張国・地域又は機関】US
(73)【特許権者】
【識別番号】512265308
【氏名又は名称】オプコ・ダイアグノスティクス・リミテッド・ライアビリティ・カンパニー
【氏名又は名称原語表記】ＯＰＫＯ ＤＩＡＧＮＯＳＴＩＣＳ，ＬＬＣ
(74)【代理人】
【識別番号】100101454
【弁理士】
【氏名又は名称】山田 卓二
(74)【代理人】
【識別番号】100189555
【弁理士】
【氏名又は名称】徳山 英浩
(74)【代理人】
【識別番号】100189544
【弁理士】
【氏名又は名称】柏原 啓伸
(72)【発明者】
【氏名】デイビッド・スタインミラー
(72)【発明者】
【氏名】ビンセント・リンダー
(72)【発明者】
【氏名】キム・ペッテルソン
(72)【発明者】
【氏名】ティモ・ロヴグリン
(72)【発明者】
【氏名】ハンス・リルヤ
(72)【発明者】
【氏名】ピーター・ティ・スカーディノ
(72)【発明者】
【氏名】アンドリュー・ジェイ・ビッカーズ
【審査官】草川 貴史
(56)【参考文献】
【文献】国際公開第２０１３／１７２７７９（ＷＯ，Ａ２）
【文献】米国特許出願公開第２０１３／０２７３６４３（ＵＳ，Ａ１）
【文献】Ville Vaisanen et al.，Intact Free Prostate-Specific Antigen and Free and Total Human Glandular Kallikrein 2. Elimination o，Analytical Chemistry，2006年，78(22)，7809-7815
【文献】Sven Wenske et al.，Evaluation of molecularforms of prostate-specific antigen and human kallikrein 2 in predicting bioch，International Journal of Cancer，2009年，124(3)，659-663,Erratum
【文献】Susann Eriksson et al.，Dual-Label Time-resolved Immunofluorometric Assay of Free and Total Prostate-specific Antigen Based，Clinical Chemistry，2000年，46(5)，658-666
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０１Ｎ ３３／５３－３３／５７７
(57)【特許請求の範囲】
【請求項1】
対象者から得られた前立腺組織生検が検出可能な前立腺がんを含む確率を決定する方法であって、前記方法は、ｉ）試料中の総前立腺特異抗原（ｔＰＳＡ）、ヒトカリクレイン２（ｈＫ２）、無傷前立腺特異抗原（ｉＰＳＡ）、および遊離前立腺特異抗原（ｆＰＳＡ）のレベルを測定する１つまたは複数の免疫測定法に試料をかけるステップと、
ｉｉ）ｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡ、およびｈＫ２の測定されたレベルを重み付けすることによって、前立腺組織生検が検出可能な前立腺がんを含む確率を決定するステップと、
を含み、
前立腺組織生検が検出可能な前立腺がんを含む確率が、以下の式で定義され、
【数1】
Ｘβ＝β０＋β１年齢＋β２ｔｐｓａ＋β３ｓｐｔｐｓａ１＋β４ｓｐｔｐｓａ２＋β５ｆｐｓａ＋β６ｓｐｆｐｓａ１＋β７ｓｐｆｐｓａ２＋β８ｉｐｓａ＋β９ｈＫ２＋β１０ｄｒｅｎｅｇ＋β１１ｄｒｅｐｏｓ＋β１２以前のｂｘ
であり、
変数が、次のように定義され、
【表1】
【表2】
【請求項2】
対象者から得られた前立腺組織生検が検出可能な前立腺がんを含む確率を決定する方法であって、前記方法は、ｉ）血液試料中の総前立腺特異抗原（ｔＰＳＡ）のレベルを測定する免疫測定法に対象者の血液試料をかけるステップと、
ｉｉ）ｔＰＳＡレベルが閾値レベルを超えている場合、ｔＰＳＡの測定されたレベルを重み付けすることによって、前立腺組織生検が検出可能な前立腺がんを含む確率を決定するステップと、
ここで、
前立腺組織生検が検出可能な前立腺がんを含む確率が、以下の式で定義され、
【数2】
であり、
ｉｉｉ）ｔＰＳＡレベルが閾値レベル以下である場合は、血液試料を、血液試料中の遊離前立腺特異抗原（ｆＰＳＡ）、無傷前立腺特異抗原（ｉＰＳＡ）およびヒトカリクレイン２（ｈＫ２）のレベルを測定する免疫測定法にかけ、ｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡおよびｈＫ２の測定されたレベルを重み付けすることによって、前立腺組織生検が検出可能な前立腺がんを含む確率を決定するステップと、
ここで、
前立腺組織生検が検出可能な前立腺がんを含む確率が、以下の式で定義され、
【数3】
であり、
【表3】
【表4】
【表5】
方法。
【請求項3】
閾値レベルが、５ｎｇ／ｍＬ、１０ｎｇ／ｍＬ、１５ｎｇ／ｍＬ、２０ｎｇ／ｍＬ、２５ｎｇ／ｍＬ、３０ｎｇ／ｍＬ、３５ｎｇ／ｍＬまたは４０ｎｇ／ｍＬ ｔＰＳＡである、請求項２に記載の方法。
【請求項4】
閾値レベルが、２５ｎｇ／ｍＬ ｔＰＳＡである、請求項２～３のいずれか一項に記載の方法。
【請求項5】
ｓｐｔｐｓａ１とｓｐｆｐｓａ１が、次の式によって決定され、【数4】
【数5】
請求項１～４のいずれか一項に記載の方法。
【請求項6】
ノットが、次の範囲内にある、請求項５に記載の方法。【表6】
【請求項7】
試料中の無傷前立腺特異抗原（ｉＰＳＡ）のレベルを測定する免疫測定法であって、方法は、捕捉抗体が少なくともｉＰＳＡと結合し、それにより、捕捉抗体ｉＰＳＡ複合体が生成されるという条件の下で、試料中に存在するｉＰＳＡを、ｉＰＳＡおよび切断ＰＳＡに特異的な捕捉抗体と接触させるステップと、
トレーサーが捕捉抗体ｉＰＳＡ複合体と結合するように、６．５から７．０未満の範囲のｐＨを有する緩衝液中で捕捉抗体ｉＰＳＡ複合体を適切なトレーサーと混合するステップと、
捕捉抗体ｉＰＳＡ複合体と結合したトレーサーを検出するステップと、
を含む、請求項１～６のいずれか一項に記載の方法。
【請求項8】
捕捉抗体が、Ｆａｂである、請求項７に記載の方法。
【請求項9】
Ｆａｂが、５Ａ１０Ｆａｂである、請求項８に記載の方法。
【請求項10】
トレーサーが、４Ｄ４トレーサー抗体またはそのフラグメントを含む、請求項７～９のいずれか一項に記載の方法。
【請求項11】
試料が、血漿試料を含む、請求項１～１０のいずれか一項に記載の方法。
【請求項12】
トレーサーが、ユーロピウム標識を含む、請求項７～１１のいずれか一項に記載の方法。
【請求項13】
検出可能な前立腺がんが、検出可能な高悪性度の前立腺がんである、請求項１～１２のいずれか一項に記載の方法。
【請求項14】
高悪性度の前立腺がんが、グリーソンスコアが７．０以上の前立腺がんである、請求項１３に記載の方法。
【請求項15】
ｈＫ２のレベルを測定する免疫測定法が、試料中のＰＳＡを遮断抗体と接触させること、試料中に存在するｈＫ２を第２の捕捉抗体と接触させて捕捉抗体ｈＫ２複合体を生成すること、および捕捉抗体ｈＫ２複合体を第２のトレーサー抗体で検出することを含む、請求項１～１４のいずれか一項に記載の方法。
【請求項16】
ｔＰＳＡのレベルを測定する免疫測定法が、第３の捕捉抗体がｔＰＳＡに結合し、それにより、捕捉抗体ｔＰＳＡ複合体が生成されるという条件下で、試料中に存在するｔＰＳＡをｔＰＳＡに特異的な第３の捕捉抗体と接触させるステップと、
第３のトレーサーを使用して捕捉抗体ｔＰＳＡ複合体を検出するステップと、
を含む、請求項１～１５のいずれか一項に記載の方法。
【請求項17】
第２のトレーサーおよび／または第３のトレーサーが、ユーロピウム標識を含む、請求項１５～１６のいずれか一項に記載の方法。
【請求項18】
ｆＰＳＡのレベルを測定する免疫測定法が、捕捉抗体ｆＰＳＡ複合体を生成するために試料中に存在するｆＰＳＡをＨ１１７捕捉抗体と接触させることを含み、および／またはｔＰＳＡのレベルを測定する免疫測定法が、捕捉抗体ｔＰＳＡ複合体を生成するために試料中に存在するｔＰＳＡをＨ１１７捕捉抗体と接触させること、およびＨ５０トレーサー抗体で捕捉抗体ｔＰＳＡ複合体を検出することを含む、請求項１～１７のいずれか一項に記載の方法。
【請求項19】
免疫測定法の各々またはいずれかが、マイクロ流体デバイスを使用して実行される、請求項１～１８のいずれか一項に記載の方法。
【請求項20】
捕捉抗体の各々またはいずれかが、固相担体と結合される、請求項７～１９のいずれか一項に記載の方法。
【請求項21】
トレーサー抗体の各々またはいずれかが、ユーロピウム標識を含む、請求項７～２０のいずれか一項に記載の方法。
【請求項22】
遮断抗体が、５Ｆ７抗体、５Ｈ６抗体および２Ｅ９抗体を含む、請求項１５～２１のいずれか一項に記載の方法。
【発明の詳細な説明】
【技術分野】
【0001】
関連出願の相互参照
この出願は、米国特許法第１１９条第（ｅ）の下、２０１４年３月２８日に出願された米国仮特許出願第６１／９７２，０９９号明細書への優先権を主張し、同特許は、その全内容が参照により本明細書に組み込まれる。
この出願は、米国特許法第１１９条第（ｅ）の下、２０１４年３月２８日に出願された米国仮特許出願第６１／９７２，０９９号明細書への優先権を主張し、同特許は、その全内容が参照により本明細書に組み込まれる。
【背景技術】
【0002】
総前立腺特異抗原（ＰＳＡ）の血中濃度の上昇は、前立腺がんを含む前立腺関連の障害と関連付けられる。ＰＳＡのアイソフォームのレベルの測定は、総ＰＳＡの単一の措置においてそれらを一緒に組み合わせるというよりむしろ、別々に、対象者における前立腺がんの存在に関連する予測の改善につながるという重大な証拠がある。また、ｈＫ２（ＰＳＡをその前駆形態から活性形態に変換する分子）の測定はそのような予測に有益であるという証拠もある。その上、そのような測定に基づくマルチマーカー群は、対象者の前立腺がんの状態を評価するために提案されている。しかし、依然として、前立腺がんを評価するための方法、具体的には、侵襲的な前立腺組織生検の必要性を評価するため方法を改善する必要がある。
【先行技術文献】
【特許文献】
【0003】
【文献】米国特許出願公開第２０１３０２７３６４３号
【非特許文献】
【0004】
【文献】Ｔｈｏｍｐｓｏｎ ＩＭ，Ａｎｋｅｒｓｔ ＤＰ，Ｃｈｉ Ｃ，Ｇｏｏｄｍａｎ ＰＪ，Ｔａｎｇｅｎ ＣＭ，Ｌｕｃｉａ ＭＳ，Ｆｅｎｇ Ｚ，Ｐａｒｎｅｓ ＨＬ，Ｃｏｌｔｍａｎ ＣＡ Ｊｒ．Ａｓｓｅｓｓｉｎｇ ｐｒｏｓｔａｔｅ ｃａｎｃｅｒ ｒｉｓｋ：Ｒｅｓｕｌｔｓ ｆｒｏｍ ｔｈｅ Ｐｒｏｓｔａｔｅ Ｃａｎｃｅｒ Ｐｒｅｖｅｎｔｉｏｎ Ｔｒｉａｌ，Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ｎａｔｉｏｎａｌ Ｃａｎｃｅｒ Ｉｎｓｔｉｔｕｔｅ ９８：５２９－５３４，２００６
【文献】Ｖｉｃｋｅｒｓ Ａ．Ｊ．ｅｔ ａｌ．，Ｎｅｔ ｂｅｎｅｆｉｔ ａｎｄ ｔｈｒｅｓｈｏｌｄ ｐｒｏｂａｂｉｌｉｔｙ ｗｅｒｅ ｅｓｔａｂｌｉｓｈｅｄ ｕｓｉｎｇ ｍｅｔｈｏｄｓ ｄｉｓｃｌｏｓｅｄ ｉｎ Ｍｅｄ Ｄｅｃｉｓ Ｍａｋｉｎｇ．２００６；２６（６）：５６５－５７４
【発明の概要】
【課題を解決するための手段】
【0005】
本開示の態様は、対象者から得られた前立腺組織生検が検出可能な前立腺がんを含むかどうかを予測するための方法の改善に関連する。いくつかの実施形態では、方法は、対象者から得られた血液試料を使用して、前立腺特異抗原のレベルを測定する１つまたは複数の免疫測定法を実施するステップを伴う。いくつかの実施形態では、血漿製剤における前立腺特異抗原のレベルを測定することは、血清製剤などの他の血液製剤におけるレベルを測定することによって得られるものより良い予測結果につながることが分かっている。いくつかの実施形態では、低ｐＨ緩衝液である免疫測定法を実行することは、より感度の高い抗原検出につながり、従って、より良い予測結果につながることが分かっている。その上、いくつかの実施形態では、予測結果の改善は、測定された前立腺特異抗原レベルに関する情報を、対象者の年齢、過去の直腸指診結果および以前の生検の状態のうちの１つまたは複数に関する情報と組み合わせることによって得られることが分かっている。本明細書で開示される方法の改善は、侵襲的な前立腺組織生検が、対象者が前立腺がん（特に、高悪性度の前立腺がん（例えば、グリーソンスコア７．０以上）を患っているかどうかを判断するという目的にふさわしいか否かを予測するのに役立つ。その上、本明細書で開示される方法は、前立腺組織生検などの侵襲的なおよび比較的リスクの高い診断手順が有益であり、実行する価値のあるものであるという可能性に関する情報を与えるという結果を生み出すため、有利である。それに従って、方法は、医療機関がそれにより十分な情報を得た上で対象者のケアについて決定できるようになるため、有効である。
【0006】
本開示の態様は、対象者から得られた前立腺組織生検が検出可能な前立腺がんを含む確率を決定する方法に関連する。いくつかの実施形態では、方法は、ｉ）対象者の血漿試料を、血漿試料中の総前立腺特異抗原（ｔＰＳＡ）のレベルを測定する免疫測定法にかけるステップと、ｉｉ）ｔＰＳＡレベルが閾値レベルを上回る場合は、ｔＰＳＡの測定レベルおよび対象者が以前に前立腺組織生検を行ったかどうかを示すパラメータを重み付けすることによって、前立腺組織生検が検出可能な前立腺がんを含む確率を決定するステップと、ｉｉｉ）ｔＰＳＡレベルが閾値レベル以下である場合は、血漿試料を、血漿試料中の遊離前立腺特異抗原（ｆＰＳＡ）、無傷前立腺特異抗原（ｉＰＳＡ）およびヒトカリクレイン２（ｈＫ２）のレベルを測定する免疫測定法にかけ、ｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡおよびｈＫ２の測定レベルならびに対象者が以前に前立腺組織生検を行ったかどうかを示すパラメータを重み付けすることによって、前立腺組織生検が検出可能な前立腺がんを含む確率を決定するステップとを含む。いくつかの実施形態では、方法は、ｉ）対象者の血漿試料を、遊離前立腺特異抗原（ｆＰＳＡ）、無傷前立腺特異抗原（ｉＰＳＡ）、総前立腺特異抗原（ｔＰＳＡ）およびヒトカリクレイン２（ｈＫ２）のレベルを測定する免疫測定法にかけるステップと、ｉｉ）ｆＰＳＡ、ｉＰＳＡ、ｔＰＳＡおよびｈＫ２の測定レベルならびに対象者が以前に前立腺組織生検を行ったかどうかを示すパラメータを重み付けすることによって、前立腺組織生検が検出可能な前立腺がんを含む確率を決定するステップとを含む。
