Евразийский сервер публикаций

Евразийский патент № 036566

   Библиографические данные
(11)036566    (13) B1
(21)201791569

 A ]   B ]   C ]   D ]   E ]   F ]   G ]   H ] 

Текущий раздел:      


Документ опубликован 2020.11.24
Текущий бюллетень: 2020-11  
Все публикации: 036566  
Реестр евразийского патента: 036566  

(22)2016.01.15
(51) G06F 19/18 (2011.01)
G06F 19/24 (2011.01)
C12Q 1/68(2006.01)
(43)A1 2018.01.31 Бюллетень № 01  тит.лист, описание 
(45)B1 2020.11.24 Бюллетень № 11  тит.лист, описание  последовательности 
(31)62/104,785; 14/986,520
(32)2015.01.18; 2015.12.31
(33)US; US
(86)US2016/013716
(87)2016/115530 2016.07.21
(71)ЗЕ РЕДЖЕНТС ОФ ЗЕ ЮНИВЕРСИТИ ОФ КАЛИФОРНИЯ (US); ЮСХЕЛС БАЙОТЕК, ЛИМИТЕД (KY)
(72)Чжан Кан (US), Хоу Жуй, Чжэн Лянхун (CN)
(73)ЗЕ РЕДЖЕНТС ОФ ЗЕ ЮНИВЕРСИТИ ОФ КАЛИФОРНИЯ (US); ЮСХЕЛС БАЙОТЕК, ЛИМИТЕД (KY)
(74)Строкова О.В. (RU)
(54)СПОСОБ И СИСТЕМА ОПРЕДЕЛЕНИЯ СТАТУСА ЗЛОКАЧЕСТВЕННОЙ ОПУХОЛИ
   Формула 
(57) 1. Вычислительная платформа для использования данных по метилированию CpG злокачественной опухоли с целью создания базы данных по профилям метилирования CpG злокачественной опухоли, содержащая:
(a) первое вычислительное устройство, содержащее процессор, модуль памяти, операционную систему и компьютерную программу, включающую исполняемые процессором инструкции для создания приложения для сбора данных с целью получения данных по метилированию CpG из набора биологических образцов, причем приложение для сбора данных содержит:
(1) модуль секвенирования, выполненный с возможностью работать с устройством для секвенирования с целью создания данных по метилированию CpG из набора биологических образцов, причем набор содержит первый злокачественный биологический образец, второй злокачественный биологический образец, третий злокачественный биологический образец, первый нормальный биологический образец, второй нормальный биологический образец и третий нормальный биологический образец; причем первый, второй и третий злокачественные биологические образцы являются различными; а также первый, второй и третий нормальные биологические образцы являются различными; и
(2) модуль приема данных, выполненный с возможностью осуществлять прием:
(i) первой пары наборов данных по метилированию CpG, полученной от первого злокачественного биологического образца и первого нормального биологического образца, причем данные по метилированию CpG, полученные от первого злокачественного биологического образца, образуют первый набор данных в рамках первой пары наборов данных, данные по метилированию CpG, полученные от первого нормального биологического образца, образуют второй набор данных в рамках первой пары наборов данных, и первый злокачественный биологический образец и первый нормальный биологический образец происходят из одного и того же источника биологических образцов;
(ii) второй пары наборов данных по метилированию CpG, полученной от второго нормального биологического образца и третьего нормального биологического образца, причем данные по метилированию CpG, полученные от второго нормального биологического образца, образуют третий набор данных в рамках второй пары наборов данных, данные по метилированию CpG, полученные от третьего нормального биологического образца, образуют четвертый набор данных в рамках второй пары наборов данных, и первый, второй и третий нормальные биологические образцы являются различными; и
(iii) третьей пары наборов данных по метилированию CpG, полученной от второго злокачественного биологического образца и третьего злокачественного биологического образца, причем данные по метилированию CpG, полученные от второго злокачественного биологического образца, образуют пятый набор данных в рамках третьей пары наборов данных, данные по метилированию CpG, полученные от третьего злокачественного биологического образца, образуют шестой набор данных в рамках третьей пары наборов данных, и первый, второй и третий злокачественные биологические образцы являются различными; и
(b) второе вычислительное устройство, содержащее процессор, модуль памяти, операционную систему и компьютерную программу, включающую инструкции, исполняемые процессором, для создания приложения для анализа данных с целью создания базы данных по профилям метилирования CpG злокачественной опухоли, причем приложение для анализа данных содержит модуль для анализа данных, выполненный с возможностью:
(1) создавать набор данных по попарным различиям метилирования из первой, второй и третьей пары наборов данных; и
(2) анализировать набор данных по попарным различиям метилирования с помощью контрольного набора данных при помощи машинного обучения для создания базы данных по профилям метилирования CpG злокачественной опухоли, причем
(i) машинное обучение предусматривает идентификацию множества маркеров и множества весовых значений на основе наивысшего показателя и классификацию образцов на основе множества маркеров и множества весовых значений; и
(ii) база данных по профилям метилирования CpG злокачественной опухоли содержит набор профилей метилирования CpG, и каждый профиль метилирования CpG представляет тип злокачественной опухоли.
