JP2012509480A - 大うつ病性障害のためのメタボリック症候群バイオマーカーおよびｈｐａ軸バイオマーカー - Google Patents
大うつ病性障害のためのメタボリック症候群バイオマーカーおよびｈｐａ軸バイオマーカー Download PDFInfo
- Publication number
- JP2012509480A JP2012509480A JP2011537577A JP2011537577A JP2012509480A JP 2012509480 A JP2012509480 A JP 2012509480A JP 2011537577 A JP2011537577 A JP 2011537577A JP 2011537577 A JP2011537577 A JP 2011537577A JP 2012509480 A JP2012509480 A JP 2012509480A
- Authority
- JP
- Japan
- Prior art keywords
- score
- mdd
- individual
- treatment
- level
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 208000024714 major depressive disease Diseases 0.000 title claims abstract description 88
- 239000000090 biomarker Substances 0.000 title claims abstract description 85
- 230000004179 hypothalamic–pituitary–adrenal axis Effects 0.000 title claims abstract description 17
- 208000001145 Metabolic Syndrome Diseases 0.000 title claims abstract description 11
- 201000000690 abdominal obesity-metabolic syndrome Diseases 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 75
- 238000011282 treatment Methods 0.000 claims description 71
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 50
- 238000004422 calculation algorithm Methods 0.000 claims description 40
- 239000012472 biological sample Substances 0.000 claims description 26
- 238000003745 diagnosis Methods 0.000 claims description 26
- 239000003550 marker Substances 0.000 claims description 23
- 238000005259 measurement Methods 0.000 claims description 22
- 210000002966 serum Anatomy 0.000 claims description 22
- 239000000523 sample Substances 0.000 claims description 15
- 210000004369 blood Anatomy 0.000 claims description 14
- 239000008280 blood Substances 0.000 claims description 14
- 230000002503 metabolic effect Effects 0.000 claims description 14
- JYGXADMDTFJGBT-VWUMJDOOSA-N hydrocortisone Chemical compound O=C1CC[C@]2(C)[C@H]3[C@@H](O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 JYGXADMDTFJGBT-VWUMJDOOSA-N 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 11
- 102000030169 Apolipoprotein C-III Human genes 0.000 claims description 10
- 108010056301 Apolipoprotein C-III Proteins 0.000 claims description 10
- 208000020401 Depressive disease Diseases 0.000 claims description 10
- 102000004169 proteins and genes Human genes 0.000 claims description 9
- 108090000623 proteins and genes Proteins 0.000 claims description 9
- 108010057464 Prolactin Proteins 0.000 claims description 8
- 102000003946 Prolactin Human genes 0.000 claims description 8
- 108010047909 Resistin Proteins 0.000 claims description 8
- 102000007156 Resistin Human genes 0.000 claims description 8
- MUMGGOZAMZWBJJ-DYKIIFRCSA-N Testostosterone Chemical compound O=C1CC[C@]2(C)[C@H]3CC[C@](C)([C@H](CC4)O)[C@@H]4[C@@H]3CCC2=C1 MUMGGOZAMZWBJJ-DYKIIFRCSA-N 0.000 claims description 8
- 150000003943 catecholamines Chemical class 0.000 claims description 8
- 229940097325 prolactin Drugs 0.000 claims description 8
- VBEQCZHXXJYVRD-GACYYNSASA-N uroanthelone Chemical compound C([C@@H](C(=O)N[C@H](C(=O)N[C@@H](CS)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](CS)C(=O)N[C@H](C(=O)N[C@@H]([C@@H](C)CC)C(=O)NCC(=O)N[C@@H](CC=1C=CC(O)=CC=1)C(=O)N[C@@H](CO)C(=O)NCC(=O)N[C@@H](CC(O)=O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CS)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CC(O)=O)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CC=1C2=CC=CC=C2NC=1)C(=O)N[C@@H](CC=1C2=CC=CC=C2NC=1)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCCNC(N)=N)C(O)=O)C(C)C)[C@@H](C)O)NC(=O)[C@H](CO)NC(=O)[C@H](CC(O)=O)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CO)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@@H](NC(=O)[C@H](CC=1NC=NC=1)NC(=O)[C@H](CCSC)NC(=O)[C@H](CS)NC(=O)[C@@H](NC(=O)CNC(=O)CNC(=O)[C@H](CC(N)=O)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CS)NC(=O)[C@H](CC=1C=CC(O)=CC=1)NC(=O)CNC(=O)[C@H](CC(O)=O)NC(=O)[C@H](CC=1C=CC(O)=CC=1)NC(=O)[C@H](CO)NC(=O)[C@H](CO)NC(=O)[C@H]1N(CCC1)C(=O)[C@H](CS)NC(=O)CNC(=O)[C@H]1N(CCC1)C(=O)[C@H](CC=1C=CC(O)=CC=1)NC(=O)[C@H](CO)NC(=O)[C@@H](N)CC(N)=O)C(C)C)[C@@H](C)CC)C1=CC=C(O)C=C1 VBEQCZHXXJYVRD-GACYYNSASA-N 0.000 claims description 8
- 102400001368 Epidermal growth factor Human genes 0.000 claims description 7
- 101800003838 Epidermal growth factor Proteins 0.000 claims description 7
- 229940116977 epidermal growth factor Drugs 0.000 claims description 7
- HFDKKNHCYWNNNQ-YOGANYHLSA-N 75976-10-2 Chemical compound C([C@@H](C(=O)N[C@@H]([C@@H](C)CC)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](CCSC)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CC=1C=CC(O)=CC=1)C(N)=O)NC(=O)[C@H](CCCNC(N)=N)NC(=O)[C@H](CCCNC(N)=N)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC(O)=O)NC(=O)[C@H](C)NC(=O)[C@H](C)NC(=O)[C@H](CC=1C=CC(O)=CC=1)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](C)NC(=O)[C@H](CCSC)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H]1N(CCC1)C(=O)[C@@H](NC(=O)[C@H](C)NC(=O)[C@H](CC(N)=O)NC(=O)[C@H](CC(O)=O)NC(=O)CNC(=O)[C@H]1N(CCC1)C(=O)[C@H](CC=1C=CC(O)=CC=1)NC(=O)[C@@H](NC(=O)[C@H]1N(CCC1)C(=O)[C@H](CCC(O)=O)NC(=O)[C@H](CC(C)C)NC(=O)[C@H]1N(CCC1)C(=O)[C@H](C)N)C(C)C)[C@@H](C)O)C1=CC=C(O)C=C1 HFDKKNHCYWNNNQ-YOGANYHLSA-N 0.000 claims description 6
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims description 6
- 102000018886 Pancreatic Polypeptide Human genes 0.000 claims description 6
- 101000983124 Sus scrofa Pancreatic prohormone precursor Proteins 0.000 claims description 6
- 239000008103 glucose Substances 0.000 claims description 6
- 229960000890 hydrocortisone Drugs 0.000 claims description 6
- 210000002381 plasma Anatomy 0.000 claims description 6
- 210000002700 urine Anatomy 0.000 claims description 6
- 239000000275 Adrenocorticotropic Hormone Substances 0.000 claims description 5
- 102400000739 Corticotropin Human genes 0.000 claims description 5
- 101800000414 Corticotropin Proteins 0.000 claims description 5
- 210000004027 cell Anatomy 0.000 claims description 5
- 229960000258 corticotropin Drugs 0.000 claims description 5
- IDLFZVILOHSSID-OVLDLUHVSA-N corticotropin Chemical group C([C@@H](C(=O)N[C@@H](CO)C(=O)N[C@@H](CCSC)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC=1NC=NC=1)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CC=1C2=CC=CC=C2NC=1)C(=O)NCC(=O)N[C@@H](CCCCN)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](C(C)C)C(=O)NCC(=O)N[C@@H](CCCCN)C(=O)N[C@@H](CCCCN)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CCCCN)C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CC=1C=CC(O)=CC=1)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](CC(N)=O)C(=O)NCC(=O)N[C@@H](C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC(O)=O)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CO)C(=O)N[C@@H](C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](C)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC=1C=CC=CC=1)C(O)=O)NC(=O)[C@@H](N)CO)C1=CC=C(O)C=C1 IDLFZVILOHSSID-OVLDLUHVSA-N 0.000 claims description 5
- KLVRDXBAMSPYKH-RKYZNNDCSA-N corticotropin-releasing hormone (human) Chemical compound C([C@@H](C(=O)N[C@@H](CO)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CCCCN)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCSC)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@H](C(=O)N[C@@H]([C@@H](C)CC)C(N)=O)[C@@H](C)CC)NC(=O)[C@H](C)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](C)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](C)NC(=O)[C@H](CCCNC(N)=N)NC(=O)[C@H](C)NC(=O)[C@H](CCSC)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](CC(C)C)NC(=O)[C@@H](NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](CCCNC(N)=N)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=1N=CNC=1)NC(=O)[C@H](CC=1C=CC=CC=1)NC(=O)[C@@H](NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC(O)=O)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CO)NC(=O)[C@@H](NC(=O)[C@H]1N(CCC1)C(=O)[C@H]1N(CCC1)C(=O)[C@H](CCC(O)=O)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@@H](N)CO)[C@@H](C)CC)C(C)C)C(C)C)C1=CNC=N1 KLVRDXBAMSPYKH-RKYZNNDCSA-N 0.000 claims description 5
- 230000002757 inflammatory effect Effects 0.000 claims description 5
- 208000004611 Abdominal Obesity Diseases 0.000 claims description 4
- 108010074051 C-Reactive Protein Proteins 0.000 claims description 4