【0007】
本開示のさらなる態様は、対象者に前立腺組織生検が適応されるかどうかを判断する方法に関連する。いくつかの実施形態では、方法は、ｉ）対象者から血液試料を得るステップと、ｉｉ）ステップｉ）で得られた血液試料を使用して、前立腺組織生検が検出可能な前立腺がんを含む確率を決定するステップであって、ａ）血液試料を使用して測定されたｔＰＳＡレベルが閾値レベルを上回る場合は、確率は、ｔＰＳＡレベルおよび対象者が以前に前立腺組織生検を行ったかどうかを示すパラメータの重み付けに基づき、そうでなければ、ｂ）ｔＰＳＡレベルが閾値レベル以下である場合は、確率は、血液試料を使用して測定されたｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡおよびｈＫ２のレベルならびに対象者が以前に前立腺組織生検を行ったかどうかを示すパラメータの重み付けに基づく、ステップと、ｉｖ）ステップｉｉ）で決定されるような前立腺組織生検が検出可能な前立腺がんを含む確率に基づいて、対象者に前立腺組織生検が適応されるかどうかを判断するステップとを含む。
【0008】
本開示のさらなる態様は、対象者が前立腺がんを患っているかどうかを評価する方法に関連する。いくつかの実施形態では、方法は、ｉ）対象者から血液試料を得るステップと、ｉｉ）対象者から得られた前立腺組織生検が検出可能な前立腺がんを含むかどうかを判断するステップであって、ａ）血液試料を使用して測定されたｔＰＳＡレベルが閾値レベルを上回る場合は、確率は、ｔＰＳＡレベルおよび対象者が以前に前立腺組織生検を行ったかどうかを示すパラメータの重み付けに基づき、そうでなければ、ｂ）ｔＰＳＡレベルが閾値レベル以下である場合は、確率は、血液試料を使用して測定されたｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡおよびｈＫ２のレベルならびに対象者が以前に前立腺組織生検を行ったかどうかを示すパラメータの重み付けに基づく、ステップと、ｉｉｉ）ステップｉｉ）の結果に基づいて、対象者に前立腺組織生検が適応されるかどうかを判断するステップと、ｉｖ）ステップｉｉ）の結果に基づいて、対象者に前立腺組織生検が適応される場合は、対象者から前立腺組織生検を得て、前立腺組織生検の分析に基づいて、対象者が前立腺がんを患っているかどうかを判断するステップとを含む。
【0009】
本開示のさらなる態様は、対象者が前立腺がんを患っているかどうかを判断する方法に関連する。いくつかの実施形態では、方法は、ｉ）対象者から前立腺組織生検を得るステップであって、対象者には、前立腺組織生検が検出可能な前立腺がんを含む確率に基づいて、前立腺組織生検の適応が示され、ａ）対象者から得られた血液試料を使用して測定されたｔＰＳＡレベルが閾値レベルを上回る場合は、確率は、ｔＰＳＡレベルおよび対象者が以前に前立腺組織生検を行ったかどうかを示すパラメータの重み付けに基づき、そうでなければ、ｂ）ｔＰＳＡレベルが閾値レベル以下である場合は、確率は、血液試料を使用して測定されたｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡおよびｈＫ２のレベルならびに対象者が以前に前立腺組織生検を行ったかどうかを示すパラメータの重み付けに基づく、ステップと、ｉｉ）前立腺組織生検の分析に基づいて、対象者が前立腺がんを患っているかどうかを判断するステップとを含む。
【0010】
本開示のさらなる態様は、試料中のｉＰＳＡレベルを測定する免疫測定法に関連する。いくつかの実施形態では、方法は、捕捉抗体が少なくともｉＰＳＡと結合し、それにより、捕捉抗体ｉＰＳＡ複合体が生成されるという条件の下で、試料中に存在するｉＰＳＡを、ｉＰＳＡおよび切断（ｎｉｃｋｅｄ）ＰＳＡに特異的な捕捉抗体と接触させるステップと、トレーサーが捕捉抗体ｉＰＳＡ複合体と結合するように、６．５から７．７５未満の範囲のｐＨを有する緩衝液中で捕捉抗体ｉＰＳＡ複合体を適切なトレーサーと混合するステップと、捕捉抗体ｉＰＳＡ複合体と結合したトレーサーを検出するステップとを含む。いくつかの実施形態では、方法は、捕捉抗体が少なくともｉＰＳＡと結合し、それにより、捕捉抗体ｉＰＳＡ複合体が生成されるという条件の下で、試料中に存在するｉＰＳＡを、ｉＰＳＡおよび切断ＰＳＡに特異的な捕捉抗体と接触させるステップであって、捕捉抗体がＦａｂである、ステップと、トレーサーが捕捉抗体ｉＰＳＡ複合体と結合するという条件の下で、捕捉抗体ｉＰＳＡ複合体を適切なトレーサーと混合するステップと、捕捉抗体ｉＰＳＡ複合体と結合したトレーサーを検出するステップとを含む。いくつかの実施形態では、Ｆａｂは、５Ａ１０Ｆａｂである。
【0011】
本開示のさらなる態様は、試料中のｈＫ２レベルを測定する免疫測定法に関連する。いくつかの実施形態では、方法は、捕捉抗体が少なくともｈＫ２と結合し、それにより、捕捉抗体ｈＫ２複合体が生成されるという条件の下で、試料中に存在するｈＫ２を、ｈＫ２および切断ＰＳＡに特異的な捕捉抗体と接触させるステップであって、捕捉抗体がＦａｂである、ステップと、捕捉抗体ｈＫ２複合体を適切なトレーサーと混合するステップと、捕捉抗体ｈＫ２複合体と結合したトレーサーを検出するステップとを含む。いくつかの実施形態では、Ｆａｂは、Ｆ（ａｂ）２である。いくつかの実施形態では、Ｆ（ａｂ）２は、６Ｈ１０Ｆ（ａｂ）２である。
【0012】
本開示のさらなる態様は、試料（例えば、血漿試料）を評価するための方法に関連する。いくつかの実施形態では、方法は、（ａ）試料を、ｆＰＳＡ、ｉＰＳＡ、ｔＰＳＡおよびｈＫ２のレベルを測定する免疫測定法にかけるステップであって、ｆＰＳＡのレベルを測定する免疫測定法が、捕捉抗体ｆＰＳＡ複合体を生成するために試料中に存在するｆＰＳＡをＨ１１７捕捉抗体と接触させることおよび５Ａ１０トレーサー抗体を使用して捕捉抗体ｆＰＳＡ複合体を検出することを含み、ｉＰＳＡのレベルを測定する免疫測定法が、捕捉抗体ｉＰＳＡ複合体を生成するために試料中に存在するｉＰＳＡを５Ａ１０Ｆａｂ捕捉抗体と接触させることおよび４Ｄ４トレーサー抗体を使用して捕捉抗体ｉＰＳＡ複合体を検出することを含み、ｔＰＳＡのレベルを測定する免疫測定法が、捕捉抗体ｔＰＳＡ複合体を生成するために試料中に存在するｔＰＳＡをＨ１１７捕捉抗体と接触させることおよびＨ５０トレーサー抗体で捕捉抗体ｔＰＳＡ複合体を検出することを含み、ｈＫ２のレベルを測定する免疫測定法が、血漿試料中のＰＳＡを遮断抗体と接触させること、捕捉抗体ｈＫ２複合体を生成するために試料中に存在するｈＫ２を６Ｈ１０Ｆ（ａｂ）２捕捉抗体と接触させることおよび７Ｇ１トレーサー抗体で捕捉抗体ｈＫ２複合体を検出することを含む、ステップと、（ｂ）ｆＰＳＡ、ｉＰＳＡ、ｔＰＳＡおよびｈＫ２の測定レベルに基づいて、試料を評価するステップとを含む。
【0013】
本開示のさらなる態様は、前立腺がんと関連付けられた事象の確率を決定するための方法に関連する。いくつかの実施形態では、方法は、入力インタフェースを介して、対象者の血漿試料中に存在するｔＰＳＡのレベルを示す情報を受信するステップと、入力インタフェースを介して、対象者が以前に前立腺組織生検を行ったかどうかについての情報を受信するステップと、対象者の前立腺がんと関連付けられた事象の確率を決定するために、少なくとも１つのプロセッサを使用して、受信された情報に少なくとも部分的に基づいて、ロジスティック回帰モデルを評価するステップであって、ｔＰＳＡ値および対象者が以前に前立腺組織生検を行ったかどうかについての情報に少なくとも部分的に基づいて、前立腺がんと関連付けられた事象の確率を決定することを含む、ステップと、前立腺がんと関連付けられた事象の確率の表示を出力するステップとを含む。
【0014】
いくつかの実施形態では、方法は、入力インタフェースを介して、対象者の血漿試料中に存在するｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡおよびｈＫ２のレベルを示す情報を受信するステップと、入力インタフェースを介して、対象者が以前に前立腺組織生検を行ったかどうかについての情報を受信するステップと、対象者の前立腺がんと関連付けられた事象の確率を決定するために、少なくとも１つのプロセッサを使用して、受信された情報に少なくとも部分的に基づいて、ロジスティック回帰モデルを評価するステップであって、ｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡおよびｈＫ２のレベルを示す情報ならびに対象者が以前に前立腺組織生検を行ったかどうかについての情報に少なくとも部分的に基づいて、前立腺がんと関連付けられた事象の確率を決定することを含む、ステップと、前立腺がんと関連付けられた事象の確率の表示を出力するステップとを含む。
【0015】
本開示のいくつかの態様では、前立腺がんと関連付けられた事象の確率を決定するためのコンピュータが提供される。いくつかの実施形態では、コンピュータは、対象者の血漿試料中に存在するｔＰＳＡのレベルを示す情報および対象者が以前に前立腺組織生検を行ったかどうかについての情報を受信するように構成された入力インタフェースと、対象者の前立腺がんと関連付けられた事象の確率を決定するために、受信された情報に少なくとも部分的に基づいて、ロジスティック回帰モデルを評価するようにプログラムされた少なくとも１つのプロセッサであって、ロジスティック回帰モデルを評価することが、ｔＰＳＡ値および対象者が以前に前立腺組織生検を行ったかどうかについての情報に少なくとも部分的に基づいて、前立腺がんと関連付けられた事象の確率を決定することを含む、少なくとも１つのプロセッサと、前立腺がんと関連付けられた事象の確率の表示を出力するように構成された出力インタフェースとを備える。
【0016】
いくつかの実施形態では、コンピュータは、対象者の血漿試料中に存在するｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡおよびｈＫ２のレベルを示す情報ならびに対象者が以前に前立腺組織生検を行ったかどうかについての情報を受信するように構成された入力インタフェースと、対象者の前立腺がんと関連付けられた事象の確率を決定するために、受信された情報に少なくとも部分的に基づいて、ロジスティック回帰モデルを評価するようにプログラムされた少なくとも１つのプロセッサであって、ロジスティック回帰モデルを評価することが、ｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡおよびｈＫ２のレベルを示す情報ならびに対象者が以前に前立腺組織生検を行ったかどうかについての情報に少なくとも部分的に基づいて、前立腺がんと関連付けられた事象の確率を決定することを含む、少なくとも１つのプロセッサと、前立腺がんと関連付けられた事象の確率の表示を出力するように構成された出力インタフェースとを備える。
【0017】
本開示の他の態様では、前立腺がんと関連付けられた事象の確率を決定するためのシステムが提供される。いくつかの実施形態では、システムは、ａ）対象者の血漿試料中に存在するｔＰＳＡのレベルを測定するように構成された検出器と、ｂ）検出器と電子通信するコンピュータとを備え、コンピュータは、ｉ）ｔＰＳＡの測定レベルを示す情報を検出器から受信し、対象者が以前に前立腺組織生検を行ったかどうかについての情報を受信するように構成された入力インタフェースと、ｉｉ）対象者の前立腺がんと関連付けられた事象の確率を決定するために、受信された情報に少なくとも部分的に基づいて、ロジスティック回帰モデルを評価するようにプログラムされた少なくとも１つのプロセッサであって、ロジスティック回帰モデルを評価することが、ｔＰＳＡのレベルを示す情報および対象者が以前に前立腺組織生検を行ったかどうかについての情報に少なくとも部分的に基づいて、前立腺がんと関連付けられた事象の確率を決定することを含む、少なくとも１つのプロセッサと、ｉｉｉ）前立腺がんと関連付けられた事象の確率の表示を出力するように構成された出力インタフェースとを備える。いくつかの実施形態では、システムは、ａ）対象者の血漿試料中に存在するｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡおよびｈＫ２のレベルを測定するように構成された検出器と、ｂ）検出器と電子通信するコンピュータとを備え、コンピュータは、ｉ）ｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡおよびｈＫ２の測定レベルを示す情報を検出器から受信し、対象者が以前に前立腺組織生検を行ったかどうかについての情報を受信するように構成された入力インタフェースと、ｉｉ）対象者の前立腺がんと関連付けられた事象の確率を決定するために、受信された情報に少なくとも部分的に基づいて、ロジスティック回帰モデルを評価するようにプログラムされた少なくとも１つのプロセッサであって、ロジスティック回帰モデルを評価することが、ｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡおよびｈＫ２のレベルを示す情報ならびに対象者が以前に前立腺組織生検を行ったかどうかについての情報に少なくとも部分的に基づいて、前立腺がんと関連付けられた事象の確率を決定することを含む、少なくとも１つのプロセッサと、ｉｉｉ）前立腺がんと関連付けられた事象の確率の表示を出力するように構成された出力インタフェースとを備える。
【0018】
本開示のさらなる態様では、コンピュータによって実行されると、前立腺がんと関連付けられた事象の確率を決定する方法を実行する多数の命令で符号化されたコンピュータ可読記憶媒体が提供される。いくつかの実施形態では、方法は、対象者の前立腺がんと関連付けられた事象の確率を決定するために、対象者の血漿試料中に存在するｔＰＳＡのレベルを示す情報および対象者が以前に前立腺組織生検を行ったかどうかについての情報に少なくとも部分的に基づいて、ロジスティック回帰モデルを評価するステップであって、ｔＰＳＡ値および対象者が以前に前立腺組織生検を行ったかどうかについての情報に少なくとも部分的に基づいて、前立腺がんと関連付けられた事象の確率を決定することを含む、ステップと、前立腺がんと関連付けられた事象の確率の表示を出力するステップとを含む。いくつかの実施形態では、方法は、対象者の前立腺がんと関連付けられた事象の確率を決定するために、対象者の血漿試料中に存在するｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡおよびｈＫ２のレベルを示す情報ならびに対象者が以前に前立腺組織生検を行ったかどうかについての情報に少なくとも部分的に基づいて、ロジスティック回帰モデルを評価するステップであって、ｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡおよびｈＫ２のレベルを示す情報ならびに対象者が以前に前立腺組織生検を行ったかどうかについての情報に少なくとも部分的に基づいて、前立腺がんと関連付けられた事象の確率を決定することを含む、ステップと、前立腺がんと関連付けられた事象の確率の表示を出力するステップとを含む。
