特表 2024-529921 微生物細胞外小胞（ＭＥＶ）分析物を利用した疾患診断の方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2024-08-14

(54)【発明の名称】微生物細胞外小胞（ＭＥＶ）分析物を利用した疾患診断の方法

(51)【国際特許分類】

   C12Q 1/6869 20180101AFI20240806BHJP

   G01N 33/53 20060101ALI20240806BHJP

   G01N 33/543 20060101ALI20240806BHJP

   G01N 33/545 20060101ALI20240806BHJP

   G01N 33/548 20060101ALI20240806BHJP

   C12Q 1/6858 20180101ALI20240806BHJP

   C12Q 1/6813 20180101ALI20240806BHJP

   C12N 15/09 20060101ALI20240806BHJP

【ＦＩ】

C12Q1/6869 Z

G01N33/53 M

G01N33/53 D

G01N33/53 V

G01N33/53 Z

G01N33/53 Y

G01N33/543 541A

G01N33/545 A

G01N33/548 A

C12Q1/6858 Z

C12Q1/6813 Z

C12N15/09 Z

【審査請求】未請求

【予備審査請求】未請求

(21)【出願番号】P 2024503618

(86)(22)【出願日】2022-07-19

(85)【翻訳文提出日】2024-03-19

(86)【国際出願番号】 US2022037647

(87)【国際公開番号】W WO2023003917

(87)【国際公開日】2023-01-26

(31)【優先権主張番号】63/223,725

(32)【優先日】2021-07-20

(33)【優先権主張国・地域又は機関】US

(81)【指定国・地域】

【公序良俗違反の表示】

（特許庁注：以下のものは登録商標）

１．ＡＮＤＲＯＩＤ

(71)【出願人】

【識別番号】523174457

【氏名又は名称】マイクロノーマ，インク．

(74)【代理人】

【識別番号】110003797

【氏名又は名称】弁理士法人清原国際特許事務所

(72)【発明者】

【氏名】フララクシオ，セレーナ

(72)【発明者】

【氏名】アダムス，エディー

(72)【発明者】

【氏名】ワンドロ，ステファン

【テーマコード（参考）】

4B063

【Ｆターム（参考）】

4B063QA01

4B063QA18

4B063QA19

4B063QQ02

4B063QQ03

4B063QQ42

4B063QQ52

4B063QQ79

4B063QR07

4B063QR32

4B063QR48

4B063QR62

4B063QR82

4B063QS12

4B063QS13

4B063QS17

4B063QS25

4B063QS33

4B063QS34

4B063QX02

(57)【要約】

生体試料の真菌及び非真菌分子分析物の特徴の組み合わせを介して、対象の疾患を予測するための方法及びシステムが本明細書に提示される。
【選択図】図１

【特許請求の範囲】

【請求項1】

対象の疾患を特定する方法であって、
（ａ）１つ以上の微生物細胞外小胞を含む対象由来の生体試料を提供することと、
（ｂ）前記１つ以上の微生物細胞外小胞を１つ以上の親和性試薬で富化することと、
（ｃ）前記１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物を検出することと、
（ｄ）前記１つ以上の微生物細胞外小胞由来の前記１つ以上の分子分析物に基づいて、前記対象の前記疾患を特定することと、を含む、方法。

【請求項2】

前記生体試料が、非微生物細胞外小胞を含む、請求項１に記載の方法。

【請求項3】

前記１つ以上の分子分析物の存在量を定量することを更に含む、請求項２に記載の方法。

【請求項4】

前記１つ以上の微生物細胞外小胞の前記１つ以上の分子分析物が、小胞関連無細胞微生物ＤＮＡ、無細胞微生物ＲＮＡ、微生物ＤＮＡ、微生物ＲＮＡ、微生物タンパク質、微生物代謝産物、微生物脂質、微生物グリカン、又はそれらの任意の組み合わせを含む、請求項１に記載の方法。

【請求項5】

前記１つ以上の非微生物細胞外の前記１つ以上の分子分析物が、小胞関連無細胞非微生物ＤＮＡ、無細胞非微生物ＲＮＡ、非微生物ＤＮＡ、非微生物ＲＮＡ、非微生物タンパク質、非微生物代謝産物、非微生物脂質、非微生物グリカン、又はそれらの任意の組み合わせを含む、請求項２に記載の方法。

【請求項6】

前記生体試料が、液体生体試料、組織生体試料、又はそれらの任意の組み合わせを含む、請求項１に記載の方法。

【請求項7】

前記液体生体試料が、血漿、血清、全血、尿、脳脊髄液、唾液、汗、涙、リンパ液、呼気凝縮液、又はそれらの任意の希釈物若しくは処理された画分を含む、請求項６に記載の方法。

【請求項8】

前記全血が、血漿、白血球、赤血球、血小板、又はそれらの任意の組み合わせを含む、請求項７に記載の方法。

【請求項9】

前記組織生体試料が、組織ホモジネートを含む、請求項６に記載の方法。

【請求項10】

前記１つ以上の親和性試薬が、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフにカップリングするように構成される、請求項１に記載の方法。

【請求項11】

前記１つ以上の微生物細胞壁分子モチーフ又は前記１つ以上の非微生物細胞壁分子モチーフが、リポ多糖類（ＬＰＳ）、リポタンパク質、リポペプチド、リポテイコ酸（ＬＴＡ）、リポアラビノマンナン、キチン、ベータ－グルカン、ザイモサン、及びグリコシルホスファチジルイノシトール（ＧＰＩ）アンカータンパク質、又はそれらの任意の組み合わせなどの正準細胞壁構成要素を含む、請求項１０に記載の方法。

【請求項12】

前記１つ以上の親和性試薬が、組換え自然免疫パターン認識受容体又は１つ以上の抗体を含み、前記１つ以上の抗体が、ポリクローナル抗体、モノクローナル抗体、組換え抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含む、請求項１に記載の方法。

【請求項13】

前記組換え自然免疫パターン認識受容体が、Ｔｏｌｌ様受容体１（ＴＬＲ１、ＣＤ２８１）、Ｔｏｌｌ様受容体２（ＴＬＲ２、ＣＤ２８２）、Ｔｏｌｌ様受容体４（ＴＬＲ４、ＣＤ２８４）、Ｔｏｌｌ様受容体５（ＴＬＲ５）、Ｔｏｌｌ様受容体６（ＴＬＲ６、ＣＤ２８６）、Ｔｏｌｌ様受容体１０（ＴＬＲ１０、ＣＤ２９０）、ＣＤ１４、リポ多糖類結合タンパク質、デクチン－１、デクチン－２、マンノース受容体（ＣＤ２０６）、ＤＣ－ＳＩＧＮ、ＳＩＧＮＲ１、ランゲリン、マンノース結合レクチン、フィコリン－１、フィコリン－２、フィコリン－３、それらの任意の組み合わせ、又はそれらの任意の誘導体を含む、請求項１２に記載の方法。

【請求項14】

前記それらの誘導体が、エピトープタグ及び完全長組換え自然免疫パターン認識受容体又はそれらの組換え可溶性外部ドメインを含む、請求項１３に記載の方法。

【請求項15】

前記エピトープタグが、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含む、請求項１４に記載の方法。

【請求項16】

前記１つ以上の抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、又は前記単鎖抗体が、エピトープタグを含む、請求項１２に記載の方法。

【請求項17】

前記エピトープタグが、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含む、請求項１６に記載の方法。

【請求項18】

前記１つ以上の親和性試薬が、前記１つ以上の微生物細胞壁分子モチーフ又は前記１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む、請求項１に記載の方法。

【請求項19】

前記富化することが、前記生体試料を、共有結合で固定化された親和性剤を含む支持体と接触させることを含む、請求項１に記載の方法。

【請求項20】

前記共有結合で固定化された親和性剤が、前記１つ以上の微生物細胞壁分子モチーフ又は前記１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む、請求項１９に記載の方法。

【請求項21】

前記支持体が、磁性ビーズ、アガロースビーズ、非磁性ラテックス、機能化セファロース、ｐＨ感受性ポリマー、又はそれらの任意の組み合わせを含む、請求項１９に記載の方法。

【請求項22】

前記富化することが、
（ａ）前記生体試料を前記１つ以上の親和性試薬と接触させて、捕捉試薬－分子モチーフ相互作用複合体を形成することと、
（ｂ）前記捕捉試薬－分子モチーフ相互作用複合体を支持体と接触させることと、
（ｃ）前記支持体を前記生体試料から分離して、前記捕捉試薬－分子モチーフ相互作用複合体を濃縮することと、を含む、請求項１に記載の方法。

【請求項23】

前記１つ以上の親和性試薬が、エピトープタグを含む、請求項１に記載の方法。

【請求項24】

前記支持体が、エピトープタグ認識表面を含む、請求項１９に記載の方法。

【請求項25】

前記エピトープタグ認識表面が、ストレプトアビジン、６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、ビオチンに特異的な抗体、又はそれらの任意の組み合わせを含む、請求項２４に記載の方法。

【請求項26】

前記エピトープタグ認識表面が、抗種抗体を含む、請求項２５に記載の方法。

【請求項27】

前記検出することが、前記１つ以上の分子分析物の核酸配列決定、ポリメラーゼ連鎖反応（ＰＣＲ）、又はハイブリダイゼーションに基づく分析を含む、請求項１に記載の方法。

【請求項28】

前記核酸配列決定が、全ゲノム配列決定、ショットガン配列決定、次世代配列決定、標的化された配列決定、ＲＮＡ配列決定、メチル化配列決定、又はそれらの任意の組み合わせを含む、請求項２７に記載の方法。

【請求項29】

前記検出することが、質量分析、液体クロマトグラフィー－質量分析（ＬＣ－ＭＳ）、又は高速液体クロマトグラフィー（ＨＰＬＣ）を実施することを含む、請求項２７に記載の方法。

【請求項30】

前記検出することが、イムノアッセイ分析を実施することを含む、請求項１に記載の方法。

【請求項31】

前記疾患が、がんを含む、請求項１に記載の方法。

【請求項32】

前記がんが、Ｉ期又はＩＩ期のがんを含む、請求項３１に記載の方法。

【請求項33】

前記がんが、骨、乳房、肺、結腸、脳、皮膚、卵巣、膵臓、又はそれらの任意の組み合わせのタイプのがんを含む、請求項３１に記載の方法。

【請求項34】

前記がんが、副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、胆管がん、結腸腺がん、十二指腸がん、食道がん、多形性神経膠芽腫、小細胞肺がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肝臓肝細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、膵臓腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、直腸腺がん、肉腫、皮膚皮膚黒色腫、胃腺がん、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む、請求項３１に記載の方法。

【請求項35】

前記がんが、腸以外の１つ以上のがんタイプ：副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、多形性神経膠芽腫、肺小細胞がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、肉腫、皮膚皮膚黒色腫、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む、請求項３１に記載の方法。

【請求項36】

前記がんを前記特定することが、予測モデルによって前記がんを予測することを含み、前記予測モデルが、１つ以上の対象の１つ以上の微生物細胞外小胞から得られた１つ以上の分子分析物及び前記もう１つの対象の関連疾患で訓練される、請求項１に記載の方法。

【請求項37】

前記予測モデルが、入力として前記対象の前記１つ以上の分子分析物を受け取り、前記対象の前記疾患を出力するように構成される、請求項３６に記載の方法。

【請求項38】

前記予測モデルが、前記対象の１つ以上のがん、１つ以上のがんのサブタイプ、１つ以上のがんの解剖学的位置、又はそれらの任意の組み合わせを予測するように構成される、請求項３６に記載の方法。

【請求項39】

前記予測モデルが、前記がんの病期、前記がんの予後、前記がんの変異状態、前記がんの将来の免疫療法応答、前記がんを治療するための最適な療法、又はそれらの任意の組み合わせを予測するように構成される、請求項３６に記載の方法。

【請求項40】

前記予測モデルが、前記対象の１つ以上のがんタイプの間で前記がんを予測し、前記１つ以上のがんタイプの特定のがんタイプを特定するように構成される、請求項３６に記載の方法。

【請求項41】

前記予測モデルが、機械学習モデルを含み、前記機械学習モデルが、正規化された機械学習モデル、機械学習モデルのアンサンブル、又はそれらの任意の組み合わせを含む、請求項３６に記載の方法。

【請求項42】

前記予測モデルが、ランダムフォレスト、ニューラルネットワーク、ナイーブベイズ、サポートベクターマシン、学習回帰、ｋ近傍法、ｋ平均法、決定木、ロジスティック回帰、勾配ブースティング、又はそれらの任意の組み合わせを含む、請求項３６に記載の方法。

【請求項43】

前記微生物細胞外小胞を富化することが、前記対象の前記がんを予測する場合、前記予測モデルの精度を少なくとも１％、少なくとも５％、少なくとも１０％、少なくとも１５％、又は少なくとも２０％改善する、請求項３６に記載の方法。

【請求項44】

前記対象が、非ヒト哺乳動物又はヒト対象を含む、請求項１に記載の方法。

【請求項45】

対象の疾患を特定する方法であって、
（ａ）１つ以上の微生物細胞外小胞及び１つ以上の非微生物細胞外小胞を含む対象の生体試料を提供することと、
（ｂ）前記１つ以上の微生物細胞外小胞を１つ以上の第１の親和性試薬で富化し、かつ前記１つ以上の非微生物細胞外小胞を１つ以上の第２の親和性試薬で富化し、それによって、１つ以上の富化された微生物細胞外小胞及び１つ以上の富化された非微生物細胞外小胞を生成することと、
（ｃ）前記富化された１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物の第１の存在量、及び前記富化された１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物の第２の存在量を検出することと、
（ｄ）１つ以上の分子分析物の前記第１の存在量及び１つ以上の分子分析物の前記第２の存在量の組み合わせと、１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物の第３の存在量及び１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物の第４の存在量に関連する疾患のモデルとの間の関連から、前記対象の前記疾患を特定することと、を含む、方法。

【請求項46】

検出することが、１つ以上の分子分析物の前記第１の存在量及び１つ以上の分子分析物の前記第２の存在量を定量することを含む、請求項４５に記載の方法。

【請求項47】

前記１つ以上の微生物細胞外小胞が、小胞関連無細胞微生物ＤＮＡ、無細胞微生物ＲＮＡ、微生物ＤＮＡ、微生物ＲＮＡ、微生物タンパク質、微生物代謝産物、微生物脂質、微生物グリカン、又はそれらの任意の組み合わせを含む、請求項４５に記載の方法。

【請求項48】

前記１つ以上の非微生物細胞外小胞の前記１つ以上の分子分析物が、無細胞非微生物ＤＮＡ、無細胞非微生物ＲＮＡ、非微生物ＤＮＡ、非微生物ＲＮＡ、非微生物タンパク質、非微生物代謝産物、非微生物脂質、非微生物グリカン、又はそれらの任意の組み合わせを含む、請求項４５に記載の方法。

【請求項49】

前記生体試料が、液体生体試料、組織生体試料、又はそれらの任意の組み合わせを含む、請求項４５に記載の方法。

【請求項50】

前記液体生体試料が、血漿、血清、全血、尿、脳脊髄液、唾液、汗、涙、リンパ液、呼気凝縮液、又はそれらの任意の組み合わせ、任意の希釈物、若しくは処理された画分を含む、請求項４９に記載の方法。

【請求項51】

前記全血が、白血球、血漿、赤血球、血小板、又はそれらの任意の組み合わせを含む、請求項５０に記載の方法。

【請求項52】

前記組織生体試料が、組織ホモジネートを含む、請求項４９に記載の方法。

【請求項53】

富化することが、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフを濃縮することを含む、請求項４５に記載の方法。

【請求項54】

前記１つ以上の微生物細胞壁分子モチーフ又は前記１つ以上の非微生物細胞壁分子モチーフが、リポ多糖類（ＬＰＳ）、リポタンパク質、リポペプチド、リポテイコ酸（ＬＴＡ）、リポアラビノマンナン、キチン、ベータ－グルカン、ザイモサン、グリコシルホスファチジルイノシトール（ＧＰＩ）アンカータンパク質、又はそれらの任意の組み合わせなどの正準細胞壁構成要素を含む、請求項５３に記載の方法。

【請求項55】

前記１つ以上の第１の親和性試薬又は前記１つ以上の第２の親和性試薬が、組換え自然免疫パターン認識受容体又は１つ以上の抗体を含み、前記１つ以上の抗体が、ポリクローナル抗体、モノクローナル抗体、組換え抗体、及びアプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含む、請求項４５に記載の方法。

【請求項56】

前記組換え自然免疫パターン認識受容体が、Ｔｏｌｌ様受容体１（ＴＬＲ１、ＣＤ２８１）、Ｔｏｌｌ様受容体２（ＴＬＲ２、ＣＤ２８２）、Ｔｏｌｌ様受容体４（ＴＬＲ４、ＣＤ２８４）、Ｔｏｌｌ様受容体５（ＴＬＲ５）、Ｔｏｌｌ様受容体６（ＴＬＲ６、ＣＤ２８６）、Ｔｏｌｌ様受容体１０（ＴＬＲ１０、ＣＤ２９０）、ＣＤ１４、リポ多糖類結合タンパク質、デクチン－１、デクチン－２、マンノース受容体（ＣＤ２０６）、ＤＣ－ＳＩＧＮ、ＳＩＧＮＲ１、ランゲリン、マンノース結合レクチン、フィコリン－１、フィコリン－２、フィコリン－３、又はそれらの任意の誘導体を含む、請求項５５に記載の方法。

【請求項57】

前記それらの誘導体が、エピトープタグ、完全長組換え自然免疫パターン認識受容体、又はそれらの組換え可溶性外部ドメインを含む、請求項５６に記載の方法。

【請求項58】

前記１つ以上の抗体、前記アプタマー、前記単鎖可変断片（ｓｃＦｖ）、及び前記単鎖抗体が、エピトープタグを含む、請求項５５に記載の方法。

【請求項59】

前記エピトープタグが、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含む、請求項５８に記載の方法。

【請求項60】

前記１つ以上の第１の親和性試薬及び前記１つ以上の第２の親和性試薬が、前記１つ以上の微生物細胞壁分子モチーフ又は前記１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む、請求項４５に記載の方法。

【請求項61】

富化することが、前記生体試料を、共有結合で固定化された親和性剤を含む支持体とインキュベーションすることを含む、請求項４５に記載の方法。

【請求項62】

前記共有結合で固定化された親和性剤が、前記１つ以上の微生物細胞壁分子モチーフ又は前記１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む、請求項６１に記載の方法。

【請求項63】

前記支持体が、磁性ビーズ、アガロースビーズ、非磁性ラテックス、機能化セファロース、ｐＨ感受性ポリマー、又はそれらの任意の組み合わせを含む、請求項６１に記載の方法。

【請求項64】

前記１つ以上の第１の親和性試薬又は前記１つ以上の第２の親和性試薬が、哺乳動物抗原ＣＤ９、ＣＤ６３、ＣＤ８１、グリピカン１（ＧＰＣ１）、Ｍａｒｔ－１、ＴＹＲＰ２、ヒト上皮成長因子受容体（ＨＥＲ）ファミリーメンバー、ＥｐＣＡＭ、又はそれらの任意の組み合わせに特異的である、請求項４５に記載の方法。

【請求項65】

検出することが、核酸配列決定、ポリメラーゼ連鎖反応（ＰＣＲ）、質量分析、液体クロマトグラフィー－質量分析（ＬＣ－ＭＳ）、高速液体クロマトグラフィー（ＨＰＬＣ）、イムノアッセイ分析、又はそれらの任意の組み合わせを、前記１つ以上の微生物細胞外小胞の前記１つ以上の分子分析物、又は前記１つ以上の非微生物細胞外小胞由来の前記１つ以上の分子分析物で実施することを含む、請求項４５に記載の方法。

【請求項66】

核酸配列決定が、全ゲノム配列決定、ショットガン配列決定、次世代配列決定、標的化された配列決定、ＲＮＡ配列決定、メチル化配列決定、又はそれらの任意の組み合わせを含む、請求項６５に記載の方法。

【請求項67】

前記モデルが、予測モデルを含み、前記予測モデルが、１つ以上の対象の前記１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物の前記第３の存在量、前記１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物の前記第４の存在量、及び前記１つ以上の対象の対応する疾患で訓練される、請求項４５に記載の方法。

【請求項68】

前記予測モデルが、入力として１つ以上の分子分析物の前記第１の存在量及び１つ以上の分子分析物の前記第２の存在量を受け取り、前記対象の前記疾患の予測を出力するように構成される、請求項６７に記載の方法。

【請求項69】

前記疾患が、がんを含む、請求項４５に記載の方法。

【請求項70】

前記がんが、Ｉ期又はＩＩ期のがんを含む、請求項６９に記載の方法。

【請求項71】

前記がんが、骨、乳房、肺、結腸、脳、皮膚、卵巣、膵臓、又はそれらの任意の組み合わせのタイプのがんを含む、請求項６９に記載の方法。

【請求項72】

前記予測モデルが、前記対象における１つ以上のがん、１つ以上のがんのサブタイプ、１つ以上のがんの解剖学的位置、又はそれらの任意の組み合わせを予測するように構成される、請求項６７に記載の方法。

【請求項73】

前記がんが、副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、胆管がん、結腸腺がん、十二指腸がん、食道がん、多形性神経膠芽腫、小細胞肺がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肝臓肝細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、膵臓腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、直腸腺がん、肉腫、皮膚皮膚黒色腫、胃腺がん、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む、請求項６９に記載の方法。

【請求項74】

前記がんが、腸以外の１つ以上のがんタイプ：副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、多形性神経膠芽腫、肺小細胞がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、肉腫、皮膚皮膚黒色腫、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む、請求項６９に記載の方法。

【請求項75】

前記予測モデルが、機械学習モデルを含む、請求項６７に記載の方法。

【請求項76】

前記機械学習モデルが、１つ以上の機械学習モデル、正規化された機械学習モデル、機械学習モデルのアンサンブル、又はそれらの任意の組み合わせを含む、請求項７５に記載の方法。

【請求項77】

前記予測モデルが、ランダムフォレスト、ニューラルネットワーク、ナイーブベイズ、サポートベクターマシン、線形回帰、ｋ近傍法、ｋ平均法、決定木、ロジスティック回帰、勾配ブースティング、又はそれらの任意の組み合わせの予測モデルを含む、請求項６７に記載の方法。

【請求項78】

前記対象が、ヒト又は非ヒト哺乳動物を含む、請求項４５に記載の方法。

【請求項79】

前記１つ以上の微生物細胞外小胞及び前記１つ以上の非微生物細胞外小胞を富化することが、前記対象の前記がんを予測する場合、前記予測モデルの精度を少なくとも１％、少なくとも５％、少なくとも１０％、少なくとも１５％、又は少なくとも２０％改善する、請求項６７に記載の方法。

【請求項80】

前記対象の前記疾患を予測する場合の前記予測モデルの受信者動作特性曲線下面積が、１つ以上の分子分析物の前記第１の存在量及び１つ以上の分子分析物の前記第２の存在量の前記組み合わせが、前記予測モデルへの前記入力として提供される場合、少なくとも１％、少なくとも２％、少なくとも４％、少なくとも５％、又は少なくとも１０％増加する、請求項６７に記載の方法。

【請求項81】

対象の疾患に対する治療を特定する方法であって、
（ａ）１つ以上の微生物細胞外小胞を含む対象の生体試料を提供することと、
（ｂ）前記１つ以上の微生物細胞外小胞を１つ以上の親和性試薬で富化し、それによって、１つ以上の富化された微生物細胞外小胞を生成することと、
（ｃ）前記１つ以上の富化された微生物細胞外小胞由来の１つ以上の分子分析物を検出することと、
（ｄ）前記１つ以上の分子分析物に基づいて、前記対象の前記疾患に対する前記治療を特定することと、を含む、方法。

【請求項82】

前記生体試料が、非微生物細胞外小胞及び前記１つ以上の微生物細胞外小胞を含む、請求項８１に記載の方法。

【請求項83】

前記１つ以上の分子分析物の存在量を定量することを更に含む、請求項８１に記載の方法。

【請求項84】

前記１つ以上の微生物細胞外小胞の前記１つ以上の分子分析物が、小胞関連無細胞微生物ＤＮＡ、無細胞微生物ＲＮＡ、微生物ＤＮＡ、微生物ＲＮＡ、微生物タンパク質、微生物代謝産物、微生物脂質、微生物グリカン、又はそれらの任意の組み合わせを含む、請求項８１に記載の方法。

【請求項85】

前記非微生物細胞外小胞の前記１つ以上の分子分析物が、小胞関連無細胞非微生物ＤＮＡ、無細胞非微生物ＲＮＡ、非微生物ＤＮＡ、非微生物ＲＮＡ、非微生物タンパク質、非微生物代謝産物、非微生物脂質、非微生物グリカン、又はそれらの任意の組み合わせを含む、請求項８２に記載の方法。

【請求項86】

前記生体試料が、液体生体試料、組織生体試料、又はそれらの任意の組み合わせを含む、請求項８１に記載の方法。

【請求項87】

前記液体生体試料が、血漿、血清、全血、尿、脳脊髄液、唾液、汗、涙、リンパ液、呼気凝縮液、又はそれらの任意の希釈物若しくは処理された画分を含む、請求項８６に記載の方法。

【請求項88】

前記全血が、血漿、白血球、赤血球、血小板、又はそれらの任意の組み合わせを含む、請求項８７に記載の方法。

【請求項89】

前記組織生体試料が、組織ホモジネートを含む、請求項８６に記載の方法。

【請求項90】

前記１つ以上の親和性試薬が、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフにカップリングするように構成される、請求項８１に記載の方法。

【請求項91】

前記１つ以上の微生物細胞壁分子モチーフ又は前記１つ以上の非微生物細胞壁分子モチーフが、リポ多糖類（ＬＰＳ）、リポタンパク質、リポペプチド、リポテイコ酸（ＬＴＡ）、リポアラビノマンナン、キチン、ベータ－グルカン、ザイモサン、及びグリコシルホスファチジルイノシトール（ＧＰＩ）アンカータンパク質、又はそれらの任意の組み合わせなどの正準細胞壁構成要素を含む、請求項９０に記載の方法。

【請求項92】

前記１つ以上の親和性試薬が、組換え自然免疫パターン認識受容体又は１つ以上の抗体を含み、前記１つ以上の抗体が、ポリクローナル抗体、モノクローナル抗体、組換え抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含む、請求項８１に記載の方法。

【請求項93】

前記組換え自然免疫パターン認識受容体が、Ｔｏｌｌ様受容体１（ＴＬＲ１、ＣＤ２８１）、Ｔｏｌｌ様受容体２（ＴＬＲ２、ＣＤ２８２）、Ｔｏｌｌ様受容体４（ＴＬＲ４、ＣＤ２８４）、Ｔｏｌｌ様受容体５（ＴＬＲ５）、Ｔｏｌｌ様受容体６（ＴＬＲ６、ＣＤ２８６）、Ｔｏｌｌ様受容体１０（ＴＬＲ１０、ＣＤ２９０）、ＣＤ１４、リポ多糖類結合タンパク質、デクチン－１、デクチン－２、マンノース受容体（ＣＤ２０６）、ＤＣ－ＳＩＧＮ、ＳＩＧＮＲ１、ランゲリン、マンノース結合レクチン、フィコリン－１、フィコリン－２、フィコリン－３、それらの任意の組み合わせ、又はそれらの任意の誘導体を含む、請求項９２に記載の方法。

【請求項94】

前記それらの誘導体が、エピトープタグ及び完全長組換え自然免疫パターン認識受容体又はそれらの組換え可溶性外部ドメインを含む、請求項９３に記載の方法。

【請求項95】

前記エピトープタグが、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含む、請求項９４に記載の方法。

【請求項96】

前記１つ以上の抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、又は前記単鎖抗体が、エピトープタグを含む、請求項９２に記載の方法。

【請求項97】

前記エピトープタグが、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含む、請求項９６に記載の方法。

【請求項98】

前記１つ以上の親和性試薬が、前記１つ以上の微生物細胞壁分子モチーフ又は前記１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む、請求項８１に記載の方法。

【請求項99】

前記富化することが、前記生体試料を、共有結合で固定化された親和性剤を含む支持体と接触させることを含む、請求項８１に記載の方法。

【請求項100】

前記共有結合で固定化された親和性剤が、前記１つ以上の微生物細胞壁分子モチーフ又は前記１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む、請求項９９に記載の方法。

【請求項101】

前記支持体が、磁性ビーズ、アガロースビーズ、非磁性ラテックス、機能化セファロース、ｐＨ感受性ポリマー、又はそれらの任意の組み合わせを含む、請求項９９に記載の方法。

【請求項102】

前記富化することが、
（ａ）前記生体試料を前記１つ以上の親和性試薬と接触させて、捕捉試薬－分子モチーフ相互作用複合体を形成することと、
（ｂ）前記捕捉試薬－分子モチーフ相互作用複合体を支持体と接触させることと、
（ｃ）前記支持体を前記生体試料から分離して、前記捕捉試薬－分子モチーフ相互作用複合体を濃縮することと、を含む、請求項８１に記載の方法。

【請求項103】

前記１つ以上の親和性試薬が、エピトープタグを含む、請求項８１に記載の方法。

【請求項104】

前記支持体が、エピトープタグ認識表面を含む、請求項１０２に記載の方法。

【請求項105】

前記エピトープタグ認識表面が、ストレプトアビジン、６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、ビオチンに特異的な抗体、又はそれらの任意の組み合わせを含む、請求項１０４に記載の方法。

【請求項106】

前記エピトープタグ認識表面が、抗種抗体を含む、請求項１０４に記載の方法。

【請求項107】

前記検出することが、核酸分析物の核酸配列決定、ポリメラーゼ連鎖反応（ＰＣＲ）に基づく、又はハイブリダイゼーションに基づく分析を含む、請求項８１に記載の方法。

【請求項108】

前記核酸配列決定が、全ゲノム配列決定、ショットガン配列決定、次世代配列決定、標的化された配列決定、ＲＮＡ配列決定、メチル化配列決定、又はそれらの任意の組み合わせを含む、請求項１０７に記載の方法。

【請求項109】

前記検出することが、質量分析、液体クロマトグラフィー－質量分析（ＬＣ－ＭＳ）、又は高速液体クロマトグラフィー（ＨＰＬＣ）を実施することを含む、請求項８１に記載の方法。

【請求項110】

前記検出することが、イムノアッセイ分析を実施することを含む、請求項８１に記載の方法。

【請求項111】

前記疾患が、がんを含む、請求項８１に記載の方法。

【請求項112】

前記がんが、Ｉ期又はＩＩ期のがんを含む、請求項１１１に記載の方法。

【請求項113】

前記がんが、骨、乳房、肺、結腸、脳、皮膚、卵巣、膵臓、又はそれらの任意の組み合わせのタイプのがんを含む、請求項１１１に記載の方法。

【請求項114】

前記がんが、副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、胆管がん、結腸腺がん、十二指腸がん、食道がん、多形性神経膠芽腫、小細胞肺がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肝臓肝細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、膵臓腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、直腸腺がん、肉腫、皮膚皮膚黒色腫、胃腺がん、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む、請求項１１１に記載の方法。

【請求項115】

前記がんが、腸以外の１つ以上のがんタイプ：副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、多形性神経膠芽腫、肺小細胞がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、肉腫、皮膚皮膚黒色腫、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む、請求項１１１に記載の方法。

【請求項116】

前記疾患に対する前記治療を前記特定することが、予測モデルによって前記治療を予測することを含み、前記予測モデルが、１つ以上の対象の１つ以上の微生物細胞外小胞から得られた１つ以上の分子分析物及び前記もう１つの対象の前記疾患に対する関連する治療で訓練される、請求項８１に記載の方法。

【請求項117】

前記予測モデルが、入力として前記対象の前記１つ以上の分子分析物を受け取り、前記対象の前記疾患に対する前記治療を出力するように構成される、請求項１１６に記載の方法。

【請求項118】

前記予測モデルが、機械学習モデルを含み、前記機械学習モデルが、正規化された機械学習モデル、機械学習モデルのアンサンブル、又はそれらの任意の組み合わせを含む、請求項１１６に記載の方法。

【請求項119】

前記予測モデルが、ランダムフォレスト、ニューラルネットワーク、ナイーブベイズ、サポートベクターマシン、学習回帰、ｋ近傍法、ｋ平均法、決定木、ロジスティック回帰、勾配ブースティング、又はそれらの任意の組み合わせを含む、請求項１１８に記載の方法。

【請求項120】

前記１つ以上の微生物細胞外小胞を富化することが、前記対象の前記治療を予測する場合、前記予測モデルの精度を少なくとも１％、少なくとも５％、少なくとも１０％、少なくとも１５％、又は少なくとも２０％改善する、請求項１１６に記載の方法。

【請求項121】

前記対象が、非ヒト哺乳動物又はヒト対象を含む、請求項８１に記載の方法。

【請求項122】

前記治療が、元々がんを標的とするために承認されていても、されていなくてもよい、別の目的で再利用された治療を含む、請求項８１に記載の方法。

【請求項123】

前記治療が、小分子、生物製剤、プロバイオティクス、ウイルス、バクテリオファージ、免疫療法、広域抗生物質、又はそれらの任意の組み合わせを含む、請求項８１に記載の方法。

【請求項124】

前記プロバイオティクスが、操作された細菌株又は操作された細菌のアンサンブルを含む、請求項１２３に記載の方法。

【請求項125】

前記治療が、一次治療の有効性を改善するために前記がんに対する前記一次治療と組み合わせて与えられるアジュバントを含む、請求項１１１に記載の方法。

【請求項126】

前記治療が、前記がん又はがん微小環境に関連する標的微生物抗原への養子細胞移行を含む、請求項１１１に記載の方法。

【請求項127】

前記治療が、前記がん又はがん微小環境に関連する微生物抗原を利用するがんワクチンを含む、請求項１１１に記載の方法。

【請求項128】

前記治療が、前記がん又はがん微小環境に関連する微生物抗原に対するモノクローナル抗体を含む、請求項１１１に記載の方法。

【請求項129】

前記治療が、前記がん又はがん微小環境に関連する微生物抗原を少なくとも部分的に標的とするように設計された抗体－薬物コンジュゲートを含む、請求項１１１に記載の方法。

【請求項130】

前記治療が、前記がん又はがん微小環境に関連する１つ以上の微生物抗原を少なくとも部分的に標的とするように設計された、多価抗体、抗体断片、又はそれらの抗体誘導体を含む、請求項１１１に記載の方法。

【請求項131】

前記治療が、特定の種類の微生物又は機能的若しくは生物学的に類似した微生物のクラスに対する標的化された抗生物質を含む、請求項８１に記載の方法。

【請求項132】

少なくとも１つのタイプが、前記がんの微生物の存在又は存在量を利用して、全体的な治療有効性を増強させるような、以下の治療タイプ：小分子、生物製剤、操作された宿主由来細胞タイプ、プロバイオティクス、操作された細菌、天然であるが選択的なウイルス、操作されたウイルス、及びバクテリオファージのうちの２つ以上が、組み合わされる、請求項１１１に記載の方法。

【請求項133】

対象の疾患に対する治療を特定する方法であって、
（ａ）１つ以上の微生物細胞外小胞及び１つ以上の非微生物細胞外小胞を含む対象の生体試料を提供することと、
（ｂ）前記１つ以上の微生物細胞外小胞を１つ以上の第１の親和性試薬で富化し、かつ前記１つ以上の非微生物細胞外小胞を１つ以上の第２の親和性試薬で富化し、それによって、１つ以上の富化された微生物細胞外小胞及び１つ以上の富化された非微生物細胞外小胞を生成することと、
（ｃ）前記富化された１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物の第１の存在量、及び前記富化された１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物の第２の存在量を検出することと、
（ｄ）１つ以上の分子分析物の前記第１の存在量及び１つ以上の分子分析物の前記第２の存在量の組み合わせと、１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物の第３の存在量及び１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物の第４の存在量に関連する疾患治療のモデルとの間の関連から、前記対象の前記疾患に対する前記治療を特定することと、を含む、方法。

【請求項134】

検出することが、１つ以上の分子分析物の前記第１の存在量及び１つ以上の分子分析物の前記第２の存在量を定量することを含む、請求項１３３に記載の方法。

【請求項135】

前記１つ以上の微生物細胞外小胞の前記１つ以上の分子分析物が、小胞関連無細胞微生物ＤＮＡ、無細胞微生物ＲＮＡ、微生物ＤＮＡ、微生物ＲＮＡ、微生物タンパク質、微生物代謝産物、微生物脂質、微生物グリカン、又はそれらの任意の組み合わせを含む、請求項１３３に記載の方法。

【請求項136】

前記非微生物細胞外小胞の前記１つ以上の分子分析物が、小胞関連無細胞非微生物ＤＮＡ、無細胞非微生物ＲＮＡ、非微生物ＤＮＡ、非微生物ＲＮＡ、非微生物タンパク質、非微生物代謝産物、非微生物脂質、非微生物グリカン、又はそれらの任意の組み合わせを含む、請求項１３３に記載の方法。

【請求項137】

前記生体試料が、液体生体試料、組織生体試料、又はそれらの任意の組み合わせを含む、請求項１３３に記載の方法。

【請求項138】

前記液体生体試料が、血漿、血清、全血、尿、脳脊髄液、唾液、汗、涙、リンパ液、呼気凝縮液、又はそれらの任意の組み合わせ、任意の希釈物、若しくは処理された画分を含む、請求項１３７に記載の方法。

【請求項139】

全血が、白血球、血漿、赤血球、血小板、又はそれらの任意の組み合わせを含む、請求項１３８に記載の方法。

【請求項140】

前記組織生体試料が、組織ホモジネートを含む、請求項１３７に記載の方法。

【請求項141】

富化することが、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物の細胞壁分子モチーフを濃縮することを含む、請求項１３３に記載の方法。

【請求項142】

前記１つ以上の微生物細胞壁分子モチーフ又は前記１つ以上の非微生物細胞壁分子モチーフが、リポ多糖類（ＬＰＳ）、リポタンパク質、リポペプチド、リポテイコ酸（ＬＴＡ）、リポアラビノマンナン、キチン、ベータ－グルカン、ザイモサン、グリコシルホスファチジルイノシトール（ＧＰＩ）アンカータンパク質、又はそれらの任意の組み合わせなどの正準細胞壁構成要素を含む、請求項１４１に記載の方法。

【請求項143】

前記１つ以上の第１の親和性試薬又は前記１つ以上の第２の親和性試薬が、組換え自然免疫パターン認識受容体又は１つ以上の抗体を含み、前記１つ以上の抗体が、ポリクローナル抗体、モノクローナル抗体、組換え抗体、及びアプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含む、請求項１３３に記載の方法。

【請求項144】

前記組換え自然免疫パターン認識受容体が、Ｔｏｌｌ様受容体１（ＴＬＲ１、ＣＤ２８１）、Ｔｏｌｌ様受容体２（ＴＬＲ２、ＣＤ２８２）、Ｔｏｌｌ様受容体４（ＴＬＲ４、ＣＤ２８４）、Ｔｏｌｌ様受容体５（ＴＬＲ５）、Ｔｏｌｌ様受容体６（ＴＬＲ６、ＣＤ２８６）、Ｔｏｌｌ様受容体１０（ＴＬＲ１０、ＣＤ２９０）、ＣＤ１４、リポ多糖類結合タンパク質、デクチン－１、デクチン－２、マンノース受容体（ＣＤ２０６）、ＤＣ－ＳＩＧＮ、ＳＩＧＮＲ１、ランゲリン、マンノース結合レクチン、フィコリン－１、フィコリン－２、フィコリン－３、又はそれらの任意の誘導体を含む、請求項１４３に記載の方法。

【請求項145】

前記それらの誘導体が、エピトープタグ、完全長組換え自然免疫パターン認識受容体、又はそれらの組換え可溶性外部ドメインを含む、請求項１４４に記載の方法。

【請求項146】

前記１つ以上の抗体、前記アプタマー、前記単鎖可変断片（ｓｃＦｖ）、及び前記単鎖抗体が、エピトープタグを含む、請求項１４３に記載の方法。

【請求項147】

前記エピトープタグが、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含む、請求項１４６に記載の方法。

【請求項148】

前記１つ以上の第１の親和性試薬及び前記１つ以上の第２の親和性試薬が、前記１つ以上の微生物細胞壁分子モチーフ又は前記１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む、請求項１３３に記載の方法。

【請求項149】

富化することが、前記液体生体試料を、共有結合で固定化された親和性剤を含む支持体とインキュベーションすることを含む、請求項１３３に記載の方法。

【請求項150】

前記共有結合で固定化された親和性剤が、前記１つ以上の微生物細胞壁分子モチーフ又は前記１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む、請求項１４９に記載の方法。

【請求項151】

前記支持体が、磁性ビーズ、アガロースビーズ、非磁性ラテックス、機能化セファロース、ｐＨ感受性ポリマー、又はそれらの任意の組み合わせを含む、請求項１４９に記載の方法。

【請求項152】

前記１つ以上の第２の親和性試薬が、ポリクローナル、モノクローナル、組換え抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含む、請求項１３３に記載の方法。

【請求項153】

前記１つ以上の第１の親和性試薬又は前記１つ以上の第２の親和性試薬が、哺乳動物抗原ＣＤ９、ＣＤ６３、ＣＤ８１、グリピカン１（ＧＰＣ１）、Ｍａｒｔ－１、ＴＹＲＰ２、ヒト上皮成長因子受容体（ＨＥＲ）ファミリーメンバー、ＥｐＣＡＭ、又はそれらの任意の組み合わせに特異的である、請求項１３３に記載の方法。

【請求項154】

検出することが、核酸配列決定、ポリメラーゼ連鎖反応（ＰＣＲ）、質量分析、液体クロマトグラフィー－質量分析（ＬＣ－ＭＳ）、高速液体クロマトグラフィー（ＨＰＬＣ）、イムノアッセイ分析、又はそれらの任意の組み合わせを、前記１つ以上の微生物細胞外小胞の前記１つ以上の分子分析物、又は前記１つ以上の非微生物細胞外小胞由来の前記１つ以上の分子分析物で実施することを含む、請求項１３３に記載の方法。

【請求項155】

核酸配列決定が、全ゲノム配列決定、ショットガン配列決定、次世代配列決定、標的化された配列決定、ＲＮＡ配列決定、メチル化配列決定、又はそれらの任意の組み合わせを含む、請求項１５４に記載の方法。

【請求項156】

前記モデルが、予測モデルを含み、前記予測モデルが、１つ以上の対象の前記１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物の前記第３の存在量、前記１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物の前記第４の存在量、及び前記１つ以上の対象の前記疾患に対する対応する治療で訓練される、請求項１３３に記載の方法。

【請求項157】

前記予測モデルが、入力として１つ以上の分子分析物の前記第１の存在量及び１つ以上の分子分析物の前記第２の存在量を受け取り、前記対象の前記疾患に対する前記治療の予測を出力するように構成される、請求項１５６に記載の方法。

【請求項158】

前記疾患が、がんを含む、請求項１３３に記載の方法。

【請求項159】

前記がんが、Ｉ期又はＩＩ期のがんを含む、請求項１５８に記載の方法。

【請求項160】

前記がんが、骨、乳房、肺、結腸、脳、皮膚、卵巣、膵臓、又はそれらの任意の組み合わせのタイプのがんを含む、請求項１５８に記載の方法。

【請求項161】

前記がんが、副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、胆管がん、結腸腺がん、十二指腸がん、食道がん、多形性神経膠芽腫、小細胞肺がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肝臓肝細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、膵臓腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、直腸腺がん、肉腫、皮膚皮膚黒色腫、胃腺がん、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む、請求項１５８に記載の方法。

【請求項162】

前記がんが、腸以外の１つ以上のがんタイプ：副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、多形性神経膠芽腫、肺小細胞がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、肉腫、皮膚皮膚黒色腫、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む、請求項１５８に記載の方法。

【請求項163】

前記予測モデルが、機械学習モデルを含む、請求項１５６に記載の方法。

【請求項164】

前記機械学習モデルが、１つ以上の機械学習モデル、正規化された機械学習モデル、機械学習モデルのアンサンブル、又はそれらの任意の組み合わせを含む、請求項１６３に記載の方法。

【請求項165】

前記予測モデルが、ランダムフォレスト、ニューラルネットワーク、ナイーブベイズ、サポートベクターマシン、線形回帰、ｋ近傍法、ｋ平均法、決定木、ロジスティック回帰、勾配ブースティング、又はそれらの任意の組み合わせの予測モデルを含む、請求項１５６に記載の方法。

【請求項166】

前記対象が、ヒト又は非ヒト哺乳動物を含む、請求項１３３に記載の方法。

【請求項167】

前記１つ以上の微生物細胞外小胞及び前記１つ以上の非微生物細胞外小胞を富化することが、前記対象の前記がんに対する前記治療を予測する場合、前記予測モデルの精度を少なくとも１％、少なくとも５％、少なくとも１０％、少なくとも１５％、又は少なくとも２０％改善する、請求項１５６に記載の方法。

【請求項168】

前記対象の前記疾患に対する前記治療を予測する前記予測モデルの受信者動作特性曲線下面積が、１つ以上の分子分析物の前記第１の存在量及び１つ以上の分子分析物の前記第２の存在量の前記組み合わせが、前記予測モデルへの前記入力として提供される場合、少なくとも１％、少なくとも２％、少なくとも４％、少なくとも５％、又は少なくとも１０％増加する、請求項１５６に記載の方法。