- 102100032752 C-reactive protein Human genes 0.000 claims description 4
- 206010065941 Central obesity Diseases 0.000 claims description 4
- 239000000055 Corticotropin-Releasing Hormone Substances 0.000 claims description 4
- 102000015779 HDL Lipoproteins Human genes 0.000 claims description 4
- 108010010234 HDL Lipoproteins Proteins 0.000 claims description 4
- 230000036772 blood pressure Effects 0.000 claims description 4
- 210000001175 cerebrospinal fluid Anatomy 0.000 claims description 4
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 claims description 4
- 239000002207 metabolite Substances 0.000 claims description 4
- 230000000508 neurotrophic effect Effects 0.000 claims description 4
- 108020004707 nucleic acids Proteins 0.000 claims description 4
- 102000039446 nucleic acids Human genes 0.000 claims description 4
- 150000007523 nucleic acids Chemical group 0.000 claims description 4
- 229960003604 testosterone Drugs 0.000 claims description 4
- 210000001519 tissue Anatomy 0.000 claims description 4
- 108010022152 Corticotropin-Releasing Hormone Proteins 0.000 claims description 3
- 229940041967 corticotropin-releasing hormone Drugs 0.000 claims description 3
- 108010076365 Adiponectin Proteins 0.000 claims description 2
- 102000011690 Adiponectin Human genes 0.000 claims description 2
- 102000030914 Fatty Acid-Binding Human genes 0.000 claims description 2
- 102000004269 Granulocyte Colony-Stimulating Factor Human genes 0.000 claims description 2
- 108010017080 Granulocyte Colony-Stimulating Factor Proteins 0.000 claims description 2
- 102000004877 Insulin Human genes 0.000 claims description 2
- 108090001061 Insulin Proteins 0.000 claims description 2
- 102000011923 Thyrotropin Human genes 0.000 claims description 2
- 108010061174 Thyrotropin Proteins 0.000 claims description 2
- GXBMIBRIOWHPDT-UHFFFAOYSA-N Vasopressin Natural products N1C(=O)C(CC=2C=C(O)C=CC=2)NC(=O)C(N)CSSCC(C(=O)N2C(CCC2)C(=O)NC(CCCN=C(N)N)C(=O)NCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(CCC(N)=O)NC(=O)C1CC1=CC=CC=C1 GXBMIBRIOWHPDT-UHFFFAOYSA-N 0.000 claims description 2
- 102000002852 Vasopressins Human genes 0.000 claims description 2
- 108010004977 Vasopressins Proteins 0.000 claims description 2
- KBZOIRJILGZLEJ-LGYYRGKSSA-N argipressin Chemical compound C([C@H]1C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](CSSC[C@@H](C(N[C@@H](CC=2C=CC(O)=CC=2)C(=O)N1)=O)N)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](CCCN=C(N)N)C(=O)NCC(N)=O)C1=CC=CC=C1 KBZOIRJILGZLEJ-LGYYRGKSSA-N 0.000 claims description 2
- 108091022862 fatty acid binding Proteins 0.000 claims description 2
- 229940125396 insulin Drugs 0.000 claims description 2
- 239000005495 thyroid hormone Substances 0.000 claims description 2
- 229940036555 thyroid hormone Drugs 0.000 claims description 2
- 229960003726 vasopressin Drugs 0.000 claims description 2
- 238000000338 in vitro Methods 0.000 claims 2
- UFTFJSFQGQCHQW-UHFFFAOYSA-N triformin Chemical compound O=COCC(OC=O)COC=O UFTFJSFQGQCHQW-UHFFFAOYSA-N 0.000 claims 2
- 102000012289 Corticotropin-Releasing Hormone Human genes 0.000 claims 1
- 239000000463 material Substances 0.000 abstract description 7
- 201000010099 disease Diseases 0.000 description 36
- 238000002560 therapeutic procedure Methods 0.000 description 21
- 238000012360 testing method Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 12
- 239000012491 analyte Substances 0.000 description 11
- 230000000694 effects Effects 0.000 description 10
- 239000000935 antidepressant agent Substances 0.000 description 9
- 229940005513 antidepressants Drugs 0.000 description 9
- 238000013459 approach Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 239000003814 drug Substances 0.000 description 9
- 238000000692 Student's t-test Methods 0.000 description 8
- 230000001430 anti-depressive effect Effects 0.000 description 7
- 238000003556 assay Methods 0.000 description 7
- 230000000994 depressogenic effect Effects 0.000 description 7
- 229940079593 drug Drugs 0.000 description 7
- 238000004393 prognosis Methods 0.000 description 7
- 238000011160 research Methods 0.000 description 7
- 230000036541 health Effects 0.000 description 6
- 208000024891 symptom Diseases 0.000 description 6
- 102100021752 Corticoliberin Human genes 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 208000035475 disorder Diseases 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 208000003532 hypothyroidism Diseases 0.000 description 5
- 230000002989 hypothyroidism Effects 0.000 description 5
- 210000000987 immune system Anatomy 0.000 description 5
- 230000028327 secretion Effects 0.000 description 5
- 238000012353 t test Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000002651 drug therapy Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000007620 mathematical function Methods 0.000 description 4
- 238000007473 univariate analysis Methods 0.000 description 4
- 238000002965 ELISA Methods 0.000 description 3
- 102000002274 Matrix Metalloproteinases Human genes 0.000 description 3
- 108010000684 Matrix Metalloproteinases Proteins 0.000 description 3
- 238000003491 array Methods 0.000 description 3
- 206010012601 diabetes mellitus Diseases 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 210000003016 hypothalamus Anatomy 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 238000000865 membrane-inlet mass spectrometry Methods 0.000 description 3
- 238000000513 principal component analysis Methods 0.000 description 3
- 238000013517 stratification Methods 0.000 description 3
- 238000011269 treatment regimen Methods 0.000 description 3
- 108091032973 (ribonucleotides)n+m Proteins 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 2
- 241000282412 Homo Species 0.000 description 2
- 206010061218 Inflammation Diseases 0.000 description 2
- 102000015696 Interleukins Human genes 0.000 description 2
- 108010063738 Interleukins Proteins 0.000 description 2
- 108060008682 Tumor Necrosis Factor Proteins 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 210000004100 adrenal gland Anatomy 0.000 description 2
- 201000005255 adrenal gland hyperfunction Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000007635 classification algorithm Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000004054 inflammatory process Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 108020004999 messenger RNA Proteins 0.000 description 2
- 238000000491 multivariate analysis Methods 0.000 description 2
- 210000000653 nervous system Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003285 pharmacodynamic effect Effects 0.000 description 2
- 230000001817 pituitary effect Effects 0.000 description 2
- 210000003635 pituitary gland Anatomy 0.000 description 2
- 102000004196 processed proteins & peptides Human genes 0.000 description 2
- 108090000765 processed proteins & peptides Proteins 0.000 description 2
- 108020003175 receptors Proteins 0.000 description 2
- 229940124597 therapeutic agent Drugs 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 150000003626 triacylglycerols Chemical class 0.000 description 2
- 102000003390 tumor necrosis factor Human genes 0.000 description 2
- DVTPRYHENFBCII-IMJSIDKUSA-N (2S,4S)-4-hydroxy-2,3,4,5-tetrahydrodipicolinic acid Chemical compound O[C@H]1C[C@@H](C(O)=O)N=C(C(O)=O)C1 DVTPRYHENFBCII-IMJSIDKUSA-N 0.000 description 1
- ZKRFOXLVOKTUTA-KQYNXXCUSA-N 9-(5-phosphoribofuranosyl)-6-mercaptopurine Chemical compound O[C@@H]1[C@H](O)[C@@H](COP(O)(O)=O)O[C@H]1N1C(NC=NC2=S)=C2N=C1 ZKRFOXLVOKTUTA-KQYNXXCUSA-N 0.000 description 1
- 206010003445 Ascites Diseases 0.000 description 1
- 208000005623 Carcinogenesis Diseases 0.000 description 1
- 108020004414 DNA Proteins 0.000 description 1
- 206010012374 Depressed mood Diseases 0.000 description 1
- 102000001554 Hemoglobins Human genes 0.000 description 1
- 108010054147 Hemoglobins Proteins 0.000 description 1
- 101000669513 Homo sapiens Metalloproteinase inhibitor 1 Proteins 0.000 description 1
- 206010062767 Hypophysitis Diseases 0.000 description 1
- 101710173438 Late L2 mu core protein Proteins 0.000 description 1
- 102100039364 Metalloproteinase inhibitor 1 Human genes 0.000 description 1
- 208000019022 Mood disease Diseases 0.000 description 1
- 108010025020 Nerve Growth Factor Proteins 0.000 description 1