【図面の簡単な説明】
【0019】
【図1A】生検が検出可能な前立腺がんを含む確率を決定するためのプロセスを示す非限定的な概略図である。
【図1B】生検が検出可能な前立腺がんを含む確率を決定するためのプロセスを実装するように構成されたコンピュータの非限定的な概略図である。
【図1C】生検が検出可能な前立腺がんを含む確率を決定するためのプロセスを実装するように構成されたコンピュータネットワークの非限定的な概略図である。
【図2】高悪性度のがんの実際のリスクと予測リスクとを比較するグラフの非限定的な例である。
【図3】あらゆる悪性度のがんの実際のリスクと予測リスクとを比較するグラフの非限定的な例である。
【図4】高悪性度のがんに対する決定曲線解析を示すグラフの非限定的な例である。
【図5】あらゆる悪性度のがんに対する決定曲線解析を示すグラフの非限定的な例である。
【図6】高悪性度のがんに対する受信者動作特性曲線（ＲＯＣ）のグラフの非限定的な例である。
【図7】あらゆる悪性度のがんに対する受信者動作特性曲線（ＲＯＣ）のグラフの非限定的な例である。
【図8A】高悪性度のがんに対する生検閾値による陽性適中率のグラフの非限定的な例である。
【図8B】高悪性度のがんに対する生検閾値による陰性適中率のグラフの非限定的な例である。
【図9A】あらゆる悪性度のがんに対する生検閾値による陽性適中率のグラフの非限定的な例である。
【図9B】あらゆる悪性度のがんに対する生検閾値による陰性適中率のグラフの非限定的な例である。
【図10】生検における高悪性度の疾患を抱える男性の割合を年齢別に示すプロットの非限定的な例を示す。
【図11A】検証試験のすべての患者における高悪性度のがんの検出の予測対実際の確率を示すプロットの非限定的な例を示す。
【図11B】検証試験のすべての患者における高悪性度のがんの検出の予測対実際の確率を示すプロットの非限定的な例を示す。
【図11C】検証試験のすべての患者におけるあらゆる悪性度のがんの検出の予測対実際の確率を示すプロットの非限定的な例を示す。
【図12A】検証試験の５０～７５歳の患者における高悪性度のがんの検出の予測対実際の確率を示すプロットの非限定的な例を示す。
【図12B】検証試験の５０～７５歳の患者における高悪性度のがんの検出の予測対実際の確率を示すプロットの非限定的な例を示す。
【図12C】検証試験の５０～７５歳の患者におけるあらゆる悪性度のがんの検出の予測対実際の確率を示すプロットの非限定的な例を示す。
【図13A】検証試験の７１歳未満の患者における高悪性度のがんの検出の予測対実際の確率を示すプロットの非限定的な例を示す。
【図13B】検証試験の７１歳未満の患者における高悪性度のがんの検出の予測対実際の確率を示すプロットの非限定的な例を示す。
【図13C】検証試験の７１歳未満の患者におけるあらゆる悪性度のがんの検出の予測対実際の確率を示すプロットの非限定的な例を示す。
【図14A】検証試験のすべての患者に対する純利益対閾値確率レベルを示すプロットの非限定的な例を示す。
【図14B】検証試験のすべての患者に対する純利益対閾値確率レベルを示すプロットの非限定的な例を示す。
【図15A】検証試験の５０～７５歳の患者に対する純利益対閾値確率レベルを示すプロットの非限定的な例を示す。
【図15B】検証試験の５０～７５歳の患者に対する純利益対閾値確率レベルを示すプロットの非限定的な例を示す。
【図16A】検証試験の７１歳未満のすべての患者に対する純利益対閾値確率レベルを示すプロットの非限定的な例を示す。
【図16B】検証試験の７１歳未満のすべての患者に対する純利益対閾値確率レベルを示すプロットの非限定的な例を示す。
【発明を実施するための形態】
【0020】
本開示の態様は、対象者から得られた前立腺組織生検が検出可能な前立腺がん（高悪性度の前立腺がん（グリーソン７以上）を含む）を含むかどうかを予測するための方法の改善に関連する。従って、本明細書で開示される方法は、前立腺組織生検がふさわしいかどうかを判断する目的で、医療機関が採用することができる。いくつかの実施形態では、方法は、対象者から得られた血液試料を使用して、総前立腺特異抗原（ｔＰＳＡ）、遊離前立腺特異抗原（ｆＰＳＡ）、無傷前立腺特異抗原（ｉＰＳＡ）、ヒトカリクレイン２（ｈＫ２）などの前立腺特異抗原のレベルを測定する１つまたは複数の免疫測定法を実施するステップを伴う。いくつかの実施形態では、血漿製剤におけるこれらの抗原の１つまたは複数のレベルを測定することは、血清などの他の血液製剤におけるレベルを測定することによって得られるものより良い予測結果につながることが分かっている。いくつかの実施形態では、前立腺組織生検が検出可能ながんを含む確率を決定するために、ｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡおよび／またはｈＫ２の血漿レベルを組み込む予測モデル（例えば、ロジスティック回帰モデル）が提供される。その上、いくつかの実施形態では、予測結果の改善は、測定された前立腺特異抗原レベルに関する情報を患者情報（特に、前立腺がんの存在を検出するために、対象者が以前に生検を行ったか否かに関する情報）と組み合わせることによって得られることが分かっている。それに従って、対象者が侵襲的な前立腺組織生検を受けるべきかどうかを判断するのに役立つ方法の改善が提供される。
【0021】
本開示の態様は、対象者から得られた前立腺組織生検が検出可能な前立腺がんを含む確率を決定する方法を提供する。そのような方法は、対象者の血漿試料を、血漿試料中の総前立腺特異抗原（ｔＰＳＡ）のレベルを少なくとも測定する免疫測定法にかけるステップを伴い得る。ｔＰＳＡレベルが閾値レベルを上回る場合は、ｔＰＳＡの測定レベルおよび対象者が以前に前立腺組織生検を行ったかどうかを示すパラメータを重み付けすることによって、前立腺組織生検が検出可能な前立腺がんを含む確率を決定することができる。他方では、ｔＰＳＡレベルが閾値レベル以下である場合は、ｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡおよびｈＫ２の測定レベルならびに対象者が以前に前立腺組織生検を行ったかどうかを示すパラメータを重み付けすることによって、前立腺組織生検が検出可能な前立腺がんを含む確率を決定することができる。それに従って、いくつかの実施形態では、本明細書で提供される方法は、血漿試料を、血漿試料中の遊離前立腺特異抗原（ｆＰＳＡ）、無傷前立腺特異抗原（ｉＰＳＡ）およびヒトカリクレイン２（ｈＫ２）のレベルを測定する免疫測定法にかけるステップを伴い得る。いくつかの実施形態では、確率は、対象者の年齢を示すパラメータを重み付けすることによってさらに決定される。いくつかの実施形態では、確率は、対象者において実行された直腸指診の結果を示す１つまたは複数のパラメータを重み付けすることによってさらに決定される。
【0022】
いくつかの実施形態では、モデル選択に使用されるｔＰＳＡの閾値レベルは、ｔＰＳＡ単独での使用またはある患者特有の情報（例えば、以前の生検状態）との併用が前立腺組織生検が検出可能な前立腺がんを含む確率を確立する目的に対して十分かどうかを示すレベルである。いくつかの実施形態では、閾値レベルは、５ｎｇ／ｍＬ、１０ｎｇ／ｍＬ、１５ｎｇ／ｍＬ、２０ｎｇ／ｍＬ、２５ｎｇ／ｍＬ、３０ｎｇ／ｍＬ、３５ｎｇ／ｍＬまたは４０ｎｇ／ｍＬである。ある患者仕様情報（特に、以前の生検状態）と組み合わされたｔＰＳＡレベルは、有益な予測を行うのに十分であり得るため、いくつかの実施形態では、ｔＰＳＡのレベルを最初に決定する前に他の抗原を検出するための免疫測定法を実行するまでもなく、コスト効率の良いものであり得る。しかし、いくつかの実施形態では、ｔＰＳＡのレベルは、他のマーカーレベル（例えば、ｆＰＳＡ、ｉＰＳＡまたはｈＫ２）と並行してまたは共に決定することができる。
【0023】
いくつかの実施形態では、抗原レベル（例えば、ｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡおよびｈＫ２のうちの２つ以上のレベル）は、同じアッセイで並行して決定される。他の実施形態では、そのような抗原レベルは、別々のアッセイで決定される。いくつかの実施形態では、抗原レベルは、対象者からの同じオリジナルの採血（例えば、静脈採血）から決定される。いくつかの実施形態では、抗原レベルは、異なる採血から決定される。いくつかの実施形態では、抗原レベルは、同じまたは異なる採血からの血漿製剤を使用して決定される。いくつかの実施形態では、１つまたは複数の抗原レベルは、血漿製剤を使用して決定され、１つまたは複数の他の抗原は、異なるタイプの血液製剤（例えば、血清）を使用して決定される。血漿は、血液の淡黄色の液体成分である。いくつかの実施形態では、血漿は、血球や血液残屑が試験管の底に移動するまで、抗凝固剤（例えば、ヘパリン、ＥＤＴＡなど）を含む血液の試験管を遠心分離機で回転させ、その後、血漿を注ぐかまたは取り出すことによって製剤化することができる。
【0024】
対象者に前立腺組織生検が適応されるかどうかを判断するための方法が本明細書で提供される。そのような方法は、医師または医療機関が対象者から血液試料を得るステップと、血液試料を使用して決定された抗原の測定レベルに少なくとも部分的に基づいて、前立腺組織生検が検出可能な前立腺がんを含む確率を決定するステップとを伴い得る。血液試料は、現地で（例えば、対象者が評価されている同じ医療施設または事業内で）処理することも、処理および分析のために外部または第三者の研究所または施設に送り出すこともできる。血液試料を使用して測定されたｔＰＳＡレベルが閾値レベルを上回る場合は、確率は、ｔＰＳＡレベルの重み付けに基づいて決定される。そうでなければ、ｔＰＳＡレベルが閾値レベル以下である場合は、確率は、血液試料を使用して測定されたｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡおよびｈＫ２のレベルの重み付けに基づく。いずれの場合も、確率は、通常、対象者が以前に前立腺組織生検を行ったかどうかを示すパラメータの重み付けにも基づく。医師または医療機関は、前立腺組織生検が検出可能な前立腺がんを含む確率に基づいて、対象者に前立腺組織生検が適応されるかどうかを判断することができる。
【0025】
いくつかの実施形態では、医師または医療機関は、確率がカットオフ以上かどうかを生検で示す確率カットオフを設定することができる。例えば、確率が、５％、７．５％、１０％、１２．５％、１５％、２０％、２５％、３０％、３５％、４０％、４５％、５０％、５５％、６０％、６５％、７０％、７５％、８０％、８５％、９０％、９５％、９９％またはそれを超える値より大きい場合は、医師または医療機関は、対象者に前立腺組織生検が適応されると判断することができる。いくつかの実施形態では、前立腺組織生検が高悪性度の（例えば、グリーソンスコア７以上）検出可能な前立腺がんを含む確率に基づくカットオフは、５％、７．５％、１０％、１２．５％または１５％である。いくつかの実施形態では、前立腺組織生検があらゆる悪性度の検出可能な前立腺がんを含む確率に基づくカットオフは、１０％、１２．５％、１５％、２０％、２５％または３０％である。いくつかの実施形態では、確率がカットオフを下回る場合は、医師または医療機関は、生検を命令することはないが、対象者（例えば、確率レベルの増加または前立腺がんを示す他のリスク因子の変化）のモニタリングを継続する。
【0026】
いくつかの実施形態では、対象者に前立腺組織生検が適応されると判断される場合は、医師または医療機関は、対象者から前立腺組織生検を得るかまたは得るように命令し、前立腺組織生検の分析に基づいて、対象者が前立腺がんを患っているかどうかを判断することができる。前立腺組織生検は、例えば、細胞学的または組織学的分析を含む任意の適切な方法を使用して分析することができる。組織試料は、がんの臨床病期に基づいて特徴付けることができる。試料は、グリーソングレードに基づいて特徴付けることができる。グリーソン３＋３（６．０）は、低悪性度の予後が良好な腫瘍に相当する。グリーソン３＋４（７．０）および３＋５（８．０）は、通常、主に低悪性度形質転換を有するが、いくつかの高悪性度形質転換が見られる組織を有する腫瘍に相当する。グリーソン４＋３（７．０）および５＋３（８．０）は、通常、主に高悪性度形質転換を有するが、いくつかの低悪性度形質転換が見られる組織を有する腫瘍に相当する。グリーソン４＋４（８．０）、４＋５（９．０）、（９．０）および５＋５（１０．０）は、高悪性度の腫瘍に相当する。それに従って、いくつかの実施形態では、前立腺がんは、高悪性度のがん（例えば、グリーソン≧７．０）を含む。
【0027】
免疫測定法
前立腺特異抗原（例えば、ｔＰＳＡ、ｉＰＳＡ、ｆＰＳＡおよびｈＫ２）のレベルは、任意の適切な方法によって評価することができる。いくつかの実施形態では、免疫測定法での使用に適した抗体または抗原結合フラグメントが提供される。そのような抗体または抗原結合フラグメントを利用する免疫測定法は、直接または間接形式での競合および非競合免疫測定法であり得る。そのような免疫測定法の非限定的な例は、酵素結合免疫測定法（ＥＬＩＳＡ）、放射免疫測定法（ＲＩＡ）、サンドイッチ法（イムノメトリック法）、フローサイトメトリー、ウエスタンブロット法、免疫沈降法、免疫組織化学、免疫顕微鏡法、側方流動免疫クロマトグラフィー法およびプロテオミクス配列である。抗原もしくは抗体またはそれらと結合する抗原結合フラグメントは、例えば、固相担体（例えば、キャリア、膜、柱、プロテオミクス配列など）と結合させることによって、固定化することができる。固相担体物質の例は、ガラス、ポリスチレン、ポリ塩化ビニール、ポリフッ化ビニリデン、ポリプロピレン、ポリエチレン、ポリカーボネート、デキストラン、ナイロン、アミロース、ニトロセルローズなどの天然および変性セルロース、ポリアクリルアミド、アガロースならびにマグネタイトなどを含む。担体の性質は、溶液中で固定しているかまたは浮遊しているもの（例えば、ビーズ）であり得る。