【請求項169】

前記治療が、元々がんを標的とするために承認されていても、されていなくてもよい、別の目的で再利用された治療を含む、請求項１３３に記載の方法。

【請求項170】

前記治療が、小分子、生物製剤、プロバイオティクス、ウイルス、バクテリオファージ、免疫療法、広域抗生物質、又はそれらの任意の組み合わせを含む、請求項１３３に記載の方法。

【請求項171】

前記プロバイオティクスが、操作された細菌株又は操作された細菌のアンサンブルを含む、請求項１３３に記載の方法。

【請求項172】

前記治療が、一次治療の有効性を改善するために前記がんに対する前記一次治療と組み合わせて与えられるアジュバントを含む、請求項１５８に記載の方法。

【請求項173】

前記治療が、前記がん又はがん微小環境に関連する標的微生物抗原への養子細胞移行を含む、請求項１５８に記載の方法。

【請求項174】

前記治療が、前記がん又はがん微小環境に関連する微生物抗原を利用するがんワクチンを含む、請求項１５８に記載の方法。

【請求項175】

前記治療が、前記がん又はがん微小環境に関連する微生物抗原に対するモノクローナル抗体を含む、請求項１５８に記載の方法。

【請求項176】

前記治療が、前記がん又はがん微小環境に関連する微生物抗原を少なくとも部分的に標的とするように設計された抗体－薬物コンジュゲートを含む、請求項１５８に記載の方法。

【請求項177】

前記治療が、前記がん又はがん微小環境に関連する１つ以上の微生物抗原を少なくとも部分的に標的とするように設計された、多価抗体、抗体断片、又はそれらの抗体誘導体を含む、請求項１５８に記載の方法。

【請求項178】

前記治療が、特定の種類の微生物又は機能的若しくは生物学的に類似した微生物のクラスに対する標的化された抗生物質を含む、請求項１３３に記載の方法。

【請求項179】

少なくとも１つのタイプが、前記がんの微生物の存在又は存在量を利用して、全体的な治療有効性を増強させるような、以下の治療タイプ：小分子、生物製剤、操作された宿主由来細胞タイプ、プロバイオティクス、操作された細菌、天然であるが選択的なウイルス、操作されたウイルス、及びバクテリオファージのうちの２つ以上が、組み合わされる、請求項１５８に記載の方法。

【請求項180】

予測モデルを訓練する方法であって、
（ａ）１つ以上の対象の１つ以上の微生物細胞外小胞及び関連する健康分類を含む、前記１つ以上の対象の生体試料を提供することと、
（ｂ）前記１つ以上の微生物細胞外小胞を１つ以上の親和性試薬で富化し、それによって、１つ以上の富化された微生物細胞外小胞を生成することと、
（ｃ）前記富化された１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物を検出することと、
（ｄ）前記予測モデルを、前記１つ以上の対象の前記１つ以上の分子分析物及び前記関連する健康分類で訓練することと、を含む、方法。

【請求項181】

前記生体試料が、非微生物細胞外小胞を含む、請求項１８０に記載の方法。

【請求項182】

前記１つ以上の分子分析物の存在量を定量することを更に含む、請求項１８０に記載の方法。

【請求項183】

前記１つ以上の微生物細胞外小胞の前記１つ以上の分子分析物が、小胞関連無細胞微生物ＤＮＡ、無細胞微生物ＲＮＡ、微生物ＤＮＡ、微生物ＲＮＡ、微生物タンパク質、微生物代謝産物、微生物脂質、微生物グリカン、又はそれらの任意の組み合わせを含む、請求項１８０に記載の方法。

【請求項184】

前記非微生物細胞外小胞の前記１つ以上の分子分析物が、小胞関連無細胞非微生物ＤＮＡ、無細胞非微生物ＲＮＡ、非微生物ＤＮＡ、非微生物ＲＮＡ、非微生物タンパク質、非微生物代謝産物、非微生物脂質、非微生物グリカン、又はそれらの任意の組み合わせを含む、請求項１８０に記載の方法。

【請求項185】

前記生体試料が、液体生体試料、組織生体試料、又はそれらの任意の組み合わせを含む、請求項１８０に記載の方法。

【請求項186】

前記液体生体試料が、血漿、血清、全血、尿、脳脊髄液、唾液、汗、涙、リンパ液、呼気凝縮液、又はそれらの任意の希釈物若しくは処理された画分を含む、請求項１８５に記載の方法。

【請求項187】

前記全血が、血漿、白血球、赤血球、血小板、又はそれらの任意の組み合わせを含む、請求項１８６に記載の方法。

【請求項188】

前記組織生体試料が、組織ホモジネートを含む、請求項１８５に記載の方法。

【請求項189】

前記１つ以上の親和性試薬が、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフにカップリングするように構成される、請求項１８０に記載の方法。

【請求項190】

前記１つ以上の微生物細胞壁分子モチーフ又は前記１つ以上の非微生物細胞壁分子モチーフが、リポ多糖類（ＬＰＳ）、リポタンパク質、リポペプチド、リポテイコ酸（ＬＴＡ）、リポアラビノマンナン、キチン、ベータ－グルカン、ザイモサン、及びグリコシルホスファチジルイノシトール（ＧＰＩ）アンカータンパク質、又はそれらの任意の組み合わせなどの正準細胞壁構成要素を含む、請求項１８９に記載の方法。

【請求項191】

前記１つ以上の親和性試薬が、組換え自然免疫パターン認識受容体又は１つ以上の抗体を含み、前記１つ以上の抗体が、ポリクローナル抗体、モノクローナル抗体、組換え抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含む、請求項１８０に記載の方法。

【請求項192】

前記組換え自然免疫パターン認識受容体が、Ｔｏｌｌ様受容体１（ＴＬＲ１、ＣＤ２８１）、Ｔｏｌｌ様受容体２（ＴＬＲ２、ＣＤ２８２）、Ｔｏｌｌ様受容体４（ＴＬＲ４、ＣＤ２８４）、Ｔｏｌｌ様受容体５（ＴＬＲ５）、Ｔｏｌｌ様受容体６（ＴＬＲ６、ＣＤ２８６）、Ｔｏｌｌ様受容体１０（ＴＬＲ１０、ＣＤ２９０）、ＣＤ１４、リポ多糖類結合タンパク質、デクチン－１、デクチン－２、マンノース受容体（ＣＤ２０６）、ＤＣ－ＳＩＧＮ、ＳＩＧＮＲ１、ランゲリン、マンノース結合レクチン、フィコリン－１、フィコリン－２、フィコリン－３、それらの任意の組み合わせ、又はそれらの任意の誘導体を含む、請求項１９１に記載の方法。

【請求項193】

前記それらの誘導体が、エピトープタグ及び完全長組換え自然免疫パターン認識受容体又はそれらの組換え可溶性外部ドメインを含む、請求項１９２に記載の方法。

【請求項194】

前記エピトープタグが、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含む、請求項１９３に記載の方法。

【請求項195】

前記１つ以上の抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、又は前記単鎖抗体が、エピトープタグを含む、請求項１９１に記載の方法。

【請求項196】

前記エピトープタグが、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含む、請求項１９５に記載の方法。

【請求項197】

前記１つ以上の親和性試薬が、前記１つ以上の微生物細胞壁分子モチーフ又は前記１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む、請求項１８０に記載の方法。

【請求項198】

前記富化することが、前記液体生体試料を、共有結合で固定化された親和性剤を含む支持体と接触させることを含む、請求項１８０に記載の方法。

【請求項199】

前記共有結合で固定化された親和性剤が、前記１つ以上の微生物細胞壁分子モチーフ又は前記１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む、請求項１９８に記載の方法。

【請求項200】

前記支持体が、磁性ビーズ、アガロースビーズ、非磁性ラテックス、機能化セファロース、ｐＨ感受性ポリマー、又はそれらの任意の組み合わせを含む、請求項１９８に記載の方法。

【請求項201】

前記富化することが、
（ａ）前記液体生体試料を前記１つ以上の親和性試薬と接触させて、捕捉試薬－分子モチーフ相互作用複合体を形成することと、
（ｂ）前記捕捉試薬－分子モチーフ相互作用複合体を支持体と接触させることと、
（ｃ）前記支持体を前記液体生体試料から分離して、前記捕捉試薬－分子モチーフ相互作用複合体を濃縮することと、を含む、請求項１８０に記載の方法。

【請求項202】

前記１つ以上の親和性試薬が、エピトープタグを含む、請求項２０１に記載の方法。

【請求項203】

前記支持体が、エピトープタグ認識表面を含む、請求項２０１に記載の方法。

【請求項204】

前記エピトープタグ認識表面が、ストレプトアビジン、６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、ビオチンに特異的な抗体、又はそれらの任意の組み合わせを含む、請求項２０３に記載の方法。

【請求項205】

前記エピトープタグ認識表面が、抗種抗体を含む、請求項２０４に記載の方法。

【請求項206】

前記検出することが、核酸分析物の核酸配列決定、ポリメラーゼ連鎖反応（ＰＣＲ）に基づく、又はハイブリダイゼーションに基づく分析を含む、請求項１８０に記載の方法。

【請求項207】

前記核酸配列決定が、全ゲノム配列決定、ショットガン配列決定、次世代配列決定、標的化された配列決定、ＲＮＡ配列決定、メチル化配列決定、又はそれらの任意の組み合わせを含む、請求項２０６に記載の方法。

【請求項208】

前記検出することが、質量分析、液体クロマトグラフィー－質量分析（ＬＣ－ＭＳ）、又は高速液体クロマトグラフィー（ＨＰＬＣ）を実施することを含む、請求項１８０に記載の方法。

【請求項209】

前記検出することが、イムノアッセイ分析を実施することを含む、請求項１８０に記載の方法。

【請求項210】

前記訓練された予測モデルが、入力として対象の１つ以上の分子分析物を受け取り、前記対象の予測される疾患、前記対象の前記疾患に対する治療、又はそれらの任意の組み合わせを出力するように構成される、請求項１８０に記載の方法。

【請求項211】

前記疾患が、がんを含む、請求項２１０に記載の方法。

【請求項212】

前記がんが、Ｉ期又はＩＩ期のがんを含む、請求項２１１に記載の方法。

【請求項213】

前記がんが、骨、乳房、肺、結腸、脳、皮膚、卵巣、膵臓、又はそれらの任意の組み合わせのタイプのがんを含む、請求項２１１に記載の方法。

【請求項214】

前記がんが、副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、胆管がん、結腸腺がん、十二指腸がん、食道がん、多形性神経膠芽腫、小細胞肺がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肝臓肝細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、膵臓腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、直腸腺がん、肉腫、皮膚皮膚黒色腫、胃腺がん、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む、請求項２１１に記載の方法。

【請求項215】

前記がんが、腸以外の１つ以上のがんタイプ：副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、多形性神経膠芽腫、肺小細胞がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、肉腫、皮膚皮膚黒色腫、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む、請求項２１１に記載の方法。

【請求項216】

前記訓練された予測モデルが、前記対象の１つ以上のがん、１つ以上のがんのサブタイプ、１つ以上のがんの解剖学的位置、又はそれらの任意の組み合わせを予測するように構成される、請求項２１１に記載の方法。

【請求項217】

前記訓練された予測モデルが、前記がんの病期、前記がんの予後、前記がんの変異状態、前記がんの将来の免疫療法応答、前記がんを治療するための最適な療法、又はそれらの任意の組み合わせを予測するように構成される、請求項２１１に記載の方法。

【請求項218】

前記訓練された予測モデルが、前記対象の１つ以上のがんタイプの間で前記がんを予測し、前記１つ以上のがんタイプの特定のがんタイプを特定するように構成される、請求項２１１に記載の方法。

【請求項219】

前記訓練された予測モデルが、機械学習モデルを含み、前記機械学習モデルが、正規化された機械学習モデル、機械学習モデルのアンサンブル、又はそれらの任意の組み合わせを含む、請求項１８０に記載の方法。

【請求項220】

前記訓練された予測モデルが、ランダムフォレスト、ニューラルネットワーク、ナイーブベイズ、サポートベクターマシン、学習回帰、ｋ近傍法、ｋ平均法、決定木、ロジスティック回帰、勾配ブースティング、又はそれらの任意の組み合わせを含む、請求項２１９に記載の方法。

【請求項221】

前記微生物細胞外小胞を富化することが、前記対象の前記がんを予測する場合、前記訓練された予測モデルの精度を少なくとも１％、少なくとも５％、少なくとも１０％、少なくとも１５％、又は少なくとも２０％改善する、請求項１８０に記載の方法。

【請求項222】

前記対象が、非ヒト哺乳動物又はヒト対象を含む、請求項１８０に記載の方法。

【請求項223】

前記健康分類が、がん性、非がん性疾患、又は非がん性非疾患を含む、請求項１８０に記載の方法。

【請求項224】

予測モデルを訓練するコンピュータ実装方法であって、
（ａ）１つ以上の対象の生体試料の配列決定データ及び対応する健康分類をデータベースから受け取ることであって、前記生体試料の配列決定データが、１つ以上の微生物細胞外小胞の１つ以上の分析物の配列を含む、受け取ることと、
（ｂ）前記予測モデルを、前記１つ以上の対象の前記生体試料の配列決定データ及び前記対応する健康分類で訓練することと、を含む、方法。

【請求項225】

対象の疾患を特定するように構成されたコンピュータシステムであって、
（ａ）１つ以上のプロセッサと、
（ｂ）ソフトウェアを含む非一時的なコンピュータ可読記憶媒体であって、前記ソフトウェアが、実行の結果として、前記コンピュータシステムの前記１つ以上のプロセッサに、
（ｉ）１つ以上の微生物細胞外小胞を含む対象の生体試料を受け取ること、
（ｉｉ）前記１つ以上の微生物細胞外小胞を１つ以上の親和性試薬で富化すること、
（ｉｉｉ）前記１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物を検出すること、及び
（ｉｖ）前記１つ以上の微生物細胞外小胞から得られた前記１つ以上の分子分析物に基づいて、前記対象の前記疾患を特定することを行わせる実行可能な命令を含む、非一時的なコンピュータ可読記憶媒体と、を備える、コンピュータシステム。

【発明の詳細な説明】

【技術分野】

【0001】

相互参照
本出願は、２０２１年７月２０日に出願された米国仮出願第６３／２２３，７２５号の利益を主張し、この出願は参照により本明細書に組み込まれる。

【発明の概要】

【0002】

本発明の開示は、分子分析のために微生物細胞外小胞（ＭＥＶ）を単離し、当該分子分析の結果を使用して、対象の健康又は疾患状態の診断を形成する親和性に基づく方法を提供する。具体的には、本発明は、液体生検試料に存在するＭＥＶ及び非微生物細胞外小胞（非微生物ＥＶ）の親和性に基づく単離のための方法、並びに対象における疾患を診断及び分類するために小胞関連分析物（ＶＡＡ）の存在又は存在量を使用するための方法を提供する。いくつかの場合では、対象は、哺乳動物又は非哺乳動物であり得る。

【0003】

本明細書に開示の本発明の方法は、ＶＡＡの疾患特異的な存在及び／又は存在量に基づいて疾患を診断及び分類することができる診断方法を生成する。いくつかの実施形態では、液体生体試料（例えば、液体生検試料）に存在するＭＥＶの特性評価は、そうでなければ非侵襲的又は低侵襲的処置に対して難治性である場合がある状態の診断を可能にし得る。例えば、アルツハイマー病マウスモデルにおける血液由来のＭＥＶの１６ＳｒＤＮＡ配列決定分析により、アルツハイマー病マウスと野生型対照との間の顕著な分類学的差異が明らかになり（ＰＭＩＤ：２９３０２２０４）、これは、ＭＥＶ由来ＤＮＡが、伝統的に脳組織の死後分析を介してのみ完全に診断される病理に対して疾患特異的微生物シグネチャを提供することができることを示唆した。同様に、尿試料から単離されたＭＥＶは、自閉症スペクトラム障害を有する個人の細菌メタゲノム分析を容易にした（ＰＭＩＤ：２９０９３６３９）。

【0004】

本明細書に開示の態様は、液体生体試料中の疾患関連ＭＥＶに基づいて、対象における疾患を診断する方法であって、（ａ）ＭＥＶを１つ以上の親和性捕捉試薬で富化することと、（ｂ）ＭＥＶ由来の分子分析物の疾患関連の存在量を検出することと、を含む、方法を提供する。いくつかの実施形態では、（ａ）は、非微生物ＥＶからのＭＥＶの分離をもたらし得る。いくつかの実施形態では、（ｂ）は、分子分析物の疾患関連の存在量を定量することを更に含み得る。いくつかの実施形態では、ＭＥＶは、小胞関連無細胞微生物ＤＮＡ、微生物ＲＮＡ、非微生物ＤＮＡ、非微生物ＲＮＡ、微生物タンパク質、非微生物タンパク質、微生物代謝産物、若しくは非微生物代謝産物、微生物脂質、非微生物脂質、微生物グリカン、非微生物グリカン、又はそれらの任意の組み合わせを含み得る。

【0005】

いくつかの実施形態では、液体生体試料は、液体生検試料であり得る。いくつかの実施形態では、液体生検試料は、血漿、血清、全血、尿、脳脊髄液、唾液、リンパ液、汗、涙、呼気凝縮液、又はそれらの任意の希釈物若しくは処理された画分を含み得る。いくつかの実施形態では、親和性に基づく富化（ａ）は、微生物細胞壁分子モチーフ又は非微生物細胞壁分子モチーフを濃縮することを含む。いくつかの実施形態では、微生物細胞壁分子モチーフ又は非微生物細胞壁分子モチーフは、リポ多糖類（ＬＰＳ）、リポタンパク質、リポペプチド、リポテイコ酸（ＬＴＡ）、リポアラビノマンナン、キチン、ベータ－グルカン、ザイモサン、及びグリコシルホスファチジルイノシトール（ＧＰＩ）アンカータンパク質、又はそれらの任意の組み合わせなどの正準細胞壁構成要素を含み得る。いくつかの実施形態では、１つ以上の親和性捕捉試薬は、組換え自然免疫パターン認識受容体、若しくはポリクローナル抗体、モノクローナル抗体、組換え抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含み得る。いくつかの実施形態では、組換え自然免疫パターン認識受容体は、Ｔｏｌｌ様受容体１（ＴＬＲ１、ＣＤ２８１）、Ｔｏｌｌ様受容体２（ＴＬＲ２、ＣＤ２８２）、Ｔｏｌｌ様受容体４（ＴＬＲ４、ＣＤ２８４）、Ｔｏｌｌ様受容体５（ＴＬＲ５）、Ｔｏｌｌ様受容体６（ＴＬＲ６、ＣＤ２８６）、Ｔｏｌｌ様受容体１０（ＴＬＲ１０、ＣＤ２９０）、ＣＤ１４、デクチン－１、デクチン－２、マンノース受容体（ＣＤ２０６）、ＤＣ－ＳＩＧＮ、ＳＩＧＮＲ１、ランゲリン、マンノース結合レクチン、フィコリン－１、フィコリン－２、フィコリン－３、又はそれらの任意の誘導体を含み得る。いくつかの実施形態では、それらの誘導体は、エピトープタグ及び完全長組換え自然免疫パターン認識受容体又はそれらの組換え可溶性外部ドメインを含み得る。いくつかの実施形態では、エピトープタグは、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、又は単鎖抗体は、エピトープタグを含有し得る。いくつかの実施形態では、エピトープタグは、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含み得る。いくつかの実施形態では、親和性試薬は、微生物細胞壁分子モチーフ又は非微生物細胞壁分子モチーフと相互作用する領域を含み得る。いくつかの場合では、この領域は、微生物細胞壁分子モチーフ又は非微生物細胞壁分子モチーフに結合し得る。いくつかの実施形態では、親和性に基づく富化（ａ）は、液体生検試料を、共有結合で固定化された親和性剤を含む支持体と接触させることを含み得る。いくつかの場合では、支持体は、複数の共有結合で固定化された親和性剤を含み得る。いくつかの実施形態では、共有結合で固定化された親和性剤は、微生物細胞壁分子モチーフ又は非微生物細胞壁分子モチーフと相互作用し得る領域を含み得る。いくつかの実施形態では、支持体は、磁性ビーズ、アガロースビーズ、非磁性ラテックス、機能化セファロース、ｐＨ感受性ポリマー、又はそれらの任意の組み合わせを含み得る。

【0006】

いくつかの実施形態では、液体生体試料からのＭＥＶ富化は、（ａ．）当該液体生体試料を１つ以上の親和性捕捉試薬と接触させて、捕捉試薬－分子モチーフ相互作用複合体を形成することと、（ｂ．）捕捉試薬－分子モチーフ相互作用複合体を支持体と接触させることと、（ｃ．）支持体を液体生体試料から分離して、捕捉試薬－分子モチーフ相互作用複合体を濃縮することと、を含み得る。いくつかの実施形態では、１つ以上の親和性捕捉試薬は、エピトープタグを含み得る。いくつかの実施形態では、支持体は、エピトープタグ認識表面を含み得る。いくつかの実施形態では、支持体のエピトープタグ認識表面は、１つ以上の親和性捕捉試薬のエピトープタグと相互作用し得る。いくつかの実施形態では、エピトープタグ認識表面は、ストレプトアビジン、若しくは６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、ビオチンに特異的な抗体、又はそれらの任意の組み合わせを含み得る。いくつかの実施形態では、エピトープタグ認識表面は、抗種抗体を含み得る。

【0007】

いくつかの実施形態では、ＭＥＶの分子分析物の疾患関連の存在量を検出することは、核酸分析物の核酸配列決定、ポリメラーゼ連鎖反応（ＰＣＲ）に基づく、又はハイブリダイゼーションに基づく分析を含み得る。いくつかの実施形態では、分子分析物の疾患関連の存在量は、更に定量され得る。いくつかの場合では、分子分析物は、ＭＥＶ上にあり得るか、又はＭＥＶ内にあり得る。いくつかの実施形態では、分子分析物を検出及び／又は定量することは、質量分析、液体クロマトグラフィー－質量分析（ＬＣ－ＭＳ）、高速液体クロマトグラフィー（ＨＰＬＣ）、又はそれらの任意の組み合わせを実施することを含み得る。いくつかの実施形態では、分子分析物を検出及び／又は定量することは、酵素結合免疫吸着アッセイ（ＥＬＩＳＡ）、ラジオイムノアッセイ（ＲＩＡ）、蛍光イムノアッセイ（ＦＩＡ）、化学発光イムノアッセイ（ＣＩＡ）、リアルタイム免疫定量ＰＣＲ（ｉｑＰＣＲ）、又はそれらの任意の組み合わせなどのイムノアッセイ分析を実施することを含み得る。

【0008】

本明細書に開示の態様は、液体生体試料中の疾患関連ＭＥＶに基づいて、対象における疾患を検出するための診断を作成する方法であって、（ａ）微生物細胞外小胞及び非微生物細胞外小胞を含む液体生体試料を提供することと、（ｂ）１つ以上の第１の親和性捕捉試薬によって当該微生物細胞外小胞を富化することと、（ｃ）１つ以上の第２の親和性捕捉試薬によって当該非微生物細胞外小胞を富化することと、（ｄ）微生物細胞外小胞由来の分子分析物の疾患関連の存在量を検出することと、（ｅ）非微生物細胞外小胞由来の分子分析物の疾患関連の存在量を検出することと、（ｆ）微生物細胞外小胞及び非微生物細胞外小胞由来の分子分析物の第１及び第２の疾患関連の存在量を組み合わせて、疾患状態のシグネチャを形成することによって、対象における疾患状態を特定することと、を含む、方法を提供する。いくつかの実施形態では、微生物細胞外小胞は、小胞関連無細胞微生物ＤＮＡ、微生物ＲＮＡ、非微生物ＤＮＡ、非微生物ＲＮＡ、微生物タンパク質、非微生物タンパク質、微生物代謝産物、非微生物代謝産物、微生物脂質、非微生物脂質、微生物グリカン、非微生物グリカン、又はそれらの任意の組み合わせを含み得る。いくつかの実施形態では、液体生体試料は、血漿、血清、全血、尿、脳脊髄液、唾液、リンパ液、汗、涙、呼気凝縮液、又はそれらの任意の希釈物若しくは処理された画分を含み得る。いくつかの実施形態では、親和性に基づく富化（ｂ）及び（ｃ）は、微生物細胞壁分子モチーフ又は非微生物細胞壁分子モチーフを濃縮することを含み得る。いくつかの実施形態では、微生物細胞壁分子モチーフ又は非微生物細胞壁分子モチーフは、リポ多糖類（ＬＰＳ）、リポタンパク質、リポペプチド、リポテイコ酸（ＬＴＡ）、リポアラビノマンナン、キチン、ベータ－グルカン、ザイモサン、及びグリコシルホスファチジルイノシトール（ＧＰＩ）アンカータンパク質、又はそれらの任意の組み合わせなどの正準細胞壁構成要素を含み得る。いくつかの実施形態では、第１及び第２の１つ以上の親和性捕捉試薬は、組換え自然免疫パターン認識受容体、若しくはポリクローナル抗体、モノクローナル抗体、組換え抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含み得る。いくつかの実施形態では、組換え自然免疫パターン認識受容体は、Ｔｏｌｌ様受容体１（ＴＬＲ１、ＣＤ２８１）、Ｔｏｌｌ様受容体２（ＴＬＲ２、ＣＤ２８２）、Ｔｏｌｌ様受容体４（ＴＬＲ４、ＣＤ２８４）、Ｔｏｌｌ様受容体５（ＴＬＲ５）、Ｔｏｌｌ様受容体６（ＴＬＲ６、ＣＤ２８６）、Ｔｏｌｌ様受容体１０（ＴＬＲ１０、ＣＤ２９０）、ＣＤ１４、リポ多糖類結合タンパク質、デクチン－１、デクチン－２、マンノース受容体（ＣＤ２０６）、ＤＣ－ＳＩＧＮ、ＳＩＧＮＲ１、ランゲリン、マンノース結合レクチン、フィコリン－１、フィコリン－２、フィコリン－３、又はそれらの任意の誘導体を含み得る。いくつかの実施形態では、組換え自然免疫パターン認識受容体誘導体は、エピトープタグ及び完全長組換え自然免疫パターン認識受容体又はそれらの組換え可溶性外部ドメインを含み得る。いくつかの実施形態では、エピトープタグは、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含み得る。いくつかの実施形態では、抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、及び単鎖抗体は、エピトープタグを含有し得る。いくつかの実施形態では、エピトープタグは、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含み得る。いくつかの実施形態では、第１及び第２の１つ以上の親和性試薬は、微生物細胞壁分子モチーフ又は非微生物細胞壁分子モチーフと相互作用する領域を含み得る。いくつかの場合では、領域は、微生物細胞壁分子モチーフ又は非微生物細胞壁分子モチーフに結合し得る。いくつかの実施形態では、微生物細胞外小胞の富化は、当該液体生検試料を、共有結合で固定化された親和性剤を含む支持体とインキュベーションすることを含み得る。いくつかの場合では、支持体は、複数の共有結合で固定化された親和性剤を含み得る。いくつかの実施形態では、共有結合で固定化された親和性剤は、微生物細胞壁分子モチーフ又は非微生物細胞壁分子モチーフと相互作用する領域を含み得る。いくつかの場合では、領域は、微生物細胞壁分子モチーフ又は非微生物細胞壁分子モチーフに結合し得る。いくつかの実施形態では、支持体は、磁性ビーズ、アガロースビーズ、非磁性ラテックス、機能化セファロース、ｐＨ感受性ポリマー、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、非微生物細胞外小胞の親和性捕捉試薬は、ポリクローナル、モノクローナル、組換え抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含み得る。いくつかの実施形態では、第１及び第２の１つ以上の親和性捕捉試薬は、哺乳動物抗原ＣＤ９、ＣＤ６３、ＣＤ８１、グリピカン１（ＧＰＣ１）、Ｍａｒｔ－１、ＴＹＲＰ２、ヒト上皮成長因子受容体（ＨＥＲ）ファミリーメンバー、及びＥｐＣＡＭに特異的であり得る。いくつかの実施形態では、非微生物細胞外小胞の富化は、当該液体生体試料を、共有結合で固定化された親和性剤を含む支持体とインキュベーションすることを含み得る。いくつかの実施形態では、共有結合で固定化された親和性剤は、非微生物分子モチーフと相互作用し得る領域を含み得る。いくつかの場合では、領域は、非微生物分子モチーフに結合し得る。いくつかの実施形態では、支持体は、磁性ビーズ、アガロースビーズ、非磁性ラテックス、機能化セファロース、ｐＨ感受性ポリマー、又はそれらの任意の組み合わせを含み得る。いくつかの実施形態では、分子分析物を検出することは、核酸分析物の核酸配列決定、ポリメラーゼ連鎖反応（ＰＣＲ）分析を含み得る。いくつかの場合では、分子分析物は、更に定量され得る。いくつかの実施形態では、分子分析物を検出及び／又は定量することは、イムノアッセイ分析を実施することを含み得る。いくつかの場合では、イムノアッセイ分析は、非限定的な例として、酵素結合免疫吸着アッセイ（ＥＬＩＳＡ）、ラジオイムノアッセイ（ＲＩＡ）、蛍光イムノアッセイ（ＦＩＡ）、化学発光イムノアッセイ（ＣＩＡ）、リアルタイム免疫定量ＰＣＲ（ｉｑＰＣＲ）、又はそれらの任意の組み合わせであり得る。

【0009】

本明細書に開示の態様は、対象の疾患を特定する方法であって、１つ以上の微生物細胞外小胞を含む対象由来の生体試料を提供することと、当該１つ以上の微生物細胞外小胞を１つ以上の親和性試薬で富化することと、当該１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物を検出することと、当該１つ以上の微生物細胞外小胞由来の当該１つ以上の分子分析物に基づいて、当該対象の当該疾患を特定することと、を含む、方法を提供する。いくつかの実施形態では、生体試料は、非微生物細胞外小胞を含む。いくつかの実施形態では、方法は、当該１つ以上の分子分析物の存在量を定量することを更に含む。いくつかの実施形態では、当該１つ以上の微生物細胞外小胞の１つ以上の分子分析物は、小胞関連無細胞微生物ＤＮＡ、無細胞微生物ＲＮＡ、微生物ＤＮＡ、微生物ＲＮＡ、微生物タンパク質、微生物代謝産物、微生物脂質、微生物グリカン、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、当該１つ以上の非微生物細胞外の１つ以上の分子分析物は、小胞関連無細胞非微生物ＤＮＡ、無細胞非微生物ＲＮＡ、非微生物ＤＮＡ、非微生物ＲＮＡ、非微生物タンパク質、非微生物代謝産物、非微生物脂質、非微生物グリカン、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、生体試料は、液体生体試料、組織生体試料、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、液体生体試料は、血漿、血清、全血、尿、脳脊髄液、唾液、汗、涙、リンパ液、呼気凝縮液、又はそれらの任意の希釈物若しくは処理された画分を含む。いくつかの実施形態では、全血は、血漿、白血球、赤血球、血小板、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、組織生体試料は、組織ホモジネートを含む。いくつかの実施形態では、１つ以上の親和性試薬は、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフにカップリングするように構成される。いくつかの実施形態では、１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフは、リポ多糖類（ＬＰＳ）、リポタンパク質、リポペプチド、リポテイコ酸（ＬＴＡ）、リポアラビノマンナン、キチン、ベータ－グルカン、ザイモサン、及びグリコシルホスファチジルイノシトール（ＧＰＩ）アンカータンパク質、又はそれらの任意の組み合わせなどの正準細胞壁構成要素を含む。いくつかの実施形態では、１つ以上の親和性試薬は、組換え自然免疫パターン認識受容体又は１つ以上の抗体を含み、当該１つ以上の抗体は、ポリクローナル抗体、モノクローナル抗体、組換え抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、組換え自然免疫パターン認識受容体は、Ｔｏｌｌ様受容体１（ＴＬＲ１、ＣＤ２８１）、Ｔｏｌｌ様受容体２（ＴＬＲ２、ＣＤ２８２）、Ｔｏｌｌ様受容体４（ＴＬＲ４、ＣＤ２８４）、Ｔｏｌｌ様受容体５（ＴＬＲ５）、Ｔｏｌｌ様受容体６（ＴＬＲ６、ＣＤ２８６）、Ｔｏｌｌ様受容体１０（ＴＬＲ１０、ＣＤ２９０）、ＣＤ１４、リポ多糖類結合タンパク質、デクチン－１、デクチン－２、マンノース受容体（ＣＤ２０６）、ＤＣ－ＳＩＧＮ、ＳＩＧＮＲ１、ランゲリン、マンノース結合レクチン、フィコリン－１、フィコリン－２、フィコリン－３、それらの任意の組み合わせ、又はそれらの任意の誘導体を含む。いくつかの実施形態では、それらの誘導体は、エピトープタグ及び完全長組換え自然免疫パターン認識受容体又はそれらの組換え可溶性外部ドメインを含む。いくつかの実施形態では、エピトープタグは、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、１つ以上の抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、又は当該単鎖抗体は、エピトープタグを含む。いくつかの実施形態では、エピトープタグは、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、１つ以上の親和性試薬は、当該１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む。いくつかの実施形態では、富化することは、当該生体試料を、共有結合で固定化された親和性剤を含む支持体と接触させることを含む。いくつかの実施形態では、共有結合で固定化された親和性剤は、当該１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む。いくつかの実施形態では、支持体は、磁性ビーズ、アガロースビーズ、非磁性ラテックス、機能化セファロース、ｐＨ感受性ポリマー、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、富化することは、当該生体試料を当該１つ以上の親和性試薬と接触させて、捕捉試薬－分子モチーフ相互作用複合体を形成することと、当該捕捉試薬－分子モチーフ相互作用複合体を支持体と接触させることと、当該支持体を当該生体試料から分離して、当該捕捉試薬－分子モチーフ相互作用複合体を濃縮することと、を含む。いくつかの実施形態では、１つ以上の親和性試薬は、エピトープタグを含む。いくつかの実施形態では、支持体は、エピトープタグ認識表面を含む。いくつかの実施形態では、エピトープタグ認識表面は、ストレプトアビジン、若しくは６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、ビオチンに特異的な抗体、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、エピトープタグ認識表面は、抗種抗体を含む。いくつかの実施形態では、検出することは、１つ以上の分子分析物の核酸配列決定、ポリメラーゼ連鎖反応（ＰＣＲ）、又はハイブリダイゼーションに基づく分析を含む。いくつかの実施形態では、核酸配列決定は、全ゲノム配列決定、ショットガン配列決定、次世代配列決定、標的化された配列決定、ＲＮＡ配列決定、メチル化配列決定、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、検出することは、質量分析、液体クロマトグラフィー－質量分析（ＬＣ－ＭＳ）、又は高速液体クロマトグラフィー（ＨＰＬＣ）を実施することを含む。いくつかの実施形態では、検出することは、イムノアッセイ分析を実施することを含む。いくつかの実施形態では、疾患は、がんを含む。いくつかの実施形態では、がんは、Ｉ期又はＩＩ期のがんを含む。いくつかの実施形態では、がんは、骨、乳房、肺、結腸、脳、皮膚を含む。いくつかの実施形態では、がんは、副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、胆管がん、結腸腺がん、十二指腸がん、食道がん、多形性神経膠芽腫、小細胞肺がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肝臓肝細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、膵臓腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、直腸腺がん、肉腫、皮膚皮膚黒色腫、胃腺がん、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む。いくつかの実施形態では、がんは、腸以外の１つ以上のがんタイプ：副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、多形性神経膠芽腫、肺小細胞がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、肉腫、皮膚皮膚黒色腫、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む。いくつかの実施形態では、当該がんを特定することは、予測モデルによって当該がんを予測することを含み、当該予測モデルは、１つ以上の対象の１つ以上の微生物細胞外小胞から得られた１つ以上の分子分析物及び当該もう１つの対象の関連疾患で訓練される。いくつかの実施形態では、予測モデルは、入力として当該対象の当該１つ以上の分子分析物を受け取り、当該対象の当該疾患を出力するように構成される。いくつかの実施形態では、予測モデルは、当該対象の１つ以上のがん、１つ以上のがんのサブタイプ、１つ以上のがんの解剖学的位置、又はそれらの任意の組み合わせを予測するように構成される。いくつかの実施形態では、予測モデルは、当該がんの病期、当該がんの予後、当該がんの変異状態、当該がんの将来の免疫療法応答、当該がんを治療するための最適な療法、又はそれらの任意の組み合わせを予測するように構成される。いくつかの実施形態では、予測モデルは、当該対象の１つ以上のがんタイプの間で当該がんを予測し、当該１つ以上のがんタイプの特定のがんタイプを特定するように構成される。いくつかの実施形態では、予測モデルは、機械学習モデルを含み、当該機械学習モデルは、正規化された機械学習モデル、機械学習モデルのアンサンブル、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、予測モデルは、ランダムフォレスト、ニューラルネットワーク、ナイーブベイズ、サポートベクターマシン、学習回帰、ｋ近傍法、ｋ平均法、決定木、ロジスティック回帰、勾配ブースティング、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、当該微生物細胞外小胞を富化することは、当該対象の当該がんを予測する場合、当該予測モデルの精度を少なくとも１％、少なくとも５％、少なくとも１０％、少なくとも１５％、又は少なくとも２０％改善する。いくつかの実施形態では、対象は、非ヒト哺乳動物又はヒト対象を含む。

【0010】

本開示の態様は、対象の疾患を特定する方法であって、１つ以上の微生物細胞外小胞及び１つ以上の非微生物細胞外小胞を含む対象の生体試料を提供することと、当該１つ以上の微生物細胞外小胞を１つ以上の第１の親和性試薬で富化し、かつ当該１つ以上の非微生物細胞外小胞を１つ以上の第２の親和性試薬で富化し、それによって、１つ以上の富化された微生物細胞外小胞及び１つ以上の富化された非微生物細胞外小胞を生成することと、当該富化された１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物の第１の存在量、及び当該富化された１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物の第２の存在量を検出することと、１つ以上の分子分析物の当該第１の存在量及び１つ以上の分子分析物の当該第２の存在量の組み合わせと、１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物の第３の存在量及び１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物の第４の存在量に関連する疾患のモデルとの間の関連から、当該対象の当該疾患を特定することと、を含む、方法を提供する。いくつかの実施形態では、検出することは、１つ以上の分子分析物の当該第１の存在量及び１つ以上の分子分析物の当該第２の存在量を定量することを含む。いくつかの実施形態では、１つ以上の微生物細胞外小胞は、小胞関連無細胞微生物ＤＮＡ、無細胞微生物ＲＮＡ、微生物ＤＮＡ、微生物ＲＮＡ、微生物タンパク質、微生物代謝産物、微生物脂質、微生物グリカン、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、当該１つ以上の非微生物細胞外小胞の１つ以上の分子分析物は、無細胞非微生物ＤＮＡ、無細胞非微生物ＲＮＡ、非微生物ＤＮＡ、非微生物ＲＮＡ、非微生物タンパク質、非微生物代謝産物、非微生物脂質、非微生物グリカン、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、生体試料は、液体生体試料、組織生体試料、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、液体生体試料は、血漿、血清、全血、尿、脳脊髄液、唾液、汗、涙、リンパ液、呼気凝縮液、又はそれらの任意の組み合わせ、任意の希釈物、若しくは処理された画分を含む。いくつかの実施形態では、全血は、白血球、血漿、赤血球、血小板、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、組織生体試料は、組織ホモジネートを含む。いくつかの実施形態では、富化することは、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフを濃縮することを含む。いくつかの実施形態では、１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフは、リポ多糖類（ＬＰＳ）、リポタンパク質、リポペプチド、リポテイコ酸（ＬＴＡ）、リポアラビノマンナン、キチン、ベータ－グルカン、ザイモサン、グリコシルホスファチジルイノシトール（ＧＰＩ）アンカータンパク質、又はそれらの任意の組み合わせなどの正準細胞壁構成要素を含む。いくつかの実施形態では、１つ以上の第１の親和性試薬又は当該１つ以上の第２の親和性試薬は、組換え自然免疫パターン認識受容体又は１つ以上の抗体を含み、当該１つ以上の抗体は、ポリクローナル抗体、モノクローナル抗体、組換え抗体、及びアプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、組換え自然免疫パターン認識受容体は、Ｔｏｌｌ様受容体１（ＴＬＲ１、ＣＤ２８１）、Ｔｏｌｌ様受容体２（ＴＬＲ２、ＣＤ２８２）、Ｔｏｌｌ様受容体４（ＴＬＲ４、ＣＤ２８４）、Ｔｏｌｌ様受容体５（ＴＬＲ５）、Ｔｏｌｌ様受容体６（ＴＬＲ６、ＣＤ２８６）、Ｔｏｌｌ様受容体１０（ＴＬＲ１０、ＣＤ２９０）、ＣＤ１４、リポ多糖類結合タンパク質、デクチン－１、デクチン－２、マンノース受容体（ＣＤ２０６）、ＤＣ－ＳＩＧＮ、ＳＩＧＮＲ１、ランゲリン、マンノース結合レクチン、フィコリン－１、フィコリン－２、フィコリン－３、又はそれらの任意の誘導体を含む。いくつかの実施形態では、それらの誘導体は、エピトープタグ、完全長組換え自然免疫パターン認識受容体、又はそれらの組換え可溶性外部ドメインを含む。いくつかの実施形態では、１つ以上の抗体、当該アプタマー、当該単鎖可変断片（ｓｃＦｖ）、及び当該単鎖抗体は、エピトープタグを含む。いくつかの実施形態では、エピトープタグは、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、１つ以上の第１の親和性試薬及び当該１つ以上の第２の親和性試薬は、当該１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む。いくつかの実施形態では、富化することは、当該生体試料を、共有結合で固定化された親和性剤を含む支持体とインキュベーションすることを含む。いくつかの実施形態では、共有結合で固定化された親和性剤は、当該１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む。いくつかの実施形態では、支持体は、磁性ビーズ、アガロースビーズ、非磁性ラテックス、機能化セファロース、ｐＨ感受性ポリマー、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、１つ以上の第１の親和性試薬又は当該１つ以上の第２の親和性試薬は、哺乳動物抗原ＣＤ９、ＣＤ６３、ＣＤ８１、グリピカン１（ＧＰＣ１）、Ｍａｒｔ－１、ＴＹＲＰ２、ヒト上皮成長因子受容体（ＨＥＲ）ファミリーメンバー、ＥｐＣＡＭ、又はそれらの任意の組み合わせに特異的である。いくつかの実施形態では、検出することは、核酸配列決定、ポリメラーゼ連鎖反応（ＰＣＲ）、質量分析、液体クロマトグラフィー－質量分析（ＬＣ－ＭＳ）、高速液体クロマトグラフィー（ＨＰＬＣ）、イムノアッセイ分析、又はそれらの任意の組み合わせを、当該１つ以上の微生物細胞外小胞の当該１つ以上の分子分析物、又は当該１つ以上の非微生物細胞外小胞由来の当該１つ以上の分子分析物で実施することを含む。いくつかの実施形態では、核酸配列決定は、全ゲノム配列決定、ショットガン配列決定、次世代配列決定、標的化された配列決定、ＲＮＡ配列決定、メチル化配列決定、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、モデルは、予測モデルを含み、予測モデルは、１つ以上の対象の当該１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物の当該第３の存在量、当該１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物の当該第４の存在量、及び当該１つ以上の対象の対応する疾患で訓練される。いくつかの実施形態では、予測モデルは、入力として１つ以上の分子分析物の当該第１の存在量及び１つ以上の分子分析物の当該第２の存在量を受け取り、当該対象の当該疾患の予測を出力するように構成される。いくつかの実施形態では、当該疾患は、がんを含む。いくつかの実施形態では、がんは、Ｉ期又はＩＩ期のがんを含む。いくつかの実施形態では、がんは、骨、乳房、肺、結腸、脳、皮膚、卵巣、膵臓、又はそれらの任意の組み合わせのタイプのがんを含む。いくつかの実施形態では、予測モデルは、当該対象における１つ以上のがん、１つ以上のがんのサブタイプ、１つ以上のがんの解剖学的位置、又はそれらの任意の組み合わせを予測するように構成される。いくつかの実施形態では、がんは、副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、胆管がん、結腸腺がん、十二指腸がん、食道がん、多形性神経膠芽腫、小細胞肺がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肝臓肝細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、膵臓腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、直腸腺がん、肉腫、皮膚皮膚黒色腫、胃腺がん、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む。いくつかの実施形態では、がんは、腸以外の１つ以上のがんタイプ：副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、多形性神経膠芽腫、肺小細胞がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、肉腫、皮膚皮膚黒色腫、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む。いくつかの実施形態では、予測モデルは、機械学習モデルを含む。いくつかの実施形態では、機械学習モデルは、１つ以上の機械学習モデル、正規化された機械学習モデル、機械学習モデルのアンサンブル、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、予測モデルは、ランダムフォレスト、ニューラルネットワーク、ナイーブベイズ、サポートベクターマシン、線形回帰、ｋ近傍法、ｋ平均法、決定木、ロジスティック回帰、勾配ブースティング、又はそれらの任意の組み合わせの予測モデルを含む。いくつかの実施形態では、対象は、ヒト又は非ヒト哺乳動物を含む。いくつかの実施形態では、当該１つ以上の微生物細胞外小胞及び当該１つ以上の非微生物細胞外小胞を富化することは、当該対象の当該がんを予測する場合、当該予測モデルの精度を少なくとも１％、少なくとも５％、少なくとも１０％、少なくとも１５％、又は少なくとも２０％改善する。いくつかの実施形態では、当該対象の当該疾患を予測する場合の当該予測モデルの受信者動作特性曲線下面積は、１つ以上の分子分析物の当該第１の存在量及び１つ以上の分子分析物の当該第２の存在量の当該組み合わせが、当該予測モデルへの当該入力として提供される場合、少なくとも１％、少なくとも２％、少なくとも４％、少なくとも５％、又は少なくとも１０％増加する。