2. Платформа по п.1, причем создание набора данных по попарным различиям метилирования включает:
(a) вычисление различия между первым набором данных и вторым набором данных в первой паре наборов данных;
(b) вычисление различия между третьим набором данных и четвертым набором данных во второй паре наборов данных и
(c) вычисление различия между пятым набором данных и шестым набором данных в третьей паре наборов данных.
3. Платформа по п.1, причем машинное обучение предусматривает использование алгоритма, выбранного из одного или нескольких из следующих: анализа главных компонент, логистического регрессивного анализа, анализа ближайших соседей, опорно-векторной машины и модели нейронной сети.
4. Платформа по п.1, причем данные по метилированию CpG получены из экстрагированной геномной ДНК, обработанной дезаминирующим средством.
5. Платформа по п.1, причем устройство для секвенирования дополнительно выполнено с возможностью анализировать экстрагированную геномную ДНК секвенированием следующего поколения для получения данных по метилированию CpG.
6. Платформа по п.5, причем секвенирование следующего поколения представляет собой секвенирование с применением цифровой ПЦР.
7. Платформа по п.1, причем профиль метилирования содержит по меньшей мере 10, 20, 30, 40, 50, 100, 200 или более биомаркеров, выбранных из группы, состоящей из табл. 15-18.
8. Платформа по п.1, причем профиль метилирования содержит по меньшей мере 10, 20, 30, 40, 50, 100, 200 или более биомаркеров, выбранных из cg20468939, cg24790419, cg26836479, cg16911583, cg15139596, cg16927606, cg12967050, cg21122474, cg06064964, cg11779113, cg12042264, cg27377213, cg26680502, cg12504877, cg21913888, cg26683005, cg24166457, cg27141915, cg17122157, cg09844573, cg03087897, cg24706505, cg17126555, cg13911392, cg18901104, cg25982880, cg15797834, cg27125093, cg17518965, cg20695297, cg04858553, cg09419005, cg25490145, cg11252953, cg18456621, cg07058988, cg17864646, cg06153925, cg27410601, cg03297901, cg06853339, cg12900649, cg27219182, cg15759721, cg27023597, cg02782634, cg18942579, cg01409343, cg10530767, cg26112797, cg00253248, cg01722297, cg22589778, cg07137244, cg04147906, cg23878564, cg07860918, cg00206490, cg07644807, cg00558804, cg05304979, cg27598656, cg03549146, cg22190721, cg01660934, cg02358862, cg23093496, cg07641284, cg01681367, cg26769927, cg08480068, cg02914427, cg03653601, cg01990910, cg00933696, cg09866569, cg20357538, cg22460896, cg07116712, cg10186131, cg06380123, cg18610205, cg12353452, cg10590292, cg00037681, cg05596756, cg03569637, cg02522196, cg11655490, cg19693177, cg26363363, cg21249754, cg23147227, cg01657186, cg23764129, cg04514998, cg07332880, cg16061668, cg25574765