前立腺特異抗原（例えば、ｔＰＳＡ、ｉＰＳＡ、ｆＰＳＡおよびｈＫ２）のレベルは、任意の適切な方法によって評価することができる。いくつかの実施形態では、免疫測定法での使用に適した抗体または抗原結合フラグメントが提供される。そのような抗体または抗原結合フラグメントを利用する免疫測定法は、直接または間接形式での競合および非競合免疫測定法であり得る。そのような免疫測定法の非限定的な例は、酵素結合免疫測定法（ＥＬＩＳＡ）、放射免疫測定法（ＲＩＡ）、サンドイッチ法（イムノメトリック法）、フローサイトメトリー、ウエスタンブロット法、免疫沈降法、免疫組織化学、免疫顕微鏡法、側方流動免疫クロマトグラフィー法およびプロテオミクス配列である。抗原もしくは抗体またはそれらと結合する抗原結合フラグメントは、例えば、固相担体（例えば、キャリア、膜、柱、プロテオミクス配列など）と結合させることによって、固定化することができる。固相担体物質の例は、ガラス、ポリスチレン、ポリ塩化ビニール、ポリフッ化ビニリデン、ポリプロピレン、ポリエチレン、ポリカーボネート、デキストラン、ナイロン、アミロース、ニトロセルローズなどの天然および変性セルロース、ポリアクリルアミド、アガロースならびにマグネタイトなどを含む。担体の性質は、溶液中で固定しているかまたは浮遊しているもの（例えば、ビーズ）であり得る。
【0028】
いくつかの実施形態では、標識抗体または抗原結合フラグメントは、抗原結合抗体複合体を検出するためのトレーサーとして使用することができる。トレーサーを生成するために使用できる標識のタイプの例は、酵素、放射性同位元素、コロイド金属、蛍光化合物、磁性および化学発光化合物ならびに生物発光化合物を含む。放射性標識抗体は、１５３Ｅｕ、３Ｈ、３２Ｐ、３５Ｓ、５９Ｆｅまたは１２５Ｉなどの放射性同位元素を結合することによって、公知の方法で製剤化され、次いで、ガンマカウンター、シンチレーションカウンターまたはオートラジオグラフィーによって検出することができる。本明細書で論じられるように、抗体および抗原結合フラグメントは、代わりに、酵母アルコール脱水素酵素、西洋ワサビペルオキシダーゼ、アルカリホスファターゼおよび同様のものなどの酵素で標識し、次いで、成長させ、分光光度法でまたは視覚的に検出することができる。適切な蛍光標識は、フルオレセインイソチオシアネート、フルオレスカミン、ローダミンおよび同様のものを含む。適切な化学発光標識は、ルミノール、イミダゾール、シュウ酸エステル、ルシフェリンおよびその他を含む。
【0029】
免疫測定法は、抗体または抗原結合フラグメントと抗原との結合複合体の形成を可能にするという条件の下で、抗原を含む試料（例えば、血漿試料）を抗体または抗原結合フラグメント（例えば、Ｆ（ａｂ）、Ｆ（ａｂ）２）と接触させることを含み得る。いくつかの実施形態では、血漿試料は、抗原が試料中に存在する場合は、標的抗原との抗体または抗原結合フラグメントの結合に適した条件の下で、抗体または抗原結合フラグメントと接触させる。このことは、試験管、プレートウェル、膜槽、細胞培養皿、顕微鏡スライドおよび他のチャンバなどの反応チャンバで実行することができる。いくつかの実施形態では、抗体または抗原結合フラグメントは、固相担体上に固定化される。試料中の抗原と結合する抗体または抗原結合フラグメントは、捕捉抗体と呼ぶことができる。いくつかの実施形態では、捕捉抗体は、タグに関与する相互作用（例えば、ストレプトアビジンが固相担体に固定化されるビオチンストレプトアビジン相互作用）によって固相担体へのその固定化を促進するタグ（例えば、ビオチン標識）を含む。いくつかの実施形態では、固相担体は、反応チャンバの表面である。いくつかの実施形態では、固相担体は、高分子膜（例えば、ニトロセルローズストリップ、ポリフッ化ビニリデン（ＰＶＤＦ）膜など）のものである。他の実施形態では、固相担体は、生物学的構造（例えば、細菌細胞表面）である。他の例示的な固相担体は、本明細書で開示され、当業者に明らかである。
【0030】
いくつかの実施形態では、抗体および抗原結合フラグメントは、抗原と接触させる前に固相担体上に固定化される。他の実施形態では、抗体および抗原結合フラグメントの固定化は、結合複合体の形成後に実行される。さらなる他の実施形態では、抗原は、結合複合体の形成前に固相担体上に固定化される。いくつかの実施形態では、固定化された結合複合体を検出するために、トレーサーを反応チャンバに添加することができる。いくつかの実施形態では、トレーサーは、抗原に対する検出可能に標識された二次抗体を含む。いくつかの実施形態では、トレーサーは、捕捉抗体に対する検出可能に標識された二次抗体を含む。いくつかの実施形態では、一次抗体または抗原結合フラグメントは、それ自体が検出可能に標識される。
【0031】
一実施形態では、本明細書で開示される免疫測定法は、抗体または抗原結合フラグメントを固相担体に固定化するステップと、試料中に存在する場合は、抗体または抗原結合フラグメントとの抗原の結合を可能にするという条件の下で、試料（例えば、血漿試料）を固相担体に加えるステップと、固相担体から余分な試料を取り除くステップと、抗原結合固定化抗体または抗原結合フラグメントとのトレーサーの結合を可能にするという条件の下で、トレーサー（例えば、検出可能に標識された抗体または抗原結合フラグメント）を加えるステップと、固相担体を洗浄するステップと、存在トレーサーをアッセイするステップとを含む。
【0032】
いくつかの実施形態では、抗体および抗原結合フラグメントは、反応チャンバで抗原と接触させた後に固相担体上に固定化される。いくつかの実施形態では、抗体および抗原結合フラグメントは、反応チャンバで抗原と接触させる前に固相担体上に固定化される。いずれの場合も、固定化された結合複合体を検出するために、トレーサーを反応チャンバに添加することができる。いくつかの実施形態では、トレーサーは、抗原に対する検出可能に標識された二次抗体を含む。いくつかの実施形態では、トレーサーは、一次抗体または抗原結合フラグメントに対する検出可能に標識された二次抗体を含む。本明細書で開示されるように、検出可能な標識は、例えば、放射性同位元素、フルオロフォア、発光性分子、酵素、ビオチン部分、エピトープタグまたは色素分子であり得る。適切な検出可能な標識は、本明細書で説明される。
【0033】
いくつかの実施形態では、低ｐＨ緩衝液中で免疫測定法を実行することは、より感度の高い抗原検出につながることが分かっている。それに従って、いくつかの実施形態では、トレーサーが捕捉抗体抗原複合体と結合するように、トレーサー抗体は、６．５から７．７５未満の範囲のｐＨを有する緩衝液中で捕捉抗体と接触させる。いくつかの実施形態では、緩衝液のｐＨは、約６．５、６．６、６．７、６．８、６．９、７．０、７．１、７．２、７．３、７．４、７．５または７．６である。
【0034】
本明細書で開示されるいかなるアッセイでも、捕捉抗体はトレーサー抗体と交換できることを理解すべきである。
【0035】
いくつかの実施形態では、ｆＰＳＡのレベルを測定する免疫測定法は、第１の捕捉抗体がｆＰＳＡと結合し、それにより、捕捉抗体ｆＰＳＡ複合体が生成されるという条件の下で、血漿試料中に存在するｆＰＳＡをｆＰＳＡに特異的な捕捉抗体と接触させるステップと、トレーサーを使用して捕捉抗体ｆＰＳＡ複合体を検出するステップとを伴う。捕捉抗体は、Ｈ１１７抗体であり得る。いくつかの実施形態では、トレーサーは、５Ａ１０抗体またはそのフラグメント（例えば、Ｆ（ａｂ）フラグメント）を含む。
【0036】
フラグメントに組み込むことができる５Ａ１０抗体の重鎖および軽鎖配列を以下に示す。
【0037】
５Ａ１０重鎖
ＥＶＱＬＶＥＳＧＰＧＩＬＱＰＳＱＴＬＳＬＴＣＳＦＳＧＦＳＬＳＴＴＧＭＧＶＳＷＩＲＱＰＳＧＫＧＬＥＷＬＡＨＬＹＷＤＥＤ ＫＲＹＮＰＳＬＫＳＲＬＴＩＳＥＤＳＳＲＮＱＶＦＬＫＩＴＳＶＧＰＡＤＳＡＴＹＹＣＡＲＫＧＹＹＧＹＦＤＹＷＧＱＧＴＡＬＴＶＳＳ（配列番号１）
ＥＶＱＬＶＥＳＧＰＧＩＬＱＰＳＱＴＬＳＬＴＣＳＦＳＧＦＳＬＳＴＴＧＭＧＶＳＷＩＲＱＰＳＧＫＧＬＥＷＬＡＨＬＹＷＤＥＤ ＫＲＹＮＰＳＬＫＳＲＬＴＩＳＥＤＳＳＲＮＱＶＦＬＫＩＴＳＶＧＰＡＤＳＡＴＹＹＣＡＲＫＧＹＹＧＹＦＤＹＷＧＱＧＴＡＬＴＶＳＳ（配列番号１）
【0038】
５Ａ１０軽鎖
ＤＩＶＭＴＱＳＱＫＦＭＳＴＳＶＧＤＲＶＳＶＴＣＫＡＳＱＮＶＮＴＤＶＡＷＹＱＱＫＰＧＱＳＰＫＡＬＩＦＳＴＳＹＲＳＳＧＶＰＤＲＦＴＧＳＧＳＧＴＤＦＴＬＴＩＴＮＶＱＳＥＤＬＡＥＹＦＣＱＱＹＳＮＹＰＬＴＦＧＡＧＴＫＶＤＬＮ（配列番号２）
ＤＩＶＭＴＱＳＱＫＦＭＳＴＳＶＧＤＲＶＳＶＴＣＫＡＳＱＮＶＮＴＤＶＡＷＹＱＱＫＰＧＱＳＰＫＡＬＩＦＳＴＳＹＲＳＳＧＶＰＤＲＦＴＧＳＧＳＧＴＤＦＴＬＴＩＴＮＶＱＳＥＤＬＡＥＹＦＣＱＱＹＳＮＹＰＬＴＦＧＡＧＴＫＶＤＬＮ（配列番号２）
【0039】
いくつかの実施形態では、ｉＰＳＡのレベルを測定する免疫測定法は、第２の捕捉抗体が少なくともｉＰＳＡと結合し、それにより、捕捉抗体ｉＰＳＡ複合体が生成されるという条件の下で、血漿試料中に存在するｉＰＳＡを遊離ＰＳＡ（ｉＰＳＡおよび切断ＰＳＡを含む）に特異的な捕捉抗体と接触させるステップと、第２のトレーサーを使用して捕捉抗体ｉＰＳＡ複合体を検出するステップとを伴う。いくつかの実施形態では、トレーサーは、４Ｄ４抗体を含む。いくつかの実施形態では、捕捉抗体は、５Ａ１０抗体またはそのフラグメント（例えば、Ｆ（ａｂ）フラグメント）である。
【0040】
いくつかの実施形態では、ｔＰＳＡのレベルを測定する免疫測定法は、第３の捕捉抗体がｔＰＳＡと結合し、それにより、捕捉抗体ｔＰＳＡ複合体が生成されるという条件の下で、血漿試料中に存在するｔＰＳＡをｔＰＳＡに特異的な捕捉抗体と接触させるステップと、第３のトレーサーを使用して捕捉抗体ｔＰＳＡ複合体を検出するステップとを伴う。いくつかの実施形態では、トレーサーは、Ｈ５０抗体を含む。いくつかの実施形態では、捕捉抗体は、Ｈ１１７抗体である。
【0041】
いくつかの実施形態では、ｈＫ２のレベルを測定する免疫測定法は、血漿試料中に存在するＰＳＡをＰＳＡに特異的な遮断抗体と接触させるステップと、第４の捕捉抗体がｈＫ２と結合し、それにより、捕捉抗体ｈＫ２複合体が生成されるという条件の下で、血漿試料中に存在するｈＫ２をｈＫ２に特異的な第４の捕捉抗体と接触させるステップと、第４のトレーサーを使用して捕捉抗体ｈＫ２複合体を検出するステップとを伴う。いくつかの実施形態では、トレーサーは、７Ｇ１抗体を含む。いくつかの実施形態では、捕捉抗体は、６Ｈ１０Ｆ（ａｂ）２である。いくつかの実施形態では、遮断抗体は、５Ｈ７抗体、５Ｈ６抗体および２Ｅ９抗体を含む。
【0042】
以下の表０（抗体および抗体のエピトープ／情報源）は、本明細書で開示される方法で使用できる抗体および抗原結合フラグメントならびにそれらに対応するエピトープをリストする。
【0043】
【表1】
【0044】
【表2】
【0045】
【表3】
【0046】
マイクロ流体試料分析器
本明細書で開示される免疫測定法のいずれも、マイクロ流体デバイス（例えば、マイクロ流体試料分析器）を使用して実行または実装できることを理解すべきである。例えば、マイクロ流体デバイスは、マーカーの１つまたは複数の特徴（例えば、ｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡまたはｈＫ２のレベル）を決定するために使用することができる。いくつかの実施形態では、デバイスは、マイクロ流体試料分析器であり、マイクロ流体試料分析器は、例えば、免疫測定成分（例えば、抗原抗体複合体、トレーサーなど）を含む試料の流れを含めるおよび／または方向付けるための１つまたは複数のマイクロ流体チャネルを有するカセットで提供された試料を分析するように構成することができる。いくつかの実施形態では、デバイスは、１つまたは複数の光源ならびに／あるいは１つまたは複数のマイクロ流体チャネルに存在する抗原抗体複合体および／またはトレーサーのレベルを測定するように構成された１つまたは複数の検出器を含む光学システムをさらに備える。その上、いくつかの実施形態では、マイクロ流体デバイス（例えば、マイクロ流体試料分析器）またはマーカーのレベル（例えば、ｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡまたはｈＫ２のレベル）に基づいて前立腺がんと関連付けられた事象の確率を決定するための他のデバイスと電子通信する、予測モデル（例えば、ロジスティック回帰モデル）を評価するようにプログラムされたプロセッサまたはコンピュータを含み得るシステムが提供される。
本明細書で開示される免疫測定法のいずれも、マイクロ流体デバイス（例えば、マイクロ流体試料分析器）を使用して実行または実装できることを理解すべきである。例えば、マイクロ流体デバイスは、マーカーの１つまたは複数の特徴（例えば、ｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡまたはｈＫ２のレベル）を決定するために使用することができる。いくつかの実施形態では、デバイスは、マイクロ流体試料分析器であり、マイクロ流体試料分析器は、例えば、免疫測定成分（例えば、抗原抗体複合体、トレーサーなど）を含む試料の流れを含めるおよび／または方向付けるための１つまたは複数のマイクロ流体チャネルを有するカセットで提供された試料を分析するように構成することができる。いくつかの実施形態では、デバイスは、１つまたは複数の光源ならびに／あるいは１つまたは複数のマイクロ流体チャネルに存在する抗原抗体複合体および／またはトレーサーのレベルを測定するように構成された１つまたは複数の検出器を含む光学システムをさらに備える。その上、いくつかの実施形態では、マイクロ流体デバイス（例えば、マイクロ流体試料分析器）またはマーカーのレベル（例えば、ｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡまたはｈＫ２のレベル）に基づいて前立腺がんと関連付けられた事象の確率を決定するための他のデバイスと電子通信する、予測モデル（例えば、ロジスティック回帰モデル）を評価するようにプログラムされたプロセッサまたはコンピュータを含み得るシステムが提供される。
【0047】
適切なマイクロ流体デバイスの非限定的な例は、すべての目的のためにその内容のその全体が参照により本明細書に組み込まれる、特許文献１で開示されている。しかし、本開示はこの点において制限されないため、他のタイプのデバイス（例えば、プレートリーダ、マイクロウェルＥＬＩＳＡタイプのアッセイ用の分析器など）も使用できることを理解すべきである。
【0048】