- 102000007072 Nerve Growth Factors Human genes 0.000 description 1
- 108091034117 Oligonucleotide Proteins 0.000 description 1
- 208000002151 Pleural effusion Diseases 0.000 description 1
- 206010036790 Productive cough Diseases 0.000 description 1
- 101710188315 Protein X Proteins 0.000 description 1
- 208000028017 Psychotic disease Diseases 0.000 description 1
- 229910004298 SiO 2 Inorganic materials 0.000 description 1
- 230000029662 T-helper 1 type immune response Effects 0.000 description 1
- JLCPHMBAVCMARE-UHFFFAOYSA-N [3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-[[3-[[3-[[3-[[3-[[3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-hydroxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methyl [5-(6-aminopurin-9-yl)-2-(hydroxymethyl)oxolan-3-yl] hydrogen phosphate Polymers Cc1cn(C2CC(OP(O)(=O)OCC3OC(CC3OP(O)(=O)OCC3OC(CC3O)n3cnc4c3nc(N)[nH]c4=O)n3cnc4c3nc(N)[nH]c4=O)C(COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3CO)n3cnc4c(N)ncnc34)n3ccc(N)nc3=O)n3cnc4c(N)ncnc34)n3ccc(N)nc3=O)n3ccc(N)nc3=O)n3ccc(N)nc3=O)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cc(C)c(=O)[nH]c3=O)n3cc(C)c(=O)[nH]c3=O)n3ccc(N)nc3=O)n3cc(C)c(=O)[nH]c3=O)n3cnc4c3nc(N)[nH]c4=O)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)O2)c(=O)[nH]c1=O JLCPHMBAVCMARE-UHFFFAOYSA-N 0.000 description 1
- 230000003208 anti-thyroid effect Effects 0.000 description 1
- 239000000427 antigen Substances 0.000 description 1
- 102000036639 antigens Human genes 0.000 description 1
- 108091007433 antigens Proteins 0.000 description 1
- 229940043671 antithyroid preparations Drugs 0.000 description 1
- 238000010420 art technique Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000011324 bead Substances 0.000 description 1
- 238000013542 behavioral therapy Methods 0.000 description 1
- 229960000074 biopharmaceutical Drugs 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 230000036765 blood level Effects 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 230000036952 cancer formation Effects 0.000 description 1
- 231100000504 carcinogenesis Toxicity 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 210000003169 central nervous system Anatomy 0.000 description 1
- 238000013098 chemical test method Methods 0.000 description 1
- 238000009226 cognitive therapy Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012774 diagnostic algorithm Methods 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 238000007876 drug discovery Methods 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 230000037149 energy metabolism Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000013401 experimental design Methods 0.000 description 1
- 238000000684 flow cytometry Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000003862 glucocorticoid Substances 0.000 description 1
- 239000003102 growth factor Substances 0.000 description 1
- 230000003284 homeostatic effect Effects 0.000 description 1
- 230000013632 homeostatic process Effects 0.000 description 1
- 108010046780 hydrocortisone receptor Proteins 0.000 description 1
- 208000013403 hyperactivity Diseases 0.000 description 1
- 230000001900 immune effect Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000012678 infectious agent Substances 0.000 description 1
- 239000003112 inhibitor Substances 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 210000004698 lymphocyte Anatomy 0.000 description 1
- 238000004949 mass spectrometry Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000002493 microarray Methods 0.000 description 1
- 239000004005 microsphere Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000000955 neuroendocrine Effects 0.000 description 1
- 230000003557 neuropsychological effect Effects 0.000 description 1
- 210000000607 neurosecretory system Anatomy 0.000 description 1
- 239000002858 neurotransmitter agent Substances 0.000 description 1
- 239000003900 neurotrophic factor Substances 0.000 description 1
- 239000002547 new drug Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000001717 pathogenic effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 210000001428 peripheral nervous system Anatomy 0.000 description 1
- 230000000144 pharmacologic effect Effects 0.000 description 1
- 238000009521 phase II clinical trial Methods 0.000 description 1
- 238000009522 phase III clinical trial Methods 0.000 description 1
- 230000009120 phenotypic response Effects 0.000 description 1
- 238000013031 physical testing Methods 0.000 description 1
- 239000000902 placebo Substances 0.000 description 1
- 229940068196 placebo Drugs 0.000 description 1
- 230000036470 plasma concentration Effects 0.000 description 1
- 210000004180 plasmocyte Anatomy 0.000 description 1
- 229920001184 polypeptide Polymers 0.000 description 1
- 230000000770 proinflammatory effect Effects 0.000 description 1
- 238000003498 protein array Methods 0.000 description 1
- 229940001470 psychoactive drug Drugs 0.000 description 1
- 239000004089 psychotropic agent Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000018406 regulation of metabolic process Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 208000024794 sputum Diseases 0.000 description 1
- 210000003802 sputum Anatomy 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 229940037128 systemic glucocorticoids Drugs 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 230000007838 tissue remodeling Effects 0.000 description 1
- 208000001072 type 2 diabetes mellitus Diseases 0.000 description 1
- 230000029069 type 2 immune response Effects 0.000 description 1
- 210000001186 vagus nerve Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
- G01N33/6893—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids related to diseases not provided for elsewhere
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
- G16B25/10—Gene or protein expression profiling; Expression-ratio estimation or normalisation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
- G16B40/20—Supervised data analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/30—Psychoses; Psychiatry
- G01N2800/304—Mood disorders, e.g. bipolar, depression
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/52—Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/60—Complex ways of combining multiple protein biomarkers for diagnosis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Biotechnology (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- Pathology (AREA)
- Primary Health Care (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biophysics (AREA)
- Genetics & Genomics (AREA)
- Microbiology (AREA)
- Analytical Chemistry (AREA)
- Cell Biology (AREA)
- Biochemistry (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- General Physics & Mathematics (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Artificial Intelligence (AREA)
- Bioethics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
大うつ病性障害を監視するためにメタボリック症候群およびHPA軸バイオマーカーの組み合わせを使用するための材料および方法
Description
関連出願の相互参照
本出願は、2008年11月18日出願の米国仮特許出願第61/115,710号からの優先権の恩典を主張するものである。
本出願は、2008年11月18日出願の米国仮特許出願第61/115,710号からの優先権の恩典を主張するものである。
技術分野
本文書は、大うつ病性障害を監視するための物質および方法に関する。
本文書は、大うつ病性障害を監視するための物質および方法に関する。
背景
生物は幅広い生理学的な個体差を示すことから生物行動的な研究は困難な科学的取り組みでありうる。多くの臨床的障害は、単一の生物学的変化によるものではなく、複数の因子間の相互作用によってもたらされるものである。そのため、同じ臨床状態（例えばうつ病）を患う異なる個人は、各個人における具体的な変化に応じて範囲または程度の異なる症状を呈しうる。
生物は幅広い生理学的な個体差を示すことから生物行動的な研究は困難な科学的取り組みでありうる。多くの臨床的障害は、単一の生物学的変化によるものではなく、複数の因子間の相互作用によってもたらされるものである。そのため、同じ臨床状態（例えばうつ病）を患う異なる個人は、各個人における具体的な変化に応じて範囲または程度の異なる症状を呈しうる。
概要
向精神薬の開発は、精神病理学的パラメータ（例えばうつ病ではハミルトンスケール）による疾患の重症度の定量化に頼ってきた。主観的因子および適切な定義の欠如は必然的にこのようなパラメータに影響を与える。同様に、精神病患者を第II相および第III相の臨床試験に登録するための診断パラメータは、症候学的尺度の測定による疾患の重症度および特異性の査定を中心としており、患者の選定を助けうる、疾患特性および状態に関する有効な生物学的相関は存在していない。分子診断における最近の進歩にも関わらず、薬物治療に対する推定される表現型応答に関して患者の遺伝子型に含まれる潜在的な情報は、特に研究以外の状況においては効果的に獲得されていなかった。
向精神薬の開発は、精神病理学的パラメータ（例えばうつ病ではハミルトンスケール）による疾患の重症度の定量化に頼ってきた。主観的因子および適切な定義の欠如は必然的にこのようなパラメータに影響を与える。同様に、精神病患者を第II相および第III相の臨床試験に登録するための診断パラメータは、症候学的尺度の測定による疾患の重症度および特異性の査定を中心としており、患者の選定を助けうる、疾患特性および状態に関する有効な生物学的相関は存在していない。分子診断における最近の進歩にも関わらず、薬物治療に対する推定される表現型応答に関して患者の遺伝子型に含まれる潜在的な情報は、特に研究以外の状況においては効果的に獲得されていなかった。