, cg14088196, cg03758697, cg05398700, cg14058476, cg18158859, cg19300307, cg18842353, cg10732611, cg24480810, cg02053964, cg25922751, cg25954028, cg14642045, cg24165921, cg18215449, cg16402452, cg21376733, cg16509569, cg08075204, cg14556909, cg07119472, cg14999168, cg09399878, cg02874908, cg10542975, cg15698795, cg11791526, cg00862408, cg16260696, cg00220455, cg20826709, cg11436362, cg13924996, cg07420137, cg24301930, cg13395086, cg20136100, cg09153080, cg09902130, cg07380416, cg27284288, cg13912307, cg10511890, cg00242035, cg04314978, cg25225070, cg20411756, cg24247537, cg04330884, cg23130731, cg04888360, cg00907272, cg05979232, cg00025044, cg04441857, cg09684112, cg27388962, cg05931497, cg13408086, cg13555415, cg22552736, cg16191087, cg13925432, cg13464240, cg14633252, cg19252956, cg00015530, cg08632810, cg12737392, cg26769700, cg03218479, cg02609337, cg10351284, cg23554164, cg19021985, cg21031128, cg19421584, cg17984956, cg05177060, cg24107852, cg25652701, cg00282244, cg18887230, cg08486903, cg09335715, cg12629796, cg16454130, cg26433975, cg10673833, cg06787669, cg12192582, cg05098343, cg07573366, cg11105292, cg05287480, cg16748008, cg16644023, cg06488150, cg09450197, cg20336172, cg08858130, cg12098228, cg26811313, cg25432518, cg16622899, cg12359001, cg01209642, cg14564351, cg23429794, cg26401541, cg20046343, cg20847580, cg03431741, cg07417146, cg09001226, cg06482498, cg03891050, cg00899907, cg13597051, cg18113826, cg04859102, cg01620360, cg14083015, cg15046123, cg03190513, cg01456691, cg17207512, cg20510285, cg01149192, cg05614346, cg06439655, cg11334870, cg08912922, cg23021796, cg24835948, cg10393744, cg07428959, cg17694130, cg03956042, cg19266387, cg13512830, cg19982684, cg22513455, cg07186032, cg08052292, cg27366280, cg06825448, cg25451702, cg08098128, cg13821008, cg27405400, cg09366118, cg15341833, cg02233149, cg14247287, cg23824762, cg01604601, cg05656900, cg08132573, cg24686918, cg05352688, cg18384097, cg16266227, cg19675731, cg21461981, cg25765104, cg26394055, cg20685713, cg23589035, cg01903374, cg23612220, cg26315985, cg18856478, cg23229016, cg21004490, cg24742520, cg23013029, cg19704755, cg07589991, cg10055231 и cg26017930.
9. Платформа по п.1, причем профиль метилирования содержит по меньшей мере 1, 2, 3, 4, 5, 10, 20, 30, 40, 50, 100 или более биомаркеров, выбранных из табл. 20.
10. Платформа по п.1, причем тип злокачественной опухоли представляет собой солидный тип злокачественной опухоли или гематологический тип злокачественной опухоли.
11. Платформа по п.1, причем тип злокачественной опухоли представляет собой метастатический тип злокачественной опухоли или рецидивирующий или рефрактерный тип злокачественной опухоли.