予測モデルおよびコンピュータ実装方法
本開示の態様は、前立腺がんと関連付けられた事象の確率（前立腺組織生検が検出可能ながんを含む確率など）を決定するためのコンピュータ実装方法を提供する。そのような方法は、入力インタフェースを介して、対象者の血漿試料中に存在するｔＰＳＡのレベルを示す情報を受信するステップと、入力インタフェースを介して、対象者が以前に前立腺組織生検を行ったかどうかについての情報を受信するステップとを伴い得る。いくつかの実施形態では、方法は、対象者の前立腺がんと関連付けられた事象の確率を決定するために、少なくとも１つのプロセッサを使用して、受信された情報に少なくとも部分的に基づいて、適切な予測モデル（例えば、ロジスティック回帰モデル）を評価するステップをさらに伴う。予測モデルは、ｔＰＳＡの測定レベルおよび対象者が以前に前立腺組織生検を行ったかどうかについての情報に少なくとも部分的に基づいて、前立腺がんと関連付けられた事象の確率を生成することができる。予測モデルは、ｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡおよびｈＫ２の測定レベルならびに対象者が以前に前立腺組織生検を行ったかどうかについての情報に少なくとも部分的に基づいて、前立腺がんと関連付けられた事象の確率を生成することができる。
本開示の態様は、前立腺がんと関連付けられた事象の確率（前立腺組織生検が検出可能ながんを含む確率など）を決定するためのコンピュータ実装方法を提供する。そのような方法は、入力インタフェースを介して、対象者の血漿試料中に存在するｔＰＳＡのレベルを示す情報を受信するステップと、入力インタフェースを介して、対象者が以前に前立腺組織生検を行ったかどうかについての情報を受信するステップとを伴い得る。いくつかの実施形態では、方法は、対象者の前立腺がんと関連付けられた事象の確率を決定するために、少なくとも１つのプロセッサを使用して、受信された情報に少なくとも部分的に基づいて、適切な予測モデル（例えば、ロジスティック回帰モデル）を評価するステップをさらに伴う。予測モデルは、ｔＰＳＡの測定レベルおよび対象者が以前に前立腺組織生検を行ったかどうかについての情報に少なくとも部分的に基づいて、前立腺がんと関連付けられた事象の確率を生成することができる。予測モデルは、ｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡおよびｈＫ２の測定レベルならびに対象者が以前に前立腺組織生検を行ったかどうかについての情報に少なくとも部分的に基づいて、前立腺がんと関連付けられた事象の確率を生成することができる。
【0049】
図１は、本開示のいくつかの実施形態によるプロセス１００のフローチャートを示す。ステップ１０１では、本明細書で説明される技法のうちの１つまたは複数を使用して処理するために、年齢、デジタル検査状態および／または以前の生検状態に相当する患者データを表す１つまたは複数の値が少なくとも１つのプロセッサによって受信される。ステップ１０２では、ｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡおよび／またはｈＫ２に対するマーカーデータを表す１つまたは複数の値が少なくとも１つのプロセッサによって受信される。値は、これらに限定されないが、キーボード、タッチスクリーン、マイクロフォンもしくは他の入力デバイスなどのローカル入力インタフェースを通じて、プロセッサから離れた場所に位置するデバイスから値を受信するネットワーク接続インタフェースから、または、血液マーカー値を測定する１つもしくは複数の検出器から直接（例えば、プロセッサが、１つまたは複数の検出器を含む測定デバイスと統合される実装形態において）を含む、任意の適切な方法で受信することができる。
【0050】
ステップ１０３では、ｔＰＳＡに対する値を受信した後、プロセスは、ｔＰＳＡのレベルが閾値（例えば、２５ｎｇ／ｍＬ）を上回る場合は第１の予測モデルが選択され、ｔＰＳＡのレベルが閾値以下である場合は第２の予測モデルが選択されるように進む。それに従って、ステップ１０４では、ｔＰＳＡのレベルが閾値レベルを上回る場合は、ＤＲＥ状態、以前の生検状態およびｔＰＳＡレベルに基づいて予測モデルが選択される。あるいは、ステップ１０５では、ｔＰＳＡのレベルが閾値レベル以下である場合は、ＤＲＥ状態、以前の生検状態ならびにｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡおよびｈＫ２レベルに基づいて予測モデルが選択される。ステップ１０４、１０５の予測モデルは、対象者が前立腺がんを患っている確率を決定するために使用される。予測は、使用されるモデルに応じて、あらゆる悪性度のがんまたは高悪性度のがんに対するものであり得る。
【0051】
がんの確率を決定した後、プロセスはステップ１０６に進み、ステップ１０６では、さらなる診断手順および／または治療決定を指導するために、確率がユーザ（例えば、医師、患者）に出力される。確率は、任意の適切な方法で出力することができる。例えば、いくつかの実施形態では、確率は、確率を表す数値をデバイスの表示画面上に出力することができる。他の実施形態では、確率は、１つまたは複数の光または他の視覚インジケータを使用してデバイス上に出力することができる。さらなる他の実施形態では、確率は、音声出力、触覚出力、または、音声、触覚および視覚出力のうちの１つもしくは複数の何らかの組合せを使用して提供することができる。いくつかの実施形態では、確率を出力することは、決定された確率についてユーザに通知するために、ネットワーク接続デバイスに情報を送信することを含む。例えば、確率は、離れた場所に位置する１つまたは複数のプロセッサによって決定することができ、確率の表示は、離れた場所での確率の決定に応答して、１つまたは複数のネットワークを使用して、ユーザ（例えば、医師）の電子デバイスに送信することができる。本明細書で説明される技法に従ってユーザに出力を提供する電子デバイスは、これらに限定されないが、ラップトップ、デスクトップまたはタブレットコンピュータ、スマートフォン、ポケベル、携帯情報端末および電子ディスプレイを含む、任意の適切なデバイスであり得る。
【0052】
いくつかの実施形態では、前立腺がんの確率は、以下で再現される方程式（１）に従って決定される。
【0053】
【数1】
【0054】
１．単純モデル（ｔＰＳＡのみ）
Ｌ＝β０＋β１（年齢）＋β２（ｔＰＳＡ）＋β３（以前のｂｘ） （２）またはＬ＝β０＋β１ｔｐｓａ＋β２ｄｒｅｎｅｇ＋β３以前のｂｘ （３）
Ｌ＝β０＋β１（年齢）＋β２（ｔＰＳＡ）＋β３（以前のｂｘ） （２）またはＬ＝β０＋β１ｔｐｓａ＋β２ｄｒｅｎｅｇ＋β３以前のｂｘ （３）
【0055】
２．遊離／総の割合を使用する４つのアッセイモデルこのモデルでは、総ＰＳＡに対する遊離ＰＳＡの割合が遊離ＰＳＡ項に代入される。
【0056】
【数2】
【0057】
３．ｌｏｇ（ｔＰＳＡ）および遊離／総の割合を使用する４つのアッセイモデル
このモデルでは、この予測因子の寄与の増大を説明するために、ｔＰＳＡの対数がｔＰＳＡ項に代入される。
このモデルでは、この予測因子の寄与の増大を説明するために、ｔＰＳＡの対数がｔＰＳＡ項に代入される。
【0058】
【数3】
【0059】
４．多項式モデル
このモデルでは、ｔＰＳＡおよびｆＰＳＡに対する追加の非線形項が含まれる。以下で提供される例示的な方程式では、この項と前立腺がんのリスクとの間の直接的な関係を強調するためにｔＰＳＡの２乗が使用され、この項とリスクとの逆相関を反映するために遊離／総ＰＳＡの平方根項が使用される。しかし、いくつかの実施形態では、高次（例えば、３次）の多項式の項を含めることもできることを理解すべきである。
このモデルでは、ｔＰＳＡおよびｆＰＳＡに対する追加の非線形項が含まれる。以下で提供される例示的な方程式では、この項と前立腺がんのリスクとの間の直接的な関係を強調するためにｔＰＳＡの２乗が使用され、この項とリスクとの逆相関を反映するために遊離／総ＰＳＡの平方根項が使用される。しかし、いくつかの実施形態では、高次（例えば、３次）の多項式の項を含めることもできることを理解すべきである。
【0060】
【数4】
【0061】
５．すべての４つのアッセイに対する線形スプライン
このモデルでは、単一のノットが中央値にある線形スプラインが追加される。スプラインは、以下の方程式を使用して決定することができる。
このモデルでは、単一のノットが中央値にある線形スプラインが追加される。スプラインは、以下の方程式を使用して決定することができる。
【0062】
【数5】
【0063】
６．ｔＰＳＡおよびｆＰＳＡに対する線形スプライン
このモデルでは、変数の数を低減し、モデルを簡素化するために、ｔＰＳＡおよびｆＰＳＡに対してのみ、線形スプラインが含まれる。Ｌ＝β０＋β１（年齢）＋β２（ｔＰＳＡ）＋β３（ｆＰＳＡ）＋β４（ｉＰＳＡ）＋β５（ｈＫ２）＋β６（ｓｐ１［ｔＰＳＡ］）＋β７（ｓｐ２［ｔＰＳＡ］）＋β８（ｓｐ１［ｆＰＳＡ］）＋β９（ｓｐ２［ｆＰＳＡ］）＋β１０（以前のｂｘ） （９）
このモデルでは、変数の数を低減し、モデルを簡素化するために、ｔＰＳＡおよびｆＰＳＡに対してのみ、線形スプラインが含まれる。Ｌ＝β０＋β１（年齢）＋β２（ｔＰＳＡ）＋β３（ｆＰＳＡ）＋β４（ｉＰＳＡ）＋β５（ｈＫ２）＋β６（ｓｐ１［ｔＰＳＡ］）＋β７（ｓｐ２［ｔＰＳＡ］）＋β８（ｓｐ１［ｆＰＳＡ］）＋β９（ｓｐ２［ｆＰＳＡ］）＋β１０（以前のｂｘ） （９）
【0064】
上記の方程式の「以前のｂｘ」は、前立腺がんを検出するために対象者が以前に生検を行ったかどうかを示す２進値である。１の値は以前に生検が行われたことを示し、０の値は以前に生検が行われなかったことを示す。
【0065】
７．すべての４つのアッセイに対する３次スプライン
このモデルでは、各項に対して３次スプラインが含まれる。以下で提供される例では、４つのノットを有する３次スプラインについて説明する。しかし、任意の適切な数のノット（これらに限定されないが、５つのノット、６つのノット、７つのノットおよび８つのノットを含む）を使用する３次スプラインも代わりに使用できることを理解すべきである。スプラインは、以下の方程式を使用して決定することができる。
このモデルでは、各項に対して３次スプラインが含まれる。以下で提供される例では、４つのノットを有する３次スプラインについて説明する。しかし、任意の適切な数のノット（これらに限定されないが、５つのノット、６つのノット、７つのノットおよび８つのノットを含む）を使用する３次スプラインも代わりに使用できることを理解すべきである。スプラインは、以下の方程式を使用して決定することができる。
【0066】
【数6】
【0067】
式中、ノット１およびノット４は、３次スプラインに対する外部ノットであり、ノット２およびノット３は、３次スプラインに対する内部ノットである。外部ノットは、個体群におけるｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡまたはｈＫ２の最小および最大レベルとして設定することができる。内部ノット（例えば、ノット２）は、個体群におけるｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡまたはｈＫ２レベルの３３．３パーセンタイル値として設定することができる。別の内部ノット（例えば、ノット３）は、個体群におけるｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡまたはｈＫ２レベルの６６．６パーセンタイル値として設定することができる。
【0068】
いくつかの実施形態では、内部ノットは、ｔＰＳＡに対して約２から約８までおよび約３から約６まで、ｆＰＳＡに対して約０．２５から約２までおよび約０．５から約１．５まで、ｉＰＳＡに対して約０．２から約０．５までおよび約０．４から約０．８まで、ｈＫ２に対して約０．０２から約０．０４までおよび約０．０４から約０．０８までの範囲内で指定される。例えば、一実装形態では、３．９２および５．６１の値がｔＰＳＡに対する内部ノットに使用され、０．８２および１．２１の値がｆＰＳＡに対する内部ノットに使用され、０．３および０．５１の値がｉＰＳＡに対する内部ノットに使用され、０．０３６および０．０５６の値がｈＫ２に対する内部ノットに使用される。
【0069】
ある実施形態では、ｔＰＳＡに対する１つまたは複数の内部ノットは、独立して、約３から約５まで、約３から約６まで、約２．５から約６まで、約２．５から約６．５まで、約５から約８まで、約５．５から約８まで、約５から約９まで、約５から約１０まで、約１から約５まで、約１から約４までおよび約１から約３までの範囲にあり得る。また、他の範囲も可能である。
【0070】
ある実施形態では、ｆＰＳＡに対する１つまたは複数の内部ノットは、独立して、約０．１から約１．０まで、約０．１から約１．２まで、約０．３から約０．８まで、約０．４から約０．９まで、約０．５から約１．２まで、約０．７から約１．４まで、約０．７から約０．９まで、約１．１から約１．６まで、約１．１から約１．２までおよび約１．１から約２までの範囲にあり得る。また、他の範囲も可能である。
【0071】
ある実施形態では、ｉＰＳＡに対する１つまたは複数の内部ノットは、独立して、約０．０５から約０．５まで、約０．１から約０．５まで、約０．２から約０．５まで、約０．１から約０．８まで、約０．２から約０．８まで、約０．４から約０．８まで、約０．４から約１．０まで、約０．３から約０．６まで、約０．５から約１．０までおよび約０．６から約０．８までの範囲にあり得る。また、他の範囲も可能である。
【0072】
ある実施形態では、ｈＫ２に対する１つまたは複数の内部ノットは、独立して、約０．０１から約０．０３まで、約０．０１から約０．０４まで、約０．０１から約０．０５まで、約０．０２から約０．０５まで、約０．０２から約０．０６まで、約０．０３から約０．０５まで、約０．４から約０．０７まで、約０．０４から約１．０まで、約０．５から約１．０までおよび約０．６から約１．０までの範囲にあり得る。また、他の範囲も可能である。
【0073】
上記で論じられるように、任意の適切な数の内部ノット（例えば、３つ、４つ、５つ、６つの内部ノット）を組み込む３次スプラインを使用することができ、２つの内部ノットを含む３次スプラインの例は、制限ではなく、単なる例示のために提供される。２つより多い内部ノットを含む実施形態では、ノットは、上記で論じられる範囲のうちの１つもしくは複数の範囲内または他の何らかの適切な範囲に置くことができる。例えば、いくつかの実施形態では、ノットは、近隣ノットの対の各々の間のスプラインのセグメントの長さが本質的に等しくなるように指定することができる。