免疫系は、健康状態および疾患状態の双方において神経系と複雑かつ動的な関係を有している。免疫系は中枢神経系および末梢神経系を調査して異種タンパク質、感染性病原体、ストレスおよび腫瘍形成に応答して活性化されうる。逆に神経系は神経内分泌軸および遠心性迷走神経の双方を介して免疫系機能を調節する。視床下部-下垂体-副腎皮質系（HPA）活動亢進仮説では、この動的関係が乱れるとうつ病などの神経精神疾患が生ずるとしている。HPA軸活性は視床下部からのコルチコトロピン放出ホルモン（CRHまたはCRF）の分泌によって支配されている。CRHは下垂体からの副腎皮質刺激ホルモン（ACTH）の分泌を活性化し、次いでACTHが副腎からの糖質コルチコイド（ヒトではコルチゾール）の分泌を刺激する。循環中へのコルチゾールの放出は、血糖値の上昇などの多くの作用をもたらす。視床下部、下垂体、および免疫系へのコルチゾールの負のフィードバックが損なわれた場合にはHPA軸は活性化されつづけ、過剰なコルチゾールが放出される。コルチゾール受容体が脱感作され、炎症促進性免疫メディエーターの活性が上昇し、神経伝達物質による伝達が妨げられる。
したがって、個人レベルで疾患状態を決定することが可能であれば、被験者の特定の状態を正確に査定するうえで有用である。しかしながら、臨床状態を診断またはその素因を決定し、被験者の疾患状態または治療への応答を評価する信頼性の高い方法が求められている。本文書は、うつ病性障害の診断、予後、または素因を決定するための方法の同定に一部基づいたものである。本方法は、HPA軸バイオマーカーおよび代謝性バイオマーカーなどの複数のパラメータを含むアルゴリズムを生成する工程、前記複数のパラメータを測定する工程、ならびに前記アルゴリズムを使用して定量的診断スコアを決定する工程を含みうる。いくつかの態様では、患者の層別化、薬力学的マーカーの同定、および治療成績の監視を行うため、細胞、血清、または血漿などの生物学的試料からの複数のバイオマーカーを適用するためのアルゴリズムを生成することができる。本明細書で使用する「バイオマーカー」とは、正常な生物学的もしくは病原性プロセスまたは治療的介入に対する薬理学的応答の指標として客観的に測定および評価することが可能な特性である。
本明細書において述べるアプローチは、バイオマーカーに対するより伝統的なアプローチの一部のものとは、単一のマーカーまたは単一マーカー群を分析することに対してアルゴリズムの構築という点で異なっている。アルゴリズムを使用して疾患状態、予後、または治療に対する応答を反映した単一の値を導出することができる。本明細書で述べるような高次多重化マイクロアレイベースの免疫学的手段を使用して複数のパラメータを同時に測定することができる。このような手段を使用することの利点の1つは、すべての結果が同じ試料から導かれ、かつ同じ条件下で同時に試行することが可能である点である。従来の多変量および回帰分析以外に、高度のパターン認識アプローチを応用することができる。PHBが所有権を有するBIOMARKER-HYPER-MAPPING(商標)（BHM）技術を含む多くの手段がある。階層的クラスタリング、自己組織化マップ、および教師付き分類アルゴリズム（例えば、サポートベクターマシン、k近傍法、およびニューラルネットワーク）などの他のクラスタリングのアプローチを使用することもできる。BIOMARKER-HYPER-MAPPING(商標)（BHM）技術および教師付き分類アルゴリズムはいずれも臨床的な有用性が高いものと考えられる。
一局面では、本文書は、以下の工程を含む、ヒト被験者がうつ病を有するか否かを判定するための方法を特徴とする：（a）うつ病に関連することが予め決定された複数のパラメータの数値を提供する工程であって、前記複数のパラメータが1種または複数種の視床下部-下垂体-副腎（HPA）軸マーカーおよび1種または複数種の代謝性マーカーを含む、工程；（b）それぞれのパラメータに対してそれぞれが固有である所定の関数によって前記数値のそれぞれを個々に重み付けする工程；（c）前記重み付けされた値の合計を求める工程；（d）前記合計と対照値との差を求める工程；ならびに（e）前記差が所定の閾値よりも高い場合には前記個人をうつ病を有するものとして分類し、または前記差が前記閾値と異ならない場合にはその個人をうつ病を有さないものとして分類する工程。うつ病は大うつ病性障害（MDD）をともないうる。
MDDの診断を支持するために用いることが可能なMDDスコアを算出するためにアルゴリズムを用いることができる。HPA軸マーカーは、副腎皮質刺激ホルモン、コルチゾール、上皮成長因子、顆粒球コロニー刺激因子、膵臓ポリペプチド、バソプレッシン、およびコルチコトロピン放出ホルモンからなる群より選択することができ、代謝性マーカーは、アシル化刺激タンパク質、アディポネクチン、アポリポタンパク質CIII、C-反応性タンパク質、脂肪酸結合タンパク質、プロラクチン、レジスチン、インスリン、テストステロン、および甲状腺刺激ホルモンからなる群より選択される。複数のパラメータは、メタボリック症候群に関連する臨床測定値を含みうる（例えば、臨床測定値は、ボディマス指数、空腹時血糖値、血圧、中心性肥満、高密度リポタンパク質、およびトリグリセリドからなる群より選択される）。複数のパラメータは、尿中の1種もしくは複数種のカテコールアミンまたはカテコールアミン代謝物のレベル、1種もしくは複数種の炎症性バイオマーカーのレベル、および／または1種もしくは複数種の神経栄養性バイオマーカーのレベルを含みうる。
別の態様では、本文書は、以下の工程を含む、うつ病性障害と診断された個人の治療を監視するための方法を特徴とする：（a）アルゴリズムを用いて前記個人からの生物学的試料中の複数の検体のレベルに基づく第1のMDD疾患スコアを決定する工程であって、前記複数の検体が1種または複数種のHPA軸バイオマーカーおよび1種または複数種の代謝性バイオマーカーを含む、工程；（b）前記アルゴリズムを用いて前記うつ病性疾患に対する前記個人の治療後の第2のMDD疾患スコアを決定する工程；ならびに（c）工程（a）のスコアを、工程（b）のスコアおよび対照MDD疾患スコアと比較し、工程（b）のスコアが工程（a）のスコアよりも前記対照MDDスコアに近い場合に前記治療を有効であるものとして分類するか、または、工程（b）のスコアが工程（a）のスコアよりも前記対照MDDスコアに近くない場合に前記治療を有効ではないものとして分類する工程。第2のMDD疾患スコアは治療の数週間後または数ヶ月後に決定することができる。工程(b）および（c）は、治療に対する前記個人の応答、前記個人のMDD状態の変化、または前記個人におけるMDDの進行を監視するために長期にわたって繰り返すことができる。前記複数の検体のサブセットは、治療開始の前後の各時点において測定することができる。
本方法は、メタボリック症候群に関連する臨床的測定値（例えば、ボディマス指数、空腹時血糖値、血圧、中心性肥満、高密度リポタンパク質、およびトリグリセリドからなる群より選択される臨床的測定値）を含むパラメータを前記アルゴリズムに含める工程を更に含んでもよい。生物学的試料は血漿、血清、または脳脊髄液であってよい。バイオマーカーは核酸であってよく、生物学的試料は細胞または組織を含んでよい。前記複数の検体は、尿中の1種または複数種のカテコールアミンまたはカテコールアミン代謝物質のレベルを含みうる。前記1種または複数種の代謝性バイオマーカーは、1種もしくは複数種の甲状腺ホルモン、またはテストステロンを含みうる。前記複数の検体は、1種もしくは複数種の炎症性バイオマーカーおよび／または1種もしくは複数種の神経栄養性バイオマーカーを含みうる。本方法は、工程（b）のスコアが工程（a）のスコアよりも対照MDDスコアに近くない場合に前記個人の治療を調整する工程を更に含んでもよい。前記対照MDDスコアは、正常な個人について算出されたMDDスコアまたは複数の正常な個人について算出されたMDDスコアの平均であってよい。
更に別の態様では、本文書は、以下の工程を含む、個人がうつ病性を有する可能性が高いか否かを判定するための方法を特徴とする：（a）前記個人からの生物学的試料を提供する工程；（b）前記生物学的試料中の検体のレベルを測定する工程であって、該検体がアポリポタンパク質CIII、上皮成長因子、プロラクチン、およびレジスチンからなる群より選択される工程；（c）前記測定されたレベルを前記検体の対照レベルと比較する工程；ならびに（d）前記検体のレベルが前記対照レベルよりも高い場合には前記個人をうつ病を有する可能性が高いものとして分類し、または前記検体のレベルが前記対照レベルよりも高くない場合には前記個人をうつ病を有する可能性が低いものとして分類する工程。前記生物学的試料は例えば血清であってよい。前記うつ病はMDDをともないうる。
特に定義しないかぎり、本明細書で使用するすべての技術用語および科学用語は、本発明が属する技術分野における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ものである。本明細書に述べるものと同様または同等の方法および材料を使用して本発明を実施することが可能であるが、好適な方法および材料は下記に述べるものである。本明細書において言及するすべての刊行物、特許出願、特許および他の参考文献の全体を参照によって組み込むものとする。記載が矛盾する場合には定義を含め、本明細書が優先するものとする。加えて、材料、方法、および実施例は単なる例証であって、限定を目的としたものではない。
本発明の1つまたは複数の態様の詳細を添付の図面および以下の記載において説明する。発明の他の特徴、目的、および利点は本明細書および添付の図面から、ならびに添付の特許請求の範囲から明らかとなるであろう。
詳細な説明
本文書は、アルゴリズムを生成し、HPA軸バイオマーカーおよび代謝性バイオマーカーなどの複数のパラメータを評価（例えば測定）し、前記アルゴリズムを使用して一連の定量的な診断スコアを求めることによって、うつ病性障害状態の診断、予後または素因を確立するための方法の同定に一部基づいたものである。血清または血漿などの生物学的試料からの複数のバイオマーカーを適用するためのアルゴリズムを生成して、患者の層別化および薬力学マーカーの同定を行うことができる。本明細書において述べるアプローチは、バイオマーカーに対するより伝統的なアプローチの一部のものとは、単一のマーカーまたは単一マーカー群を分析することに対してアルゴリズムの構築という点で異なっている。
本文書は、アルゴリズムを生成し、HPA軸バイオマーカーおよび代謝性バイオマーカーなどの複数のパラメータを評価（例えば測定）し、前記アルゴリズムを使用して一連の定量的な診断スコアを求めることによって、うつ病性障害状態の診断、予後または素因を確立するための方法の同定に一部基づいたものである。血清または血漿などの生物学的試料からの複数のバイオマーカーを適用するためのアルゴリズムを生成して、患者の層別化および薬力学マーカーの同定を行うことができる。本明細書において述べるアプローチは、バイオマーカーに対するより伝統的なアプローチの一部のものとは、単一のマーカーまたは単一マーカー群を分析することに対してアルゴリズムの構築という点で異なっている。
アルゴリズム
任意の臨床状態について例えば診断、予後、状態または治療に対する応答を決定するためのアルゴリズムを決定することができる。本明細書において提供される方法で使用されるアルゴリズムは、例えば、医療装置、臨床評価スコア、または生物学的試料の生物学的／化学的／物理的試験を用いて定量することが可能な複数のパラメータを含んだ数学的関数とすることができる。各数学的関数は、選択された臨床状態に関連するように決定されたパラメータのレベルの重み調整された表現でありうる。アルゴリズムは式1の形で一般的に表すことができる。
診断スコア=f(x1，x2，x3，x4，x5...xn) (1)
任意の臨床状態について例えば診断、予後、状態または治療に対する応答を決定するためのアルゴリズムを決定することができる。本明細書において提供される方法で使用されるアルゴリズムは、例えば、医療装置、臨床評価スコア、または生物学的試料の生物学的／化学的／物理的試験を用いて定量することが可能な複数のパラメータを含んだ数学的関数とすることができる。各数学的関数は、選択された臨床状態に関連するように決定されたパラメータのレベルの重み調整された表現でありうる。アルゴリズムは式1の形で一般的に表すことができる。
診断スコア=f(x1，x2，x3，x4，x5...xn) (1)
診断スコアは、診断または予後の結果の値であり、「f」は任意の数学的関数であり、「n」は任意の整数（例えば1〜10，000の整数）であり、x1，x2，x3，x4，x5...xnは、例えば医療装置、臨床評価スコア、および／または生物学的試料（例えば、血液、尿、または脳脊髄液などのヒトの生物学的試料）についての試験結果によって決定される測定値である「n」個のパラメータである。
アルゴリズムのパラメータは個々に重み付けすることができる。このようなアルゴリズムの一例を式2に示す。
診断スコア=a1*x1+a2*x2-a3*x3+a4*x4-a5*x5 (2)
診断スコア=a1*x1+a2*x2-a3*x3+a4*x4-a5*x5 (2)
この場合、x1, x2, x3, x4, およびx5は、医療装置、臨床評価スコア、および／または生物学的試料（例えば、ヒトの生物学的試料）についての試験結果によって決定される測定値であってよく、a1, a2, a3, a4, およびa5は、それぞれx1, x2, x3, x4, およびx5に対して重み調整された因子である。
診断スコアは、医学的状態もしくは疾患、または医療処置の効果を定量的に定義するために用いることができる。例えば、アルゴリズムを用いてうつ病などの障害についての診断スコアを決定することができる。このような態様においては、うつ病の程度を、下記一般式による式1に基づいて定義することができる。
うつ病診断スコア=f(x1，x2，x3，x4，x5...xn)
うつ病診断スコア=f(x1，x2，x3，x4，x5...xn)
うつ病診断スコアは、個人におけるうつ病の状態または重症度を測定するために使用することが可能な定量的数値であり、「f」は任意の数学的関数であり、「n」は任意の整数（例えば1〜10，000の整数）であってよく、x1，x2，x3，x4，x5...xnは、例えば医療装置、臨床評価スコア、および／または生物学的試料（例えば、ヒトの生物学的試料）についての試験結果を用いて決定される測定値である「n」個のパラメータである。
より一般的な形では、式（3）に示されるような複数の診断スコアSmを、バイオマーカーの測定値の特定の群に複数の式を適用することによって生成することができる。
スコアSm=fm(x1,...xn) (3)
スコアSm=fm(x1,...xn) (3)
複数のスコアは、例えばうつ病性障害および／または関連する障害の具体的なタイプを同定するうえで有用でありうる。例として、抑うつ気分と甲状腺機能低下症との間には関連があることが示されており、うつ病患者の1/3超が甲状腺機能低下症であると推定されている。その測定値が甲状腺機能低下の指標となりうる因子を含むバイオマーカーのパネル（例えば、抗甲状腺抗体、T3、T4、TSH）を用いて甲状腺機能低下症の指標となるスコアを算出することができる。これらのデータを、MDDの指標となる1つまたは複数のパネルと組み合わせることにより、臨床医がMDDおよび甲状腺機能低下症の双方を治療するためのレジメンを選択することが可能となる。複数のバイオマーカーパネルにおける測定値および治療レジメンの成功に基づいた累積的な経験によってレジメンの選択に関する更なる洞察が提供される。
大うつ病性障害および他の気分障害では、治療の監視を行うことは臨床医が治療薬の用量および期間を調節する助けとなりうる。正常なホメオスタシスとより密接に似た個々のバイオマーカーのレベルにおける変化のサブセットを示すことは、所定のレジメンの効果を臨床医が評価する際の助けとなりうる。同様に、患者の下位分類は、治療レジメンとして使用するための最適な薬物または薬物の組み合わせを選択するうえで有用でありうる。臨床的効果の指標となるこのような変化は、製薬会社が新たな薬を開発する際にも有用なものとなりうる。
診断アルゴリズムに含めるのにどのパラメータが有用であるかを調べるため、検体のバイオマーカーライブラリーを作成してもよく、ライブラリーからの個々の検体を特定の臨床状態についてのアルゴリズムに含めることに関して評価を行うことができる。バイオマーカーライブラリー生成の最初の段階では、炎症、Th1およびTh2免疫反応の指標となる検体、接着因子、ならびに組織リモデリングに関与するタンパク質（例えば、マトリクスメタロプロテイナーゼ（MMP）およびマトリクスメタロプロテイナーゼの組織阻害物質（TIMP））などの広く関連した臨床対象に焦点を置くことができる。いくつかの態様では（例えば最初のライブラリーの生成時に）、ライブラリーが数10種またはそれよりも多いマーカー、100種のマーカー、または数百種のマーカーを含んでもよい。例えば、バイオマーカーライブラリーは数百種のタンパク質検体を含みうる。バイオマーカーライブラリーを構築する際に新たなマーカー（例えば、個々の疾患状態に固有のマーカー、および／または成長因子などのより一般化されたマーカー）を追加することもできる。いくつかの態様では、検体を追加してライブラリーを拡張し、創薬研究（例えば、同位体コード親和性タグ（ICAT）または質量分析などのディファレンシャルディスプレー法を用いた）によって得られた疾患関連タンパク質を追加することによって炎症、腫瘍学および神経心理学的焦点を超えて特異性を高めることもできる。
新たなタンパク質検体をバイオマーカーライブラリーに追加するには、精製分子または組み換え分子、ならびにその新たな検体を捕捉および検出するための適切な抗体（または複数の抗体）が必要とされる場合がある。新たな核酸ベースの検体をバイオマーカーライブラリーに追加するには、特異的mRNAの同定、ならびにその特異的RNAの発現を定量化するためのプローブおよび検出システムが必要とされる場合がある。個々の「新たな、または新規な」バイオマーカーを発見することは有用なアルゴリズムを生成するうえで必須ではないが、こうしたマーカーが含まれてもよい。本明細書において述べるような多検体検出法に適したプラットフォーム技術は一般的に柔軟であり、新たな検体を自由に追加することができる。
本文書は、多重化検出システムによって、臨床状態を診断、治療、および監視することに関連した検体の強固かつ信頼性の高い測定が可能となることを示すものであるが、このことはパネルの個々の検体の濃度を測定することが可能なアッセイ（例えば一連の単一検体ELISA）の使用を除外するものではない。バイオマーカーのパネルは拡張して従来のタンパク質アレイ、多重化ビーズプラットフォームまたは無標識アレイに移行することが可能であり、臨床医および臨床研究を支援するためのアルゴリズムを作成することができる。