12. Платформа по п.1, причем тип злокачественной опухоли включает острый миелоцитарный лейкоз (LAML или AML), острый лимфобластный лейкоз (ALL), адренокортикальную карциному (ACC), злокачественную опухоль уротелия мочевого пузыря (BLCA), глиому ствола головного мозга, глиому головного мозга с низкой степенью злокачественности (LGG), опухоль головного мозга, злокачественную опухоль молочной железы (BRCA), бронхиальные опухоли, лимфому Беркитта, злокачественную опухоль без выявленного первичного очага, карциноидную опухоль, карциному без выявленного первичного очага, атипичную тератоидную/рабдоидную опухоль центральной нервной системы, эмбриональные опухоли центральной нервной системы, цервикальную плоскоклеточную карциному, эндоцервикальную аденокарциному (CESC), детские злокачественные опухоли, холангиокарциному (CHOL), хордому, хронический лимфоцитарный лейкоз, хронический миелолейкоз, хронические миелопролиферативные нарушения, злокачественную опухоль (аденокарциному) толстой кишки (COAD), злокачественную опухоль толстой и прямой кишок, краниофарингиому, кожную T-клеточную лимфому, опухоли островковых клеток эндокринной части поджелудочной железы, злокачественную опухоль эндометрия, эпендимобластому, эпендимому, злокачественную опухоль пищевода (ESCA), эстезионейробластому, саркому Юинга, экстракраниальную эмбрионально-клеточную опухоль, внегонадную эмбрионально-клеточную опухоль, злокачественную опухоль лежащих за пределами печени желчевыводящих путей, злокачественную опухоль желчного пузыря, злокачественную опухоль (желудка) желудочно-кишечного тракта, гастроинтестинальную карциноидную опухоль, опухоль гастроинтестинальных стромальных клеток, гастроинтестинальную стромальную опухоль (GIST), гестациозную трофобластическую болезнь, глиобластому мультиформную (GBM), волосатоклеточный лейкоз, злокачественную опухоль головы и шеи (HNSD), злокачественную опухоль сердца, лимфому Ходжкина, гипофарингеальную злокачественную опухоль, интраокулярную меланому, опухоли островковых клеток поджелудочной железы, саркому Капоши, злокачественную опухоль почки, лангергансоклеточный гистиоцитоз, злокачественную опухоль гортани, злокачественную опухоль губы, злокачественную опухоль печени, опухоль лимфоидной ткани, диффузную В-крупноклеточную лимфому (DLBCL), фиброзную гистиоцитомную злокачественную опухоль костей, медуллобластому, медуллоэпителиому, меланому, карциному из клеток Меркеля, карциному кожи из клеток Меркеля, мезотелиому (MESO), метастатическую сквамозную злокачественную опухоль шеи с источником неизвестного происхождения, злокачественную опухоль ротовой полости, синдромы множественных эндокринных неоплазий, множественную миелому, множественную миелому/плазмоклеточную опухоль, фунгоидный микоз, миелодиспластические синдромы, миелопролиферативные неоплазий, злокачественную опухоль полости носа, носоглоточную злокачественную опухоль, нейробластому, неходжкинскую лимфому, немеланоцитарную злокачественную опухоль кожи, немелкоклеточную злокачественную опухоль легкого, злокачественную опухоль ротовой полости, злокачественную опухоль полости рта, злокачественную опухоль ротоглотки, остеосаркому, другие опухоли головного и спинного мозга, злокачественную опухоль яичников, овариальную эпителиальную злокачественную опухоль, овариальную эмбрионально-клеточную опухоль, овариальную пограничную опухоль, злокачественную опухоль поджелудочной железы, папилломатоз, злокачественную опухоль придаточных пазух носа, злокачественную опухоль паращитовидной железы, злокачественную опухоль в тазовой области, злокачественную опухоль полового члена, фарингеальную злокачественную опухоль, феохромоцитому и параганглиому (PCPG), пинеальную паренхиматозную опухоль промежуточной дифференцировки, пинеобластому, опухоль гипофиза, плазмоклеточную опухоль/множественную миелому, плевролегочную бластому, первичную лимфому центральной нервной системы (CNS), первичную гепатоклеточную злокачественную опухоль печени, злокачественную опухоль предстательной железы, такую как аденокарцинома предстательной железы (PRAD), злокачественную опухоль прямой кишки, ренальную злокачественную опухоль, почечно-клеточную злокачественную опухоль (почки), почечно-клеточную злокачественную опухоль, злокачественную опухоль дыхательных путей, ретинобластому, рабдомиосаркому, злокачественную опухоль слюнной железы, саркому (SARC), синдром Сезари, меланому кожи (SKCM), мелкоклеточную злокачественную опухоль легкого, злокачественную опухоль тонкого кишечника, саркому мягких тканей, плоскоклеточную карциному, сквамозную злокачественную опухоль шеи, (гастральную) злокачественную опухоль желудка, супратенториальные примитивные нейроэктодермальные опухоли, T-клеточную лимфому, злокачественную опухоль яичка, опухоли половых клеток яичка (TGCT), злокачественную опухоль горла, тимусную карциному, тимому (THYM), злокачественную опухоль щитовидной железы (THCA), злокачественную опухоль "переходных" клеток, злокачественную опухоль "переходных" клеток почечной лоханки и мочеточника, трофобластическую болезнь, злокачественную опухоль мочеточника, уретральную злокачественную опухоль, злокачественную опухоль матки, увеальную меланому (UVM), вагинальную злокачественную опухоль, злокачественную опухоль наружных женских половых органов, макроглобулинемию Вальденстрема или опухоль Вильма.
13. Платформа по п.1, причем контрольный набор данных включает набор профилей метилирования, причем каждый указанный профиль метилирования создан на основе биологического образца, полученного из известного типа злокачественной опухоли.
14. Платформа по п.1, причем биологические образцы содержат образец циркулирующей опухолевой ДНК или образец ткани.
15. Платформа по п.1, причем данные по метилированию CpG получены с помощью по меньшей мере одного зонда, содержащего последовательность, выбранную из SEQ ID NO: 1-1775 и 1830-2321.
16. Платформа по п.15, причем данные по метилированию CpG получены с помощью по меньшей мере одного зонда, содержащего последовательность, выбранную из SEQ ID NO: 1-1775.
17. Платформа по п.15, причем данные по метилированию CpG получены с помощью по меньшей мере одного зонда, содержащего последовательность, выбранную из SEQ ID NO: 1830-2321.
18. Реализуемый на компьютере способ создания базы данных по профилям метилирования CpG злокачественной опухоли, причем указанный способ включает:
a) создание данных по метилированию CpG из набора биологических образцов способом секвенирования с использованием по меньшей мере одного зонда, пригодного для получения данных по метилированию CpG из одного или более биомаркеров, выбранных из табл. 15-18 и 20,
причем набор содержит первый злокачественный биологический образец, второй злокачественный биологический образец, третий злокачественный биологический образец, первый нормальный биологический образец, второй нормальный биологический образец и третий нормальный биологический образец,
причем первый, второй и третий злокачественные биологические образцы являются различными, и
причем первый, второй и третий нормальные биологические образцы являются различными;
b) получение первой пары наборов данных по метилированию CpG, полученной от первого злокачественного биологического образца и первого нормального биологического образца,
причем данные по метилированию CpG, полученные от первого злокачественного биологического образца, образуют первый набор данных в рамках первой пары наборов данных, данные по метилированию CpG, полученные от первого нормального биологического образца, образуют второй набор данных в рамках первой пары наборов данных, и первый злокачественный биологический образец и первый нормальный биологический образец происходят из одного и того же источника биологических образцов;
c) получение второй пары наборов данных по метилированию CpG, полученной от второго нормального биологического образца и третьего нормального биологического образца,
причем данные по метилированию CpG, полученные от второго нормального биологического образца, образуют третий набор данных в рамках второй пары наборов данных, данные по метилированию CpG, полученные от третьего нормального биологического образца, образуют четвертый набор данных в рамках второй пары наборов данных, и первый, второй и третий нормальные биологические образцы являются различными;
d) получение третьей пары наборов данных по метилированию CpG, полученной от второго злокачественного биологического образца и третьего злокачественного биологического образца,
причем данные по метилированию CpG, полученные от второго злокачественного биологического образца, образуют пятый набор данных в рамках третьей пары наборов данных, данные по метилированию CpG, полученные от третьего злокачественного биологического образца, образуют шестой набор данных в рамках третьей пары наборов данных, и первый, второй и третий злокачественные биологические образцы являются различными;
e) создание набора данных по попарным различиям метилирования из первой, второй и третьей пары наборов данных; и
f) анализ набора данных по попарным различиям метилирования с помощью контрольного набора данных способом машинного обучения для создания базы данных по профилям метилирования CpG злокачественной опухоли, причем
(1) способ машинного обучения предусматривает идентификацию множества маркеров и множества весовых значений на основе наивысшего показателя и классификацию образцов на основе множества маркеров и множества весовых значений; и
(2) база данных по профилям метилирования CpG злокачественной опухоли содержит набор профилей метилирования CpG, и каждый профиль метилирования CpG представляет тип злокачественной опухоли.