【0074】
モデルは、以下のように表すことができる。Ｌ＝β０＋β１（年齢）＋β２（ｔＰＳＡ）＋β３（ｆＰＳＡ）＋β４（ｉＰＳＡ）＋β５（ｈＫ２）＋β６（ｓｐ１［ｔＰＳＡ］）＋β７（ｓｐ２［ｔＰＳＡ］）＋β８（ｓｐ１［ｆＰＳＡ］）＋β９（ｓｐ２［ｆＰＳＡ］）＋β１０（ｓｐ１［ｉＰＳＡ］）＋β１１（ｓｐ２［ｉＰＳＡ］）＋β１２（ｓｐ１［ｈＫ２］）＋β１３（ｓｐ２［ｈＫ２］）＋β１４（以前のｂｘ） （１２）
【0075】
８．ｔＰＳＡ閾値モデル
いくつかの実施形態では、選択されるモデルは、ｔＰＳＡの閾値レベルが試料中で検出されるか否かに依存し得る。いくつかの実施形態では、ｔＰＳＡのレベルが試料中で閾値を上回る場合は、予測モデルは以下の通りである。Ｌ＝β０＋β１（ｔＰＳＡ）＋β２（ＤＲＥ）ｎｅｇ＋β３（ＤＲＥ）ｐｏｓ＋β４（以前のｂｘ） （１３）
いくつかの実施形態では、選択されるモデルは、ｔＰＳＡの閾値レベルが試料中で検出されるか否かに依存し得る。いくつかの実施形態では、ｔＰＳＡのレベルが試料中で閾値を上回る場合は、予測モデルは以下の通りである。Ｌ＝β０＋β１（ｔＰＳＡ）＋β２（ＤＲＥ）ｎｅｇ＋β３（ＤＲＥ）ｐｏｓ＋β４（以前のｂｘ） （１３）
【0076】
いくつかの実施形態では、このモデルの重み付け係数の値の範囲は、以下の表１（ｔＰＳＡのレベルが閾値より大きい際に使用される重み付け係数）に記載される通りである。前立腺組織生検があらゆる悪性度のがんを有する確率の決定に適した係数は、第２および第３の列に示され、前立腺組織生検が高悪性度のがんを有する確率の決定に適した係数は、第４および第５の列に示されている。
【0077】
【表4】
【0078】
いくつかの実施形態では、試料中で検出されたｔＰＳＡのレベルが閾値レベル以下である場合は、予測モデルは以下の通りである。Ｌ＝β０＋β１（年齢）＋β２（ｔＰＳＡ）＋β３ｓｐ１（ｔＰＳＡ）＋β４ｓｐ２（ｔＰＳＡ）＋β５（ｆＰＳＡ）＋β６ｓｐ１（ｆＰＳＡ）＋β７ｓｐ２（ｆＰＳＡ）＋β８（ｉＰＳＡ）＋β９（ｈＫ２）＋β１０（ＤＲＥｎｅｇ）＋β１１（ＤＲＥｐｏｓ）＋β１２（以前のｂｘ） （１４）
【0079】
いくつかの実施形態では、このモデルの重み付け係数の値の範囲は、以下の表２（ｔＰＳＡのレベルが閾値以下である際に使用される重み付け係数）に記載される通りである。前立腺組織生検があらゆる悪性度のがんを有する確率の決定に適した係数は、第２および第３の列に示され、前立腺組織生検が高悪性度のがんを有する確率の決定に適した係数は、第４および第５の列に示されている。
【0080】
【表5】
【0081】
上記のモデルにおけるｓｐ１（ｔＰＳＡ）、ｓｐ２（ｔＰＳＡ）、ｓｐ１（ｆＰＳＡ）およびｓｐ２（ｆＰＳＡ）のスプライン項は、上記のモデル＃７（方程式（１０および１１））の下で上記で提示される３次スプライン式に従って決定することができる。いくつかの実施形態では、内部ノット２および３ならびに外部ノット１および４の値は、ｔＰＳＡおよびｆＰＳＡに対して以下の表３（ノット値範囲）に記載される範囲内にある。
【0082】
【表6】
【0083】
コンピュータ実装形態
図１Ｂでは、本明細書で説明される技法および／またはユーザ相互作用のいくつかまたはすべてをその上で実装できるコンピュータシステム１０６の例示的な実装形態が示されている。コンピュータシステム１０６は、１つまたは複数のプロセッサ１０７と、１つまたは複数の非一時的なコンピュータ可読記憶媒体（例えば、メモリ１０８、１つまたは複数の不揮発性記憶媒体１１０）とを含み得る。本明細書で説明される本発明の態様はこの点において制限されないため、プロセッサ１０７は、任意の適切な方法でのメモリ１０８および不揮発性記憶媒体１１０へのデータの書き込みならびにメモリ１０８および不揮発性記憶媒体１１０からのデータの読み取りを制御することができる。
図１Ｂでは、本明細書で説明される技法および／またはユーザ相互作用のいくつかまたはすべてをその上で実装できるコンピュータシステム１０６の例示的な実装形態が示されている。コンピュータシステム１０６は、１つまたは複数のプロセッサ１０７と、１つまたは複数の非一時的なコンピュータ可読記憶媒体（例えば、メモリ１０８、１つまたは複数の不揮発性記憶媒体１１０）とを含み得る。本明細書で説明される本発明の態様はこの点において制限されないため、プロセッサ１０７は、任意の適切な方法でのメモリ１０８および不揮発性記憶媒体１１０へのデータの書き込みならびにメモリ１０８および不揮発性記憶媒体１１０からのデータの読み取りを制御することができる。
【0084】
本明細書で説明される機能のいずれかを実行するため、プロセッサ１０７は、１つまたは複数のコンピュータ可読記憶媒体（例えば、メモリ１０８）に格納されたプログラムモジュールなどの１つまたは複数の命令を実行することができ、１つまたは複数のコンピュータ可読記憶媒体は、プロセッサ１０７による実行のための命令を格納する非一時的なコンピュータ可読記憶媒体として機能し得る。一般に、プログラムモジュールは、特定のタスクを実行するかまたは特定の抽象データタイプを実装するルーチン、プログラム、オブジェクト、コンポーネント、データ構造などを含む。また、実施形態は、通信ネットワークを通じてリンクされるリモート処理デバイスによってタスクが実行される分散コンピューティング環境で実装することもできる。分散コンピューティング環境では、プログラムモジュールは、記憶装置を含むローカルおよびリモートコンピュータ記憶媒体の両方に位置し得る。データ入力およびプログラムコマンドは、コンピュータ１０６によって、入力インタフェース１０９を通じて受信することができる。入力インタフェース１０９は、キーボード、タッチスクリーン、ＵＳＢポート、ＣＤドライブ、ＤＶＤドライブまたは他の入力インタフェースを含み得る。
【0085】
コンピュータ１０６は、ネットワーク接続環境において、１つまたは複数のリモートコンピュータへの論理的な接続を使用して動作することができる。１つまたは複数のリモートコンピュータは、パーソナルコンピュータ、サーバ、ルータ、ネットワークＰＣ、ピアデバイスまたは他の共通のネットワークノードを含み得、通常、コンピュータ１０６に関連して上記で説明される要素の多くまたはすべてを含む。コンピュータ１０６と１つまたは複数のリモートコンピュータとの間の論理的な接続は、これらに限定されないが、ローカルエリアネットワーク（ＬＡＮ）および広域ネットワーク（ＷＡＮ）を含み得るが、他のネットワークも含み得る。そのようなネットワークは、任意の適切な技術に基づくものであり、任意の適切なプロトコルに従って動作するものであり、無線ネットワーク、有線ネットワークまたは光ファイバネットワークを含み得る。そのようなネットワーク接続環境は、オフィス、企業規模のコンピュータネットワーク、イントラネットおよびＩｎｔｅｒｎｅｔではありふれたものである。
【0086】
ＬＡＮネットワーク接続環境で使用される際は、コンピュータ１０６は、ネットワークインタフェースまたはアダプタを通じてＬＡＮに接続することができる。ＷＡＮネットワーク接続環境で使用される際は、コンピュータ１０６は、通常、モデムまたはＷＡＮ上で通信を確立するための他の手段（Ｉｎｔｅｒｎｅｔなど）を含む。ネットワーク接続環境では、プログラムモジュールまたはその一部分は、リモート記憶装置に格納することができる。
【0087】
前立腺がんのリスクを評価するためおよび／または前立腺容積を決定するための本明細書で説明される様々な入力は、入力と関連付けられたデータを格納する１つまたは複数のリモートコンピュータまたはデバイスから、ネットワーク（例えば、ＬＡＮ、ＷＡＮまたは他の何らかのネットワーク）を介して、コンピュータ１０６によって受信することができる。リモートコンピュータ／デバイスのうちの１つまたは複数は、入力データとして分析結果をコンピュータ１０６に送信する前に、リモートで格納されたデータに関する分析を実行することができる。あるいは、リモートで格納されたデータは、リモート分析なしで、リモートで格納された通りにコンピュータ１０６に送信することができる。それに加えて、入力は、コンピュータ１０６のコンポーネントとして組み込むことができる多くの入力インタフェース（例えば、入力インタフェース１０９）のいずれかを使用して、コンピュータ１０６のユーザによって直接受信することができる。
【0088】
本発明の実施形態はこの点において制限されないため、前立腺がんリスクの確率および／または前立腺容積の出力を含む本明細書で説明される様々な出力は、コンピュータ１０６に直接接続された出力デバイス（例えば、ディスプレイ）上に視覚的に提供することができるか、または、出力は、１つまたは複数の有線または無線ネットワークを介してコンピュータ１０６に接続された離れた場所に位置する出力デバイスに提供することができる。それに加えてまたはその代替として、本明細書で説明される出力は、視覚的提示を使用する以外でも提供することができる。例えば、出力が提供されるコンピュータ１０６またはリモートコンピュータは、出力の表示を提供するための、これらに限定されないが、スピーカおよび振動型出力インタフェースを含む、１つまたは複数の出力インタフェースを含み得る。
【0089】
図１ではコンピュータ１０６は単一のデバイスとして示されているが、いくつかの実施形態では、コンピュータ１０６は、本明細書で説明される機能のいくつかまたはすべてを実行するために通信可能に結合された多数のデバイスを含み得、コンピュータ１０６は、本発明の実施形態に従って使用できるコンピュータの単なる例示的な一実装形態であることを理解すべきである。例えば、いくつかの実施形態では、コンピュータ１０６は、システムに統合することおよび／またはシステムと電子通信することができる。上記で説明されるように、いくつかの実施形態では、コンピュータ１０６は、本明細書で説明される技法のうちの１つまたは複数を使用して分析するために、前立腺がんの確率および／または前立腺容積を決定するために使用される１つまたは複数の血液マーカーについての情報が外部の情報源からコンピュータ１０６に送信されるネットワーク接続環境に含めることができる。図１Ｃでは、本発明のいくつかの実施形態による例示的なネットワーク接続環境１１１が示されている。ネットワーク接続環境１１１では、コンピュータ１０６は、ネットワーク１１４を介してアッセイシステム１１２に接続される。上記で論じられるように、ネットワーク１１４は、任意の適切なタイプの有線または無線ネットワークであり、１つまたは複数のローカルエリアネットワーク（ＬＡＮ）または広域ネットワーク（ＷＡＮ）（Ｉｎｔｅｒｎｅｔなど）を含み得る。
【0090】
本明細書で説明される計算方法、ステップ、シミュレーション、アルゴリズム、システムおよびシステム要素は、以下で説明されるコンピュータシステムの様々な実施形態などのコンピュータシステムを使用して実装することができる。本明細書で説明される方法、ステップ、システムおよびシステム要素は、他の多くの異なるマシンを使用できるため、それらの実装形態において、本明細書で説明される特定のコンピュータシステムに制限されない。
【0091】
コンピュータシステムは、プロセッサを含み得、例えば、Ｉｎｔｅｌから入手可能なｘ８６系、ＣｅｌｅｒｏｎおよびＰｅｎｔｉｕｍプロセッサ、ＡＭＤおよびＣｙｒｉｘからの同様のデバイス、Ｍｏｔｏｒｏｌａから入手可能な６８０Ｘ０系マイクロプロセッサ、ＩＢＭからのＰｏｗｅｒＰＣマイクロプロセッサ、ならびに、ＡＲＭプロセッサのうちの１つなどの市販のプロセッサを含み得る。他の多くのプロセッサも利用可能であり、コンピュータシステムは、特定のプロセッサに制限されない。
【0092】
プロセッサは、通常、オペレーティングシステムと呼ばれるプログラムを実行し、Ｗｉｎｄｏｗｓ（登録商標）７、Ｗｉｎｄｏｗｓ（登録商標）８、ＵＮＩＸ（登録商標）、Ｌｉｎｕｘ（登録商標）、ＤＯＳ、ＶＭＳ、ＭａｃＯＳ、ＯＳＸおよびｉＯＳなどがその例であり、他のコンピュータプログラムの実行を制御し、スケジューリング、デバッギング、入力／出力制御、アカウンティング、コンパイル、ストレージ割り当て、データ管理およびメモリ管理、通信制御、ならびに、関連サービスを提供する。プロセッサおよびオペレーティングシステムは、共に、高水準プログラミング言語のアプリケーションプログラムが記載されるコンピュータプラットフォームを定義する。コンピュータシステムは、特定のコンピュータプラットフォームに制限されない。
【0093】
コンピュータシステムは、通常、コンピュータが読み取り可能なおよび書き込み可能な不揮発性記録媒体を含むメモリシステムを含み得、磁気ディスク、光ディスク、フラッシュメモリおよびテープなどがその例である。そのような記録媒体は、例えば、フロッピーディスク、読み取り／書き込みＣＤまたはメモリスティックなどの取り外し可能なものでも、例えば、ハードドライブなどの永久的なものでもあり得る。
【0094】
そのような記録媒体は、通常、２進数形式（すなわち、１と０の配列として解釈される形式）で信号を格納する。ディスク（例えば、磁気または光学）は、通常、２進数形式（すなわち、１と０の配列として解釈される形式）でそのような信号を格納できる多くのトラックを有する。そのよう信号は、マイクロプロセッサによって実行されるソフトウェアプログラム（例えば、アプリケーションプログラム）またはアプリケーションプログラムによって処理される情報を定義することができる。
【0095】
また、コンピュータシステムのメモリシステムは、通常、ダイナミックランダムアクセスメモリ（ＤＲＡＭ）またはスタティックメモリ（ＳＲＡＭ）などの揮発性のランダムアクセスメモリである集積回路メモリ素子も含み得る。通常、オペレーションの際、プロセッサは、プログラムおよびデータを不揮発性の記録媒体から集積回路メモリ素子に読み取らせ、それにより、通常、プロセッサによるプログラム命令およびデータへのアクセスを不揮発性の記録媒体でのアクセスより速く行うことができる。
【0096】
プロセッサは、一般に、プログラム命令に従って集積回路メモリ素子内のデータを操作し、次いで、処理が完了した後に、不揮発性の記録媒体に操作データをコピーする。各種のメカニズムは、不揮発性の記録媒体と集積回路メモリ素子との間のデータ移動を管理することで知られており、上記で説明される方法、ステップ、システムおよびシステム要素を実装するコンピュータシステムは、それに制限されない。コンピュータシステムは、特定のメモリシステムに制限されない。
【0097】
上記で説明されるそのようなメモリシステムの少なくとも一部は、１つまたは複数のデータ構造（例えば、ルックアップテーブル）または上記で説明される方程式を格納するために使用することができる。例えば、不揮発性の記録媒体の少なくとも一部は、そのようなデータ構造のうちの１つまたは複数を含むデータベースの少なくとも一部を格納することができる。そのようなデータベースは、例えば、デリミタによって分離されるデータユニットにデータが組織される１つもしくは複数のフラットファイルデータ構造、テーブルに格納されるデータユニットにデータが組織されるリレーショナルデータベース、オブジェクトとして格納されるデータユニットにデータが組織されるオブジェクト指向データベース、別のタイプのデータベースまたはそれらの任意の組合せを含むファイルシステムなど、各種のタイプのデータベースのいずれかであり得る。
【0098】
コンピュータシステムは、ビデオおよび音声データＩ／Ｏサブシステムを含み得る。サブシステムの音声部分は、アナログ・デジタル（Ａ／Ｄ）変換器を含み得、Ａ／Ｄ変換器は、アナログ音声情報を受信し、それをデジタル情報に変換する。デジタル情報は、別の時間に使用するために、ハードディスク上に格納するための公知の圧縮システムを使用して圧縮することができる。Ｉ／Ｏサブシステムの典型的なビデオ部分は、その多くが当技術分野で知られているビデオ画像コンプレッサ／デコンプレッサを含み得る。そのようなコンプレッサ／デコンプレッサは、アナログビデオ情報を圧縮デジタル情報に変換することができ、その逆も可能である。圧縮デジタル情報は、後の時間に使用するために、ハードディスク上に格納することができる。
【0099】
コンピュータシステムは、１つまたは複数の出力デバイスを含み得る。例示的な出力デバイスは、ブラウン管（ＣＲＴ）ディスプレイ、液晶ディスプレイ（ＬＣＤ）および他のビデオ出力デバイス、プリンタ、モデムまたはネットワークインタフェースなどの通信デバイス、ディスクまたはテープなどの記憶装置、ならびに、スピーカなどの音声出力デバイスを含む。
【0100】
また、コンピュータシステムは、１つまたは複数の入力デバイスも含み得る。例示的な入力デバイスは、キーボード、キーパッド、トラックボール、マウス、ペン、タブレット、上記で説明されるような通信デバイス、ならびに、音声およびビデオキャプチャデバイスおよびセンサなどのデータ入力デバイスを含む。コンピュータシステムは、本明細書で説明される特定の入力または出力デバイスに制限されない。
【0101】
本明細書で説明される様々な実施形態を実装するために、任意のタイプのコンピュータシステムのうちの１つまたは複数を使用できることを理解すべきである。本開示の態様は、ソフトウェア、ハードウェアもしくはファームウェア、または、それらの任意の組合せで実装することができる。コンピュータシステムは、例えば、特定用途向け集積回路（ＡＳＩＣ）などの特別にプログラムされた専用ハードウェアを含み得る。そのような専用ハードウェアは、上記で説明されるコンピュータシステムの一部としてまたは独立コンポーネントとして上記で説明される方法、ステップ、シミュレーション、アルゴリズム、システムおよびシステム要素のうちの１つまたは複数を実装するように構成することができる。
【0102】
コンピュータシステムおよびそのコンポーネントは、各種の１つまたは複数の適切なコンピュータプログラミング言語のいずれかを使用してプログラム可能であり得る。そのような言語は、例えば、Ｃ、Ｐａｓｃａｌ、ＦｏｒｔｒａｎおよびＢＡＳＩＣなどの手続き型プログラミング言語、例えば、Ｃ＋＋、Ｊａｖａ（登録商標）およびＥｉｆｆｅｌなどのオブジェクト指向言語、ならびに、スクリプト言語またはアセンブリ言語などの他の言語を含み得る。
【0103】
方法、ステップ、シミュレーション、アルゴリズム、システムおよびシステム要素は、そのようなコンピュータシステムによって実行できる、手続き型プログラミング言語、オブジェクト指向プログラミング言語、他の言語およびそれらの組合せを含む、各種の適切なプログラミング言語のいずれかを使用して実装することができる。そのような方法、ステップ、シミュレーション、アルゴリズム、システムおよびシステム要素は、コンピュータプログラムの別々のモジュールとして実装することができるか、あるいは、別々のコンピュータプログラムとして個別に実装することができる。そのようなモジュールおよびプログラムは、別々のコンピュータ上で実行することができる。
【0104】
そのような方法、ステップ、シミュレーション、アルゴリズム、システムおよびシステム要素は、個別にまたは組み合わせて、例えば、不揮発性の記録媒体、集積回路メモリ素子またはそれらの組合せなどのコンピュータ可読媒体上でコンピュータ可読信号として明白に具体化されたコンピュータプログラム製品として実装することができる。そのような各方法、ステップ、シミュレーション、アルゴリズム、システムまたはシステム要素に対し、そのようなコンピュータプログラム製品は、例えば、コンピュータによる実行の結果、方法、ステップ、シミュレーション、アルゴリズム、システムまたはシステム要素を実行するようにコンピュータに指示する１つまたは複数のプログラムの一部として命令を定義する、コンピュータ可読媒体上で明白に具体化されるコンピュータ可読信号を含み得る。
【0105】
上記で説明される機能のうちの１つまたは複数を用いて様々な実施形態を形成できることを理解すべきである。上記の態様および機能は、本発明はこの点において制限されないため、任意の適切な組合せで採用することができる。また、図面は、様々な実施形態に組み込むことができる様々なコンポーネントおよび機能を示すことも理解すべきである。分かり易いように、図面のいくつかは、２つ以上のオプション機能またはコンポーネントを示し得る。しかし、本発明は、図面で開示される特定の実施形態に制限されない。本開示は、図面のいずれか１つに示されるコンポーネントの一部分のみを含み得る実施形態を包含すること、および／または、複数の異なる図面に示されるコンポーネントを組み合わせる実施形態を包含することを認識すべきである。
【実施例】
【0106】
実施例１－アッセイおよび予測モデル
本明細書では、多変量アルゴリズムを通じて患者特有の情報とリンクされた総前立腺特異抗原（ｔＰＳＡ）、遊離ＰＳＡ（ｆＰＳＡ）、無傷ＰＳＡ（ｉＰＳＡ）およびヒトカリクレイン２（ｈＫ２）を含む一連の４つのカリクレインマーカーに基づくアッセイについて説明する。このアルゴリズムは、２つの検定された確率（１つは、生検前のあらゆる悪性度のがんのリスクに対するものであり、もう１つは、高悪性度のがん（グリーソン７以上）のリスクに対するものである）を返す。
本明細書では、多変量アルゴリズムを通じて患者特有の情報とリンクされた総前立腺特異抗原（ｔＰＳＡ）、遊離ＰＳＡ（ｆＰＳＡ）、無傷ＰＳＡ（ｉＰＳＡ）およびヒトカリクレイン２（ｈＫ２）を含む一連の４つのカリクレインマーカーに基づくアッセイについて説明する。このアルゴリズムは、２つの検定された確率（１つは、生検前のあらゆる悪性度のがんのリスクに対するものであり、もう１つは、高悪性度のがん（グリーソン７以上）のリスクに対するものである）を返す。
【0107】
４つのカリクレインマーカーは、前立腺がん検出の応用に対して、個別におよび様々な組合せで研究されてきた。これらの４つのマーカーの血漿レベル、ならびに、年齢、直腸指診（ＤＲＥ）結果および以前の陰性の前立腺生検の存在などの患者特有の情報を組み込むロジスティック回帰アルゴリズムは、前立腺がんに対してＰＳＡ試験単独のものより高い陽性適中率を実証した。
【0108】
初期の検定試験には３００人の患者が含まれた。これには、各研究現場で登録した最初の５人の患者や、それに続いて順番に登録した患者が含まれた。最適に保管および／または出荷されなかった試料に対して、あるいは、カリクレインマーカーの測定の間に試料が異常な結果を生み出した場合に例外が設けられた。
【0109】
生検におけるがんのリスクを計算するためのロジスティック回帰アルゴリズム
生検におけるがんのリスクを計算するための予測モデルの式は、検定試験を通じて確立されており、以下に提示する。述べられるように、総ＰＳＡレベルに応じて、異なる式が使用される。その上、あらゆる悪性度の検出可能ながんを含む生検の確率を決定するためにモデルが使用されるかおよび高悪性度の（例えば、グリーソンスコア７．０以上）検出可能ながんを含む生検の確率を決定するためにモデルが使用されるかに応じて、異なる重み付け係数が使用される。重み付け係数は、本明細書の表１（ｔＰＳＡのレベルが閾値より大きい際に使用される重み付け係数）および２（ｔＰＳＡのレベルが閾値以下である際に使用される重み付け係数）で指定される範囲内である。式の変数については表４（生検におけるがんのリスクを計算するための式の変数）で説明する。
生検におけるがんのリスクを計算するための予測モデルの式は、検定試験を通じて確立されており、以下に提示する。述べられるように、総ＰＳＡレベルに応じて、異なる式が使用される。その上、あらゆる悪性度の検出可能ながんを含む生検の確率を決定するためにモデルが使用されるかおよび高悪性度の（例えば、グリーソンスコア７．０以上）検出可能ながんを含む生検の確率を決定するためにモデルが使用されるかに応じて、異なる重み付け係数が使用される。重み付け係数は、本明細書の表１（ｔＰＳＡのレベルが閾値より大きい際に使用される重み付け係数）および２（ｔＰＳＡのレベルが閾値以下である際に使用される重み付け係数）で指定される範囲内である。式の変数については表４（生検におけるがんのリスクを計算するための式の変数）で説明する。
【0110】
総ＰＳＡ≦２５ｎｇ／ｍＬの場合
Ｘβ＝β０＋β１年齢＋β２ｔｐｓａ＋β３ｓｐｔｐｓａ１＋β４ｓｐｔｐｓａ２＋β５ｆｐｓａ＋β６ｓｐｆｐｓａ１＋β７ｓｐｆｐｓａ２＋β８ｉｐｓａ＋β９ｈＫ２＋β１０ｄｒｅｎｅｇ＋β１１ｄｒｅｐｏｓ＋β１２以前のｂｘ （１４）
総ＰＳＡ＞２５ｎｇ／ｍＬの場合
Ｘβ＝β０＋β１ｔｐｓａ＋β２ｄｒｅｎｅｇ＋β３ｄｒｅｐｏｓ＋β４以前のｂｘ （１３）
Ｘβ＝β０＋β１年齢＋β２ｔｐｓａ＋β３ｓｐｔｐｓａ１＋β４ｓｐｔｐｓａ２＋β５ｆｐｓａ＋β６ｓｐｆｐｓａ１＋β７ｓｐｆｐｓａ２＋β８ｉｐｓａ＋β９ｈＫ２＋β１０ｄｒｅｎｅｇ＋β１１ｄｒｅｐｏｓ＋β１２以前のｂｘ （１４）
総ＰＳＡ＞２５ｎｇ／ｍＬの場合
Ｘβ＝β０＋β１ｔｐｓａ＋β２ｄｒｅｎｅｇ＋β３ｄｒｅｐｏｓ＋β４以前のｂｘ （１３）
【0111】
【数7】
【0112】
制限された３次スプライン項：
モデル（総ＰＳＡおよび遊離ＰＳＡ）のいくつかの変数に対し、制限された３次スプライン項が含まれており、これは、各スプライン項に対してモデルの各々に２つの追加項が追加されることを意味する。２つのスプライン項を計算するための式は以下の通りである。
モデル（総ＰＳＡおよび遊離ＰＳＡ）のいくつかの変数に対し、制限された３次スプライン項が含まれており、これは、各スプライン項に対してモデルの各々に２つの追加項が追加されることを意味する。２つのスプライン項を計算するための式は以下の通りである。
【0113】
【数8】
【0114】
Ｓｐ［ｖａｒ］１およびｓｐ［ｖａｒ］２は、総および遊離ＰＳＡに対して、上記の式を使用して演算される。総ＰＳＡに対するスプライン項は、表３（ノット値範囲）で指定される範囲内のノット値を使用して計算された。
【0115】
【表7】
【0116】
検定からの結果
研究の検定段階に登録した患者の特徴を表５（検定段階の患者の特徴）に示す。
研究の検定段階に登録した患者の特徴を表５（検定段階の患者の特徴）に示す。
【0117】
【表8】
【0118】
モデル検定
モデルは、欧州コホートに基づいて開発された。ロジスティック回帰再検定は、米国コホートにおける検定ミスを試験するために傾きおよび切片係数の両方を用いて使用された。
モデルは、欧州コホートに基づいて開発された。ロジスティック回帰再検定は、米国コホートにおける検定ミスを試験するために傾きおよび切片係数の両方を用いて使用された。
【0119】
【数9】
【0120】
β０≠０またはβ１≠１が証明されている場合は、これは、モデルを再検定することが有益であることを示す。
【0121】
高悪性度のがんを予測するモデルは、０．２（または２０％）を下回る予測に対しては完璧に近い検定を呈する一方で、０．２（または２０％）より大きい予測に対しては実際のリスクの過小評価があるように見えた（図２）。患者を生検へ照会するという決定は、モデルが高悪性度のがんの真のリスクを正確に予測すると思われる、０．２（または２０％）を下回る閾値で起こるということが知られている。この理由のため、高悪性度のモデルに対して、再検定は実行されなかった。あらゆる悪性度のがんを予測するモデルは、重大な検定ミスを呈することはなく、従って、再検定は実行されなかった（図３）。図２および３のデータポイントは、予測確率と実際の確率との関係を示し、点線は、データに適合する線である。実際の確率における変動の度合いを示すバーが示されている。実線は、実際の確率が予測確率に等しい完璧な検定を反映する。
【0122】
モデル性能
以下は、予測モデルの性能のレポートである。すべての統計は、繰り返し行われる１０分割交差検定を使用して過剰適合が補正された。
以下は、予測モデルの性能のレポートである。すべての統計は、繰り返し行われる１０分割交差検定を使用して過剰適合が補正された。
【0123】
【表9】
【0124】
【表10】
【0125】
様々な生検スキームの下で回避された生検
１０００人の患者ごとに異なる生検スキームを通じて発見されたおよび見逃された高悪性度のがん（表５）およびあらゆる悪性度のがん（表６）の数が決定された。
１０００人の患者ごとに異なる生検スキームを通じて発見されたおよび見逃された高悪性度のがん（表５）およびあらゆる悪性度のがん（表６）の数が決定された。
【0126】
【表11】
【0127】
【表12】
【0128】
【0129】
【0130】
生検閾値による陰性適中率および陽性適中率
高悪性度のがんに対する生検閾値による陽性適中率および陰性適中率を図８Ａおよび８Ｂにそれぞれ示す。あらゆる悪性度のがんに対する生検閾値による陽性適中率および陰性適中率を図９Ａおよび９Ｂにそれぞれ示す。
高悪性度のがんに対する生検閾値による陽性適中率および陰性適中率を図８Ａおよび８Ｂにそれぞれ示す。あらゆる悪性度のがんに対する生検閾値による陽性適中率および陰性適中率を図９Ａおよび９Ｂにそれぞれ示す。
【0131】
実施例２－検証試験