カスタム抗体アレイを設計、作成し、約25〜50種類の抗原について分析的に検証することができる。最初に約5〜10種類（例えば5,6,7,8,9または10種類）の検体のパネルを、例えば疾患を有さない被験者から疾患を有する患者を区別する能力、または規定された試料群から患者の疾患の各ステージを区別する能力に基づいて選択することができる。しかしながら豊富なデータベース、通常は10種類よりも多い重要な検体を測定するようなものは、試験アルゴリズムの感度および特異性を高めることができる。HPA軸活性およびメタボリック症候群を反映するパネルに加えて他のパネルを使用することによって疾患状態を更に定義したり、患者を下位分類することもできる。例として、神経栄養性因子の測定値から得られたデータによって、神経可塑性が変化した患者を識別することができる。このようなアプローチが、DNAおよびRNAを含むがこれらに限定されない他の生物学的分子を含むこと、あるいはこうした生物学的分子に適用されることも可能である点は認識されるであろう。
個々のパラメータの選択
ライブラリーまたはパネルの構築においては、マーカーおよびパラメータを様々な方法のいずれかによって選択してもよい。疾患固有のライブラリーまたはパネルの構築の主たる推進力は、あるパラメータがその疾患と関連しているとの知見でありうる。例えば糖尿病についてのライブラリーを構築するには、疾患の理解に基づいて、血糖値が含まれることは恐らく正当であろう。含まれる他のパラメータ／マーカーを同定するために文献の調査または実験を利用することもできる。例えば糖尿病の場合、文献の調査によってヘモグロビンA1c（HbAC）の潜在的有用性が示されうるのに対して、詳細な知識または実験によれば、II型糖尿病の被験者において上昇することが示されている炎症性マーカーである腫瘍壊死因子（TNF）-α受容体2（sTNF-RII）、インターロイキン（IL）-6、およびC-反応性タンパク質（CRP）が含まれうる。
ライブラリーまたはパネルの構築においては、マーカーおよびパラメータを様々な方法のいずれかによって選択してもよい。疾患固有のライブラリーまたはパネルの構築の主たる推進力は、あるパラメータがその疾患と関連しているとの知見でありうる。例えば糖尿病についてのライブラリーを構築するには、疾患の理解に基づいて、血糖値が含まれることは恐らく正当であろう。含まれる他のパラメータ／マーカーを同定するために文献の調査または実験を利用することもできる。例えば糖尿病の場合、文献の調査によってヘモグロビンA1c（HbAC）の潜在的有用性が示されうるのに対して、詳細な知識または実験によれば、II型糖尿病の被験者において上昇することが示されている炎症性マーカーである腫瘍壊死因子（TNF）-α受容体2（sTNF-RII）、インターロイキン（IL）-6、およびC-反応性タンパク質（CRP）が含まれうる。
視床下部-下垂体-副腎軸（HPA軸またはHTPA軸とも呼ばれる）は、視床下部、下垂体、および副腎間の直接的影響およびフィードバック相互作用の複雑なセットである。これら3つの器官間の繊細かつホメオスタティックな相互作用が、ストレスに対する反応を制御するとともに、消化、免疫系、気分および性衝動、ならびにエネルギー消費を含む多様な身体プロセスを調節する神経内分泌系の主要部分であるHPA軸を構成する。大うつ病の患者において高コルチゾール血症が観察されている（例えば、Carpenter and Bunney (1971) Am. J. Psychiatry 128:31; Carroll(1968) Lancet 1: 1373; および Plotsky et al. (1998）Psychiatr. Clin. North Am. 21: 293-307を参照）。真性高コルチゾール血症およびHPA軸の機能不全は重症のうつ病において見られ、HPA軸の各要素は、外部刺激に対して応答するという点で形質のマーカーではなく、状態のマーカーであるものと考えられる。
本明細書で定義する代謝性バイオマーカーとは、全体的な健康、およびエネルギー代謝を含む代謝プロセスの調節に関連するマーカーのことを指す。監視することが可能な潜在的な代謝性マーカーとしては、心血管疾患および糖尿病の発症リスクを増大させる医学的障害の組み合わせであるメタボリック症候群に関連するバイオマーカーがある。うつ病はメタボリック症候群との関連によって心血管疾患の発症につながりうることが示唆されている。うつ病とメタボリック症候群との間の生化学的な関係についてはほとんど分かっていないが、大うつ病エピソードの病歴を有する女性ではうつ病の病歴を有さない女性と比較してメタボリック症候群を2倍発症しやすかったことが観察されている（Kinder et al.(2004) Psychosomatic Medicine 66: 316-322）。
図1は、診断または予後の決定に使用される疾患固有のライブラリーまたはパネルを作成するうえで含まれうる最初の工程を詳細に示したフロー図である。このプロセスは、1）一変量分析によりバイオマーカーの分布を疾患との関連について試験すること、および2）重複しない一次元クラスターにバイオマーカーを分割する手段を用いて複数のグループにバイオマーカーをクラスター化すること（主成分分析に似たプロセスである）、の2つの統計的手法を含みうる。最初の分析の後、更なる分析用のパネルを設計するために各クラスターからの2種またはそれよりも多いバイオマーカーのサブセットを同定することができる。この選択は通常、マーカーの統計的強度および疾患の現在の生物学的な理解に基づいたものである。
図2は、診断または予後の確立に使用される疾患固有のライブラリーまたはパネルを作成するうえで含まれうる各工程を示したフロー図である。第1のプロセスは効率的であり、実験および統計に基づいたマーカーの選択を可能とするものであるが、図2に示されるように、関連するバイオマーカーの選択は、図1で述べた選択プロセスに依存したものである必要はない。しかしながら、このプロセスは、仮説および現時点で利用可能なデータに完全に基づいて選択されたバイオマーカー群によって開始することができる。プロセスには、関連する患者集団、および正常な被験者の適切に一致した（例えば、年齢、性別、人種、BMI、および／または他の任意の適切なパラメータについて）集団を選択することが通常含まれる。いくつかの態様では、患者の診断は、最新の方法を用い、いくつかの場合では患者集団についての関連する経験を有する単一の医師グループによって行うことができる。バイオマーカーの発現レベルは、単一アッセイ（例えばELISAまたはPCRなど）を含む、Luminex MAP-x、Pierce SearchLight、PHB MIMS装置または他の任意の適切な技術を用いて測定することができる。一変量分析および多変量分析は従来の統計的手段（例えばこれらに限定されるものではないが、T検定、主成分分析（PCA）、線形判別分析（LDA）、または二項ロジスティック回帰など）を用いて行うことができる。
検体測定
任意の適切な方法を用いて診断／予後アルゴリズムに含まれるパラメータを定量化することができる。例えば、検体の測定値は、被験者の状態を査定するための1つもしくは複数の医療装置または臨床評価スコアを用いるか、あるいは特定の検体のレベルを決定するための生物学的試料の試験を用いて得ることができる。本明細書において使用する「生物学的試料」とは、核酸、ポリペプチド、または他の検体をそこから得ることができる細胞または細胞物質を含む試料である。生物学的試料の例としては、これらに限定されるものではないが、尿、血液、血清、血漿、脳脊髄液、胸水、気管支洗浄液、痰、腹水、膀胱洗浄液、分泌物（例えば乳房分泌物）、口腔洗浄液、スワブ（例えば口腔スワブ）、単離細胞、組織試料、捺印細胞診標本、および細針吸引生検材料が挙げられる。
任意の適切な方法を用いて診断／予後アルゴリズムに含まれるパラメータを定量化することができる。例えば、検体の測定値は、被験者の状態を査定するための1つもしくは複数の医療装置または臨床評価スコアを用いるか、あるいは特定の検体のレベルを決定するための生物学的試料の試験を用いて得ることができる。本明細書において使用する「生物学的試料」とは、核酸、ポリペプチド、または他の検体をそこから得ることができる細胞または細胞物質を含む試料である。生物学的試料の例としては、これらに限定されるものではないが、尿、血液、血清、血漿、脳脊髄液、胸水、気管支洗浄液、痰、腹水、膀胱洗浄液、分泌物（例えば乳房分泌物）、口腔洗浄液、スワブ（例えば口腔スワブ）、単離細胞、組織試料、捺印細胞診標本、および細針吸引生検材料が挙げられる。
測定値は個々のパラメータについて別々に得るか、あるいは複数のパラメータについて同時に得ることができる。任意の適切なプラットフォームを使用してパラメータの測定値を得ることができる。複数のパラメータを同時に定量化するのに有用なプラットフォームには、例えば、いずれもその全体が本明細書に参照によって組み入れられる米国仮特許出願第60/910,217号および同第60/824,471号、米国特許出願11/850,550号、ならびに国際特許出願公開第WO2007/067819号に述べられるものが含まれる。
有用なプラットフォームの1つの例では、Precision Human Biolaboratories, Inc.によって開発されたMIMS無標識アッセイ技術を利用している。簡単に述べると、薄膜の境界における局所的干渉が光学検出技術の基礎をなしうる、というものである。生体分子の相互作用の分析を行う場合、SiO2の干渉層を有するガラスチップをセンサーとして使用することができる。この層の表面に結合する分子により干渉層の光学的厚さが増大するが、これは例えば米国仮特許出願第60/910,217号および同第60/824,471号に記載されるようにして決定することができる。
図3は、診断の作成および適用のためのスコア群を確立するうえで含まれうる工程を示したフロー図である。このプロセスは、試験しようとする被験者から生物学的試料（例えば血液試料）を取得する工程を含みうる。行われる分析の種類に応じて血清、血漿、または血液細胞を標準的な方法によって単離することができる。生物学的試料が直ちに試験される場合には試料を室温で維持すればよいが、そうでない場合にはアッセイに先だって試料を冷蔵または凍結（例えば-80℃で）することができる。バイオマーカーの発現レベルは、MIMS装置、または例えばELISAもしくはPCRなどの単一アッセイを含む他の任意の適切な技術を用いて測定することができる。各マーカーについてのデータを収集し、アルゴリズムを適用して診断スコア群を生成することができる。診断スコアおよび個々の検体レベルは、被験者の診断および／または治療行為を確立するために使用する目的で臨床医に提供することができる。
図4は、診断を決定し、治療を選択し、治療経過を監視することを助ける診断スコアを使用する方法のフロー図である。バイオマーカー群の発現レベルから1つまたはそれよりも多い複数の診断スコアを生成することができる。この例では、患者の血液試料から複数のバイオマーカーを測定することができる。すなわち、アルゴリズムによって3つの診断スコアが生成される。いくつかの場合では、診断を行い、治療を選択することを助けるうえで単一の診断スコアで充分なこともある。治療レジメンが選択され、治療が開始されたなら、採血を行い、バイオマーカーレベルを測定し、診断スコアを生成することによって患者を定期的に監視することができる。複数の測定値を用いてS3を生成することができる。これらの複数のスコアは、継続的に治療（用量およびスケジュール）を調節し、更に患者の状態を定期的に査定し、新たな単一または多剤療法を最適化および選択するために使用することができる。
多重化を行ううえで有用なプラットフォームの1つの例として、FDAによる認可済みのフローに基づくLuminexアッセイシステム（xMAP; World Wide Webでluminexcorp.com）がある。この多重化技術は、フローサイトメトリーを用いて抗体／ペプチド／オリゴヌクレオチドまたは受容体でタグ付けおよび標識されたマイクロスフェアを検出するものである。このシステムはその構成が自由であるために、Luminexはホストに特定的な疾患パネルに合わせて容易に適合させることができる。
本明細書において提供される方法によって生成される診断スコアを使用して治療を監視することができる。例えば、診断スコアおよび／または個々の検体レベルを、被験者の治療経過を確立または変更するために使用する目的で臨床医に提供することができる。治療が選択され、治療が開始されたなら、2つまたはそれよりも多い間隔で生物学的試料を採取し、バイオマーカーのレベルを測定して所定の時間間隔に対応した診断スコアを生成し、診断スコアを経時的に比較することによって、被験者を定期的に監視することができる。これらのスコアおよび診断スコアの増大、減少または安定について観察されるあらゆる傾向に基づき、臨床医、療法士、または他の医療従事者は、そのまま治療を継続するか、治療を中断するか、あるいは時間の経過とともに改善を見ることを目標として治療計画を調整することを選択することができる。例えば、診断スコアの変化によって決定される疾患の重症度の低下は、治療に対する患者の正の応答に対応しうる。診断スコアの変化によって決定される疾患重症度の上昇は、治療に対する正の応答が見られなかったことを示すか、かつ／または現在の治療計画を見直す必要があることを示しうる。静的な診断スコアは、疾患の重症度に関して平衡状態であることに対応しうる。
診断スコアはまた、疾患重症度を層別化するために使用することもできる。いくつかの場合では、本明細書において提供されるアルゴリズムによって決定される個々の検体レベルおよび／または診断スコアを、被験者が軽度、中度、または重度のうつ病を有するものと診断するために使用することを目的として臨床医に提供することができる。例えば、本明細書において提供されるアルゴリズムを用いて生成される診断スコアは、診断スコアを決定する研究技術者または他の専門家によって、特定のスコア、または所定の時間にわたる診断スコアの増加もしくは減少に基づいて被験者を特定の疾患重症度を有するものとして分類する臨床医、療法士、または他の医療従事者へと伝達することができる。これらの分類に基づいて、臨床医、療法士、または他の医療従事者は、患者のケアを最適化することを目標とした適切な治療選択肢、教育的プログラム、および／または他の療法を評価および推奨することができる。診断は例えば、最新の方法を用いて行うか、あるいは患者集団についての関連する経験を有する単独の医師または医師のグループによって行うことができる。患者が治療後に監視されている場合、疾患層（軽度、中度、および重度のうつ病）間での移行は、疾患重症度の上昇または低下を示しうる。いくつかの場合では、疾患層間での移行は、特定の被験者または被験者群について選択された治療計画の有効性に対応しうる。
患者の診断スコアが報告された後、医療従事者は患者のケアに影響しうる1つまたは複数の行動をとることができる。例えば、医療従事者は患者の診療記録に診断スコアを記録することができる。いくつかの場合では、医療従事者はMDDの診断を記録するか、さもなければ患者の診療記録を、患者の医療状態を反映するように変更することができる。いくつかの場合では、医療従事者は患者の診療記録を見直して評価し、患者の状態の臨床的介入について複数の治療策を査定することができる。
医療従事者は、患者の診断スコアに関する情報を受け取った後、MDDの症状に対する治療を開始または変更することができる。いくつかの場合では、診断スコアおよび／または個々の検体レベルの以前の報告を、最近伝達された診断スコアおよび／または疾患状態と比較することができる。このような比較に基づき、医療従事者は療法の変更を推奨する場合もある。いくつかの場合では、医療従事者は患者をMDDの症状の新たな治療的介入に関する臨床試験に患者を登録することができる。いくつかの場合では、医療従事者は、患者の症状が臨床的介入を必要とするまで療法を開始するのを待つことを選択できる。
医療従事者は、診断スコアおよび／または個々の検体レベルを患者または患者の家族に伝達することができる。いくつかの場合では、医療従事者は、患者および／または患者の家族に、治療の選択肢、予後、ならびに例えば精神科医および／またはカウンセラーなどの専門家への紹介を含む、MDDに関する情報を提供することができる。いくつかの場合では、医療従事者は、専門家に診断スコアおよび／または疾患状態を伝達するために患者の診療記録の写しを提供することができる。
研究者はMDD研究を進めるために被験者の診断スコアおよび／または疾患状態に関する情報を適用することができる。例えば、研究者は、効果的な治療薬を特定するために、MDDの症状の治療に対する薬物の効果に関する情報を用いてMDDの診断スコアのデータをまとめることができる。いくつかの場合では、研究者は、調査研究または臨床試験への被験者の登録または継続参加を評価するために被験者の診断スコアおよび／または個々の検体レベルを取得することができる。研究者は、被験者の現在および以前の診断スコアに基づいて被験者の状態の重症度を分類することができる。いくつかの場合では、研究者は、被験者の診断スコアおよび／または個々の検体レベルを医療従事者に伝達することができ、かつ／またはMDDの臨床評価およびMDDの症状の治療を行うために医療従事者に被験者を紹介することができる。
任意の適切な方法を用いて情報を別の人（例えば専門家）に伝達することが可能であり、情報を直接的または間接的に伝達することが可能である。例えば、検査技師は、診断スコアおよび／または個々の検体レベルをコンピュータベースの記録に入力することができる。いくつかの場合では、診療記録または調査記録に物理的な変更を行うことによって情報を伝達することができる。例えば、医療専門家は、記録を閲覧する他の医療従事者に診断を伝達するために、永続的表示をするかあるいは診療記録に目印を付けることができる。任意の伝達方式を利用することができる（例えば、郵便、電子メール、電話、および直接の面会）。情報を専門家にとって電子的に利用可能とすることによって該情報を専門家に伝達することもできる。例えば、医療従事者が情報にアクセスできるようにコンピュータデータベース上に該情報を置くことができる。更に、情報を、専門家の代理として機能する病院、診療所、または研究施設に伝達することができる。