19. Реализуемый на компьютере способ по п.18, предусматривающий, что стадия e) дополнительно предусматривает:
a) вычисление различия между первым набором данных и вторым набором данных в первой паре наборов данных;
b) вычисление различия между третьим набором данных и четвертым набором данных во второй паре наборов данных; и
c) вычисление различия между пятым набором данных и шестым набором данных в третьей паре наборов данных.
20. Реализуемый на компьютере способ по п.18, причем способ машинного обучения предусматривает использование алгоритма, выбранного из одного или нескольких из следующих: анализа главных компонент, логистического регрессивного анализа, анализа ближайших соседей, опорно-векторной машины и модели нейронной сети.
21. Реализуемый на компьютере способ по п.18, предусматривающий, что данные по метилированию CpG получают из экстрагированной геномной ДНК, обработанной дезаминирующим средством.
22. Реализуемый на компьютере способ по п.18, предусматривающий, что профиль метилирования содержит по меньшей мере 10, 20, 30, 40, 50, 100, 200 или более биомаркеров, выбранных из группы, состоящей из табл. 15-18.
23. Реализуемый на компьютере способ по п.18, предусматривающий, что профиль метилирования содержит по меньшей мере 10, 20, 30, 40, 50, 100, 200 или более биомаркеров, выбранных из cg20468939, cg24790419, cg26836479, cg16911583, cg15139596, cg16927606, cg12967050, cg21122474, cg06064964, cg11779113, cg12042264, cg27377213, cg26680502, cg12504877, cg21913888, cg26683005, cg24166457, cg27141915, cg17122157, cg09844573, cg03087897, cg24706505, cg17126555, cg13911392, cg18901104, cg25982880, cg15797834, cg27125093, cg17518965, cg20695297, cg04858553, cg09419005, cg25490145, cg11252953, cg18456621, cg07058988, cg17864646, cg06153925, cg27410601, cg03297901, cg06853339, cg12900649, cg27219182, cg15759721, cg27023597, cg02782634, cg18942579, cg01409343, cg10530767, cg26112797, cg00253248, cg01722297, cg22589778, cg07137244, cg04147906, cg23878564, cg07860918, cg00206490, cg07644807, cg00558804, cg05304979, cg27598656, cg03549146, cg22190721, cg01660934, cg02358862, cg23093496, cg07641284, cg01681367, cg26769927, cg08480068, cg02914427, cg03653601, cg01990910, cg00933696, cg09866569, cg20357538, cg22460896, cg07116712, cg10186131, cg06380123, cg18610205, cg12353452, cg10590292, cg00037681, cg05596756, cg03569637, cg02522196, cg11655490, cg19693177, cg26363363, cg21249754, cg23147227, cg01657186, cg23764129, cg04514998, cg07332880, cg16061668, cg25574765, cg14088196, cg03758697, cg05398700, cg14058476, cg18158859, cg19300307, cg18842353, cg10732611, cg24480810, cg02053964, cg25922751, cg25954028, cg14642045, cg24165921, cg18215449, cg16402452, cg21376733, cg16509569, cg08075204, cg14556909, cg07119472, cg14999168, cg09399878, cg02874908, cg10542975, cg15698795, cg11791526, cg00862408, cg16260696, cg00220455, cg20826709, cg11436362, cg13924996, cg07420137, cg24301930, cg13395086, cg20136100, cg09153080, cg09902130, cg07380416, cg27284288, cg13912307, cg10511890, cg00242035, cg04314978, cg25225070, cg20411756, cg24247537, cg04330884, cg23130731, cg04888360, cg00907272, cg05979232, cg00025044, cg04441857, cg09684112, cg27388962, cg05931497, cg13408086, cg13555415, cg22552736, cg16191087, cg13925432, cg13464240, cg14633252, cg19252956, cg00015530, cg08632810, cg12737392, cg26769700, cg03218479, cg02609337, cg10351284, cg23554164, cg19021985, cg21031128, cg19421584, cg17984956, cg05177060, cg24107852, cg25652701, cg00282244, cg18887230, cg08486903, cg09335715, cg12629796, cg16454130, cg26433975, cg10673833, cg06787669, cg12192582, cg05098343, cg07573366, cg11105292, cg05287480, cg16748008, cg16644023, cg06488150, cg09450197, cg20336172, cg08858130, cg12098228, cg26811313, cg25432518, cg16622899, cg12359001, cg01209642, cg14564351, cg23429794, cg26401541, cg20046343, cg20847580, cg03431741, cg07417146, cg09001226, cg06482498, cg03891050, cg00899907, cg13597051, cg18113826, cg04859102, cg01620360, cg14083015, cg15046123, cg03190513, cg01456691, cg17207512, cg20510285, cg01149192, cg05614346, cg06439655, cg11334870, cg08912922, cg23021796, cg24835948, cg10393744, cg07428959, cg17694130, cg03956042, cg19266387, cg13512830, cg19982684, cg22513455, cg07186032, cg08052292, cg27366280, cg06825448, cg25451702, cg08098128, cg13821008, cg27405400, cg09366118, cg15341833, cg02233149, cg14247287, cg23824762, cg01604601, cg05656900, cg08132573, cg24686918, cg05352688, cg18384097, cg16266227, cg19675731, cg21461981, cg25765104, cg26394055, cg20685713, cg23589035, cg01903374, cg23612220, cg26315985, cg18856478, cg23229016, cg21004490, cg24742520, cg23013029, cg19704755, cg07589991, cg10055231 и cg26017930.
24. Реализуемый на компьютере способ по п.18, предусматривающий, что профиль метилирования содержит по меньшей мере 1, 2, 3, 4, 5, 10, 20, 30, 40, 50, 100 или более биомаркеров, выбранных из табл. 20.
25. Реализуемый на компьютере способ по п.18, предусматривающий, что тип злокачественной опухоли представляет собой солидный тип злокачественной опухоли или гематологический тип злокачественной опухоли.
26. Реализуемый на компьютере способ по п.18, предусматривающий, что тип злокачественной опухоли представляет собой рецидивирующий или рефрактерный тип злокачественной опухоли.
27. Реализуемый на компьютере способ по п.18, предусматривающий, что тип злокачественной опухоли включает острый миелоцитарный лейкоз (LAML или AML), острый лимфобластный лейкоз (ALL), адренокортикальную карциному (ACC), злокачественную опухоль уротелия мочевого пузыря (BLCA), глиому ствола головного мозга, глиому головного мозга с низкой степенью злокачественности (LGG), опухоль головного мозга, злокачественную опухоль молочной железы (BRCA), бронхиальные опухоли, лимфому Беркитта, злокачественную опухоль без выявленного первичного очага, карциноидную опухоль, карциному без выявленного первичного очага, атипичную тератоидную/рабдоидную опухоль центральной нервной системы, эмбриональные опухоли центральной нервной системы, цервикальную плоскоклеточную карциному, эндоцервикальную аденокарциному (CESC), детские злокачественные опухоли, холангиокарциному (CHOL), хордому, хронический лимфоцитарный лейкоз, хронический миелолейкоз, хронические миелопролиферативные нарушения, злокачественную опухоль (аденокарциному) толстой кишки (COAD), злокачественную опухоль толстой и прямой кишок, краниофарингиому, кожную T-клеточную лимфому, опухоли островковых клеток эндокринной части поджелудочной железы, злокачественную опухоль эндометрия, эпендимобластому, эпендимому, злокачественную опухоль пищевода (ESCA), эстезионейробластому, саркому Юинга, экстракраниальную эмбрионально-клеточную опухоль, внегонадную эмбрионально-клеточную опухоль, злокачественную опухоль лежащих за пределами печени желчевыводящих путей, злокачественную опухоль желчного пузыря, злокачественную опухоль (желудка) желудочно-кишечного тракта, гастроинтестинальную карциноидную опухоль, опухоль гастроинтестинальных стромальных клеток, гастроинтестинальную стромальную опухоль (GIST), гестациозную трофобластическую болезнь, глиобластому мультиформную (GBM), волосатоклеточный лейкоз, злокачественную опухоль головы и шеи (HNSD), злокачественную опухоль сердца, лимфому Ходжкина, гипофарингеальную злокачественную опухоль, интраокулярную меланому, опухоли островковых клеток поджелудочной железы, саркому Капоши, злокачественную опухоль почки, лангергансоклеточный гистиоцитоз, злокачественную опухоль гортани, злокачественную опухоль губы, злокачественную опухоль печени, лимфоидной ткани, диффузную B-крупноклеточную лимфому (DLBCL), фиброзную гистиоцитомную злокачественную опухоль костей, медуллобластому, медуллоэпителиому, меланому, карциному из клеток Меркеля, карциному кожи из клеток Меркеля, мезотелиому (MESO), метастатическую сквамозную злокачественную опухоль шеи с источником неизвестного происхождения, злокачественную опухоль ротовой полости, синдромы множественных эндокринных неоплазий, множественную миелому, множественную миелому/плазмоклеточную опухоль, фунгоидный микоз, миелодиспластические синдромы, миелопролиферативные неоплазий, злокачественную опухоль полости носа, носоглоточную злокачественную опухоль, нейробластому, неходжкинскую лимфому, немеланоцитарную злокачественную опухоль кожи, немелкоклеточную злокачественную опухоль легкого, злокачественную опухоль ротовой полости, злокачественную опухоль полости рта, злокачественную опухоль ротоглотки, остеосаркому, другие опухоли головного и спинного мозга, злокачественную опухоль яичников, овариальную эпителиальную злокачественную опухоль, овариальную эмбрионально-клеточную опухоль, овариальную пограничную опухоль, злокачественную опухоль поджелудочной железы, папилломатоз, злокачественную опухоль придаточных пазух носа, злокачественную опухоль паращитовидной железы, злокачественную опухоль в тазовой области, злокачественную опухоль полового члена, фарингеальную злокачественную опухоль, феохромоцитому и параганглиому (PCPG), пинеальную паренхиматозную опухоль промежуточной дифференцировки, пинеобластому, опухоль гипофиза, плазмоклеточную опухоль/множественную миелому, плевролегочную бластому, первичную лимфому центральной нервной системы (CNS), первичную гепатоклеточную злокачественную опухоль печени, злокачественную опухоль предстательной железы, такую как аденокарцинома предстательной железы (PRAD), злокачественную опухоль прямой кишки, ренальную злокачественную опухоль, почечно-клеточную злокачественную опухоль (почки), почечно-клеточную злокачественную опухоль, злокачественную опухоль дыхательных путей, ретинобластому, рабдомиосаркому, злокачественную опухоль слюнной железы, саркому (SARC), синдром Сезари, меланому кожи (SKCM), мелкоклеточную злокачественную опухоль легкого, злокачественную опухоль тонкого кишечника, саркому мягких тканей, плоскоклеточную карциному, сквамозную злокачественную опухоль шеи, (гастральную) злокачественную опухоль желудка, супратенториальные примитивные нейроэктодермальные опухоли, T-клеточную лимфому, злокачественную опухоль яичка, опухоли половых клеток яичка (TGCT), злокачественную опухоль горла, тимусную карциному, тимому (THYM), злокачественную опухоль щитовидной железы (THCA), злокачественную опухоль "переходных" клеток, злокачественную опухоль "переходных" клеток почечной лоханки и мочеточника, трофобластическую болезнь, злокачественную опухоль мочеточника, уретральную злокачественную опухоль, злокачественную опухоль матки, увеальную меланому (UVM), вагинальную злокачественную опухоль, злокачественную опухоль наружных женских половых органов, макроглобулинемию Вальденстрема или опухоль Вильма.
28. Реализуемый на компьютере способ по п.18, предусматривающий, что биологические образцы содержат образец циркулирующей опухолевой ДНК или образец ткани.
29. Реализуемый на компьютере способ по п.18, причем данные по метилированию CpG получены с помощью по меньшей мере одного зонда, содержащего последовательность, выбранную из SEQ ID NO: 1-1775 и 1830-2321.
30. Реализуемый на компьютере способ по п.29, причем данные по метилированию CpG получены с помощью по меньшей мере одного зонда, содержащего последовательность, выбранную из SEQ ID NO: 1-1775.
31. Реализуемый на компьютере способ по п.29, причем данные по метилированию CpG получены с помощью по меньшей мере одного зонда, содержащего последовательность, выбранную из SEQ ID NO: 1830-2321.