知財求人 - 知財ポータルサイト「IP Force」
特表2024-536848予期される胚の遺伝子型をシミュレートし、その疾患発生リスクを概算する方法
(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】2024-10-08
(54)【発明の名称】予期される胚の遺伝子型をシミュレートし、その疾患発生リスクを概算する方法
(51)【国際特許分類】
C12Q 1/68 20180101AFI20241001BHJP
C12M 1/34 20060101ALI20241001BHJP
C12Q 1/6837 20180101ALI20241001BHJP
【ＦＩ】
C12Q1/68
C12M1/34 A
C12Q1/6837 Z
【審査請求】未請求
【予備審査請求】未請求
(21)【出願番号】P 2024518661
(86)(22)【出願日】2022-09-27
(85)【翻訳文提出日】2024-05-17
(86)【国際出願番号】 US2022077123
(87)【国際公開番号】W WO2023049941
(87)【国際公開日】2023-03-30
(31)【優先権主張番号】63/248,749
(32)【優先日】2021-09-27
(33)【優先権主張国・地域又は機関】US
(81)【指定国・地域】
(71)【出願人】
【識別番号】522125216
【氏名又は名称】マイオーム，インコーポレイテッド
(74)【代理人】
【識別番号】100114775
【弁理士】
【氏名又は名称】高岡 亮一
(74)【代理人】
【識別番号】100121511
【弁理士】
【氏名又は名称】小田 直
(74)【代理人】
【識別番号】100202751
【弁理士】
【氏名又は名称】岩堀 明代
(74)【代理人】
【識別番号】100208580
【弁理士】
【氏名又は名称】三好 玲奈
(74)【代理人】
【識別番号】100191086
【弁理士】
【氏名又は名称】高橋 香元
(72)【発明者】
【氏名】クマル，アカシュ
(72)【発明者】
【氏名】イム，ケイト
(72)【発明者】
【氏名】ラビノヴィッチ，マシュー
【テーマコード（参考）】
4B029
4B063
【Ｆターム（参考）】
4B029AA07
4B029BB11
4B029BB20
4B029CC02
4B029CC03
4B029FA15
4B063QA13
4B063QA19
4B063QQ42
4B063QQ52
4B063QR32
4B063QR35
4B063QR55
4B063QR82
4B063QR90
4B063QS34
4B063QS36
4B063QS39
4B063QX01
(57)【要約】
本明細書に開示されるのは、フェージングされた親染色体を生成することにより予期される胚に関連する疾患分布の確率を決定する、１つ以上の目的の減数分裂組換え部位を決定する、および１つ以上のシミュレートされた胚遺伝子型を生成する方法である。多遺伝子リスクモデルをシミュレートされた各胚の遺伝子型に適用して、多遺伝子リスクスコアを生成し、かつ予期される胚の１つ以上の疾患の疾患分布の確率を決定し得る。
【選択図】なし
【選択図】なし
【特許請求の範囲】
【請求項1】
予期される胚に関連する疾患分布の確率を決定するための方法であって、フェージングされた母方染色体セットおよびフェージングされた父方染色体セットを生成することと；
目的の１つ以上の減数分裂組換え部位を決定することと；
前記フェージングされた母方染色体セット、前記フェージングされた父方染色体セット、および前記目的の１つ以上の減数分裂組換え部位に基づき１つ以上のシミュレートされた胚遺伝子型を生成することと、
多遺伝子リスクスコアセットを生成するために前記１つ以上のシミュレートされた胚遺伝子型に少なくとも１つの多遺伝子リスクモデルを適用することであって、前記多遺伝子リスクスコアセットが、前記１つ以上のシミュレートされた胚遺伝子型の各シミュレートされた胚遺伝子型についての多遺伝子リスクスコアを含む、適用することと；
前記多遺伝子リスクスコアセットに基づき予期される胚について１つ以上の疾患についての疾患分布の確率を決定すること、
を含む、方法。
【請求項2】
前記多遺伝子リスクスコアに基づき疾患の相対リスクへと各多遺伝子リスクスコアを変換することをさらに含む、請求項１に記載の方法。
【請求項3】
前記疾患の相対リスクへと各多遺伝子リスクスコアを変換することが、前記多遺伝子リスクスコアについてのオッズ比を、効果サイズモデルを使用して、計算することと；
特定の疾患に関連するオッズ比および疾患の有病率に基づき前記疾患の相対リスクを決定すること、
をさらに含む、請求項２に記載の方法。
【請求項4】
各疾患について１つ以上のリスク閾値を決定することをさらに含む、請求項１～３のいずれか一項に記載の方法。
【請求項5】
前記疾患に対応する前記１つ以上のリスク閾値を満たす疾患についての疾患分布の確率のパーセンテージを決定することをさらに含む、請求項４に記載の方法。
【請求項6】
正規化された多遺伝子リスクスコアセットを生成するために前記多遺伝子リスクスコアセット中の各多遺伝子リスクスコアを、集団データに基づき、正規化することをさらに含み、疾患分布の確率を決定することが、前記正規化された多遺伝子リスクスコアセットに基づく、請求項１～５のいずれか一項に記載の方法。
【請求項7】
前記集団データが、祖先特異的集団データを含む、請求項６に記載の方法。
【請求項8】
前記フェージングされた母方染色体セットおよび前記目的の１つ以上の減数分裂組換え部位に基づき母方配偶子を、減数分裂組換えモデルを使用して、生成することと；前記フェージングされた父方染色体セットおよび前記目的の１つ以上の減数分裂組換え部位に基づき父方配偶子を、前記減数分裂組換えモデルを使用して、生成することと；
前記父方配偶子および前記母方配偶子に基づき１つ以上のシミュレートされた胚の遺伝子型を生成すること、
をさらに含む、請求項１～７のいずれか一項に記載の方法。
【請求項9】
母方対象からの母方ゲノムと父方対象からの父方ゲノムを取得することと；フェージングされた母方染色体セットを生成するために前記母方ゲノムをフェージングすることと；
フェージングされた父方染色体セットを生成するために前記父方ゲノムをフェージングすること、
をさらに含む、
請求項１～８のいずれか一項に記載の方法。
【請求項10】
前記母方ゲノムまたは前記父方ゲノムのフェージングが、集団ベースの方法または分子ベースの方法の１つ以上を使用して実施される、請求項９に記載の方法。
【請求項11】
母方ゲノムを決定するために前記母方対象から得られた生物学的サンプルに対し全ゲノムシーケンスを実施することと；父方ゲノムを決定するために前記父方対象から得られた生物学的サンプルに対し全ゲノムシーケンスを実施すること、
をさらに含む、請求項９または１０に記載の方法。
【請求項12】
兄弟のゲノム情報を決定することと；前記母方ゲノムおよび前記兄弟のゲノム情報に基づきフェージングされた母方染色体セットを生成することと、
前記父方ゲノムおよび前記兄弟のゲノム情報に基づきフェージングされた父方染色体セットを生成すること、
をさらに含む、請求項９～１１のいずれか一項に記載の方法。
【請求項13】
複数の関係のない個体について個々の遺伝子型を含む集団遺伝子型データを取得することと；前記母方ゲノムおよび前記集団遺伝子型データに基づき前記フェージングされた母方染色体セットを生成することと；
前記父方ゲノムおよび前記集団遺伝子型データに基づき前記フェージングされた父方染色体セットを生成すること、
をさらに含む、請求項９～１２のいずれか一項に記載の方法。
【請求項14】
兄弟のゲノム情報を決定することと；前記兄弟ゲノム、前記母方ゲノム、および前記父方ゲノムに基づき目的の１つ以上の減数分裂組換え部位を決定すること、
をさらに含む、請求項９～１３のいずれか一項に記載の方法。
【請求項15】
前記兄弟のゲノム情報が、アレイ測定、次世代シーケンシング、または全ゲノムシーケンスの少なくとも１つを使用して決定され、前記兄弟ゲノムが、兄弟の胚、完全な生物学的兄弟、または半生物学的兄弟の少なくとも１つから取得される、
請求項１２または１４に記載の方法。
【請求項16】
染色体長の親ハプロタイプが、各シミュレートされた胚についてゲノム全体にわたり取得される、請求項１～１５のいずれか一項に記載の方法。
【請求項17】
前記予期される胚について１つ以上の疾患についての前記疾患分布の確率に基づき追加の体外受精（ＩＶＦ）サイクルの推奨を生成することと；前記ＩＶＦサイクルの推奨を出力すること、
をさらに含む、請求項１～１６のいずれか一項に記載の方法。
【請求項18】
前記疾患分布の確率に基づき疾患発生リスクを決定することをさらに含み、前記ＩＶＦサイクルの推奨が、前記疾患発生リスクに基づく、請求項１７に記載の方法。
【請求項19】
前記追加のＩＶＦサイクルの推奨が、ＩＶＦの追加のラウンドを実施するか否かを示す、請求項１８に記載の方法。
【請求項20】
予期される胚に関連する疾患分布の確率を決定するための装置であって、プロセッサと、前記プロセッサにより実行されると、前記装置に請求項１～１９のいずれか一項に記載のステップを実施させるソフトウェア命令を格納するメモリ、を備える、装置。
【請求項21】
予期される胚に関連する疾患分布の確率を決定するためのコンピュータプログラム製品であって、前記装置により実行されると、前記装置に請求項１～１９のいずれか一項に記載のステップを実施させるソフトウェア命令を格納する少なくとも１つの非一時的コンピュータ可読記憶媒体を備える、コンピュータプログラム製品。【発明の詳細な説明】
【技術分野】
【0001】
関連出願との相互参照
本出願は、２０２１年９月２７日に出願の米国仮出願第６３／２４８，７４９号の利益を主張し、その全体が参照により本明細書に組み込まれる。
本出願は、２０２１年９月２７日に出願の米国仮出願第６３／２４８，７４９号の利益を主張し、その全体が参照により本明細書に組み込まれる。
【0002】
技術分野
本開示は、一般的には疾患リスクを決定することに関し、より具体的には、予期される胚の疾患発生リスクを決定するための方法に関する。
本開示は、一般的には疾患リスクを決定することに関し、より具体的には、予期される胚の疾患発生リスクを決定するための方法に関する。
【背景技術】
【0003】
現在、体外受精（ＩＶＦ）クリニックは、家族内で発生することが知られている異数体および単一遺伝子障害を検査する。しかし、２組に１組のカップルは、遺伝的、環境的、およびライフスタイルのリスク因子の組み合わせによって影響を受ける一般的な疾患の家族歴を有する。さらに、現在、精子提供クリニックは、単一遺伝子障害によって引き起こされる一連の疾患を発症する傾向を検査するが、将来の胚が複雑な多遺伝子疾患を発症する可能性を考慮できない。
【発明の概要】
【0004】
本明細書で説明するように、例示的な実施形態は、予期される胚に関連する疾患分布の確率を決定する。多数のシミュレートされる胚の遺伝子型が、生成され、多遺伝子リスクスコアセットを生成するためにその後使用され、これは今度は、予期される胚について１つ以上の疾患についての疾患分布の確率の決定を可能にする。
【0005】
本明細書に記載の実施形態例は、ＩＶＦにより作製される将来の予期される胚に関連する疾患の発生または再発の推定を可能にする。現在、特定の方法は、フェージングされた親ゲノムに基づき、かつ既存の胚のマイクロアレイジェノタイピングを用いて、既存の胚の遺伝子型を推測し得るが、そのような方法は、将来の胚に関連する特定の疾患の発生または再発の可能性に関する情報を与えない。ＩＶＦに関連する財政的コストおよび身体的コストを考慮すると、ＩＶＦを受ける前に予期される胚について疾患（複数可）の可能性を考慮することは有利であり得、これによりすべての関係者が、取るべき行動方針についてより情報に基づいた決定を下し得る。これは、個人的におよび／または家族的に複雑な疾患の病歴を有する個体にとって、特に興味深いであろう。
【0006】
疾患リスクを予測するための１つの考えられるアプローチは、非連結近似法を用いて、可能性のある胚をシミュレートすることである。非連結近似法により、胚遺伝子型中の各部位が、他の部位から独立して扱われ得る。例えば、胚の遺伝子型をシミュレートするために、それぞれの親からの各遺伝子型の確率が決定され、それを使用してシミュレートされた胚の遺伝子型を構築するできる。
【0007】
非連結近似法は、比較的計算が単純で速く、場合によっては満足のいく結果を生じ得る。しかし、非連結近似法は、胚の遺伝子型において部位間の連鎖が重要な場合、いくつかの欠点がある。特に、非連結近似法は、親の染色体が大きなセグメントで受け継がれることを考慮しないため、このような近似法は、兄弟の胚間の遺伝的変動性を過小評価し、それは今度は、兄弟の胚間の疾患リスクの変動性および遺伝的祖先の変動性の過小評価につながる。胚は、親の一方からそれらのＤＮＡの半分を受け継ぐため、主成分により定量化されるそれらの祖先は、平均で、親の祖先の中間に収まる。しかし、この平均値の周りには大きな変動があり、兄弟間の遺伝的祖先の変動をもたらし、これは非連結近似法では見逃される。
【0008】
さらに、近くの遺伝子部位間（例えば、エピスタシス）またはハプロタイプ間（例えば、優性）の非相加的効果は、疾患リスクへの寄与において重要な役割を果たす。例えば、あるオリゴジェニックの状況におけるこの１つの特殊なケースは、複合ヘテロ接合性であり、そこで２つの劣性対立遺伝子は、２つの対立遺伝子が同じ親からまたは異なる親から受け継がれたかにより、影響を有し得ないか、または疾患の原因となるかのいずれかであり得る。
【0009】
本明細書に記載の実施形態は有利に、連結近似法を使用して予期される胚の疾患リスクを決定することを可能にする。特に、親の染色体（例えば、父方の染色体と母方の染色体）をフェージングして、父方遺伝子型および母方遺伝子型を取得し得る。いくつかの実施形態では、兄弟の胚（例えば、以前のＩＶＦラウンド）からのゲノム情報も決定され得る。連結近似では、目的の減数分裂組換え部位が、親の染色体および兄弟の胚からのゲノム情報に基づき推測され得る。親配偶子を次に、それぞれのフェージングされた親染色体および目的の減数分裂組換え部位に基づきシミュレートし、その後シミュレートされた胚の遺伝子型を生成するために使用され得る。したがって、連結近似法は有利に、それぞれの親から染色体セグメントを受け継ぐ胚の遺伝子型のシミュレーションを可能にし、かつシミュレートされた胚についてゲノム全体にわたり染色体長の親のハプロタイプが決定されることを可能にする。これは、親の祖先の保存を可能にし、シミュレートされた胚の遺伝的変異における精度の向上をもたらす。連鎖の考慮は、自己免疫状態などの効果の高い連鎖した一塩基多型（ＳＮＰ）を含む多遺伝子リスクモデルを考慮する場合、特に重要であり得る。そのため、その後の多遺伝子リスクスコアリングを、シミュレートされた胚に対し実施して、予期される胚について疾患分布のより正確な確率を出すことができる。
【0010】
したがって、予期される胚に関連する疾患分布の確率を決定するための方法が、本明細書で提供される。この方法は、フェージングされた母方染色体セットおよびフェージングされた父方染色体セットを生成することと、目的の１つ以上の減数分裂組換え部位を決定することを含む。方法はさらに、フェージングされた母方染色体セット、フェージングされた父方染色体セット、および目的の１つ以上の減数分裂組換え部位に基づき、１つ以上のシミュレートされた胚遺伝子型を生成することを含む。この方法はさらに、１つ以上のシミュレートされた胚の遺伝子型に多遺伝子リスクモデルを適用して多遺伝子リスクスコアセットを生成することであって、ここで多遺伝子リスクスコアセットは、１つ以上のシミュレートされた胚遺伝子型のシミュレートされた各胚遺伝子型の多遺伝子リスクスコアを含む、生成すること、および多遺伝子性リスクスコアセットに基づき予期される胚について１つ以上の疾患の疾患分布の確率を決定することを含む。
【0011】
いくつかの実施形態では、方法は、各多遺伝子リスクスコアを、多遺伝子リスクスコアに基づき疾患の相対リスクへと変換することをさらに含む。いくつかの実施形態では、各多遺伝子リスクスコアを疾患の相対リスクに変換することは、多遺伝子リスクスコアのオッズ比を、効果サイズモデルを使用して、計算することと、オッズ比および特定の疾患に関連する疾患の有病率に基づき、疾患の相対リスクを決定すること、をさらに含む。
【0012】
いくつかの実施形態では、方法は、各疾患について１つ以上のリスク閾値を決定することをさらに含む。いくつかの実施形態では、方法は、疾患に対応する１つ以上のリスク閾値を満たす疾患の疾患分布の確率のパーセンテージを決定することをさらに含む。
【0013】
いくつかの実施形態では、方法はさらに、多遺伝子リスクスコアセット中の各多遺伝子リスクスコアを、集団データに基づき、正規化して、正規化された多遺伝子リスクスコアセットを生成することを含み、疾患分布の確率を決定することは、正規化された多遺伝子リスクスコアセットに基づく。いくつかの実施形態では、集団データは、祖先特異的集団データを含む。
【0014】
いくつかの実施形態では、方法は、フェージングされた母方染色体セットおよび目的の１つ以上の減数分裂組換え部位に基づき、減数分裂組換えモデルを使用して、母方配偶子を生成することをさらに含む。いくつかの実施形態では、方法は、フェージングされた父方染色体セットおよび目的の１つ以上の減数分裂組換え部位に基づき、減数分裂組換えモデルを使用して、父方配偶子を生成することをさらに含む。いくつかの実施形態では、方法は、父方配偶子および母方配偶子に基づき、１つ以上のシミュレートされた胚の遺伝子型を生成することをさらに含む。
【0015】
いくつかの実施形態では、方法は、母方対象からの母方ゲノムおよび父方対象からの父方ゲノムを得ることをさらに含む。いくつかの実施形態では、方法は、母方ゲノムをフェージングして、フェージングされた母方染色体セットを生成することをさらに含む。いくつかの実施形態では、この方法は、父方ゲノムをフェージングして、フェージングされた父方染色体セットを生成することをさらに含む。いくつかの実施形態では、母方ゲノムまたは父方ゲノムをフェージングすることは、集団ベースの方法または分子ベースの方法の１つ以上を使用して実施される。
【0016】
いくつかの実施形態では、方法は、母方対象から得られた生物学的サンプルに対して全ゲノムシーケンスを実施して、母方ゲノムを決定することをさらに含む。いくつかの実施形態では、方法は、父方対象から得られた生物学的サンプルに対して全ゲノムシーケンスを実施して、父方ゲノムを決定することをさらに含む。
【0017】
いくつかの実施形態では、方法は、兄弟のゲノム情報を決定することをさらに含む。いくつかの実施形態では、方法は、母方ゲノムおよび兄弟のゲノム情報に基づき、フェージングされた母方染色体セットを生成することをさらに含む。いくつかの実施形態では、方法は、父方ゲノムおよび兄弟のゲノム情報に基づき、フェージングされた父方染色体セットを生成することをさらに含む。
【0018】
いくつかの実施形態では、染色体長の親のハプロタイプが、シミュレートされた各胚についてゲノム全体において得られる。
【0019】
いくつかの実施形態では、方法は、複数の関係のない個体についての個々の遺伝子型を含む集団遺伝子型データを得ることをさらに含む。いくつかの実施形態では、方法は、母方ゲノムおよび集団遺伝子型データに基づき、フェージングされた母方染色体セットを生成することをさらに含む。いくつかの実施形態では、方法は、父方ゲノムおよび集団遺伝子型データに基づき、フェージングされた父方染色体セットを生成することをさらに含む。
【0020】
いくつかの実施形態では、方法は、兄弟のゲノム情報を決定することをさらに含む。いくつかの実施形態では、方法は、兄弟ゲノム、母方ゲノム、および父方ゲノムに基づき、目的の１つ以上の減数分裂組換え部位を決定することをさらに含む。
【0021】
いくつかの実施形態では、兄弟ゲノム情報は、アレイ測定、次世代シーケンシング、または全ゲノムシーケンスの少なくとも１つを使用して決定され、兄弟ゲノム情報は、兄弟胚、完全な生物学的兄弟、または半分の生物学的兄弟の少なくとも１つから得られる。
【0022】
いくつかの実施形態では、方法は、予期される胚の１つ以上の疾患の疾患分布の確率に基づき、追加の体外受精（ＩＶＦ）サイクルの推奨を生成することをさらに含む。いくつかの実施形態では、方法はさらに、ＩＶＦサイクルの推奨を出力することを含む。いくつかの実施形態では、追加のＩＶＦサイクルの推奨は、追加のＩＶＦラウンドを実施するか否かを示す。いくつかの実施形態では、方法は、疾患分布の確率に基づき、疾患発生リスクを決定することをさらに含み、ここでＩＶＦサイクルの推奨は、疾患発生リスクに基づく。
【0023】
同様に、予期される胚に関連する疾患分布の確率を決定するための装置が、本明細書で開示される。例示の装置は、プロセッサとメモリを備え、メモリは、プロセッサにより実行されると、装置に、フェージングされた母方染色体セットおよびフェージングされた父方染色体セットを生成させ、目的の１つ以上の減数分裂組換え部位を決定させる、ソフトウェア命令を格納する。プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、装置にさらに、フェージングされた母方染色体セット、フェージングされた父方染色体セット、および目的の１つ以上の減数分裂組換え部位に基づき１つ以上のシミュレートされた胚の遺伝子型を生成させる、ソフトウェア命令を格納する。プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、装置にさらに、１つ以上のシミュレートされた胚遺伝子型に多遺伝子リスクモデルを適用させて多遺伝子リスクスコアセットを生成させ、ここで多遺伝子リスクスコアセットは、１つ以上のシミュレートされた胚遺伝子型のシミュレートされた各胚遺伝子型についての多遺伝子リスクスコアを含み、かつ装置に、多遺伝子性リスクスコアセットに基づき予期される胚についての１つ以上の疾患の疾患分布の確率を決定させる、ソフトウェア命令を格納する。
【0024】
いくつかの実施形態では、プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、装置にさらに、各多遺伝子リスクスコアを多遺伝子リスクスコアに基づき疾患の相対リスクに変換させるソフトウェア命令を格納する。いくつかの実施形態では、プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、各多遺伝子リスクスコアを疾患の相対リスクに変換するときに、装置にさらに、多遺伝子リスクスコアのオッズ比を、効果サイズモデルを使用して、計算させ、かつオッズ比および特定の疾患に関連する疾患の有病率に基づき疾患の相対リスクを決定させる、ソフトウェア命令を格納する。
【0025】
いくつかの実施形態では、プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、装置にさらに、各疾患の１つ以上のリスク閾値を決定させる、ソフトウェア命令を格納する。いくつかの実施形態では、プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、装置にさらに、疾患に対応する１つ以上のリスク閾値を満たす疾患の疾患分布の確率のパーセンテージを決定させる、ソフトウェア命令を格納する。
【0026】
いくつかの実施形態では、プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、装置にさらに、集団データに基づき、多遺伝子リスクスコアセット内の各多遺伝子リスクスコアを正規化させて、正規化された多遺伝子リスクスコアセットを生成させる、ソフトウェア命令を格納し、ここで疾患分布の確率を決定することは、正規化された多遺伝子リスクスコアセットに基づく。いくつかの実施形態では、集団データは、祖先特異的集団データを含む。
【0027】
いくつかの実施形態では、プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、装置にさらに、フェージングされた母方染色体セットおよび目的の１つ以上の減数分裂組換え部位に基づき、母方配偶子を、減数分裂組換えモデルを使用して、生成させる、ソフトウェア命令を格納する。いくつかの実施形態では、プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、装置にさらに、フェージングされた父方染色体セットおよび目的の１つ以上の減数分裂組換え部位に基づき、父方配偶子を、減数分裂組換えモデルを使用して、生成させる、ソフトウェア命令を格納する。いくつかの実施形態では、プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、装置にさらに、父方配偶子および母方配偶子に基づき、１つ以上のシミュレートされた胚の遺伝子型を生成させる、ソフトウェア命令を格納する。
【0028】
いくつかの実施形態では、プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、装置にさらに、母方対象から母方ゲノムを得かつ父方対象から父方ゲノムを得るようにさせる、ソフトウェア命令を格納する。いくつかの実施形態では、プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、装置にさらに、母方ゲノムをフェージングてフェージングされた母方染色体セットを生成させる、ソフトウェア命令を格納する。いくつかの実施形態では、プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、装置にさらに、父方ゲノムをフェージングしてフェージングされた父方染色体セットを生成させる、ソフトウェア命令を格納する。いくつかの実施形態では、母方ゲノムまたは父方ゲノムをフェージングすることは、集団ベースの方法または分子ベースの方法の１つ以上を使用して実施される。
【0029】
いくつかの実施形態では、プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、装置にさらに、母方対象から得られた生物学的サンプルの全ゲノムシーケンスを実施させて母方ゲノムを決定する、ソフトウェア命令を格納する。いくつかの実施形態では、プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、装置にさらに、父方対象から得られた生物学的サンプルの全ゲノムシーケンスを実施させて父方ゲノムを決定する、ソフトウェア命令を格納する。
【0030】
いくつかの実施形態では、プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、装置にさらに、兄弟のゲノム情報を決定させる、ソフトウェア命令を格納する。いくつかの実施形態では、プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、装置にさらに、母方ゲノムおよび兄弟ゲノム情報に基づきフェージングされた母方染色体セットを生成させる、ソフトウェア命令を格納する。いくつかの実施形態では、プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、装置にさらに、父方ゲノムおよび兄弟ゲノム情報に基づきフェージングされた父方染色体セットを生成させる、ソフトウェア命令を格納する。
【0031】
いくつかの実施形態では、染色体長の親のハプロタイプが、シミュレートされた各胚についてゲノム全体にわたり得られる。
【0032】
いくつかの実施形態では、プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、装置にさらに、複数の関係のない個人についての個々の遺伝子型を含む集団遺伝子型データを取得させる、ソフトウェア命令を格納する。いくつかの実施形態では、プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、装置にさらに、母方ゲノムおよび集団遺伝子型データに基づきフェージングされた母方染色体セットを生成させる、ソフトウェア命令を格納する。いくつかの実施形態では、プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、装置にさらに、父方ゲノムおよび集団遺伝子型データに基づきフェージングされた父方染色体セットを生成させる、ソフトウェア命令を格納する。
【0033】
いくつかの実施形態では、プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、装置にさらに、兄弟のゲノム情報を決定させるソフトウェア命令を格納する。いくつかの実施形態では、プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、装置にさらに、兄弟ゲノム、母方ゲノム、および父方ゲノムに基づき目的の１つ以上の減数分裂組換え部位を決定させるソフトウェア命令を格納する。
【0034】
いくつかの実施形態では、兄弟ゲノム情報は、アレイ測定、次世代シーケンシング、または全ゲノムシーケンスの少なくとも１つを使用して決定され、かつ兄弟ゲノム情報は、兄弟胚、完全な生物学的兄弟、または半分の生物学的兄弟の少なくとも１つから得られる。
【0035】
いくつかの実施形態では、プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、装置にさらに、予期される胚についての１つ以上の疾患の疾患分布の確率に基づき、追加の体外受精（ＩＶＦ）サイクルの推奨を生成させる、ソフトウェア命令を格納する。いくつかの実施形態では、プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、装置にさらに、ＩＶＦサイクルの推奨を出力させる、ソフトウェア命令を格納する。いくつかの実施形態では、追加のＩＶＦサイクルの推奨は、追加のＩＶＦラウンドを実施するか否かを示す。いくつかの実施形態では、プロセッサおよびメモリであって、メモリは、プロセッサにより実行されると、装置にさらに、疾患分布の確率に基づき疾患発生リスクを決定させる、ソフトウェア命令を格納し、ここでＩＶＦサイクルの推奨は、疾患発生リスクに基づく。
【0036】
さらに、予期される胚に関連する疾患分布の確率を決定するためのコンピュータプログラム製品が、本明細書で開示される。コンピュータプログラム製品は、装置により実行されると、装置に、フェージングされた母方染色体セットおよびフェージングされた父方染色体セットを生成させ、かつ目的の１つ以上の減数分裂組換え部位を決定させる、ソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を備える。コンピュータプログラム製品は、装置により実行されると、装置にさらに、フェージングされた母方染色体セット、フェージングされた父方染色体セット、および目的の１つ以上の減数分裂組換え部位に基づき１つ以上のシミュレートされた胚遺伝子型を生成するソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を備える。コンピュータプログラム製品は、装置により実行されると、装置にさらに、多遺伝子リスクスコアセットを生成するために１つ以上のシミュレートされた胚の遺伝子型に多遺伝子リスクモデルを適用させ、（ここで多遺伝子リスクスコアセットは、１つ以上のシミュレートされた胚の遺伝子型の各多遺伝子についてのリスクスコアを含む）、かつ多遺伝子リスクスコアセットに基づき、予期される胚について１つ以上の疾患の疾患分布の確率を決定させるソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を備える。
【0037】
いくつかの実施形態では、コンピュータプログラム製品は、装置により実行されると、装置にさらに、各多遺伝子リスクスコアを多遺伝子リスクスコアに基づく疾患の相対リスクに変換させるソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を備える。いくつかの実施形態では、コンピュータプログラム製品は、装置により実行されるときに、かつ各多遺伝子リスクスコアを疾患の相対リスクに変換するときに、装置にさらに、多遺伝子リスクスコアについてのオッズ比を、効果サイズモデルを使用して、計算させ、かつオッズ比と特定の疾患に関連する疾患の有病率に基づき疾患の相対リスクを決定させるソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を備える。
【0038】
いくつかの実施形態では、コンピュータプログラム製品は、装置により実行されると、装置にさらに、各疾患について１つ以上のリスク閾値を決定させるソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を備える。いくつかの実施形態では、コンピュータプログラム製品は、装置により実行されると、装置にさらに、疾患に対応する１つ以上のリスク閾値を満たす疾患についての疾患分布の確率のパーセンテージを決定させるソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を備える。
【0039】
いくつかの実施形態では、コンピュータプログラム製品は、装置により実行されると、装置にさらに、多遺伝子リスクスコアセット中の各多遺伝子リスクスコアを、集団データに基づき、正規化して、正規化された多遺伝子リスクスコアセットを生成させるソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を備え、ここで疾患分布の確率を決定することは、正規化された多遺伝子リスクスコアセットに基づく。いくつかの実施形態では、集団データは、祖先特異的集団データを含む。
【0040】
いくつかの実施形態では、コンピュータプログラム製品は、装置により実行されると、装置にさらに、フェージングされた母方染色体セットおよび１つ以上の目的の減数分裂組換え部位に基づき、減数分裂組換えモデルを使用して、母方配偶子を生成させるソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を含む。いくつかの実施形態では、コンピュータプログラム製品は、装置により実行されると、装置にさらに、フェージングされた父方染色体セットおよび１つ以上の目的の減数分裂組換え部位に基づき、減数分裂組換えモデルを使用して、父方配偶子を生成させるソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を含む。いくつかの実施形態では、コンピュータプログラム製品は、装置により実行されると、装置にさらに、父方配偶子および母方配偶子に基づき１つ以上のシミュレートされた胚の遺伝子型を生成させるソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を含む。
【0041】
いくつかの実施形態では、コンピュータプログラム製品は、装置により実行されると、装置にさらに、母方対象からの母方ゲノムと父方対象からの父方ゲノムを取得させるソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を備える。いくつかの実施形態では、コンピュータプログラム製品は、装置により実行されると、装置にさらに、母方ゲノムをフェージングしてフェージングされた母方染色体セットを生成させるソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を備える。いくつかの実施形態では、コンピュータプログラム製品は、装置により実行されると、装置にさらに、父方ゲノムをフェージングしてフェージングされた父方染色体セットを生成させるソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を備える。いくつかの実施形態では、母方ゲノムまたは父方ゲノムをフェージングすることは、集団ベースの方法または分子ベースの方法の１つ以上を使用して実施される。
【0042】
いくつかの実施形態では、コンピュータプログラム製品は、装置により実行されると、装置にさらに、母方対象から得られた生物学的サンプルの全ゲノムシーケンスを実施させて母方ゲノムを決定するソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を備える。いくつかの実施形態では、コンピュータプログラム製品は、装置により実行されると、装置にさらに、父方対象から得られた生物学的サンプルの全ゲノムシーケンスを実施させて父方ゲノムを決定するソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を備える。
【0043】
いくつかの実施形態では、コンピュータプログラム製品は、装置により実行されると、装置にさらに、兄弟のゲノム情報を決定させるソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を備える。いくつかの実施形態では、コンピュータプログラム製品は、装置により実行されると、装置にさらに、母方ゲノムおよび兄弟ゲノム情報に基づきフェージングされた母方染色体セットを生成させるソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を備える。いくつかの実施形態では、コンピュータプログラム製品は、装置により実行されると、装置にさらに、父方ゲノムおよび兄弟ゲノム情報に基づきフェージングされた父方染色体セットを生成させるソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を備える。
【0044】
いくつかの実施形態では、染色体長の親のハプロタイプが、シミュレートされた各胚についてゲノム全体にわたり得られる。
【0045】
いくつかの実施形態では、コンピュータプログラム製品は、装置により実行されると、装置にさらに、複数の関係のない個人についての個々の遺伝子型を含む集団遺伝子型データを取得させるソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を備える。いくつかの実施形態では、コンピュータプログラム製品は、装置により実行されると、装置にさらに、母方ゲノムおよび集団遺伝子型データに基づきフェージングされた母方染色体セットを生成させるソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を備える。コンピュータプログラム製品は、装置により実行されると、装置にさらに、父方ゲノムおよび集団遺伝子型データに基づきフェージングされた父方染色体セットを生成させるソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を備える。
【0046】
いくつかの実施形態では、コンピュータプログラム製品は、装置により実行されると、装置にさらに、兄弟のゲノム情報を決定させるソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を備える。いくつかの実施形態では、コンピュータプログラム製品は、装置により実行されると、装置にさらに、兄弟ゲノム、母方ゲノム、および父方ゲノムに基づき目的の１つ以上の減数分裂組換え部位を決定させるソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を備える。
【0047】
いくつかの実施形態では、兄弟ゲノム情報は、アレイ測定、次世代シーケンシング、または全ゲノムシーケンスの少なくとも１つを使用して決定され、かつ兄弟胚、完全な生物学的兄弟、または半分の生物学的兄弟の少なくとも１つから得られる。
【0048】
いくつかの実施形態では、コンピュータプログラム製品は、装置により実行されると、装置にさらに、予期される胚の１つ以上の疾患の疾患分布の確率に基づき追加の体外受精（ＩＶＦ）サイクルの推奨を生成させるソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を備える。コンピュータプログラム製品は、装置により実行されると、装置にさらに、ＩＶＦサイクルの推奨を出力させるソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を備える。いくつかの実施形態では、追加のＩＶＦサイクルの推奨は、追加のＩＶＦラウンドを実施するか否かを示す。コンピュータプログラム製品は、装置により実行されると、装置にさらに、疾患分布の確率に基づき疾患発生リスクをさらに決定させるソフトウェア命令を格納する、少なくとも１つの非一時的コンピュータ可読記憶媒体を備え、ここでＩＶＦサイクルの推奨は、疾患発生リスクに基づく。
【0049】
上記の簡潔な概要は、本明細書に記載されるいくつかの実施形態例を要約する目的でのみ提供される。上述の実施形態は、単なる例であるため、本発明の範囲をいかなる形でも狭めるものとして解釈されるべきではない。本開示の範囲は、上で要約したものに加えて、多くの潜在的な実施形態を包含し、そのうちのいくつかは、以下でさらに詳細に説明されることが理解されるであろう。
【0050】
特定の実施形態の例を上記の一般的な用語で説明したが、必ずしも縮尺通りに描かれていない添付の図面をここで参照する。いくつかの実施形態は、図に示されるものよりも少ないまたは多くの構成要素を含み得る。
【図面の簡単な説明】
【0051】
【図1】本明細書に記載のいくつかの例示的な実施形態に従って使用されてよい、シミュレートされた胚遺伝子型について多遺伝子リスクスコアを生成するための例示的なプロセスの概要を示す。
【図2A-2B】本明細書に記載のいくつかの実施形態に従って使用され得る、親サポートモデルを使用して親ゲノムをフェージングするための例示的なプロセスを示す。
【図3】本明細書に記載のいくつかの実施形態に従う、隠れマルコフモデルの設定例を示す。
【図4】本明細書に記載のいくつかの実施形態に従う、隠れマルコフモデルの計算例を示す。
【図5】本明細書に記載のいくつかの実施形態に従う、親サポートモデルのフレームワークの一例を示す。
【図6】本明細書に記載のいくつかの実施形態に従う、疾患分布の確率の操作例を示す。
【図7A-7L】本明細書に記載のいくつかの実施形態に従う、非連結近似および連結近似を使用して決定される、様々な疾患についての疾患分布の確率の操作例を示す。
【図8】本明細書に記載のいくつかの実施形態に従う、非連結近似値および連結近似値についての多遺伝子リスクスコア分布の例を示す。
【図9】本明細書に記載のいくつかの実施形態に従い、非連結近似および連結近似を使用する、シミュレートされた胚の遺伝子型に含まれる祖先情報の例を示す。
【図10】本明細書に記載のいくつかの例示的な実施形態に従い様々な操作を実施できる、例示的なデバイスの概略ブロック図を示す。
【図11】本明細書に記載のいくつかの実施形態に従い、親ゲノムをフェージングするための例示的なプロセスを示す。
【図12】本明細書に記載のいくつかの実施形態に従い、シミュレートされた胚の遺伝子型を生成するための例示的なプロセスを示す。
【図13A-13D】実施例７に対応する様々な疾患についての疾患分布の確率の例を示す。
【図14A-14B】実施例６に対応する多遺伝子リスクスコア１０分位ごとの疾患オッズ比を示す。
【図15】胚予測と生まれた子供からの多遺伝子リスクスコアの相関を示す。
【図16】兄弟の胚について伝達されたハプロタイプのプロット例を示す。
【図17】連結近似値を使用する出力に基づき１つ以上の作用を実施するためのフローチャートの例を示す。
【発明を実施するための形態】
【0052】
いくつかの例示的実施形態を、添付の図を参照して、以下でより詳細に説明する。添付の図では、いくつかの、しかし必ずしもすべてではない、実施形態が示される。本明細書に記載される発明は多くの異なる形態で実施され得るため、本発明は、本明細書に記載された実施形態のみに限定されるものではなく、むしろ、これらの実施形態は、本開示が適用される法的要件を満たすように、提供される。
【0053】
本明細書に記載される開示の多くの修正および他の実施形態が、前述の説明および関連する図面に示される教示の恩恵を有する本開示が関係する技術の専門家に想起されるであろう。したがって、実施形態は、開示される特定の実施形態に限定されるものではなく、修正および他の実施形態も添付の特許請求の範囲内に含まれると意図されることを理解されたい。さらに、前述の説明および関連する図面は、要素および／または機能の特定の例示的な組み合わせの文脈において例示的な実施形態を説明するが、要素および／または機能の異なる組み合わせが、添付の請求項の範囲から逸脱することなく、代替の実施形態により提供され得ることを理解されたい。この点に関して、例えば、本明細書に明示的に記載されるものとは異なる要素および／または機能の組み合わせもまた、添付の請求項のいくつかに記載されるように企図される。特定の用語がここで使用されるが、これらは、一般的な説明的な意味でのみ使用され、限定の目的のために使用されるものではない。
【0054】
特定の用語の定義
本明細書で使用される技術および科学用語は、別途定義されない限り、本発明が属する当業者により、より一般的に理解されるものと同じ意味を有する。以下の説明および実施例において言及される材料は、特に記載がない限り、市販の供給源から入手され得る。
本明細書で使用される技術および科学用語は、別途定義されない限り、本発明が属する当業者により、より一般的に理解されるものと同じ意味を有する。以下の説明および実施例において言及される材料は、特に記載がない限り、市販の供給源から入手され得る。
【0055】
「コンピュータ可読媒体」および「メモリ」という用語は、コントローラ、マイクロコントローラ、計算システム、または計算システムのモジュールによりアクセスされ得るコンピュータ実行可能命令またはソフトウェアプログラムを保存できる、非一時的ストレージハードウェア、非一時的ストレージデバイス、または非一時的コンピュータシステムメモリを指す。非一時的コンピュータ可読媒体は、計算システムまたは計算システムのモジュールによりアクセスされて、媒体に格納されるコンピュータ実行可能命令またはソフトウェアプログラムを取得するおよび／または実行することができる。例示的な非一時的コンピュータ可読媒体としては、これらに限定されないが、１つ以上の種類のハードウェアメモリ、非一時的有形媒体（例えば、１つ以上の磁気ストレージディスク、１つ以上の光ディスク、１つ以上のＵＳＢフラッシュドライブ）、コンピュータシステムメモリまたはランダムアクセスメモリ（ＤＲＡＭ、ＳＲＡＭ、ＥＤＯＲＡＭなど）などが挙げられる。
【0056】
「コンピューティングデバイス」という用語は、ハードウェア、ソフトウェア、ファームウェア、および／またはそれらの組み合わせで実現される任意のコンピュータを指し得る。コンピューティングデバイスの非限定的な例としては、パーソナルコンピュータ、サーバー、ラップトップ、モバイルデバイス、スマートフォン、固定端末、パーソナルデジタルアシスタント（「ＰＤＡ」）、キオスク、カスタムハードウェアデバイス、ウェアラブルデバイス、スマートホームデバイス、ＩｏＴ（「Ｉｎｔｅｒｎｅｔ－ｏｆ－Ｔｈｉｎｇｓ」）対応デバイス、およびネットワークリンクコンピューティングデバイスが挙げられる。
【0057】
「約」という用語は、理解される数値が本明細書に記載される正確な数値に限定されず、本発明の範囲から逸脱することなく、記載された数値に実質的に近い数値を指すことを意味する。本明細書で使用される「約」は、当業者により理解され、それが使用される文脈によりある程度変化する。その用語が使用される文脈から当業者には明らかでない用語の使用がある場合、「約」は、特定の用語の最大でプラスまたはマイナス１０％を意味する。
【0058】
「遺伝子」という用語は、ポリペプチドをコードする、または生物体内で機能的役割を果たす、ＤＮＡまたはＲＮＡの一続きを指す。遺伝子は、野生型遺伝子、または野生型遺伝子のバリアントまたは変異であり得る。「目的の遺伝子」は、特定の表現型、または特定の表現型のリスクと関連していることが知られているまたは知られていない、遺伝子、または遺伝子のバリアントを指す。
【0059】
「発現」という用語は、それによりポリヌクレオチドがＤＮＡ鋳型から転写される（ｍＲＮＡまたは他のＲＮＡ転写物へとなど）プロセス、および／またはそれにより転写されたｍＲＮＡがその後、ペプチド、ポリペプチド、またはタンパク質へと翻訳されるプロセスを指す。遺伝子の発現は、細胞遺伝子の発現のみでなく、クローニングシステムおよび他の状況における核酸（複数可）の転写および翻訳も包含する。核酸配列がペプチド、ポリペプチド、またはタンパク質をコードする場合、遺伝子発現は、核酸（例えば、ＤＮＡまたはＲＮＡ、例えばｍＲＮＡ）および／またはペプチド、ポリペプチド、またはタンパク質の生成に関する。したがって、「発現レベル」は、サンプル中の核酸（例えば、ｍＲＮＡなど）またはタンパク質の量を指し得る。
【0060】
「ハプロタイプ」という用語は、単一の先祖（父親、母親、祖父、祖母など）から、一緒に受け継がれる、または一緒に受け継がれと予想される遺伝子または対立遺伝子の群を指す。「先祖」という用語は、対象がその系統である人物、または胚の場合は潜在的な対象がその系統であろう人物を指す。好ましい態様では、先祖は、ヒト対象などの哺乳動物対象を指す。
【0061】
データ収集
本明細書に記載の方法による分析のための遺伝物質は、体細胞（例えば、白血球、組織生検からの細胞）、生殖細胞（例えば、精子、卵子、極体）を含む、様々な供給源から得られ得る。遺伝物質は、予期される胚の遺伝的親族（例えば、生物学的母親、生物学的父親、生物学的兄弟、兄弟の胚、祖父母など）から収集され得る。いくつかの実施形態では、ゲノムＤＮＡは、父方対象、母方対象、兄弟対象（例えば、生まれた子供）、祖父母の対象などにより提供される全血または唾液サンプルから抽出され得る。
本明細書に記載の方法による分析のための遺伝物質は、体細胞（例えば、白血球、組織生検からの細胞）、生殖細胞（例えば、精子、卵子、極体）を含む、様々な供給源から得られ得る。遺伝物質は、予期される胚の遺伝的親族（例えば、生物学的母親、生物学的父親、生物学的兄弟、兄弟の胚、祖父母など）から収集され得る。いくつかの実施形態では、ゲノムＤＮＡは、父方対象、母方対象、兄弟対象（例えば、生まれた子供）、祖父母の対象などにより提供される全血または唾液サンプルから抽出され得る。
【0062】
シミュレートされた胚遺伝子型の生成－連結アプローチ
上に記載のとおり、シミュレートされた胚の遺伝子型を生成するために連結アプローチを使用することは有利であり得、これにより染色体長の親のハプロタイプを、シミュレートされた胚のゲノム全体にわたり決定でき得るようになる。さらに、連結アプローチを使用することは、兄弟の胚の間で起こり得る遺伝子型の範囲（したがってＰＲＳスコア）をより正確にシミュレートし、かつゲノム祖先の構成（これは、非連結遺伝子型を使用すると失われる）を維持し、これによりローカル祖先（ｌｏｃａｌ ａｎｃｅｓｔｒｙ）アプローチがリスクスコアリングに適用されることを可能にする。いくつかの実施形態では、連結近似の特定の操作は、「Ｗｈｏｌｅ－ｇｅｎｏｍｅ ｒｉｓｋ ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｃｏｍｍｏｎ ｄｉｓｅａｓｅｓ ｉｎ ｈｕｍａｎ ｐｒｅｉｍｐｌａｎｔａｔｉｏｎ ｅｍｂｒｙｏｓ．」（Ｎａｔ Ｍｅｄ２８，５１３－５１６（２０２２）．Ｋｕｍａｒ ｅｔ ａｌ．，２０２２年３月２１日に発表され、その全体が参照により本明細書に組み込まれる）の方法に従い、実施され得る。
上に記載のとおり、シミュレートされた胚の遺伝子型を生成するために連結アプローチを使用することは有利であり得、これにより染色体長の親のハプロタイプを、シミュレートされた胚のゲノム全体にわたり決定でき得るようになる。さらに、連結アプローチを使用することは、兄弟の胚の間で起こり得る遺伝子型の範囲（したがってＰＲＳスコア）をより正確にシミュレートし、かつゲノム祖先の構成（これは、非連結遺伝子型を使用すると失われる）を維持し、これによりローカル祖先（ｌｏｃａｌ ａｎｃｅｓｔｒｙ）アプローチがリスクスコアリングに適用されることを可能にする。いくつかの実施形態では、連結近似の特定の操作は、「Ｗｈｏｌｅ－ｇｅｎｏｍｅ ｒｉｓｋ ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｃｏｍｍｏｎ ｄｉｓｅａｓｅｓ ｉｎ ｈｕｍａｎ ｐｒｅｉｍｐｌａｎｔａｔｉｏｎ ｅｍｂｒｙｏｓ．」（Ｎａｔ Ｍｅｄ２８，５１３－５１６（２０２２）．Ｋｕｍａｒ ｅｔ ａｌ．，２０２２年３月２１日に発表され、その全体が参照により本明細書に組み込まれる）の方法に従い、実施され得る。
【0063】
図１では、シミュレートされた胚の遺伝子型を生成する、かつその後、予期される胚の疾患分布の確率を予測するために実施される様々な操作の概要を示す。これらの操作は、下でさらに詳細に概説される。操作１０２～１０６は、予期される胚について可能性のある遺伝子型を表すシミュレートされた胚遺伝子型を生成するために実施され得る。操作１０８を次に、シミュレートされた胚の遺伝子型に対し実施して、シミュレートされた胚の遺伝子型についてＰＲＳスコア（例えば、疾患リスク）を決定できる。操作１０２～１０８は、１つ以上のシミュレートされた胚遺伝子型が予期される胚について生成され得るように、所望の回数繰り返される。いくつかの実施形態では、閾値数のシミュレートされた胚の遺伝子型が必要とされ得る。いくつかの実施形態では、少なくとも１０個以上のシミュレートされた胚の遺伝子型が、必要とされ得る。ＰＲＳが次に、シミュレートされた各胚の遺伝子型について生成され、ＰＲＳを使用して、予期される胚について疾患分布の確率を決定し得る。
【0064】
シーケンシング
様々な分子ベースのフェージング方法が、当技術分野において周知であり、文脈により別途指示されない限り、本明細書に記載の方法を実施するために使用され得る。ショットガンシーケンシングは、ゲノムまたは大規模遺伝子サンプルからランダムなＤＮＡ鎖を配列決定する方法を指す。ＤＮＡを、多数の小セグメントへとランダムに切断し、それらを配列決定して（例えば、鎖終結法を使用して）、リードを得る。ターゲットＤＮＡについて複数の重複するリードが、この断片化および配列決定を数ラウンド実施することにより得られる。計算アルゴリズムは次に、異なるリードの重複する末端を使用して、連続する配列へとランダムセグメントのリードを統合する。ショットガンシーケンスは、全ゲノムシーケンスに使用されてよい。本明細書に記載のものを含む、任意の好適な形態のシーケンシングが、対象におけるバリアント（例えば、ＳＮＰ）を同定するために使用され得、それはその後、本明細書の他の箇所に記載されるとおり、そのバリアントを含む染色体セグメントについての倍数性状態を示す遺伝子シグナルを測定するための基礎として使用され得る。本発明の特定の態様により、階層化シーケンスは、全ゲノムシーケンスに使用され得る。いくつかの実施形態では、親ゲノム配列のフェージングは、その内容が全体として本明細書に参照により組み込まれる、２０２１年４月８日公開の国際公開第２０２１／０６７４１７号（Ｋｕｍａｒ ｅｔ ａｌ．，）の方法に従い実施され得る。
様々な分子ベースのフェージング方法が、当技術分野において周知であり、文脈により別途指示されない限り、本明細書に記載の方法を実施するために使用され得る。ショットガンシーケンシングは、ゲノムまたは大規模遺伝子サンプルからランダムなＤＮＡ鎖を配列決定する方法を指す。ＤＮＡを、多数の小セグメントへとランダムに切断し、それらを配列決定して（例えば、鎖終結法を使用して）、リードを得る。ターゲットＤＮＡについて複数の重複するリードが、この断片化および配列決定を数ラウンド実施することにより得られる。計算アルゴリズムは次に、異なるリードの重複する末端を使用して、連続する配列へとランダムセグメントのリードを統合する。ショットガンシーケンスは、全ゲノムシーケンスに使用されてよい。本明細書に記載のものを含む、任意の好適な形態のシーケンシングが、対象におけるバリアント（例えば、ＳＮＰ）を同定するために使用され得、それはその後、本明細書の他の箇所に記載されるとおり、そのバリアントを含む染色体セグメントについての倍数性状態を示す遺伝子シグナルを測定するための基礎として使用され得る。本発明の特定の態様により、階層化シーケンスは、全ゲノムシーケンスに使用され得る。いくつかの実施形態では、親ゲノム配列のフェージングは、その内容が全体として本明細書に参照により組み込まれる、２０２１年４月８日公開の国際公開第２０２１／０６７４１７号（Ｋｕｍａｒ ｅｔ ａｌ．，）の方法に従い実施され得る。
【0065】
いくつかの実施形態では、ＤＮＡシーケンシングは、例えばサンガーシーケンシング（連鎖終結シーケンシング）を含み得る。ＤＮＡシーケンシングは、次世代シーケンシング（ＮＧＳ）または第二世代シーケンシング技術の使用を含み得、これは典型的には、非常に拡張できることにより特徴づけられ、ゲノム全体が一度に配列決定されることを可能にする。ＮＧＳ技術は通常、複数の断片が一度に配列決定されることを可能にし、自動化されたプロセスにおける「大規模並列」シーケンシングを可能にする。ＤＮＡシーケンシングは、第三世代シーケンシング技術（例えば、ナノポアシーケンシングまたはＳＭＲＴシーケンシング）を含み得、これは一般に、第二世代シーケンシング技術により得られるものよりも長いリードを得ることを可能にする。シーケンシングは、実現可能であれば、ＤＮＡ断片の両端の配列決定を行う、ペアエンドシーケンスを含み得、これは、リードをより長い配列に並べる能力を改善し得る。ＤＮＡシーケンシングは、合成／ライゲーション（例えば、ＩＬＬＵＭＩＮＡ（登録商標）シーケンシング）、単一分子リアルタイム（ＳＭＲＴ）シーケンシング（例えば、ＰＡＣＢＩＯ（登録商標）シーケンシング）、ナノポアシーケンシング（例えば、ＯＸＦＯＲＤ ＮＡＮＯＰＯＲＥ（登録商標）シーケンシング）、イオン半導体シーケンシング（Ｉｏｎ Ｔｏｒｒｅｎｔ シーケンシング）、コンビナトリアルプローブアンカー合成シーケンシング、パイロシーケンシングなどによるシーケンシングを含んでよい。
【0066】
いくつかの態様では、フェージングは、リンクリードシーケンス（ｌｉｎｋｅｄ－ｒｅａｄ ｓｅｑｕｅｎｃｉｎｇ）、ロングフラグメントリード、フォスミドプールベースのフェージング、連続性保存トランスポゾンシーケンス、全ゲノムシーケンス、Ｈｉ－Ｃ法、希釈ベースのシーケンス、ターゲットシーケンス（ＨＬＡタイピングなど）、またはマイクロアレイから生成されたデータを使用する。
【0067】
いくつかの態様は、フェージングをガイドするための足場を提供するために、独立して得られたスパースフェージング遺伝子型（ｓｐａｒｓｅ ｐｈａｓｅｄ ｇｅｎｏｔｙｐｅ）の使用を含む。ＨａｐＣＵＴ、ＳＨＡＰＥＩＴ、ＭａＣＨ、ＢＥＡＧＬＥ、またはＥＡＧＬＥなどのコンピュータソフトウェアを使用して、先祖の遺伝子型をフェージングできる。
【0068】
集団ベースのフェージングは、１０００人ＧｅｎｏｍｅｓまたはＨａｐｌｏｔｙｐｅ Ｒｅｆｅｒｅｎｃｅ Ｃｏｎｓｏｒｔｉｕｍなどの参照パネルを使用して、遺伝子型をフェージングしてよい。場合によっては、フェージングの精度は、祖父母、兄弟、または子供などの親族の遺伝子型データの追加により改善され得る。
【0069】
フェージングされた親の遺伝子型の生成
シミュレートされた胚の遺伝子型を生成するためのプロセスを開始するために、、フェージングされた母方染色体セットおよびフェージングされた父方染色体セットが、それぞれ、母方対象および父方対象に対して生成され得る。それぞれの染色体セットは、相同染色体対に対応する１つ以上の染色体を含み得る。フェージングされた母方の染色体セットおよびフェージングされた父方の染色体セットは、上述の集団ベースおよび／または分子ベースの方法などの様々な方法を使用して、それぞれ、母方対象および父方対象に関連付けられたゲノムのフェージングにより生成され得る。
シミュレートされた胚の遺伝子型を生成するためのプロセスを開始するために、、フェージングされた母方染色体セットおよびフェージングされた父方染色体セットが、それぞれ、母方対象および父方対象に対して生成され得る。それぞれの染色体セットは、相同染色体対に対応する１つ以上の染色体を含み得る。フェージングされた母方の染色体セットおよびフェージングされた父方の染色体セットは、上述の集団ベースおよび／または分子ベースの方法などの様々な方法を使用して、それぞれ、母方対象および父方対象に関連付けられたゲノムのフェージングにより生成され得る。
【0070】
母方ゲノムおよび父方ゲノムの両方が、完全にフェージングされ得る。それぞれの親ゲノムは、全ゲノムシーケンス（ＷＧＳ）を使用して、フェージングされ得る。いくつかの実施形態では、各親ゲノムは、親サポートモデルを使用して、フェージングされる。親サポートモデルは、米国特許第８，５１５，６７９号（Ｒａｂｉｎｏｗｉｔｚ ｅｔ ａｌ．，）（その全体が参照により本明細書に組み込まれる）に記載される方法と同様の方法を用いて、染色体コピー数、挿入および欠失、胚の遺伝子型、親のハプロタイプならびに胚の親のハプロタイプ起源仮説の正確な予測を可能にするために、１つ以上の既存の胚および親からのＳＮＰアレイ測定と、データベース（例えば、ＨａｐＭａｐ）からの組換え頻度を組み合わせる方法を説明する。親サポートモデルは、それぞれの親配偶子の減数分裂中の減数分裂組換え部位をシミュレートする、１つ以上の減数分裂組換えモデルを含み得る。
【0071】
親ゲノム全体の再構築のために、２つのデータソースが必要とされる。第一に、予期される親の全ゲノムシーケンスが、以下に説明するように、必要とされる。第二に、兄弟のゲノム情報もまた、必要とされる。兄弟のゲノム情報は、様々な方法で取得され得る。いくつかの実施形態では、兄弟のゲノム情報は、ＳＮＰマイクロアレイ遺伝子型、次世代シーケンシング（ＮＧＳ）などにより兄弟の胚から取得され得る。いくつかの実施形態では、兄弟のゲノム情報は、ＷＧＳなどにより、完全な生物学的兄弟または半分の生物学的兄弟から取得されてよい。本明細書では、兄弟のゲノム情報は、いくつかの例示的な実施形態において、兄弟の胚に関して決定されるものとして説明され得るが、完全な生物学的兄弟および／または半分の生物学的兄弟などの兄弟のゲノム情報の代替的供給源が、兄弟の胚に加えてまたは兄弟の胚の代わりに使用され得ることは、当業者に理解されるであろう。ＳＮＰマイクロアレイジェノタイピングを使用して兄弟のゲノム情報を決定する場合、胚生検は限られた量のＤＮＡしか生じないため、増幅が必要とされる。
【0072】
【0073】
図２Ｂに示すとおり、親サポートモデルは、データソース（例えば、親からのＷＧＳおよび１つ以上の兄弟胚からのＳＮＰマイクロアレイジェノタイピング（例えば、ゲノム情報））を受け取り処理して、１つ以上の出力を生成し得る。１つ以上の出力は、フェージングされた親ゲノム（例えば、フェージングされた母方ゲノムおよびフェージングされた父方ゲノムの両方）、親の起源の仮説、および兄弟の胚の遺伝子型を含み得る。親サポートモデルは、数十万の位置にわたり精度を改善するために兄弟の遺伝子型および親の遺伝子型の測定値を考慮する、隠れマルコフモデル（ＨＭＭ）であってよい。表１は、親サポートモデルの入力および出力をさらに詳細に概説する。
【表1】
【0074】
図３は、親サポートモデルの設定例を示し、図４は、親サポートモデルの出力例を示す。いくつかの実施形態では、減数分裂交差をサポートする親サポートモデルの完全な実装は、順方向－逆方向（ＦＢＡ）アルゴリズムが実装されたＨＭＭを含む。
【0075】
ＨＭＭは、統計的マルコフモデルであり、そこでモデル化されるシステムは、観測不可能な（すなわち隠れた）状態｛ｘ｝を有する、「時間」ｔによるマルコフ過程Ｘｔであると想定される。このアプローチは、観測可能な状態｛ｙ｝を有する別のプロセスＹｔが存在し、その時間の経過に伴う動作はＸに依存する、ということを想定する。目標は、Ｙを観察することによりＸについて理解することである。ＨＭＭでは、各時間インスタンスｔについて、Ｙｔの条件付き分布は、確率Ｐ（ｙ｜ｘ）＝Ｐ（Ｙｔ＝ｙ｜Ｘｔ＝ｘ）を介して、Ｘｔのみに依存する、ということが想定され得る。この確率が、出力確率である。観測可能な配列Ｙ＝（Ｙ１，．．．，Ｙｎ）の確率は、ベイズの定理により、P(Y)=ΣXP(Y|X)P(X)と表記され得る。
【0076】
図４はさらに、事後確率Ｐ（Ｘｔ＝ｘ｜（ｙ１，．．，ｙｎ））、すなわち観測された状態（ｙ１，．．，ｙｎ）が与えられた場合に、時間ｔでの観測不可能な状態ｘの確率を示す。フォワードアルゴリズムは、隠れ状態ｘと（ｙ１，．．，ｙｔ）の結合確率Ａ（ｘ，ｔ）＝Ｐ（Ｘｔ＝ｘ，ｙ１，．．，ｙｔ）をＡ（ｘ，ｔ）＝Ｐ（Ｙｔ＝ｙｔ｜Ｘｔ＝ｘ）＊ΣｚＰ（ｘ｜ｚ，ｔ）＊Ａ（ｚ，ｔ－１）として計算し、したがって、図３に示すとおり、順序ｔの問題を順序ｔ－１の問題に換算する。Ｐ（ｘ｜ｚ，ｔ）は、時間ｔでの隠れ状態遷移確率と呼ばれる。時間ｎでの任意の隠れ状態ｘの事後確率はしたがって、Ｐ（ｘ｜（ｙ１，．．，ｙｎ））～Ａ（ｘ，ｎ）である。
【0077】
上記を考慮して、図５は、親サポートモデルのＨＨＭフレームワークを示す。親サポートモデルの場合、胚は、減数分裂組換え（ＨａｐＭａｐなどのデータベースから推定される確率）が２つのＳＮＰ間で起こっていない限り、連続ＳＮＰ上の同じ親の相同体から対立遺伝子を受け継ぐという事実を組み込む。遺伝子型確率の結合分布はしたがって、アレイデータ、アレイデータにより示唆される個々の胚の遺伝子型、および様々な胚間での遺伝子型の分布を生成できる親のハプロタイピングを組み合わせる。連続ＳＮＰは、「時間」ｔを表す。このアプローチは、アレイ上のすべての部位において、各染色体全体に個々に適用される。染色体あたりのＳＮＰの数は、約４，３００（例えば、染色体２１）～２３，７００（例えば、染色体２）の範囲である。このアプローチは、ゲノムの小さい領域のかわりに、染色体全体にわたり行われ得る。これは、ビン内およびビン間の交差、および問題のあるゲノムセクションの推論を可能にする。
【0078】
【0079】
【0080】
式１において、Ｐ（ＭＧ，ｔ）およびＰ（ＦＧ，ｔ）は、大規模なトレーニングデータセットおよび対立遺伝子頻度公開データベースから得られるＳＮＰ ｔでの親ハプロタイプ集団の事前分布である。Ｐ（ＭＨ｜ＭＨｚ，ｔ）およびＰ（ＦＨ｜ＦＨｚ，ｔ）は、仮説遷移確率であり、ＳＮＰ間の減数分裂交差の可能性をシミュレートするデータベース（例えば、ＨａｐＭａｐ）から、ＳＮＰｔ－１とｔ間の交差確率を介して導出される。具体的には、遷移確率は、Ｐ（Ｈ１｜Ｈ１，ｔ）＝Ｐ（Ｈ２｜Ｈ２，ｔ）＝１－ｃｔ（例えば、交差は発生しない）およびＰ（Ｈ１｜Ｈ２，ｔ）＝Ｐ（Ｈ２｜Ｈ１，ｔ）＝ｃｔ（例えば、交差が発生した）として表され得る。ここでｃｔは、ＳＮＰ ｔ－１とｔ間の交差確率である。
【0081】
図４にも示される出力確率は、親サンプルまたは兄弟サンプルの配列決定におけるマイクロアレイ測定におけるノイズを考慮するために使用され得る。具体的には、出力確率は、真の遺伝子型Ｇである場合のチャネルごとのデータ尤度のＳＮＰごとの積である：Ｐ（データ｜遺伝子型＝Ｇ）＝Ｐ（チャネルＡのデータ｜Ｇ）＊Ｐ（チャネルＢのデータ｜Ｇ）。２つの異なるアプローチが、チャネルデータの尤度をモデル化するために使用され得る。第１のアプローチでは、簡略化された離散出力モデルが、使用される。
【0082】
離散出力モデルの場合、チャネル非依存行列積は、式２を用いて得られる：
【数2】
【0083】
ここで、ｄｉｎは、ドロップイン率、ｄｏｕｔは、ドロップアウト率である。この積は、表３に示すとおり、真の遺伝子型Ｇおよび測定された遺伝子型ｇの対立遺伝子Ａ、Ｂの数に基づく。ドロップイン（ｄｉｎ）およびドロップアウト（ｄｏｕｔ）レートパラメータは、マイクロアレイ強度データを用いて、個別に適合される。いくつかの実施形態では、ゲノムデータのドロップイン率は０．１％に設定され得、ゲノムデータのドロップアウト率は０．１５％に設定され得る。
【表3】
【0084】
第２のアプローチは、より複雑な連続出力モデルである。連続出力モデルの場合、２次元尤度Ｐ（データ｜Ｇ）＝Ｐ（チャネルＡ測定｜Ｇ）＊Ｐ（チャネルＢ測定｜Ｇ）が使用され、ここで各チャネル尤度は、特定の遺伝子型Ｇの既知の連続分布によりパラメータ化される。分布パラメータは、遺伝子型Ｇをもたらす親のコンテキストの胚マイクロアレイ測定を使用して、各カップルに適合される。
【0085】
親サポートモデルから得られる出力は、フェージングされた母方染色体セットとフェージングされた父方染色体セットであり得る。
【0086】
シミュレートされた親配偶子の生成
フェージングされた母方染色体セットおよびフェージングされた父方染色体セットが生成されると、減数分裂組換えモデルを使用して、フェージングされた母方染色体セットに基づく母方配偶子、およびフェージングされた父方染色体セットに基づく父方配偶子を生成し得る。さらに、減数分裂組換えモデルは、１つ以上の目的の減数分裂組換え部位に基づき、母方配偶子および父方配偶子を生成し得る。
フェージングされた母方染色体セットおよびフェージングされた父方染色体セットが生成されると、減数分裂組換えモデルを使用して、フェージングされた母方染色体セットに基づく母方配偶子、およびフェージングされた父方染色体セットに基づく父方配偶子を生成し得る。さらに、減数分裂組換えモデルは、１つ以上の目的の減数分裂組換え部位に基づき、母方配偶子および父方配偶子を生成し得る。
【0087】
いくつかの実施形態では、母方配偶子および父方配偶子は、図２Ａ～図２Ｂにおいて上述されるように親サポートモデルを使用すること、および／または１つ以上の減数分裂組換えモデルを使用する（これらは、親サポートモデルに含められてよい）ことなどにより、ソフトウェアベースのアプローチを使用してシミュレートされ得る。いくつかの実施形態では、目的の減数分裂組換え部位（例えば、ブレークポイントとして表される）は、ソフトウェアベースのアプローチを使用して導出され得る。それぞれのフェージングされた親染色体セット（例えば、母方染色体セットまたは父方染色体セット）を次に、目的の減数分裂組換え部位で交差させて、対応する親配偶子（例えば、母方配偶子または父方配偶子）を生成する。
【0088】
シミュレートされた胚遺伝子型の生成
母方配偶子および父方配偶子が生成されると、これらの配偶子を組み合わせて、シミュレートされた胚の遺伝子型を生成し得る。上述のとおり、上記の操作は、所望の回数繰り返されてよく、これにより１つ以上のシミュレートされた胚遺伝子型が予期される胚について生成され得る。いくつかの実施形態では、閾値数のシミュレートされた胚遺伝子型が、下流の疾患確率の決定における信頼性を高めるために必要とされ得る。例えば、いくつかの実施形態では、少なくとも１０個以上のシミュレートされた胚の遺伝子型が、必要とされ得る。ＰＲＳが次に、シミュレートされた各胚の遺伝子型について生成され得、ＰＲＳを使用して、以下でさらに説明するように、予期される胚の疾患分布の確率を決定し得る。
母方配偶子および父方配偶子が生成されると、これらの配偶子を組み合わせて、シミュレートされた胚の遺伝子型を生成し得る。上述のとおり、上記の操作は、所望の回数繰り返されてよく、これにより１つ以上のシミュレートされた胚遺伝子型が予期される胚について生成され得る。いくつかの実施形態では、閾値数のシミュレートされた胚遺伝子型が、下流の疾患確率の決定における信頼性を高めるために必要とされ得る。例えば、いくつかの実施形態では、少なくとも１０個以上のシミュレートされた胚の遺伝子型が、必要とされ得る。ＰＲＳが次に、シミュレートされた各胚の遺伝子型について生成され得、ＰＲＳを使用して、以下でさらに説明するように、予期される胚の疾患分布の確率を決定し得る。
【0089】
多遺伝子リスクスコアの決定
多遺伝子リスクスコアリング
上述のように１つ以上のシミュレートされた胚の遺伝子型が生成されると、多遺伝子リスクモデルを、シミュレートされた各胚の遺伝子型に適用して、対応するシミュレートされた胚の遺伝子型について、多遺伝子リスクスコア（ＰＲＳ）（多遺伝子スコア（ＰＧＳ）または遺伝的リスクスコア（ＧＲＳ）とも呼ばれる）を生成し得る。１つ以上のＰＲＳが、ＰＲＳセットに格納されてよい。ＰＲＳは、シミュレートされた胚の遺伝子型の遺伝子構成を有する胚について特定の状態のリスクを示し得る。ＰＲＳは、シミュレートされた胚の遺伝子型（先行ゲノムから継承されたもの）中に疾患を引き起こすバリアントが存在するか否かを決定する。特定の疾患を引き起こすバリアントの存在または不在は、疾患感受性を上昇させ得る。疾患を引き起こすバリアントとしては、例えば、一塩基バリアント（ＳＮＶ）、小さいＤＮＡ塩基の挿入または欠失（インデル）、および／またはコピー数バリアント（ＣＮＶ）が挙げられる。
多遺伝子リスクスコアリング
上述のように１つ以上のシミュレートされた胚の遺伝子型が生成されると、多遺伝子リスクモデルを、シミュレートされた各胚の遺伝子型に適用して、対応するシミュレートされた胚の遺伝子型について、多遺伝子リスクスコア（ＰＲＳ）（多遺伝子スコア（ＰＧＳ）または遺伝的リスクスコア（ＧＲＳ）とも呼ばれる）を生成し得る。１つ以上のＰＲＳが、ＰＲＳセットに格納されてよい。ＰＲＳは、シミュレートされた胚の遺伝子型の遺伝子構成を有する胚について特定の状態のリスクを示し得る。ＰＲＳは、シミュレートされた胚の遺伝子型（先行ゲノムから継承されたもの）中に疾患を引き起こすバリアントが存在するか否かを決定する。特定の疾患を引き起こすバリアントの存在または不在は、疾患感受性を上昇させ得る。疾患を引き起こすバリアントとしては、例えば、一塩基バリアント（ＳＮＶ）、小さいＤＮＡ塩基の挿入または欠失（インデル）、および／またはコピー数バリアント（ＣＮＶ）が挙げられる。
【0090】
特に、多遺伝子リスクモデルは、以下に説明する式３を用いて、シミュレートされた胚の遺伝子型について多遺伝子リスクスコアを生成し得る。
【数3】
【0091】
式３において、βｉは、ＳＮＰｉの関連対立遺伝子の対数オッズ比であり、ｘｉは、ＳＮＰｉの対立遺伝子量であり、ｎは、多遺伝子リスクモデルに含まれるＳＮＰの総数である。
【0092】
表４は、白斑ＰＲＳを計算するために使用される様々な疾患を引き起こすバリアントに関連する対数オッズ比の例を示す。
【表4】
【0093】
正規化
いくつかの実施形態では、各ＰＲＳは、１つ以上の正規化方法を使用して正規化され得る。いくつかの実施形態では、各ＰＲＳは、集団データに基づき正規化される。いくつかの実施形態では、集団データは、祖先特異的集団データであり得る。祖先特異的集団データは、特定の祖先について収集された集団データであり得る。いくつかの実施形態では、シミュレートされた胚遺伝子型の１つ以上のハプロタイプが、各ハプロタイプについて対応する祖先を同定するためにを評価され得る。最大部分（例えば、最大の割合）を有する祖先が、シミュレートされた胚の遺伝子型に対し選択され、その祖先に対応する祖先特異的集団データが、シミュレートされた胚の遺伝子型に対し選択され得る。それにより、シミュレートされた各胚の遺伝子型は、祖先を考慮したデータを用いて正規化され得る。
いくつかの実施形態では、各ＰＲＳは、１つ以上の正規化方法を使用して正規化され得る。いくつかの実施形態では、各ＰＲＳは、集団データに基づき正規化される。いくつかの実施形態では、集団データは、祖先特異的集団データであり得る。祖先特異的集団データは、特定の祖先について収集された集団データであり得る。いくつかの実施形態では、シミュレートされた胚遺伝子型の１つ以上のハプロタイプが、各ハプロタイプについて対応する祖先を同定するためにを評価され得る。最大部分（例えば、最大の割合）を有する祖先が、シミュレートされた胚の遺伝子型に対し選択され、その祖先に対応する祖先特異的集団データが、シミュレートされた胚の遺伝子型に対し選択され得る。それにより、シミュレートされた各胚の遺伝子型は、祖先を考慮したデータを用いて正規化され得る。
【0094】
正規化の方法の一例は、標準スコア正規化であり、これは式４で表され得る。
【数4】
【0095】
式４において、ｚは、正規化されたＰＲＳであり、ｘは、生のＰＲＳ（式１を用いて決定される）であり、μは、一致する集団についての平均であり、σは、一致する集団についての標準偏差である。
【0096】
追加的にまたは代替的に、ＰＲＳは、以下の式５に示すとおり、ＰＲＳを中心化すること、および中心化されたＰＲＳを標準偏差で割ることにより、正規化され得る。
【数5】
【0097】
式５において、ｚは、正規化されたＰＲＳであり、ＰＲＳｃｅｎｔｅｒｅｄは、中心化されたＰＲＳであり、σは、１０００人ゲノムプロジェクトに記載される集団などの、シミュレートされた胚の遺伝子型に最も密接に関連する集団の標準偏差である。中心化されたＰＲＳ値は、式６および７に示すとおり、対照個体（例えば、目的の表現型を有しない個体）における最初の４つの主成分（ＰＣ）スコアに対するＰＲＳの線形回帰から予測されるＰＲＳ値を差し引くことにより決定され得る。
【数6】
【0098】
式７において、βｉは、ＳＮＰｉの関連対立遺伝子についての対数オッズ比であり、（ＰＣ）ｉは、線形回帰を用いて決定される対応する主成分スコアである。式６では、ｘは、ＰＲＳ値であり、ｘｐｒｅｄは、予測されるＰＲＳ値である。
【0099】
疾患分布決定の確率
１つ以上のＰＲＳを決定した後（およびいくつかの実施形態では、正規化の後）、シミュレートされた胚の遺伝子型についての各ＰＲＳを使用して、予期される胚について疾患分布の確率を決定し得る。いくつかの実施形態では、疾患分布の正確な確率を決定するために、閾値数のシミュレートされた胚遺伝子型が必要とされ得る。いくつかの実施形態では、少なくとも１０個以上のシミュレートされた胚の遺伝子型が、必要とされ得る。
１つ以上のＰＲＳを決定した後（およびいくつかの実施形態では、正規化の後）、シミュレートされた胚の遺伝子型についての各ＰＲＳを使用して、予期される胚について疾患分布の確率を決定し得る。いくつかの実施形態では、疾患分布の正確な確率を決定するために、閾値数のシミュレートされた胚遺伝子型が必要とされ得る。いくつかの実施形態では、少なくとも１０個以上のシミュレートされた胚の遺伝子型が、必要とされ得る。
【0100】
さらに、１つ以上のリスク閾値が、目的の各疾患について決定され得る。いくつかの実施形態では、リスク閾値は、平均疾患リスクよりも高いリスクと関連付けられるＰＲＳ値（または、以下でさらに論ずる相対リスク値）であってよい。リスク閾値は、臨床データまたは他のデータを用いて決定され得る。
【0101】
相対リスクへの変換
１つ以上のＰＲＳを決定した後で、かつ正規化の後で、各ＰＲＳは、疾患の相対リスク（ＲＲ）に変換され得る。ＲＲは、効果サイズモデルを使用して決定され得る。効果サイズモデルは、各ＰＲＳを受け取り、式８に従ってＰＲＳについて対応するオッズ比を決定する。
１つ以上のＰＲＳを決定した後で、かつ正規化の後で、各ＰＲＳは、疾患の相対リスク（ＲＲ）に変換され得る。ＲＲは、効果サイズモデルを使用して決定され得る。効果サイズモデルは、各ＰＲＳを受け取り、式８に従ってＰＲＳについて対応するオッズ比を決定する。
【数7】
【0102】
式８において、ｚｓｃｏｒｅは、上記のように正規化されたＰＲＳであり、Β_PRSは、ＰＲＳの対数オッズ比である。効果サイズモデルは次いで、式９に従いＲＲを決定し得る。
【数8】
【0103】
式９において、ｐｒｅｖは、疾患の有病率である。ＰＲＳがＲＲに変換されると、疾患分布の確率は、ＰＲＳの代わりにＲＲを用いて表され得る。
【0104】
図７Ａ～７Ｋは、様々な疾患について、ＲＲを用いる疾患分布の確率の実施例の追加例を示す。さらに、図７Ａ～７Ｋでは、非連結アプローチ法および連結アプローチ法の両方が、疾患分布の確率を生成するために使用される。同様にここで、矢印は、実際の胚について決定されたそれぞれの疾患の予測されるリスクを表す。図７Ａ～７Ｋに示すとおり、いくつかの実施例では、非連結アプローチは、クローン病についての疾患分布の確率を示す図７Ａでのように、連結アプローチにかなり近くへと疾患分布の確率を接近させる。しかし、多くの他の場合、非連結アプローチにより決定される疾患分布の確率は、１型糖尿病の疾患分布の確率を示す図７Ｊでなどの、連結アプローチにより決定される疾患分布の確率から顕著にそれる。上述のとおり、この発散は、非連結アプローチが、一緒に伝達されしたがって協調的にリスクを増大させる、同じハプロタイプ上で連結されるリスクに寄与するバリアントを考慮できないことによる。
【0105】
図８は、非連結近似値および連結近似値のスコア分布の例を示す。連結近似値がＰＲＳの決定に与える影響をよりわかりやすく示すために、２つの部位を有する簡略化されたモデルを考慮してもよい。それぞれの親は、両方の部位において、ヘテロ接合性であり得る（０／１）。非連結近似では、子供が遺伝子型０／０、０／１、および１／１を有する確率は、それぞれ０．２５、０．５、および０．２５である。各リスク対立遺伝子の重みは、図８に示す非連鎖スコア分布を得るために０．５であると想定され得る。連結アプローチでは、これらの２つの部位は、連結されかつ単一の部位へと縮小できると想定される。ここでリスク対立遺伝子の重みは、図８に示す連結スコア分布を得るために、１である。図８に示すとおり、平均ＰＲＳは同じであり得るが、ＰＲＳの分布は、連鎖を考慮すると変化する。
【0106】
さらに、図９は、コンテキスト上、祖先情報の伝達に関して、シミュレートされた胚の遺伝子型に対する非連結アプローチおよび連結アプローチの影響をさらに示す。非連結アプローチでは、シミュレートされた胚の遺伝子型への父親の寄与は曖昧であり、それによりＰＲＳ予測リスクに人為的な変化を生じ得る。逆に、連結アプローチでは、ローカル祖先が維持され、したがってＰＲＳモデルがリスクスコアリングを決定する際にローカル祖先アプローチを考慮することを可能にする。
【0107】
疾患発生リスク
疾患分布の確率が予期される胚について決定されると、１つ以上の疾患についての発生リスクもまた、予期される胚について決定され得る。発生リスクは、疾患分布の確率および１つ以上の閾値に基づき決定され得る。１つ以上の閾値は、疾患の高リスクに関連するＰＲＳを区分する１つ以上のＰＲＳ閾値および／またはＲＲ閾値であってよい。閾値を満たす（例えば、閾値を超える）シミュレートされた胚の遺伝子型の割合は、予期される胚についての発生リスクを決定するために使用され得る。発生リスクは、連結近似を用いて決定されるシミュレートされた胚の遺伝子型に基づき、予期される胚において発生する特定の疾患の尤度を示し得る。
疾患分布の確率が予期される胚について決定されると、１つ以上の疾患についての発生リスクもまた、予期される胚について決定され得る。発生リスクは、疾患分布の確率および１つ以上の閾値に基づき決定され得る。１つ以上の閾値は、疾患の高リスクに関連するＰＲＳを区分する１つ以上のＰＲＳ閾値および／またはＲＲ閾値であってよい。閾値を満たす（例えば、閾値を超える）シミュレートされた胚の遺伝子型の割合は、予期される胚についての発生リスクを決定するために使用され得る。発生リスクは、連結近似を用いて決定されるシミュレートされた胚の遺伝子型に基づき、予期される胚において発生する特定の疾患の尤度を示し得る。
【0108】
例えば、図６は、白斑についてのＲＲを用いる疾患分布の確率の例を示す。図６に示すとおり、シミュレートされた胚の遺伝子型を使用して決定された、予期される胚についての疾患リスク分布（例えば、白斑）は、上記のように生成され処理された。図６はさらに、三角形を示し、これは、提供され配列決定されたサンプルに基づき計算された親ＲＲを表す。さらに、矢印は、実際の胚について白斑の予測されるリスクを示す。点線は、高い疾患リスクに関連するＰＲＳを区別するために使用される閾値である。図６に示される、結果として得られる疾患分布の確率は、胚の９３％がＲＲ閾値３を下回るＲＲを有するであろうこと、および胚の７％が閾値以上のＲＲを有するであろうことを示唆する。したがって、予期される胚についての発生リスクは、７％であり得る。そのため、家族、医療提供者、および他の関係者は、予期される胚が高リスクの白斑に関連する遺伝子型を有するリスクは比較的低いことを知らされ得る。
【0109】
実装例
連結近似の実装の一例は、臨床現場内である。特に、多遺伝子障害について着床前遺伝子検査（ＰＧＴ－Ｐ）を実施する臨床現場である。典型的には、ＩＶＦを受ける女性はしばしば、必要とされる数よりも多い、移植に利用可能な胚を有する。これは、妊娠が成功する可能性を最大化するのみでなく、母親またはその家族メンバーのいずれかに影響を与える疾患を子供に移す可能性を最小限に抑える機会も与える。胚の疾患リスクを予測することは、一般的な疾患および稀な疾患の大部分を含む、遺伝的成分を有するあらゆる疾患について可能である。
連結近似の実装の一例は、臨床現場内である。特に、多遺伝子障害について着床前遺伝子検査（ＰＧＴ－Ｐ）を実施する臨床現場である。典型的には、ＩＶＦを受ける女性はしばしば、必要とされる数よりも多い、移植に利用可能な胚を有する。これは、妊娠が成功する可能性を最大化するのみでなく、母親またはその家族メンバーのいずれかに影響を与える疾患を子供に移す可能性を最小限に抑える機会も与える。胚の疾患リスクを予測することは、一般的な疾患および稀な疾患の大部分を含む、遺伝的成分を有するあらゆる疾患について可能である。
【0110】
着床前遺伝子検査はすでに、胚生検片を得ることを伴う異数性スクリーニング（ＰＧＴ－Ａ）のために、日常的に実施されている。このプロセスで収集された胚細胞は次いで、シーケンシングまたはマイクロアレイ技術により遺伝子型決定されて、特定の胚について一般的な疾患リスク（ＰＧＴ－Ｐ）を予測するために必要とされる塩基対レベルの情報を収集し得る。これらの予測に基づき、ＩＶＦクリニックは次いで、高められた疾患リスクを保持しない胚を移植用に選択できる。
【0111】
しかし、場合によっては、ＩＶＦの特定のラウンドは、すべてが高い疾患のリスクを有すると決定される胚を生成し得る。図１７の例のフローチャートに示すとおり、第１のＩＶＦサイクル（例えば、サイクル１）が、カップルに対して実施され得、ＰＧＴ－Ｐが、操作１７０２に示すとおり、各胚について疾患のリスクを推測するために使用され得る。操作１７０４では、ＰＧＴ－Ｐの結果に基づき、すべての胚が１つ以上の疾患について高リスクであるか否かを決定できる。胚の１つ以上が、１つ以上の疾患についてリスクが高くないと決定されると、それらの胚は、移植用に選択され、追加のＩＶＦサイクルは必要とされず、これによりこのプロセスは、操作１７１２に進み得る。
【0112】
すべての胚が高リスクである場合、プロセスは、操作１７０６に進み、そこで予期される胚が、上記の連結アプローチを使用してシミュレートされ得る。操作１７０８では、予期される胚についての発生リスクが１つ以上の閾値を満たすか否かが決定され得る。例えば、５０％の閾値が、５０％以下である値を有する発生リスクが閾値を満たすように、設定され得る。５０％を超える発生リスクが予期される胚について決定されると、閾値は満たされない。
【0113】
発生リスクが１つ以上の閾値を満たさない場合、プロセスは、操作１７１２に進む。操作１７１０では、追加のＩＶＦラウンド（例えば、サイクル２）は、推奨されない場合がある。この推奨は、高い疾患リスクを有しない（例えば、ＰＧＴ－Ｐから決定される）予期される胚の成功の可能性がほとんどない場合に起こり得る。
【0114】
発生リスクが１つ以上の閾値を満たす場合、プロセスは、操作１７１０に進む。操作１７１０では、ＰＧＴ－ＰによるＩＶＦの２回目のサイクル（例えば、サイクル２）が推奨されると決定され得る。
【0115】
結果にかかわらず、ＩＶＦの追加のラウンドの推奨のいずれかが、臨床従事者（医師、看護師、産科医など）、遺伝学者、患者などに出力され得、これにより次の行動方針の決定に関与する当事者が、ＩＶＦの別のラウンドのリスクおよび潜在的な成功率についてよりよく知らされ得る。連結アプローチは、シミュレートされた胚の遺伝子型間で予測リスクに大きな相違がある場合に特に有益であり得る。
【0116】
実装システムの例
ここに記載する方法は、様々なシステムで実装され得る。例えば、いくつかの実施形態では、本システムは、フェージングされた親染色体セットを生成するため、目的の組換え部位を決定するため、１つ以上のシミュレートされた胚の遺伝子型を生成するため、多遺伝子リスクモデルを１つ以上のシミュレートされた胚の遺伝子型に適用するため、疾患分布の確率を決定するためなどに使用され得る。
ここに記載する方法は、様々なシステムで実装され得る。例えば、いくつかの実施形態では、本システムは、フェージングされた親染色体セットを生成するため、目的の組換え部位を決定するため、１つ以上のシミュレートされた胚の遺伝子型を生成するため、多遺伝子リスクモデルを１つ以上のシミュレートされた胚の遺伝子型に適用するため、疾患分布の確率を決定するためなどに使用され得る。
【0117】
本システムは、１つ以上のシステムデバイスを備え得、これは、図１０で装置１０００として示されるように、１つ以上のコンピューティングデバイスまたはサーバーにより実現され得る。図１０に示すとおり、装置１０００は、プロセッサ１００２、メモリ１００４、および通信ハードウェア１００６を備え、それらのそれぞれは、以下に詳細に記載される。様々な構成要素は単に、装置１０００と接続されているとして図１０で示されるが、装置１０００は、装置１０００の様々な構成要素の任意の組み合わせの間で情報を渡すためのバス（図１０では明示的に示されない）をさらに備え得ることが理解されるであろう。装置１０００は、上述の様々な操作を実行するように構成され得る。
【0118】
プロセッサ１００２（および／またはプロセッサを支援するかまたはさもなければプロセッサと関連付けられるコプロセッサまたは任意の他のプロセッサ）は、装置の構成要素間で情報を渡すために、バスを介してメモリ１００４と通信され得る。プロセッサ１００２は、多数の異なる方法で実現され得、例えば、独立して実施するように構成される１つ以上の処理デバイスを備え得る。さらに、プロセッサは、ソフトウェア命令、パイプライン処理、および／またはマルチスレッド処理の独立した実行を可能にするためにバスを介してタンデムに構成される１つ以上のプロセッサを備え得る。「プロセッサ」という用語の使用は、シングルコアプロセッサ、マルチコアプロセッサ、装置１０００の複数のプロセッサ、リモートまたは「クラウド」プロセッサ、またはそれらの任意の組み合わせを含むと理解され得る。
【0119】
プロセッサ１００２は、メモリ１００４に格納されるソフトウェア命令またはさもなければプロセッサにアクセス可能なソフトウェア命令（例えば、別のストレージデバイスに格納されるソフトウェア命令）を実行するように構成され得る。場合によっては、プロセッサは、ハードコードされた機能を実行するように構成され得る。したがって、ハードウェアまたはソフトウェアの方法により構成されるか、またはハードウェアとソフトウェアの組み合わせにより構成されるかにかかわらず、プロセッサ１００２は、それに応じて構成されながら、本発明の様々な実施形態に従い操作を実施できるエンティティ（例えば、回路で物理的に具現化される）を表す。あるいは、別の例として、プロセッサ１００２がソフトウェア命令の実行者として具体化される場合、ソフトウェア命令は、プロセッサ１００２を、ソフトウェア命令が実行されると本明細書に記載のアルゴリズムおよび／または操作を実施するように、具体的に設定し得る。
【0120】
メモリ１００４は、非一時的であり、例えば、１つ以上の揮発性メモリおよび／または不揮発性メモリを備えてよい。換言すれば、例えば、メモリ１００４は、電子記憶装置（例えば、コンピュータ可読憶媒体）であってよい。メモリ１００４は、本明細書で企図される実施形態例に従い、装置が様々な機能を実施できるようにするための、情報、データ、コンテンツ、アプリケーション、ソフトウェア命令などを格納するように構成され得る。
【0121】
通信ハードウェア１００６は、装置１０００と通信するネットワークおよび／または任意の他のデバイス、回路、またはモジュールから／へとデータを受信するおよび／または送信するように構成される、ハードウェアまたはハードウェアとソフトウェアの組み合わせのいずれかで実現されるデバイスまたは回路などの、任意の手段であり得る。この点に関して、通信ハードウェア１００６は、例えば、有線または無線通信ネットワークとの通信を可能にするネットワークインターフェイスを含み得る。例えば、通信ハードウェア１００６は、１つ以上のネットワークインターフェイスカード、アンテナ、バス、スイッチ、ルータ、モデム、ならびに支援ハードウェアおよび／もしくはソフトウェア、またはネットワーク経由の通信を可能にするのに好適な任意の他のデバイスを備え得る。さらに、通信ハードウェア１００６は、このような信号をネットワークに送信させるための、またはネットワークから受信される信号の受けとりを処理するための処理回路を備え得る。
【0122】
通信ハードウェア１００６は、ユーザに出力を提供するように構成され得、いくつかの実施形態では、ユーザ入力の指示を受信するように構成され得る。通信ハードウェア１００６は、ディスプレイなどのユーザーインターフェイスを備え、かつＷｅｂブラウザ、モバイルアプリケーション、専用ユーザーデバイスなどの、ユーザーインターフェイスの使用を制御する構成要素もさらに備え得る。いくつかの実施形態では、通信ハードウェア１００６は、キーボード、マウス、タッチスクリーン、タッチ領域、ソフトキー、マイク、スピーカー、および／または他の入出力機構を備え得る。通信ハードウェア１００６は、プロセッサ１００２を使用して、プロセッサ１００２にアクセス可能なメモリ（例えば、メモリ１００４）に格納されたソフトウェア命令（例えば、アプリケーションソフトウェアおよび／またはファームウェアなどのシステムソフトウェア）を介してこれらのユーザーインターフェイス要素の１つ以上の機能を制御し得る。
【0123】
実施例
実施例１
体外受精した胚の着床前遺伝子検査（ＰＧＴ）を実施して、１０組のカップルにわたり１１０個の胚における継承されたゲノム配列を推測し、かつ１２の一般的な状態にわたりる感受性をモデル化した。シミュレートされた予期される胚をその後、生まれた子供のゲノム配列と比較し、かつ多遺伝子リスクスコアを計算することおよび疾患リスクに対し大きな影響を有する希少バリアントの継承を推測することにより、一般的な疾患リスクを予測するためにまた使用した。
実施例１
体外受精した胚の着床前遺伝子検査（ＰＧＴ）を実施して、１０組のカップルにわたり１１０個の胚における継承されたゲノム配列を推測し、かつ１２の一般的な状態にわたりる感受性をモデル化した。シミュレートされた予期される胚をその後、生まれた子供のゲノム配列と比較し、かつ多遺伝子リスクスコアを計算することおよび疾患リスクに対し大きな影響を有する希少バリアントの継承を推測することにより、一般的な疾患リスクを予測するためにまた使用した。
【0124】
表５は、各カップル（それぞれがめいめいのケース識別子に割り当てられる）の概要を示す。各ケースについてのパフォーマンスを、シミュレートされた胚の遺伝子型を生まれた子供のＤＮＡ遺伝子型と比較することにより決定した。表５に示すとおり、多遺伝子予測に使用した部位で、５日目の胚では９９．０～９９．４％の、３日目の胚では９７．２～９９．１％の範囲の精度が得られた。ケース１は、３日目の胚のみを含み、ケース２は、３日目の胚および５日目の胚の両方を含む。すべての他のケースは、５日目の胚のみを含んだ。統計を、生まれた子供における遺伝子型（ヘテロ接合型またはホモ接合型）別に分類する。胚生検からのＰＧＴを、３個～３３個の胚にわたり、ＨｕｍａｎＣｙｔｏＳＮＰ－１２ ＢｅａｄＣｈｉｐアレイで民間の研究所（例えば、Ｎａｔｅｒａ、旧Ｇｅｎｅ Ｓｅｃｕｒｉｔｙ Ｎｅｔｗｏｒｋ）により実施した。カバレッジおよび精度を、親および生まれた子供における信頼性の高い遺伝子型のコールであるゲノム位置において評価した。
【表5】
【0125】
さらに、図１５は、シミュレートされた胚予測と生まれた子供からのＰＲＳの相関を示す。図１５の最初のグラフは、予測された生のＰＲＳと測定された（出生児の）生のＰＲＳの密接な相関を示しており、予測された多遺伝子リスクと測定された多遺伝子リスクの間の遺伝子型の一致と矛盾しない。
【0126】
図１５の２番目のグラフは、生のＰＲＳから導出された予測されたＺスコアと測定されたＺスコアの相関を示す（ｒ２＝０．９４７）。家族５および９は、集団祖先を用いる平均中心多遺伝子リスクへのアプローチが混合を考慮できないため、この分析から除外された。
【0127】
新鮮な血液サンプルが入手可能であった４つのケースでは、合成ロングリードシーケンシングもまた、母方サンプルおよび父方サンプルの両方に対し実施した。上記のプロトコルに対する変更は、低減された転移酵素を除き、標準プロトコルを使用してＴＥＬＬ－Ｓｅｑライブラリを用いる高分子量ＤＮＡおよびライブラリの調製をさらに行うことを含んだ。
【0128】
実施例２
親の遺伝子型および生まれた子供の遺伝子型の全ゲノムシーケンスでは、平均深度３０ｘを目標とした。すべてのサンプルの実際の平均カバレッジは、２９ｘ～１１１倍ｘの範囲であった。表６は、対応する母親、父親、および子供のシーケンシングで各ケースについて使用された実際の平均深度を示す。２０ｘを超えるパーセンテージ（％≧２０ｘ）は、少なくとも２０個のシーケンスリードによりカバーされるゲノム塩基のパーセンテージを示す。
親の遺伝子型および生まれた子供の遺伝子型の全ゲノムシーケンスでは、平均深度３０ｘを目標とした。すべてのサンプルの実際の平均カバレッジは、２９ｘ～１１１倍ｘの範囲であった。表６は、対応する母親、父親、および子供のシーケンシングで各ケースについて使用された実際の平均深度を示す。２０ｘを超えるパーセンテージ（％≧２０ｘ）は、少なくとも２０個のシーケンスリードによりカバーされるゲノム塩基のパーセンテージを示す。
【表6】
【0129】
ＷＧＳ一次分析および二次分析を、Ｓｅｎｔｉｅｏｎ Ｓｏｆｔｗａｒｅにより実装されたＢｒｏａｄ Ｉｎｓｔｉｔｕｔｅ’ｓ ｂｅｓｔ ｐｒａｃｔｉｃｅｓ ｐｉｐｅｌｉｎｅ（ＧＡＴＫ）に従い行った。ヒト参照ゲノム配列（ＧＲＣｈ３７）を、Ｂｕｒｒｏｗ－Ｗｈｅｅｌｅｒ Ａｌｉｇｎｅｒ（ｂｗａ）バージョン０．７．１７を使用してマッピングした。次に、それぞれの親および実際の子供についてのジェノタイピングを、２つのステップを用いて実施した。最初に、親および生まれた子供に対する共同バリアントコールは、ＳｅｎｔｉｅｏｎのＧＶＣＦｔｙｐｅｒを使用して、配列をキャプチャし、内部品質管理閾値に基づきこれらをフィルタした。共同バリアントコールは、すべてのサンプル（例えば、母方サンプル、父方サンプル、生まれた子供のサンプル）が同時に考慮されて、所与ののサンプルから検出されるバリアント位置と対照的に多くのバリアント位置で遺伝子型を生成することを可能にする。内部品質管理閾値は、基本品質管理、中央深度（ＤＰ）、フィッシャーストランド（ＦＳ）、および対立遺伝子深度により正規化された品質スコア（ＱＤ）を含み得る。これらの内部品質管理閾値は、シーケンシングエラーを同定するために使用され得る。特に、内部品質管理の閾値を、次のように設定した：ＢＰは２０以上であり、ＤＰは８以上であり、ＦＳは３０未満であり、ＱＤは４より大きい。次に、遺伝子型を、少なくとも８ｘのリード深度で多遺伝子モデルに特異的な部位においてコールした。
【0130】
実施例３
胚生検を、胚ＤＮＡを抽出することおよび増幅することにより、その後迅速なＳＮＰマイクロアレイプロトコル（例えば、ＩｌｌｕｍｉｎａのＨｕｍａｎＣｙｔｏＳＮＰ－１２ＢｅａｄＣｈｉｐで）を使用してジェノタイピングを行うことにより、遺伝子型同定した。兄弟の胚と親のＳＮＰマイクロアレイ測定を、親サポートモデルを使用して組み合わせて、ＨａｐＭａｐデータベースからの組換え頻度を親由来のＳＮＰアレイ測定および兄弟の胚由来のＳＮＰアレイ測定と組み合わせることにより、各親におけるヘテロ接合性ＳＮＶの最大尤度推定（ＭＬＥ）フェーズを決定した。この組み合わせは、親サポートハプロタイプを生成し得る。
胚生検を、胚ＤＮＡを抽出することおよび増幅することにより、その後迅速なＳＮＰマイクロアレイプロトコル（例えば、ＩｌｌｕｍｉｎａのＨｕｍａｎＣｙｔｏＳＮＰ－１２ＢｅａｄＣｈｉｐで）を使用してジェノタイピングを行うことにより、遺伝子型同定した。兄弟の胚と親のＳＮＰマイクロアレイ測定を、親サポートモデルを使用して組み合わせて、ＨａｐＭａｐデータベースからの組換え頻度を親由来のＳＮＰアレイ測定および兄弟の胚由来のＳＮＰアレイ測定と組み合わせることにより、各親におけるヘテロ接合性ＳＮＶの最大尤度推定（ＭＬＥ）フェーズを決定した。この組み合わせは、親サポートハプロタイプを生成し得る。
【0131】
次に、親サポートモデルのＨＭＭを使用して、胚からのＳＮＰアレイ測定値と各親についてのＭＬＥ期を考慮して、各胚に伝達される可能性が最も高い親のハプロタイプを決定した。ＨＭＭの出力を、減数分裂組換え部位を通知するために使用した。
【0132】
実施例４
それぞれの親におけるＷＧＳ由来バリアントのフェージングを行うために、別のシミュレーションモデルを使用して、親についてハプロタイプを推定した（例えば、ＳＨＡＰＥＩＴ４を使用して）。デフォルトのパラメータを、ＵＫ１０Ｋインピュテーションコホート＋１０００ゲノムフェーズ３（データセットＥＧＡＤ００００１０００７７６）などで利用可能なものなどの、追加のデータベースデータと共に使用し、これらは、参照パネルおよび親のサポートハプロタイプ足場として役立った。この足場は、約２００，０００個のフェージングされたバリアントで構成され、参照パネルを使用して実施されるフェージングを固定するために役立つ。図１１は、フェージングされた親の遺伝子型を取得するプロセスを示す。各染色体は、独立してかつ並行して処理され、すべての染色体がその後、組み合わされる。多重対立遺伝子部位を、除外し、破棄した。参照パネルにより表されない希少バリアントに対する追加のパフォーマンスを得るために、高分子量ＤＮＡの連結リード配列が使用され得る。
それぞれの親におけるＷＧＳ由来バリアントのフェージングを行うために、別のシミュレーションモデルを使用して、親についてハプロタイプを推定した（例えば、ＳＨＡＰＥＩＴ４を使用して）。デフォルトのパラメータを、ＵＫ１０Ｋインピュテーションコホート＋１０００ゲノムフェーズ３（データセットＥＧＡＤ００００１０００７７６）などで利用可能なものなどの、追加のデータベースデータと共に使用し、これらは、参照パネルおよび親のサポートハプロタイプ足場として役立った。この足場は、約２００，０００個のフェージングされたバリアントで構成され、参照パネルを使用して実施されるフェージングを固定するために役立つ。図１１は、フェージングされた親の遺伝子型を取得するプロセスを示す。各染色体は、独立してかつ並行して処理され、すべての染色体がその後、組み合わされる。多重対立遺伝子部位を、除外し、破棄した。参照パネルにより表されない希少バリアントに対する追加のパフォーマンスを得るために、高分子量ＤＮＡの連結リード配列が使用され得る。
【0133】
特に、連結リード配列データを、ＴＥＬＬ－Ｓｅｑライブラリ調製方法を使用してケースＩＤ５、８、９、および１０について生成した。各リードの分子バーコード情報を維持することを加えて、上記と同じプロセスを用いるリードアライメントおよびバリアントのコールの後で、分子のフェーズを、別のモデル（例えば、ＨａｐＣｕｔ２モデル）を用いて推測した。ＨａｐＣｕｔ２モデルは、ＤＮＡシーケンスリードからハプロタイプを統合するための最大尤度ベースのツールである。これらのハプロタイプの位置は、ｇｎｏｍａｄデータベースを用いて、それらのグローバルな対立遺伝子頻度によりアノテーションされ得る。
【0134】
図１６は、家族５に由来する兄弟の胚について３番染色体～８番染色体上の伝達されたハプロタイプのプロットを示す。伝達されたハプロタイプは、親サポートから出力され、マイクロアレイ部位のＰＳ胚遺伝子型の基礎を形成する。緑および赤の線は、各胚における母方（ＭＨ）ハプロタイプおよび父方（ＦＨ）ハプロタイプについて、それぞれ親のハプロタイプ１および２を示す（不確実な領域を、黄色で示す）。
【0135】
実施例５
各兄弟の胚の全ゲノム配列を予測するために、遺伝子型を、親サポートモデルのＨＭＭを使用して、染色体にわたるハプロタイプの追加を有しフェージングされた親のゲノムと組み合わせた。胚に伝達された親のハプロタイプを、ハプロタイプと兄弟の胚の遺伝子型を比較することにより得た。これは、それぞれ母方の染色体および父方の染色体にわたり実施したプロセスであった。図１１および図１２は、より詳細にこのプロセスを示す。
各兄弟の胚の全ゲノム配列を予測するために、遺伝子型を、親サポートモデルのＨＭＭを使用して、染色体にわたるハプロタイプの追加を有しフェージングされた親のゲノムと組み合わせた。胚に伝達された親のハプロタイプを、ハプロタイプと兄弟の胚の遺伝子型を比較することにより得た。これは、それぞれ母方の染色体および父方の染色体にわたり実施したプロセスであった。図１１および図１２は、より詳細にこのプロセスを示す。
【0136】
親および生まれた子供のゲノム中の低品質部位、ならびに各家族の配列データ中の多対立遺伝子部位とメンデルの法則エラーに対応する部位が、フィルタにかけられて、「信頼性の高い部位」のセットが形成され得、これらをカバレッジおよび精度を評価するために使用した。予測される胚の遺伝子型のコール（再構築から得られる）を、生まれた子供のＤＮＡのシーケンシングによりコールされたバリアントと比較する。
【0137】
信頼性の高い部位を、７つの集団（アフリカ系、ラテン系、アシュケナージ系ユダヤ人、東アジア系、欧州系、南アジア系、およびその他）から得られた約１５，０００個の全ゲノムおよび１２５，０００個のエクソームで構成される、ｇｎｏｍＡＤｖ２．１データセットからの集団対立遺伝子頻度によりアノテーションした。対立遺伝子頻度が０．１％未満であるか、またはｇｎｏｍＡＤデータベースに存在しないバリアントを、希少であるとみなした。
【0138】
表７は、参照パネルにより、かつ連結リードシーケンスを用いて予測される部位の精度を示す。
【表7】
【0139】
実施例６
多遺伝子リスクスコアおよび祖先主成分を、シミュレートされた各胚遺伝子型について、同様のアプローチを使用して計算した。場合によっては、胚の遺伝子型の予測が決定できなかったため、集団の対立遺伝子頻度を使用して、ＰＲＳスコアを調節した。ＰＲＳスコアを、上記のように中心化しおよび標準化し、ＰＲＳを考慮した疾患のオッズ比へと変換した。具体的には、式３を使用し、βは、ＵＫ Ｂｉｏｂａｎｋから得られたＰＲＳ効果サイズ（すなわち、標準偏差あたりのログオッズ）であり、ＰＲＳは、中心化され標準化されたＰＲＳである。図１４Ａ～１４Ｂは、多遺伝子リスクスコア１０分位ごとの疾患オッズ比を示す。
多遺伝子リスクスコアおよび祖先主成分を、シミュレートされた各胚遺伝子型について、同様のアプローチを使用して計算した。場合によっては、胚の遺伝子型の予測が決定できなかったため、集団の対立遺伝子頻度を使用して、ＰＲＳスコアを調節した。ＰＲＳスコアを、上記のように中心化しおよび標準化し、ＰＲＳを考慮した疾患のオッズ比へと変換した。具体的には、式３を使用し、βは、ＵＫ Ｂｉｏｂａｎｋから得られたＰＲＳ効果サイズ（すなわち、標準偏差あたりのログオッズ）であり、ＰＲＳは、中心化され標準化されたＰＲＳである。図１４Ａ～１４Ｂは、多遺伝子リスクスコア１０分位ごとの疾患オッズ比を示す。
【0140】
実施例７
連結アプローチを使用して、両方の親のフェージングされたゲノムにより始めること、２つの母方のまたは２つの父方の染色体間の組換えを追加すること（配偶子の減数分裂組み換えを近似するため）、およびこれらの「仮想配偶子」をランダムに組み合わせることにより、シミュレートされた胚の遺伝子型を生成した。親サポートモデルを用いて導出されたハプロタイプを、全ゲノムシーケンスと組み合わせて、フェージングされた親ゲノムを生成した。減数分裂組換えモデル（例えば、家系図（両親２名および子供１名）ならびに遺伝子マップを含むｐｅｄ－ｓｉｍ）を使用して、組換えの部位をシミュレートした。減数分裂組換えモデルから得られたブレークポイント（例えば、減数分裂組換え部位）を、フェージングされた親ゲノムと交差させて、「仮想配偶子」を生成した。母親および父親由来の仮想配偶子を次に、組み合わせて、シミュレートされた胚の遺伝子型を生成した。ＰＲＳを、上述のとおりこれらのシミュレートされた胚遺伝子型で実施した。リスクスコアの分布を生成するために、このプロセスを、各カップルに対し５００回繰り返した。非連結アプローチでは、シミュレートされた胚の遺伝子型を、ランダムに各親から１つの対立遺伝子を選択することにより生成し、隣接するバリアントが連結されたか否かについて想定しない。図１３Ａ～１３Ｄは、非連結アプローチおよび連結アプローチの両方を使用する様々な疾患についてのリスクスコアの分布を示す。
連結アプローチを使用して、両方の親のフェージングされたゲノムにより始めること、２つの母方のまたは２つの父方の染色体間の組換えを追加すること（配偶子の減数分裂組み換えを近似するため）、およびこれらの「仮想配偶子」をランダムに組み合わせることにより、シミュレートされた胚の遺伝子型を生成した。親サポートモデルを用いて導出されたハプロタイプを、全ゲノムシーケンスと組み合わせて、フェージングされた親ゲノムを生成した。減数分裂組換えモデル（例えば、家系図（両親２名および子供１名）ならびに遺伝子マップを含むｐｅｄ－ｓｉｍ）を使用して、組換えの部位をシミュレートした。減数分裂組換えモデルから得られたブレークポイント（例えば、減数分裂組換え部位）を、フェージングされた親ゲノムと交差させて、「仮想配偶子」を生成した。母親および父親由来の仮想配偶子を次に、組み合わせて、シミュレートされた胚の遺伝子型を生成した。ＰＲＳを、上述のとおりこれらのシミュレートされた胚遺伝子型で実施した。リスクスコアの分布を生成するために、このプロセスを、各カップルに対し５００回繰り返した。非連結アプローチでは、シミュレートされた胚の遺伝子型を、ランダムに各親から１つの対立遺伝子を選択することにより生成し、隣接するバリアントが連結されたか否かについて想定しない。図１３Ａ～１３Ｄは、非連結アプローチおよび連結アプローチの両方を使用する様々な疾患についてのリスクスコアの分布を示す。
【0141】
さらに、表８に示すとおり、シミュレートされた胚の遺伝子型に対し実施した異数性についての臨床ＰＧＴ（ＰＧＴ－Ａ）は、１１０個の胚の６９個が正倍数体であり、かつ１１０個のうち４１個が異数体であることを明らかにした。胚の全ゲノム再構築を、双方の親の高カバレッジゲノム配列決定を行うこと、および上記の兄弟胚のアレイ測定により達成した。
【表8】
【0142】
結論
本明細書に記載の発明の多くの変形および他の実施形態を、前述の説明および関連する図面に示された教示の恩恵を有する、これらの発明が関連する当業者は想起するであろう。したがって、本発明は、開示された特定の実施形態に限定されるものではなく、修正および他の実施形態が添付の特許請求の範囲内に含まれると意図されることを理解されたい。さらに、前述の説明および関連する図面は、要素および／または機能の特定の例示的な組み合わせの文脈において例示的な実施形態を説明しているが、添付の請求項の範囲から逸脱することなく、要素および／または機能の異なる組み合わせが、代替の実施形態により提供され得ることを理解されたい。この点に関して、例えば、上で明示的に記載されるものとは異なる要素および／または機能の組み合わせも、添付の請求項のいくつかに記載され得るように企図される。ここでは特定の用語が使用されるが、これらは、一般的な説明的な意味でのみ使用されて、限定の目的として使用されるものではない。
本明細書に記載の発明の多くの変形および他の実施形態を、前述の説明および関連する図面に示された教示の恩恵を有する、これらの発明が関連する当業者は想起するであろう。したがって、本発明は、開示された特定の実施形態に限定されるものではなく、修正および他の実施形態が添付の特許請求の範囲内に含まれると意図されることを理解されたい。さらに、前述の説明および関連する図面は、要素および／または機能の特定の例示的な組み合わせの文脈において例示的な実施形態を説明しているが、添付の請求項の範囲から逸脱することなく、要素および／または機能の異なる組み合わせが、代替の実施形態により提供され得ることを理解されたい。この点に関して、例えば、上で明示的に記載されるものとは異なる要素および／または機能の組み合わせも、添付の請求項のいくつかに記載され得るように企図される。ここでは特定の用語が使用されるが、これらは、一般的な説明的な意味でのみ使用されて、限定の目的として使用されるものではない。
【0143】
本明細書に記載されるすべての特許および刊行物は、本発明が関係する技術分野における当業者のレベルを示すものである。本明細書におけるすべての特許および刊行物は、個々の刊行物が具体的かつ個別に参照により組み込まれるように示される場合と同程度に、参照により組み込まれる。
【図1】
【図2A】
【図2B】
【図3】
【図4】
【図5】
【図6】
【図7A】
【図7B】
【図7C】
【図7D】
【図7E】
【図7F】
【図7G】
【図7H】
【図7I】
【図7J】
【図7K】
【図7L】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13A】
【図13B】
【図13C】
【図13D】
【図14A-1】
【図14A-2】
【図14B-1】
【図14B-2】
【図15】
【図16】
【図17】
【国際調査報告】