いくつかの態様では、MDDの診断、MDDの重症度の層別化、および／またはMDDの治療の監視は、単一の検体のレベルに基づいて行うことができる。例えば、被験者からの生物学的試料中のアポリポタンパク質CIIIのレベルを測定することができ、このレベルをアポリポタンパク質CIIIの対照レベルと比較することができる。被験者において測定されたレベルが対照レベルよりも高い場合（例えば対照レベルを5%、10%、20%、25%、50%、75%、100%、または100%よりも大きく上回る場合）、被験者はMDDを有するかあるいはMDDを有する可能性が高いものとして分類される。被験者において測定されたレベルが対照レベルよりも高くない場合、被験者はMDDを有さないかあるいはMDDを有する可能性が高くないものとして分類される。MDDの重症度は被験者における単一の検体のレベルに基づいて層別化することもでき、被験者におけるMDDの治療を1種または複数種の単一の検体のレベルの変化に基づいて監視することができる。例えば、MDDの診断、MDDの重症度の層別化、またはMDDの治療の監視を、上皮成長因子、プロラクチン、レジスチンもしくはアポリポタンパク質CIIIなどの単一の検体、またはこれら4種類の検体のうちの2種、3種もしくはすべての組み合わせの測定されたレベルに基づいて行うことができる。診断スコアに関し、医療専門家または研究者は、単一の検体（例えば上皮成長因子、プロラクチン、レジスチンまたはアポリポタンパク質CIII）の測定レベルに基づいて、患者のケアに影響を及ぼしうる1つまたは複数の行動をとりうる点に注意すべきである。
本発明を以下の実施例において更に説明する。実施例は添付の特許請求の範囲に述べられる本発明の範囲を限定するものではない。
実施例1-うつ病の診断マーカー
本明細書において述べる方法を用いて例えば大うつ病性障害（MDD）の診断またはその素因を決定するうえで有用な、あるいは抗うつ治療に対する応答性を評価するうえで有用なうつ病スコアを決定するためのアルゴリズムを生成した。本明細書において述べるもののような多重化検出システムを使用してうつ病の分子的関連因子の表現型を決定した。予備的研究によって、MDDを有する集団におけるバイオマーカーのパネルを作成するうえで多重化抗体アレイを使用することの有用性が示された。精神状態（例えば病変の種類、重症度、治療に対して正の応答を示す確率、再発のしやすさ）を反映するバイオマーカーが利用可能であれば、うつ病の適正な診断および治療の双方に影響が与えられうる。この系統的かつ高度に並列的なコンビナトリアルアプローチは、本明細書において述べられるようなアルゴリズムを用いて「疾患固有の特性」を構築することが提唱されている。そのためこのアルゴリズムを用いて以前にMDDと診断された個人および患者の状態を決定することができる。表1は、MDD疾患に固有のバイオマーカーライブラリー、すなわち、ヒト血清中に発現されるタンパク質を定量化するうえで有用な一群の試験を例示したものである。
本明細書において述べる方法を用いて例えば大うつ病性障害（MDD）の診断またはその素因を決定するうえで有用な、あるいは抗うつ治療に対する応答性を評価するうえで有用なうつ病スコアを決定するためのアルゴリズムを生成した。本明細書において述べるもののような多重化検出システムを使用してうつ病の分子的関連因子の表現型を決定した。予備的研究によって、MDDを有する集団におけるバイオマーカーのパネルを作成するうえで多重化抗体アレイを使用することの有用性が示された。精神状態（例えば病変の種類、重症度、治療に対して正の応答を示す確率、再発のしやすさ）を反映するバイオマーカーが利用可能であれば、うつ病の適正な診断および治療の双方に影響が与えられうる。この系統的かつ高度に並列的なコンビナトリアルアプローチは、本明細書において述べられるようなアルゴリズムを用いて「疾患固有の特性」を構築することが提唱されている。そのためこのアルゴリズムを用いて以前にMDDと診断された個人および患者の状態を決定することができる。表1は、MDD疾患に固有のバイオマーカーライブラリー、すなわち、ヒト血清中に発現されるタンパク質を定量化するうえで有用な一群の試験を例示したものである。
表1は、MDDの個々のバイオマーカーとしてこれまでに評価されている一連のバイオマーカー、および疾患固有の多検体パネルの要素を列記している。バイオマーカーの査定およびアルゴリズムの生成には、以下の2つの統計的手法を用いることができる。すなわち、（1）バイオマーカーの分布をMDDとの関連について試験するための一変量分析、ならびに（2）アルゴリズム構築のための線形判別分析（LDA）および二項ロジスティック回帰である。
個々の検体レベルの一変量分析：スチューデントのT検定を用い、試験した各検体の血清レベルをLuminex多重化技術を用いて分析することで、うつ病の被験者と正常被験者とで比較を行った。有意水準はp≦0.05に設定した。
表2は、HPA軸および代謝に関連したマーカーのサブセットについてマーカーの測定値およびp値（独立したT検定によって求めた）を列記している。
表3は、診断スコアを生成するために使用することが可能な代謝性バイオマーカーおよびHPAバイオマーカーの組み合わせの様々な群の部分的な一覧を含んでいる。これらの群、またはこれらの群の組み合わせは、うつ病性障害の様々なサブタイプを診断するか、または治療を選択および監視するために使用することができる。更に、これらの群に他のマーカーを追加することによって、患者を更に分類し、患者の層別化ならびにうつ病の診断および管理のための一連の最適なパネルを生成することもできる。
表4は、マーカーの数を9種類のマーカーパネルから3種類のマーカーパネルへと変化させた場合に、バイオマーカーパネルのサブセットが、結果として得られるパネルの全体の予測性にどのように影響するかを示したものである。この表から明らかなように、パネルからの一部のマーカーの除外によって、正しい予測率にほとんど影響はみられなかった。検体を追加または除外し、結果として得られる予測性を決定することにより、パネルが最適化される。予測性についての基準のセット（例えば、適正な診断を行う能力対介入の有効性を予測する能力）に応じて臨床的に有用な情報が生成される。
（表１）MDDバイオマーカーライブラリー
（表２）MDD被験者および正常被験者における血清バイオマーカーレベル
（表３）バイオマーカーの組み合わせ（9要素のパネル）マーカーの組み合わせの部分的リスト
（表４）バイオマーカーの組み合わせとサブセットの予測性の例
個々のバイオマーカーを更なる研究において評価した。詳細には、50人のうつ病患者および20人の年齢一致した正常対照からの血清中のアポリポタンパク質CIII、上皮成長因子、プロラクチン、およびレジスチンのレベルを測定した。図7〜10に示されるように、これらのマーカーはいずれもうつ病患者において正常対照よりも高い濃度で存在した。
実施例2-薬物療法後に変化するうつ病バイオマーカー
うつ病を監視するための現時点における最新の技術は、生物学的検査ではなく定期的な臨床的面接に基づいている。プラセボ効果、過剰投与、および患者による報告の不正確さは、有効性を監視し、適切な治療を決定することを困難にしうるものである。本明細書において開示するように、バイオマーカーパネルを用いることでバイオマーカーの測定値に基づき将来的な臨床転帰または適切な用量の調整を予測することが可能である。これにより、血漿濃度または用量として測定されるバイオマーカーの変化と薬物への曝露の変化との間の相関関係が確立される。課題の1つは、モデルを予め計画して適切に実施し、薬物曝露およびバイオマーカーの時間的経過のどの測定基準が臨床転帰を予測しうるかを決定することである。
うつ病を監視するための現時点における最新の技術は、生物学的検査ではなく定期的な臨床的面接に基づいている。プラセボ効果、過剰投与、および患者による報告の不正確さは、有効性を監視し、適切な治療を決定することを困難にしうるものである。本明細書において開示するように、バイオマーカーパネルを用いることでバイオマーカーの測定値に基づき将来的な臨床転帰または適切な用量の調整を予測することが可能である。これにより、血漿濃度または用量として測定されるバイオマーカーの変化と薬物への曝露の変化との間の相関関係が確立される。課題の1つは、モデルを予め計画して適切に実施し、薬物曝露およびバイオマーカーの時間的経過のどの測定基準が臨床転帰を予測しうるかを決定することである。
図4は、診断、治療の選択、および治療経過の監視の助けとするために診断スコアを使用するための方法を示したフロー図である。この例では、患者の血液試料から複数のバイオマーカーを、ベースラインおよび療法開始後の各時点において測定する。バイオマーカーのパターンは、認知療法、電気ショック療法、または行動療法を受けている患者に対して、抗うつ剤治療を受けている患者では異なりうることから、正常患者の診断スコアの方向に向かう診断スコアの変化は有効な療法であることを示すものである。各療法についての累積的な経験が増加するのにしたがって、特定の抗うつ剤などによる療法を監視するための特定のバイオマーカーパネルおよび／またはアルゴリズムが導き出される。
抗うつ剤療法を受けている患者は耐性となりうるため、患者は、採血し、バイオマーカーレベルを測定し、診断スコアを生成することによって定期的に監視される。このような複数の測定値は、治療（例えば用量およびスケジュール）を継続的に調整し、患者の状態を定期的に査定し、新たな単剤または多剤療法を最適化および選択するために使用することができる。療法の開始後に変化するバイオマーカーを同定するうえで最適な実験設計は、薬物を未投与の患者を療法の経過の間監視する前向き臨床試験である。しかしながら、横断的な調査を用いて、治療の間に上方制御または下方制御されるバイオマーカーを同定することができる。抗うつ剤療法後に変化する可能性のあるMDDのバイオマーカーの一部の例を表5に示す。この実施例は血清（または血漿）中の各タンパク質のレベルに注目したものであるが、mRNAの発現（例えば治療中の患者から単離されたリンパ球における）について同様の研究を行うこともできる。
（表５）抗うつ剤療法を受けているMDD患者対抗うつ剤療法を受けていないMDD患者におけるバイオマーカーの値
単一のバイオマーカー(膵臓ポリペプチド)の未加工データの例を図5に示す。各ドットは個々の被験者を表す。箱が25〜75パーセンタイルを表しているのに対し、ひげは5および95パーセンタイルを示す。この場合、抗うつ剤治療を受けている患者における血清膵臓ポリペプチドの平均値は、正常被験者における血清膵臓ポリペプチドレベルと同様であると思われた。
この調査は、特定の個々のマーカーの血清レベルは療法に際して変化しうることを示唆するものであるが、これは療法が個々の患者にどのように影響するかを考慮していない横断的な調査であった。
バイオマーカー群を、ベースラインおよび療法開始後の各時点において測定することにより、療法を監視することが提案された。例として図6に、6人の仮想的MDD患者群における、治療前後のマーカーXの血中レベルの分布を示す。このグラフから理解される第1の点は、マーカーXの濃度が対照被験者とは対照的に非処置のMDD患者において高い点である。第2に、治療後のMDD患者におけるマーカーXのレベルは対照におけるマーカーXのレベルと同様である。そこでスチューデントのt検定を用いて2つのデータ群を比較し、2つの群の平均の差が有意であるという仮定を検定する。平均の差は、それらが標準偏差何個分だけ離れているかに基づいて統計的に有意である。この距離は、スチューデントのt統計、および、t統計の絶対値が偶然その大きさであるかそれよりも大きくなる対応する確率または有意性を用いて有意であると判定される。更にt検定では、集団同士が独立しているかペアであるかを考慮する。独立t検定は、2つの群が同じ全体的な分散を有するが異なる平均を有すると考えられる場合に使用することができる。独立t検定は、特定の集団が特定の理想的な基準からどのように異なっているか、例えば処置群が独立した対照群とどのように比較されるかについての主張に支持を与えることができる。独立t検定は等しくない数の点を有するデータ群に対して行うことができる。ペア検定は、2つの試料が等しいサイズである（すなわち、同じ数の点）場合にのみ行われる。ペア検定では、一方の集団における任意の点の分散が第2の集団における対応する点について同じであると仮定する。この検定は、各試料ごとの実験結果を比較することによってある処置についての結果を支持するために用いることができる。例えば、この検定を用いて1つの群について処置の前後の結果を比較することができる。この手法は、独立t検定を用いた場合に平均に有意差が見られない2つのデータ群を評価するうえで助けとなりうる。この検定は2つのデータ群が等しい数の点を有する場合にのみ行われる。検定の際には、平均の差の有意性を測定するためのスチューデントのt統計、およびt統計が偶然その値をとる確率（p値）を計算する。p値が小さいほど平均の差はより有意性が高くなる。多くの生物学的システムではp>0.05の有意水準が、t統計が偶然のみによっては得られない確率を表す。
例えば、等しい数の点を有する図6のデータにスチューデントのt検定を適用することより、マーカーXの発現の差は対照被験者とMDDの患者との間で統計的に有意であり（p=0.002）、治療前後の差も有意である（p=0.013）であることが示された。最後に、対照群と治療後のMDD患者との間には統計的な有意差は見られなかった（p=0.35）。
このようなデータは、変量についてデータの頻度分布を得るために用いることができる。これはその変量の最低値および最高値を特定し、次いで変量のすべての値を最も低いものから最も高いものまで順に並べることによって行われる。変量のそれぞれの値の出現回数は、そのデータ群においてそれぞれの値が生じる頻度の計数である。例えば、アルゴリズムを用いてMDDスコアが算出される場合、患者集団を同じMDDスコアを有する各群に配置することができる。25人の患者を治療の前後に監視する場合、それぞれのMDDスコアについて頻度を確立し、治療が有効であるか否かを確認することができる。表6は、ベースラインおよび治療（Rx）後4週目のMDDスコアを確立したデータの例を示す。表から分かるように、高スコア（9点および10点）の患者の数は治療後に13人から6人に減少し、同時により低いMDDスコアの範囲（6点および7点）においては6人から13人に増加し、治療の有効性が示された。
（表６）
他の態様
本発明を発明の詳細な説明とともに説明したが、上記の記載は説明を目的としたものであって、本発明の範囲を限定することを目的としたものではなく、本発明の範囲は添付の特許請求の範囲によって定義されるものである点は理解されるべきである。他の局面、利点、および改変は添付の特許請求の範囲に含まれるものである。
本発明を発明の詳細な説明とともに説明したが、上記の記載は説明を目的としたものであって、本発明の範囲を限定することを目的としたものではなく、本発明の範囲は添付の特許請求の範囲によって定義されるものである点は理解されるべきである。他の局面、利点、および改変は添付の特許請求の範囲に含まれるものである。
Claims (29)
- 以下の工程を含む、ヒト被験者がうつ病を有するか否かを判定するためのインビトロの方法：
（a）うつ病に関連することが予め決定された複数のパラメータの数値を提供する工程であって、前記複数のパラメータが1種または複数種の視床下部-下垂体-副腎（HPA）軸マーカーおよび1種または複数種の代謝性マーカーを含む、工程；
（b）それぞれのパラメータに対してそれぞれが固有である所定の関数によって前記数値のそれぞれを個々に重み付けする工程；
（c）前記重み付けされた値の合計を求める工程；
（d）前記合計と対照値との差を求める工程；ならびに
（e）前記差が所定の閾値よりも高い場合には前記個人をうつ病を有するものとして分類し、または前記差が前記所定の閾値よりも高くない場合には前記個人をうつ病を有さないものとして分類する工程。 - 前記うつ病が大うつ病性障害（MDD）をともなう、請求項1に記載の方法。
- MDDの診断を支持するために用いることが可能なMDDスコアを算出するためにアルゴリズムを用いる、請求項2に記載の方法。
- 前記HPA軸マーカーが、副腎皮質刺激ホルモン、コルチゾール、上皮成長因子、顆粒球コロニー刺激因子、膵臓ポリペプチド、バソプレッシン、およびコルチコトロピン放出ホルモンからなる群より選択され、かつ前記代謝性マーカーが、アシル化刺激タンパク質、アディポネクチン、アポリポタンパク質CIII、C-反応性タンパク質、脂肪酸結合タンパク質、プロラクチン、レジスチン、インスリン、テストステロン、および甲状腺刺激ホルモンからなる群より選択される、請求項1に記載の方法。
- 前記複数のパラメータが、メタボリック症候群に関連する臨床的測定値を含む、請求項1に記載の方法。
- 前記臨床的測定値が、ボディマス指数、空腹時血糖値、血圧、中心性肥満、高密度リポタンパク質、およびトリグリセリドからなる群より選択される、請求項5に記載の方法。
- 前記複数のパラメータが、尿中の1種もしくは複数種のカテコールアミンまたはカテコールアミン代謝物質のレベルを含む、請求項1に記載の方法。
- 前記複数のパラメータが、1種もしくは複数種の炎症性バイオマーカーを含む、請求項1に記載の方法。
- 前記複数のパラメータが、1種もしくは複数種の神経栄養性バイオマーカーを含む、請求項1に記載の方法。
- 以下の工程を含む、うつ病性障害と診断された個人の治療を監視するためのインビトロの方法：
（a）アルゴリズムを用いて前記個人からの生物学的試料中の複数の検体のレベルに基づく第1のMDD疾患スコアを決定する工程であって、前記複数の検体が1種または複数種のHPA軸バイオマーカーおよび1種または複数種の代謝性バイオマーカーを含む、工程；
（b）前記アルゴリズムを用いて前記うつ病性疾患に対する前記個人の治療後の第2のMDD疾患スコアを決定する工程；
（c）工程（a）のスコアを、工程（b）のスコアおよび対照MDD疾患スコアと比較し、工程（b）のスコアが工程（a）のスコアよりも前記対照MDDスコアに近い場合に前記治療を有効であるものとして分類し、または、工程（b）のスコアが工程（a）のスコアよりも前記対照MDDスコアに近くない場合に前記治療を有効ではないものとして分類する工程。 - 前記第2のMDD疾患スコアが治療の数週間後または数ヶ月後に決定される、請求項10に記載の方法。
- 工程（b）および（c）が、治療に対する前記個人の応答、前記個人のMDD状態の変化、または前記個人におけるMDDの進行を監視するために長期にわたって繰り返される、請求項10に記載の方法。
- 前記複数の検体のサブセットが治療開始の前後の各時点において測定される、請求項10に記載の方法。
- メタボリック症候群に関連する臨床的測定値を含むパラメータを前記アルゴリズムに含める工程を更に含む、請求項10に記載の方法。
- 前記臨床的測定値が、ボディマス指数、空腹時血糖値、血圧、中心性肥満、高密度リポタンパク質、およびトリグリセリドからなる群より選択される、請求項14に記載の方法。
- 前記生物学的試料が血清である、請求項10に記載の方法。
- 前記生物学的試料が血漿である、請求項10に記載の方法。
- 前記生物学的試料が脳脊髄液である、請求項10に記載の方法。
- 前記バイオマーカーが核酸であり、かつ前記生物学的試料が細胞または組織を含む、請求項10に記載の方法。