実施例１に提示されるおよび方程式（１０、１１、１３、１４）に記載されるモデルの性能の評価は、この実施例では「試験モデル」と呼ばれ、研究の検証段階に登録した６６３人の患者に基づいて実行された。結果は、全コホート、以前に生検を行った男性、以前に生検を行わなかった男性および５０～７５歳の男性に対して別々に提示されている。図１０は、生検における高悪性度の疾患を抱える男性の割合を年齢別に示す。男性の年齢が増すごとに、はるかに高い割合で高悪性度の疾患を患っている。
実施例１に提示されるおよび方程式（１０、１１、１３、１４）に記載されるモデルの性能の評価は、この実施例では「試験モデル」と呼ばれ、研究の検証段階に登録した６６３人の患者に基づいて実行された。結果は、全コホート、以前に生検を行った男性、以前に生検を行わなかった男性および５０～７５歳の男性に対して別々に提示されている。図１０は、生検における高悪性度の疾患を抱える男性の割合を年齢別に示す。男性の年齢が増すごとに、はるかに高い割合で高悪性度の疾患を患っている。
【0132】
より高い年齢で観察されたリスクの増加の可能性の１つが、より選択的な生検である。言い換えれば、泌尿器科医は、そうせざるを得ない理由がある場合は、７０歳を超える男性（多くのガイドラインにおけるＰＳＡスクリーニングに対する上限）にのみ生検を行う。高齢の男性の間の高悪性度のがんの割合の増加が生検選択によるものだったかどうかを評価するため、ＰＣＰＴリスク計算機を利用した（非特許文献１を参照）。ＰＣＰＴリスク計算機は、年齢を問わずすべての男性に生検が提供された男性コホートに対して構築された。結果として高悪性度の疾患を有し、共変量としてＰＣＰＴリスクおよび高齢を有するロジスティック回帰モデルでは、年齢係数が大きい場合は、観察している年齢の影響が、リスクの生物学的増加というよりむしろ、選択に起因することが示唆される。これらの結果は、高齢の男性におけるリスクが予想されるもの（ｐ＝０．０７２）より高いことを示し、選択の影響が示唆される。５０～７５歳の男性のサブグループ分析が実行された。５０歳未満の患者は２０人いたため、７０歳を超える患者を除いて、追加のサブグループ分析が実施された。
【0133】
総ＰＳＡ、年齢、以前の生検およびＤＲＥに基づく「試験モデル」とベースモデルの２つの別々のモデルが比較された。表１０（患者の特徴）は、検定段階コホートと検証段階コホートとの間の患者の特徴の違いの概要である。
【0134】
【表13】
【0135】
以下の表１１（がんの状態別の検証試験コホート）は、がんの状態によって区別された検証段階コホートの患者の特徴を提供する。
【0136】
試験モデルは、高悪性度の疾患そのベースモデルに対して、約０．０６のＡＵＣの増加で、より高い確率で判別できることが分かった。この違いは、諸条件にわたって比較的安定している。それは、以前に生検を行っている（０．０９）、診断「グレーゾーン」（０．０７－０．０９）の患者の場合にわずかに大きい。陽性生検のエンドポイントにおけるベースモデルと試験モデルとの違いは小さく、高悪性度の疾患に対する試験モデルの選択性を明確に実証している。
【0137】
以下の表１４（高悪性度のがん）および１５（高悪性度のがん）は、１０００人の患者ごとに異なる生検スキームを通じて、すべての患者および７０歳未満の患者に対して発見されたおよび見逃された高悪性度の数の概要を示す。臨床結果の分析では、７．５％のカットポイントを使用することにより、生検の数が約５０％低減することが分かった。このことは、まさに、いくつかの高悪性度のがんを見逃すことにつながる（分析が７１歳未満の男性に制限される際に低減される影響）。リスク＜７．５％を有するより若い患者のうち、５．５％がグリーソンスコア７または８を有し、これは、このグループで１つの高悪性度のがんを発見するために１８の生検を実施する必要があることを意味する。見逃された高悪性度のがんのうち、５３％が３＋４、４０％が４＋３、７％が４＋４であった。
【0138】
【表14】
【0139】
【表15】
【0140】
【表16】
【0141】
すべての患者
【0142】
【表17】
【0143】
７１歳未満
【0144】
【表18】
【0145】
図１１Ａおよび１１Ｂは、すべての患者（ｎ＝６６３）における高悪性度のがんの検出の予測対実際の確率を示す。図１１Ｃは、すべての患者（ｎ＝６６３）におけるあらゆる悪性度のがんの検出の予測対実際の確率を示す。図１２Ａおよび１２Ｂは、５０～７５歳の患者（ｎ＝５８７）における高悪性度のがんの検出の予測対実際の確率を示す。図１２Ｃは、５０～７５歳の患者（ｎ＝５８７）におけるあらゆる悪性度のがんの検出の予測対実際の確率を示す。図１３Ａおよび１３Ｂは、７１歳未満の患者（ｎ＝５３５）における高悪性度のがんの検出の予測対実際の確率を示す。図１３Ｃは、７１歳未満の患者（ｎ＝５３５）におけるあらゆる悪性度のがんの検出の予測対実際の確率を示す。前述の結果は、リスクの過小予測度合いがあることを示す（試料を７１歳未満の患者に制限することによって低減される影響）。図１１～１３の場合、データポイントは、予測確率と実際の確率との関係を示し、点線は、データに適合する線である。実際の確率における変動の度合いを示すバーが示されている。実線は、実際の確率が予測確率に等しい完璧な検定を反映する。
【0146】
図１４Ａおよび１４Ｂは、すべての患者（ｎ＝６６３）に対する純利益対閾値確率レベルを示す。図１５Ａおよび１５Ｂは、５０～７５歳の患者（ｎ＝５８７）に対する純利益対閾値確率レベルを示す。図１６Ａおよび１６Ｂは、７１歳未満のすべての患者（ｎ＝５３５）に対する純利益対閾値確率レベルを示す。データは、予測モデルの使用が高悪性度のがんの検出に対する明確な純利益と関連付けられることを示す。この影響は、７１歳未満の患者に対して強化される。純利益は、その全内容が参照により本明細書に組み込まれる、非特許文献２で説明されているように評価される。
【0147】
実施例３－免疫測定法
以下のアッセイ方法は、ＡｕｔｏＤＥＬＦＩＡ自動免疫測定法システムを使用してヒト血漿試料中に存在するｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡおよびｈＫ２のレベル（例えば、単位ｎｇ／ｍＬのレベル）を決定するのに役立ち、実施例１および２と関係して使用された。各マーカーの平均量は、各マーカーに対する二重反復試験から計算され、実施例２で提示されるような所定のヒト血漿試料に対するリスクスコアを決定するために予測モデルで使用される。また、Ｅｌｅｃｓｙｓ免疫測定法分析器（Ｒｏｃｈｅ Ｄｉａｇｎｏｓｔｉｃｓ）を使用してｔＰＳＡおよびｆＰＳＡを決定することもできる。
以下のアッセイ方法は、ＡｕｔｏＤＥＬＦＩＡ自動免疫測定法システムを使用してヒト血漿試料中に存在するｔＰＳＡ、ｆＰＳＡ、ｉＰＳＡおよびｈＫ２のレベル（例えば、単位ｎｇ／ｍＬのレベル）を決定するのに役立ち、実施例１および２と関係して使用された。各マーカーの平均量は、各マーカーに対する二重反復試験から計算され、実施例２で提示されるような所定のヒト血漿試料に対するリスクスコアを決定するために予測モデルで使用される。また、Ｅｌｅｃｓｙｓ免疫測定法分析器（Ｒｏｃｈｅ Ｄｉａｇｎｏｓｔｉｃｓ）を使用してｔＰＳＡおよびｆＰＳＡを決定することもできる。
【0148】
各試験実行において３つのプレートのセット（１つのプレートをｆ／ｔＰＳＡに対して、１つのプレートをｉＰＳＡに対しておよび１つのプレートをｈＫ２に対して）を少なくとも１つ使用する。フル稼働での完全な試験実行は、これらの３つのプレートのセットを２つ必要とする。全手順は、試験実行しているプレートの数に応じて、開始から試験結果を得るまで約３～５時間必要とする。
【0149】
試薬：
・ｈＫ２アッセイ緩衝液
・ｉＰＳＡ標準（Ａ－Ｇ）
・ｈＫ２標準（Ａ－Ｇ）
・増強液（Ｐｅｒｋｉｎ Ｅｌｍｅｒ製品番号１３８０ ０７５３）
・洗浄濃縮液（Ｐｅｒｋｉｎ Ｅｌｍｅｒ製品番号Ｂ１１７－１００）
・ｉＰＳＡアッセイ制御（低、中間および高）
・ｈＫ２アッセイ制御（低、中間および高）
・９６ウェル、黄色ストレプトアビジンプレート（Ｐｅｒｋｉｎ Ｅｌｍｅｒ製品番号ＡＡＡＮＤ－０００５）
・試薬グレード水
・ｔ／ｆＰＳＡに対するＰＲＯＳＴＡＴＵＳキット（Ｐｅｒｋｉｎ Ｅｌｍｅｒ製品番号Ｂ０７３－３０１）
・ｉＰＳＡビオチン化捕捉液（１００ｘ）
・ｉＰＳＡトレーサー液（１００ｘ）
・ｈＫ２ビオチン化捕捉液（１００ｘ）
・ｈＫ２遮断薬液（５０ｘ）
・ｈＫ２トレーサー液（１００ｘ）
・ｈＫ２アッセイ緩衝液
・ｉＰＳＡ標準（Ａ－Ｇ）
・ｈＫ２標準（Ａ－Ｇ）
・増強液（Ｐｅｒｋｉｎ Ｅｌｍｅｒ製品番号１３８０ ０７５３）
・洗浄濃縮液（Ｐｅｒｋｉｎ Ｅｌｍｅｒ製品番号Ｂ１１７－１００）
・ｉＰＳＡアッセイ制御（低、中間および高）
・ｈＫ２アッセイ制御（低、中間および高）
・９６ウェル、黄色ストレプトアビジンプレート（Ｐｅｒｋｉｎ Ｅｌｍｅｒ製品番号ＡＡＡＮＤ－０００５）
・試薬グレード水
・ｔ／ｆＰＳＡに対するＰＲＯＳＴＡＴＵＳキット（Ｐｅｒｋｉｎ Ｅｌｍｅｒ製品番号Ｂ０７３－３０１）
・ｉＰＳＡビオチン化捕捉液（１００ｘ）
・ｉＰＳＡトレーサー液（１００ｘ）
・ｈＫ２ビオチン化捕捉液（１００ｘ）
・ｈＫ２遮断薬液（５０ｘ）
・ｈＫ２トレーサー液（１００ｘ）
【0150】
ある抗体および試薬の詳細を以下の表に示す。
【0151】
【表19】
【0152】
【表20】
【0153】
【表21】
【0154】
必需品：
・Ｗａｌｌａｃピペットチップ、１．２５ｍＬ（Ｐｅｒｋｉｎ Ｅｌｍｅｒ製品番号１２３５－４０２）
・希釈容器（Ｐｅｒｋｉｎ Ｅｌｍｅｒ製品番号１２３５－４１１）
・１５ｍＬ試験管
・永久マーカー
・Ｗａｌｌａｃピペットチップ、１．２５ｍＬ（Ｐｅｒｋｉｎ Ｅｌｍｅｒ製品番号１２３５－４０２）
・希釈容器（Ｐｅｒｋｉｎ Ｅｌｍｅｒ製品番号１２３５－４１１）
・１５ｍＬ試験管
・永久マーカー
【0155】
機器：
・ピペット１０１－１０００μＬ容量
・ピペットチップ
・ＡｕｔｏＤＥＬＦＩＡプレートプロセッサ（Ｐｅｒｋｉｎ Ｅｌｍｅｒ：１２３５－００１）
・ＡｕｔｏＤＥＬＦＩＡ試料プロセッサ（Ｐｅｒｋｉｎ Ｅｌｍｅｒ：１２９７－０１４）
・ＡｕｔｏＤＥＬＦＩＡ ＰＣ（Ｐｅｒｋｉｎ Ｅｌｍｅｒ：１２３５－８０６０）
（ソフトウェア、ワークステーションおよびＭｕｌｔｉｃａｌｃを含む）
・ピペット１０１－１０００μＬ容量
・ピペットチップ
・ＡｕｔｏＤＥＬＦＩＡプレートプロセッサ（Ｐｅｒｋｉｎ Ｅｌｍｅｒ：１２３５－００１）
・ＡｕｔｏＤＥＬＦＩＡ試料プロセッサ（Ｐｅｒｋｉｎ Ｅｌｍｅｒ：１２９７－０１４）
・ＡｕｔｏＤＥＬＦＩＡ ＰＣ（Ｐｅｒｋｉｎ Ｅｌｍｅｒ：１２３５－８０６０）
（ソフトウェア、ワークステーションおよびＭｕｌｔｉｃａｌｃを含む）
【0156】
試料：
・血漿
・血漿
【0157】
手順：
ｔＰＳＡおよびｆＰＳＡを決定するために、患者検体のアリコートを免疫測定法システム（例えば、Ｒｏｃｈｅ機器）に乗せる。ＡｕｔｏＤＥＬＦＩＡ機器でのｉＰＳＡ、ｈＫ２および（および任意選択によりｆＰＳＡおよびｔＰＳＡ）の決定の場合は、以下の手順に従う。すべての試薬は、アッセイに特異的な標準（７つのレベル）、アッセイに特異的な制御（３つのレベル）を含めて、室温に平衡化される。ｐＨ６．８ ｉＰＳＡアッセイ緩衝液でｉＰＳＡビオチン化捕捉液（１００ｘ）１００倍を希釈し、捕捉液をｉＰＳＡ用のプレートの各ウェルに分配する。ｈＫ２ ｐＨ７．８アッセイ緩衝液でｈＫ２ビオチン化捕捉液（１００ｘ）１００倍を希釈し、捕捉液をｈＫ２用のプレートの各ウェルに分配する。３０～６０分間、室温で培養する。ｔＰＳＡおよびｆＰＳＡを決定するためにＰｒｏｓｔａｔｕｓキットを使用する場合は、ｔＰＳＡおよびｆＰＳＡを決定するためにキット取扱説明書に従う。ＡｕｔｏＤＥＬＦＩＡ機器にアッセイ試薬と患者検体を乗せる。完了するまで、ｉＰＳＡアッセイおよびｈＫ２アッセイの機器プロトコルを実行する。
ｔＰＳＡおよびｆＰＳＡを決定するために、患者検体のアリコートを免疫測定法システム（例えば、Ｒｏｃｈｅ機器）に乗せる。ＡｕｔｏＤＥＬＦＩＡ機器でのｉＰＳＡ、ｈＫ２および（および任意選択によりｆＰＳＡおよびｔＰＳＡ）の決定の場合は、以下の手順に従う。すべての試薬は、アッセイに特異的な標準（７つのレベル）、アッセイに特異的な制御（３つのレベル）を含めて、室温に平衡化される。ｐＨ６．８ ｉＰＳＡアッセイ緩衝液でｉＰＳＡビオチン化捕捉液（１００ｘ）１００倍を希釈し、捕捉液をｉＰＳＡ用のプレートの各ウェルに分配する。ｈＫ２ ｐＨ７．８アッセイ緩衝液でｈＫ２ビオチン化捕捉液（１００ｘ）１００倍を希釈し、捕捉液をｈＫ２用のプレートの各ウェルに分配する。３０～６０分間、室温で培養する。ｔＰＳＡおよびｆＰＳＡを決定するためにＰｒｏｓｔａｔｕｓキットを使用する場合は、ｔＰＳＡおよびｆＰＳＡを決定するためにキット取扱説明書に従う。ＡｕｔｏＤＥＬＦＩＡ機器にアッセイ試薬と患者検体を乗せる。完了するまで、ｉＰＳＡアッセイおよびｈＫ２アッセイの機器プロトコルを実行する。
【0158】
検体取得および処理
血液をＫ２ＥＤＴＡ試験管に流し込み、一晩かけて研究所に出荷されるまで、冷凍アイスパックを添えて２～８℃で保管する。研究所に到着すると同時に、検体は検査され、研究所追跡システムに追加され（受け入れ可能な場合）、２～８℃の冷蔵庫でＫ２ＥＤＴＡ試験管に保管される。血液は、できる限り速く回転させ、血漿は、ピペットで移送管に移される。受け取り時間から２４時間以内は、血漿検体は２～８℃で保管されるが、２４時間を超えると、血漿は－７０℃～－８０℃で保管される。
血液をＫ２ＥＤＴＡ試験管に流し込み、一晩かけて研究所に出荷されるまで、冷凍アイスパックを添えて２～８℃で保管する。研究所に到着すると同時に、検体は検査され、研究所追跡システムに追加され（受け入れ可能な場合）、２～８℃の冷蔵庫でＫ２ＥＤＴＡ試験管に保管される。血液は、できる限り速く回転させ、血漿は、ピペットで移送管に移される。受け取り時間から２４時間以内は、血漿検体は２～８℃で保管されるが、２４時間を超えると、血漿は－７０℃～－８０℃で保管される。
【0159】
実施例４：ＰＳＡおよびヒトカリクレイン２の配列
ＰＳＡタンパク質（配列番号３）
ＰＳＡタンパク質（配列番号３）
【0160】
【化1】
【0161】
【化2】
【図1A】
【図1B】
【図1C】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8A】
【図8B】
【図9A】
【図9B】
【図10】
【図11A】
【図11B】
【図11C】
【図12A】
【図12B】
【図12C】
【図13A】
【図13B】
【図13C】
【図14A】
【図14B】
【図15A】
【図15B】
【図16A】
【図16B】