【0011】

本開示の態様は、対象の疾患に対する治療を特定する方法であって、１つ以上の微生物細胞外小胞を含む対象の生体試料を提供することと、当該１つ以上の微生物細胞外小胞を１つ以上の親和性試薬で富化し、それによって、１つ以上の富化された微生物細胞外小胞を生成することと、当該１つ以上の富化された微生物細胞外小胞由来の１つ以上の分子分析物を検出することと、当該１つ以上の分子分析物に基づいて、当該対象の当該疾患に対する当該治療を特定することと、を含む、方法を提供する。いくつかの実施形態では、生体試料は、非微生物細胞外小胞及び当該１つ以上の微生物細胞外小胞を含む。いくつかの実施形態では、方法は、当該１つ以上の分子分析物の存在量を定量することを更に含む。いくつかの実施形態では、当該１つ以上の微生物細胞外小胞の１つ以上の分子分析物は、小胞関連無細胞微生物ＤＮＡ、無細胞微生物ＲＮＡ、微生物ＤＮＡ、微生物ＲＮＡ、微生物タンパク質、微生物代謝産物、微生物脂質、微生物グリカン、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、当該非微生物細胞外小胞の１つ以上の分子分析物は、小胞関連無細胞非微生物ＤＮＡ、無細胞非微生物ＲＮＡ、非微生物ＤＮＡ、非微生物ＲＮＡ、非微生物タンパク質、非微生物代謝産物、非微生物脂質、非微生物グリカン、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、生体試料は、液体生体試料、組織生体試料、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、液体生体試料は、血漿、血清、全血、尿、脳脊髄液、唾液、汗、涙、リンパ液、呼気凝縮液、又はそれらの任意の希釈物若しくは処理された画分を含む。いくつかの実施形態では、全血は、血漿、白血球、赤血球、血小板、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、組織生体試料は、組織ホモジネートを含む。いくつかの実施形態では、１つ以上の親和性試薬は、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフにカップリングするように構成される。いくつかの実施形態では、１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフは、リポ多糖類（ＬＰＳ）、リポタンパク質、リポペプチド、リポテイコ酸（ＬＴＡ）、リポアラビノマンナン、キチン、ベータ－グルカン、ザイモサン、及びグリコシルホスファチジルイノシトール（ＧＰＩ）アンカータンパク質、又はそれらの任意の組み合わせなどの正準細胞壁構成要素を含む。いくつかの実施形態では、１つ以上の親和性試薬は、組換え自然免疫パターン認識受容体又は１つ以上の抗体を含み、当該１つ以上の抗体は、ポリクローナル抗体、モノクローナル抗体、組換え抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、組換え自然免疫パターン認識受容体は、Ｔｏｌｌ様受容体１（ＴＬＲ１、ＣＤ２８１）、Ｔｏｌｌ様受容体２（ＴＬＲ２、ＣＤ２８２）、Ｔｏｌｌ様受容体４（ＴＬＲ４、ＣＤ２８４）、Ｔｏｌｌ様受容体５（ＴＬＲ５）、Ｔｏｌｌ様受容体６（ＴＬＲ６、ＣＤ２８６）、Ｔｏｌｌ様受容体１０（ＴＬＲ１０、ＣＤ２９０）、ＣＤ１４、リポ多糖類結合タンパク質、デクチン－１、デクチン－２、マンノース受容体（ＣＤ２０６）、ＤＣ－ＳＩＧＮ、ＳＩＧＮＲ１、ランゲリン、マンノース結合レクチン、フィコリン－１、フィコリン－２、フィコリン－３、それらの任意の組み合わせ、又はそれらの任意の誘導体を含む。いくつかの実施形態では、それらの誘導体は、エピトープタグ及び完全長組換え自然免疫パターン認識受容体又はそれらの組換え可溶性外部ドメインを含む。いくつかの実施形態では、エピトープタグは、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、１つ以上の抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、又は当該単鎖抗体は、エピトープタグを含む。いくつかの実施形態では、エピトープタグは、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、１つ以上の親和性試薬は、当該１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む。いくつかの実施形態では、富化することは、当該生体試料を、共有結合で固定化された親和性剤を含む支持体と接触させることを含む。いくつかの実施形態では、共有結合で固定化された親和性剤は、当該１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む。いくつかの実施形態では、支持体は、磁性ビーズ、アガロースビーズ、非磁性ラテックス、機能化セファロース、ｐＨ感受性ポリマー、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、富化することは、当該生体試料を当該１つ以上の親和性試薬と接触させて、捕捉試薬－分子モチーフ相互作用複合体を形成することと、当該捕捉試薬－分子モチーフ相互作用複合体を支持体と接触させることと、当該支持体を当該生体試料から分離して、当該捕捉試薬－分子モチーフ相互作用複合体を濃縮することと、を含む。いくつかの実施形態では、１つ以上の親和性試薬は、エピトープタグを含む。いくつかの実施形態では、支持体は、エピトープタグ認識表面を含む。いくつかの実施形態では、エピトープタグ認識表面は、ストレプトアビジン、若しくは６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、ビオチンに特異的な抗体、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、エピトープタグ認識表面は、抗種抗体を含む。いくつかの実施形態では、検出することは、核酸分析物の核酸配列決定、ポリメラーゼ連鎖反応（ＰＣＲ）に基づく、又はハイブリダイゼーションに基づく分析を含む。いくつかの実施形態では、核酸配列決定は、全ゲノム配列決定、ショットガン配列決定、次世代配列決定、標的化された配列決定、ＲＮＡ配列決定、メチル化配列決定、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、検出することは、質量分析、液体クロマトグラフィー－質量分析（ＬＣ－ＭＳ）、又は高速液体クロマトグラフィー（ＨＰＬＣ）を実施することを含む。いくつかの実施形態では、検出することは、イムノアッセイ分析を実施することを含む。いくつかの実施形態では、疾患は、がんを含む。いくつかの実施形態では、がんは、Ｉ期又はＩＩ期のがんを含む。いくつかの実施形態では、がんは、骨、乳房、肺、結腸、脳、皮膚、卵巣、膵臓、又はそれらの任意の組み合わせのタイプのがんを含む。いくつかの実施形態では、がんは、副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、胆管がん、結腸腺がん、十二指腸がん、食道がん、多形性神経膠芽腫、小細胞肺がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肝臓肝細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、膵臓腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、直腸腺がん、肉腫、皮膚皮膚黒色腫、胃腺がん、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む。いくつかの実施形態では、がんは、腸以外の１つ以上のがんタイプ：副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、多形性神経膠芽腫、肺小細胞がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、肉腫、皮膚皮膚黒色腫、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む。いくつかの実施形態では、当該疾患に対する当該治療を特定することは、予測モデルによって当該治療を予測することを含み、当該予測モデルは、１つ以上の対象の１つ以上の微生物細胞外小胞から得られた１つ以上の分子分析物及び当該もう１つの対象の当該疾患に対する関連する治療で訓練される。いくつかの実施形態では、予測モデルは、入力として当該対象の当該１つ以上の分子分析物を受け取り、当該対象の当該疾患に対する当該治療を出力するように構成される。いくつかの実施形態では、予測モデルは、機械学習モデルを含み、当該機械学習モデルは、正規化された機械学習モデル、機械学習モデルのアンサンブル、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、予測モデルは、ランダムフォレスト、ニューラルネットワーク、ナイーブベイズ、サポートベクターマシン、学習回帰、ｋ近傍法、ｋ平均法、決定木、ロジスティック回帰、勾配ブースティング、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、当該１つ以上の微生物細胞外小胞を富化することは、当該対象の当該治療を予測する場合、当該予測モデルの精度を少なくとも１％、少なくとも５％、少なくとも１０％、少なくとも１５％、又は少なくとも２０％改善する。いくつかの実施形態では、対象は、非ヒト哺乳動物又はヒト対象を含む。いくつかの実施形態では、治療は、元々がんを標的とするために承認されていても、されていなくてもよい、別の目的で再利用された治療を含む。いくつかの実施形態では、治療は、小分子、生物製剤、プロバイオティクス、ウイルス、バクテリオファージ、免疫療法、広域抗生物質、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、プロバイオティクスは、操作された細菌株又は操作された細菌のアンサンブルを含む。いくつかの実施形態では、治療は、一次治療の有効性を改善するために当該がんに対する当該一次治療と組み合わせて与えられるアジュバントを含む。いくつかの実施形態では、治療は、当該がん又はがん微小環境に関連する標的微生物抗原への養子細胞移行を含む。いくつかの実施形態では、治療は、当該がん又はがん微小環境に関連する微生物抗原を利用するがんワクチンを含む。いくつかの実施形態では、治療は、当該がん又はがん微小環境に関連する微生物抗原に対するモノクローナル抗体を含む。いくつかの実施形態では、治療は、当該がん又はがん微小環境に関連する微生物抗原を少なくとも部分的に標的とするように設計された抗体－薬物コンジュゲートを含む。いくつかの実施形態では、治療は、当該がん又はがん微小環境に関連する１つ以上の微生物抗原を少なくとも部分的に標的とするように設計された、多価抗体、抗体断片、又はそれらの抗体誘導体を含む。いくつかの実施形態では、治療は、特定の種類の微生物又は機能的若しくは生物学的に類似した微生物のクラスに対する標的化された抗生物質を含む。いくつかの実施形態では、少なくとも１つのタイプが、当該がんの微生物の存在又は存在量を利用して、全体的な治療有効性を増強させるような、以下の治療タイプ：小分子、生物製剤、操作された宿主由来細胞タイプ、プロバイオティクス、操作された細菌、天然であるが選択的なウイルス、操作されたウイルス、及びバクテリオファージのうちの２つ以上が、組み合わされる。

【0012】

本開示の態様は、対象の疾患に対する治療を特定する方法であって、１つ以上の微生物細胞外小胞及び１つ以上の非微生物細胞外小胞を含む対象の生体試料を提供することと、当該１つ以上の微生物細胞外小胞を１つ以上の第１の親和性試薬で富化し、かつ当該１つ以上の非微生物細胞外小胞を１つ以上の第２の親和性試薬で富化し、それによって、１つ以上の富化された微生物細胞外小胞及び１つ以上の富化された非微生物細胞外小胞を生成することと、当該富化された１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物の第１の存在量、及び当該富化された１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物の第２の存在量を検出することと、１つ以上の分子分析物の当該第１の存在量及び１つ以上の分子分析物の当該第２の存在量の組み合わせと、１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物の第３の存在量及び１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物の第４の存在量に関連する疾患治療のモデルとの間の関連から、当該対象の当該疾患に対する当該治療を特定することと、を含む、方法を提供する。いくつかの実施形態では、検出することは、１つ以上の分子分析物の当該第１の存在量及び１つ以上の分子分析物の当該第２の存在量を定量することを含む。いくつかの実施形態では、当該１つ以上の微生物細胞外小胞の１つ以上の分子分析物は、小胞関連無細胞微生物ＤＮＡ、無細胞微生物ＲＮＡ、微生物ＤＮＡ、微生物ＲＮＡ、微生物タンパク質、微生物代謝産物、微生物脂質、微生物グリカン、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、当該非微生物細胞外小胞の１つ以上の分子分析物は、小胞関連無細胞非微生物ＤＮＡ、無細胞非微生物ＲＮＡ、非微生物ＤＮＡ、非微生物ＲＮＡ、非微生物タンパク質、非微生物代謝産物、非微生物脂質、非微生物グリカン、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、生体試料は、液体生体試料、組織生体試料、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、液体生体試料は、血漿、血清、全血、尿、脳脊髄液、唾液、汗、涙、リンパ液、呼気凝縮液、又はそれらの任意の組み合わせ、任意の希釈物、若しくは処理された画分を含む。いくつかの実施形態では、全血は、白血球、血漿、赤血球、血小板、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、組織生体試料は、組織ホモジネートを含む。いくつかの実施形態では、富化することは、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物の細胞壁分子モチーフを濃縮することを含む。いくつかの実施形態では、１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフは、リポ多糖類（ＬＰＳ）、リポタンパク質、リポペプチド、リポテイコ酸（ＬＴＡ）、リポアラビノマンナン、キチン、ベータ－グルカン、ザイモサン、グリコシルホスファチジルイノシトール（ＧＰＩ）アンカータンパク質、又はそれらの任意の組み合わせなどの正準細胞壁構成要素を含む。いくつかの実施形態では、１つ以上の第１の親和性試薬又は当該１つ以上の第２の親和性試薬は、組換え自然免疫パターン認識受容体又は１つ以上の抗体を含み、当該１つ以上の抗体は、ポリクローナル抗体、モノクローナル抗体、組換え抗体、及びアプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、組換え自然免疫パターン認識受容体は、Ｔｏｌｌ様受容体１（ＴＬＲ１、ＣＤ２８１）、Ｔｏｌｌ様受容体２（ＴＬＲ２、ＣＤ２８２）、Ｔｏｌｌ様受容体４（ＴＬＲ４、ＣＤ２８４）、Ｔｏｌｌ様受容体５（ＴＬＲ５）、Ｔｏｌｌ様受容体６（ＴＬＲ６、ＣＤ２８６）、Ｔｏｌｌ様受容体１０（ＴＬＲ１０、ＣＤ２９０）、ＣＤ１４、リポ多糖類結合タンパク質、デクチン－１、デクチン－２、マンノース受容体（ＣＤ２０６）、ＤＣ－ＳＩＧＮ、ＳＩＧＮＲ１、ランゲリン、マンノース結合レクチン、フィコリン－１、フィコリン－２、フィコリン－３、又はそれらの任意の誘導体を含む。いくつかの実施形態では、それらの誘導体は、エピトープタグ、完全長組換え自然免疫パターン認識受容体、又はそれらの組換え可溶性外部ドメインを含む。いくつかの実施形態では、１つ以上の抗体、当該アプタマー、当該単鎖可変断片（ｓｃＦｖ）、及び当該単鎖抗体は、エピトープタグを含む。いくつかの実施形態では、エピトープタグは、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、１つ以上の第１の親和性試薬及び当該１つ以上の第２の親和性試薬は、当該１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む。いくつかの実施形態では、富化することは、当該液体生体試料を、共有結合で固定化された親和性剤を含む支持体とインキュベーションすることを含む。いくつかの実施形態では、共有結合で固定化された親和性剤は、当該１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む。いくつかの実施形態では、支持体は、磁性ビーズ、アガロースビーズ、非磁性ラテックス、機能化セファロース、ｐＨ感受性ポリマー、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、１つ以上の第２の親和性試薬は、ポリクローナル、モノクローナル、組換え抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、１つ以上の第１の親和性試薬又は当該１つ以上の第２の親和性試薬は、哺乳動物抗原ＣＤ９、ＣＤ６３、ＣＤ８１、グリピカン１（ＧＰＣ１）、Ｍａｒｔ－１、ＴＹＲＰ２、ヒト上皮成長因子受容体（ＨＥＲ）ファミリーメンバー、ＥｐＣＡＭ、又はそれらの任意の組み合わせに特異的である。いくつかの実施形態では、検出することは、核酸配列決定、ポリメラーゼ連鎖反応（ＰＣＲ）、質量分析、液体クロマトグラフィー－質量分析（ＬＣ－ＭＳ）、高速液体クロマトグラフィー（ＨＰＬＣ）、イムノアッセイ分析、又はそれらの任意の組み合わせを、当該１つ以上の微生物細胞外小胞の当該１つ以上の分子分析物、又は当該１つ以上の非微生物細胞外小胞由来の当該１つ以上の分子分析物で実施することを含む。いくつかの実施形態では、核酸配列決定は、全ゲノム配列決定、ショットガン配列決定、次世代配列決定、標的化された配列決定、ＲＮＡ配列決定、メチル化配列決定、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、モデルは、予測モデルを含み、当該予測モデルは、１つ以上の対象の当該１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物の当該第３の存在量、当該１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物の当該第４の存在量、及び当該１つ以上の対象の当該疾患に対する対応する治療で訓練される。いくつかの実施形態では、予測モデルは、入力として１つ以上の分子分析物の当該第１の存在量及び１つ以上の分子分析物の当該第２の存在量を受け取り、当該対象の当該疾患に対する当該治療の予測を出力するように構成される。いくつかの実施形態では、疾患は、がんを含む。いくつかの実施形態では、がんは、Ｉ期又はＩＩ期のがんを含む。いくつかの実施形態では、がんは、骨、乳房、肺、結腸、脳、皮膚、卵巣、膵臓、又はそれらの任意の組み合わせのタイプのがんを含む。いくつかの実施形態では、がんは、副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、胆管がん、結腸腺がん、十二指腸がん、食道がん、多形性神経膠芽腫、小細胞肺がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肝臓肝細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、膵臓腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、直腸腺がん、肉腫、皮膚皮膚黒色腫、胃腺がん、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む。いくつかの実施形態では、がんは、腸以外の１つ以上のがんタイプ：副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、多形性神経膠芽腫、肺小細胞がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、肉腫、皮膚皮膚黒色腫、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む。いくつかの実施形態では、予測モデルは、機械学習モデルを含む。いくつかの実施形態では、機械学習モデルは、１つ以上の機械学習モデル、正規化された機械学習モデル、機械学習モデルのアンサンブル、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、予測モデルは、ランダムフォレスト、ニューラルネットワーク、ナイーブベイズ、サポートベクターマシン、線形回帰、ｋ近傍法、ｋ平均法、決定木、ロジスティック回帰、勾配ブースティング、又はそれらの任意の組み合わせの予測モデルを含む。いくつかの実施形態では、対象は、ヒト又は非ヒト哺乳動物を含む。いくつかの実施形態では、当該１つ以上の微生物細胞外小胞及び当該１つ以上の非微生物細胞外小胞を富化することは、当該対象の当該がんに対する当該治療を予測する場合、当該予測モデルの精度を少なくとも１％、少なくとも５％、少なくとも１０％、少なくとも１５％、又は少なくとも２０％改善する。いくつかの実施形態では、当該対象の当該疾患に対する当該治療を予測する当該予測モデルの受信者動作特性曲線下面積は、１つ以上の分子分析物の当該第１の存在量及び１つ以上の分子分析物の当該第２の存在量の当該組み合わせが、当該予測モデルへの当該入力として提供される場合、少なくとも１％、少なくとも２％、少なくとも４％、少なくとも５％、又は少なくとも１０％増加する。いくつかの実施形態では、治療は、元々がんを標的とするために承認されていても、されていなくてもよい、別の目的で再利用された治療を含む。いくつかの実施形態では、治療は、小分子、生物製剤、プロバイオティクス、ウイルス、バクテリオファージ、免疫療法、広域抗生物質、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、プロバイオティクスは、操作された細菌株又は操作された細菌のアンサンブルを含む。いくつかの実施形態では、治療は、一次治療の有効性を改善するために当該がんに対する当該一次治療と組み合わせて与えられるアジュバントを含む。いくつかの実施形態では、治療は、当該がん又はがん微小環境に関連する標的微生物抗原への養子細胞移行を含む。いくつかの実施形態では、治療は、当該がん又はがん微小環境に関連する微生物抗原を利用するがんワクチンを含む。いくつかの実施形態では、治療は、当該がん又はがん微小環境に関連する微生物抗原に対するモノクローナル抗体を含む。いくつかの実施形態では、治療は、当該がん又はがん微小環境に関連する微生物抗原を少なくとも部分的に標的とするように設計された抗体－薬物コンジュゲートを含む。いくつかの実施形態では、治療は、当該がん又はがん微小環境に関連する１つ以上の微生物抗原を少なくとも部分的に標的とするように設計された、多価抗体、抗体断片、又はそれらの抗体誘導体を含む。いくつかの実施形態では、治療は、特定の種類の微生物又は機能的若しくは生物学的に類似した微生物のクラスに対する標的化された抗生物質を含む。いくつかの実施形態では、少なくとも１つのタイプが、当該がんの微生物の存在又は存在量を利用して、全体的な治療有効性を増強させるような、以下の治療タイプ：小分子、生物製剤、操作された宿主由来細胞タイプ、プロ
バイオティクス、操作された細菌、天然であるが選択的なウイルス、操作されたウイルス、及びバクテリオファージのうちの２つ以上が、組み合わされる。

【0013】

本開示の態様は、予測モデルを訓練する方法であって、１つ以上の対象の１つ以上の微生物細胞外小胞及び関連する健康分類を含む、当該１つ以上の対象の生体試料を提供することと、当該１つ以上の微生物細胞外小胞を１つ以上の親和性試薬で富化し、それによって、１つ以上の富化された微生物細胞外小胞を生成することと、当該富化された１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物を検出することと、当該予測モデルを、当該１つ以上の対象の当該１つ以上の分子分析物及び当該関連する健康分類で訓練することと、を含む、方法を提供する。いくつかの実施形態では、生体試料は、非微生物細胞外小胞を含む。いくつかの実施形態では、方法は、当該１つ以上の分子分析物の存在量を定量することを更に含む。いくつかの実施形態では、当該１つ以上の微生物細胞外小胞の１つ以上の分子分析物は、小胞関連無細胞微生物ＤＮＡ、無細胞微生物ＲＮＡ、微生物ＤＮＡ、微生物ＲＮＡ、微生物タンパク質、微生物代謝産物、微生物脂質、微生物グリカン、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、当該非微生物細胞外小胞の１つ以上の分子分析物は、小胞関連無細胞非微生物ＤＮＡ、無細胞非微生物ＲＮＡ、非微生物ＤＮＡ、非微生物ＲＮＡ、非微生物タンパク質、非微生物代謝産物、非微生物脂質、非微生物グリカン、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、生体試料は、液体生体試料、組織生体試料、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、液体生体試料は、血漿、血清、全血、尿、脳脊髄液、唾液、汗、涙、リンパ液、呼気凝縮液、又はそれらの任意の希釈物若しくは処理された画分を含む。いくつかの実施形態では、全血は、血漿、白血球、赤血球、血小板、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、組織生体試料は、組織ホモジネートを含む。いくつかの実施形態では、１つ以上の親和性試薬は、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフにカップリングするように構成される。いくつかの実施形態では、１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフは、リポ多糖類（ＬＰＳ）、リポタンパク質、リポペプチド、リポテイコ酸（ＬＴＡ）、リポアラビノマンナン、キチン、ベータ－グルカン、ザイモサン、及びグリコシルホスファチジルイノシトール（ＧＰＩ）アンカータンパク質、又はそれらの任意の組み合わせなどの正準細胞壁構成要素を含む。いくつかの実施形態では、１つ以上の親和性試薬は、組換え自然免疫パターン認識受容体又は１つ以上の抗体を含み、当該１つ以上の抗体は、ポリクローナル抗体、モノクローナル抗体、組換え抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、組換え自然免疫パターン認識受容体は、Ｔｏｌｌ様受容体１（ＴＬＲ１、ＣＤ２８１）、Ｔｏｌｌ様受容体２（ＴＬＲ２、ＣＤ２８２）、Ｔｏｌｌ様受容体４（ＴＬＲ４、ＣＤ２８４）、Ｔｏｌｌ様受容体５（ＴＬＲ５）、Ｔｏｌｌ様受容体６（ＴＬＲ６、ＣＤ２８６）、Ｔｏｌｌ様受容体１０（ＴＬＲ１０、ＣＤ２９０）、ＣＤ１４、リポ多糖類結合タンパク質、デクチン－１、デクチン－２、マンノース受容体（ＣＤ２０６）、ＤＣ－ＳＩＧＮ、ＳＩＧＮＲ１、ランゲリン、マンノース結合レクチン、フィコリン－１、フィコリン－２、フィコリン－３、それらの任意の組み合わせ、又はそれらの任意の誘導体を含む。いくつかの実施形態では、それらの誘導体は、エピトープタグ及び完全長組換え自然免疫パターン認識受容体又はそれらの組換え可溶性外部ドメインを含む。いくつかの実施形態では、エピトープタグは、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含む。

【0014】

当該１つ以上の抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、又は当該単鎖抗体が、エピトープタグを含む、請求項１９１に記載の方法。いくつかの実施形態では、エピトープタグは、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、１つ以上の親和性試薬は、当該１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む。いくつかの実施形態では、富化することは、当該液体生体試料を、共有結合で固定化された親和性剤を含む支持体と接触させることを含む。いくつかの実施形態では、共有結合で固定化された親和性剤は、当該１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む。いくつかの実施形態では、支持体は、磁性ビーズ、アガロースビーズ、非磁性ラテックス、機能化セファロース、ｐＨ感受性ポリマー、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、富化することは、当該液体生体試料を当該１つ以上の親和性試薬と接触させて、捕捉試薬－分子モチーフ相互作用複合体を形成することと、当該捕捉試薬－分子モチーフ相互作用複合体を支持体と接触させることと、当該支持体を当該液体生体試料から分離して、当該捕捉試薬－分子モチーフ相互作用複合体を濃縮することと、を含む。いくつかの実施形態では、１つ以上の親和性試薬は、エピトープタグを含む。いくつかの実施形態では、支持体は、エピトープタグ認識表面を含む。いくつかの実施形態では、エピトープタグ認識表面は、ストレプトアビジン、若しくは６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、ビオチンに特異的な抗体、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、エピトープタグ認識表面は、抗種抗体を含む。いくつかの実施形態では、検出することは、核酸分析物の核酸配列決定、ポリメラーゼ連鎖反応（ＰＣＲ）に基づく、又はハイブリダイゼーションに基づく分析を含む。いくつかの実施形態では、核酸配列決定は、全ゲノム配列決定、ショットガン配列決定、次世代配列決定、標的化された配列決定、ＲＮＡ配列決定、メチル化配列決定、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、検出することは、質量分析、液体クロマトグラフィー－質量分析（ＬＣ－ＭＳ）、又は高速液体クロマトグラフィー（ＨＰＬＣ）を実施することを含む。いくつかの実施形態では、検出することは、イムノアッセイ分析を実施することを含む。いくつかの実施形態では、訓練された予測モデルは、入力として対象の１つ以上の分子分析物を受け取り、当該対象の予測される疾患、当該対象の当該疾患に対する治療、又はそれらの任意の組み合わせを出力するように構成される。いくつかの実施形態では、疾患は、がんを含む。いくつかの実施形態では、がんは、Ｉ期又はＩＩ期のがんを含む。いくつかの実施形態では、がんは、骨、乳房、肺、結腸、脳、皮膚、卵巣、膵臓、又はそれらの任意の組み合わせのタイプのがんを含む。いくつかの実施形態では、がんは、副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、胆管がん、結腸腺がん、十二指腸がん、食道がん、多形性神経膠芽腫、小細胞肺がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肝臓肝細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、膵臓腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、直腸腺がん、肉腫、皮膚皮膚黒色腫、胃腺がん、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む。いくつかの実施形態では、がんは、腸以外の１つ以上のがんタイプ：副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、多形性神経膠芽腫、肺小細胞がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、肉腫、皮膚皮膚黒色腫、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む。いくつかの実施形態では、訓練された予測モデルは、当該対象の１つ以上のがん、１つ以上のがんのサブタイプ、１つ以上のがんの解剖学的位置、又はそれらの任意の組み合わせを予測するように構成される。いくつかの実施形態では、訓練された予測モデルは、当該がんの病期、当該がんの予後、当該がんの変異状態、当該がんの将来の免疫療法応答、当該がんを治療するための最適な療法、又はそれらの任意の組み合わせを予測するように構成される。いくつかの実施形態では、訓練された予測モデルは、当該対象の１つ以上のがんタイプの間で当該がんを予測し、当該１つ以上のがんタイプの特定のがんタイプを特定するように構成される。いくつかの実施形態では、訓練された予測モデルは、機械学習モデルを含み、当該機械学習モデルは、正規化された機械学習モデル、機械学習モデルのアンサンブル、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、訓練された予測モデルは、ランダムフォレスト、ニューラルネットワーク、ナイーブベイズ、サポートベクターマシン、学習回帰、ｋ近傍法、ｋ平均法、決定木、ロジスティック回帰、勾配ブースティング、又はそれらの任意の組み合わせを含む。いくつかの実施形態では、当該微生物細胞外小胞を富化することは、当該対象の当該がんを予測する場合、当該訓練された予測モデルの精度を少なくとも１％、少なくとも５％、少なくとも１０％、少なくとも１５％、又は少なくとも２０％改善する。いくつかの実施形態では、対象は、非ヒト哺乳動物又はヒト対象を含む。いくつかの実施形態では、健康分類は、がん性、非がん性疾患、又は非がん性非疾患を含む。

【0015】

本開示の態様は、予測モデルを訓練するコンピュータ実装方法であって、１つ以上の対象の生体試料の配列決定データ及び対応する健康分類をデータベースから受け取ることであって、当該生体試料の配列決定データが、１つ以上の微生物細胞外小胞の１つ以上の分析物の配列を含む、受け取ることと、当該予測モデルを、当該１つ以上の対象の当該生体試料の配列決定データ及び当該対応する健康分類で訓練することと、を含む、方法を提供する。

【0016】

対象の疾患を特定するように構成されたコンピュータシステムであって、１つ以上のプロセッサと、ソフトウェアを含む非一時的なコンピュータ可読記憶媒体であって、当該ソフトウェアが、実行の結果として、当該コンピュータシステムの当該１つ以上のプロセッサに、１つ以上の微生物細胞外小胞を含む対象の生体試料を受け取ること、（ｉｉ）当該１つ以上の微生物細胞外小胞を１つ以上の親和性試薬で富化すること、（ｉｉｉ）当該１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物を検出すること、及び（ｉｖ）当該１つ以上の微生物細胞外小胞から得られた当該１つ以上の分子分析物に基づいて、当該対象の当該疾患を特定することを行わせる実行可能な命令を含む、非一時的なコンピュータ可読記憶媒体と、を備える、コンピュータシステム。

【0017】

参照による組み込み
本出願において言及される全ての刊行物、特許、及び特許出願は、各個々の刊行物、特許、又は特許出願が参照により組み込まれることが具体的かつ個々に示された場合と同じ程度まで、参照により本明細書に組み込まれる。参照により組み込まれる刊行物及び特許又は特許出願が明細書に含まれる開示と矛盾する範囲に対して、本明細書が、任意のそのような矛盾する資料に対して優先する（ｓｕｐｅｒｓｅｄｅ）、及び／又は優先する（ｔａｋｅ ｐｒｅｃｅｄｅｎｃｅ）ことを意図している。

【0018】

本発明の新規特徴は、添付の特許請求の範囲に詳細に述べられる。本発明の原理が利用される例示的な実施形態を記載する以下の詳細な説明及び付属の図面（本明細書では「図（Ｆｉｇｕｒｅ）」及び「図（ＦＩＧ．）」）を参照することにより、本発明の特徴及び利点のより良好な理解が得られる。

【図面の簡単な説明】

【0019】

【図1】本明細書の実施形態に記載の例示的な液体生検診断開発のワークフローを示す。

【図2】本明細書の実施形態に記載の例示的なＭＥＶ富化のワークフローを示す。

【図3】本明細書の実施形態に記載の例示的なＭＥＶ富化のワークフローを示す。

【図4】本明細書の実施形態に記載の例示的な診断のワークフローを示す。

【図5】本明細書の実施形態に記載の例示的な予測モデル訓練のスキームを示す。

【図6】本明細書の実施形態に記載の対象の１つ以上の特徴データ及び任意選択で対象の臨床メタデータに基づいて診断又は予測を提供するための例示的な訓練された予測モデルのスキームを示す。

【図7】本明細書の実施形態に記載の１つ以上のＭＥＶの１つ以上の分子分析物で対象の疾患を特定する方法のワークフロー図を示す。

【図8】本明細書の実施形態に記載の１つ以上のＭＥＶ及び／又は非微生物ＥＶの１つ以上の分子分析物で対象の疾患を特定する方法のワークフロー図を示す。

【図9】本明細書の実施形態に記載の１つ以上のＭＥＶの１つ以上の分析物で対象の疾患を治療するための治療を特定する方法のワークフロー図を示す。

【図10】本明細書の実施形態に記載の１つ以上のＭＥＶ及び／又は非微生物ＥＶの１つ以上の分析物で対象の疾患を治療するための治療を特定する方法のワークフロー図を示す。

【図11】本明細書の実施形態に記載の１つ以上のＭＥＶの１つ以上の分析物で予測モデルを訓練する方法のワークフロー図を示す。

【図12】本明細書の実施形態に記載の１つ以上のＭＥＶ及び／又は非微生物ＥＶの１つ以上の分析物で予測モデルを訓練する方法のワークフロー図を示す。

【図13】本明細書の実施形態に記載のデータベースからの１つ以上の対象の１つ以上のＭＥＶ由来の１つ以上の分析物の配列決定データ及び対応する健康分類で予測モデルを訓練する方法のワークフロー図を示す。

【図14】本明細書の実施形態に記載のデータベースからの１つ以上の対象の１つ以上のＭＥＶ及び／又は非微生物ＥＶ由来の１つ以上の分析物の配列決定データ、並びに対応する健康分類で予測モデルを訓練する方法のワークフロー図を示す。

【図15】本明細書の実施形態に記載の本明細書の他の場所に記載される方法を実行するように構成されるシステムの図を示す。

【図16】本明細書の実施形態に記載の小細胞肺がん患者から血漿の画分構成要素を単離する方法に関するワークフロー図を示す。

【図17A】本明細書の実施形態に記載の小細胞肺がん患者由来の血漿の画分のマイクロバイオームの分析のグラフを示す。

【図17B】本明細書の実施形態に記載の小細胞肺がん患者由来の血漿の画分のマイクロバイオームの分析のグラフを示す。

【図17C】本明細書の実施形態に記載の小細胞肺がん患者由来の血漿の画分のマイクロバイオームの分析のグラフを示す。

【図17D】本明細書の実施形態に記載の小細胞肺がん患者由来の血漿の画分のマイクロバイオームの分析のグラフを示す。

【図18A】ＳＣＬＣ患者群の２つの独立したセット間のマイクロバイオームの分析のグラフを示す。

【図18B】ＳＣＬＣ患者群の２つの独立したセット間のマイクロバイオームの分析のグラフを示す。

【図18C】ＳＣＬＣ患者群の２つの独立したセット間のマイクロバイオームの分析のグラフを示す。

【発明を実施するための形態】

【0020】

本発明は、いくつかの実施形態では、液体生体試料（例えば、液体生検試料）由来の微生物細胞外小胞を使用して、動物又はヒト対象における疾患を診断する方法を提供する。これは、いくつかの実施形態では、低スループットで時間がかかる高速密度勾配遠心分離又はサイズ排除クロマトグラフィーを必要としない、新規の高スループットのＭＥＶ分離方法を提供することによって達成され得る。更に、高速密度勾配遠心分離及びサイズ排除クロマトグラフィーは、臨床実装に適していない場合がある。いくつかの実施形態では、ＭＥＶ富化は、ＭＥＶの分子特徴と相互作用することができる薬剤を使用して達成され得る。いくつかの場合では、薬剤は、ＭＥＶの分子特徴を認識するか、又はそれと結合することができてもよい。いくつかの場合では、ＭＥＶの分子特徴は、ＭＥＶの外部の溶媒アクセス可能な表面上に存在し得る。これらの薬剤を固相に係留することは、いくつかの実施形態では、直接的又は間接的のいずれかで、形成された薬剤－ＭＥＶ複合体の取り出しを容易にし得る。いくつかの例では、回収された薬剤－ＭＥＶ複合体は単離され得、分子分析のために利用可能にされ得る。一度単離されると、分子含有量（例えば、直鎖核酸、プラスミド、環状リボ核酸、代謝産物、タンパク質、糖タンパク質、脂質、糖脂質など）は検出及び／又は定量され得る。いくつかの実施形態では、この分子含有量の検出及び／又は定量は、分析物（複数可）の存在及び／又は存在量と疾患との間の診断的関係を確立するために使用され得る。本明細書に記載の方法は、疾患診断の文脈で提示され得るが、そのような方法の他の使用は、当業者にとって合理的に想像可能であり、容易に実装可能であり得ることに留意する必要がある。

【0021】

本明細書に開示の本発明は、いくつかの実施形態では、ＭＥＶ由来の分析物を使用して、状態（例えば、がん）を診断し得る。いくつかの実施形態では、本開示の発明は、疾患を診断するために使用され得る、観察された組織構造、細胞異型性、又は他の主観的尺度のうちの１つ以上を含み得る病理学的報告と比較して、より良い臨床転帰を提供し得る。いくつかの実施形態では、本開示の方法は、微生物分析物の存在に焦点を当て得る。いくつかの場合では、本開示の方法は、修飾された哺乳動物（例えば、がん由来）の分析物ではなく、微生物分析物に焦点を当てることによって、より高い感度を提供し得、これは、「正常な」（すなわち、非がん性）哺乳動物源のバックグラウンドに低頻度で存在し得る。いくつかの実施形態では、本明細書に開示の方法は、最小限の試料調製を必要とする場合があり、最小限の侵襲性であり得る、液体生体試料（例えば、液体生検試料）においてそのような転帰を達成し得る。

【0022】

方法
いくつかの実施形態では、本明細書での本開示は、図１に見られ得るように、以下を含み得る疾患特異的診断方法を提供する：（ａ）既知の健康な対象１０１及び既知の疾患対象１０２由来の液体生検試料の収集をアセンブルすることであって、液体生検試料が、ＭＥＶ及び非微生物ＥＶの混合物１０３を含有し得る、アセンブルすること、（ｂ）液体生検試料の収集からのＭＥＶの親和性に基づく富化を実施すること１０４、（ｃ）ＭＥＶ由来分析物を検出又は定量すること１０５～１０７、並びに（ｄ）検出された分析物の存在及び／又は存在量と、調査された疾患状態との間の関係を形式化すること１０８。いくつかの実施形態では、形式化された関係は、疾患状態との関係を含み得る分析物の存在量（例えば、その濃度）の数学的表現を含み得る。いくつかの実施形態では、関係は、相関であり得る。いくつかの実施形態では、形式化された関係は、計算的にランク付けされ得る１つ以上の分析方法１０５～１０７から導出された特徴のセットを含み得る。いくつかの場合では、特徴は、統計分析又は統計学習（例えば、機械学習）を介してランク付けされ得る。いくつかの場合では、統計分析、又は統計学習（例えば、機械学習）を使用して、健康な対象１０１を示す診断特徴セット及び疾患対象１０２を示す診断特徴セットを形成し得る。いくつかの実施形態では、未知の疾患状態の対象由来のＭＥＶ分析物１０９は、疾患状態の診断１１０に到達するために、形式化された関係に関して分析され得る。

【0023】

いくつかの場合では、統計分析又は統計学習は、図５に示されるように、予測モデルを訓練すること５００を含み得る。いくつかの場合では、予測モデル５０４は、１つ以上の機械学習モデルを含み得る。いくつかの事例では、１つ以上の機械学習モデルは、線形回帰、ロジスティック回帰、決定木、サポートベクターマシン（ＳＶＭ）、ナイーブベイズ、ｋ近傍法（ｋＮＮ）、ｋ平均法、ランダムフォレスト機械学習モデル、又はそれらの任意の組み合わせを含み得る。いくつかの場合では、機械学習モデルは、教師あり、教師なし、又はそれらの任意の組み合わせの訓練方法を使用して訓練され得る。いくつかの事例では、予測モデルは、本明細書の他の場所に記載される液体生検試料の１つ以上の特徴によって疾患又は状態の診断又は予測を提供するように訓練され得る。いくつかの場合では、予測モデル５０４は、本明細書の他の場所に記載されるＭＥＶ由来の核酸分析物データ、ＭＥＶ由来の非核酸データ、又はそれらの任意の組み合わせを含み得る１つ以上の訓練及び試験特徴（５０１～５０３、及び５０５～５０７）で訓練され得る。いくつかの場合では、１つ以上の訓練及び試験特徴は、対照（例えば、健康な、疾患がないなど）対象（５０２、５０６）、疾患の対象（５０３、５０７）、又はそれらの任意の組み合わせの特徴についての訓練及び試験特徴を含み得る。いくつかの事例では、訓練及び試験特徴は、対象の疾患又は疾患状態のその欠如によって標識され得る。いくつかの場合では、対象の臨床メタデータ（５０１、５０５）は、訓練及び試験セット訓練データとして使用され得る。いくつかの事例では、対象の臨床メタデータは、対象の身長、年齢、体重、性別、過去の病歴、現在の服用している処方薬、又はそれらの任意の組み合わせを含み得る。いくつかの場合では、予測モデルの訓練は、教師あり又は教師なし訓練を含み得る。いくつかの事例では、１０：９０、２０：８０、３０：７０、４０：６０、５０：５０、又はそれらの任意の組み合わせの訓練の試験及び訓練分割比、並びに試験分割データは、１つ以上の予測モデルを訓練する場合に利用され得る。いくつかの事例では、予測モデルは、少なくとも１つのｋ分割で訓練され得る。いくつかの場合では、予測モデルは、（例えば、移転学習を介して）再訓練され得る以前に訓練された予測モデルを含み得る。いくつかの事例では、予測モデルを再訓練することは、訓練されていない予測モデルを訓練するために必要とされるデータよりも少ない量のデータで予測モデルを再訓練することを可能にし得る。

【0024】

いくつかの実施形態では、図６に見られ得るように、予測モデル５０４が訓練された後、訓練された予測モデル６０４は、１つ以上の対象が疾患の存在又は欠如を有するかどうかを予測及び／又は診断し得る６００。いくつかの場合では、訓練された予測モデルの入力特徴は、未知の疾患又は状態を有する対象の特徴データ６０２、任意選択で本明細書の他の場所に記載される対応する対象のメタデータ６０１、又はそれらの任意の組み合わせを含み得る。いくつかの場合では、未知の疾患又は状態を有する対象の特徴データは、ＭＥＶ由来の核酸分析物データ、ＭＥＶ由来の非核酸データ、又はそれらの任意の組み合わせを含み得、それらの分析は、本明細書の他の場所で説明される。いくつかの場合では、訓練された予測モデルは、未知の疾患又は状態を有する対象の特徴データ６０２、任意選択で対応する対象のメタデータ６０１を処理し得、１つ以上の対象の疾患の存在又は欠如の予測及び／又は診断６０６を提供し得る。

【0025】

いくつかの実施形態では、ＭＥＶ由来核酸分析物は、次世代配列決定（ＮＧＳ）、ロングリード配列決定（例えば、ナノポア配列決定）、ポリメラーゼ連鎖反応（ＰＣＲ）、核酸ハイブリダイゼーションに基づく方法、又はそれらの任意の組み合わせなどの配列決定１０５によって分析され得る。いくつかの実施形態では、ＭＥＶ由来の非核酸分析物は、物理化学分析１０６を介して、又はイムノアッセイ１０７を介して定量され得る。

【0026】

いくつかの実施形態では、図１に示されるＭＥＶの親和性に基づく富化１０４は、図２に示されるように、１つ以上のＭＥＶ及び非微生物ＥＶ組成物を含有する液体生体試料２０１を、１つ以上のＭＥＶ捕捉試薬を有する固相とインキュベーションすることによって実施され得る。いくつかの実施形態では、固相は、ＭＥＶ親和性マトリックスを生成し得る、微生物細胞壁分子モチーフ又は非微生物細胞壁分子モチーフと相互作用する組換えパターン認識受容体で機能化され得る２０２。いくつかの場合では、組換えパターン認識受容体は、非共有結合相互作用、例えば、受動吸着によって、又は静電相互作用を介して、又は固相と受容体官能基との間の共有結合相互作用を介して、固相上に固定化され得る。いくつかの実施形態では、固相は、非共有結合で固定化された、及び／又は共有結合で固定化された組換えパターン認識受容体の混合物を含み得る。いくつかの実施形態では、固相は、ＭＥＶ親和性マトリックスを生成し得る、微生物細胞壁分子モチーフ又は非微生物細胞壁分子モチーフに対して特異性を有する抗体及び／又はアプタマーで機能化され得る２０３。いくつかの実施形態では、ＭＥＶ親和性マトリックスとの液体生体試料２０１のインキュベーション後、ＭＥＶ親和性マトリックスは、液体生体試料から分離され２０４、いくつか又は全ての結合したＭＥＶを収集し得る。いくつかの実施形態では、図１、１０５～１０７に示される方法に従って、ＭＥＶ親和性マトリックスが結合したＭＥＶの収集に続いて、ＭＥＶ分析物分析２０５が行われ得る。

【0027】

いくつかの実施形態では、図１に示されるＭＥＶの親和性に基づく富化１０４は、図３に示されるように、１つ以上のＭＥＶ及び非微生物ＥＶ組成物を含有する液体生体試料３０１を、ＭＥＶ捕捉試薬とインキュベーションすることによって実施され得る。いくつかの実施形態では、ＭＥＶ捕捉試薬は、ＭＥＶ捕捉試薬を有する溶液相エピトープタグであり得る。いくつかの実施形態では、ＭＥＶ捕捉試薬を有するエピトープタグは、微生物細胞壁分子モチーフ又は非微生物細胞壁分子モチーフと相互作用する組換えパターン認識受容体を含み得る３０２。いくつかの場合では、組換えパターン認識受容体は、微生物細胞壁分子モチーフ又は非微生物細胞壁分子モチーフに特異的であり得る３０２。いくつかの実施形態では、ＭＥＶ捕捉試薬を有するエピトープタグは、微生物細胞壁分子モチーフ又は非微生物細胞壁分子モチーフと相互作用する抗体及び／又はアプタマーを含み得る３０３。いくつかの場合では、抗体及び／又はアプタマーは、微生物細胞壁分子モチーフ又は非微生物細胞壁分子モチーフに対して特異性を有し得る３０３。いくつかの実施形態では、ＭＥＶ捕捉試薬を有する１つ以上のエピトープタグとの液体生体試料のインキュベーション３０２及び／又は３０３に続いて、試料を固相エピトープタグ親和性マトリックスとインキュベーションして、捕捉試薬－分子モチーフ相互作用複合体に結合し得る３０４。いくつかの実施形態では、エピトープタグ親和性マトリックスとの液体生体試料のインキュベーション３０４後、エピトープタグ親和性マトリックスは、液体生体試料から分離され３０５、いくつか又は全ての結合したＭＥＶを収集し得る。いくつかの実施形態では、図１、１０５～１０７に示される方法に従って、エピトープタグ親和性マトリックスが結合したＭＥＶの収集に続いて、ＭＥＶ分析物分析３０６が行われ得る。

【0028】

いくつかの実施形態では、本明細書に開示の本発明に由来する疾患特異的診断は、図４に示されるように、ＭＥＶ及び非微生物ＥＶから得られるＥＶ分析物データの組み合わせを含み得る。いくつかの事例では、微生物分析物は、非微生物ＥＶにおいて検出され得る。いくつかの実施形態では、ＭＥＶの親和性に基づく富化は、１つ以上のＭＥＶ及び非微生物ＥＶ組成物を含有する液体生体試料４０１を、ＭＥＶ捕捉試薬を有する１つ以上の固相とインキュベーションすることによって実施され得る。いくつかの実施形態では、固相は、ＭＥＶ親和性マトリックスを生成し得る、微生物細胞壁分子モチーフ又は非微生物細胞壁分子モチーフと相互作用し得る組換えパターン認識受容体で機能化され得る４０２。いくつかの場合では、組換えパターン認識受容体は、微生物細胞壁分子モチーフ及び／若しくは非微生物細胞壁分子モチーフ又は非微生物細胞壁分子モチーフに特異的であり得る４０２。いくつかの実施形態では、固相は、ＭＥＶ親和性マトリックスを生成し得る、微生物細胞壁分子モチーフ又は非微生物細胞壁分子モチーフと相互作用する抗体及び／又はアプタマーで機能化され得る４０３。いくつかの場合では、抗体及び／又はアプタマーは、微生物細胞壁分子モチーフ及び／若しくは非微生物細胞壁分子モチーフ又は非微生物細胞壁分子モチーフに対して特異性を有し得る４０３。いくつかの実施形態では、ＭＥＶ親和性マトリックスとの液体生体試料４０１のインキュベーション後、ＭＥＶ親和性マトリックスは、液体生体試料から分離され４０４、いくつか又は全ての結合したＭＥＶを収集し得る。いくつかの実施形態では、図１、１０５～１０７に示される方法に従って、ＭＥＶ親和性マトリックスが結合したＭＥＶの収集に続いて、ＭＥＶ分析物分析４０５が行われ得る。いくつかの実施形態では、ＭＥＶ親和性マトリックスを液体生体試料から分離すること４０４は、非微生物ＥＶを含有するＭＥＶ枯渇上清４０６を産生し得る。いくつかの実施形態では、ＭＥＶ枯渇上清４０６に存在する非微生物ＥＶは、ＭＥＶ枯渇上清４０６を、非微生物小胞表面抗原と相互作用する抗体及び／又はアプタマーを有する固相とインキュベーションすることによって単離され得る４０７。いくつかの場合では、抗体及び／又はアプタマーは、非微生物小胞表面抗原に特異的であり得る４０７。いくつかの実施形態では、非微生物ＥＶ親和性マトリックスとのＭＥＶが枯渇した上清４０６のインキュベーション後、非微生物ＥＶ親和性マトリックスは、試料から分離され４０８、いくつか又は全ての結合した非微生物ＥＶを収集し得る。いくつかの実施形態では、図１、１０５～１０７に示される方法に従って、非微生物ＥＶ親和性マトリックスが結合したＥＶの収集に続いて、非微生物ＥＶ分析物分析４０９が行われ得る。いくつかの実施形態では、ＭＥＶ分析物特異的分析４０５及び非微生物ＥＶ分析物特異的分析４０９に由来するデータが組み合わされ得る。いくつかの場合では、ＭＥＶ分析物特異的分析４０５及び非微生物ＥＶ分析物特異的分析４０９由来のデータを組み合わせることにより、疾患状態のシグネチャが形成され得、それは、疾患特異的ＥＶ分析物診断シグネチャ４１０であり得る。

【0029】

いくつかの実施形態では、本明細書に提供される本開示は、図７に見られる、対象の疾患を特定する方法７００を説明する。いくつかの場合では、方法は、（ａ）１つ以上の微生物細胞外小胞を含む対象由来の生体試料を提供すること７０２、（ｂ）１つ以上の微生物細胞外小胞を１つ以上の親和性試薬で富化すること７０４、（ｃ）１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物を検出すること７０６、（ｄ）１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物に基づいて、対象の疾患を特定すること７０８を含み得る。いくつかの場合では、生体試料は、１つ以上の非微生物細胞外小胞及び１つ以上の微生物細胞外小胞を含み得る。いくつかの事例では、方法は、１つ以上の分子分析物の存在量を定量することを含み得る。１つ以上の微生物細胞外小胞の１つ以上の分子分析物は、小胞関連無細胞微生物ＤＮＡ、無細胞微生物ＲＮＡ、微生物ＤＮＡ、微生物ＲＮＡ、微生物タンパク質、微生物代謝産物、微生物脂質、微生物グリカン、又はそれらの任意の組み合わせを含み得る。１つ以上の非微生物細胞外小胞の１つ以上の分子分析物は、小胞関連無細胞非微生物ＤＮＡ、無細胞非微生物ＲＮＡ、非微生物ＤＮＡ、非微生物ＲＮＡ、非微生物タンパク質、非微生物代謝産物、非微生物脂質、非微生物グリカン、又はそれらの任意の組み合わせを含み得る。生体試料は、液体生体試料、組織生体試料、又はそれらの任意の組み合わせを含み得る。いくつかの場合では、液体生体試料は、血漿、血清、全血、尿、脳脊髄液、唾液、汗、涙、リンパ液、呼気凝縮液、又はそれらの任意の希釈物若しくは処理された画分を含み得る。全血は、血漿、白血球、赤血球、血小板、又はそれらの任意の組み合わせを含み得る。いくつかの場合では、対象は、非ヒト哺乳動物又はヒト対象を含み得る。いくつかの場合では、組織生体試料は、組織ホモジネートを含み得る。

【0030】

いくつかの場合では、１つ以上の親和性試薬は、１つ以上の微生物細胞壁分子モチーフ及び／又は１つ以上の非微生物細胞壁分子モチーフにカップリングするように構成され得る。１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフは、リポ多糖類（ＬＰＳ）、リポタンパク質、リポペプチド、リポテイコ酸（ＬＴＡ）、リポアラビノマンナン、キチン、ベータ－グルカン、ザイモサン、及びグリコシルホスファチジルイノシトール（ＧＰＩ）アンカータンパク質、又はそれらの任意の組み合わせなどの正準細胞壁構成要素を含み得る。

【0031】

いくつかの場合では、１つ以上の親和性試薬は、組換え自然免疫パターン認識受容体又は１つ以上の抗体を含み得、当該１つ以上の抗体は、ポリクローナル抗体、モノクローナル抗体、組換え抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含む。組換え自然免疫パターン認識受容体は、Ｔｏｌｌ様受容体１（ＴＬＲ１、ＣＤ２８１）、Ｔｏｌｌ様受容体２（ＴＬＲ２、ＣＤ２８２）、Ｔｏｌｌ様受容体４（ＴＬＲ４、ＣＤ２８４）、Ｔｏｌｌ様受容体５（ＴＬＲ５）、Ｔｏｌｌ様受容体６（ＴＬＲ６、ＣＤ２８６）、Ｔｏｌｌ様受容体１０（ＴＬＲ１０、ＣＤ２９０）、ＣＤ１４、リポ多糖類結合タンパク質、デクチン－１、デクチン－２、マンノース受容体（ＣＤ２０６）、ＤＣ－ＳＩＧＮ、ＳＩＧＮＲ１、ランゲリン、マンノース結合レクチン、フィコリン－１、フィコリン－２、フィコリン－３、それらの任意の組み合わせ、又はそれらの任意の誘導体を含み得る。それらの誘導体は、エピトープタグ及び完全長組換え自然免疫パターン認識受容体又はそれらの組換え可溶性外部ドメインを含み得る。エピトープタグは、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含み含み得る。いくつかの場合では、１つ以上の親和性試薬は、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含み得る。

【0032】

いくつかの場合では、１つ以上の抗体、アプタマー、単鎖可変断片（ｓｃＦＶ）、又は単鎖抗体は、エピトープタグを含み得る。エピトープタグは、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含み得る。

【0033】

いくつかの事例では、富化することは、生体試料を、共有結合で固定化された親和性剤を含む支持体と接触させることを含み得る。共有結合で固定化された親和性剤は、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含み得る。支持体は、磁性ビーズ、アガロースビーズ、非磁性ラテックス、機能化セファロース、ｐＨ感受性ポリマー、又はそれらの任意の組み合わせを含み得る。

【0034】

いくつかの場合では、富化することは、（ａ）当該生体試料を１つ以上の親和性試薬と接触させて、捕捉試薬－分子モチーフ相互作用複合体を形成することと、（ｂ）捕捉試薬－分子モチーフ相互作用複合体を支持体と接触させることと、（ｃ）支持体を生体試料から分離して、当該捕捉試薬－分子モチーフ相互作用複合体を濃縮することと、を含み得る。いくつかの場合では、１つ以上の親和性試薬は、エピトープタグを含み得る。いくつかの場合では、支持体は、エピトープタグ認識表面を含み得る。エピトープタグ認識表面は、ストレプトアビジン、６ｘヒスチジンタグ、ＧＦＰ、ｍｙｃ、ＨＡ、ビオチンに特異的な抗体、又はそれらの任意の組み合わせを含み得る。エピトープタグ認識表面は、抗種抗体を含み得る。

【0035】

いくつかの事例では、検出することは、１つ以上の分子分析物の核酸配列決定、ポリメラーゼ連鎖反応（ＰＣＲ）、又はハイブリダイゼーションに基づく分析を含み得る。核酸配列決定は、全ゲノム配列決定、ショットガン配列決定、次世代配列決定、標的化された配列決定、ＲＮＡ配列決定、メチル化配列決定、又はそれらの任意の組み合わせを含み得る。いくつかの場合では、検出することは、質量分析、液体クロマトグラフィー－質量分析（ＬＣ－ＭＳ）、又は高速液体クロマトグラフィー（ＨＰＬＣ）を実施することを含み得る。いくつかの事例では、検出することは、イムノアッセイ分析を実施することを含み得る。

【0036】

いくつかの場合では、疾患は、がんを含み得る。がんは、Ｉ期又はＩＩ期のがんを含み得る。がんは、骨、乳房、肺、結腸、脳、皮膚、卵巣、膵臓、又はそれらの任意の組み合わせのタイプのがんを含み得る。がんは、副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、胆管がん、結腸腺がん、十二指腸がん、食道がん、多形性神経膠芽腫、小細胞肺がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肝臓肝細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、膵臓腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、直腸腺がん、肉腫、皮膚皮膚黒色腫、胃腺がん、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含み得る。いくつかの場合では、がんは、腸以外の１つ以上のがんタイプ：副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、多形性神経膠芽腫、肺小細胞がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、肉腫、皮膚皮膚黒色腫、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含み得る。

【0037】

いくつかの場合では、がんを特定することは、予測モデルによってがんを予測することを含み含み得、予測モデルが、１つ以上の対象の１つ以上の微生物細胞外小胞から得られた１つ以上の分子分析物及びもう１つの対象の関連疾患で訓練される。予測モデルは、入力として対象の１つ以上の分子分析物を受け取り、対象の疾患を出力するように構成され得る。予測モデルは、１つ以上のがん、１つ以上のがんのサブタイプ、１つ以上のがんの解剖学的位置、又はそれらの任意の組み合わせを予測するように構成され得る。予測モデルは、がんの病期、がんの予後、がんの変異状態、当該がんの将来の免疫療法応答、当該がんを治療するための最適な療法、又はそれらの任意の組み合わせを予測するように構成され得る。予測モデルは、対象の１つ以上のがんタイプの間でがんを予測し、１つ以上のがんタイプの特定のがんタイプを特定するように構成され得る。

【0038】

いくつかの場合では、予測モデルは、機械学習モデルを含み得、機械学習モデルは、正規化された機械学習モデル、機械学習モデルのアンサンブル、又はそれらの任意の組み合わせを含む。予測モデルは、ランダムフォレスト、ニューラルネットワーク、ナイーブベイズ、サポートベクターマシン、学習回帰、ｋ近傍法、ｋ平均法、決定木、ロジスティック回帰、勾配ブースティング、又はそれらの任意の組み合わせを含み得る。

【0039】

いくつかの実施形態では、本明細書に提供される本開示は、図８に見られるように、対象の疾患を特定する方法８００を説明する。いくつかの場合では、方法は、（ａ）１つ以上の微生物細胞外小胞及び１つ以上の非微生物細胞外小胞を含む対象の生体試料を提供すること８０２、（ｂ）１つ以上の微生物細胞外小胞を１つ以上の第１の親和性試薬で富化し、かつ１つ以上の非微生物細胞外小胞を１つ以上の第２の親和性試薬で富化し、それによって、１つ以上の富化された微生物細胞外小胞及び１つ以上の富化された非微生物細胞外小胞を生成すること８０４、（ｃ）富化された１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物の第１の存在量、及び富化された１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物の第２の存在量を検出すること８０６、並びに（ｄ）１つ以上の分子分析物の第１の存在量及び１つ以上の分子分析物の第２の存在量の組み合わせと、１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物の第３の存在量及び１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物の第４の存在量に関連する疾患のモデルとの間の関連から、対象の疾患を特定すること８０８を含み得る。いくつかの場合では、第３の存在量及び第４の存在量は、１つ以上の分子分析物の第１の存在量及び第２の存在量と異なり得る。いくつかの事例では、検出することは、１つ以上の分子分析物の第１の存在量及び１つ以上の分子分析物の第２の存在量を定量することを含み得る。１つ以上の微生物細胞外小胞の１つ以上の分子分析物は、無細胞微生物ＤＮＡ、無細胞微生物ＲＮＡ、微生物ＤＮＡ、微生物ＲＮＡ、微生物タンパク質、微生物代謝産物、微生物脂質、微生物グリカン、又はそれらの任意の組み合わせを含み得る。１つ以上の非微生物細胞外小胞の１つ以上の分子分析物は、非微生物無細胞ＤＮＡ、非微生物無細胞ＲＮＡ、非微生物ＤＮＡ、非微生物ＲＮＡ、非微生物タンパク質、非微生物代謝産物、非微生物脂質、非微生物グリカン、又はそれらの任意の組み合わせを含み得る。

【0040】

いくつかの事例では、生体試料は、液体生体試料、組織生体試料、又はそれらの任意の組み合わせを含み得る。いくつかの場合では、液体生体試料は、血漿、血清、全血、尿、脳脊髄液、唾液、汗、涙、リンパ液、呼気凝縮液、又はそれらの任意の組み合わせ、任意の希釈物、若しくは処理された画分を含み得る。全血は、白血球、血漿、赤血球、血小板、又はそれらの任意の組み合わせを含み得る。いくつかの事例では、組織生体試料は、組織ホモジネートを含み得る。いくつかの場合では、対象は、ヒト又は非ヒト哺乳動物を含み得る。

【0041】

いくつかの場合では、富化することは、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフを濃縮することを含み得る。１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフは、リポ多糖類（ＬＰＳ）、リポタンパク質、リポペプチド、リポテイコ酸（ＬＴＡ）、リポアラビノマンナン、キチン、ベータ－グルカン、ザイモサン、グリコシルホスファチジルイノシトール（ＧＰＩ）アンカータンパク質、又はそれらの任意の組み合わせなどの正準細胞壁構成要素を含み得る。

【0042】

いくつかの場合では、１つ以上の第１の親和性試薬又は１つ以上の第２の親和性試薬は、組換え自然免疫パターン認識受容体又は１つ以上の抗体を含み、当該１つ以上の抗体は、ポリクローナル抗体、モノクローナル抗体、組換え抗体、及びアプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含み得る。組換え自然免疫パターン認識受容体は、Ｔｏｌｌ様受容体１（ＴＬＲ１、ＣＤ２８１）、Ｔｏｌｌ様受容体２（ＴＬＲ２、ＣＤ２８２）、Ｔｏｌｌ様受容体４（ＴＬＲ４、ＣＤ２８４）、Ｔｏｌｌ様受容体５（ＴＬＲ５）、Ｔｏｌｌ様受容体６（ＴＬＲ６、ＣＤ２８６）、Ｔｏｌｌ様受容体１０（ＴＬＲ１０、ＣＤ２９０）、ＣＤ１４、リポ多糖類結合タンパク質、デクチン－１、デクチン－２、マンノース受容体（ＣＤ２０６）、ＤＣ－ＳＩＧＮ、ＳＩＧＮＲ１、ランゲリン、マンノース結合レクチン、フィコリン－１、フィコリン－２、フィコリン－３、又はそれらの任意の誘導体を含み得る。それらの誘導体は、エピトープタグ、完全長組換え自然免疫パターン認識受容体、又はそれらの組換え可溶性外部ドメインを含み得る。１つ以上の抗体、アプタマー、単鎖可変断片（ｓｃＦＶ）、及び単鎖抗体は、エピトープタグを含み得る。エピトープタグは、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含み得る。いくつかの場合では、１つ以上の第１の親和性試薬及び１つ以上の第２の親和性試薬は、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含み得る。いくつかの場合では、１つ以上の第１の親和性試薬又は１つ以上の第２の親和性試薬は、哺乳動物抗原ＣＤ９、ＣＤ６３、ＣＤ８１、グリピカン１（ＧＰＣ１）、Ｍａｒｔ－１、ＴＹＲＰ２、ヒト上皮成長因子受容体（ＨＥＲ）ファミリーメンバー、ＥｐＣＡＭ、又はそれらの任意の組み合わせに特異的であり得る。

【0043】

いくつかの場合では、富化することは、生体試料を、共有結合で固定化された親和性剤を含む支持体とインキュベーションすることを含み得る。共有結合で固定化された親和性剤は、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含み得る。いくつかの事例では、支持体は、磁性ビーズ、アガロースビーズ、非磁性ラテックス、機能化セファロース、ｐＨ感受性ポリマー、又はそれらの任意の組み合わせを含み得る。

【0044】

いくつかの場合では、検出することは、核酸配列決定、ポリメラーゼ連鎖反応（ＰＣＲ）、質量分析、液体クロマトグラフィー－質量分析（ＬＣ－ＭＳ）、高速液体クロマトグラフィー（ＨＰＬＣ）、イムノアッセイ分析、又はそれらの任意の組み合わせを、１つ以上の微生物細胞外小胞の１つ以上の分子分析物、又は１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物で実施することを含み得る。核酸配列決定は、全ゲノム配列決定、ショットガン配列決定、次世代配列決定、標的化された配列決定、ＲＮＡ配列決定、メチル化配列決定、又はそれらの任意の組み合わせを含み得る。

【0045】

いくつかの場合では、モデルは、予測モードを含み得、予測モデルは、１つ以上の対象の１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物の第３の存在量、１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物の第４の存在量、及び１つ以上の対象の対応する疾患で訓練され得る。いくつかの事例では、疾患は、本明細書の他の場所に記載されるがんを含み得る。いくつかの場合では、予測モデルは、入力として１つ以上の分子分析物の第１の存在量及び１つ以上の分子分析物の第２の存在量を受け取り、対象の疾患の予測を出力するように構成され得る。いくつかの事例では、予測モデルは、対象における１つ以上のがん、１つ以上のがんのサブタイプ、１つ以上のがんの解剖学的位置、又はそれらの任意の組み合わせを予測するように構成され得る。

【0046】

いくつかの事例では、疾患は、がんを含み得る。がんは、Ｉ期又はＩＩ期のがんを含み得る。いくつかの事例では、がんは、骨、乳房、肺、結腸、脳、皮膚、卵巣、膵臓、又はそれらの任意の組み合わせのタイプのがんを含み得る。いくつかの場合では、がんは、副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、胆管がん、結腸腺がん、十二指腸がん、食道がん、多形性神経膠芽腫、小細胞肺がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肝臓肝細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、膵臓腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、直腸腺がん、肉腫、皮膚皮膚黒色腫、胃腺がん、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含み得る。いくつかの場合では、がんは、腸以外の１つ以上のがんタイプ：副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、多形性神経膠芽腫、肺小細胞がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、肉腫、皮膚皮膚黒色腫、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含み得る。

【0047】

いくつかの場合では、予測モデルは、機械学習モデルを含み得る。機械学習モデルは、１つ以上の機械学習モデル、正規化された機械学習モデル、機械学習モデルのアンサンブル、又はそれらの任意の組み合わせを含み得る。いくつかの事例では、予測モデルは、ランダムフォレスト、ニューラルネットワーク、ナイーブベイズ、サポートベクターマシン、線形回帰、ｋ近傍法、ｋ平均法、決定木、ロジスティック回帰、勾配ブースティング、又はそれらの任意の組み合わせの予測モデルを含み得る。いくつかの場合では、１つ以上の微生物細胞外小胞及び１つ以上の非微生物細胞外小胞を富化することは、対象のがんを予測する場合、予測モデルの精度を少なくとも１％、少なくとも５％、少なくとも１０％、少なくとも１５％、又は少なくとも２０％改善し得る。いくつかの事例では、対象の疾患を予測する場合の予測モデルの受信者動作特性曲線下面積は、１つ以上の分子分析物の当該第１の存在量及び１つ以上の分子分析物の当該第２の存在量の当該組み合わせが、当該予測モデルへの当該入力として提供される場合、１％で、少なくとも２％、少なくとも４％、少なくとも５％、又は少なくとも１０％増加する。

【0048】

いくつかの実施形態では、本明細書に提供される本開示は、図９に見られるように、対象の疾患に対する治療を特定する方法９００を説明する。いくつかの場合では、方法は、（ａ）１つ以上の微生物細胞外小胞を含む対象由来の生体試料を提供すること９０２、（ｂ）１つ以上の微生物細胞外小胞を１つ以上の親和性試薬で富化すること９０４、（ｃ）１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物を検出すること９０６、（ｄ）１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物に基づいて、対象の疾患に対する治療を特定すること９０８を含み得る。いくつかの場合では、生体試料は、１つ以上の非微生物細胞外小胞及び１つ以上の微生物細胞外小胞を含み得る。いくつかの事例では、方法は、１つ以上の分子分析物の存在量を定量することを含み得る。１つ以上の微生物細胞外小胞の１つ以上の分子分析物は、小胞関連無細胞微生物ＤＮＡ、無細胞微生物ＲＮＡ、微生物ＤＮＡ、微生物ＲＮＡ、微生物タンパク質、微生物代謝産物、微生物脂質、微生物グリカン、又はそれらの任意の組み合わせを含み得る。１つ以上の非微生物細胞外小胞の１つ以上の分子分析物は、小胞関連無細胞非微生物ＤＮＡ、無細胞非微生物ＲＮＡ、非微生物ＤＮＡ、非微生物ＲＮＡ、非微生物タンパク質、非微生物代謝産物、非微生物脂質、非微生物グリカン、又はそれらの任意の組み合わせを含み得る。いくつかの事例では、生体試料は、液体生体試料、組織生体試料、又はそれらの任意の組み合わせを含み得る。いくつかの場合では、液体生体試料は、血漿、血清、全血、尿、脳脊髄液、唾液、汗、涙、リンパ液、呼気凝縮液、又はそれらの任意の希釈物若しくは処理された画分を含み得る。全血は、血漿、白血球、赤血球、血小板、又はそれらの任意の組み合わせを含み得る。いくつかの場合では、対象は、非ヒト哺乳動物又はヒト対象を含み得る。いくつかの場合では、組織生体試料は、組織ホモジネートを含む。

【0049】

いくつかの場合では、１つ以上の親和性試薬は、１つ以上の微生物細胞壁分子モチーフ及び／又は１つ以上の非微生物細胞壁分子モチーフにカップリングするように構成され得る。１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフは、リポ多糖類（ＬＰＳ）、リポタンパク質、リポペプチド、リポテイコ酸（ＬＴＡ）、リポアラビノマンナン、キチン、ベータ－グルカン、ザイモサン、及びグリコシルホスファチジルイノシトール（ＧＰＩ）アンカータンパク質、又はそれらの任意の組み合わせなどの正準細胞壁構成要素を含み得る。

【0050】

いくつかの場合では、１つ以上の親和性試薬は、組換え自然免疫パターン認識受容体又は１つ以上の抗体を含み得、当該１つ以上の抗体は、ポリクローナル抗体、モノクローナル抗体、組換え抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含む。組換え自然免疫パターン認識受容体は、Ｔｏｌｌ様受容体１（ＴＬＲ１、ＣＤ２８１）、Ｔｏｌｌ様受容体２（ＴＬＲ２、ＣＤ２８２）、Ｔｏｌｌ様受容体４（ＴＬＲ４、ＣＤ２８４）、Ｔｏｌｌ様受容体５（ＴＬＲ５）、Ｔｏｌｌ様受容体６（ＴＬＲ６、ＣＤ２８６）、Ｔｏｌｌ様受容体１０（ＴＬＲ１０、ＣＤ２９０）、ＣＤ１４、リポ多糖類結合タンパク質、デクチン－１、デクチン－２、マンノース受容体（ＣＤ２０６）、ＤＣ－ＳＩＧＮ、ＳＩＧＮＲ１、ランゲリン、マンノース結合レクチン、フィコリン－１、フィコリン－２、フィコリン－３、それらの任意の組み合わせ、又はそれらの任意の誘導体を含み得る。それらの誘導体は、エピトープタグ及び完全長組換え自然免疫パターン認識受容体又はそれらの組換え可溶性外部ドメインを含み得る。エピトープタグは、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含み含み得る。いくつかの場合では、１つ以上の親和性試薬は、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含み得る。

【0051】

いくつかの場合では、１つ以上の抗体、アプタマー、単鎖可変断片（ｓｃＦＶ）、又は単鎖抗体は、エピトープタグを含み得る。エピトープタグは、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含み得る。

【0052】

いくつかの事例では、富化することは、生体試料を、共有結合で固定化された親和性剤を含む支持体と接触させることを含み得る。共有結合で固定化された親和性剤は、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含み得る。支持体は、磁性ビーズ、アガロースビーズ、非磁性ラテックス、機能化セファロース、ｐＨ感受性ポリマー、又はそれらの任意の組み合わせを含み得る。

【0053】

いくつかの場合では、富化することは、（ａ）当該生体試料を１つ以上の親和性試薬と接触させて、捕捉試薬－分子モチーフ相互作用複合体を形成することと、（ｂ）捕捉試薬－分子モチーフ相互作用複合体を支持体と接触させることと、（ｃ）支持体を生体試料から分離して、当該捕捉試薬－分子モチーフ相互作用複合体を濃縮することと、を含み得る。いくつかの場合では、１つ以上の親和性試薬は、エピトープタグを含み得る。いくつかの場合では、支持体は、エピトープタグ認識表面を含み得る。エピトープタグ認識表面は、ストレプトアビジン、６ｘヒスチジンタグ、ＧＦＰ、ｍｙｃ、ＨＡ、ビオチンに特異的な抗体、又はそれらの任意の組み合わせを含み得る。エピトープタグ認識表面は、抗種抗体を含み得る。

【0054】

いくつかの事例では、検出することは、１つ以上の分子分析物の核酸配列決定、ポリメラーゼ連鎖反応（ＰＣＲ）、又はハイブリダイゼーションに基づく分析を含み得る。核酸配列決定は、全ゲノム配列決定、ショットガン配列決定、次世代配列決定、標的化された配列決定、ＲＮＡ配列決定、メチル化配列決定、又はそれらの任意の組み合わせを含み得る。いくつかの場合では、検出することは、質量分析、液体クロマトグラフィー－質量分析（ＬＣ－ＭＳ）、又は高速液体クロマトグラフィー（ＨＰＬＣ）を実施することを含み得る。いくつかの事例では、検出することは、イムノアッセイ分析を実施することを含み得る。

【0055】

いくつかの場合では、疾患は、がんを含み得る。がんは、Ｉ期又はＩＩ期のがんを含み得る。がんは、骨、乳房、肺、結腸、脳、皮膚、卵巣、膵臓、又はそれらの任意の組み合わせのタイプのがんを含み得る。がんは、副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、胆管がん、結腸腺がん、十二指腸がん、食道がん、多形性神経膠芽腫、小細胞肺がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肝臓肝細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、膵臓腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、直腸腺がん、肉腫、皮膚皮膚黒色腫、胃腺がん、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含み得る。いくつかの場合では、がんは、腸以外の１つ以上のがんタイプ：副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、多形性神経膠芽腫、肺小細胞がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、肉腫、皮膚皮膚黒色腫、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含み得る。

【0056】

いくつかの場合では、疾患に対する治療を特定することは、予測モデルによって治療を予測することを含み含み得、予測モデルは、１つ以上の対象の１つ以上の微生物細胞外小胞から得られた１つ以上の分子分析物及びもう１つの対象の疾患に対する関連する治療で訓練される。予測モデルは、入力として対象の１つ以上の分子分析物を受け取り、対象の疾患に対する治療を出力するように構成され得る。

【0057】

いくつかの場合では、予測モデルは、機械学習モデルを含み得、機械学習モデルは、正規化された機械学習モデル、機械学習モデルのアンサンブル、又はそれらの任意の組み合わせを含む。予測モデルは、ランダムフォレスト、ニューラルネットワーク、ナイーブベイズ、サポートベクターマシン、学習回帰、ｋ近傍法、ｋ平均法、決定木、ロジスティック回帰、勾配ブースティング、又はそれらの任意の組み合わせを含み得る。

【0058】

いくつかの場合では、１つ以上の微生物細胞外小胞を富化することは、当該対象の当該治療を予測する場合、予測モデルの精度を少なくとも１％、少なくとも５％、少なくとも１０％、少なくとも１５％、又は少なくとも２０％改善し得る。

【0059】

いくつかの場合では、治療は、元々がんを標的とするために承認されていても、されていなくてもよい、別の目的で再利用された治療を含み得る。いくつかの場合では、治療は、小分子、生物製剤、プロバイオティクス、ウイルス、バクテリオファージ、免疫療法、広域抗生物質、又はそれらの任意の組み合わせを含み得る。プロバイオティクスは、操作された細菌株又は操作された細菌のアンサンブルを含み得る。いくつかの場合では、治療は、一次治療の有効性を改善するために対象のがんに対する一次治療と組み合わせて与えられるアジュバントを含み得る。いくつかの場合では、治療は、当該がん又はがん微小環境に関連する標的微生物抗原への養子細胞移行を含み得る。治療は、がん又はがん微小環境に関連する微生物抗原を利用するがんワクチンを含み得る。治療は、がん又はがん微小環境に関連する微生物抗原に対するモノクローナル抗体を含み得る。治療は、がん又はがん微小環境に関連する微生物抗原を少なくとも部分的に標的とするように設計された抗体－薬物コンジュゲートを含み得る。治療は、がん又はがん微小環境に関連する１つ以上の微生物抗原を少なくとも部分的に標的とするように設計された、多価抗体、抗体断片、又はそれらの抗体誘導体を含み得る。治療は、特定の種類の微生物又は機能的若しくは生物学的に類似した微生物のクラスに対する標的化された抗生物質を含み得る。いくつかの場合では、少なくとも１つのタイプが、がんの微生物の存在又は存在量を利用して、全体的な治療有効性を増強させるような、以下の治療タイプ：小分子、生物製剤、操作された宿主由来細胞タイプ、プロバイオティクス、操作された細菌、天然であるが選択的なウイルス、操作されたウイルス、及びバクテリオファージのうちの２つ以上が、組み合わされる。

【0060】

いくつかの実施形態では、本明細書に提供される本開示は、図１０に見られるように、対象の疾患に対する治療を特定する方法１０００を説明する。いくつかの場合では、方法は、（ａ）１つ以上の微生物細胞外小胞及び１つ以上の非微生物細胞外小胞を含む対象の生体試料を提供すること１００２、（ｂ）１つ以上の微生物細胞外小胞を１つ以上の第１の親和性試薬で富化し、かつ１つ以上の非微生物細胞外小胞を１つ以上の第２の親和性試薬で富化し、それによって、１つ以上の富化された微生物細胞外小胞及び１つ以上の富化された非微生物細胞外小胞を生成すること１００４、（ｃ）富化された１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物の第１の存在量、及び富化された１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物の第２の存在量を検出すること１００６、並びに（ｄ）１つ以上の分子分析物の第１の存在量及び１つ以上の分子分析物の第２の存在量の組み合わせと、１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物の第３の存在量及び１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物の第４の存在量に関連する疾患治療のモデルとの間の関連から、対象の疾患に対する治療を特定すること１００８を含み得る。いくつかの場合では、第３の存在量及び第４の存在量は、１つ以上の分子分析物の第１の存在量及び第２の存在量と異なり得る。いくつかの事例では、検出することは、１つ以上の分子分析物の第１の存在量及び１つ以上の分子分析物の第２の存在量を定量することを含み得る。１つ以上の微生物細胞外小胞の１つ以上の分子分析物は、無細胞微生物ＤＮＡ、無細胞微生物ＲＮＡ、微生物ＤＮＡ、微生物ＲＮＡ、微生物タンパク質、微生物代謝産物、微生物脂質、微生物グリカン、又はそれらの任意の組み合わせを含み得る。１つ以上の非微生物細胞外小胞の１つ以上の分子分析物は、非微生物無細胞ＤＮＡ、非微生物無細胞ＲＮＡ、非微生物ＤＮＡ、非微生物ＲＮＡ、非微生物タンパク質、非微生物代謝産物、非微生物脂質、非微生物グリカン、又はそれらの任意の組み合わせを含み得る。

【0061】

いくつかの事例では、生体試料は、液体生体試料、組織生体試料、又はそれらの任意の組み合わせを含み得る。いくつかの場合では、液体生体試料は、血漿、血清、全血、尿、脳脊髄液、唾液、汗、涙、リンパ液、呼気凝縮液、又はそれらの任意の組み合わせ、任意の希釈物、若しくは処理された画分を含み得る。全血は、白血球、血漿、赤血球、血小板、又はそれらの任意の組み合わせを含み得る。いくつかの事例では、組織生体試料は、組織ホモジネートを含み得る。いくつかの場合では、対象は、ヒト又は非ヒト哺乳動物を含み得る。

【0062】

いくつかの場合では、富化することは、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフを濃縮することを含み得る。１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフは、リポ多糖類（ＬＰＳ）、リポタンパク質、リポペプチド、リポテイコ酸（ＬＴＡ）、リポアラビノマンナン、キチン、ベータ－グルカン、ザイモサン、グリコシルホスファチジルイノシトール（ＧＰＩ）アンカータンパク質、又はそれらの任意の組み合わせなどの正準細胞壁構成要素を含み得る。

【0063】

いくつかの場合では、１つ以上の第１の親和性試薬又は１つ以上の第２の親和性試薬は、組換え自然免疫パターン認識受容体又は１つ以上の抗体を含み、当該１つ以上の抗体は、ポリクローナル抗体、モノクローナル抗体、組換え抗体、及びアプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含み得る。組換え自然免疫パターン認識受容体は、Ｔｏｌｌ様受容体１（ＴＬＲ１、ＣＤ２８１）、Ｔｏｌｌ様受容体２（ＴＬＲ２、ＣＤ２８２）、Ｔｏｌｌ様受容体４（ＴＬＲ４、ＣＤ２８４）、Ｔｏｌｌ様受容体５（ＴＬＲ５）、Ｔｏｌｌ様受容体６（ＴＬＲ６、ＣＤ２８６）、Ｔｏｌｌ様受容体１０（ＴＬＲ１０、ＣＤ２９０）、ＣＤ１４、リポ多糖類結合タンパク質、デクチン－１、デクチン－２、マンノース受容体（ＣＤ２０６）、ＤＣ－ＳＩＧＮ、ＳＩＧＮＲ１、ランゲリン、マンノース結合レクチン、フィコリン－１、フィコリン－２、フィコリン－３、又はそれらの任意の誘導体を含み得る。それらの誘導体は、エピトープタグ、完全長組換え自然免疫パターン認識受容体、又はそれらの組換え可溶性外部ドメインを含み得る。１つ以上の抗体、アプタマー、単鎖可変断片（ｓｃＦＶ）、及び単鎖抗体は、エピトープタグを含み得る。エピトープタグは、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含み得る。いくつかの場合では、１つ以上の第１の親和性試薬及び１つ以上の第２の親和性試薬は、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含み得る。いくつかの場合では、１つ以上の第１の親和性試薬又は１つ以上の第２の親和性試薬は、哺乳動物抗原ＣＤ９、ＣＤ６３、ＣＤ８１、グリピカン１（ＧＰＣ１）、Ｍａｒｔ－１、ＴＹＲＰ２、ヒト上皮成長因子受容体（ＨＥＲ）ファミリーメンバー、ＥｐＣＡＭ、又はそれらの任意の組み合わせに特異的であり得る。

【0064】

いくつかの場合では、富化することは、生体試料を、共有結合で固定化された親和性剤を含む支持体とインキュベーションすることを含み得る。共有結合で固定化された親和性剤は、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含み得る。いくつかの事例では、支持体は、磁性ビーズ、アガロースビーズ、非磁性ラテックス、機能化セファロース、ｐＨ感受性ポリマー、又はそれらの任意の組み合わせを含み得る。

【0065】

いくつかの場合では、検出することは、核酸配列決定、ポリメラーゼ連鎖反応（ＰＣＲ）、質量分析、液体クロマトグラフィー－質量分析（ＬＣ－ＭＳ）、高速液体クロマトグラフィー（ＨＰＬＣ）、イムノアッセイ分析、又はそれらの任意の組み合わせを、１つ以上の微生物細胞外小胞の１つ以上の分子分析物、又は１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物で実施することを含み得る。核酸配列決定は、全ゲノム配列決定、ショットガン配列決定、次世代配列決定、標的化された配列決定、ＲＮＡ配列決定、メチル化配列決定、又はそれらの任意の組み合わせを含み得る。

【0066】

いくつかの場合では、モデルは、予測モードを含み得、予測モデルは、１つ以上の対象の１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物の第３の存在量、１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物の第４の存在量、及び１つ以上の対象の疾患に対する対応する治療で訓練され得る。いくつかの事例では、疾患は、本明細書の他の場所に記載されるがんを含み得る。いくつかの場合では、予測モデルは、入力として１つ以上の分子分析物の第１の存在量及び１つ以上の分子分析物の第２の存在量を受け取り、対象の疾患に対する治療の予測を出力するように構成され得る。いくつかの事例では、予測モデルは、対象における１つ以上のがん、１つ以上のがんのサブタイプ、１つ以上のがんの解剖学的位置、又はそれらの任意の組み合わせを予測するように構成され得る。

【0067】

いくつかの事例では、疾患は、がんを含み得る。がんは、Ｉ期又はＩＩ期のがんを含み得る。いくつかの事例では、がんは、骨、乳房、肺、結腸、脳、皮膚、卵巣、膵臓、又はそれらの任意の組み合わせのタイプのがんを含み得る。いくつかの場合では、がんは、副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、胆管がん、結腸腺がん、十二指腸がん、食道がん、多形性神経膠芽腫、小細胞肺がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肝臓肝細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、膵臓腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、直腸腺がん、肉腫、皮膚皮膚黒色腫、胃腺がん、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含み得る。いくつかの場合では、がんは、腸以外の１つ以上のがんタイプ：副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、多形性神経膠芽腫、肺小細胞がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、肉腫、皮膚皮膚黒色腫、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含み得る。

【0068】

いくつかの場合では、予測モデルは、機械学習モデルを含み得る。機械学習モデルは、１つ以上の機械学習モデル、正規化された機械学習モデル、機械学習モデルのアンサンブル、又はそれらの任意の組み合わせを含み得る。いくつかの事例では、予測モデルは、ランダムフォレスト、ニューラルネットワーク、ナイーブベイズ、サポートベクターマシン、線形回帰、ｋ近傍法、ｋ平均法、決定木、ロジスティック回帰、勾配ブースティング、又はそれらの任意の組み合わせの予測モデルを含み得る。いくつかの場合では、１つ以上の微生物細胞外小胞及び１つ以上の非微生物細胞外小胞を富化することは、対象のがんを予測する場合、予測モデルの精度を少なくとも１％、少なくとも５％、少なくとも１０％、少なくとも１５％、又は少なくとも２０％改善し得る。いくつかの事例では、対象の疾患に対する治療を予測する場合の予測モデルの受信者動作特性曲線下面積は、１つ以上の分子分析物の当該第１の存在量及び１つ以上の分子分析物の当該第２の存在量の当該組み合わせが、当該予測モデルへの当該入力として提供される場合、１％で、少なくとも２％、少なくとも４％、少なくとも５％、又は少なくとも１０％増加する。

【0069】

いくつかの場合では、治療は、元々がんを標的とするために承認されていても、されていなくてもよい、別の目的で再利用された治療を含み得る。いくつかの場合では、治療は、小分子、生物製剤、プロバイオティクス、ウイルス、バクテリオファージ、免疫療法、広域抗生物質、又はそれらの任意の組み合わせを含み得る。プロバイオティクスは、操作された細菌株又は操作された細菌のアンサンブルを含み得る。いくつかの場合では、治療は、一次治療の有効性を改善するために対象のがんに対する一次治療と組み合わせて与えられるアジュバントを含み得る。いくつかの場合では、治療は、当該がん又はがん微小環境に関連する標的微生物抗原への養子細胞移行を含み得る。治療は、がん又はがん微小環境に関連する微生物抗原を利用するがんワクチンを含み得る。治療は、がん又はがん微小環境に関連する微生物抗原に対するモノクローナル抗体を含み得る。治療は、がん又はがん微小環境に関連する微生物抗原を少なくとも部分的に標的とするように設計された抗体－薬物コンジュゲートを含み得る。治療は、がん又はがん微小環境に関連する１つ以上の微生物抗原を少なくとも部分的に標的とするように設計された、多価抗体、抗体断片、又はそれらの抗体誘導体を含み得る。治療は、特定の種類の微生物又は機能的若しくは生物学的に類似した微生物のクラスに対する標的化された抗生物質を含み得る。いくつかの場合では、少なくとも１つのタイプが、がんの微生物の存在又は存在量を利用して、全体的な治療有効性を増強させるような、以下の治療タイプ：小分子、生物製剤、操作された宿主由来細胞タイプ、プロバイオティクス、操作された細菌、天然であるが選択的なウイルス、操作されたウイルス、及びバクテリオファージのうちの２つ以上が、組み合わされる。

【0070】

いくつかの実施形態では、本明細書に提供される本開示は、図１１に見られるように、予測モデルを訓練する方法１１００を説明する。いくつかの場合では、方法は、（ａ）１つ以上の対象の１つ以上の微生物細胞外小胞及び関連する健康分類を含む、１つ以上の対象由来の生体試料を提供すること１１０２、（ｂ）１つ以上の微生物細胞外小胞を１つ以上の親和性試薬で富化し、それによって、１つ以上の富化された微生物細胞外小胞を生成すること１１０４、（ｃ）１つ以上の富化された微生物細胞外小胞由来の１つ以上の分子分析物を検出すること１１０６、並びに（ｄ）予測モデルを、１つ以上の対象の１つ以上の分子分析物及び関連する健康分類で訓練すること１１０８を含み得る。いくつかの事例では、訓練された予測モデルは、入力として１つ以上の分子分析物を受け取り、対象の予測される疾患、対象の疾患に対する治療、又はそれらの任意の組み合わせを出力するように構成され得る。いくつかの場合では、１つ以上の対象の関連する健康分類は、がん性、非がん性疾患、非がん性、及び病気ではない（例えば、健康な）を含み得る。

【0071】

いくつかの場合では、生体試料は、１つ以上の非微生物細胞外小胞及び１つ以上の微生物細胞外小胞を含み得る。いくつかの事例では、方法は、１つ以上の分子分析物の存在量を定量することを含み得る。１つ以上の微生物細胞外小胞の１つ以上の分子分析物は、小胞関連無細胞微生物ＤＮＡ、無細胞微生物ＲＮＡ、微生物ＤＮＡ、微生物ＲＮＡ、微生物タンパク質、微生物代謝産物、微生物脂質、微生物グリカン、又はそれらの任意の組み合わせを含み得る。１つ以上の非微生物細胞外小胞の１つ以上の分子分析物は、小胞関連無細胞非微生物ＤＮＡ、無細胞非微生物ＲＮＡ、非微生物ＤＮＡ、非微生物ＲＮＡ、非微生物タンパク質、非微生物代謝産物、非微生物脂質、非微生物グリカン、又はそれらの任意の組み合わせを含み得る。いくつかの事例では、生体試料は、液体生体試料、組織生体試料、又はそれらの任意の組み合わせを含み得る。いくつかの場合では、液体生体試料は、血漿、血清、全血、尿、脳脊髄液、唾液、汗、涙、リンパ液、呼気凝縮液、又はそれらの任意の希釈物若しくは処理された画分を含み得る。全血は、血漿、白血球、赤血球、血小板、又はそれらの任意の組み合わせを含み得る。いくつかの場合では、対象は、非ヒト哺乳動物又はヒト対象を含み得る。いくつかの場合では、組織生体試料は、組織ホモジネートを含む。

【0072】

いくつかの場合では、１つ以上の親和性試薬は、１つ以上の微生物細胞壁分子モチーフ及び／又は１つ以上の非微生物細胞壁分子モチーフにカップリングするように構成され得る。１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフは、リポ多糖類（ＬＰＳ）、リポタンパク質、リポペプチド、リポテイコ酸（ＬＴＡ）、リポアラビノマンナン、キチン、ベータ－グルカン、ザイモサン、及びグリコシルホスファチジルイノシトール（ＧＰＩ）アンカータンパク質、又はそれらの任意の組み合わせなどの正準細胞壁構成要素を含み得る。

【0073】

いくつかの場合では、１つ以上の親和性試薬は、組換え自然免疫パターン認識受容体又は１つ以上の抗体を含み得、当該１つ以上の抗体は、ポリクローナル抗体、モノクローナル抗体、組換え抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含む。組換え自然免疫パターン認識受容体は、Ｔｏｌｌ様受容体１（ＴＬＲ１、ＣＤ２８１）、Ｔｏｌｌ様受容体２（ＴＬＲ２、ＣＤ２８２）、Ｔｏｌｌ様受容体４（ＴＬＲ４、ＣＤ２８４）、Ｔｏｌｌ様受容体５（ＴＬＲ５）、Ｔｏｌｌ様受容体６（ＴＬＲ６、ＣＤ２８６）、Ｔｏｌｌ様受容体１０（ＴＬＲ１０、ＣＤ２９０）、ＣＤ１４、リポ多糖類結合タンパク質、デクチン－１、デクチン－２、マンノース受容体（ＣＤ２０６）、ＤＣ－ＳＩＧＮ、ＳＩＧＮＲ１、ランゲリン、マンノース結合レクチン、フィコリン－１、フィコリン－２、フィコリン－３、それらの任意の組み合わせ、又はそれらの任意の誘導体を含み得る。それらの誘導体は、エピトープタグ及び完全長組換え自然免疫パターン認識受容体又はそれらの組換え可溶性外部ドメインを含み得る。エピトープタグは、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含み含み得る。いくつかの場合では、１つ以上の親和性試薬は、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含み得る。

【0074】

いくつかの場合では、１つ以上の抗体、アプタマー、単鎖可変断片（ｓｃＦＶ）、又は単鎖抗体は、エピトープタグを含み得る。エピトープタグは、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含み得る。

【0075】

いくつかの事例では、富化することは、生体試料を、共有結合で固定化された親和性剤を含む支持体と接触させることを含み得る。共有結合で固定化された親和性剤は、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含み得る。支持体は、磁性ビーズ、アガロースビーズ、非磁性ラテックス、機能化セファロース、ｐＨ感受性ポリマー、又はそれらの任意の組み合わせを含み得る。

【0076】

いくつかの場合では、富化することは、（ａ）当該生体試料を１つ以上の親和性試薬と接触させて、捕捉試薬－分子モチーフ相互作用複合体を形成することと、（ｂ）捕捉試薬－分子モチーフ相互作用複合体を支持体と接触させることと、（ｃ）支持体を生体試料から分離して、当該捕捉試薬－分子モチーフ相互作用複合体を濃縮することと、を含み得る。いくつかの場合では、１つ以上の親和性試薬は、エピトープタグを含み得る。いくつかの場合では、支持体は、エピトープタグ認識表面を含み得る。エピトープタグ認識表面は、ストレプトアビジン、６ｘヒスチジンタグ、ＧＦＰ、ｍｙｃ、ＨＡ、ビオチンに特異的な抗体、又はそれらの任意の組み合わせを含み得る。エピトープタグ認識表面は、抗種抗体を含み得る。

【0077】

いくつかの事例では、検出することは、１つ以上の分子分析物の核酸配列決定、ポリメラーゼ連鎖反応（ＰＣＲ）、又はハイブリダイゼーションに基づく分析を含み得る。核酸配列決定は、全ゲノム配列決定、ショットガン配列決定、次世代配列決定、標的化された配列決定、ＲＮＡ配列決定、メチル化配列決定、又はそれらの任意の組み合わせを含み得る。いくつかの場合では、検出することは、質量分析、液体クロマトグラフィー－質量分析（ＬＣ－ＭＳ）、又は高速液体クロマトグラフィー（ＨＰＬＣ）を実施することを含み得る。いくつかの事例では、検出することは、イムノアッセイ分析を実施することを含み得る。

【0078】

いくつかの場合では、疾患は、がんを含み得る。がんは、Ｉ期又はＩＩ期のがんを含み得る。がんは、骨、乳房、肺、結腸、脳、皮膚、卵巣、膵臓、又はそれらの任意の組み合わせのタイプのがんを含み得る。がんは、副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、胆管がん、結腸腺がん、十二指腸がん、食道がん、多形性神経膠芽腫、小細胞肺がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肝臓肝細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、膵臓腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、直腸腺がん、肉腫、皮膚皮膚黒色腫、胃腺がん、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含み得る。いくつかの場合では、がんは、腸以外の１つ以上のがんタイプ：副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、多形性神経膠芽腫、肺小細胞がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、肉腫、皮膚皮膚黒色腫、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含み得る。

【0079】

いくつかの場合では、訓練された予測モデルは、１つ以上のがん、１つ以上のがんのサブタイプ、１つ以上のがんの解剖学的位置、又はそれらの任意の組み合わせ１つ以上の対象を予測するように構成され得る。訓練された予測モデルは、がんの病期、がんの予後、がんの変異状態、がんの将来の免疫療法応答、がんを治療するための最適な療法、又はそれらの任意の組み合わせを予測するように構成され得る。訓練された予測モデルは、１つ以上の対象の１つ以上のがんタイプの間でがんを予測し、１つ以上のがんタイプの特定のがんタイプを特定するように構成され得る。いくつかの場合では、訓練された予測モデルは、機械学習モデルを含み得、機械学習モデルは、正規化された機械学習モデル、機械学習モデルのアンサンブル、又はそれらの任意の組み合わせを含む。訓練された予測モデルは、ランダムフォレスト、ニューラルネットワーク、ナイーブベイズ、サポートベクターマシン、学習回帰、ｋ近傍法、ｋ平均法、決定木、ロジスティック回帰、勾配ブースティング、又はそれらの任意の組み合わせを含み得る。

【0080】

いくつかの場合では、１つ以上の微生物細胞外小胞を富化することは、当該対象の当該治療又は当該対象の当該疾患を予測する場合、訓練された予測モデルの精度を少なくとも１％、少なくとも５％、少なくとも１０％、少なくとも１５％、又は少なくとも２０％改善し得る。

【0081】

いくつかの場合では、治療は、元々がんを標的とするために承認されていても、されていなくてもよい、別の目的で再利用された治療を含み得る。いくつかの場合では、治療は、小分子、生物製剤、プロバイオティクス、ウイルス、バクテリオファージ、免疫療法、広域抗生物質、又はそれらの任意の組み合わせを含み得る。プロバイオティクスは、操作された細菌株又は操作された細菌のアンサンブルを含み得る。いくつかの場合では、治療は、一次治療の有効性を改善するために対象のがんに対する一次治療と組み合わせて与えられるアジュバントを含み得る。いくつかの場合では、治療は、当該がん又はがん微小環境に関連する標的微生物抗原への養子細胞移行を含み得る。治療は、がん又はがん微小環境に関連する微生物抗原を利用するがんワクチンを含み得る。治療は、がん又はがん微小環境に関連する微生物抗原に対するモノクローナル抗体を含み得る。治療は、がん又はがん微小環境に関連する微生物抗原を少なくとも部分的に標的とするように設計された抗体－薬物コンジュゲートを含み得る。治療は、がん又はがん微小環境に関連する１つ以上の微生物抗原を少なくとも部分的に標的とするように設計された、多価抗体、抗体断片、又はそれらの抗体誘導体を含み得る。治療は、特定の種類の微生物又は機能的若しくは生物学的に類似した微生物のクラスに対する標的化された抗生物質を含み得る。いくつかの場合では、少なくとも１つのタイプが、がんの微生物の存在又は存在量を利用して、全体的な治療有効性を増強させるような、以下の治療タイプ：小分子、生物製剤、操作された宿主由来細胞タイプ、プロバイオティクス、操作された細菌、天然であるが選択的なウイルス、操作されたウイルス、及びバクテリオファージのうちの２つ以上が、組み合わされる。

【0082】

いくつかの実施形態では、本明細書に提供される本開示は、図１２に見られるように、予測モデルを訓練する方法１２００を説明する。いくつかの場合では、方法は、（ａ）１つ以上の微生物細胞外小胞及び１つ以上の非微生物細胞外小胞を含む１つ以上の対象の生体試料並びに１つ以上の対象の関連する健康分類を提供すること１２０２、（ｂ）１つ以上の微生物細胞外小胞を１つ以上の第１の親和性試薬で富化し、かつ１つ以上の非微生物細胞外小胞を１つ以上の第２の親和性試薬で富化し、それによって、１つ以上の富化された微生物細胞外小胞及び１つ以上の富化された非微生物細胞外小胞を生成すること１２０４、（ｃ）富化された１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物の第１の存在量、及び富化された１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物の第２の存在量を検出すること１２０６、並びに（ｄ）１つ以上の分子分析物の第１の存在量及び１つ以上の分子分析物の第２の存在量、及び１つ以上の対象の関連する健康分類で、予測モデルを訓練すること１２０８を含み得る。いくつかの事例では、検出することは、１つ以上の分子分析物の第１の存在量及び１つ以上の分子分析物の第２の存在量を定量することを含み得る。いくつかの事例では、訓練された予測モデルは、入力として１つ以上の分子分析物の第１の存在量及び１つ以上の分子分析物の第２の存在量を受け取り、予測された対象の疾患、対象の疾患に対する治療、又はそれらの任意の組み合わせを出力するように構成され得る。いくつかの場合では、１つ以上の対象の関連する健康分類は、がん性、非がん性疾患、非がん性、及び病気ではない（例えば、健康な）を含み得る。

【0083】

１つ以上の微生物細胞外小胞の１つ以上の分子分析物は、無細胞微生物ＤＮＡ、無細胞微生物ＲＮＡ、微生物ＤＮＡ、微生物ＲＮＡ、微生物タンパク質、微生物代謝産物、微生物脂質、微生物グリカン、又はそれらの任意の組み合わせを含み得る。１つ以上の非微生物細胞外小胞の１つ以上の分子分析物は、非微生物無細胞ＤＮＡ、非微生物無細胞ＲＮＡ、非微生物ＤＮＡ、非微生物ＲＮＡ、非微生物タンパク質、非微生物代謝産物、非微生物脂質、非微生物グリカン、又はそれらの任意の組み合わせを含み得る。

【0084】

いくつかの事例では、生体試料は、液体生体試料、組織生体試料、又はそれらの任意の組み合わせを含み得る。いくつかの場合では、液体生体試料は、血漿、血清、全血、尿、脳脊髄液、唾液、汗、涙、リンパ液、呼気凝縮液、又はそれらの任意の組み合わせ、任意の希釈物、若しくは処理された画分を含み得る。全血は、白血球、血漿、赤血球、血小板、又はそれらの任意の組み合わせを含み得る。いくつかの事例では、組織生体試料は、組織ホモジネートを含み得る。いくつかの場合では、対象は、ヒト又は非ヒト哺乳動物を含み得る。

【0085】

いくつかの場合では、富化することは、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフを濃縮することを含み得る。１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフは、リポ多糖類（ＬＰＳ）、リポタンパク質、リポペプチド、リポテイコ酸（ＬＴＡ）、リポアラビノマンナン、キチン、ベータ－グルカン、ザイモサン、グリコシルホスファチジルイノシトール（ＧＰＩ）アンカータンパク質、又はそれらの任意の組み合わせなどの正準細胞壁構成要素を含み得る。

【0086】

いくつかの場合では、１つ以上の第１の親和性試薬又は１つ以上の第２の親和性試薬は、組換え自然免疫パターン認識受容体又は１つ以上の抗体を含み、当該１つ以上の抗体は、ポリクローナル抗体、モノクローナル抗体、組換え抗体、及びアプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含み得る。組換え自然免疫パターン認識受容体は、Ｔｏｌｌ様受容体１（ＴＬＲ１、ＣＤ２８１）、Ｔｏｌｌ様受容体２（ＴＬＲ２、ＣＤ２８２）、Ｔｏｌｌ様受容体４（ＴＬＲ４、ＣＤ２８４）、Ｔｏｌｌ様受容体５（ＴＬＲ５）、Ｔｏｌｌ様受容体６（ＴＬＲ６、ＣＤ２８６）、Ｔｏｌｌ様受容体１０（ＴＬＲ１０、ＣＤ２９０）、ＣＤ１４、リポ多糖類結合タンパク質、デクチン－１、デクチン－２、マンノース受容体（ＣＤ２０６）、ＤＣ－ＳＩＧＮ、ＳＩＧＮＲ１、ランゲリン、マンノース結合レクチン、フィコリン－１、フィコリン－２、フィコリン－３、又はそれらの任意の誘導体を含み得る。それらの誘導体は、エピトープタグ、完全長組換え自然免疫パターン認識受容体、又はそれらの組換え可溶性外部ドメインを含み得る。１つ以上の抗体、アプタマー、単鎖可変断片（ｓｃＦＶ）、及び単鎖抗体は、エピトープタグを含み得る。エピトープタグは、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含み得る。いくつかの場合では、１つ以上の第１の親和性試薬及び１つ以上の第２の親和性試薬は、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含み得る。いくつかの場合では、１つ以上の第１の親和性試薬又は１つ以上の第２の親和性試薬は、哺乳動物抗原ＣＤ９、ＣＤ６３、ＣＤ８１、グリピカン１（ＧＰＣ１）、Ｍａｒｔ－１、ＴＹＲＰ２、ヒト上皮成長因子受容体（ＨＥＲ）ファミリーメンバー、ＥｐＣＡＭ、又はそれらの任意の組み合わせに特異的であり得る。

【0087】

いくつかの場合では、富化することは、生体試料を、共有結合で固定化された親和性剤を含む支持体とインキュベーションすることを含み得る。共有結合で固定化された親和性剤は、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含み得る。いくつかの事例では、支持体は、磁性ビーズ、アガロースビーズ、非磁性ラテックス、機能化セファロース、ｐＨ感受性ポリマー、又はそれらの任意の組み合わせを含み得る。

【0088】

いくつかの場合では、検出することは、核酸配列決定、ポリメラーゼ連鎖反応（ＰＣＲ）、質量分析、液体クロマトグラフィー－質量分析（ＬＣ－ＭＳ）、高速液体クロマトグラフィー（ＨＰＬＣ）、イムノアッセイ分析、又はそれらの任意の組み合わせを、１つ以上の微生物細胞外小胞の１つ以上の分子分析物、又は１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物で実施することを含み得る。核酸配列決定は、全ゲノム配列決定、ショットガン配列決定、次世代配列決定、標的化された配列決定、ＲＮＡ配列決定、メチル化配列決定、又はそれらの任意の組み合わせを含み得る。

【0089】

いくつかの事例では、予測モデルは、１つ以上のがん、１つ以上のがんのサブタイプ、１つ以上のがんの解剖学的位置、又はそれらの任意の組み合わせの１つ以上の対象を予測するように構成され得る。

【0090】

いくつかの事例では、疾患は、がんを含み得る。がんは、Ｉ期又はＩＩ期のがんを含み得る。いくつかの事例では、がんは、骨、乳房、肺、結腸、脳、皮膚、卵巣、膵臓、又はそれらの任意の組み合わせのタイプのがんを含み得る。いくつかの場合では、がんは、副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、胆管がん、結腸腺がん、十二指腸がん、食道がん、多形性神経膠芽腫、小細胞肺がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肝臓肝細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、膵臓腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、直腸腺がん、肉腫、皮膚皮膚黒色腫、胃腺がん、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含み得る。いくつかの場合では、がんは、腸以外の１つ以上のがんタイプ：副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、多形性神経膠芽腫、肺小細胞がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、肉腫、皮膚皮膚黒色腫、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含み得る。

【0091】

いくつかの場合では、訓練された予測モデルは、１つ以上のがん、１つ以上のがんのサブタイプ、１つ以上のがんの解剖学的位置、又はそれらの任意の組み合わせ１つ以上の対象を予測するように構成され得る。訓練された予測モデルは、がんの病期、がんの予後、がんの変異状態、がんの将来の免疫療法応答、がんを治療するための最適な療法、又はそれらの任意の組み合わせを予測するように構成され得る。訓練された予測モデルは、１つ以上の対象の１つ以上のがんタイプの間でがんを予測し、１つ以上のがんタイプの特定のがんタイプを特定するように構成され得る。いくつかの場合では、訓練された予測モデルは、機械学習モデルを含み得る。機械学習モデルは、１つ以上の機械学習モデル、正規化された機械学習モデル、機械学習モデルのアンサンブル、又はそれらの任意の組み合わせを含み得る。いくつかの事例では、訓練された予測モデルは、ランダムフォレスト、ニューラルネットワーク、ナイーブベイズ、サポートベクターマシン、線形回帰、ｋ近傍法、ｋ平均法、決定木、ロジスティック回帰、勾配ブースティング、又はそれらの任意の組み合わせの予測モデルを含み得る。いくつかの場合では、１つ以上の微生物細胞外小胞及び１つ以上の非微生物細胞外小胞を富化することは、対象のがんを予測する場合、訓練された予測モデルの精度を少なくとも１％、少なくとも５％、少なくとも１０％、少なくとも１５％、又は少なくとも２０％改善し得る。いくつかの事例では、１つ以上の対象の疾患に対する治療を予測する場合の訓練された予測モデルの受信者動作特性曲線下面積は、１つ以上の分子分析物の当該第１の存在量及び１つ以上の分子分析物の当該第２の存在量の当該組み合わせが、当該訓練された予測モデルへの当該入力として提供される場合、１％で、少なくとも２％、少なくとも４％、少なくとも５％、又は少なくとも１０％増加する。

【0092】

いくつかの場合では、治療は、元々がんを標的とするために承認されていても、されていなくてもよい、別の目的で再利用された治療を含み得る。いくつかの場合では、治療は、小分子、生物製剤、プロバイオティクス、ウイルス、バクテリオファージ、免疫療法、広域抗生物質、又はそれらの任意の組み合わせを含み得る。プロバイオティクスは、操作された細菌株又は操作された細菌のアンサンブルを含み得る。いくつかの場合では、治療は、一次治療の有効性を改善するために対象のがんに対する一次治療と組み合わせて与えられるアジュバントを含み得る。いくつかの場合では、治療は、当該がん又はがん微小環境に関連する標的微生物抗原への養子細胞移行を含み得る。治療は、がん又はがん微小環境に関連する微生物抗原を利用するがんワクチンを含み得る。治療は、がん又はがん微小環境に関連する微生物抗原に対するモノクローナル抗体を含み得る。治療は、がん又はがん微小環境に関連する微生物抗原を少なくとも部分的に標的とするように設計された抗体－薬物コンジュゲートを含み得る。治療は、がん又はがん微小環境に関連する１つ以上の微生物抗原を少なくとも部分的に標的とするように設計された、多価抗体、抗体断片、又はそれらの抗体誘導体を含み得る。治療は、特定の種類の微生物又は機能的若しくは生物学的に類似した微生物のクラスに対する標的化された抗生物質を含み得る。いくつかの場合では、少なくとも１つのタイプが、がんの微生物の存在又は存在量を利用して、全体的な治療有効性を増強させるような、以下の治療タイプ：小分子、生物製剤、操作された宿主由来細胞タイプ、プロバイオティクス、操作された細菌、天然であるが選択的なウイルス、操作されたウイルス、及びバクテリオファージのうちの２つ以上が、組み合わされる。

【0093】

いくつかの実施形態では、本開示は、図１３に示されるように、予測モデルを訓練するコンピュータ実装方法１３００を説明する。いくつかの場合では、方法は、（ａ）１つ以上の対象の生体試料の配列決定データ及び対応する健康分類をデータベースから受け取ることであって、生体試料の配列決定データが、１つ以上の微生物細胞外小胞の１つ以上の分子分析物の配列を含む、受け取ること１３０２、並びに（ｂ）予測モデルを、１つ以上の対象の１つ以上の微生物細胞外小胞の１つ以上の分子分析物の生体試料の配列決定データ及び対応する健康分類で訓練すること１３０４を含む。いくつかの場合では、対応する健康分類は、がん性、非がん性疾患、非がん性非疾患（例えば、健康な）を含み得る。生体試料は、液体生体試料、組織生体試料、又はそれらの任意の組み合わせを含み得る。液体生体試料は、血漿、血清、全血、尿、脳脊髄液、唾液、汗、涙、リンパ液、呼気凝縮液、又はそれらの任意の希釈物若しくは処理された画分を含み得る。全血は、血漿、白血球、赤血球、血小板、又はそれらの任意の組み合わせを含み得る。いくつかの事例では、組織生体試料は、組織ホモジネートを含み得る。

【0094】

いくつかの場合では、１つ以上の微生物細胞外小胞の１つ以上の分子分析物は、小胞関連無細胞微生物ＤＮＡ、無細胞微生物ＲＮＡ、微生物ＤＮＡ、微生物ＲＮＡ、微生物タンパク質、微生物代謝産物、微生物脂質、微生物グリカン、又はそれらの任意の組み合わせを含む。

【0095】

いくつかの場合では、方法は、１つ以上の対象の生体試料の配列決定データを除染することを更に含み得、除染することは、インシリコで、又は実験対照を使用して完了され得る。

【0096】

いくつかの場合では、方法は、１つ以上の対象の生体試料の配列決定データをヒトゲノム参照ライブラリにアラインメントすることと、ヒトゲノム参照ライブラリにアラインメントしない１つ以上の配列決定リードを保持し、それによって、１つ以上の微生物細胞外小胞の１つ以上の分子分析物の１つ以上の微生物の配列決定リードを生成することと、を更に含み得る。いくつかの場合では、本方法は、１つ以上の微生物細胞外小胞の１つ以上の分子分析物の存在量を定量することを更に含み得る。

【0097】

いくつかの場合では、１つ以上の対象の生体試料の配列決定データは、全ゲノム配列決定、ショットガン配列決定、次世代配列決定、標的化された配列決定、ＲＮＡ配列決定、メチル化配列決定、又はそれらの任意の組み合わせによって生成され得る。

【0098】

いくつかの事例では、がんの健康分類は、Ｉ期又はＩＩ期のがんを含み得る。がんの健康分類は、骨、乳房、肺、結腸、脳、皮膚、卵巣、膵臓、又はそれらの任意の組み合わせのタイプのがんを含み得る。がんは、副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、胆管がん、結腸腺がん、十二指腸がん、食道がん、多形性神経膠芽腫、小細胞肺がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肝臓肝細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、膵臓腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、直腸腺がん、肉腫、皮膚皮膚黒色腫、胃腺がん、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含み得る。がんは、腸以外の１つ以上のがんタイプ：副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、多形性神経膠芽腫、肺小細胞がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、肉腫、皮膚皮膚黒色腫、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含み得る。

【0099】

いくつかの事例では、訓練された予測モデルは、入力として１つ以上の対象の生体試料の配列決定データ、１つ以上の対象の１つ以上の微生物細胞外小胞の１つ以上の分子分析物の存在量、又はそれらの任意の組み合わせを受け取り、１つ以上の対象の予測される疾患、１つ以上の対象の疾患に対する治療、又はそれらの任意の組み合わせを出力するように構成され得る。いくつかの場合では、訓練された予測モデルは、１つ以上のがん、１つ以上のがんのサブタイプ、１つ以上のがんの解剖学的位置、又はそれらの任意の組み合わせ１つ以上の対象を予測するように構成され得る。訓練された予測モデルは、がんの病期、がんの予後、がんの変異状態、がんの将来の免疫療法応答、がんを治療するための最適な療法、又はそれらの任意の組み合わせを予測するように構成され得る。訓練された予測モデルは、１つ以上の対象の１つ以上のがんタイプの間でがんを予測し、１つ以上のがんタイプの特定のがんタイプを特定するように構成され得る。いくつかの場合では、訓練された予測モデルは、機械学習モデルを含み得る。機械学習モデルは、１つ以上の機械学習モデル、正規化された機械学習モデル、機械学習モデルのアンサンブル、又はそれらの任意の組み合わせを含み得る。いくつかの事例では、訓練された予測モデルは、ランダムフォレスト、ニューラルネットワーク、ナイーブベイズ、サポートベクターマシン、線形回帰、ｋ近傍法、ｋ平均法、決定木、ロジスティック回帰、勾配ブースティング、又はそれらの任意の組み合わせの予測モデルを含み得る。いくつかの場合では、１つ以上の対象の生体試料の配列決定データを除染することは、１つ以上の対象のがんを予測する場合、訓練された予測モデルの精度を少なくとも１％、少なくとも５％、少なくとも１０％、少なくとも１５％、又は少なくとも２０％改善し得る。いくつかの事例では、１つ以上の対象の生体試料の配列決定データを除染することは、１つ以上の対象の疾患、又は１つ以上の対象の疾患に対する治療を予測する訓練された予測モデルの場合、受信者動作特性曲線下面積を、１％で、少なくとも２％、少なくとも４％、少なくとも５％、又は少なくとも１０％増加させ得る。

【0100】

いくつかの場合では、治療は、元々がんを標的とするために承認されていても、されていなくてもよい、別の目的で再利用された治療を含み得る。いくつかの場合では、治療は、小分子、生物製剤、プロバイオティクス、ウイルス、バクテリオファージ、免疫療法、広域抗生物質、又はそれらの任意の組み合わせを含み得る。プロバイオティクスは、操作された細菌株又は操作された細菌のアンサンブルを含み得る。いくつかの場合では、治療は、一次治療の有効性を改善するために対象のがんに対する一次治療と組み合わせて与えられるアジュバントを含み得る。いくつかの場合では、治療は、当該がん又はがん微小環境に関連する標的微生物抗原への養子細胞移行を含み得る。治療は、がん又はがん微小環境に関連する微生物抗原を利用するがんワクチンを含み得る。治療は、がん又はがん微小環境に関連する微生物抗原に対するモノクローナル抗体を含み得る。治療は、がん又はがん微小環境に関連する微生物抗原を少なくとも部分的に標的とするように設計された抗体－薬物コンジュゲートを含み得る。治療は、がん又はがん微小環境に関連する１つ以上の微生物抗原を少なくとも部分的に標的とするように設計された、多価抗体、抗体断片、又はそれらの抗体誘導体を含み得る。治療は、特定の種類の微生物又は機能的若しくは生物学的に類似した微生物のクラスに対する標的化された抗生物質を含み得る。いくつかの場合では、少なくとも１つのタイプが、がんの微生物の存在又は存在量を利用して、全体的な治療有効性を増強させるような、以下の治療タイプ：小分子、生物製剤、操作された宿主由来細胞タイプ、プロバイオティクス、操作された細菌、天然であるが選択的なウイルス、操作されたウイルス、及びバクテリオファージのうちの２つ以上が、組み合わされる。

【0101】

いくつかの実施形態では、本開示は、図１４に示されるように、予測モデルを訓練するコンピュータ実装方法１４００を説明する。いくつかの場合では、方法は、（ａ）１つ以上の対象の生体試料の配列決定データ及び対応する健康分類をデータベースから受け取ることであって、生体試料の配列決定データが、１つ以上の微生物細胞外小胞の１つ以上の第１の分子分析物及び１つ以上の非微生物細胞外小胞の１つ以上の第２の分子分析物の配列を含む、受け取ること１４０２、並びに（ｂ）予測モデルを、１つ以上の対象の１つ以上の微生物細胞外小胞の１つ以上の第１の分子分析物の生体試料の配列決定データ、１つ以上の非微生物細胞外小胞の１つ以上の第２の分子分析物、及び対応する健康分類で訓練すること１４０４を含む。いくつかの場合では、対応する健康分類は、がん性、非がん性疾患、非がん性非疾患（例えば、健康な）を含み得る。生体試料は、液体生体試料、組織生体試料、又はそれらの任意の組み合わせを含み得る。液体生体試料は、血漿、血清、全血、尿、脳脊髄液、唾液、汗、涙、リンパ液、呼気凝縮液、又はそれらの任意の希釈物若しくは処理された画分を含み得る。全血は、血漿、白血球、赤血球、血小板、又はそれらの任意の組み合わせを含み得る。いくつかの事例では、組織生体試料は、組織ホモジネートを含み得る。

【0102】

いくつかの場合では、１つ以上の微生物細胞外小胞の１つ以上の分子分析物は、小胞関連無細胞微生物ＤＮＡ、無細胞微生物ＲＮＡ、微生物ＤＮＡ、微生物ＲＮＡ、微生物タンパク質、微生物代謝産物、微生物脂質、微生物グリカン、又はそれらの任意の組み合わせを含む。いくつかの場合では、１つ以上の非微生物細胞外小胞の１つ以上の分子分析物は、小胞関連無細胞非微生物ＤＮＡ、無細胞非微生物ＲＮＡ、非微生物ＤＮＡ、非微生物ＲＮＡ、非微生物タンパク質、非微生物代謝産物、非微生物脂質、非微生物グリカン、又はそれらの任意の組み合わせを含む。

【0103】

いくつかの場合では、方法は、１つ以上の対象の生体試料の配列決定データを除染することを更に含み得、除染することは、インシリコで、又は実験対照を使用して完了され得る。

【0104】

いくつかの場合では、方法は、１つ以上の微生物細胞外小胞の１つ以上の分子分析物の存在量及び／又は１つ以上の非微生物細胞外小胞の１つ以上の分子分析物の存在量を定量することを更に含み得る。

【0105】

いくつかの場合では、１つ以上の対象の生体試料の配列決定データは、全ゲノム配列決定、ショットガン配列決定、次世代配列決定、標的化された配列決定、ＲＮＡ配列決定、メチル化配列決定、又はそれらの任意の組み合わせによって生成され得る。

【0106】

いくつかの事例では、がんの健康分類は、Ｉ期又はＩＩ期のがんを含み得る。がんの健康分類は、骨、乳房、肺、結腸、脳、皮膚、卵巣、膵臓、又はそれらの任意の組み合わせのタイプのがんを含み得る。がんは、副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、胆管がん、結腸腺がん、十二指腸がん、食道がん、多形性神経膠芽腫、小細胞肺がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肝臓肝細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、膵臓腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、直腸腺がん、肉腫、皮膚皮膚黒色腫、胃腺がん、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含み得る。がんは、腸以外の１つ以上のがんタイプ：副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、多形性神経膠芽腫、肺小細胞がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、肉腫、皮膚皮膚黒色腫、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含み得る。

【0107】

いくつかの事例では、訓練された予測モデルは、入力として１つ以上の対象の生体試料の配列決定データ、１つ以上の対象の１つ以上の微生物細胞外小胞の１つ以上の分子分析物の存在量、１つ以上の対象の１つ以上の非微生物細胞外小胞の１つ以上の分子分析物の存在量、又はそれらの任意の組み合わせを受け取り、１つ以上の対象の予測される疾患、１つ以上の対象の疾患に対する治療、又はそれらの任意の組み合わせを出力するように構成され得る。いくつかの場合では、訓練された予測モデルは、１つ以上のがん、１つ以上のがんのサブタイプ、１つ以上のがんの解剖学的位置、又はそれらの任意の組み合わせ１つ以上の対象を予測するように構成され得る。訓練された予測モデルは、がんの病期、がんの予後、がんの変異状態、がんの将来の免疫療法応答、がんを治療するための最適な療法、又はそれらの任意の組み合わせを予測するように構成され得る。訓練された予測モデルは、１つ以上の対象の１つ以上のがんタイプの間でがんを予測し、１つ以上のがんタイプの特定のがんタイプを特定するように構成され得る。いくつかの場合では、訓練された予測モデルは、機械学習モデルを含み得る。機械学習モデルは、１つ以上の機械学習モデル、正規化された機械学習モデル、機械学習モデルのアンサンブル、又はそれらの任意の組み合わせを含み得る。いくつかの事例では、訓練された予測モデルは、ランダムフォレスト、ニューラルネットワーク、ナイーブベイズ、サポートベクターマシン、線形回帰、ｋ近傍法、ｋ平均法、決定木、ロジスティック回帰、勾配ブースティング、又はそれらの任意の組み合わせの予測モデルを含み得る。いくつかの場合では、１つ以上の対象の生体試料の配列決定データを除染することは、訓練された予測モデルが、入力として、１つ以上の微生物細胞外小胞の１つ以上の第１の分子分析物の存在量と１つ以上の非微生物細胞外小胞の１つ以上の第２の分子分析物の存在量との組み合わせデータセットを提供される場合、訓練された予測モデルの精度を少なくとも１％、少なくとも５％、少なくとも１０％、少なくとも１５％、又は少なくとも２０％改善し得る。

【0108】

いくつかの事例では、疾患又は疾患に対する治療を予測する場合の予測モデルの受信者動作特性曲線下面積は、訓練された予測モデルが、入力として、１つ以上の微生物細胞外小胞の１つ以上の第１の分子分析物の存在量と１つ以上の非微生物細胞外小胞の１つ以上の第２の分子分析物の存在量との組み合わせデータセットを提供される場合、１％で、少なくとも２％、少なくとも４％、少なくとも５％、又は少なくとも１０％増加し得る。

【0109】

いくつかの場合では、治療は、元々がんを標的とするために承認されていても、されていなくてもよい、別の目的で再利用された治療を含み得る。いくつかの場合では、治療は、小分子、生物製剤、プロバイオティクス、ウイルス、バクテリオファージ、免疫療法、広域抗生物質、又はそれらの任意の組み合わせを含み得る。プロバイオティクスは、操作された細菌株又は操作された細菌のアンサンブルを含み得る。いくつかの場合では、治療は、一次治療の有効性を改善するために対象のがんに対する一次治療と組み合わせて与えられるアジュバントを含み得る。いくつかの場合では、治療は、当該がん又はがん微小環境に関連する標的微生物抗原への養子細胞移行を含み得る。治療は、がん又はがん微小環境に関連する微生物抗原を利用するがんワクチンを含み得る。治療は、がん又はがん微小環境に関連する微生物抗原に対するモノクローナル抗体を含み得る。治療は、がん又はがん微小環境に関連する微生物抗原を少なくとも部分的に標的とするように設計された抗体－薬物コンジュゲートを含み得る。治療は、がん又はがん微小環境に関連する１つ以上の微生物抗原を少なくとも部分的に標的とするように設計された、多価抗体、抗体断片、又はそれらの抗体誘導体を含み得る。治療は、特定の種類の微生物又は機能的若しくは生物学的に類似した微生物のクラスに対する標的化された抗生物質を含み得る。いくつかの場合では、少なくとも１つのタイプが、がんの微生物の存在又は存在量を利用して、全体的な治療有効性を増強させるような、以下の治療タイプ：小分子、生物製剤、操作された宿主由来細胞タイプ、プロバイオティクス、操作された細菌、天然であるが選択的なウイルス、操作されたウイルス、及びバクテリオファージのうちの２つ以上が、組み合わされる。

【0110】

本明細書に開示の方法の上記のステップは、本開示の様々な実施形態を例示するが、当業者は、本明細書に記載される教示に基づいて多くの変形を認識するであろう。いくつかの場合では、ステップは、異なる順序で完了され得る。いくつかの事例では、ステップは、追加又は省略され得る。いくつかの実施形態では、ステップのいくつかは、サブステップを含み得る。これらのステップの多くは、有益なほど頻繁に繰り返され得る。

【0111】

予測モデル
本開示の方法及びシステムは、人工知能、予測モデル、及び／又は機械学習技術の外部能力を利用又はアクセスして、がんを予測し得るＭＥＶ由来の１つ以上の分析物の特徴を特定し得る。いくつかの場合では、人工知能技術は、１つ以上の対象のがんを予測し得る、ＭＥＶ由来の１つ以上の分析物及び非微生物ＥＶの１つ以上の分析物の特徴を特定し得る。いくつかの場合では、特徴は、本明細書の他の場所で説明される１つ以上の予測モデルを訓練するために使用され得る。これらの特徴は、疾患又は障害を正確に予測するために使用され得る。いくつかの場合では、疾患又は障害は、本明細書の他の場所に記載のがんを含み得る。そのような予測能力を使用して、医療提供者（例えば、医師）は、情報に基づいた正確なリスクに基づく決定を下すことができ、それによって、患者に提供されるケア及び監視の質を改善し得る。

【0112】

本開示の方法及びシステムは、ＭＥＶの１つ以上の分析物、又は１つ以上の非微生物ＥＶと組み合わせたＭＥＶの１つ以上の分析物を介して試料のマイクロバイオームの存在及び存在量を分析して、１つ以上の対象の疾患を予測し得る１つ以上の微生物特徴及び／又は非微生物特徴を決定し得る。いくつかの場合では、本明細書の他の場所に記載される方法及びシステムは、対象のがんを示す１つ以上の微生物特徴及び／又は非微生物特徴で予測モデルを訓練し得る。いくつかの場合では、次いで、訓練された予測モデルを使用して、予測モデルを訓練するために利用される１つ以上の対象とは異なる１つ以上の対象のがんの可能性（例えば、予測）を生成し得る。訓練された予測モデルは、１つ以上のＭＥＶの１つ以上の分析物、又は１つ以上のＭＥＶ及び１つ以上の非微生物ＥＶの組み合わせた１つ以上の分析物を処理して、対象が疾患又は障害を有する可能性を生成するように構成された、機械学習に基づく分類器などの人工知能に基づくモデルを含み得る。モデルは、患者、例えば、がん患者、非がん性疾患を有する患者、疾患を有さない及びがんを有さない患者、がんに対する治療を受けているがん患者、非がん性疾患に対する治療を受ける患者、又はそれらの任意の組み合わせからの１つ以上のコホート由来の１つ以上の分析物の存在又は存在量を使用して訓練され得る。いくつかの場合では、予測モデルは、予測モデルの訓練データセットの一部分ではない１つ以上の患者のがんを治療するための治療予測を提供するように訓練され得る。そのような予測モデルは、患者の１つ以上のＭＥＶ由来の１つ以上の分析物の存在及び存在量、又は１つ以上のＭＥＶ及び非微生物ＥＶ由来の１つ以上の分析物の組み合わせの存在及び存在量の入力を提供された場合、訓練データセットの一部分ではない１つ以上の患者の治療推奨を出力し得る。

【0113】

モデルは、１つ以上の予測モデルを含み得る。モデルは、１つ以上の機械学習アルゴリズムを含み得る。機械学習アルゴリズムの例としては、サポートベクターマシン（ＳＶＭ）、ナイーブベイズ分類、ランダムフォレスト、ニューラルネットワーク（例えば、ディープニューラルネットワーク（ＤＮＮ）、回帰型ニューラルネットワーク（ＲＮＮ）、ディープＲＮＮ、長短期記憶（ＬＳＴＭ）回帰型ニューラルネットワーク（ＲＮＮ）、ゲート付き回帰型ユニット（ＧＲＵ）、勾配ブースティング機械、ランダムフォレスト、又は他の教師あり学習アルゴリズム若しくは教師なし機械学習、統計、線形回帰、ｋ近傍法、ｋ平均法、決定木、ロジスティック回帰、又はそれらの任意の組み合わせが挙げられ得る。モデルは、分類又は回帰に使用され得る。モデルは、同様に、複数の予測モデルから構成されるアンサンブルモデルの推定を含み得、例えば、勾配ブースティング決定木の構築における勾配ブースティングなどの技術を利用し得る。モデルは、患者データ、例えば、患者の病歴、家族の病歴、血圧、脈拍、温度、酸素飽和度、又はそれらの任意の組み合わせに対応する１つ以上の訓練データセットを使用して訓練され得る。

【0114】

訓練データセットは、例えば、一般的な臨床疾患又は障害の診断を有する患者の１つ以上のコホートから生成され得る。訓練データセットは、１つ以上の対象の生体試料のＭＥＶ又は非微生物ＥＶの１つ以上の分析物の存在及び／又は存在量の形態の、ＭＥＶ、非微生物ＥＶ、又はそれらの任意の組み合わせの特徴のセットを含み得る。特徴は、前述のＭＥＶ、非微生物ＥＶ、又はそれらの任意の組み合わせの特徴に対する１つ以上の対象の対応するがん診断を含み得る。いくつかの場合では、特徴は、患者の年齢、患者の病歴、他の病状、現在又は過去の投薬治療、臨床リスクスコア、及び最後の観察からの時間などの患者情報を含み得る。例えば、所与の時点で所与の患者から収集された特徴のセットは、集合的に、所与の時点での患者の健康状態（ｓｔａｔｅ）又は状態（ｓｔａｔｕｓ）を示し得るシグネチャとして機能し得る。

【0115】

標識は、例えば、対象（例えば、患者）における疾患又は障害の存在、非存在、診断、又は予後などの臨床転帰を含み得る。臨床転帰は、治療有効性（例えば、対象が、がんに基づく治療に対する陽性応答者であるかどうか）を含み得る。

【0116】

入力特徴は、データをビンに集約することによって、又は代替的にワンホットエンコーディングを使用することによって構造化され得る。入力はまた、相互相関などの前述の入力から導出された特徴値又はベクトルも含み得る。

【0117】

訓練記録は、ＭＥＶの１つ以上の分析物の存在及び／又は存在量の特徴、又はＭＥＶの１つ以上の分析物及び非微生物ＥＶの１つ以上の分析物の組み合わせから構築され得る。

【0118】

モデルは、入力特徴を処理して、１つ以上の分類、１つ以上の予測、又はそれらの組み合わせを含む出力値を生成し得る。例えば、そのような分類又は予測は、対象にがんが存在するか又は存在しない（例えば、疾患又は障害の非存在）の二項分類、カテゴリ標識の群間の分類（例えば、「疾患又は障害なし」、「見かけの疾患又は障害」、及び「疾患又は障害の可能性が高い」）、特定の疾患又は障害を発症する可能性（例えば、相対的な可能性又は見込み）、疾患又は障害の存在を示すスコア、患者の死亡の可能性についての「リスク因子」、及び任意の数値予測について信頼区間を含み得る。機械学習技術の出力が、モデルのその後の層又はサブセクションへの入力特徴として使用され得るような、様々な機械学習技術がカスケードされ得る。

【0119】

（例えば、モデルの重み及び相関を決定することによって）モデルを訓練して、リアルタイムの分類又は予測を生成するために、モデルは、本明細書の他の場所に記載のデータセットを使用して訓練され得る。そのようなデータセットは、統計的に有意な分類又は予測を生成するのに十分な大きさであり得る。例えば、データセットは、１つ以上の対象の生体試料の真菌及び／若しくは非真菌微生物の存在及び／若しくは存在量を含むデータのデータベースを含み得る。

【0120】

データセットは、訓練データセット、開発データセット、及び試験データセットなどのサブセット（例えば、個別又は重複する）に分割され得る。例えば、データセットは、データセットの８０％を含む訓練データセット、データセットの１０％を含む開発データセット、及びデータセットの１０％を含む試験データセットに分割され得る。訓練データセットは、データセットの約１０％、約２０％、約３０％、約４０％、約５０％、約６０％、約７０％、約８０％、又は約９０％を含み得る。開発データセットは、データセットの約１０％、約２０％、約３０％、約４０％、約５０％、約６０％、約７０％、約８０％、又は約９０％を含み得る。試験データセットは、データセットの約１０％、約２０％、約３０％、約４０％、約５０％、約６０％、約７０％、約８０％、又は約９０％を含み得る。いくつかの実施形態では、一つ抜き交差検証が用いられ得る。訓練セット（例えば、訓練データセット）は、試料採取の独立性を確保するために、１つ以上の患者コホートに対応するデータのセットのランダムな試料採取によって選択され得る。代替的には、訓練セット（例えば、訓練データセット）は、試料採取の独立性を確保するために、１つ以上の患者コホートに対応するデータのセットの比例試料採取によって選択され得る。

【0121】

モデル予測の精度を改善し、モデルの過剰適合を低減させるために、データセットを、拡張して、訓練セット内の試料の数を増加させ得る。例えば、データ拡張は、訓練記録における観測の順序を再配置することを含み得る。欠落した観察を有するデータセットに対応するために、フォワードフィリング、バックフィリング、線形補間、及びマルチタスクガウスプロセスなどの欠落したデータを補完する方法が使用され得る。データセットを、フィルタリング又はバッチ補正して、交絡因子を除去又は軽減し得る。例えば、データベース内では、患者のサブセットが、除外され得る。

【0122】

モデルは、ニューラルネットワーク、畳み込みニューラルネットワーク（ＣＮＮ）、ディープニューラルネットワーク（ＤＮＮ）、回帰型ニューラルネットワーク（ＲＮＮ）、又はディープＲＮＮなどの１つ以上のニューラルネットワークを含み得る。回帰型ニューラルネットワークは、長短期記憶（ＬＳＴＭ）ユニット又はゲート付き回帰型ユニット（ＧＲＵ）であり得るユニットを含み得る。例えば、モデルは、バイタルサイン及び他の測定値、患者の病歴、及び／又は患者の人口統計学などの入力特徴のセットを有するニューラルネットワークを含むアルゴリズムアーキテクチャを含み得る。脱落又は正規化などのニューラルネットワーク技術は、過剰適合を防止するためにモデルを訓練する間に使用され得る。ニューラルネットワークは、複数のサブネットワークを含み得、それらの各々は、異なるタイプの出力情報（例えば、ニューラルネットワークの全体的な出力を形成するように組み合わせられ得る）の分類又は予測を生成するように構成される。機械学習モデルは、代替的に、ランダムフォレスト、分類及び回帰木、サポートベクターマシン、判別分析、回帰技術、並びにそれらのアンサンブル及び勾配ブーストされたバリエーションを含む統計的又は関連アルゴリズムを利用し得る。

【0123】

モデルが疾患又は障害の分類又は予測を生成する場合、通知（例えば、警告又は警報）が生成され、病院内の患者の治療チームの医師、看護師、又は他のメンバーなどの医療提供者に送信され得る。通知は、自動電話、ショートメッセージサービス（ＳＭＳ）若しくはマルチメディアメッセージサービス（ＭＭＳ）メッセージ、電子メール、又はダッシュボード内の警告を介して送信され得る。通知は、疾患若しくは障害の予測、予測される疾患若しくは障害の可能性、疾患若しくは障害の予想される発病までの時間、可能性若しくは時間の信頼区間、又は疾患若しくは障害に対する推奨される治療のコースなどの出力情報を含み得る。

【0124】

モデルの性能を検証するために、異なる性能メトリックが生成され得る。例えば、受信者動作特性曲線下面積（ＡＵＲＯＣ）を使用して、モデルの診断能力を決定し得る。例えば、モデルは、特異度及び感度が調整可能であるような、調整可能である分類閾値を使用し得、受信者動作特性曲線（ＲＯＣ）を使用して、特異度及び感度の種々の値に対応する種々の動作点を特定し得る。

【0125】

データセットが十分に大きくない場合など、いくつかの場合では、相互検証を実施して、異なる訓練及び試験データセットにわたるモデルの堅牢性を評価し得る。

【0126】

感度、特異度、精度、陽性的中率（ＰＰＶ）、陰性的中率（ＮＰＶ）、適合率再現率曲線下面積（ＡＵＰＲ）、ＡＵＲＯＣ、又は類似物などの性能メトリックを計算するために、以下の定義が使用され得る。「偽陽性」は、陽性の転帰又は結果が誤って又は時期尚早に生成された転帰（例えば、疾患又は障害の実際の発症前、又は発症なし）を指し得る。「真陽性」は、患者が疾患又は障害を有する場合（例えば、患者が疾患若しくは障害の症状を示すか、又は患者の記録が疾患若しくは障害を示す）、陽性の転帰又は結果が正しく生成された転帰を指し得る。「偽陰性」は、陰性の転帰又は結果が生成されたが、患者が疾患又は障害を有する（例えば、患者が疾患若しくは障害の症状を示すか、又は患者の記録が疾患若しくは障害を示す）転帰を指し得る。「真陰性」は、陰性の転帰又は結果が生成された転帰（例えば、疾患又は障害の実際の発症前、又は発症なし）を指し得る。

【0127】

モデルは、診断精度尺度に対応する最小の所望の値を有するなど、精度又は性能のためのある特定の所定の条件が満たされるまで訓練され得る。例えば、診断精度尺度は、対象における疾患又は障害の発生の可能性の予測に対応し得る。別の例として、診断精度尺度は、対象が以前に治療された疾患又は障害の悪化又は再発の可能性の予測に対応し得る。診断精度尺度の例としては、疾患又は障害の検出又は予測の診断精度に対応する感度、特異度、陽性的中率（ＰＰＶ）、陰性的中率（ＮＰＶ）、精度、ＡＵＰＲ、及びＡＵＲＯＣが挙げられ得る。

【0128】

例えば、そのような所定の条件は、疾患又は障害の予測の感度が、例えば、少なくとも約５０％、少なくとも約５５％、少なくとも約６０％、少なくとも約６５％、少なくとも約７０％、少なくとも約７５％、少なくとも約８０％、少なくとも約８５％、少なくとも約９０％、少なくとも約９５％、少なくとも約９６％、少なくとも約９７％、少なくとも約９８％、又は少なくとも約９９％の値を含むことであり得る。

【0129】

別の例として、そのような所定の条件は、疾患又は障害の予測の特異度が、例えば、少なくとも約５０％、少なくとも約５５％、少なくとも約６０％、少なくとも約６５％、少なくとも約７０％、少なくとも約７５％、少なくとも約８０％、少なくとも約８５％、少なくとも約９０％、少なくとも約９５％、少なくとも約９６％、少なくとも約９７％、少なくとも約９８％、又は少なくとも約９９％の値を含むことであり得る。

【0130】

別の例として、そのような所定の条件は、疾患又は障害の予測の陽性的中率（ＰＰＶ）が、例えば、少なくとも約５０％、少なくとも約５５％、少なくとも約６０％、少なくとも約６５％、少なくとも約７０％、少なくとも約７５％、少なくとも約８０％、少なくとも約８５％、少なくとも約９０％、少なくとも約９５％、少なくとも約９６％、少なくとも約９７％、少なくとも約９８％、又は少なくとも約９９％の値を含むことであり得る。

【0131】

別の例として、そのような所定の条件は、疾患又は障害の予測の陰性的中率（ＮＰＶ）が、例えば、少なくとも約５０％、少なくとも約５５％、少なくとも約６０％、少なくとも約６５％、少なくとも約７０％、少なくとも約７５％、少なくとも約８０％、少なくとも約８５％、少なくとも約９０％、少なくとも約９５％、少なくとも約９６％、少なくとも約９７％、少なくとも約９８％、又は少なくとも約９９％の値を含むことであり得る。

【0132】

別の例として、そのような所定の条件は、疾患又は障害の予測の受信者動作特性（ＲＯＣ）曲線の曲線下面積（ＡＵＣ）（ＡＵＲＯＣ）が、少なくとも約０．５０、少なくとも約０．５５、少なくとも約０．６０、少なくとも約０．６５、少なくとも約０．７０、少なくとも約０．７５、少なくとも約０．８０、少なくとも約０．８５、少なくとも約０．９０、少なくとも約０．９５、少なくとも約０．９６、少なくとも約０．９７、少なくとも約０．９８、又は少なくとも約０．９９の値を含むことであり得る。

【0133】

別の例として、そのような所定の条件は、疾患又は障害を予測する適合率再現率曲線下面積（ＡＵＰＲ）が、少なくとも約０．１０、少なくとも約０．１５、少なくとも約０．２０、少なくとも約０．２５、少なくとも約０．３０、少なくとも約０．３５、少なくとも約０．４０、少なくとも約０．４５、少なくとも約０．５０、少なくとも約０．５５、少なくとも約０．６０、少なくとも約０．６５、少なくとも約０．７０、少なくとも約０．７５、少なくとも約０．８０、少なくとも約０．８５、少なくとも約０．９０、少なくとも約０．９５、少なくとも約０．９６、少なくとも約０．９７、少なくとも約０．９８、又は少なくとも約０．９９の値を含むことであり得る。

【0134】

いくつかの実施形態では、訓練されたモデルは、少なくとも約５０％、少なくとも約５５％、少なくとも約６０％、少なくとも約６５％、少なくとも約７０％、少なくとも約７５％、少なくとも約８０％、少なくとも約８５％、少なくとも約９０％、少なくとも約９５％、少なくとも約９６％、少なくとも約９７％、少なくとも約９８％、又は少なくとも約９９％の感度で疾患又は障害を予測するように訓練又は構成され得る。

【0135】

いくつかの実施形態では、訓練されたモデルは、少なくとも約５０％、少なくとも約５５％、少なくとも約６０％、少なくとも約６５％、少なくとも約７０％、少なくとも約７５％、少なくとも約８０％、少なくとも約８５％、少なくとも約９０％、少なくとも約９５％、少なくとも約９６％、少なくとも約９７％、少なくとも約９８％、又は少なくとも約９９％の特異度で疾患又は障害を予測するように訓練又は構成され得る。

【0136】

いくつかの実施形態では、訓練されたモデルは、少なくとも約５０％、少なくとも約５５％、少なくとも約６０％、少なくとも約６５％、少なくとも約７０％、少なくとも約７５％、少なくとも約８０％、少なくとも約８５％、少なくとも約９０％、少なくとも約９５％、少なくとも約９６％、少なくとも約９７％、少なくとも約９８％、又は少なくとも約９９％の陽性的中率（ＰＰＶ）で疾患又は障害を予測するように訓練又は構成され得る。

【0137】

いくつかの実施形態では、訓練されたモデルは、少なくとも約５０％、少なくとも約５５％、少なくとも約６０％、少なくとも約６５％、少なくとも約７０％、少なくとも約７５％、少なくとも約８０％、少なくとも約８５％、少なくとも約９０％、少なくとも約９５％、少なくとも約９６％、少なくとも約９７％、少なくとも約９８％、又は少なくとも約９９％の陰性的中率（ＮＰＶ）で疾患又は障害を予測するように訓練又は構成され得る。

【0138】

いくつかの実施形態では、訓練されたモデルは、少なくとも約０．５０、少なくとも約０．５５、少なくとも約０．６０、少なくとも約０．６５、少なくとも約０．７０、少なくとも約０．７５、少なくとも約０．８０、少なくとも約０．８５、少なくとも約０．９０、少なくとも約０．９５、少なくとも約０．９６、少なくとも約０．９７、少なくとも約０．９８、又は少なくとも約０．９９の受信者動作特性（ＲＯＣ）曲線の曲線下面積（ＡＵＣ）（ＡＵＲＯＣ）で疾患又は障害を予測するように訓練又は構成され得る。

【0139】

いくつかの実施形態では、訓練されたモデルは、少なくとも約０．１０、少なくとも約０．１５、少なくとも約０．２０、少なくとも約０．２５、少なくとも約０．３０、少なくとも約０．３５、少なくとも約０．４０、少なくとも約０．４５、少なくとも約０．５０、少なくとも約０．５５、少なくとも約０．６０、少なくとも約０．６５、少なくとも約０．７０、少なくとも約０．７５、少なくとも約０．８０、少なくとも約０．８５、少なくとも約０．９０、少なくとも約０．９５、少なくとも約０．９６、少なくとも約０．９７、少なくとも約０．９８、又は少なくとも約０．９９の適合率再現率曲線下面積（ＡＵＰＲ）で疾患又は障害を予測するように訓練又は構成され得る。

【0140】

訓練データセットは、訓練対象（例えば、ヒト）から収集され得る。各訓練は、生物学的状態と診断されたか、生物学的状態と診断されていないいずれかを示す診断状態を有する。

【0141】

いくつかの実施形態では、モデルは、ニューラルネットワーク又は畳み込みニューラルネットワークである。Ｖｉｎｃｅｎｔ ｅｔ ａｌ．，２０１０，“Ｓｔａｃｋｅｄ ｄｅｎｏｉｓｉｎｇ ａｕｔｏｅｎｃｏｄｅｒｓ：Ｌｅａｒｎｉｎｇ ｕｓｅｆｕｌ ｒｅｐｒｅｓｅｎｔａｔｉｏｎｓ ｉｎ ａ ｄｅｅｐ ｎｅｔｗｏｒｋ ｗｉｔｈ ａ ｌｏｃａｌ ｄｅｎｏｉｓｉｎｇ ｃｒｉｔｅｒｉｏｎ，”Ｊ Ｍａｃｈ Ｌｅａｒｎ Ｒｅｓ １１，ｐｐ．３３７１－３４０８、Ｌａｒｏｃｈｅｌｌｅ ｅｔ ａｌ．，２００９，“Ｅｘｐｌｏｒｉｎｇ ｓｔｒａｔｅｇｉｅｓ ｆｏｒ ｔｒａｉｎｉｎｇ ｄｅｅｐ ｎｅｕｒａｌ ｎｅｔｗｏｒｋｓ，”Ｊ Ｍａｃｈ Ｌｅａｒｎ Ｒｅｓ １０，ｐｐ．１－４０、及びＨａｓｓｏｕｎ，１９９５，Ｆｕｎｄａｍｅｎｔａｌｓ ｏｆ Ａｒｔｉｆｉｃｉａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ，Ｍａｓｓａｃｈｕｓｅｔｔｓ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙを参照されたく、これらの各々は、参照により本明細書に組み込まれる。

【0142】

いくつかの実施形態では、Ｌｅｅ，Ｔ．－Ｗ．（１９９８）：Ｉｎｄｅｐｅｎｄｅｎｔ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ：Ｔｈｅｏｒｙ ａｎｄ ａｐｐｌｉｃａｔｉｏｎｓ，Ｂｏｓｔｏｎ，Ｍａｓｓ：Ｋｌｕｗｅｒ Ａｃａｄｅｍｉｃ Ｐｕｂｌｉｓｈｅｒｓ，ＩＳＢＮ ０－７９２３－８２６１－７、及びＨｙｖａｅｒｉｎｅｎ，Ａ．；Ｋａｒｈｕｎｅｎ，Ｊ．；Ｏｊａ，Ｅ．（２００１）：Ｉｎｄｅｐｅｎｄｅｎｔ Ｃｏｍｐｏｎｅｎｔ Ａｎａｌｙｓｉｓ，Ｎｅｗ Ｙｏｒｋ：Ｗｉｌｅｙ，ＩＳＢＮ ９７８－０－４７１－４０５４０－５において記載されるものなど、独立成分分析（ＩＣＡ）を使用して、データを脱次元化（ｄｅ－ｄｉｍｅｎｓｉｏｎａｌｉｚｅ）し、これらは、参照によりその全体が本明細書に組み込まれる。

【0143】

いくつかの実施形態では、Ｊｏｌｌｉｆｆｅ，Ｉ．Ｔ．（２００２）．Ｐｒｉｎｃｉｐａｌ Ｃｏｍｐｏｎｅｎｔ Ａｎａｌｙｓｉｓ．Ｓｐｒｉｎｇｅｒ Ｓｅｒｉｅｓ ｉｎ Ｓｔａｔｉｓｔｉｃｓ．Ｎｅｗ Ｙｏｒｋ：Ｓｐｒｉｎｇｅｒ－Ｖｅｒｌａｇ．ｄｏｉ：１０．１００７／ｂ９８８３５．ＩＳＢＮ ９７８－０－３８７－９５４４２－４に記載されているものなど、主成分分析（ＰＣＡ）を使用して、データを脱次元化し、これらは、参照によりその全体が本明細書に組み込まれる。

【0144】

ＳＶＭは、Ｃｒｉｓｔｉａｎｉｎｉ ａｎｄ Ｓｈａｗｅ－Ｔａｙｌｏｒ，２０００，“Ａｎ Ｉｎｔｒｏｄｕｃｔｉｏｎ ｔｏ Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅｓ，”Ｃａｍｂｒｉｄｇｅ Ｕｎｉｖｅｒｓｉｔｙ Ｐｒｅｓｓ，Ｃａｍｂｒｉｄｇｅ、Ｂｏｓｅｒ ｅｔ ａｌ．，１９９２，“Ａ ｔｒａｉｎｉｎｇ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｏｐｔｉｍａｌ ｍａｒｇｉｎ ｃｌａｓｓｉｆｉｅｒｓ，”ｉｎ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ５ｔｈ Ａｎｎｕａｌ ＡＣＭ Ｗｏｒｋｓｈｏｐ ｏｎ Ｃｏｍｐｕｔａｔｉｏｎａｌ Ｌｅａｒｎｉｎｇ Ｔｈｅｏｒｙ，ＡＣＭ Ｐｒｅｓｓ，Ｐｉｔｔｓｂｕｒｇｈ，Ｐａ．，ｐｐ．１４２－１５２、Ｖａｐｎｉｋ，１９９８，Ｓｔａｔｉｓｔｉｃａｌ Ｌｅａｒｎｉｎｇ Ｔｈｅｏｒｙ，Ｗｉｌｅｙ，Ｎｅｗ Ｙｏｒｋ；Ｍｏｕｎｔ，２００１，Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ：ｓｅｑｕｅｎｃｅ ａｎｄ ｇｅｎｏｍｅ ａｎａｌｙｓｉｓ，Ｃｏｌｄ Ｓｐｒｉｎｇ Ｈａｒｂｏｒ Ｌａｂｏｒａｔｏｒｙ Ｐｒｅｓｓ，Ｃｏｌｄ Ｓｐｒｉｎｇ Ｈａｒｂｏｒ，Ｎ．Ｙ．、Ｄｕｄａ，Ｐａｔｔｅｒｎ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ，Ｓｅｃｏｎｄ Ｅｄｉｔｉｏｎ，２００１，Ｊｏｈｎ Ｗｉｌｅｙ ＆ Ｓｏｎｓ，Ｉｎｃ．，ｐｐ．２５９，２６２－２６５、及びＨａｓｔｉｅ，２００１，Ｔｈｅ Ｅｌｅｍｅｎｔｓ ｏｆ Ｓｔａｔｉｓｔｉｃａｌ Ｌｅａｒｎｉｎｇ，Ｓｐｒｉｎｇｅｒ，Ｎｅｗ Ｙｏｒｋ；ａｎｄ Ｆｕｒｅｙ ｅｔ ａｌ．，２０００，Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ １６，９０６－９１４に記載されており、これらの各々、参照によりその全体が本明細書に組み込まれる。分類に使用される場合、ＳＶＭは、標識されたデータから、最大限に離れたハイパープレーンを使用して、バイナリ標識されたデータの所与のセットを分離する。線形分離が不可能な場合、ＳＶＭは、特徴空間への非線形マッピングを自動的に実現する「カーネル」の技術と組み合わせて機能することができる。特徴空間内のＳＶＭによって見出される超平面は、入力空間内の非線形決定境界に対応する。

【0145】

決定木は、概して、Ｄｕｄａ，２００１，Ｐａｔｔｅｒｎ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ，Ｊｏｈｎ Ｗｉｌｅｙ ＆ Ｓｏｎｓ，Ｉｎｃ．，Ｎｅｗ Ｙｏｒｋ，ｐｐ．３９５－３９６によって説明されており、これは、参照により本明細書に組み込まれる。決定木に基づく方法は、特徴空間を長方形のセットに分割し、各々に（定数のような）モデルを適合させる。いくつかの実施形態では、決定木はランダムフォレスト回帰である。使用され得る１つの特定のアルゴリズムは、分類及び回帰木（ＣＡＲＴ）である。他の特定の決定木アルゴリズムには、ＩＤ３、Ｃ４．５、ＭＡＲＴ、及びランダムフォレストが含まれるが、これらに限定されない。ＣＡＲＴ、ＩＤ３、及びＣ４．５は、Ｄｕｄａ，２００１，Ｐａｔｔｅｒｎ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ，Ｊｏｈｎ Ｗｉｌｅｙ ＆ Ｓｏｎｓ，Ｉｎｃ．，Ｎｅｗ Ｙｏｒｋ．ｐｐ．３９６－４０８及びｐｐ．４１１－４１２に記載されており、これは、参照により本明細書に組み込まれる。ＣＡＲＴ、ＭＡＲＴ、及びＣ４．５は、Ｈａｓｔｉｅ ｅｔ ａｌ．，２００１，Ｔｈｅ Ｅｌｅｍｅｎｔｓ ｏｆ Ｓｔａｔｉｓｔｉｃａｌ Ｌｅａｒｎｉｎｇ，Ｓｐｒｉｎｇｅｒ－Ｖｅｒｌａｇ，Ｎｅｗ Ｙｏｒｋ，Ｃｈａｐｔｅｒ ９に記載されており、これは、参照によりその全体が本明細書に組み込まれる。ランダムフォレストは、Ｂｒｅｉｍａｎ，１９９９，“Ｒａｎｄｏｍ Ｆｏｒｅｓｔｓ－Ｒａｎｄｏｍ Ｆｅａｔｕｒｅｓ，”Ｔｅｃｈｎｉｃａｌ Ｒｅｐｏｒｔ ５６７，Ｓｔａｔｉｓｔｉｃｓ Ｄｅｐａｒｔｍｅｎｔ，Ｕ．Ｃ．Ｂｅｒｋｅｌｅｙ，Ｓｅｐｔｅｍｂｅｒ １９９９に記載されており、これは参照によりその全体が本明細書に組み込まれる。

【0146】

クラスタリング（例えば、教師なしクラスタリングモデルアルゴリズム及び教師ありクラスタリングモデルアルゴリズム）は、Ｄｕｄａ ａｎｄ Ｈａｒｔ，Ｐａｔｔｅｒｎ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｎｄ Ｓｃｅｎｅ Ａｎａｌｙｓｉｓ，１９７３，Ｊｏｈｎ Ｗｉｌｅｙ ＆ Ｓｏｎｓ，Ｉｎｃ．，Ｎｅｗ Ｙｏｒｋ（以降、「Ｄｕｄａ １９７３」）の２１１～２５６ページに記載されており、これは、参照によりその全体が本明細書に組み込まれる。Ｄｕｄａ １９７３のセクション６．７に記載されるように、クラスタリング問題は、データセットにおいて自然な群化を見出すことの１つとして説明される。自然な群化を特定するために、２つの問題を対処する。第一に、２つの試料間の類似性（又は相違性）を測定する方法を決定する。このメトリック（類似性尺度）を使用して、一方のクラスタ内の試料が他方のクラスタ内の試料よりも互いにより類似していることを確実にする。第二に、類似性尺度を使用してデータをクラスタに分割するための機構を決定する。類似性尺度は、Ｄｕｄａ １９７３のセクション６．７で考察されており、クラスタリング調査を開始する１つの方法は、距離関数を定義し、訓練セット内の試料の全てのペア間の距離の行列を計算することであると記載されている。距離が類似性の良好な尺度である場合、同じクラスタ内の参照実体間の距離は、異なるクラスタ内の参照実体間の距離よりも顕著に小さいであろう。しかしながら、Ｄｕｄａ １９７３の２１５ページに記載されているように、クラスタリングは距離メトリックの使用を必要としない。例えば、非メトリック類似性関数ｓ（ｘ、ｘ’）を使用して、２つのベクトルｘ及びｘ’を比較し得る。従来、ｓ（ｘ，ｘ’）は、ｘ及びｘ’が何らかの形で「類似」している場合に値が大きい対称関数である。非メトリック類似性関数ｓ（ｘ，ｘ’）の例は、Ｄｕｄａ １９７３の２１８ページに示されている。データセット内の点間の「類似性」又は「相違性」を測定するための方法が選択されると、クラスタリングは、データの任意の分割のクラスタリング品質を測定する基準関数を必要とする。基準関数を極端化するデータセットの分割を使用して、データをクラスタリングする。Ｄｕｄａ １９７３の２１７ページを参照されたい。基準関数は、Ｄｕｄａ １９７３のセクション６．８で考察されている。より最近では、Ｄｕｄａ ｅｔ ａｌ．，Ｐａｔｔｅｒｎ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ，２ｎｄ ｅｄｉｔｉｏｎ，Ｊｏｈｎ Ｗｉｌｅｙ ＆ Ｓｏｎｓ，Ｉｎｃ．Ｎｅｗ Ｙｏｒｋが出版されている。５３７～５６３ページは、クラスタリングを詳細に記載している。クラスタリング技術の詳細は、Ｋａｕｆｍａｎ ａｎｄ Ｒｏｕｓｓｅｅｕｗ，１９９０，Ｆｉｎｄｉｎｇ Ｇｒｏｕｐｓ ｉｎ Ｄａｔａ：Ａｎ Ｉｎｔｒｏｄｕｃｔｉｏｎ ｔｏ Ｃｌｕｓｔｅｒ Ａｎａｌｙｓｉｓ，Ｗｉｌｅｙ，Ｎｅｗ Ｙｏｒｋ，Ｎ．Ｙ．、Ｅｖｅｒｉｔｔ，１９９３，Ｃｌｕｓｔｅｒ ａｎａｌｙｓｉｓ（３ｄ ｅｄ．），Ｗｉｌｅｙ，Ｎｅｗ Ｙｏｒｋ，Ｎ．Ｙ．、及びＢａｃｋｅｒ，１９９５，Ｃｏｍｐｕｔｅｒ－Ａｓｓｉｓｔｅｄ Ｒｅａｓｏｎｉｎｇ ｉｎ Ｃｌｕｓｔｅｒ Ａｎａｌｙｓｉｓ，Ｐｒｅｎｔｉｃｅ Ｈａｌｌ，Ｕｐｐｅｒ Ｓａｄｄｌｅ Ｒｉｖｅｒ，Ｎｅｗ Ｊｅｒｓｅｙに見出され得、これらの各々は、参照により本明細書に組み込まれる。本開示において使用され得る特定の例示的なクラスタリング技術は、階層的クラスタリング（最近傍アルゴリズム、最遠傍アルゴリズム、平均リンケージアルゴリズム、重心アルゴリズム、又は二乗和アルゴリズムを使用した凝集クラスタリング）、ｋ平均クラスタリング、ファジーｋ平均クラスタリング、及びジャービス・パトリック（Ｊａｒｖｉｓ－Ｐａｔｒｉｃｋ）クラスタリングを含むが、これらに限定されない。いくつかの実施形態では、クラスタリングは、教師なしクラスタリングを含み、訓練セットがクラスタリングされる場合、どのクラスタが形成するべきであるかの先入観が課されない。

【0147】

複数カテゴリロジットモデルのものなどの回帰モデルは、Ａｇｒｅｓｔｉ，Ａｎ Ｉｎｔｒｏｄｕｃｔｉｏｎ ｔｏ Ｃａｔｅｇｏｒｉｃａｌ Ｄａｔａ Ａｎａｌｙｓｉｓ，１９９６，Ｊｏｈｎ Ｗｉｌｅｙ ＆ Ｓｏｎｓ，Ｉｎｃ．，Ｎｅｗ Ｙｏｒｋ，Ｃｈａｐｔｅｒ ８に記載されており、これは、参照によりその全体が本明細書に組み込まれる。いくつかの実施形態では、モデルは、Ｈａｓｔｉｅ ｅｔ ａｌ．，２００１，Ｔｈｅ Ｅｌｅｍｅｎｔｓ ｏｆ Ｓｔａｔｉｓｔｉｃａｌ Ｌｅａｒｎｉｎｇ，Ｓｐｒｉｎｇｅｒ－Ｖｅｒｌａｇ，Ｎｅｗ Ｙｏｒｋに開示されている回帰モデルを利用し、これは、参照によりその全体が本明細書に組み込まれる。いくつかの実施形態では、勾配ブースティングモデルは、例えば、本明細書に記載の分類アルゴリズムに対して使用され、これらの勾配ブースティングモデルは、Ｂｏｅｈｍｋｅ，Ｂｒａｄｌｅｙ；Ｇｒｅｅｎｗｅｌｌ，Ｂｒａｎｄｏｎ（２０１９）．“Ｇｒａｄｉｅｎｔ Ｂｏｏｓｔｉｎｇ”．Ｈａｎｄｓ－Ｏｎ Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ ｗｉｔｈ Ｒ．Ｃｈａｐｍａｎ ＆ Ｈａｌｌ．ｐｐ．２２１－２４５．ＩＳＢＮ ９７８－１－１３８－４９５６８－５．に記載されており、これは、参照によりその全体が本明細書に組み込まれる。いくつかの実施形態では、アンサンブルモデル化技術が使用され、これらのアンサンブルモデル化技術は、本明細書の分類モデルの実装に記載され、Ｚｈｏｕ Ｚｈｉｈｕａ（２０１２）．Ｅｎｓｅｍｂｌｅ Ｍｅｔｈｏｄｓ：Ｆｏｕｎｄａｔｉｏｎｓ ａｎｄ Ａｌｇｏｒｉｔｈｍｓ．Ｃｈａｐｍａｎ ａｎｄ Ｈａｌｌ／ＣＲＣ．ＩＳＢＮ ９７８－１－４３９－８３００３－１に記載されており、これは、参照によりその全体が本明細書に組み込まれる。

【0148】

いくつかの実施形態では、機械学習分析は、データ分析を実施するための命令を含む１つ以上のプログラム（例えば、非永続メモリ又は永続メモリに記憶された１つ以上のプログラム）を実行するデバイスによって実施される。いくつかの実施形態では、データ分析は、少なくとも１つのプロセッサ（例えば、処理コア）と、データ分析を実施する命令を含むメモリ（例えば、非永続メモリ又は永続メモリに格納された１つ以上のプログラム）と、を備えるシステムによって実施される。

【0149】

システム
本開示は、本開示の方法を実装するようにプログラムされたコンピュータシステムを提供する。図１５は、本明細書の他の場所に記載の、がんを予測するか、予測モデルを訓練するか、推奨される治療法を生成するか、又はそれらの任意の組み合わせの奉納を行うようにプログラムされるか、又はそうでなければそのように構成されるコンピュータシステム１５０１を示す。コンピュータシステム１５０１は、ユーザの電子デバイス、又は電子デバイスに関する遠隔に位置されたコンピュータシステムであり得る。電子デバイスは、モバイル電子デバイスであり得る。

【0150】

コンピュータシステム１５０１は、単一コア若しくは複数コアプロセッサ、又は並列処理のための複数のプロセッサであり得る中央処理ユニット（ＣＰＵ、また、本明細書では「プロセッサ」及び「コンピュータプロセッサ」）１５０５を含む。コンピュータシステム１５０１はまた、メモリ又はメモリ位置１５０４（例えば、ランダムアクセスメモリ、読み取り専用メモリ、フラッシュメモリ）、電子記憶ユニット１５０６（例えば、ハードディスク）、１つ以上の他のシステムと通信するための通信インターフェース１５０８（例えば、ネットワークアダプタ）、並びにキャッシュ、他のメモリ、データ記憶装置、及び／又は電子ディスプレイアダプタなどの周辺デバイス１５０７を含む。メモリ１５０４、記憶ユニット１５０６、インターフェース１５０８、及び周辺デバイス１５０７は、マザーボードなどの通信バス（実線）を介してＣＰＵ１５０５と通信している。記憶ユニット１５０６は、データを記憶するためのデータ記憶ユニット（又はデータ保存場所）であり得る。コンピュータシステム１５０１は、通信インターフェース１５０８を用いて、コンピュータネットワーク（「ネットワーク」）１５００に動作可能にカップリングされ得る。ネットワーク１５００は、インターネット、インターネット及び／若しくはエクストラネット、又はインターネットと通信しているイントラネット及び／若しくはエクストラネットであり得る。いくつかの場合では、ネットワーク１５００は、電気通信及び／又はデータネットワークである。ネットワーク１５００は、クラウドコンピューティングなどの分散コンピューティングを可能にすることができる１つ以上のコンピュータサーバを含み得る。ネットワーク１５００は、コンピュータシステム１５０１を用いるいくつかの場合では、ピアツーピアネットワークを実装することができ、これは、コンピュータシステム１５０１にカップリングされたデバイスがクライアント又はサーバとして動作することを可能にし得る。

【0151】

ＣＰＵ１５０５は、プログラム又はソフトウェアにおいて具現化され得る機械可読命令のシーケンスを実行し得る。命令は、メモリ１５０４などのメモリ位置に記憶され得る。命令は、ＣＰＵ１５０５に向けられ得、その後、本明細書の他の場所に記載の本開示の方法を実装するようにＣＰＵ１５０５をプログラム又は構成し得る。ＣＰＵ１５０５によって実施される動作の例としては、フェッチ、デコード、実行、及びライトバックが挙げられ得る。

【0152】

ＣＰＵ１５０５は、集積回路などの回路の一部分であり得る。システム１５０１の１つ以上の他の構成要素は、回路に含まれ得る。いくつかの場合では、回路は、用途特異的な集積回路（ＡＳＩＣ）である。

【0153】

記憶ユニット１５０６は、ドライバ、ライブラリ、及び保存されたプログラムなどのファイルを記憶し得る。記憶ユニット１５０６は、ユーザデータ、例えば、ユーザの優先傾向及びユーザプログラムを記憶し得る。コンピュータシステム１５０１は、いくつかの場合では、イントラネット又はインターネットを介してコンピュータシステム１５０１と通信している遠隔サーバ上に位置するなど、コンピュータシステム１５０１の外部にある１つ以上の追加のデータ記憶ユニットを含み得る。

【0154】

コンピュータシステム１５０１は、ネットワーク１５００を介して１つ以上の遠隔コンピュータシステムと通信し得る。例えば、コンピュータシステム１５０１は、ユーザの遠隔コンピュータシステムと通信し得る。遠隔コンピュータシステムの例としては、パーソナルコンピュータ（例えば、ポータブルＰＣ）、スレート若しくはタブレットＰＣ（例えば、Ａｐｐｌｅ（登録商標）ｉＰａｄ、Ｓａｍｓｕｎｇ（登録商標）Ｇａｌａｘｙ Ｔａｂ）、電話、スマートフォン（例えば、Ａｐｐｌｅ（登録商標）ｉＰｈｏｎｅ、Ａｎｄｒｏｉｄ対応デバイス、Ｂｌａｃｋｂｅｒｒｙ（登録商標））、又はパーソナルデジタルアシスタントが挙げられ得る。ユーザは、ネットワーク１５００を介してコンピュータシステム１５０１にアクセスし得る。

【0155】

本明細書に記載の方法は、例えば、メモリ１５０４又は電子記憶ユニット１５０６上など、コンピュータシステム１５０１の電子記憶位置上に記憶された機械（例えば、コンピュータプロセッサ）実行可能コードによって実装され得る。機械実行可能コード又は機械可読コードは、ソフトウェアの形態で提供され得る。使用中、コードは、プロセッサ１５０５によって実行され得る。いくつかの場合では、コードは、記憶ユニット１５０６から取得され、プロセッサ１５０５による即時アクセスのためにメモリ１５０４上に記憶され得る。いくつかの状況では、電子記憶ユニット１５０６を除外してもよく、機械実行可能命令は、メモリ１５０４に記憶される。

【0156】

コードは、事前にコンパイルされ、コードを実行するように適合されたプロセッサを有する機械での使用のために構成され得るか、又はランタイム中にコンパイルされ得る。コードは、事前にコンパイルされた又はコンパイルされたまま様式でコードを実行することを可能にするように選択され得るプログラミング言語で提供され得る。

【0157】

コンピュータシステム１５０１などの本明細書に提供されるシステム及び方法の態様は、プログラミングで具現化され得る。技術の様々な態様は、典型的には、機械（又はプロセッサ）実行可能コード及び／又は機械可読媒体のタイプで搬送されるか、若しくは具現化される関連データの形態で「製品」又は「製造品」として考えられ得る。機械実行可能コードは、メモリ（例えば、読み取り専用メモリ、ランダムアクセスメモリ、フラッシュメモリ）又はハードディスクなどの電子記憶ユニットに記憶され得る。「記憶」タイプの媒体は、コンピュータ、プロセッサなどの有形メモリのいずれか若しくは全て、又は様々な半導体メモリ、テープドライブ、ディスクドライブなどのそれらの関連するモジュールを含み得、ソフトウェアプログラミングのためにいつでも非一時的な記憶を提供し得る。ソフトウェアの全部又は一部分は、時にはインターネット又は様々な他の通信ネットワークを介して通信され得る。そのような通信は、例えば、一方のコンピュータ又はプロセッサから別のコンピュータ又はプロセッサへ、例えば、管理サーバ又はホストコンピュータからアプリケーションサーバのコンピュータプラットフォームへのソフトウェアのロードを可能にし得る。したがって、ソフトウェア要素を担持し得る別のタイプの媒体は、ローカルデバイス間の物理的インターフェースにわたって、有線及び光地上通信ネットワークを介して、並びに様々なエアリンクにわたって使用されるような、光、電気、及び電磁波を含む。有線又は無線リンク、光リンクなどのそのような波を搬送する物理的要素もまた、ソフトウェアを担持する媒体とみなされ得る。本明細書で使用される場合、非一時的な有形の「記憶」媒体に限定されない限り、コンピュータ又は機械の「読み取り可能媒体」などの用語は、実行のためにプロセッサに命令を提供することに関与する任意の媒体を指す。

【0158】

したがって、コンピュータ実行可能コードなどの機械可読媒体は、有形記憶媒体、搬送波媒体又は物理伝送媒体を含むがこれらに限定されない多くの形態をとり得る。不揮発性記憶媒体は、例えば、図面に示されるデータベースなどを実装するために使用され得るなどの任意のコンピュータ（複数可）などの記憶装置のうちのいずれかなどの光ディスク又は磁気ディスクを含む。揮発性記憶媒体は、そのようなコンピュータプラットフォームの主要メモリなどの動的メモリを含む。有形伝送媒体は、コンピュータシステム内のバスを含むワイヤを含む、同軸ケーブル、銅線及び光ファイバを含む。搬送波伝送媒体は、電気若しくは電磁信号、又は無線周波数（ＲＦ）及び赤外線（ＩＲ）データ通信中に生成されたものなどの音響又は光波の形態をとり得る。したがって、コンピュータ可読媒体の一般的な形態としては、例えば、フロッピーディスク、フレキシブルディスク、ハードディスク、磁気テープ、任意の他の磁気媒体、ＣＤ－ＲＯＭ、ＤＶＤ若しくはＤＶＤ－ＲＯＭ、任意の他の光学媒体、パンチカード紙テープ、穴のパターンを有する任意の他の物理記憶媒体、ＲＡＭ、ＲＯＭ、ＰＲＯＭ及びＥＰＲＯＭ、ＦＬＡＳＨ－ＥＰＲＯＭ、任意の他のメモリチップ若しくはカートリッジ、データ若しくは命令を輸送する搬送波、そのような搬送波を輸送するケーブル若しくはリンク、又はコンピュータがプログラミングコード若しくはデータを読み取り得る任意の他の媒体が含まれる。これらの形態のコンピュータ可読媒体の多くは、実行のために１つ以上の命令の１つ以上のシーケンスをプロセッサに搬送することに関与し得る。

【0159】

コンピュータシステム１５０１は、例えば、予測結果の視覚化のためのディスプレイ、又は予測モデルを訓練するためのインターフェースを提供するためのユーザインターフェース（ＵＩ）１５０３を含む電子ディスプレイ１５０２を含むか、又はそれと通信し得る。ＵＩの例としては、グラフィカルユーザインターフェース（ＧＵＩ）及びウェブに基づくユーザインターフェースが挙げられるが、これらに限定されない。

【0160】

本開示の方法及びシステムは、１つ以上のアルゴリズムによって実装され得る。アルゴリズムは、中央処理ユニット１５０５による実行時にソフトウェアによって実装され得る。アルゴリズムは、例えば、対象（複数可）のがんを予測するか、対象（複数可）のがんを治療するための調整された治療及び／若しくは治療薬を決定するか、又はそれらの任意の組み合わせを行い得る。

【0161】

いくつかの場合では、コンピュータシステムは、対象の疾患を特定するように構成されたコンピュータシステムを含み得る。いくつかの事例では、コンピュータシステムは、（ａ）１つ以上のプロセッサと、（ｂ）ソフトウェアを含む非一時的なコンピュータ可読記憶媒体であって、ソフトウェアが、実行の結果として、コンピュータシステムの１つ以上のプロセッサに、（ｉ）１つ以上の微生物細胞外小胞を含む対象の液体生体試料を受け取ること、（ｉｉ）１つ以上の微生物細胞外小胞を１つ以上の親和性試薬で富化すること、（ｉｉｉ）１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物を検出すること、及び（ｉｖ）１つ以上の微生物細胞外小胞から得られた１つ以上の分子分析物に基づいて、対象の疾患を特定することを行わせる実行可能な命令を含む、非一時的なコンピュータ可読記憶媒体と、を備え得る。いくつかの場合では、液体生体試料は、１つ以上の非微生物細胞外小胞を更に含み得る。いくつかの場合では、実行可能な命令は、１つ以上の分子分析物の存在量を定量することを更に含み得る。いくつかの事例では、１つ以上の分子分析物は、小胞関連無細胞微生物ＤＮＡ、微生物ＲＮＡ、非微生物ＤＮＡ、非微生物ＲＮＡ、微生物タンパク質、非微生物タンパク質、微生物代謝産物、非微生物代謝産物、微生物脂質、非微生物脂質、微生物グリカン、非微生物グリカン、又はそれらの任意の組み合わせを含み得る。いくつかの場合では、対象は、非ヒト哺乳動物又はヒト対象を含み得る。

【0162】

いくつかの場合では、液体生体試料は、血漿、血清、全血、尿、脳脊髄液、唾液、汗、涙、リンパ液、呼気凝縮液、又はそれらの任意の希釈物若しくは処理された画分を含み得る。いくつかの事例では、全血は、血漿、白血球、赤血球、血小板、又はそれらの任意の組み合わせを含む。

【0163】

いくつかの場合では、１つ以上の親和性試薬は、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフにカップリングするように構成される。１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフは、リポ多糖類（ＬＰＳ）、リポタンパク質、リポペプチド、リポテイコ酸（ＬＴＡ）、リポアラビノマンナン、キチン、ベータ－グルカン、ザイモサン、及びグリコシルホスファチジルイノシトール（ＧＰＩ）アンカータンパク質、又はそれらの任意の組み合わせなどの正準細胞壁構成要素を含み得る。いくつかの事例では、１つ以上の親和性試薬は、組換え自然免疫パターン認識受容体又は１つ以上の抗体を含み得、１つ以上の抗体は、ポリクローナル抗体、モノクローナル抗体、組換え抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含み得る。いくつかの場合では、組換え自然免疫パターン認識受容体は、Ｔｏｌｌ様受容体１（ＴＬＲ１、ＣＤ２８１）、Ｔｏｌｌ様受容体２（ＴＬＲ２、ＣＤ２８２）、Ｔｏｌｌ様受容体４（ＴＬＲ４、ＣＤ２８４）、Ｔｏｌｌ様受容体５（ＴＬＲ５）、Ｔｏｌｌ様受容体６（ＴＬＲ６、ＣＤ２８６）、Ｔｏｌｌ様受容体１０（ＴＬＲ１０、ＣＤ２９０）、ＣＤ１４、リポ多糖類結合タンパク質、デクチン－１、デクチン－２、マンノース受容体（ＣＤ２０６）、ＤＣ－ＳＩＧＮ、ＳＩＧＮＲ１、ランゲリン、マンノース結合レクチン、フィコリン－１、フィコリン－２、フィコリン－３、それらの任意の組み合わせ、又はそれらの任意の誘導体を含み得る。それらの誘導体は、エピトープタグ及び完全長組換え自然免疫パターン認識受容体又はそれらの組換え可溶性外部ドメインを含み得る。エピトープタグは、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含み得る。

【0164】

いくつかの場合では、１つ以上の抗体、アプタマー、単鎖可変断片（ｓｃＦＶ）、又は当該単鎖抗体は、エピトープタグを含み得る。いくつかの場合では、エピトープタグは、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含み得る。

【0165】

いくつかの事例では、１つ以上の親和性試薬は、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含み得る。いくつかの場合では、１つ以上の親和性試薬は、エピトープタグを含み得る。

【0166】

いくつかの場合では、１つ以上の微生物細胞外小胞を富化するは、液体生体試料を、共有結合で固定化された親和性剤を含む支持体と接触させることを含み得る。いくつかの事例では、共有結合で固定化された親和性剤は、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含み得る。いくつかの場合では、支持体は、磁性ビーズ、アガロースビーズ、非磁性ラテックス、機能化セファロース、ｐＨ感受性ポリマー、又はそれらの任意の組み合わせを含み得る。いくつかの事例では、支持体は、エピトープタグ認識表面を含み得る。いくつかの事例では、エピトープタグ認識表面は、ストレプトアビジン、６ｘヒスチジンタグ、ＧＦＰ、ｍｙｃ、ＨＡ、ビオチンに特異的な抗体、又はそれらの任意の組み合わせを含み得る。いくつかの場合では、エピトープタグ認識表面は、抗種抗体を含み得る。

【0167】

いくつかの場合では、富化するは、（ａ）液体生体試料を１つ以上の親和性試薬と接触させて、捕捉試薬－分子モチーフ相互作用複合体を形成する、（ｂ）捕捉試薬－分子モチーフ相互作用複合体を支持体と接触させる、及び（ｃ）支持体を液体生体試料から分離して、捕捉試薬－分子モチーフ複合体を濃縮する、を含み得る。

【0168】

いくつかの事例では、１つ以上の分析物を検出するは、核酸分析物の核酸配列決定、ポリメラーゼ連鎖反応（ＰＣＲ）、又はハイブリダイゼーションに基づく分析を含み得る。いくつかの場合では、核酸配列決定は、全ゲノム配列決定、ショットガン配列決定、次世代配列決定、標的化された配列決定、ＲＮＡ配列決定、メチル化配列決定、又はそれらの任意の組み合わせを含み得る。いくつかの場合では、１つ以上の分析物を検出するは、質量分析、液体クロマトグラフィー－質量分析（ＬＣ－ＭＳ）、又は高速液体クロマトグラフィー（ＨＰＬＣ）を実施することを含み得る。いくつかの場合では、１つ以上の分析物を検出するは、イムノアッセイ分析を実施することを含み得る。

【0169】

いくつかの事例では、疾患は、がんを含み得る。がんは、Ｉ期又はＩＩ期のがんを含み得る。いくつかの事例では、がんは、骨、乳房、肺、結腸、脳、皮膚、卵巣、膵臓、又はそれらの任意の組み合わせのタイプのがんを含み得る。いくつかの事例では、がんは、副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、胆管がん、結腸腺がん、十二指腸がん、食道がん、多形性神経膠芽腫、小細胞肺がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肝臓肝細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、膵臓腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、直腸腺がん、肉腫、皮膚皮膚黒色腫、胃腺がん、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含み得る。いくつかの場合では、がんは、対象の腸以外の１つ以上のがんタイプ：副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、多形性神経膠芽腫、肺小細胞がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、肉腫、皮膚皮膚黒色腫、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含み得る。

【0170】

いくつかの場合では、１つ以上の分子分析物に基づいて対象の疾患を特定するは、予測モデルによってがんを予測することを含み得、予測モデルは、１つ以上の対象の１つ以上の微生物細胞外小胞から得られた１つ以上の分子分析物及び１つ以上の対象の関連疾患で訓練され得る。いくつかの場合では、１つ以上の対象の関連する疾患は、本明細書の他の場所に記載のがんを含み得る。いくつかの事例では、予測モデルは、入力として対象の１つ以上の分子分析物を受け取り、対象の疾患を出力するように構成され得る。いくつかの場合では、予測モデルは、当該対象の１つ以上のがん、１つ以上のがんのサブタイプ、１つ以上のがんの解剖学的位置、又はそれらの任意の組み合わせを予測するように構成され得る。いくつかの場合では、予測モデルは、がんの病期、がんの予後、がんの変異状態、がんの将来の免疫療法応答、がんを治療するための最適な療法、又はそれらの任意の組み合わせを予測するように構成される。いくつかの事例では、予測モデルは、対象の１つ以上のがんタイプの間でがんを予測し、１つ以上のがんタイプの特定のがんタイプを特定するように構成され得る。

【0171】

いくつかの事例では、予測モデルは、本明細書の他の場所で説明される機械学習モデルを含み得、機械学習モデルは、正規化された機械学習モデル、機械学習モデルのアンサンブル、又はそれらの任意の組み合わせを含み得る。いくつかの場合では、予測モデルは、ランダムフォレスト、ニューラルネットワーク、ナイーブベイズ、サポートベクターマシン、学習回帰、ｋ近傍法、ｋ平均法、決定木、ロジスティック回帰、勾配ブースティング、又はそれらの任意の組み合わせを含み得る。

【0172】

いくつかの場合では、１つ以上の親和性試薬で１つ以上の微生物細胞外小胞を富化するは、対象のがんを予測する場合、予測モデルの精度を少なくとも１％、少なくとも５％、少なくとも１０％、少なくとも１５％、又は少なくとも２０％改善し得る。

【0173】

定義
別途定義されない限り、本明細書で使用される全ての技術用語、表記法、並びに他の技術用語及び科学用語又は専門用語は、請求される主題が関連する技術分野の当業者によって一般的に理解されるものと同じ意味を有することが意図される。いくつかの場合では、一般的に理解される意味を有する用語は、明瞭さ及び／又は容易に参照するために本明細書に定義され、そのような定義を本明細書に含めることは、必ずしも当該技術分野で一般的に理解されるものとの実質的な違いを表すと解釈されるべきではない。

【0174】

本出願全体を通じて、様々な実施形態は、範囲形式で提示され得る。範囲形式での説明は、単に便宜及び簡潔のためであり、本開示の範囲に対する柔軟性のない限定として解釈されるべきでないことを理解されたい。したがって、範囲の記載は、全ての可能な部分範囲並びにその範囲内の個々の値を具体的に開示しているとみなされるべきである。例えば、１～６などの範囲の記載は、１～３、１～４、１～５、２～４、２～６、３～６などの部分範囲、並びにその範囲内の個々の数字、例えば、１、２、３、４、５、及び６などを具体的に開示しているとみなされるべきである。これは、範囲の幅に関係なく適用される。

【0175】

本明細書及び特許請求の範囲で使用される場合、「ａ」、「ａｎ」及び「ｔｈｅ」という単数形は、別段文脈が明らかに指示しない限り、複数の指示対象を含む。例えば、「試料（ａ ｓａｍｐｌｅ）」という用語は、それらの混合物を含む、複数の試料を含む。

【0176】

「決定すること」、「測定すること」、「評価すること（ｅｖａｌｕａｔｉｎｇ）」、「評価すること（ａｓｓｅｓｓｉｎｇ）」、「アッセイすること」、及び「分析すること」という用語は、多くの場合、測定の形態を指すために本明細書で互換的に使用される。これらの用語は、要素が存在するか否かを決定すること（例えば、検出）を含む。これらの用語は、定量的、定性的、又は定量的及び定性的決定を含み得る。評価することは、相対的又は絶対的であり得る。「の存在を検出すること」は、文脈に応じて、それが存在するか存在しないかを決定することに加えて、存在するものの量を決定することを含み得る。

【0177】

「対象」、「個人」、又は「患者」という用語は、本明細書では互換的に使用される。「対象」は、発現された遺伝物質を含有する生物学的実体であり得る。生物学的実体は、例えば、細菌、ウイルス、真菌、及び原生動物を含む、植物、動物、又は微生物であり得る。対象は、インビボで得られた、又はインビトロで培養された生物学的実体の組織、細胞、及びそれらの子孫であり得る。対象は、哺乳動物であり得る。哺乳動物は、ヒトであり得る。対象は、疾患のリスクが高いと診断されるか、又は疑われ得る。いくつかの場合では、対象は、必ずしも疾患のリスクが高いと診断されるか、又は疑われるわけではない。

【0178】

「微生物細胞外小胞」（「ＭＥＶ」）という用語は、概して、親微生物細胞に由来する非複製性の膜に囲まれた構造を説明する。ＭＥＶは、親細胞に由来する分子成分を含み得、非微生物細胞の微生物コロニー形成又は組織の場合、ＭＥＶはまた、それらの宿主細胞又は宿主組織に由来する分子成分を含み得る。「微生物細胞外小胞」（「ＭＥＶ」）はまた、概して、分子特徴（例えば、リポ多糖類、微生物糖タンパク質、又は脂質）を含む、可溶性又は不溶性の凝集体などの任意の非複製性の微生物由来構造を説明し得る。ＭＥＶは、本発明の方法によって親和性富化され得る。

【0179】

「微生物」又は「微生物の」という用語は、微生物のタイプを指すために本明細書で互換的に使用される。微生物は、例えば、ウイルス、細菌、真菌、古細菌、又はそれらの任意の組み合わせを含み得る。したがって、「微生物」は、複数の微生物のうちの単一の微生物を含み得る。

【0180】

「非微生物細胞外小胞」（「非微生物ＥＶ（複数可）」）という用語は、概して、親対象細胞に由来する非複製性の脂質二重層膜に囲まれた構造を説明する。非微生物ＥＶは、直径が約３０～２，０００ｎｍであり得る。非微生物ＥＶは、親対象細胞に由来する分子成分を含有し得る。非微生物ＥＶはまた、微生物源に由来する分子成分を含有し得る（例えば、微生物による組織コロニー形成の場合）。

【0181】

「細胞外小胞」（「ＥＶ」）という用語は、概して、非複製性の膜に囲まれた構造を説明する。ＥＶは、微生物及び／又は非微生物親細胞に由来し得る。

【0182】

「インビボ」という用語は、概して、対象の体内で起こる事象を説明する。

【0183】

「エクスビボ」という用語は、概して、対象の体の外側で起こる事象を説明する。エクスビボアッセイは、概して、対象に対して実施されない。むしろ、それは、対象から分離した試料に対して実施され得る。試料に対して実施されるエクスビボアッセイの例は、「インビトロ」アッセイであり得る。

【0184】

「インビトロ」という用語は、概して、対象の生物学的状況の外側で起こる事象を説明する。いくつかの場合では、状況は、研究されている材料が生物学的供給源から分離され得るように、実験室における抑制した領域であり得る。いくつかの場合では、抑制した領域は、ヒュームフード、グローブボックス、ペトリ皿、試験管、フラスコなどであり得る。インビトロアッセイは、生細胞又は死細胞が用いられ得る細胞に基づくアッセイを包含し得る。インビトロアッセイはまた、無傷の細胞を用いられない場合がある無細胞アッセイを包含し得る。

【0185】

本明細書で使用される「約」数という用語は、その数にその数の１０％を加えた又は引いたものを指す。「約」範囲という用語は、その範囲にその最小値の１０％を引いた、及びその最大値の１０％を加えた範囲を指す。

【0186】

絶対的又は連続的用語、例えば、「するだろう（ｗｉｌｌ）」、「しないだろう（ｗｉｌｌ ｎｏｔ）」、「とする（ｓｈａｌｌ）」、「としない（ｓｈａｌｌ ｎｏｔ）」、「する必要がある（ｍｕｓｔ）」、「してはならない（ｍｕｓｔ ｎｏｔ）」、「最初に（ｆｉｒｓｔ）」、「最初に（ｉｎｉｔｉａｌｌｙ）」、「次」、「続いて」、「前」、「後」、「最後に（ｌａｓｔｌｙ）」、及び「最後に（ｆｉｎａｌｌｙ）」の使用は、本明細書に開示の本実施形態の範囲を限定することを意図するものではなく、例示としてである。

【0187】

本明細書に記載される任意のシステム、方法、ソフトウェア、組成物、及びプラットフォームは、モジュラーであり、連続的なステップに限定されない。したがって、「第１」及び「第２」などの用語は、必ずしも優先順位、重要性の順序、又は行為の順序を暗示しない。

【0188】

本明細書で使用される場合、「治療」又は「治療すること」という用語は、レシピエントにおいて有益な又は所望の結果を得るための薬学的又は他の介入レジメンを参照して使用される。有益な又は所望の結果は、治療的利益及び／又は予防的利益を含むが、これらに限定されない。治療的利益は、治療される症状又は基礎疾患の根絶又は改善を指し得る。また、治療的利益は、対象は依然として基礎疾患に罹患している可能性があるが対象において改善が観察されるような基礎疾患に関連する生理学的症状のうちの１つ以上の根絶又は改善で達成され得る。予防効果は、疾患若しくは状態の出現の遅延、予防、若しくは排除、疾患若しくは状態の症状の発病の遅延若しくは排除、疾患若しくは状態の進行の減速、停止、若しくは逆転、又はそれらの任意の組み合わせを含む。予防的利益のために、特定の疾患を発症させるリスクのある対象、又は疾患の生理学的症状のうちの１つ以上を報告する対象は、この疾患の診断がなされていない場合があるにもかかわらず、治療を受けてもよい。

【0189】

本明細書で使用されるセクションの見出しは、構成上の目的のためだけのものであり、記載された主題を限定するものと解釈されるべきではない。

【0190】

実施形態
番号付き実施形態１は、対象の疾患を特定する方法であって、１つ以上の微生物細胞外小胞を含む対象由来の生体試料を提供することと、当該１つ以上の微生物細胞外小胞を１つ以上の親和性試薬で富化することと、当該１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物を検出することと、当該１つ以上の微生物細胞外小胞由来の当該１つ以上の分子分析物に基づいて、当該対象の当該疾患を特定することと、を含む、方法を含む。番号付き実施形態２は、当該生体試料が、非微生物細胞外小胞を含む、実施形態１の方法を含む。番号付き実施形態３は、当該１つ以上の分子分析物の存在量を定量することを更に含む、実施形態１又は２の方法を含む。番号付き実施形態４は、当該１つ以上の微生物細胞外小胞の当該１つ以上の分子分析物が、小胞関連無細胞微生物ＤＮＡ、無細胞微生物ＲＮＡ、微生物ＤＮＡ、微生物ＲＮＡ、微生物タンパク質、微生物代謝産物、微生物脂質、微生物グリカン、又はそれらの任意の組み合わせを含む、実施形態１～３のうちのいずれかの方法を含む。番号付き実施形態５は、当該１つ以上の非微生物細胞外の当該１つ以上の分子分析物が、小胞関連無細胞非微生物ＤＮＡ、無細胞非微生物ＲＮＡ、非微生物ＤＮＡ、非微生物ＲＮＡ、非微生物タンパク質、非微生物代謝産物、非微生物脂質、非微生物グリカン、又はそれらの任意の組み合わせを含む、実施形態１～４のうちのいずれかの方法を含む。番号付き実施形態６は、当該生体試料が、液体生体試料、組織生体試料、又はそれらの任意の組み合わせを含む、実施形態１～５のうちのいずれかの方法を含む。番号付き実施形態７は、当該液体生体試料が、血漿、血清、全血、尿、脳脊髄液、唾液、汗、涙、リンパ液、呼気凝縮液、又はそれらの任意の希釈物若しくは処理された画分を含む、実施形態１～６のうちのいずれかの方法を含む。番号付き実施形態８は、当該全血が、血漿、白血球、赤血球、血小板、又はそれらの任意の組み合わせを含む、実施形態１～７のうちのいずれかの方法を含む。番号付き実施形態９は、当該組織生体試料が、組織ホモジネートを含む、実施形態１～６のうちのいずれかの方法を含む。番号付き実施形態１０は、当該１つ以上の親和性試薬が、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフにカップリングするように構成される、実施形態１～９のうちのいずれかの方法を含む。番号付き実施形態１１は、当該１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフが、リポ多糖類（ＬＰＳ）、リポタンパク質、リポペプチド、リポテイコ酸（ＬＴＡ）、リポアラビノマンナン、キチン、ベータ－グルカン、ザイモサン、及びグリコシルホスファチジルイノシトール（ＧＰＩ）アンカータンパク質、又はそれらの任意の組み合わせなどの正準細胞壁構成要素を含む、実施形態１～１０のうちのいずれかの方法を含む。番号付き実施形態１２は、当該１つ以上の親和性試薬が、組換え自然免疫パターン認識受容体又は１つ以上の抗体を含み、当該１つ以上の抗体が、ポリクローナル抗体、モノクローナル抗体、組換え抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含む、実施形態１～１１のうちのいずれかの方法を含む。番号付き実施形態１３は、当該組換え自然免疫パターン認識受容体が、Ｔｏｌｌ様受容体１（ＴＬＲ１、ＣＤ２８１）、Ｔｏｌｌ様受容体２（ＴＬＲ２、ＣＤ２８２）、Ｔｏｌｌ様受容体４（ＴＬＲ４、ＣＤ２８４）、Ｔｏｌｌ様受容体５（ＴＬＲ５）、Ｔｏｌｌ様受容体６（ＴＬＲ６、ＣＤ２８６）、Ｔｏｌｌ様受容体１０（ＴＬＲ１０、ＣＤ２９０）、ＣＤ１４、リポ多糖類結合タンパク質、デクチン－１、デクチン－２、マンノース受容体（ＣＤ２０６）、ＤＣ－ＳＩＧＮ、ＳＩＧＮＲ１、ランゲリン、マンノース結合レクチン、フィコリン－１、フィコリン－２、フィコリン－３、それらの任意の組み合わせ、又はそれらの任意の誘導体を含む、実施形態１～１２のうちのいずれかの方法を含む。番号付き実施形態１４は、当該それらの誘導体が、エピトープタグ及び完全長組換え自然免疫パターン認識受容体又はそれらの組換え可溶性外部ドメインを含む、実施形態１～１３のうちのいずれかの方法を含む。番号付き実施形態１５は、当該エピトープタグが、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含む、実施形態１～１４のうちのいずれかの方法を含む。番号付き実施形態１６は、当該１つ以上の抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、又は当該単鎖抗体が、エピトープタグを含む、実施形態１～１２のうちのいずれかの方法を含む。番号付き実施形態１７は、当該エピトープタグが、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含む、実施形態１～１２又は１６のうちのいずれかの方法を含む。番号付き実施形態１８は、当該１つ以上の親和性試薬が、当該１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む、実施形態１～１７のうちのいずれかの方法を含む。番号付き実施形態１９は、当該富化することが、当該生体試料を、共有結合で固定化された親和性剤を含む支持体と接触させることを含む、実施形態１～１８のうちのいずれかの方法を含む。番号付き実施形態２０は、当該共有結合で固定化された親和性剤が、当該１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む、実施形態１～１９のうちのいずれかの方法を含む。番号付き実施形態２１は、当該支持体が、磁性ビーズ、アガロースビーズ、非磁性ラテックス、機能化セファロース、ｐＨ感受性ポリマー、又はそれらの任意の組み合わせを含む、実施形態１～２０のうちのいずれかの方法を含む。番号付き実施形態２２は、当該富化することが、

【0191】

当該生体試料を当該１つ以上の親和性試薬と接触させて、捕捉試薬－分子モチーフ相互作用複合体を形成することと、当該捕捉試薬－分子モチーフ相互作用複合体を支持体と接触させることと、当該支持体を当該生体試料から分離して、当該捕捉試薬－分子モチーフ相互作用複合体を濃縮することと、を含む、実施形態１～２１のうちのいずれかの方法を含む。番号付き実施形態２３は、当該１つ以上の親和性試薬が、エピトープタグを含む、実施形態１～２２のうちのいずれかの方法を含む。番号付き実施形態２４は、当該支持体が、エピトープタグ認識表面を含む、実施形態１～２３のうちのいずれかの方法を含む。番号付き実施形態２５は、当該エピトープタグ認識表面が、ストレプトアビジン、６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、ビオチンに特異的な抗体、又はそれらの任意の組み合わせを含む、実施形態１～２４のうちのいずれかの方法を含む。番号付き実施形態２６は、当該エピトープタグ認識表面が、抗種抗体を含む、実施形態１～２５のうちのいずれかの方法を含む。番号付き実施形態２７は、当該検出することが、１つ以上の分子分析物の核酸配列決定、ポリメラーゼ連鎖反応（ＰＣＲ）、又はハイブリダイゼーションに基づく分析を含む、実施形態１～２６のうちのいずれかの方法を含む。番号付き実施形態２８は、当該核酸配列決定が、全ゲノム配列決定、ショットガン配列決定、次世代配列決定、標的化された配列決定、ＲＮＡ配列決定、メチル化配列決定、又はそれらの任意の組み合わせを含む、実施形態１～２７のうちのいずれかの方法を含む。番号付き実施形態２９は、当該検出することが、質量分析、液体クロマトグラフィー－質量分析（ＬＣ－ＭＳ）、又は高速液体クロマトグラフィー（ＨＰＬＣ）を実施することを含む、実施形態１～２８のうちのいずれかの方法を含む。番号付き実施形態３０は、当該検出することが、イムノアッセイ分析を実施することを含む、実施形態１～２９のうちのいずれかの方法を含む。番号付き実施形態３１は、当該疾患が、がんを含む、実施形態１～３０のうちのいずれかの方法を含む。番号付き実施形態３２は、当該がんが、Ｉ期又はＩＩ期のがんを含む、実施形態１～３１のうちのいずれかの方法を含む。番号付き実施形態３３は、当該がんが、骨、乳房、肺、結腸、脳、皮膚、卵巣、膵臓、又はそれらの任意の組み合わせのタイプのがんを含む、実施形態１～３２のうちのいずれかの方法を含む。番号付き実施形態３４は、当該がんが、副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、胆管がん、結腸腺がん、十二指腸がん、食道がん、多形性神経膠芽腫、小細胞肺がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肝臓肝細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、膵臓腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、直腸腺がん、肉腫、皮膚皮膚黒色腫、胃腺がん、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む、実施形態１～３３のうちのいずれかの方法を含む。番号付き実施形態３５は、当該がんが、腸以外の１つ以上のがんタイプ：副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、多形性神経膠芽腫、肺小細胞がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、肉腫、皮膚皮膚黒色腫、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む、実施形態１～３４のうちのいずれかの方法を含む。番号付き実施形態３６は、当該がんを当該特定することが、予測モデルによって当該がんを予測することを含み、当該予測モデルが１つ以上の対象の１つ以上の微生物細胞外小胞から得られた１つ以上の分子分析物及び当該もう１つの対象の関連疾患で訓練される、実施形態１～３５のうちのいずれかの方法を含む。番号付き実施形態３７は、当該予測モデルが、入力として当該対象の当該１つ以上の分子分析物を受け取り、当該対象の当該疾患を出力するように構成される、実施形態１～３６のうちのいずれかの方法を含む。番号付き実施形態３８は、当該予測モデルが、当該対象の１つ以上のがん、１つ以上のがんのサブタイプ、１つ以上のがんの解剖学的位置、又はそれらの任意の組み合わせを予測するように構成される、実施形態１～３７のうちのいずれかの方法を含む。番号付き実施形態３９は、当該予測モデルが、当該がんの病期、当該がんの予後、当該がんの変異状態、当該がんの将来の免疫療法応答、当該がんを治療するための最適な療法、又はそれらの任意の組み合わせを予測するように構成される、実施形態１～３８のうちのいずれかの方法を含む。番号付き実施形態４０は、当該予測モデルが、当該対象の１つ以上のがんタイプの間で当該がんを予測し、当該１つ以上のがんタイプの特定のがんタイプを特定するように構成される、実施形態１～３９のうちのいずれかの方法を含む。番号付き実施形態４１は、当該予測モデルが、機械学習モデルを含み、当該機械学習モデルが、正規化された機械学習モデル、機械学習モデルのアンサンブル、又はそれらの任意の組み合わせを含む、実施形態１～４０のうちのいずれかの方法を含む。番号付き実施形態４２は、当該予測モデルが、ランダムフォレスト、ニューラルネットワーク、ナイーブベイズ、サポートベクターマシン、学習回帰、ｋ近傍法、ｋ平均法、決定木、ロジスティック回帰、勾配ブースティング、又はそれらの任意の組み合わせを含む、実施形態１～４１のうちのいずれかの方法を含む。番号付き実施形態４３は、当該微生物細胞外小胞を富化することが、当該対象の当該がんを予測する場合、当該予測モデルの精度を少なくとも１％、少なくとも５％、少なくとも１０％、少なくとも１５％、又は少なくとも２０％改善する、実施形態１～４２のうちのいずれかの方法を含む。番号付き実施形態４４は、当該対象が、非ヒト哺乳動物又はヒト対象を含む、実施形態１～４３のうちのいずれかの方法を含む。

【0192】

番号付き実施形態４５は、対象の疾患を特定する方法であって、１つ以上の微生物細胞外小胞及び１つ以上の非微生物細胞外小胞を含む対象の生体試料を提供することと、当該１つ以上の微生物細胞外小胞を１つ以上の第１の親和性試薬で富化し、かつ当該１つ以上の非微生物細胞外小胞を１つ以上の第２の親和性試薬で富化し、それによって、１つ以上の富化された微生物細胞外小胞及び１つ以上の富化された非微生物細胞外小胞を生成することと、当該富化された１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物の第１の存在量、及び当該富化された１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物の第２の存在量を検出することと、１つ以上の分子分析物の当該第１の存在量及び１つ以上の分子分析物の当該第２の存在量の組み合わせと、１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物の第３の存在量及び１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物の第４の存在量に関連する疾患のモデルとの間の関連から、当該対象の当該疾患を特定することと、を含む、方法を含む。番号付き実施形態４６は、検出することが、１つ以上の分子分析物の当該第１の存在量及び１つ以上の分子分析物の当該第２の存在量を定量することを含む、実施形態４５の方法を含む。番号付き実施形態４７は、当該１つ以上の微生物細胞外小胞が、小胞関連無細胞微生物ＤＮＡ、無細胞微生物ＲＮＡ、微生物ＤＮＡ、微生物ＲＮＡ、微生物タンパク質、微生物代謝産物、微生物脂質、微生物グリカン、又はそれらの任意の組み合わせを含む、実施形態４５又は４６の方法を含む。番号付き実施形態４８は、当該１つ以上の非微生物細胞外小胞の当該１つ以上の分子分析物が、無細胞非微生物ＤＮＡ、無細胞非微生物ＲＮＡ、非微生物ＤＮＡ、非微生物ＲＮＡ、非微生物タンパク質、非微生物代謝産物、非微生物脂質、非微生物グリカン、又はそれらの任意の組み合わせを含む、実施形態４５～４７のうちのいずれかの方法を含む。番号付き実施形態４９は、当該生体試料が、液体生体試料、組織生体試料、又はそれらの任意の組み合わせを含む、実施形態４５～４８のうちのいずれかの方法を含む。番号付き実施形態５０は、当該液体生体試料が、血漿、血清、全血、尿、脳脊髄液、唾液、汗、涙、リンパ液、呼気凝縮液、又はそれらの任意の組み合わせ、任意の希釈物、若しくは処理された画分を含む、実施形態４５～４９のうちのいずれかの方法を含む。番号付き実施形態５１は、当該全血が、白血球、血漿、赤血球、血小板、又はそれらの任意の組み合わせを含む、実施形態４５～５０のうちのいずれかの方法を含む。番号付き実施形態５２は、当該組織生体試料が、組織ホモジネートを含む、実施形態４５～４９のうちのいずれかの方法を含む。番号付き実施形態５３は、富化することが、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフを濃縮することを含む、実施形態４５～５２のうちのいずれかの方法を含む。番号付き実施形態５４は、当該１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフが、リポ多糖類（ＬＰＳ）、リポタンパク質、リポペプチド、リポテイコ酸（ＬＴＡ）、リポアラビノマンナン、キチン、ベータ－グルカン、ザイモサン、グリコシルホスファチジルイノシトール（ＧＰＩ）アンカータンパク質、又はそれらの任意の組み合わせなどの正準細胞壁構成要素を含む、実施形態４５～５３のうちのいずれかの方法を含む。番号付き実施形態５５は、当該１つ以上の第１の親和性試薬又は当該１つ以上の第２の親和性試薬が、組換え自然免疫パターン認識受容体又は１つ以上の抗体を含み、当該１つ以上の抗体が、ポリクローナル抗体、モノクローナル抗体、組換え抗体、及びアプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含む、実施形態４５～５４のうちのいずれかの方法を含む。番号付き実施形態５６は、当該組換え自然免疫パターン認識受容体が、Ｔｏｌｌ様受容体１（ＴＬＲ１、ＣＤ２８１）、Ｔｏｌｌ様受容体２（ＴＬＲ２、ＣＤ２８２）、Ｔｏｌｌ様受容体４（ＴＬＲ４、ＣＤ２８４）、Ｔｏｌｌ様受容体５（ＴＬＲ５）、Ｔｏｌｌ様受容体６（ＴＬＲ６、ＣＤ２８６）、Ｔｏｌｌ様受容体１０（ＴＬＲ１０、ＣＤ２９０）、ＣＤ１４、リポ多糖類結合タンパク質、デクチン－１、デクチン－２、マンノース受容体（ＣＤ２０６）、ＤＣ－ＳＩＧＮ、ＳＩＧＮＲ１、ランゲリン、マンノース結合レクチン、フィコリン－１、フィコリン－２、フィコリン－３、又はそれらの任意の誘導体を含む、実施形態４５～５５のうちのいずれかの方法を含む。番号付き実施形態５７は、当該それらの誘導体が、エピトープタグ、完全長組換え自然免疫パターン認識受容体又はそれらの組換え可溶性外部ドメインを含む、実施形態４５～５６のうちのいずれかの方法を含む。番号付き実施形態５８は、当該１つ以上の抗体、当該アプタマー、当該単鎖可変断片（ｓｃＦｖ）、及び当該単鎖抗体が、エピトープタグを含む、実施形態４５～５７のうちのいずれかの方法を含む。番号付き実施形態５９は、当該エピトープタグが、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含む、実施形態４５～５８のうちのいずれかの方法を含む。番号付き実施形態６０は、当該１つ以上の第１の親和性試薬及び当該１つ以上の第２の親和性試薬が、当該１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む、実施形態４５～５９のうちのいずれかの方法を含む。番号付き実施形態６１は、富化することが、当該生体試料を、共有結合で固定化された親和性剤を含む支持体とインキュベーションすることを含む、実施形態４５～６０のうちのいずれかの方法を含む。番号付き実施形態６２は、当該共有結合で固定化された親和性剤が、当該１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む、実施形態４５～６１のうちのいずれかの方法を含む。番号付き実施形態６３は、当該支持体が、磁性ビーズ、アガロースビーズ、非磁性ラテックス、機能化セファロース、ｐＨ感受性ポリマー、又はそれらの任意の組み合わせを含む、実施形態４５～６２のうちのいずれかの方法を含む。番号付き実施形態６４は、当該１つ以上の第１の親和性試薬又は当該１つ以上の第２の親和性試薬が、哺乳動物抗原ＣＤ９、ＣＤ６３、ＣＤ８１、グリピカン１（ＧＰＣ１）、Ｍａｒｔ－１、ＴＹＲＰ２、ヒト上皮成長因子受容体（ＨＥＲ）ファミリーメンバー、ＥｐＣＡＭ、又はそれらの任意の組み合わせに特異的である、実施形態４５～６３のうちのいずれかの方法を含む。番号付き実施形態６５は、検出することが、核酸配列決定、ポリメラーゼ連鎖反応（ＰＣＲ）、質量分析、液体クロマトグラフィー－質量分析（ＬＣ－ＭＳ）、高速液体クロマトグラフィー（ＨＰＬＣ）、イムノアッセイ分析、又はそれらの任意の組み合わせを、当該１つ以上の微生物細胞外小胞の当該１つ以上の分子分析物、又は当該１つ以上の非微生物細胞外小胞由来の当該１つ以上の分子分析物で実施することを含む、実施形態４５～６４のうちのいずれかの方法を含む。番号付き実施形態６６は、核酸配列決定が、全ゲノム配列決定、ショットガン配列決定、次世代配列決定、標的化された配列決定、ＲＮＡ配列決定、メチル化配列決定、又はそれらの任意の組み合わせを含む、実施形態４５～６５のうちのいずれかの方法を含む。番号付き実施形態６７は、当該モデルが、予測モデルを含み、予測モデルが、１つ以上の対象の当該１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物の当該第３の存在量、当該１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物の当該第４の存在量、及び当該１つ以上の対象の対応する疾患で訓練される、実施形態４５～６６のうちのいずれかの方法を含む。番号付き実施形態６８は、当該予測モデルが、入力として１つ以上の分子分析物の当該第１の存在量及び１つ以上の分子分析物の当該第２の存在量を受け取り、当該対象の当該疾患の予測を出力するように構成される、実施形態４５～６７のうちのいずれかの方法を含む。番号付き実施形態６９は、当該疾患が、がんを含む、実施形態４５～６８のうちのいずれかの方法を含む。番号付き実施形態７０は、当該がんが、Ｉ期又はＩＩ期のがんを含む、実施形態４５～６９のうちのいずれかの方法を含む。番号付き実施形態７１は、当該がんが、骨、乳房、肺、結腸、脳、皮膚、卵巣、膵臓、又はそれらの任意の組み合わせのタイプのがんを含む、実施形態４５～７０のうちのいずれかの方法を含む。番号付き実施形態７２は、当該予測モデルが、当該対象における１つ以上のがん、１つ以上のがんのサブタイプ、１つ以上のがんの解剖学的位置、又はそれらの任意の組み合わせを予測するように構成される、実施形態４５～７１のうちのいずれかの方法を含む。番号付き実施形態７３は、当該がんが、副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、胆管がん、結腸腺がん、十二指腸がん、食道がん、多形性神経膠芽腫、小細胞肺がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肝臓肝細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、膵臓腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、直腸腺がん、肉腫、皮膚皮膚黒色腫、胃腺がん、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む、実施形態４５～７２のうちのいずれかの方法を含む。番号付き実施形態７４は、当該がんが、腸以外の１つ以上のがんタイプ：副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、多形性神経膠芽腫、肺小細胞がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、肉腫、皮膚皮膚黒色腫、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む、実施形態４５～７３のうちのいずれかの方法を含む。番号付き実施形態７５は、当該予測モデルが、機械学習モデルを含む、実施形態４５～７４のうちのいずれかの方法を含む。番号付き実施形態７６は、当該機械学習モデルが、１つ以上の機械学習モデル、正規化された機械学習モデル、機械学習モデルのアンサンブル、又はそれらの任意の組み合わせを含む、実施形態４５～７５のうちのいずれかの方法を含む。番号付き実施形態７７は、当該予測モデルが、ランダムフォレスト、ニューラルネットワーク、ナイーブベイズ、サポートベクターマシン、線形回帰、ｋ近傍法、ｋ平均法、決定木、ロジスティック回帰、勾配ブースティング、又はそれらの任意の組み合わせの予測モデルを含む、実施形態４５～７６のうちのいずれかの方法を含む。番号付き実施形態７８は、当該対象が、ヒト又は非ヒト哺乳動物を含む、実施形態４５～７７のうちのいずれかの方法を含む。番号付き実施形態７９は、当該１つ以上の微生物細胞外小胞及び当該１つ以上の非微生物細胞外小胞を富化することが、当該対象の当該がんを予測する場合、当該予測モデルの精度を少なくとも１％、少なくとも５％、少なくとも１０％、少なくとも１５％、又は少なくとも２０％改善する、実施形態４５～７８のうちのいずれかの方法を含む。番号付き実施形態８０は、当該対象の当該疾患を予測する場合の当該予測モデルの受信者動作特性曲線下面積が、１つ以上の分子分析物の当該第１の存在量及び１つ以上の分子分析物の当該第２の存在量の当該組み合わせが、当該予測モデルへの当該入力として提供される場合、少なくとも１％、少なくとも２％、
少なくとも４％、少なくとも５％、又は少なくとも１０％増加する、実施形態４５～７９のうちのいずれかの方法を含む。

【0193】

番号付き実施形態８１は、対象の疾患に対する治療を特定する方法であって、１つ以上の微生物細胞外小胞を含む対象の生体試料を提供することと、当該１つ以上の微生物細胞外小胞を１つ以上の親和性試薬で富化し、それによって、１つ以上の富化された微生物細胞外小胞を生成することと、当該１つ以上の富化された微生物細胞外小胞由来の１つ以上の分子分析物を検出することと、当該１つ以上の分子分析物に基づいて、当該対象の当該疾患に対する当該治療を特定することと、を含む、方法を含む。番号付き実施形態８２は、当該生体試料が、非微生物細胞外小胞及び当該１つ以上の微生物細胞外小胞を含む、実施形態８１の方法を含む。番号付き実施形態８３は、当該１つ以上の分子分析物の存在量を定量することを更に含む、実施形態８１又は８２の方法を含む。番号付き実施形態８４は、当該１つ以上の微生物細胞外小胞の当該１つ以上の分子分析物が、小胞関連無細胞微生物ＤＮＡ、無細胞微生物ＲＮＡ、微生物ＤＮＡ、微生物ＲＮＡ、微生物タンパク質、微生物代謝産物、微生物脂質、微生物グリカン、又はそれらの任意の組み合わせを含む、実施形態８１～８３のうちのいずれかの方法を含む。番号付き実施形態８５は、当該非微生物細胞外小胞の当該１つ以上の分子分析物が、小胞関連無細胞非微生物ＤＮＡ、無細胞非微生物ＲＮＡ、非微生物ＤＮＡ、非微生物ＲＮＡ、非微生物タンパク質、非微生物代謝産物、非微生物脂質、非微生物グリカン、又はそれらの任意の組み合わせを含む、実施形態８１～８４のうちのいずれかの方法を含む。番号付き実施形態８６は、当該生体試料が、液体生体試料、組織生体試料、又はそれらの任意の組み合わせを含む、実施形態８１～８５のうちのいずれかの方法を含む。番号付き実施形態８７は、当該液体生体試料が、血漿、血清、全血、尿、脳脊髄液、唾液、汗、涙、リンパ液、呼気凝縮液、又はそれらの任意の希釈物若しくは処理された画分を含む、実施形態８１～８６のうちのいずれかの方法を含む。番号付き実施形態８８は、当該全血が、血漿、白血球、赤血球、血小板、又はそれらの任意の組み合わせを含む、実施形態８１～８７のうちのいずれかの方法を含む。番号付き実施形態８９は、当該組織生体試料が、組織ホモジネートを含む、実施形態８１～８６のうちのいずれかの方法を含む。番号付き実施形態９０は、当該１つ以上の親和性試薬が、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフにカップリングするように構成される、実施形態８１～８９のうちのいずれかの方法を含む。番号付き実施形態９１は、当該１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフが、リポ多糖類（ＬＰＳ）、リポタンパク質、リポペプチド、リポテイコ酸（ＬＴＡ）、リポアラビノマンナン、キチン、ベータ－グルカン、ザイモサン、及びグリコシルホスファチジルイノシトール（ＧＰＩ）アンカータンパク質、又はそれらの任意の組み合わせなどの正準細胞壁構成要素を含む、実施形態８１～９０のうちのいずれかの方法を含む。番号付き実施形態９２は、当該１つ以上の親和性試薬が、組換え自然免疫パターン認識受容体又は１つ以上の抗体を含み、当該１つ以上の抗体が、ポリクローナル抗体、モノクローナル抗体、組換え抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含む、実施形態８１～９１のうちのいずれかの方法を含む。番号付き実施形態９３は、当該組換え自然免疫パターン認識受容体が、Ｔｏｌｌ様受容体１（ＴＬＲ１、ＣＤ２８１）、Ｔｏｌｌ様受容体２（ＴＬＲ２、ＣＤ２８２）、Ｔｏｌｌ様受容体４（ＴＬＲ４、ＣＤ２８４）、Ｔｏｌｌ様受容体５（ＴＬＲ５）、Ｔｏｌｌ様受容体６（ＴＬＲ６、ＣＤ２８６）、Ｔｏｌｌ様受容体１０（ＴＬＲ１０、ＣＤ２９０）、ＣＤ１４、リポ多糖類結合タンパク質、デクチン－１、デクチン－２、マンノース受容体（ＣＤ２０６）、ＤＣ－ＳＩＧＮ、ＳＩＧＮＲ１、ランゲリン、マンノース結合レクチン、フィコリン－１、フィコリン－２、フィコリン－３、それらの任意の組み合わせ、又はそれらの任意の誘導体を含む、実施形態８１～９２のうちのいずれかの方法を含む。番号付き実施形態９４は、当該それらの誘導体が、エピトープタグ及び完全長組換え自然免疫パターン認識受容体又はそれらの組換え可溶性外部ドメインを含む、実施形態８１～９３のうちのいずれかの方法を含む。番号付き実施形態９５は、当該エピトープタグが、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含む、実施形態８１～９４のうちのいずれかの方法を含む。番号付き実施形態９６は、当該１つ以上の抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、又は当該単鎖抗体が、エピトープタグを含む、実施形態８１～９２のうちのいずれかの方法を含む。番号付き実施形態９７は、当該エピトープタグが、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含む、実施形態８１～９２又は９６のうちのいずれかの方法を含む。番号付き実施形態９８は、当該１つ以上の親和性試薬が、当該１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む、実施形態８１～９７のうちのいずれかの方法を含む。番号付き実施形態９９は、当該富化することが、当該生体試料を、共有結合で固定化された親和性剤を含む支持体と接触させることを含む、実施形態８１～９８のうちのいずれかの方法を含む。番号付き実施形態１００は、当該共有結合で固定化された親和性剤が、当該１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む、実施形態８１～９９のうちのいずれかの方法を含む。番号付き実施形態１０１は、当該支持体が、磁性ビーズ、アガロースビーズ、非磁性ラテックス、機能化セファロース、ｐＨ感受性ポリマー、又はそれらの任意の組み合わせを含む、実施形態８１～１００のうちのいずれかの方法を含む。

【0194】

番号付き実施形態１０２は、当該富化することは、当該生体試料を当該１つ以上の親和性試薬と接触させて、捕捉試薬－分子モチーフ相互作用複合体を形成することと、当該捕捉試薬－分子モチーフ相互作用複合体を支持体と接触させることと、当該支持体を当該生体試料から分離して、当該捕捉試薬－分子モチーフ相互作用複合体を濃縮することと、を含む、実施形態８１～１０１のうちのいずれかの方法を含む。番号付き実施形態１０３は、当該１つ以上の親和性試薬が、エピトープタグを含む、実施形態８１～１０２のうちのいずれかの方法を含む。番号付き実施形態１０４は、当該支持体が、エピトープタグ認識表面を含む、実施形態８１～１０３のうちのいずれかの方法を含む。番号付き実施形態１０５は、当該エピトープタグ認識表面が、ストレプトアビジン、６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、ビオチンに特異的な抗体、又はそれらの任意の組み合わせを含む、実施形態８１～１０４のうちのいずれかの方法を含む。番号付き実施形態１０６は、当該エピトープタグ認識表面が、抗種抗体を含む、実施形態８１～１０５のうちのいずれかの方法を含む。番号付き実施形態１０７は、当該検出することが、核酸分析物の核酸配列決定、ポリメラーゼ連鎖反応（ＰＣＲ）に基づく、又はハイブリダイゼーションに基づく分析を含む、実施形態８１～１０６のうちのいずれかの方法を含む。番号付き実施形態１０８は、当該核酸配列決定が、全ゲノム配列決定、ショットガン配列決定、次世代配列決定、標的化された配列決定、ＲＮＡ配列決定、メチル化配列決定、又はそれらの任意の組み合わせを含む、実施形態８１～１０７のうちのいずれかの方法を含む。番号付き実施形態１０９は、当該検出することが、質量分析、液体クロマトグラフィー－質量分析（ＬＣ－ＭＳ）、又は高速液体クロマトグラフィー（ＨＰＬＣ）を実施することを含む、実施形態８１～１０８のうちのいずれかの方法を含む。番号付き実施形態１１０は、当該検出することが、イムノアッセイ分析を実施することを含む、実施形態８１～１０９のうちのいずれかの方法を含む。番号付き実施形態１１１は、当該疾患が、がんを含む、実施形態８１～１１０のうちのいずれかの方法を含む。番号付き実施形態１１２は、当該がんが、Ｉ期又はＩＩ期のがんを含む、実施形態８１～１１１のうちのいずれかの方法を含む。番号付き実施形態１１３は、当該がんが、骨、乳房、肺、結腸、脳、皮膚、卵巣、膵臓、又はそれらの任意の組み合わせのタイプのがんを含む、実施形態８１～１１２のうちのいずれかの方法を含む。番号付き実施形態１１４は、当該がんが、副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、胆管がん、結腸腺がん、十二指腸がん、食道がん、多形性神経膠芽腫、小細胞肺がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肝臓肝細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、膵臓腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、直腸腺がん、肉腫、皮膚皮膚黒色腫、胃腺がん、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む、実施形態８１～１１３のうちのいずれかの方法を含む。番号付き実施形態１１５は、当該がんが、腸以外の１つ以上のがんタイプ：副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、多形性神経膠芽腫、肺小細胞がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、肉腫、皮膚皮膚黒色腫、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む、実施形態８１～１１４のうちのいずれかの方法を含む。番号付き実施形態１１６は、当該疾患に対する当該治療を当該特定することが、予測モデルによって当該治療を予測することを含み、当該予測モデルが、１つ以上の対象の１つ以上の微生物細胞外小胞から得られた１つ以上の分子分析物及び当該もう１つの対象の当該疾患に対する関連する治療で訓練される、実施形態８１～１１５のうちのいずれかの方法を含む。番号付き実施形態１１７は、当該予測モデルが、入力として当該対象の当該１つ以上の分子分析物を受け取り、当該対象の当該疾患に対する当該治療を出力するように構成される、実施形態８１～１１６のうちのいずれかの方法を含む。番号付き実施形態１１８は、当該予測モデルが、機械学習モデルを含み、当該機械学習モデルが、正規化された機械学習モデル、機械学習モデルのアンサンブル、又はそれらの任意の組み合わせを含む、実施形態８１～１１７のうちのいずれかの方法を含む。番号付き実施形態１１９は、当該予測モデルが、ランダムフォレスト、ニューラルネットワーク、ナイーブベイズ、サポートベクターマシン、学習回帰、ｋ近傍法、ｋ平均法、決定木、ロジスティック回帰、勾配ブースティング、又はそれらの任意の組み合わせを含む、実施形態８１～１１８のうちのいずれかの方法を含む。番号付き実施形態１２０は、当該１つ以上の微生物細胞外小胞を富化することが、当該対象の当該治療を予測する場合、当該予測モデルの精度を少なくとも１％、少なくとも５％、少なくとも１０％、少なくとも１５％、又は少なくとも２０％改善する、実施形態８１～１１９のうちのいずれかの方法を含む。番号付き実施形態１２１は、当該対象が、非ヒト哺乳動物又はヒト対象を含む、実施形態８１～１２０のうちのいずれかの方法を含む。番号付き実施形態１２２は、当該治療が、元々がんを標的とするために承認されていても、されていなくてもよい、別の目的で再利用された治療を含む、実施形態８１～１２１のうちのいずれかの方法を含む。番号付き実施形態１２３は、当該治療が、小分子、生物製剤、プロバイオティクス、ウイルス、バクテリオファージ、免疫療法、広域抗生物質、又はそれらの任意の組み合わせを含む、実施形態８１～１２２のうちのいずれかの方法を含む。番号付き実施形態１２４は、当該プロバイオティクスが、操作された細菌株又は操作された細菌のアンサンブルを含む、実施形態８１～１２３のうちのいずれかの方法を含む。番号付き実施形態１２５は、当該治療が、一次治療の有効性を改善するために当該がんに対する当該一次治療と組み合わせて与えられるアジュバントを含む、実施形態８１～１２２のうちのいずれかの方法を含む。番号付き実施形態１２６は、当該治療が、当該がん又はがん微小環境に関連する標的微生物抗原への養子細胞移行を含む、実施形態８１～１２２のうちのいずれかの方法を含む。番号付き実施形態１２７は、当該治療が、当該がん又はがん微小環境に関連する微生物抗原を利用するがんワクチンを含む、実施形態８１～１２２のうちのいずれかの方法を含む。番号付き実施形態１２８は、当該治療が、当該がん又はがん微小環境に関連する微生物抗原に対するモノクローナル抗体を含む、実施形態８１～１２２のうちのいずれかの方法を含む。番号付き実施形態１２９は、当該治療が、当該がん又はがん微小環境に関連する微生物抗原を少なくとも部分的に標的とするように設計された抗体－薬物コンジュゲートを含む、実施形態８１～１２２のうちのいずれかの方法を含む。番号付き実施形態１３０は、当該治療が、当該がん又はがん微小環境に関連する１つ以上の微生物抗原を少なくとも部分的に標的とするように設計された、多価抗体、抗体断片、又はそれらの抗体誘導体を含む、実施形態８１～１２２のうちのいずれかの方法を含む。番号付き実施形態１３１は、当該治療が、特定の種類の微生物又は機能的若しくは生物学的に類似した微生物のクラスに対する標的化された抗生物質を含む、実施形態８１～１２２のうちのいずれかの方法を含む。番号付き実施形態１３２は、少なくとも１つのタイプが、当該がんの微生物の存在又は存在量を利用して、全体的な治療有効性を増強させるような、以下の治療タイプ：小分子、生物製剤、操作された宿主由来細胞タイプ、プロバイオティクス、操作された細菌、天然であるが選択的なウイルス、操作されたウイルス、及びバクテリオファージのうちの２つ以上が、組み合わされる、実施形態８１～１２２のうちのいずれかの方法を含む。

【0195】

番号付き実施形態１３３は、対象の疾患に対する治療を特定する方法であって、１つ以上の微生物細胞外小胞及び１つ以上の非微生物細胞外小胞を含む対象の生体試料を提供することと、当該１つ以上の微生物細胞外小胞を１つ以上の第１の親和性試薬で富化し、かつ当該１つ以上の非微生物細胞外小胞を１つ以上の第２の親和性試薬で富化し、それによって、１つ以上の富化された微生物細胞外小胞及び１つ以上の富化された非微生物細胞外小胞を生成することと、当該富化された１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物の第１の存在量、及び当該富化された１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物の第２の存在量を検出することと、１つ以上の分子分析物の当該第１の存在量及び１つ以上の分子分析物の当該第２の存在量の組み合わせと、１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物の第３の存在量及び１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物の第４の存在量に関連する疾患治療のモデルとの間の関連から、当該対象の当該疾患に対する当該治療を特定することと、を含む、方法を含む。番号付き実施形態１３４は、検出することが、１つ以上の分子分析物の当該第１の存在量及び１つ以上の分子分析物の当該第２の存在量を定量することを含む、実施形態１３３の方法を含む。番号付き実施形態１３５は、当該１つ以上の微生物細胞外小胞の当該１つ以上の分子分析物が、小胞関連無細胞微生物ＤＮＡ、無細胞微生物ＲＮＡ、微生物ＤＮＡ、微生物ＲＮＡ、微生物タンパク質、微生物代謝産物、微生物脂質、微生物グリカン、又はそれらの任意の組み合わせを含む、実施形態１３３又は１３４の方法を含む。番号付き実施形態１３６は、当該非微生物細胞外小胞の当該１つ以上の分子分析物が、小胞関連無細胞非微生物ＤＮＡ、無細胞非微生物ＲＮＡ、非微生物ＤＮＡ、非微生物ＲＮＡ、非微生物タンパク質、非微生物代謝産物、非微生物脂質、非微生物グリカン、又はそれらの任意の組み合わせを含む、実施形態１３３～１３５のうちのいずれかの方法を含む。番号付き実施形態１３７は、当該生体試料が、液体生体試料、組織生体試料、又はそれらの任意の組み合わせを含む、実施形態１３３～１３６のうちのいずれかの方法を含む。番号付き実施形態１３８は、当該液体生体試料が、血漿、血清、全血、尿、脳脊髄液、唾液、汗、涙、リンパ液、呼気凝縮液、又はそれらの任意の組み合わせ、任意の希釈物、若しくは処理された画分を含む、実施形態１３３～１３７のうちのいずれかの方法を含む。番号付き実施形態１３９は、全血が、白血球、血漿、赤血球、血小板、又はそれらの任意の組み合わせを含む、実施形態１３３～１３８のうちのいずれかの方法を含む。番号付き実施形態１４０は、組織生体試料が、組織ホモジネートを含む、実施形態１３３～１３７のうちのいずれかの方法を含む。番号付き実施形態１４１は、富化することが、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフを濃縮することを含む、実施形態１３３～１４０のうちのいずれかの方法を含む。番号付き実施形態１４２は、当該１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフが、リポ多糖類（ＬＰＳ）、リポタンパク質、リポペプチド、リポテイコ酸（ＬＴＡ）、リポアラビノマンナン、キチン、ベータ－グルカン、ザイモサン、グリコシルホスファチジルイノシトール（ＧＰＩ）アンカータンパク質、又はそれらの任意の組み合わせなどの正準細胞壁構成要素を含む、実施形態１３３～１４１のうちのいずれかの方法を含む。番号付き実施形態１４３は、当該１つ以上の第１の親和性試薬又は当該１つ以上の第２の親和性試薬が、組換え自然免疫パターン認識受容体又は１つ以上の抗体を含み、当該１つ以上の抗体が、ポリクローナル抗体、モノクローナル抗体、組換え抗体、及びアプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含む、実施形態１３３～１４２のうちのいずれかの方法を含む。番号付き実施形態１４４は、当該組換え自然免疫パターン認識受容体が、Ｔｏｌｌ様受容体１（ＴＬＲ１、ＣＤ２８１）、Ｔｏｌｌ様受容体２（ＴＬＲ２、ＣＤ２８２）、Ｔｏｌｌ様受容体４（ＴＬＲ４、ＣＤ２８４）、Ｔｏｌｌ様受容体５（ＴＬＲ５）、Ｔｏｌｌ様受容体６（ＴＬＲ６、ＣＤ２８６）、Ｔｏｌｌ様受容体１０（ＴＬＲ１０、ＣＤ２９０）、ＣＤ１４、リポ多糖類結合タンパク質、デクチン－１、デクチン－２、マンノース受容体（ＣＤ２０６）、ＤＣ－ＳＩＧＮ、ＳＩＧＮＲ１、ランゲリン、マンノース結合レクチン、フィコリン－１、フィコリン－２、フィコリン－３、又はそれらの任意の誘導体を含む、実施形態１３３～１４３のうちのいずれかの方法を含む。番号付き実施形態１４５は、当該それらの誘導体が、エピトープタグ、完全長組換え自然免疫パターン認識受容体又はそれらの組換え可溶性外部ドメインを含む、実施形態１３３～１４４のうちのいずれかの方法を含む。番号付き実施形態１４６は、当該１つ以上の抗体、当該アプタマー、当該単鎖可変断片（ｓｃＦｖ）、及び当該単鎖抗体が、エピトープタグを含む、実施形態１３３～１４５のうちのいずれかの方法を含む。番号付き実施形態１４７は、当該エピトープタグが、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含む、実施形態１３３～１４６のうちのいずれかの方法を含む。番号付き実施形態１４８は、当該１つ以上の第１の親和性試薬及び当該１つ以上の第２の親和性試薬が、当該１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む、実施形態１３３～１４７のうちのいずれかの方法を含む。番号付き実施形態１４９は、富化することが、当該液体生体試料を、共有結合で固定化された親和性剤を含む支持体とインキュベーションすることを含む、実施形態１３３～１４８のうちのいずれかの方法を含む。番号付き実施形態１５０は、当該共有結合で固定化された親和性剤が、当該１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む、実施形態１３３～１４９のうちのいずれかの方法を含む。番号付き実施形態１５１は、当該支持体が、磁性ビーズ、アガロースビーズ、非磁性ラテックス、機能化セファロース、ｐＨ感受性ポリマー、又はそれらの任意の組み合わせを含む、実施形態１３３～１５０のうちのいずれかの方法を含む。番号付き実施形態１５２は、当該１つ以上の第２の親和性試薬が、ポリクローナル、モノクローナル、組換え抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含む、実施形態１３３～１５１のうちのいずれかの方法を含む。番号付き実施形態１５３は、当該１つ以上の第１の親和性試薬又は当該１つ以上の第２の親和性試薬が、哺乳動物抗原ＣＤ９、ＣＤ６３、ＣＤ８１、グリピカン１（ＧＰＣ１）、Ｍａｒｔ－１、ＴＹＲＰ２、ヒト上皮成長因子受容体（ＨＥＲ）ファミリーメンバー、ＥｐＣＡＭ、又はそれらの任意の組み合わせに特異的である、実施形態１３３～１５２のうちのいずれかの方法を含む。番号付き実施形態１５４は、検出することが、核酸配列決定、ポリメラーゼ連鎖反応（ＰＣＲ）、質量分析、液体クロマトグラフィー－質量分析（ＬＣ－ＭＳ）、高速液体クロマトグラフィー（ＨＰＬＣ）、イムノアッセイ分析、又はそれらの任意の組み合わせを、当該１つ以上の微生物細胞外小胞の当該１つ以上の分子分析物、又は当該１つ以上の非微生物細胞外小胞由来の当該１つ以上の分子分析物で実施することを含む、実施形態１３３～１５３のうちのいずれかの方法を含む。番号付き実施形態１５５は、核酸配列決定が、全ゲノム配列決定、ショットガン配列決定、次世代配列決定、標的化された配列決定、ＲＮＡ配列決定、メチル化配列決定、又はそれらの任意の組み合わせを含む、実施形態１３３～１５４のうちのいずれかの方法を含む。番号付き実施形態１５６は、当該モデルが、予測モデルを含み、当該予測モデルが、１つ以上の対象の当該１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物の当該第３の存在量、当該１つ以上の非微生物細胞外小胞由来の１つ以上の分子分析物の当該第４の存在量、及び当該１つ以上の対象の当該疾患に対する対応する治療で訓練される、実施形態１３３～１５５のうちのいずれかの方法を含む。番号付き実施形態１５７は、当該予測モデルが、入力として１つ以上の分子分析物の当該第１の存在量及び１つ以上の分子分析物の当該第２の存在量を受け取り、当該対象の当該疾患に対する当該治療の予測を出力するように構成される、実施形態１３３～１５６のうちのいずれかの方法を含む。番号付き実施形態１５８は、当該疾患が、がんを含む、実施形態１３３～１５７のうちのいずれかの方法を含む。番号付き実施形態１５９は、当該がんが、Ｉ期又はＩＩ期のがんを含む、実施形態１３３～１５８のうちのいずれかの方法を含む。番号付き実施形態１６０は、当該がんが、骨、乳房、肺、結腸、脳、皮膚、卵巣、膵臓、又はそれらの任意の組み合わせのタイプのがんを含む、実施形態１３３～１５９のうちのいずれかの方法を含む。番号付き実施形態１６１は、当該がんが、副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、胆管がん、結腸腺がん、十二指腸がん、食道がん、多形性神経膠芽腫、小細胞肺がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肝臓肝細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、膵臓腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、直腸腺がん、肉腫、皮膚皮膚黒色腫、胃腺がん、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む、実施形態１３３～１６０のうちのいずれかの方法を含む。番号付き実施形態１６２は、当該がんが、腸以外の１つ以上のがんタイプ：副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、多形性神経膠芽腫、肺小細胞がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、肉腫、皮膚皮膚黒色腫、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む、実施形態１３３～１６０のうちのいずれかの方法を含む。番号付き実施形態１６３は、当該予測モデルが、機械学習モデルを含む、実施形態１３３～１６２のうちのいずれかの方法を含む。番号付き実施形態１６４は、当該機械学習モデルが、１つ以上の機械学習モデル、正規化された機械学習モデル、機械学習モデルのアンサンブル、又はそれらの任意の組み合わせを含む、実施形態１３３～１６３のうちのいずれかの方法を含む。番号付き実施形態１６５は、当該予測モデルが、ランダムフォレスト、ニューラルネットワーク、ナイーブベイズ、サポートベクターマシン、線形回帰、ｋ近傍法、ｋ平均法、決定木、ロジスティック回帰、勾配ブースティング、又はそれらの任意の組み合わせの予測モデルを含む、実施形態１３３～１６４のうちのいずれかの方法を含む。番号付き実施形態１６６は、当該対象が、ヒト又は非ヒト哺乳動物を含む、実施形態１３３～１６５のうちのいずれかの方法を含む。番号付き実施形態１６７は、当該１つ以上の微生物細胞外小胞及び当該１つ以上の非微生物細胞外小胞を富化することが、当該対象の当該がんに対する当該治療を予測する場合、当該予測モデルの精度を少なくとも１％、少なくとも５％、少なくとも１０％、少なくとも１５％、又は少なくとも２０％改善する、実施形態１３３～１６６のうち
のいずれかの方法を含む。番号付き実施形態１６８は、当該対象の当該疾患に対する当該治療を予測する当該予測モデルの受信者動作特性曲線下面積が、１つ以上の分子分析物の当該第１の存在量及び１つ以上の分子分析物の当該第２の存在量の当該組み合わせが、当該予測モデルへの当該入力として提供される場合、少なくとも１％、少なくとも２％、少なくとも４％、少なくとも５％、又は少なくとも１０％増加する、実施形態１３３～１６７にのうちのいずれかの方法を含む。番号付き実施形態１６９は、当該治療が、元々がんを標的とするために承認されていても、されていなくてもよい、別の目的で再利用された治療を含む、実施形態１３３～１６８のうちのいずれかの方法を含む。番号付き実施形態１７０は、当該治療が、小分子、生物製剤、プロバイオティクス、ウイルス、バクテリオファージ、免疫療法、広域抗生物質、又はそれらの任意の組み合わせを含む、実施形態１３３～１６９のうちのいずれかの方法を含む。番号付き実施形態１７１は、当該プロバイオティクスが、操作された細菌株又は操作された細菌のアンサンブルを含む、実施形態１３３～１７０のうちのいずれかの方法を含む。番号付き実施形態１７２は、当該治療が、一次治療の有効性を改善するために当該がんに対する当該一次治療と組み合わせて与えられるアジュバントを含む、実施形態１３３～１６９のうちのいずれかの方法を含む。番号付き実施形態１７３は、当該治療が、当該がん又はがん微小環境に関連する標的微生物抗原への養子細胞移行を含む、実施形態１３３～１６９のうちのいずれかの方法を含む。番号付き実施形態１７４は、当該治療が、当該がん又はがん微小環境に関連する微生物抗原を利用するがんワクチンを含む、実施形態１３３～１６９のうちのいずれかの方法を含む。番号付き実施形態１７５は、当該治療が、当該がん又はがん微小環境に関連する微生物抗原に対するモノクローナル抗体を含む、実施形態１３３～１６９のうちのいずれかの方法を含む。番号付き実施形態１７６は、当該治療が、当該がん又はがん微小環境に関連する微生物抗原を少なくとも部分的に標的とするように設計された抗体－薬物コンジュゲートを含む、実施形態１３３～１６９のうちのいずれかの方法を含む。番号付き実施形態１７７は、当該治療が、当該がん又はがん微小環境に関連する１つ以上の微生物抗原を少なくとも部分的に標的とするように設計された、多価抗体、抗体断片、又はそれらの抗体誘導体を含む、実施形態１３３～１６９のうちのいずれかの方法を含む。番号付き実施形態１７８は、当該治療が、特定の種類の微生物又は機能的若しくは生物学的に類似した微生物のクラスに対する標的化された抗生物質を含む、実施形態１３３～１６９のうちのいずれかの方法を含む。番号付き実施形態１７９は、少なくとも１つのタイプが、当該がんの微生物の存在又は存在量を利用して、全体的な治療有効性を増強させるような、以下の治療タイプ：小分子、生物製剤、操作された宿主由来細胞タイプ、プロバイオティクス、操作された細菌、天然であるが選択的なウイルス、操作されたウイルス、及びバクテリオファージのうちの２つ以上が、組み合わされる、実施形態１３３～１６９のうちのいずれかの方法を含む。

【0196】

番号付き実施形態１８０は、予測モデルを訓練する方法であって、１つ以上の対象の１つ以上の微生物細胞外小胞及び関連する健康分類を含む、当該１つ以上の対象の生体試料を提供することと、当該１つ以上の微生物細胞外小胞を１つ以上の親和性試薬で富化し、それによって、１つ以上の富化された微生物細胞外小胞を生成することと、当該富化された１つ以上の微生物細胞外小胞由来の１つ以上の分子分析物を検出することと、当該予測モデルを、当該１つ以上の対象の当該１つ以上の分子分析物及び当該関連する健康分類で訓練することと、を含む、方法を含む。番号付き実施形態１８１は、当該生体試料が、非微生物細胞外小胞を含む、実施形態１８０の方法を含む。番号付き実施形態１８２は、当該１つ以上の分子分析物の存在量を定量することを更に含む、実施形態１８０又は１８１の方法を含む。番号付き実施形態１８３は、当該１つ以上の微生物細胞外小胞の当該１つ以上の分子分析物が、小胞関連無細胞微生物ＤＮＡ、無細胞微生物ＲＮＡ、微生物ＤＮＡ、微生物ＲＮＡ、微生物タンパク質、微生物代謝産物、微生物脂質、微生物グリカン、又はそれらの任意の組み合わせを含む、実施形態１８０～１８２のうちのいずれかの方法を含む。番号付き実施形態１８４は、当該非微生物細胞外小胞の当該１つ以上の分子分析物が、小胞関連無細胞非微生物ＤＮＡ、無細胞非微生物ＲＮＡ、非微生物ＤＮＡ、非微生物ＲＮＡ、非微生物タンパク質、非微生物代謝産物、非微生物脂質、非微生物グリカン、又はそれらの任意の組み合わせを含む、実施形態１８０～１８３のうちのいずれかの方法を含む。番号付き実施形態１８５は、当該生体試料が、液体生体試料、組織生体試料、又はそれらの任意の組み合わせを含む、実施形態１８０～１８４のうちのいずれかの方法を含む。番号付き実施形態１８６は、当該液体生体試料が、血漿、血清、全血、尿、脳脊髄液、唾液、汗、涙、リンパ液、呼気凝縮液、又はそれらの任意の希釈物若しくは処理された画分を含む、実施形態１８０～１８５のうちのいずれかの方法を含む。番号付き実施形態１８７は、当該全血が、血漿、白血球、赤血球、血小板、又はそれらの任意の組み合わせを含む、実施形態１８０～１８６のうちのいずれかの方法を含む。番号付き実施形態１８８は、当該組織生体試料が、組織ホモジネートを含む、実施形態１８０～１８５のうちのいずれかの方法を含む。番号付き実施形態１８９は、当該１つ以上の親和性試薬が、１つ以上の微生物細胞壁分子モチーフ又は１つ以上の非微生物細胞壁分子モチーフにカップリングするように構成される、実施形態１８０～１８８のうちのいずれかの方法を含む。番号付き実施形態１９０は、当該１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフが、リポ多糖類（ＬＰＳ）、リポタンパク質、リポペプチド、リポテイコ酸（ＬＴＡ）、リポアラビノマンナン、キチン、ベータ－グルカン、ザイモサン、及びグリコシルホスファチジルイノシトール（ＧＰＩ）アンカータンパク質、又はそれらの任意の組み合わせなどの正準細胞壁構成要素を含む、実施形態１８０～１８９のうちのいずれかの方法を含む。番号付き実施形態１９１は、当該１つ以上の親和性試薬が、組換え自然免疫パターン認識受容体又は１つ以上の抗体を含み、当該１つ以上の抗体が、ポリクローナル抗体、モノクローナル抗体、組換え抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、単鎖抗体、又はそれらの任意の組み合わせを含む、実施形態１８０～１９０のうちのいずれかの方法を含む。番号付き実施形態１９２は、当該組換え自然免疫パターン認識受容体が、Ｔｏｌｌ様受容体１（ＴＬＲ１、ＣＤ２８１）、Ｔｏｌｌ様受容体２（ＴＬＲ２、ＣＤ２８２）、Ｔｏｌｌ様受容体４（ＴＬＲ４、ＣＤ２８４）、Ｔｏｌｌ様受容体５（ＴＬＲ５）、Ｔｏｌｌ様受容体６（ＴＬＲ６、ＣＤ２８６）、Ｔｏｌｌ様受容体１０（ＴＬＲ１０、ＣＤ２９０）、ＣＤ１４、リポ多糖類結合タンパク質、デクチン－１、デクチン－２、マンノース受容体（ＣＤ２０６）、ＤＣ－ＳＩＧＮ、ＳＩＧＮＲ１、ランゲリン、マンノース結合レクチン、フィコリン－１、フィコリン－２、フィコリン－３、それらの任意の組み合わせ、又はそれらの任意の誘導体を含む、実施形態１８０～１９１のうちのいずれかの方法を含む。番号付き実施形態１９３は、当該それらの誘導体が、エピトープタグ及び完全長組換え自然免疫パターン認識受容体又はそれらの組換え可溶性外部ドメインを含む、実施形態１８０～１９２のうちのいずれかの方法を含む。番号付き実施形態１９４は、当該エピトープタグが、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含む、実施形態１８０～１９３のうちのいずれかの方法を含む。番号付き実施形態１９５は、当該１つ以上の抗体、アプタマー、単鎖可変断片（ｓｃＦｖ）、又は当該単鎖抗体が、エピトープタグを含む、実施形態１８０～１９１のうちのいずれかの方法を含む。番号付き実施形態１９６は、当該エピトープタグが、Ｎ末端若しくはＣ末端６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、Ｆｃ融合体、ビオチン、又はそれらの任意の組み合わせを含む、実施形態１８０～１９１又は１９５のうちのいずれかの方法を含む。番号付き実施形態１９７は、当該１つ以上の親和性試薬が、当該１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む、実施形態１８０～１９６のうちのいずれかの方法を含む。番号付き実施形態１９８は、当該富化することが、当該液体生体試料を、共有結合で固定化された親和性剤を含む支持体と接触させることを含む、実施形態１８０～１９７のうちのいずれかの方法を含む。番号付き実施形態１９９は、当該共有結合で固定化された親和性剤が、当該１つ以上の微生物細胞壁分子モチーフ又は当該１つ以上の非微生物細胞壁分子モチーフと相互作用する領域を含む、実施形態１８０～１９８のうちのいずれかの方法を含む。番号付き実施形態２００は、当該支持体が、磁性ビーズ、アガロースビーズ、非磁性ラテックス、機能化セファロース、ｐＨ感受性ポリマー、又はそれらの任意の組み合わせを含む、実施形態１８０～１９９のうちのいずれかの方法を含む。番号付き実施形態２０１は、当該富化することは、当該液体生体試料を当該１つ以上の親和性試薬と接触させて、捕捉試薬－分子モチーフ相互作用複合体を形成することと、当該捕捉試薬－分子モチーフ相互作用複合体を支持体と接触させることと、当該支持体を当該液体生体試料から分離して、当該捕捉試薬－分子モチーフ相互作用複合体を濃縮することと、を含む、実施形態１８０～２００のうちのいずれかの方法を含む。番号付き実施形態２０２は、当該１つ以上の親和性試薬が、エピトープタグを含む、実施形態１８０～２０１のうちのいずれかの方法を含む。番号付き実施形態２０３は、当該支持体が、エピトープタグ認識表面を含む、実施形態１８０～２０２のうちのいずれかの方法を含む。番号付き実施形態２０４は、当該エピトープタグ認識表面が、ストレプトアビジン、６ｘヒスチジンタグ、緑色蛍光タンパク質（ＧＦＰ）、ｍｙｃ、ヘマグルチニン（ＨＡ）、ビオチンに特異的な抗体、又はそれらの任意の組み合わせを含む、実施形態１８０～２０３のうちのいずれかの方法を含む。番号付き実施形態２０５は、当該エピトープタグ認識表面が、抗種抗体を含む、実施形態１８０～２０４のうちのいずれかの方法を含む。番号付き実施形態２０６は、当該検出することが、核酸分析物の核酸配列決定、ポリメラーゼ連鎖反応（ＰＣＲ）に基づく、又はハイブリダイゼーションに基づく分析を含む、実施形態１８０～２０５のうちのいずれかの方法を含む。番号付き実施形態２０７は、当該核酸配列決定が、全ゲノム配列決定、ショットガン配列決定、次世代配列決定、標的化された配列決定、ＲＮＡ配列決定、メチル化配列決定、又はそれらの任意の組み合わせを含む、実施形態１８０～２０６のうちのいずれかの方法を含む。番号付き実施形態２０８は、当該検出することが、質量分析、液体クロマトグラフィー－質量分析（ＬＣ－ＭＳ）、又は高速液体クロマトグラフィー（ＨＰＬＣ）を実施することを含む、実施形態１８０～２０７のうちのいずれかの方法を含む。番号付き実施形態２０９は、当該検出することが、イムノアッセイ分析を実施することを含む、実施形態１８０～２０８のうちのいずれかの方法を含む。番号付き実施形態２１０は、当該訓練された予測モデルが、入力として対象の１つ以上の分子分析物を受け取り、当該対象の予測される疾患、当該対象の当該疾患に対する治療、又はそれらの任意の組み合わせを出力するように構成される、実施形態１８０～２０９のうちのいずれかの方法を含む。番号付き実施形態２１１は、当該疾患が、がんを含む、実施形態１８０～２１０のうちのいずれかの方法を含む。番号付き実施形態２１２は、当該がんが、Ｉ期又はＩＩ期のがんを含む、実施形態１８０～２１１のうちのいずれかの方法を含む。番号付き実施形態２１３は、当該がんが、骨、乳房、肺、結腸、脳、皮膚、卵巣、膵臓、又はそれらの任意の組み合わせのタイプのがんを含む、実施形態１８０～２１２のうちのいずれかの方法を含む。番号付き実施形態２１４は、当該がんが、副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、胆管がん、結腸腺がん、十二指腸がん、食道がん、多形性神経膠芽腫、小細胞肺がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肝臓肝細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、膵臓腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、直腸腺がん、肉腫、皮膚皮膚黒色腫、胃腺がん、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む、実施形態１８０～２１３のうちのいずれかの方法を含む。番号付き実施形態２１５は、当該がんが、腸以外の１つ以上のがんタイプ：副腎皮質がん、膀胱尿路上皮がん、脳低悪性度神経膠腫、乳房浸潤がん、子宮頸部扁平上皮がん及び子宮頸管腺がん、多形性神経膠芽腫、肺小細胞がん、頭頸部扁平上皮がん、腎臓嫌色素性細胞、腎臓腎明細胞がん、腎臓腎乳頭細胞がん、肺腺がん、肺扁平上皮がん、リンパ腫瘍びまん性大細胞型Ｂ細胞リンパ腫、中皮腫、卵巣漿液性嚢胞腺がん、褐色細胞腫及び傍神経節腫、前立腺腺がん、肉腫、皮膚皮膚黒色腫、精巣胚細胞腫瘍、胸腺腫、甲状腺がん、子宮がん肉腫、子宮体部子宮内膜がん、ブドウ膜黒色腫、又はそれらの任意の組み合わせのタイプのがんを含む、実施形態１８０～２１４のうちのいずれかの方法を含む。番号付き実施形態２１６は、当該訓練された予測モデルが、当該対象の１つ以上のがん、１つ以上のがんのサブタイプ、１つ以上のがんの解剖学的位置、又はそれらの任意の組み合わせを予測するように構成される、実施形態１８０～２１５のうちのいずれかの方法を含む。番号付き実施形態２１７は、当該訓練された予測モデルが、当該がんの病期、当該がんの予後、当該がんの変異状態、当該がんの将来の免疫療法応答、当該がんを治療するための最適な療法、又はそれらの任意の組み合わせを予測するように構成される、実施形態１８０～２１６のうちのいずれかの方法を含む。番号付き実施形態２１８は、当該訓練された予測モデルが、当該対象の１つ以上のがんタイプの間で当該がんを予測し、当該１つ以上のがんタイプの特定のがんタイプを特定するように構成される、実施形態１８０～２１７のうちのいずれかの方法を含む。番号付き実施形態２１９は、当該訓練された予測モデルが、機械学習モデルを含み、当該機械学習モデルが、正規化された機械学習モデル、機械学習モデルのアンサンブル、又はそれらの任意の組み合わせを含む、実施形態１８０～２１８のうちのいずれかの方法を含む。番号付き実施形態２２０
は、当該訓練された予測モデルが、ランダムフォレスト、ニューラルネットワーク、ナイーブベイズ、サポートベクターマシン、学習回帰、ｋ近傍法、ｋ平均法、決定木、ロジスティック回帰、勾配ブースティング、又はそれらの任意の組み合わせを含む、実施形態１８０～２１９のうちのいずれかの方法を含む。番号付き実施形態２２１は、当該微生物細胞外小胞を富化することが、当該対象の当該がんを予測する場合、当該訓練された予測モデルの精度を少なくとも１％、少なくとも５％、少なくとも１０％、少なくとも１５％、又は少なくとも２０％改善する、実施形態１８０～２２０のうちのいずれかの方法を含む。番号付き実施形態２２２は、当該対象が、非ヒト哺乳動物又はヒト対象を含む、実施形態１８０～２２１のうちのいずれかの方法を含む。番号付き実施形態２２３は、当該健康分類が、がん性、非がん性疾患、又は非がん性非疾患を含む、実施形態１８０～２２２のうちのいずれかの方法を含む。

【実施例】

【0197】

実施例１：血漿の分画遠心分離並びに各画分由来の無細胞核酸及び小胞含有量の直交特性評価
図１６に示されるように、小細胞肺がん（ＳＣＬＣ）患者の血漿中の微生物細胞外小胞の存在及び固有の微生物属の数を、分画遠心分離１６００によって分析した。ＳＣＬＣ患者の血液試料１６０２を毎分３，０００回転（ｒｐｍ）で１０分間に遠心分離１６０４に供し、約１ｍＬの体積の血漿１６０６を得た。次いで、血漿を、上清画分の遠心分離速度の増加及び／又は特異的処理（１６１０～１６３６）に供し、異なる血漿構成要素（１６１０、１６１４、１６２０、１６２８、１６３４）の連続的な沈殿を生成した。連続血漿遠心分離ステップを簡単に説明する。血漿１６０６を血液試料（複数可）１６０２から単離した後、血漿を５００ｇで５分間遠心分離して（１６１２）、約７～１０キロ塩基（ｋｂ）長の核酸分子（例えば、ＤＮＡ）で細胞及び細胞破片の第１の画分１６１０を沈殿させた。次いで、得られた上清１６０８を、２，０００ｇで１０分間遠心分離し（１６１６）、約１～５マイクロメートル（μｍ）のサイズの小細胞破片及びアポトーシス体の第２の画分（１６１４）を沈殿させた。次いで、得られた第２の上清（１６１８）を、１０，０００ｇで３０分間遠心分離し（１６２２）、約１００ナノメートル（ｎｍ）～１μｍのサイズの大きな微小胞（１６２０）を沈殿させた。次いで、得られた第３の上清（１６２４）をトロンビンで処理して（１６２６）、フィブリン（１６２８）を沈殿させた。次いで、得られた第４の上清（１６３０）を、ＥｘｏＱｕｉｃｋ試薬と４℃で一晩インキュベーションし、次いで、１，５００ｇで３０分間遠心分離し（１６３２）、約２０～２００ｎｍのサイズのヒトエクソソーム（１６３４）を、平均長１４０～１６０塩基対の真に無細胞ＤＮＡを含有すると予想される残りの上清（１６３６）から分離した。

【0198】

次いで、上記の単離された血漿構成要素を、微生物核酸の存在及び存在量について分析し、結果は図１７Ａ～１７Ｃに示され、図１８Ａ～１８Ｂに示されるＮｅｗ Ｙｏｒｋ Ｕｎｉｖｅｒｓｉｔｙからの第２の自社ＳＣＬＣデータセットと比較した。上記の様々な画分中の単離された様々な血漿構成要素を、次世代配列決定（例えば、合成による配列決定）のために核酸配列決定ライブラリにおいて調製した。血漿画分当たりのＤＮＡ収率（ｎｇ／ｍＬ）を測定し、図１７Ｂに示す。各画分の様々な核酸分子を配列決定した後、配列決定リードをヒト参照ゲノム（ｈｇ１９）にマッピングした。非ヒト、すなわち微生物配列決定リードを示す、各画分についてのマッピングされていない核酸配列決定リードの割合を図１７Ａに示す。図１７Ａに示されるグラフから、画分３及び４はＤＮＡの含有が最も低かったが、画分３及び４は、マッピング不可能な（すなわち、非ヒト）リードの最も高いパーセンテージを有し、これらの画分では微生物ＤＮＡが富化されていることが示唆される。

【0199】

画分３及び４における濃縮された微生物ＤＮＡの存在を更に検証するために、各画分由来の生核酸配列決定リードを、様々な画分の微生物組成、及び特定された微生物分野が、関連するＳＣＬＣデータセットにわたるＳＣＬＣ血漿マイクロバイオームの安定した特徴であるかどうかに関して更に分析した。各画分由来の生の核酸配列決定リードをヒト参照ゲノムデータベース（ｈｇ３８）にアラインメントして、ヒトフィルターリードを得ることによって、微生物組成を決定した。次いで、ヒトゲノムにマッピングしなかったリードを、Ｗｅｂ ｏｆ Ｌｉｆｅ微生物参照ゲノムデータベースにアラインメントして、各画分に存在する微生物リードの割合を決定し、その結果を図１７Ｃに示す。図１７から、画分３及び４は、他の全ての画分と比較して、最も高いパーセントの微生物リード値を含有することが分かり得る。更に、各画分に存在する微生物の固有の属の数は、図１７Ｄに示されるように、Ｗｅｂ ｏｆ Ｌｉｆｅ微生物参照ゲノムデータベースにアラインメントされたアラインメントされた配列決定リードから計算された。図１７Ｄから、画分３及び４は、他の画分と比較して、最も多くの固有の微生物属を有することが分かり得る。

【0200】

画分３及び４における特定された微生物シグネチャが、ＳＣＬＣ血漿マイクロバイオームの安定した特徴であるかどうかを決定するために、全ての画分にわたる微生物シグネチャを、Ｎｅｗ Ｙｏｒｋ Ｕｎｉｖｅｒｓｉｔｙで収集されたＳＣＬＣ患者由来の微生物血漿シグネチャの独立したデータベース（以降、「ＮＹＵ ＳＣＬＣデータセット」）と比較した（図１８Ａ～１８Ｄ）。図１８Ａは、上記の血漿画分にわたって特定された属及びＮＹＵ ＳＣＬＣデータセットにおいて特定された微生物の存在／非存在ヒートマップを示す。図１８Ａから、画分３及び４は、画分１、２、５、及び６と比較して、ＮＹＵ ＳＣＬＣデータセット内の上位２０の全ての微生物を有することが見出されたことが分かり得る。更に、図１８Ｂ～１８Ｃに示されるように、２つのデータセットの微生物属間の重複も比較した。図１８Ｂ～１８Ｃから、画分３及び４内の２つのデータセットの間に顕著な属の重複があり、画分ごとの重複する属の数（図１８Ｂ）及び図１８Ｃに見られ得るヴェン図表現の両方で表され、画分３及び４の微生物シグネチャが、ＳＣＬＣ血漿マイクロバイオームの安定した特徴であることを示していることが分かり得る。

【0201】

実施例２：小胞膜上に曝露されたヒトタンパク質マーカーのフローサイトメトリーに基づく分析
実施例１の各画分における微生物存在量の分析に基づいて、画分３及び４は、非ヒトＤＮＡが富化される。したがって、画分３、４、及び５（ヒトエクソソーム）は、がん由来のヒトエクソソーム及び微生物細胞外小胞が、疾患に特徴的なタンパク質及び／又はグリカンバイオマーカーに基づいて定量化される、フローサイトメトリーに基づく診断の基礎として機能する可能性がある。

【0202】

小胞膜上に曝露したヒトタンパク質マーカーの評価については、フローサイトメトリー分析を、画分３及び５由来のペレット画分で実施し、これを、１００μＬのリン酸緩衝生理食塩水中に再懸濁し、蛍光直接標識を有する抗ＣＤ６３、ＣＤ９、ＣＤ８１、及びｈＳＰ７０特異的モノクローナル抗体でインキュベーションする。

【0203】

微生物小胞表面マーカーの評価については、表面染色を、正準の微生物分子特徴（例えば、ＬＰＳ、ＬＴＡ、ｎ－アセチルグルコサミン）に指向し得るか、又は本発明の方法（実施例３及び４）によって特定される新規のグリカン特徴に指向し得る。

【0204】

加えて、単離されたＭＥＶの核酸含有量（ＤＮＡ及び／又はＲＮＡ）は、ＱＩＡｍｐ循環核酸キットを使用して精製される。最終ＤＮＡ溶出液（５０μＬ）をＱｕｂｉｔ ＨＳ ｄｓＤＮＡアッセイを使用して定量し、それらのＤＮＡ断片サイズ分布を４２００ＴａｐｅＳｔａｔｉｏｎ命令で分析する。次いで、ｃｆＤＮＡを、ＮｏｖａＳｅｑ６０００機器でのショットガン配列決定分析のためのＮＧＳメタゲノムライブラリの生成のために使用する。配列決定データ分析は、ヒト及び微生物ＤＮＡの相対的な試料組成を推定し、続いて、最も存在量のある微生物ゲノム当量の分類を決定するために実施される。この段階で、各血漿試料及び回収された血漿画分中の（総ｃｆＤＮＡに対する）循環腫瘍ＤＮＡのパーセンテージも推定される。次いで、この方法によって生成された配列決定データは、本明細書の他の場所に記載の本発明の方法によって更に分析される。

【0205】

実施例３：微生物細胞外小胞の富化のための抗ＬＴＡ及び抗ＬＰＳ抗体のカクテル
血漿からの微生物細胞外小胞の分離は、本明細書の他の場所に記載の免疫親和性法を介して主要な細菌細胞壁成分を標的化することによって達成される。この実施例では、リポ多糖類（ＬＰＳ）及びリポテイコ酸（ＬＴＡ）のコア領域を認識するように操作されている一次モノクローナル抗体を使用する。ＬＰＳの脂質Ａドメインを標的とするポリクローナル抗体、及び抗ＬＴＡモノクローナル抗体を単独で、又は血漿由来の微生物小胞の免疫沈降のためのカクテル混合物として試験する。同じ抗体をまた、ＬＰＳ及びＬＴＡ陽性対照の存在下で（溶液中で単独で、又はスパイクイン血漿で）それぞれ試験する。

【0206】

免疫沈降は、タンパク質Ａ又はＧアガロース／セファロースビーズから調製された抗体－アガロースコンジュゲートを用いて実施される。１００ｍｇのビーズを、１ｍＬの０．１ＭのＰＢＳ中で１時間インキュベーションし、次いで、遠心分離し、上清を廃棄する。沈殿物を、１ｍＬのＰＢＳ ０．１％ＢＳＡ中に再懸濁し、回転で１時間混合し、最終的にＰＢＳ中で２回すすぐ。この上清を除去した後、プロテアーゼ阻害剤を含有する４００μＬの体積の緩衝液を添加する。このスラリーは、進行の準備が整うまで４℃で保管される。１００μＬの体積のタンパク質Ａ又はＧコンジュゲートのスラリーを、１０μＬの一次抗体と混合し、振盪で、４℃で４時間インキュベーションし、続いて、４℃、１，５００ｇで２分間遠心分離し、上清を廃棄する。血漿の免疫グロブリン濃度が高いために、抗ＬＰＳ及び／又は抗ＬＴＡ抗体は、まず、ジメチルピメリデート二塩酸塩又は他の短いホモ二官能性アミン反応性架橋剤での化学架橋を介して、タンパク質Ａ、タンパク質Ｇ、又はタンパク質Ａ／Ｇビーズに共有結合で固定される。架橋抗体－タンパク質Ａ／Ｇビーズをペレット化し、１ｍＬの適切な緩衝液で２回洗浄し、４℃、３，０００ｇで２分間遠心分離する。次いで、ビーズ／抗体コンジュゲート混合物を１ｍＬの血漿試料に添加し、４℃で回転撹拌下で、一晩インキュベーションして、抗体／タンパク質標的複合体の形成を可能にする。インキュベーションの終了時に、チューブを遠心分離し、上清を廃棄し、ビーズを緩衝液で３回洗浄して、非特異的結合を除去し、各洗浄の間に４℃で遠心分離して、上清を収集し、廃棄する。ビーズからの抗体／タンパク質マーカーの溶出は、５０μＬの低ｐＨグリシン緩衝液：試料を頻繁に撹拌して１０分間インキュベーションした後、穏やかな遠心分離をすることによる０．２ＭのグリシンｐＨ２．６（１：１）を使用して実施される。溶出した試料を、ｐＨ８．０～８．５のＴｒｉｓで直ちに中和する。

【0207】

溶出された複合体は、標的化されたＬＰＳ及びＬＴＡ分析物と関連する無傷の細胞外体（より大きい及びより小さい小胞）を含む。試料は、ナノ粒子追跡分析、電子顕微鏡検査、フローサイトメトリー、並びに実施例１及び２に記載のメタゲノムライブラリの調製及び浅いショットガン配列決定分析のためＤＮＡ単離を含む下流分析の準備が整っている。

【0208】

実施例４：ＭＥＶグリカンシグネチャのレクチンマイクロアレイを媒介した特定
血漿試料中のレクチンに基づくグリカンプロファイリングは、レクチンマイクロアレイアッセイ（例えば、Ｃｒｅａｔｉｖｅ Ｐｒｏｔｅｏｍｉｃｓ、ＮＹ，ＵＳＡ又はＲａｙｂｉｏｔｅｃｈ Ｇｌｙｃａｎ Ａｒｒａｙ３００）の使用で達成され、これは、試料中の標的分子が蛍光標識される、グリカン及び糖タンパク質の高スループット分析のために明確に定義された固体表面上に固定されたレクチンのパネルを利用する。

【0209】

実施例１及び２に概説された方法によって単離されたＭＥＶを１×ＰＢＳ中で洗浄し、ＮＨＳ活性化蛍光色素（例えば、ＮＨＳ－フルオレセイン）とインキュベーションして、ＭＥＶを蛍光標識する。次いで、標識されたＭＥＶを、レクチンアレイとインキュベーションして、ＭＥＶ上にどのような炭水化物構造が存在するかを決定する。次いで、最大の蛍光強度のスポットから特定されたレクチンを、特異的なＭＥＶ富化試薬として使用することができる。例えば、ＭＥＶ特異的レクチンの固体表面への固定化は、レクチン－ＭＥＶグリカン認識事象に基づいて、複合体血漿試料からのＭＥＶの直接レクチン媒介富化を可能にすることができる。

【0210】

実施例５：ＭＥＶグリカンシグネチャ、がん対非がん状態のレクチンマイクロアレイを媒介した特定
実施例４からの上記ＭＥＶ標識方法を使用して、がんを有する対象対同じ臓器／組織の非がん状態を有する対象（例えば、小細胞肺がん対肺肉芽腫）から単離されたＭＥＶを、上記のようにフルオロフォアで標識し、レクチンマイクロアレイとインキュベーションする。実施例４に示されるように、レクチンアレイ（がん対非がん）によって特定された特異的グリカンは、がん対非がん状態を区別するための定量可能なバイオマーカーとして更に利用され得るか、又はがん対非がんＭＥＶの標的化された富化の手段として利用され得る。単離されると、グリカン標的化ＭＥＶは、例えば、ＮＧＳ分析を介して更に分析され得る。

【0211】

実施例６：免疫親和性捕捉を介した微生物小胞の富化のための操作されたＴｏｌｌ様受容体（ＴＬＲ）タンパク質
微生物小胞の単離及び精製は、組換えＴＬＲタンパク質、微生物リポ多糖類（ＬＰＳ、グラム陰性細菌）及びリポテイコ酸（ＬＴＡ、グラム陽性細菌）の構造モチーフに関与する哺乳動物自然免疫受容体を使用した溶液内免疫親和性捕捉を介して達成される。ヒトＴＬＲ細胞外ドメインのＮ末端領域を発現する遺伝子の部分は、最適化されたプラスミド構築物内の挿入物として、ヒト免疫グロブリンのＦｃ部分（Ｉｇ重鎖のドメイン３及び４）に融合される。プラスミド構築物を使用して、ＴＬＲ－Ｆｃキメラタンパク質を発現し得るヒト細胞、例えば、ＨＥＫ２９３をトランスフェクションする。精製されたＴＬＲ－Ｆｃタンパク質は、ＴＬＲタンパク質とその特異的リガンドとの間の結合が生じる場合、ＭＥＶ全体の免疫親和性捕捉のために用いられる。理想的には、異なるＴＬＲサブファミリーのカクテルを使用して、標的化されたＭＥＶの多様性を増加させる。例えば、ＴＬＲ－２、ＴＬＲ－４、ＴＬＲ－５、又はＴＬＲ－１／ＴＬＲ－２及びＴＬＲ－２／ＴＬＲ－６ヘテロ二量体の混合物を使用することができた。血漿の免疫グロブリン濃度が高いために、ＴＬＲ－Ｆｃ複合体は、まず、ジメチルピメリデート二塩酸塩又は他の短いホモ二官能性アミン反応性架橋剤での化学架橋を介して、タンパク質Ａ、タンパク質Ｇ、又はタンパク質Ａ／Ｇビーズに共有結合で固定される。次いで、得られたＴＬＲ－Ｆｃ－タンパク質Ａ／Ｇビーズ複合体を血漿とインキュベーションして、ＴＬＲ－ＭＥＶ複合体を形成する。次いで、得られたＴＬＲ－ＭＥＶ複合体を磁気濃縮又は遠心分離によって溶液から分離し、機能化ビーズをペレット化する。捕捉後、ＭＥＶを単離し得、ＴＬＲ－ＭＥＶ複合体の解離は、最初のプラスミド構築物設計においてＦｃ－タグとＴＬＲタンパク質との間に挿入された切断部位に対して高い特異性で作用する切断プロテアーゼ酵素（例えば、エンテロキナーゼ（ＥＫ）、ＨＲＶ－３Ｃ（ヒトライノウイルスプロテアーゼ）、ＴＥＶ）によって実施され得る。代替的には、単離されたＴＬＲ－ＭＥＶ複合体は、核酸（又は他の分析物）単離のために直接使用され得る。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17A】

【図17B】

【図17C】

【図17D】

【図18A】

【図18B】

【図18C】

【国際調査報告】