- 前記複数の検体が、尿中の1種または複数種のカテコールアミンまたはカテコールアミン代謝物質のレベルを含む、請求項10に記載の方法。
- 前記1種または複数種の代謝性バイオマーカーが、1種または複数種の甲状腺ホルモンを含む、請求項10に記載の方法。
- 前記1種または複数種の代謝性バイオマーカーがテストステロンを含む、請求項10に記載の方法。
- 前記複数の検体が、1種または複数種の炎症性バイオマーカーを含む、請求項10に記載の方法。
- 前記複数の検体が、1種または複数種の神経栄養性バイオマーカーを含む、請求項10に記載の方法。
- 工程（b）のスコアが工程（a）のスコアよりも対照MDDスコアに近くない場合に前記個人の治療を調整する工程を更に含む、請求項10に記載の方法。
- 前記対照MDDスコアが、正常な個人について算出されたMDDスコアまたは複数の正常な個人について算出されたMDDスコアの平均である、請求項10に記載の方法。
- 以下の工程を含む、個人がうつ病性を有する可能性が高いか否かを判定するための方法：
（a）前記個人からの生物学的試料を提供する工程；
（b）前記生物学的試料中の検体のレベルを測定する工程であって、該検体がアポリポタンパク質CIII、上皮成長因子、プロラクチン、およびレジスチンからなる群より選択される工程；
（c）前記測定されたレベルを前記検体の対照レベルと比較する工程；ならびに
（d）前記検体のレベルが前記対照レベルよりも高い場合には前記個人をうつ病を有する可能性が高いものとして分類し、前記検体のレベルが前記対照レベルよりも高くない場合には前記個人をうつ病を有する可能性が低いものとして分類する工程。 - 前記生物学的試料が血清試料である、請求項27に記載の方法。
- 前記うつ病がMDDをともなう、請求項27に記載の方法。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US11571008P | 2008-11-18 | 2008-11-18 | |
| US61/115,710 | 2008-11-18 | ||
| PCT/US2009/064967 WO2010059709A2 (en) | 2008-11-18 | 2009-11-18 | Metabolic syndrome and hpa axis biomarkers for major depressive disorder |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2012509480A true JP2012509480A (ja) | 2012-04-19 |
| JP2012509480A5 JP2012509480A5 (ja) | 2013-06-06 |
| JP5767973B2 JP5767973B2 (ja) | 2015-08-26 |
Family
ID=42198784
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2011537577A Expired - Fee Related JP5767973B2 (ja) | 2008-11-18 | 2009-11-18 | 大うつ病性障害のためのメタボリック症候群バイオマーカーおよびｈｐａ軸バイオマーカー |
Country Status (6)
| Country | Link |
|---|---|
| US (2) | US8440418B2 (ja) |
| EP (1) | EP2356453A4 (ja) |
| JP (1) | JP5767973B2 (ja) |
| CN (1) | CN102301234B (ja) |
| CA (1) | CA2744151A1 (ja) |
| WO (1) | WO2010059709A2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015174544A1 (ja) * | 2014-05-16 | 2015-11-19 | 国立研究開発法人国立精神・神経医療研究センター | 精神疾患判定マーカー |
| JP2020510909A (ja) * | 2017-02-09 | 2020-04-09 | コグノア，インク． | デジタル個別化医療のためのプラットフォームとシステム |
| US12205725B2 (en) | 2016-11-14 | 2025-01-21 | Cognoa, Inc. | Methods and apparatus for evaluating developmental conditions and providing control over coverage and reliability |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8158374B1 (en) | 2006-09-05 | 2012-04-17 | Ridge Diagnostics, Inc. | Quantitative diagnostic methods using multiple parameters |
| WO2010045490A2 (en) * | 2008-10-15 | 2010-04-22 | Ridge Diagnostics, Inc. | Human biomarker hypermapping for depressive disorders |
| CA2757659A1 (en) * | 2009-04-06 | 2010-10-14 | Ridge Diagnostics, Inc. | Biomarkers for monitoring treatment of neuropsychiatric diseases |
| CA2788315A1 (en) * | 2010-01-26 | 2011-08-04 | Ridge Diagnostics, Inc. | Multiple biomarker panels to stratify disease severity and monitor treatment of depression |
| EP2649456A4 (en) * | 2010-12-06 | 2015-01-07 | Ridge Diagnostics Inc | BIOMARKERS FOR MONITORING THE TREATMENT OF NEUROPSYCHIATRIC ILLNESSES |
| TWI494079B (zh) * | 2012-12-21 | 2015-08-01 | Univ Nat Cheng Kung | 壓力狀態檢測裝置 |
| WO2015116834A1 (en) * | 2014-01-29 | 2015-08-06 | The University Of North Carolina At Chapel Hill | Compositions and methods for blood biomarker analysis for predicting psychosis risk in persons with attenuated psychosis risk syndrome |
| EP3335126A4 (en) | 2015-08-11 | 2019-05-01 | Cognoa, Inc. | METHOD AND DEVICE FOR DETERMINING DEVELOPMENT PROGRESS WITH ARTIFICIAL INTELLIGENCE AND USER ENTRY |
| US11972336B2 (en) | 2015-12-18 | 2024-04-30 | Cognoa, Inc. | Machine learning platform and system for data analysis |
| CN105759065B (zh) * | 2016-02-26 | 2017-10-13 | 天津桑尼匹克生物科技有限公司 | 血液代谢标记物的用途及抑郁症检测试剂盒 |
| CN106771113B (zh) * | 2017-02-27 | 2019-04-02 | 苏州市广济医院 | 甘油三酯作为标志物在制备抑郁症诊断或疗效评估试剂盒中的应用及试剂盒 |
| MY202410A (en) | 2017-09-01 | 2024-04-27 | Venn Biosciences Corp | Identification and use of glycopeptides as biomarkers for diagnosis and treatment monitoring |
| CN114624344A (zh) * | 2020-12-10 | 2022-06-14 | 中国科学院大连化学物理研究所 | 一种类固醇激素联合生物标志物及其应用 |
| WO2023081000A1 (en) * | 2021-11-03 | 2023-05-11 | Simbiosys, Inc. | Metabolic modeling for disease prognosis and treatment |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040265825A1 (en) * | 2001-01-19 | 2004-12-30 | Boris Tartakovsky | Methods and compositions for diagnosing and treating a subject having depression |
| JP2006526140A (ja) * | 2002-12-24 | 2006-11-16 | バイオサイト インコーポレイテッド | 鑑別診断のためのマーカーおよびその使用方法 |
| JP2007024822A (ja) * | 2005-07-21 | 2007-02-01 | Aska Pharmaceutical Co Ltd | 男性の更年期又はうつ病の鑑別方法 |
| WO2007094472A1 (ja) * | 2006-02-17 | 2007-08-23 | Atsuo Sekiyama | 生体負荷の指標剤および生体負荷の測定方法 |
| WO2008016101A1 (en) * | 2006-08-04 | 2008-02-07 | Ajinomoto Co., Inc. | Method for evaluation of stress, stress evaluation apparatus, stress evaluation method, stress evaluation system, stress evaluation program, and recording medium |
| WO2008020192A2 (en) * | 2006-08-16 | 2008-02-21 | Cambridge Enterprise Limited | Secretogranin and vgf peptide biomarkers and uses thereof |
| JP2008531144A (ja) * | 2005-03-03 | 2008-08-14 | ストレスメーター・アクティーゼルスカブ | 交感神経緊張の評価 |
Family Cites Families (51)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5359681A (en) | 1993-01-11 | 1994-10-25 | University Of Washington | Fiber optic sensor and methods and apparatus relating thereto |
| US5882203A (en) | 1995-05-31 | 1999-03-16 | Correa; Elsa I. | Method of detecting depression |
| US5658802A (en) | 1995-09-07 | 1997-08-19 | Microfab Technologies, Inc. | Method and apparatus for making miniaturized diagnostic arrays |
| NZ314144A (en) * | 1996-02-02 | 1999-04-29 | Smithkline Beecham Corp | Computerised identification of at risk patients diagnosed with depression |
| US5804453A (en) | 1996-02-09 | 1998-09-08 | Duan-Jun Chen | Fiber optic direct-sensing bioprobe using a phase-tracking approach |
| US20050123938A1 (en) | 1999-01-06 | 2005-06-09 | Chondrogene Limited | Method for the detection of osteoarthritis related gene transcripts in blood |
| US20030032200A1 (en) | 2000-02-24 | 2003-02-13 | Herath Herath Mudiyanselage Athula Chandrasiri | Proteins, genes and their use for diagnosis and treatment of bipolar affective disorder (BAD) and unipolar depression |
| US20040110938A1 (en) | 2000-02-24 | 2004-06-10 | Parekh Rajesh Bhikhu | Proteins, genes and their use for diagnosis and treatment of schizophrenia |
| IL151477A0 (en) | 2000-03-09 | 2003-04-10 | Clinical Analysis Corp | Medical diagnostic system |
| US7094595B2 (en) | 2000-10-30 | 2006-08-22 | Sru Biosystems, Inc. | Label-free high-throughput optical technique for detecting biomolecular interactions |
| US6905816B2 (en) | 2000-11-27 | 2005-06-14 | Intelligent Medical Devices, Inc. | Clinically intelligent diagnostic devices and methods |
| WO2002089657A2 (en) | 2001-05-04 | 2002-11-14 | Biosite, Inc. | Diagnostic markers of acute coronary syndromes and methods of use thereof |
| US6710877B2 (en) | 2001-07-23 | 2004-03-23 | Corning Incorporated | Apparatus and methods for determining biomolecular interactions |
| CA2467456A1 (en) | 2001-11-19 | 2003-05-30 | Protometrix, Inc. | Method of using a non-antibody protein to detect and measure an analyte |
| US7136518B2 (en) | 2003-04-18 | 2006-11-14 | Medispectra, Inc. | Methods and apparatus for displaying diagnostic data |
| US20040152107A1 (en) | 2002-09-18 | 2004-08-05 | C. Anthony Altar | Gene signature of electroshock therapy and methods of use |
| KR20040032451A (ko) | 2002-10-09 | 2004-04-17 | 삼성전자주식회사 | 생체신호 기반의 건강 관리 기능을 갖는 모바일 기기 및이를 이용한 건강 관리 방법 |
| US7490085B2 (en) | 2002-12-18 | 2009-02-10 | Ge Medical Systems Global Technology Company, Llc | Computer-assisted data processing system and method incorporating automated learning |
| JP2004208547A (ja) | 2002-12-27 | 2004-07-29 | Hitachi Ltd | うつ病の評価方法 |
| EP1624926A4 (en) | 2003-05-06 | 2009-05-13 | Aspect Medical Systems Inc | SYSTEM AND METHOD FOR EVALUATING THE EFFICACY OF TREATING NEUROLOGICAL DISORDERS USING THE ELECTROENCEPHALOGRAM |
| US20040228765A1 (en) | 2003-05-14 | 2004-11-18 | Witty Thomas R. | Point of care diagnostic platform |
| US20040228766A1 (en) | 2003-05-14 | 2004-11-18 | Witty Thomas R. | Point of care diagnostic platform |
| WO2005017203A2 (en) | 2003-07-11 | 2005-02-24 | Yale University | Systems and methods for diagnosing and treating psychological and behavioral conditions |
| US20070092888A1 (en) | 2003-09-23 | 2007-04-26 | Cornelius Diamond | Diagnostic markers of hypertension and methods of use thereof |
| US20050069936A1 (en) | 2003-09-26 | 2005-03-31 | Cornelius Diamond | Diagnostic markers of depression treatment and methods of use thereof |
| US7394547B2 (en) | 2003-11-06 | 2008-07-01 | Fortebio, Inc. | Fiber-optic assay apparatus based on phase-shift interferometry |
| KR100554355B1 (ko) | 2003-11-26 | 2006-02-24 | 주식회사 에버케어 | 개인별 맞춤 건강증진서비스 제공장치 및 그 방법 |
| JP2005312435A (ja) | 2004-03-29 | 2005-11-10 | Kazuhito Rokutan | うつ病の評価方法 |
| US20050254065A1 (en) | 2004-05-12 | 2005-11-17 | Stokowski Stanley E | Method and apparatus for detecting surface characteristics on a mask blank |
| KR20050115436A (ko) | 2004-06-02 | 2005-12-07 | 김은아 | 우울증 치료에 사용되는 '반복적 경두개 자기장 법'에 의하여 발현이 변화되는 흰쥐 뇌의 해마 유전자군. |
| WO2006001749A1 (en) | 2004-06-24 | 2006-01-05 | Biacore Ab | Method for detecting molecular surface interactions |
| US7770730B2 (en) * | 2004-07-29 | 2010-08-10 | Cook Vascular Incorporated | Micropipette holder |
| US20060063199A1 (en) | 2004-09-21 | 2006-03-23 | Elgebaly Salwa A | Diagnostic marker |
| EP1827507A4 (en) | 2004-11-30 | 2008-06-25 | Bg Medicine Inc | BIOLOGICAL SYSTEM ANALYSIS |
| US7445887B2 (en) | 2005-01-07 | 2008-11-04 | Fortebio, Inc. | Enzyme activity measurements using bio-layer interferometry |
| WO2007058986A2 (en) | 2005-11-10 | 2007-05-24 | University Of Pittsburgh Of The Commonwealth System Of Higher Education | Methods for diagnosing and identifying effective therapeutics for major depressive disorder |
| US8673650B2 (en) | 2005-12-09 | 2014-03-18 | Ridge Diagnostics, Inc. | Optical molecular detection |
| US20070161042A1 (en) | 2006-01-11 | 2007-07-12 | Fortebio, Inc. | Methods for characterizing molecular interactions |
| US20070255113A1 (en) * | 2006-05-01 | 2007-11-01 | Grimes F R | Methods and apparatus for identifying disease status using biomarkers |
| US20080015465A1 (en) | 2006-06-15 | 2008-01-17 | Scuderi Gaetano J | Methods for diagnosing and treating pain in the spinal cord |
| US7651836B2 (en) | 2006-08-04 | 2010-01-26 | Hospital Santiago Apóstol | Methods for diagnosis and prognostic of psychiatric diseases |
| US8158374B1 (en) | 2006-09-05 | 2012-04-17 | Ridge Diagnostics, Inc. | Quantitative diagnostic methods using multiple parameters |
| US20080199866A1 (en) | 2006-10-10 | 2008-08-21 | The Board Of Trustees Of The Leland Stanford Junior University | Snp detection and other methods for characterizing and treating bipolar disorder and other ailments |
| US20080281531A1 (en) | 2007-03-15 | 2008-11-13 | Kazuhito Rokutan | Method for Diagnosing Depression |
| US20110245092A1 (en) | 2008-03-04 | 2011-10-06 | John Bilello | Diagnosing and monitoring depression disorders based on multiple serum biomarker panels |
| CA2718273A1 (en) * | 2008-03-12 | 2009-09-17 | Ridge Diagnostics, Inc. | Inflammatory biomarkers for monitoring depression disorders |
| WO2010045490A2 (en) * | 2008-10-15 | 2010-04-22 | Ridge Diagnostics, Inc. | Human biomarker hypermapping for depressive disorders |
| US20100280760A1 (en) | 2009-04-01 | 2010-11-04 | Ridge Diagnostics, Inc. | Biomarkers for monitoring treatment of neuropsychiatric diseases |
| CA2757659A1 (en) | 2009-04-06 | 2010-10-14 | Ridge Diagnostics, Inc. | Biomarkers for monitoring treatment of neuropsychiatric diseases |
| CA2788315A1 (en) | 2010-01-26 | 2011-08-04 | Ridge Diagnostics, Inc. | Multiple biomarker panels to stratify disease severity and monitor treatment of depression |
| EP2649456A4 (en) | 2010-12-06 | 2015-01-07 | Ridge Diagnostics Inc | BIOMARKERS FOR MONITORING THE TREATMENT OF NEUROPSYCHIATRIC ILLNESSES |
-
2009
- 2009-11-18 US US12/620,831 patent/US8440418B2/en not_active Expired - Fee Related
- 2009-11-18 JP JP2011537577A patent/JP5767973B2/ja not_active Expired - Fee Related
- 2009-11-18 WO PCT/US2009/064967 patent/WO2010059709A2/en not_active Ceased
- 2009-11-18 CN CN200980153799.5A patent/CN102301234B/zh not_active Expired - Fee Related
- 2009-11-18 CA CA2744151A patent/CA2744151A1/en not_active Abandoned
- 2009-11-18 EP EP09828159A patent/EP2356453A4/en not_active Withdrawn
-
2013
- 2013-05-13 US US13/892,714 patent/US20140128273A1/en not_active Abandoned
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040265825A1 (en) * | 2001-01-19 | 2004-12-30 | Boris Tartakovsky | Methods and compositions for diagnosing and treating a subject having depression |
| JP2006526140A (ja) * | 2002-12-24 | 2006-11-16 | バイオサイト インコーポレイテッド | 鑑別診断のためのマーカーおよびその使用方法 |
| JP2008531144A (ja) * | 2005-03-03 | 2008-08-14 | ストレスメーター・アクティーゼルスカブ | 交感神経緊張の評価 |
| JP2007024822A (ja) * | 2005-07-21 | 2007-02-01 | Aska Pharmaceutical Co Ltd | 男性の更年期又はうつ病の鑑別方法 |
| WO2007094472A1 (ja) * | 2006-02-17 | 2007-08-23 | Atsuo Sekiyama | 生体負荷の指標剤および生体負荷の測定方法 |
| WO2008016101A1 (en) * | 2006-08-04 | 2008-02-07 | Ajinomoto Co., Inc. | Method for evaluation of stress, stress evaluation apparatus, stress evaluation method, stress evaluation system, stress evaluation program, and recording medium |
| WO2008020192A2 (en) * | 2006-08-16 | 2008-02-21 | Cambridge Enterprise Limited | Secretogranin and vgf peptide biomarkers and uses thereof |
Non-Patent Citations (1)
| Title |
|---|
| JPN6014041901; 根本 直幸， 久保田 正春， 神庭 重信: '「うつ病の内分泌学的検査」' Ｐｈａｒｍａ Ｍｅｄｉｃａ Ｖｏｌ． １５， Ｎｏ． １０, 199710, ｐ． ４７-５３, 株式会社メディカルレビュー社 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015174544A1 (ja) * | 2014-05-16 | 2015-11-19 | 国立研究開発法人国立精神・神経医療研究センター | 精神疾患判定マーカー |
| US12205725B2 (en) | 2016-11-14 | 2025-01-21 | Cognoa, Inc. | Methods and apparatus for evaluating developmental conditions and providing control over coverage and reliability |
| JP2020510909A (ja) * | 2017-02-09 | 2020-04-09 | コグノア，インク． | デジタル個別化医療のためのプラットフォームとシステム |
| JP7324709B2 (ja) | 2017-02-09 | 2023-08-10 | コグノア，インク． | デジタル個別化医療のためのプラットフォームとシステム |
Also Published As
| Publication number | Publication date |
|---|---|
| US8440418B2 (en) | 2013-05-14 |
| CA2744151A1 (en) | 2010-05-27 |
| CN102301234B (zh) | 2015-06-17 |
| US20100136700A1 (en) | 2010-06-03 |
| WO2010059709A9 (en) | 2010-09-23 |
| EP2356453A2 (en) | 2011-08-17 |
| WO2010059709A2 (en) | 2010-05-27 |
| US20140128273A1 (en) | 2014-05-08 |
| EP2356453A4 (en) | 2012-08-15 |
| HK1165554A1 (en) | 2012-10-05 |
| JP5767973B2 (ja) | 2015-08-26 |
| CN102301234A (zh) | 2011-12-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5767973B2 (ja) | 大うつ病性障害のためのメタボリック症候群バイオマーカーおよびｈｐａ軸バイオマーカー | |
| JP5744063B2 (ja) | うつ病の疾患重症度を層別化するためおよび処置をモニタリングするための複数のバイオマーカーパネル | |
| JP5658571B2 (ja) | うつ障害をモニタリングするための炎症バイオマーカー | |
| JP5663314B2 (ja) | 多数のバイオマーカーパネルに基づくうつ障害の診断およびモニタリング | |
| JP2012523009A (ja) | 精神神経疾患の治療をモニタリングするためのバイオマーカー | |
| US20120178118A1 (en) | Biomarkers for monitoring treatment of neuropsychiatric diseases | |
| US20160342757A1 (en) | Diagnosing and monitoring depression disorders | |
| US20170131295A1 (en) | Multiple biomarker panels to stratify disease severity and monitor treatment of depression | |
| US20170161441A1 (en) | Methods and materials for treating pain and depression | |
| HK1165554B (en) | Metabolic syndrome and hpa axis biomarkers for major depressive disorder | |
| HK1190789A (en) | Biomarkers for monitoring treatment of neuropsychiatric diseases | |
| HK1171081A (en) | Biomarkers for monitoring treatment of neuropsychiatric diseases |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120330 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120330 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130311 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130417 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130904 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130909 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20131205 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20131212 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140307 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20141001 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20141224 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150305 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150527 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150622 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5767973 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |