阅读说明：本技术 通过染色体相互作用遗传调节免疫响应 (Genetic modulation of immune responses through chromosomal interactions ) 是由 亚历山大·埃科利特切夫 阿鲁尔·塞尔瓦姆·拉马达斯 伊万·亨特 于 2018-11-02 设计创作，主要内容包括：一种用于分析与免疫响应相关的染色体区域和相互作用的方法。(A method for analyzing chromosomal regions and interactions associated with immune responses.)

通过染色体相互作用遗传调节免疫响应

技术领域

本发明涉及检测染色体相互作用。

背景技术

疾病过程很复杂，并且无法使用可用的方法预测结果。特别是，很难预测患者对特定疗法的反应。

发明内容

由于与病理或治疗相关的调节表观遗传控制设置，基因座处的特异性染色体构象签名(CCS)存在或不存在。CCS具有温和的解离速率(off-rate)，并且当代表特定的表型或病理时，它们将只会随着生理信号转换而改变为新表型或由于外部干预而改变。此外，这些事件的测量结果是二元的(binary，二进制的)，因此该读数与不同水平的DNA甲基化、组蛋白修饰和大多数非编码RNA的连续读数形成鲜明对比。迄今为止，大多数分子生物标志物使用的连续读数对数据分析提出了挑战，因为特定生物标志物的变化幅度在患者与患者之间存在巨大差异，这在将它们用于对患者群体进行分层时会给分类统计带来问题。这些分类统计更适合于使用不存在幅度并且仅提供“是或否”表型差异二元评分的生物标志物，表明染色体构象(EpiSwitch^TM)生物标志物是潜在诊断、预后和预测性生物标志物的极佳资源。

本发明人已经使用允许鉴定群体中亚组的方法鉴定(identify，确定)了具有与免疫响应(immunoresponsiveness，免疫响应性，免疫响应能力，免疫应答)有关的染色体相互作用的基因组区域。已经发现了来自使用不同疗法治疗两种不同病情的两项独立研究的鉴定区域、基因和特异性染色体相互作用，确定患者的一般免疫响应，包括通过免疫响应调节细胞表面信号传导途径和调节T细胞活化。本发明人的工作允许追踪免疫响应的变化，例如在疾病或治疗过程中。

因此，本发明提供了一种用于检测代表群体中的亚组的染色体状态的方法，包括确定在基因组的限定区域内存在或不存在与该染色体状态有关的染色体相互作用，其中所述亚组与免疫响应个体(immunoresponsive individual)的状态有关；并且

-其中所述染色体相互作用任选地通过确定哪些染色体相互作用与对应于群体的免疫响应亚组的染色体状态有关的方法鉴定，该方法包括使来自具有不同染色体状态的亚组的第一组核酸与第二组索引(index，指标)核酸接触，以及允许互补序列杂交，其中第一组和第二组核酸中的核酸代表连接产物，该连接产物包含来自在染色体相互作用中聚集在一起的两个染色体区域的序列，并且其中第一组和第二组核酸之间的杂交模式允许确定哪些染色体相互作用对免疫响应亚组是特异性的；并且

-其中染色体相互作用：

(i)存在于表1中列出的区域或基因的任一个中；和/或

(ii)对应于由表1中所示的任何探针代表的染色体相互作用中的任一种，和/或

(iii)存在于包含或侧翼于(flank，侧接)(i)或(ii)的4,000个碱基的区域中。

本发明还提供了一种用于检测代表群体中的亚组的染色体状态的方法，包括确定在基因组的限定区域内存在或不存在与该染色体状态有关的染色体相互作用，其中所述亚组与免疫响应个体的状态有关；并且

-其中所述染色体相互作用任选地通过确定哪些染色体相互作用与对应于群体的免疫响应亚组的染色体状态有关的方法鉴定，该方法包括使来自具有不同染色体状态的亚组的第一组核酸与第二组索引核酸接触，以及允许互补序列杂交，其中第一和第二组核酸中的核酸代表连接产物，该连接产物包含来自在染色体相互作用中聚集在一起的两个染色体区域的序列，并且其中第一和第二组核酸之间的杂交模式允许确定哪些染色体相互作用对免疫响应亚组是特异性的；并且

-其中染色体相互作用：

a)存在于表13中所列的区域或基因的任一个中；和/或

b)对应于由表13中所示的任何探针代表的染色体相互作用中的任一种，和/或

c)存在于包含或侧翼于(a)或(b)的4,000个碱基的区域中。

本发明进一步提供了一种用于检测代表群体中的亚组的染色体状态的方法，包括确定在基因组的限定区域内存在或不存在与该染色体状态有关的染色体相互作用，其中所述亚组与免疫响应个体的状态有关；并且

-其中，所述染色体相互作用任选地通过确定哪些染色体相互作用与对应于群体的免疫响应亚组的染色体状态有关的方法鉴定，包括使来自具有不同染色体状态的亚组的第一组核酸与第二组索引核酸接触，以及允许互补序列杂交，其中第一和第二组核酸中的核酸代表连接产物，该连接产物包含来自在染色体相互作用中聚集在一起的两个染色体区域的序列，并且其中第一和第二组核酸之间的杂交模式允许确定哪些染色体相互作用对免疫响应亚组是特异性的；并且

-其中染色体相互作用：

(α)存在于表16中所列的区域或基因的任一个中；和/或

(β)对应于由表16中所示的任何探针代表的染色体相互作用中的任一种，和/或

(γ)存在于包含或侧翼于(α)或(β)的4,000个碱基的区域中。

具体实施方式

本发明的方面

本发明涉及一组表观遗传标志物，其涉及免疫系统的调节，特别是通过细胞表面信号传导途径和T细胞活化。

本发明还包括监测免疫系统的状态以确定其对特定疗法的响应性。这意味着可以为患者提供适当的疗法，并可以确定患者是否保留或失去了‘响应者’状态。因此，在一个实施方式中，本发明提供了对‘响应者’状态的‘实时’持续读出，从而允许对患者进行个性化治疗，从而准确反映患者的需求。

免疫响应性

本发明涉及确定免疫响应性。这优选是对包含与免疫系统有关的分子或细胞的疗法的响应性，例如施用包含抗体或免疫细胞(例如T细胞或树突状细胞)的组合物或施用本文提及的任何治疗性物质。其可以是对调节或刺激免疫系统的物质的响应性，例如疫苗治疗。因此，免疫响应性优选是对免疫疗法的响应性。免疫疗法可以调节、阻断或刺激免疫检查点，因此可以靶向或调节PD-L1、PD-L2或CTLA4或本文公开的任何其它免疫检查点分子，并因此可以是免疫检查点疗法。优选地，免疫响应性是对抗体疗法或本文公开的任何特异性疗法的响应性(参见后文章节中的特异性药物)。该疗法可以是组合疗法。

在一个实施方式中，免疫响应性是对PD-1抑制剂或PD-L1抑制剂的响应性，包括对特异于PD-1或PD-L1的抗体的响应性。PD-1是‘程序性细胞死亡蛋白’且PD-L1是‘程序性死亡配体1’。

免疫响应性优选地是针对癌症疗法，并且因此通常与特定个体是否对该疗法有响应有关，其中个体可以或可以不患有癌症，或可以处于患癌症的风险中。癌症通常是本文提及的任何癌症，并且例如是黑色素瘤、肺癌、非小细胞肺癌(NSCLC)、弥漫性大B细胞淋巴瘤、肝癌、肝细胞癌、前列腺癌、乳腺癌、白血病、急性骨髓性白血病、胰腺癌、甲状腺癌、鼻癌、脑癌、膀胱癌、子宫颈癌、非霍奇金淋巴瘤、卵巢癌、大肠癌或肾癌。

术语‘抗体’包括保留结合抗原靶标能力的抗体的所有片段和衍生物，例如单链scFV或Fab。

如稍后将讨论的，可以确定对本文提及的任何疗法、细胞或药物的免疫响应性。在一些实施方式中，本文提到的任何疗法、细胞或药物均可施用于已确定免疫响应的个体。

本发明的方法

本发明的方法包括一种用于检测与免疫响应有关的染色体相互作用的分型系统(typing system)。这种分型可以使用本文提到的基于在染色体相互作用中聚集在一起的染色体交联区域的EpiSwitch^TM系统，使染色体DNA裂解，然后连接存在于交联实体中的核酸以衍生具有来自形成染色体相互作用的两个区域的序列的连接的核酸进行。检测这种连接的核酸允许确定特定染色体相互作用的存在或不存在。

可以使用上述方法鉴定染色体相互作用，其中使用了第一和第二核酸群体。也可以使用EpiSwitch^TM技术生成这些核酸。

与本发明有关的表观遗传相互作用

如本文所用，术语‘表观遗传’和‘染色体’相互作用通常是指染色体远端区域之间的相互作用，所述相互作用是动态的，并且取决于染色体区域的状态而改变、形成或破坏。

在本发明的特定方法中，通常通过首先产生连接的核酸来检测染色体相互作用，所述连接的核酸包含来自染色体的两个区域的序列，所述两个区域是相互作用的一部分。在这样的过程中，所述区域可以通过任何合适的方式交联。在优选的实施方式中，相互作用使用甲醛交联，但也可以通过任何醛或D-生物素-e-氨基己酸-N-羟基琥珀酰亚胺酯或洋地黄毒苷-3-O-甲基羰基-e-氨基己酸-N-羟基琥珀酰亚胺酯交联。多聚甲醛可以交联相距4埃的DNA链。优选地，染色体相互作用在同一染色体上，并且任选地相隔2至10埃。

染色体相互作用可以反映染色体区域的状态，例如，是否响应于生理条件的变化而被转录或抑制。已经发现，本文定义的对亚组特异的染色体相互作用是稳定的，因此提供了一种测量两个亚组之间差异的可靠方法。

此外，例如，与其他表观遗传标志物(例如甲基化或者组蛋白的结合变化)相比，特异于某个特征(诸如免疫响应性)的染色体相互作用通常会在生物过程的早期发生。因此，本发明的方法能够检测生物学过程的早期阶段。这允许早期干预(例如治疗)，从而可能更有效。染色体相互作用还反映了个体的当前状态，因此可用于评估免疫响应的变化。此外，同一亚组中个体之间的相关染色体相互作用几乎没有变化。检测染色体相互作用非常有用，每个基因至多有50种可能的相互作用，因此本发明的方法可以查询500,000种不同的相互作用。

优选的标志物组

在本文中，术语‘标志物’或‘生物标志物’是指可以在本发明中检测(分型)的特异性染色体相互作用。本文公开了特异性标志物，可以在本发明中使用它们中的任何一种。可以使用另外的标志物组，例如以本文公开的组合或编号。本文表中公开的特异性标志物是优选的，并且本文表中提到的基因和区域中存在的标志物是优选的。这些可以通过任何合适的方法来分型，例如本文公开的基于PCR或基于探针的方法，包括qPCR方法。在本文中通过位置或通过探针和/或引物序列来定义标志物。

表观遗传相互作用的位置和原因

表观遗传染色体相互作用可能重叠并包括显示为编码相关或未描述基因的染色体区域，但同样可能在基因间区域。还应注意的是，本发明人已经发现，在确定染色体基因座(locus，位点)状态中，所有区域的表观遗传相互作用同等重要。这些相互作用不一定在位于基因座的特定基因的编码区中，而可能在基因间区域中。

本发明中检测到的染色体相互作用可能是由于底层DNA序列的变化、环境因素、DNA甲基化、非编码反义RNA转录物、非诱变致癌物、组蛋白修饰、染色质重塑和特异性局部DNA相互作用引起的。导致染色体相互作用的变化可能是由底层核酸序列的变化引起的，其本身并不直接影响基因产物或基因表达方式。此类变化可能是例如基因内部和/或外部的SNP，基因融合和/或基因间DNA、微RNA(microRNA)和非编码RNA的缺失。例如，已知大约有20％的SNP位于非编码区域，因此，上述方法在非编码情况下也是有用的。在一个实施方式中，聚集在一起形成相互作用的染色体的区域在同一条染色体上相距少于5kb、3kb、1kb、500个碱基对或200个碱基对。

优选地，检测到的染色体相互作用在表1中提及的任何基因内。但是，其也可以在所述基因的上游或下游，例如，在从所述基因或编码序列起上游或下游的至多达50,000、至多达30,000、至多达20,000、至多达10,000或至多达5000个碱基。

优选地，检测到的染色体相互作用在表13中提及的任何基因内。但是，其也可以在所述基因的上游或下游，例如，在从所述基因或编码序列起上游或下游的至多达50,000、至多达30,000、至多达20,000、至多达10,000或至多达5000个碱基。

优选地，检测到的染色体相互作用在表16中提及的任何基因内。但是，其也可以在所述基因的上游或下游，例如，在从所述基因或编码序列起上游或下游的至多达50,000、至多达30,000、至多达20,000、至多达10,000或至多达5000个碱基。

亚组、时间点和个性化治疗

本发明的目的是确定免疫响应水平。这可以在一个或多个定义的时间点，例如在至少1、2、5、8或10个不同的时间点。至少1、2、5或8个时间点之间的持续时间可以为至少5、10、20、50、80或100天。通常至少有1、2或5个时间点在治疗开始之前和/或至少有1、2或5个时间点在治疗开始后。

如本文所用，“亚组”优选是指群体亚组(群体中的亚组)，更优选是特定动物例如特定真核生物或哺乳动物(例如人类、非人类、非人类灵长类动物、或啮齿动物，例如小鼠或老鼠)的群体亚组。最优选地，“亚组”是指人类群体中的亚组。

本发明包括检测和治疗群体中的特定亚组。本发明人已经发现，染色体相互作用在给定群体的子集(例如至少两个子集)之间不同。识别这些差异将使医生能够将患者分类为本方法中描述的群体的一个子集的一部分。因此，本发明为医生提供了一种基于患者表观遗传染色体相互作用而为其个性化药物的方法。

在一个实施方式中，本发明涉及测试个体是否为‘响应者’。一旦发现某人是‘响应者’，便可以给予相关治疗，该治疗通常是针对免疫检查点分子(例如PD-1、PD-L1或CTLA4)的治疗。在一个实施方式中，如果发现个体是非响应者，则将给予他们组合疗法，例如本文列出的任何组合疗法。通常，组合疗法包含抗体和小分子。

生成连接的核酸

本发明的某些实施方式利用连接的核酸，特别是连接的DNA。这些包含来自在染色体相互作用中聚集在一起的两个区域的序列，并因此提供了有关相互作用的信息。本文所述的EpiSwitch^TM方法使用此类连接的核酸的生成来检测染色体相互作用。

因此，本发明的方法可以包含通过以下步骤产生连接的核酸(例如DNA)的步骤(包括一种包含这些步骤的方法)：

(i)优选在体外，交联存在于染色体基因座处的表观遗传染色体相互作用；

(ii)任选地从所述染色体基因座分离交联的DNA；

(iii)使所述交联的DNA经受切割，例如通过酶进行限制性消化，该酶至少切割一次(特别是在所述染色体基因座内至少切割一次的酶)；

(iv)连接所述交联的剪切的DNA末端(特别是形成DNA环)；和(v)任选地鉴定所述连接的DNA和/或所述DNA环的存在，特别是使用诸如PCR(聚合酶链反应)等技术，以鉴定特异性染色体相互作用的存在。

对于本文提到的任何实施方式，可以进行这些步骤以检测染色体相互作用。还可以进行所述步骤以产生本文提到的第一组和/或第二组核酸。

PCR(聚合酶链反应)可用于检测或鉴定连接的核酸，例如产生的PCR产物的大小可以指示存在的特异性染色体相互作用，并因此可以用于鉴定基因座的状态。在优选的实施方式中，PCR反应中使用至少1、2或3个表4中所示的引物或引物对。在其它实施方式中，PCR反应中使用至少1、2或3个表13中所示的引物或引物对。在其它实施方式中，PCR反应使用至少1、2或3个表17中所示的引物或引物对。本领域技术人员将了解许多可用于切割目的染色体基因座内的DNA的限制酶。显然，所用的特定酶将取决于所研究的基因座和位于其中的DNA的序列。可用于切割如本发明所述的DNA的限制酶的非限制性例子是TaqI。

诸如EpiSwitch^TM技术等实施方式

EpiSwitch^TM技术也涉及使用微阵列EpiSwitch^TM标志物数据检测表型特有的表观遗传染色体构象签名。以本文所述方式利用连接的核酸的实施方式，例如EpiSwitch^TM，具有多个优点。它们具有较低水平的随机噪声，例如因为来自本发明的第一组核酸的核酸序列与第二组核酸杂交或不与第二组核酸杂交。这提供了一种二元结果，允许在表观遗传水平上以相对简单的方式测量复杂的机制。EpiSwitch^TM技术还具有快速处理时间和低成本。在一个实施方式中，处理时间为3小时至6小时。

样品及样品处理

本发明的方法通常将在样品上进行。样品可以在限定的时间点获得，例如在本文限定的任何时间点。样品通常含有来自个体的DNA。其通常会包含细胞。在一个实施方式中，样品是通过微创手段获得的，并且例如可以是血液样品。可以提取DNA并用标准限制酶切割。这可以预先确定保留哪些染色体构象，并可以使用EpiSwitch^TM平台检测。由于染色体相互作用在组织和血液之间是同步的(包括水平转移)，因此血液样品可用于检测组织(例如与疾病相关的组织)中的染色体相互作用。对于某些病情，例如癌症，由于突变引起的遗传噪声会影响相关组织中的染色体相互作用‘信号’，因此使用血液是有利的。

本发明的核酸的性质

本发明涉及某些核酸，例如本文描述为在本发明的方法中使用或产生的连接的核酸。这些可以与本文提到的第一和第二核酸相同或具有其性质的任何一种。本发明的核酸通常包含两个部分，每个部分包含来自在染色体相互作用中聚集在一起的染色体的两个区域之一的序列。通常，每个部分的长度为至少8、10、15、20、30或40个核苷酸，例如长度为10至40个核苷酸。优选的核酸包含来自任何表中提及的任何基因的序列。通常，优选的核酸包含表1中提及的特定探针序列；或此类序列的片段和/或同源物。优选的核酸可以包含表13中提及的特定探针序列；或此类序列的片段和/或同源物。优选的核酸可以包含表16中提及的特定探针序列；或此类序列的片段和/或同源物。

优选地，核酸是DNA。应该理解的是，在提供特异性序列的情况下，本发明可以使用特定实施方式中所需的互补序列。优选地，核酸是DNA。应该理解的是，在提供特异性序列的情况下，本发明可以使用特定实施方式中所需的互补序列。

表4所示的引物也可用于本文所述的发明中。在一个实施方式中，使用的引物包含以下中任何一个：表4所示的序列；或表4中所示任何序列的片段和/或同源物。表13所示的引物也可用于本文所述的发明中。在一个实施方式中，使用的引物包含以下中任何一个：表13中所示的序列；或表13中所示任何序列的片段和/或同源物。表17中所示的引物也可用于本文所述的本发明中。在一个实施方式中，使用的引物包含以下中的任何一个：表17中所示的序列；或表17中所示任何序列的片段和/或同源物。

第二组核酸-‘索引’序列

第二组核酸序列具有作为一组索引序列的功能，并且实质上是适合于鉴定亚组特异性序列的一组核酸序列。它们可以代表‘背景’染色体相互作用，并且可以以某种方式被选中或未被选中。它们通常是所有可能的染色体相互作用的子集。

第二组核酸可以通过任何合适的方法得到。它们可以计算得出，或可以基于个体中的染色体相互作用。它们通常代表比第一组核酸更大的群体。在一个特定的实施方式中，第二组核酸代表特定基因组中所有可能的表观遗传染色体相互作用。在另一特定的实施方式中，第二组核酸代表本文所述群体中存在的所有可能的表观遗传染色体相互作用的很大一部分。在一个特定的实施方式中，第二组核酸代表至少20、50、100或500个基因，例如20至100或50至500个基因中的表观遗传染色体相互作用的至少50％或至少80％。

第二组核酸通常代表至少100种可能的表观遗传染色体相互作用，它们修饰、调节或以任何方式介导群体中的表型。第二组核酸可以代表影响物种中疾病状态(通常与诊断或预后相关)的染色体相互作用。第二组核酸通常包含代表与免疫响应亚组相关和不相关的表观遗传相互作用的序列。

在一个特定的实施方式中，第二组核酸至少部分源自群体中的天然存在的序列，并且通常是通过计算机方法获得的。与天然存在的核酸中存在的核酸的相应部分相比，所述核酸可以进一步包含单个或多个突变。突变包括一个或多个核苷酸碱基对的缺失、取代和/或添加。在一个特定的实施方式中，第二组核酸可包含代表与天然存在的物种中存在的核酸的相应部分具有至少70％序列同一性的同源物和/或直系同源物的序列。在另一个特定的实施方式中，提供了与天然存在的物种中存在的核酸的相应部分的至少80％的序列同一性或至少90％的序列同一性。

第二组核酸的性质

在一个特定的实施方式中，在第二组核酸中存在至少100个不同的核酸序列，优选地至少1000、2000或5000个不同的核酸序列，具有至多达100,000、1,000,000或10,000,000个不同的核酸序列。典型的数目可以是100到1,000,000，例如1,000到100,000个不同的核酸序列。全部或至少90％或至少50％或这些将对应于不同的染色体相互作用。

在一个特定的实施方式中，第二组核酸代表至少20个不同基因座或基因，优选至少40个不同基因座或基因，更优选至少100、至少500、至少1000或至少5000个不同基因座或基因，例如100至10,000个不同基因座或基因中的染色体相互作用。第二组核酸的长度适合于使用它们根据沃森-克里克(Watson Crick)碱基配对与第一组核酸进行特异性杂交，以鉴定对亚组特异的染色体相互作用。通常，第二组核酸将包含两个部分，该两个部分在序列上对应于在染色体相互作用中聚集在一起的两个染色体区域。第二组核酸通常包含长度为至少10个，优选为20个，并且还优选为30个碱基(核苷酸)的核酸序列。在另一个实施方式中，核酸序列的长度可以是最多500个，优选最多100个，并且还优选最多50个碱基对。在一个优选的实施方式中，第二组核酸包含17至25个碱基对的核酸序列。在一个实施方式中，第二组核酸序列的至少100，80％或50％具有如上所述的长度。优选地，不同的核酸没有任何重叠序列，例如至少100％、90％、80％或50％的核酸在至少5个连续核苷酸上没有相同的序列。

假设第二组核酸充当‘索引’，那么同一组第二核酸可以与不同组的第一核酸一起使用，这些第一核酸代表具有不同特征的亚组，也就是说，第二组核酸可代表‘通用’核酸集合，可用于鉴定与不同特征相关的染色体相互作用。

第一组核酸

第一组核酸通常来自与免疫响应相关的亚组。第一核酸可以具有本文提到的第二组核酸的任何特征和性质。第一组核酸通常来源于经过本文所述处理和加工(特别是EpiSwitch^TM交联和切割步骤)的个体的样品。通常，第一组核酸代表从个体获取的样品中存在的全部或至少80％或50％的染色体相互作用。

通常，与第二组核酸代表的染色体相互作用相比，第一组核酸代表跨第二组核酸代表的基因座或基因的较小群体的染色体相互作用，即第二组核酸代表一定义组的基因座或基因中相互作用的背景或索引组。

核酸文库

本文提及的任何类型的核酸群体可以以文库的形式存在，该文库包含至少200、至少500、至少1000、至少5000或至少10000种该类型的不同核酸，例如‘第一’或‘第二’核酸。这样的文库可以是结合到阵列的形式。

杂交

本发明需要一种手段，以允许来自第一组核酸和第二组核酸的全部或部分互补的核酸序列杂交。在一个实施方式中，在单个测定中，即在单个杂交步骤中，使所有第一组核酸与所有第二组核酸接触。但是，可以使用任何合适的测定法。

标记的核酸和杂交模式

可以优选地使用有助于检测成功杂交的独立标记，例如荧光团(荧光分子)或放射性标记，来标记本文提及的核酸。某些标记可以在UV光下检测到。例如在本文所述的阵列上的杂交模式，代表两个亚组之间表观遗传染色体相互作用的差异，从而提供了一种比较表观遗传染色体相互作用并确定哪些表观遗传染色体相互作用对本发明群体中的亚组特异的方法。

术语‘杂交模式’广泛地涵盖了第一和第二组核酸之间杂交的存在和不存在，即第一组中的哪些特定核酸与第二组中的哪些特定核酸杂交，因此它不限于任何特定的测定法或技术，或者需要具有可检测‘模式’的表面或阵列。

选择具有特定特征的亚组

本发明提供了一种方法，该方法包括检测染色体相互作用的存在或不存在，通常为5至20或5至500种这种相互作用，优选为20至300或50至100种相互作用，从而确定个体中存在或不存在与免疫响应有关的特征。优选地，染色体相互作用是本文提到的任何基因中的染色体相互作用。在一个实施方式中，分型的染色体相互作用是表1中的核酸代表的相互作用。在另一个实施方式中，染色体相互作用是表13所示的染色体相互作用。在另一个实施方式中，染色体相互作用是表16所示的染色体相互作用。表格中标题为‘检测到环’的列显示了每个探针检测到哪个亚组(即响应者或非响应者)。

被测试的个体

被测试的个体来自其的物种的例子如本文所述。另外，可以以某种方式选择在本发明的方法中测试的个体。个体可能易感本文所述的任何病情和/或可能需要在其中提及的任何疗法。个体可能正在接受本文提及的任何疗法。

在一个实施方式中，被测试的个体对治疗缺乏响应，对其进行测试的目的是发现他们是否是‘伪进展者’，尽管早期阶段没有响应，但在疾病的第二阶段将对治疗产生响应。

优选的基因区域、基因座、基因和染色体相互作用

对于本发明的所有方面，在表(例如表1)中提及了优选的基因区域、基因座、基因和染色体相互作用。通常在本发明的方法中，从表1所列的至少1、2、10、50、100、150、200或300个相关基因中检测染色体相互作用。优选地，检测由表1中的探针序列代表的至少1、2、10、50、100、150、200或300个相关特异性染色体相互作用的存在或不存在。染色体相互作用可以在本文提及的任何基因的上游或下游，例如上游50kb或下游20kb，例如从编码序列起。

在一个实施方式中，对表1.a中的至少5、10、15、20或所有染色体相互作用进行分型。在一个实施方式中，对表1.b中的至少5、10、15、20或所有染色体相互作用进行分型。在一个实施方式中，对表1.c中的至少5、10、15、20或所有染色体相互作用进行分型。在一个实施方式中，对表1.d中的至少5、10、15、20或所有染色体相互作用进行分型。在一个实施方式中，对表1.e中的至少5、10、15、20或所有染色体相互作用进行分型。在一个实施方式中，对表1.f中至少5、10、15、20或所有染色体相互作用进行分型。在一个实施方式中，对表1.g中的至少5、10、15、20或所有染色体相互作用进行分型。

通常，从本文表中或本文公开的表的部分中所公开的任何基因或区域分型至少5、10、15、20、30、40或70个染色体相互作用。通常，被分型的染色体相互作用存在于表2中提及的至少20、50、100、200、300或所有基因中。通常，被分型的染色体相互作用存在于表3中提及的至少10、20、50、70或所有基因中。

对于本发明的所有方面，表13中提到了优选的基因区域、基因座、基因和染色体相互作用。通常，在本发明的方法中，从表13中列出的至少1、2、10、50、100、150、200或300个相关基因中检测染色体相互作用。优选地，检测由表13中的探针序列代表的至少1、2、10、50、100、150、200或300个相关特异性染色体相互作用的存在或不存在。染色体相互作用可以在本文提及的任何基因的上游或下游，例如上游50kb或下游20kb，例如从编码序列起。

在一个实施方式中，对表13.a中的至少5、10、15、20或所有染色体相互作用进行分型。在一个实施方式中，对表13.b中的至少5、10、15、20或所有染色体相互作用进行分型。在一个实施方式中，对表13.c中的至少5、10、15、20或所有染色体相互作用进行分型。在一个实施方式中，对表13.d中的至少5、10、15、20或所有染色体相互作用进行分型。在一个实施方式中，对表13.e中的至少5、10、15、20或所有染色体相互作用进行分型。在一个实施方式中，对表13.f中的至少5、10、15、20或所有染色体相互作用进行分型。在一个实施方式中，对表13.g中的至少5、10、15、20或所有染色体相互作用进行分型。在一个实施方式中，对表13.h中的至少5、10、15、20或所有染色体相互作用进行分型。在一个实施方式中，对表13.i中的至少5、10、15、20或所有染色体相互作用进行分型。

通常，从本文表中或本文公开的表的部分中公开的任何基因或区域分型至少5、10、15、20、30、40或70个染色体相互作用。通常，分型的染色体相互作用存在于表13中提及的至少20、50、100、200、300或所有基因中。通常，分型的染色体相互作用存在于表13中提及的至少10、20、50、70或所有基因中。

对于本发明的所有方面，表16中提到了优选的基因区域、基因座、基因和染色体相互作用。通常，在本发明的方法中，从表16中所列的至少1、2、10、20、30或40个相关基因中检测染色体相互作用。优选地，检测由表16中的探针序列代表的至少1、2、10、20、30或40个相关特异性染色体相互作用的存在或不存在。染色体相互作用可以在本文提及的任何基因的上游或下游，例如上游50kb或下游20kb，例如从编码序列起。

在一个实施方式中，对表18中的至少5、10或15或所有染色体相互作用进行分型。

通常，从本文表中或本文公开的表的部分所公开的任何基因或区域分型至少5、10、15、20、30、40或70种染色体相互作用。通常，分型的染色体相互作用存在于表13中提到的至少20、50、100、200、300或所有基因中。通常，分型的染色体相互作用存在于表13中提到的至少10、20、50、70或所有基因中。

在一个实施方式中，从表1、13和16中任一个所定义的染色体相互作用中分型至少5、10、15、20、30、40或70种不同的染色体相互作用。在另一个实施方式中，分型的染色体相互作用的至少50％、80％或全部来自表1、13和16。

在一个实施方式中，基因座(包括检测到染色体相互作用的基因和/或位置)可以包含CTCF结合位点。这是能够结合转录阻抑物CTCF的任何序列。该序列可以由序列CCCTC组成或包括序列CCCTC，其可以在基因座处以1、2或3个拷贝存在。CTCF结合位点序列可以包含序列CCGCGNGGNGGCAG(以IUPAC表示法)。CTCF结合位点可以位于染色体相互作用的至少100、500、1000或4000个碱基之内，或者可以位于表1中所示的任何染色体区域内。CTCF结合位点可以位于染色体相互作用的至少100、500、1000或4000个碱基之内，或者可以位于表13中所示的任何染色体区域内。

在一个实施方式中，被检测到的染色体相互作用存在于表13所示的任何基因区域。在该方法中检测到连接的核酸的情况下，则可以检测到表13中任何探针序列所示的序列。

因此，通常可以检测到来自探针的两个区域(即来自染色体相互作用的两个位点)的序列。在优选的实施方式中，在该方法中使用的探针包含与任何表中所示的探针相同或互补的序列，或由与任何表中所示的探针相同或互补的序列组成。在一些实施方式中，使用的探针包含与表中所示的任何探针序列同源的序列。

本文提供的表

表1显示了代表与免疫响应相关的染色体相互作用的探针(Episwitch^TM标志物)数据和基因数据。探针序列显示的序列可用于检测从在染色体相互作用中聚集在一起的基因区域的两个位点产生的连接产物，即探针将包含与连接产物中的序列互补的序列。前两组开始-结束位置显示探针位置，后两组开始-结束位置显示相关的4kb区域。探针数据表中提供了以下信息：

-HyperG_Stats：基于超几何富集的参数发现基因座中显著EpiSwitch^TM标志物的数目的概率的p值

-探针总计数(Probe Count Total)：在基因座处测试的EpiSwitch^TM构象的总数

-显著探针计数(Probe Count Sig，探针计数信号)：在基因座处发现具有统计学显著性的EpiSwitch^TM构象的数量

-FDR HyperG：多重测试(非免疫响应(Fimmunoresposivenesse)发现率)校正的超几何p值

-显著百分比(Percent Sig)：相对于在基因座处测试的标志物数量，显著性EpiSwitch^TM标志物的百分比

-logFC：表观遗传比率的以2为底的对数(FC)

-AveExpr：所有阵列和通道上探针的平均log2表达

-T：适度化的t统计量

-p值：原始p值

-adj.p值：调整后的p值或q值

-B-B统计量(单项(lods)或B)是基因差异表达的对数奇数(log-odds，对数几率)。

-FC-非对数倍数变化

-FC_1-以零为中心的非对数倍数变化

-LS–与FC_1值有关的二进制值。如果FC_1值低于-1.1，则设置为-1，如果FC_1值高于1.1，则设置为1。在这些值之间，值是0。

表1显示了发现出现相关染色体相互作用的基因。其它表显示了相似数据。基因座表中的p值与HyperG_Stats(基于超几何富集的参数发现基因座中显著EpiSwitch^TM标志物的数量的概率的p值)相同。LS列显示与特定响应者状态相关的相互作用的存在或不存在。

探针设计为距Taq1位点30bp。在PCR的情况下，通常设计PCR引物来检测连接产物，但其距Taq1位点的位置会有所不同。

探针位置：

开始1-片段1上TaqI位点上游30个碱基

结束1-片段1上的TaqI限制位点

开始2-片段2上的TaqI限制位点

结束2-片段2上TaqI位点下游30个碱基

4kb序列位置：

开始1-片段1上TaqI位点上游4000个碱基

结束1-片段1上的TaqI限制位点

开始2-片段2上的TaqI限制位点

结束2-片段2上TaqI位点下游4000个碱基

GLMNET值与拟合整个套索或弹性网正则化的过程有关(λ设为0.5(弹性网))。

表1和表4涉及免疫响应的检测。表2显示了完成的两项研究之间的重叠，且表3显示了与干扰素γ相关标志物的重叠。可以使用在任何表中公开/表示的标志物来实施本发明。包括表13和1在内的其它表可以按与上面表1所述类似的方式进行解释。

样品制备和染色体相互作用检测的优选实施方式

本文描述了制备样品和检测染色体构象的方法。可以使用这些方法的优化(非常规)版本，例如，如本节所述。

通常，样品将含有至少2x10⁵个细胞。样品可以含有至多达5x10⁵个细胞。在一个实施方式中，样品将含有2x10⁵至5.5x10⁵个细胞。

本文描述了存在于染色体基因座处的表观遗传染色体相互作用的交联。这可以在细胞裂解发生之前进行。细胞裂解可以进行3至7分钟，例如4至6或大约5分钟。在一些实施方式中，细胞裂解进行至少5分钟且少于10分钟。

本文描述了用限制酶消化DNA。通常，DNA限制在约55℃至约70℃(例如约65℃)下进行约10至30分钟(例如约20分钟)的时间段。

优选地，使用频繁切割限制酶，其产生连接的DNA的片段，平均片段大小至高达4000个碱基对。任选地，限制酶产生的连接的DNA的片段的平均片段大小为约200至300个碱基对，例如约256个碱基对。在一实施方式中，典型的片段大小为200个碱基对至4,000个碱基对，例如400至2,000或500至1,000个碱基对。

在EpiSwitch方法的一个实施方式中，在DNA限制性消化步骤和DNA连接步骤之间不进行DNA沉淀步骤。

本文中描述了DNA连接。通常，DNA连接进行5至30分钟，例如约10分钟。

样品中的蛋白质可以酶消化，例如使用蛋白酶，任选地蛋白酶K。可以将蛋白质进行酶消化约30分钟至1小时，例如约45分钟的时间段。在一个实施方式中，在蛋白质消化后，例如蛋白酶K消化，不存在交联逆转或酚DNA提取步骤。

在一个实施方式中，PCR检测能够检测连接的核酸的单个拷贝，优选地以二进制读出连接的核酸的存在/不存在。

图25示出了检测染色体相互作用的优选方法。

本发明的方法和用途

可以以不同方式描述本发明的方法。其可以描述为一种制备连接的核酸的方法，包括(i)将在染色体相互作用中聚集在一起的染色体区域体外交联；(ii)使所述交联的DNA进行切割或限制性消化切割；和(iii)连接所述交联的切割的DNA末端以形成连接的核酸，其中，连接的核酸的检测可以用于确定基因座处的染色体状态，并且其中优选地：

-基因座可以是表1中提及的任何基因座、区域或基因，和/或

-其中染色体相互作用可以是本文提及的任何染色体相互作用或对应于表1中公开的任何探针的任何染色体相互作用，和/或

-其中连接产物可以具有或包含(i)与表1中公开的任何探针序列相同或同源的序列；或(ii)与(ii)互补的序列。

本发明的方法可以描述为一种用于检测代表群体中的不同亚组的染色体状态的方法，包括确定在基因组的限定表观遗传学活性区域内存在或不存在染色体相互作用，其中优选地：

-亚组由免疫响应的存在或不存在来定义，和/或

-染色体状态可以在表1中提到的任何基因座、区域或基因上；和/或

-染色体相互作用可以是表1中提及的或对应于该表中公开的任何探针的任何染色体相互作用。

本发明的方法可以描述为一种制备连接的核酸的方法，包括(i)将在染色体相互作用中聚集在一起的染色体区域体外交联；(ii)使所述交联的DNA进行切割或限制性消化切割；和(iii)连接所述交联的切割的DNA末端以形成连接的核酸，其中，连接的核酸的检测可以用于确定基因座处的染色体状态，并且其中优选：

-基因座可以是表13中提及的任何基因座、区域或基因，和/或

-其中染色体相互作用可以是本文提及的或对应于表13中公开的任何探针的任何染色体相互作用，和/或

-其中连接产物可以具有或包含(i)与表13中公开的任何探针序列相同或同源的序列；或(ii)与(ii)互补的序列。

本发明的方法可以描述为一种用于检测代表群体中不同亚组的染色体状态的方法，包括确定在基因组的限定表观遗传学活性区域内存在或不存在染色体相互作用，其中优选：

-亚组由免疫响应的存在或不存在来定义，和/或

-染色体状态可以在表13中提到的任何基因座、区域或基因上；和/或

-染色体相互作用可以是表13中提到的或对应于该表中公开的任何探针的任何染色体相互作用。

本发明的方法可以描述为一种制备连接的核酸的方法，包括(i)将在染色体相互作用中聚集在一起的染色体区域体外交联；(ii)使所述交联的DNA进行切割或限制性消化切割；和(iii)连接所述交联的切割的DNA末端以形成连接的核酸，其中连接的核酸的检测可用于确定基因座处的染色体状态，并且其中优选：

-基因座可以是表16中提及的任何基因座、区域或基因，和/或

-其中染色体相互作用可以是本文提及的或对应于表16中公开的任何探针的任何染色体相互作用，和/或

-其中连接产物可以具有或包含(i)与表16中公开的任何探针序列相同或同源的序列；或(ii)与(ii)互补的序列。

本发明的方法可以描述为一种用于检测代表群体中的不同亚组的染色体状态的方法，包括确定在基因组的限定的表观遗传学活性区域内存在或不存在染色体相互作用，其中优选：

-亚组由免疫响应的存在或不存在来定义，和/或

-染色体状态可以在表16中提到的任何基因座、区域或基因上；和/或

-染色体相互作用可以是表16中提及的或对应于该表中公开的任何探针的任何染色体相互作用。

本发明包括检测在表1提到的任何基因座、基因或区域的染色体相互作用。本发明包括本文提及的核酸和探针用于检测(优选在至少1、5、10、50、100、200、250、300个不同基因座或基因中的)染色体相互作用的用途，例如至少1、5、10、50、100、200、250、300个此类核酸或探针用于检测染色体相互作用的用途。本发明包括使用表4中列出的任何引物或引物对或者使用如本文所述的这些引物的变体(包含引物序列或包含引物序列的片段和/或同源物的序列)来检测染色体相互作用。

本发明包括检测在表13提及的任何基因座、基因或区域的染色体相互作用。本发明包括本文提及的核酸和探针用于检测(优选在至少1、5、10、50、100、200、250、300个不同基因座或基因中的)染色体相互作用的用途，例如至少1、5、10、50、100、200、250、300个此类核酸或探针用于检测染色体相互作用的用途。本发明包括使用表13中列出的任何引物或引物对或使用如本文所述的这些引物的变体(包含引物序列或包含引物序列的片段和/或同源物的序列)来检测染色体相互作用。

本发明包括检测在表16提及的任何基因座、基因或区域的染色体相互作用。本发明包括本文提及的核酸和探针在检测(优选在至少1、5、10、50、100、200、250、300个不同基因座或基因中的)染色体相互作用中的用途，例如至少1、5、10、50、100、200、250、300个此类核酸或探针用于检测染色体相互作用的用途。本发明包括使用表17中列出的任何引物或引物对或使用如本文所述的这些引物的变体(包含引物序列或包含引物序列的片段和/或同源物的序列)来检测染色体相互作用。

当分析染色体相互作用是否在定义的基因、区域或位置‘内’发生时，在相互作用中在一起的染色体的两个部分都在定义的基因、区域或位置内，或者在一些实施方式中，染色体的仅一部分在定义的基因、区域或位置内。

本发明的方法用于鉴定新治疗的用途

染色体相互作用的知识可用于鉴定病情的新疗法。本发明提供本文定义的染色体相互作用用于鉴定或设计新的治疗剂(例如与免疫疗法有关的治疗剂)的方法和用途。

同源物

本文涉及多核苷酸/核酸(例如DNA)序列的同源物。此类同源物通常具有至少70％的同源性，优选至少80％，至少85％，至少90％，至少95％，至少97％，至少98％或至少99％的同源性，例如在至少10、15、20、30、100或更多个连续核苷酸的区域上，或跨越来自参与染色体相互作用的染色体区域的核酸部分。可以基于核苷酸同一性计算同源性(有时称为“硬同源性”)。

因此，在特定的实施方式中，本文通过参考序列同一性百分比来指多核苷酸/核酸(例如DNA)序列的同源物。通常，此类同源物具有至少70％的序列同一性，优选至少80％，至少85％，至少90％，至少95％，至少97％，至少98％或至少99％的序列同一性，例如在至少10、15、20、30、100或更多个连续核苷酸的区域上，或者跨越来自参与染色体相互作用的染色体区域的核酸部分。

例如，UWGCG软件包提供了BESTFIT程序，该程序可用于计算同源性和/或％序列同一性(例如使用其默认设置)(Devereux et al(1984)Nucleic Acids Research 12,p387-395)。PILEUP和BLAST算法可用于计算同源性和/或％序列同一性和/或排列序列(例如识别等同或对应的序列(通常使用其默认设置))，例如，如Altschul S.F.(1993)J Mol Evol36:290-300；Altschul,S,F et al(1990)J Mol Biol 215:403-10中的描述。

通过国家生物技术信息中心(National Center for BiotechnologyInformation)公开可获得用于进行BLAST分析的软件。这一算法涉及首先，通过在查询序列中识别在与数据库序列中相同长度的单词对齐时匹配或满足某个正值阈值分数T的长度为W的短单词，识别高分序列对(HSP)。T称为邻域词得分阈值(Altschul et al，同上)。这些最初的邻域单词命中充当启动搜索以查找包含它们的HSP的种子。只要可以增加累积比对得分，单词命中便沿每个序列在两个方向上延伸。当出现以下情况时，停止在每个方向上单词命中的延伸：累积比对得分从其最大达到值下降了数量X；由于一个或多个负得分残基比对的累积，累积得分变为零或更低；或到达任一序列的末端。BLAST算法参数W5 T和X确定比对的灵敏度和速度。BLAST程序默认使用11的字长(W)、50的BLOSUM62评分矩阵(参见Henikoff和Henikoff(1992)Proc.Natl.Acad.Sci.USA89:10915-10919)对比(B)、10的期望值(E)、M＝5、N＝4和两条链的比较。

BLAST算法对两个序列之间的相似性进行统计分析；参见例如Karlin和Altschul(1993)Proc.Natl.Acad.Sci.USA90:5873-5787。BLAST算法提供的一种相似性度量是最小总和概率(P(N))，其提供了两个多核苷酸序列之间偶然发生匹配的概率的指示。例如，如果第一个序列与第二个序列比较的最小总和概率小于约1，优选小于约0.1，更优选小于约0.01，且最优选小于约0.001，则认为该序列与另一个序列相似。

同源序列通常相差1、2、3、4或更多个碱基，例如小于10、15或20个碱基(其可以是核苷酸的取代、缺失或插入)。这些变化可以相对于计算同源性和/或％序列同一性时在上述任何区域上测量。

例如，可以通过将两个序列视为一个序列(如同两个序列连接在一起)来计算‘一对引物’的同源性，目的在于随后与另一个引物对进行比较，该引物对又被视为单个序列。

阵列

第二组核酸可以结合至阵列，并且在一个实施方式中，存在至少15,000、45,000、100,000或250,000种不同的第二核酸结合至阵列，其优选代表至少300、900、2000或5000个基因座。在一个实施方式中，一个、或多个、或所有不同的第二核酸群体与阵列的多于一个不同区域结合，实际上在阵列上重复进行，允许进行误差检测。阵列可以基于AgilentSurePrint G3 Custom CGH微阵列平台。第一核酸与阵列的结合的检测可以通过双色系统进行。

治疗剂(根据本发明确定对其的响应性或基于测试对其进行选择)

本文提到了治疗剂。本发明提供了用于在某些个体中预防或治疗疾病病情的这种药剂，例如通过本发明的方法鉴定出的那些疾病。这可以包含向需要治疗的个体施用治疗有效量的药剂。本发明提供了药剂在制造用于预防或治疗某些个体中的病情的药物中的用途。

药剂的配方将取决于药剂的性质。将以药物组合物的形式提供该药剂，该药物组合物包含该药剂和药学上可接受的载体或稀释剂。合适的载体和稀释剂包括等渗盐溶液，例如磷酸盐缓冲盐水。典型的口服剂量组合物包括片剂、胶囊剂、液体溶液和液体混悬剂。该药剂可以配制用于肠胃外、静脉内、肌内、皮下、透皮或口服给药。

药剂的剂量可以根据各种参数来确定，尤其是根据所使用的物质；被治疗个体的年龄、体重和状况；给药途径；和所需的方案来确定。医生将能够确定任何特定药剂所需的给药途径和剂量。但是，适合的剂量可以为0.1至100mg/kg体重，诸如1至40mg/kg体重，例如每日摄取1至3次。

在一个实施方式中，本发明包括检测对治疗剂(例如本文提及的任何治疗剂)的响应性。这可以在治疗开始之前和/或在治疗过程中进行。

该疗法可以是单药疗法或组合疗法，例如使用PD-1和或其配体PD-L1的免疫检查点调节剂(抑制剂)。该疗法可以是将抗PD-1或抗PD-L1与另一种靶向检查点如CTLA4的药物(易普利姆玛/伊匹单抗)或小分子的组合。PD-1抑制剂可以是派姆单抗(可瑞达(Keytruda))或尼武单抗(欧狄沃(Opdivo))。PD-L1的调节剂或治疗剂可以是阿特珠单抗(特善奇(Tecentriq))、阿维单抗(巴文西亚(Bavencio))、杜鲁伐单抗(英飞凡(Imfinzi))、CA-170、易普利姆玛、曲美单抗、尼武单抗、派姆单抗、匹地珠单抗、BMS935559、GVAXMPDL3280A、MEDI4736、MSB0010718C、MDX-1105/BMS-936559、AMP-224、MEDI0680。

该疗法可包括给予靶向和/或调节干扰素γ或JAK-START途径的药剂。

治疗剂可以是本文任何表中公开的任何此类药剂(例如表9、10或11)，或者可以靶向本文公开的任何‘靶标’，包括本文在任何表(包括表1、13或16)中公开的任何蛋白质。应当理解的是，以组合形式公开的任何药剂也应视为也公开了用于单独给药。

本文提及的物质的形式

本文提及的任何物质，例如核酸或治疗剂，都可以为纯化或分离形式。它们可以处于与自然界中所发现的不同的形式，例如，它们可以与其它物质组合存在，自然界中它们与所述其它物质一起没有出现。核酸(包括本文定义的序列的部分)可以具有与自然界中发现的序列不同的序列，例如在同源性章节中描述的序列中具有至少1、2、3、4或更多个核苷酸变化。核酸可以在5'或3'末端具有异源序列。核酸在化学上可以与自然界中发现的核酸不同，例如，它们可以以某种方式被修饰，但优选仍然能够进行沃森-克里克碱基配对。在适当情况下，核酸将以双链或单链形式提供。本发明以单链或双链形式提供本文提及的所有特异性核酸序列，并因此包括与所公开的任何序列的互补链。

本发明提供了一种用于进行本发明的任何方法的试剂盒，包括检测与免疫响应有关的染色体相互作用。此种试剂盒可以包括能够检测相关染色体相互作用的特异性结合剂，诸如能够检测通过本发明方法产生的连接的核酸的试剂。试剂盒中存在的优选试剂包括能够与连接的核酸杂交的探针、或引物对，例如，如本文所述，能够在PCR反应中扩增连接的核酸的引物对。

本发明提供了一种能够检测相关染色体相互作用的装置。该装置优选包括能够检测染色体相互作用的任何特异性结合剂、探针或引物对，例如本文所述的任何此类药剂、探针或引物对。

检测方法

在一个实施方式中，与染色体相互作用有关的连接序列的定量检测是使用一种探针进行的，该探针在PCR反应过程中被激活后可被检测到，其中所述连接序列包含来自在表观遗传染色体相互作用中聚集在一起的两个染色体区域的序列，其中所述方法包含在PCR反应期间使连接序列与探针接触，和检测探针的激活程度，并且其中所述探针结合连接位点。所述方法通常允许使用双重标记的荧光水解探针以MIQE合规方式检测特定的相互作用。

通常使用具有非活性和活性状态的可检测标记物来标记探针，以便仅在激活时才能检测到。激活程度将与PCR反应中存在的模板(连接产物)的程度有关。可以在全部或部分PCR过程中进行检测，例如在PCR循环的至少50％或80％中进行检测。

探针可以包含共价连接至寡核苷酸一端的荧光团和连接至核苷酸另一端的猝灭剂。使荧光团的荧光被猝灭剂猝灭。在一个实施方式中，荧光团连接至寡核苷酸的5'末端，并且猝灭剂共价连接至寡核苷酸的3'末端。可以在本发明的方法中使用的荧光团包括FAM、TET、JOE、亚基马黄(Yakima Yellow)、HEX、花青3、ATTO 550、TAMRA、ROX、德克萨斯红(TexasRed)、花青3.5、LC610、LC 640、ATTO 647N、花青5、花青5.5和ATTO 680。可以与适当的荧光团一起使用的猝灭剂包括TAM、BHQ1、DAB、Eclip、BHQ2和BBQ650，任选地，其中所述荧光团选自HEX、德克萨斯红和FAM。荧光团和猝灭剂的优选组合包括FAM与BHQ1和德克萨斯红与BHQ2。

探针在qPCR测定中的用途

本发明的水解探针通常是用浓度匹配的阴性对照对温度梯度进行优化的。优选地，优化单步PCR反应。更优选地，计算标准曲线。使用跨连接序列连接点结合的特定探针的优点是，无需使用嵌套式PCR方法即可获得对连接序列的特异性。本文所述的方法允许对低拷贝数靶标进行准确和精确的定量。可以在温度梯度优化之前纯化靶连接序列，例如凝胶纯化。可以对靶连接序列进行测序。优选地，使用约10ng或5至15ng、或10至20ng、或10至50ng、或10至200ng模板DNA进行PCR反应。设计正向和反向引物，使得一个引物结合至连接DNA序列中代表的染色体区域之一的序列，而另一引物结合至连接DNA序列中代表的另一染色体区域，例如，通过与所述序列互补。

连接的DNA靶的选择

本发明包括选择用于本文定义的PCR方法中的引物和探针，包含基于结合和扩增连接序列的能力来选择引物，和基于要结合的靶序列的特性，特别是靶序列的曲率，选择探针序列。

通常设计/选择探针以结合连接序列，该连接序列是跨越限制位点的并列限制片段。在本发明的一个实施方式中，计算与特定染色体相互作用相关的可能连接序列的预测曲率，例如使用本文引用的特定算法。曲率可以表达为每螺旋转的度数，例如每螺旋转10.5°。选择用于靶向的连接序列，其中该连接序列的曲率倾向峰值分数为每螺旋转至少5°，典型地为每螺旋转至少10°、15°或20°，例如每螺旋转5°至20°。优选地，为至少20、50、100、200或400个碱基，例如连接位点上游和/或下游的20至400个碱基，计算每螺旋转的曲率倾向得分。因此，在一个实施方式中，连接产物中的靶序列具有这些曲率水平中的任何一个。还可以基于最低热力学结构自由能来选择靶序列。

特定的实施方式

在一个实施方式中，仅分型/检测染色体内相互作用，而不分型/检测染色体外相互作用(不同染色体之间)。

在特定的实施方式中，未对某些染色体相互作用进行分型，例如本文提到的任何特异性相互作用(例如由本文提及的任何探针或引物对所定义的)。在一些实施方式中，未在本文提及的任何基因(例如在图中提到的任何基因，包括在图2和图4中提到的任何或所有基因)中进行染色体相互作用分型。

在一个实施方式中，未对任何或所有表5至表7中的探针或引物所代表的染色体相互作用进行分型。在另一个实施方式中，未对任何或所有表5至7中列出的任何基因中存在的染色体相互作用进行分型。在进一步的实施方式中，未对任何或所有表5至7中列出的任何区域中存在的染色体相互作用进行分型。

在一个实施方式中，免疫响应与抗体疗法无关。在另一个实施方式中，免疫响应与抗PD-1疗法(例如黑色素瘤的抗PD-1疗法)无关。在另一个实施方式中，免疫响应与下列一个或多个的治疗无关：血液癌、白血病、前列腺癌、乳腺癌、弥漫性大B细胞淋巴瘤。

筛选方法

本发明提供一种确定哪些染色体相互作用与对应于群体的免疫响应亚组的染色体状态有关的方法，包括使来自具有不同染色体状态的亚组的第一组核酸与第二组索引核酸接触，以及允许互补序列杂交，其中第一和第二组核酸中的核酸代表连接产物，该连接产物包含来自在染色体相互作用中聚集在一起的两个染色体区域的序列，并且其中第一和第二组核酸之间的杂交模式允许确定哪些染色体相互作用对免疫响应亚组是特异性的。亚组可以是本文定义的任何特异性亚组，例如参考特定病情或疗法。

出版物

本文提及的所有出版物的内容均通过引用并入本说明书，并可用于进一步定义与本发明有关的特征。

表

表1显示了用于测试免疫响应性的最终一组标志物。

表2显示了抗PD-1和抗PD-L1研究之间的共享标志物。

表3显示了与干扰素γ激活的ORF重叠的标志物。

表4显示了可用于检测与免疫响应有关的标志物的引物对。

表5至表7显示了某些实施方式中不包括的标志物、基因和区域。

表8显示了免疫检查点分子。

表9提供了癌症疗法的例子。

表10和11显示了本发明某些实施方式的组合疗法和单一疗法。在一些实施方式中，这些是测试了响应性的疗法。在其它实施方式中，根据本发明的测试结果，将这些疗法给予患者。

表12提供了与本发明有关的基因的描述。

表13显示了用于测试免疫响应性的另一组标志物。

表14和15描述了与本发明的实施方式有关的基因。

表16至18显示了用于测试免疫响应性的标志物。

本发明的实施方式

段落A.一种用于检测代表群体中的亚组的染色体状态的方法，包括确定在基因组的限定区域内存在或不存在与该染色体状态有关的染色体相互作用，其中所述亚组与免疫响应个体的状态有关；并且

-其中，所述染色体相互作用任选地通过确定哪些染色体相互作用与对应于群体的免疫响应亚组的染色体状态有关的方法确定，包括使来自具有不同染色体状态的亚组的第一组核酸与第二组索引核酸接触，以及允许互补序列杂交，其中第一和第二组核酸中的核酸代表连接产物，该连接产物包含来自在染色体相互作用中聚集在一起的两个染色体区域的序列，并且其中第一和第二组核酸之间的杂交模式允许确定哪些染色体相互作用对免疫响应亚组是特异性的；并且

-其中，染色体相互作用：

(i)存在于表1中列出的区域或基因的任一个中；和/或

(ii)对应于由表1中所示的任何探针代表的染色体相互作用中的任一种，和/或

(iii)存在于包含或侧翼于(i)或(ii)的4,000个碱基的区域中；

或

a)存在于表13中列出的区域或基因的任一个中；和/或

b)对应于由表13中所示的任何探针代表的染色体相互作用中的任一种，和/或

c)存在于包含或侧翼于(a)或(b)的4,000个碱基的区域中。

段落B.根据段落A的方法，其中染色体相互作用的特定组合分型为：

(i)包含由表1中的探针代表的所有染色体相互作用；和/或

(ii)包含由表1中的探针代表的至少10、50、100、150、200或300种染色体相互作用；和/或

(iii)一起存在于表1中所列的至少10、50、100、150或200个区域或基因中；和/或

(iv)其中对至少10、50、100、150、200或300种染色体相互作用进行了分型，所述染色体相互作用存在于包含或侧翼于由表1中的探针代表的染色体相互作用的4,000个碱基的区域中。

段落C.根据段落A的方法，其中染色体相互作用的特定组合分型为：

(i)包含由表13中的探针代表的所有染色体相互作用；和/或

(ii)包含由表13中的探针代表的至少10、50、100、150、200或300种染色体相互作用；和/或

(iii)一起存在于表13中所列的至少10、50、100、150或200个区域或基因中；和/或

(iv)其中对至少10、50、100、150、200或300种染色体相互作用进行了分型，所述染色体相互作用存在于包含或侧翼于由表13中的探针代表的染色体相互作用的4,000个碱基的区域中。

D.根据前述段落中任一段的方法，其中染色体相互作用：

-在来自个体的样品中分型，和/或

-通过检测染色体相互作用的位点上DNA环的存在或不存在来分型，和/或

-通过检测在染色体构象内聚集在一起的染色体的远端区域的存在或不存在来分型，和/或

-通过检测连接的核酸的存在来分型，所述连接的核酸在所述分型期间产生并且其序列包含各自对应于在染色体相互作用中聚集在一起的染色体区域的两个区域，其中连接的核酸的检测优选通过使用以下来进行：

(i)与表1中提及的任何特定探针序列具有至少70％的同一性的探针，和/或(ii)与表4中的任何引物对具有至少70％的同一性的引物对；或

(a)与表13中提及的任何特定探针序列具有至少70％的同一性的探针，和/或(b)与表13中的任何引物对具有至少70％的同一性的引物对。

E.根据前述段落中任一段的方法，其中：

-第二组核酸来自比第一组核酸大的个体组；和/或

-第一组核酸来自至少8个个体；和/或

-第一组核酸来自第一亚组的至少4个个体和第二亚组的至少4个个体，该第二亚组优选与第一亚组不重叠；和/或

-进行该方法以选择用于医学治疗的个体；和/或

-免疫响应是对免疫疗法或免疫检查点疗法的响应；和/或

-免疫响应是对癌症免疫疗法的响应，和/或

-进行所述方法以确定在一个或多个限定的时间点的免疫响应，其中任选地至少一个时间点在治疗过程期间。

F.根据前述段落中任一段的方法，其中：

-第二组核酸代表未选择的组；和/或

-其中，第二组核酸在限定的位置处与阵列结合；和/或

-其中，第二组核酸代表至少100种不同基因中的染色体相互作用；和/或

-其中，第二组核酸包含代表至少1,000种不同染色体相互作用的至少1,000个不同核酸；和/或

-其中，第一组核酸和第二组核酸包含长度为10至100个核苷酸碱基的至少100个核酸。

G.根据前述段落中任一段的方法，其中第一组核酸在包括以下步骤的方法中可获得：-

(i)使在染色体相互作用中聚集在一起的染色体区域交联；

(ii)使所述交联的区域经受裂解，所述裂解任选地通过使用酶的限制性消化裂解来进行；和

(iii)连接所述交联的裂解的DNA末端以形成第一组核酸(特别地包含连接的DNA)。

H.根据前述段落中任一段的方法：

-其中，优选在10至200个不同的区域或基因中，对至少10至200种不同的染色体相互作用进行了分型；并且任选地(a)对50至100种不同的染色体相互作用进行了分型，其每一种位于表1中限定的不同基因和/或不同区域中；或(b)对50至100种不同的染色体相互作用进行了分型，其每一种位于表13中限定的不同基因和/或不同区域中；

和/或

-其进行以选择个体是否接受免疫疗法，其中免疫疗法优选包含小分子免疫疗法、抗体免疫疗法或细胞免疫疗法。

I.根据前述段落中任一段的方法，其中所述基因组的限定区域：

(i)包含单核苷酸多态性(SNP)；和/或

(ii)表达微RNA(miRNA)；和/或

(iii)表达非编码RNA(ncRNA)；和/或

(iv)表达编码至少10个连续氨基酸残基的核酸序列；和/或

(v)表达调节元件；和/或

(vii)包含CTCF结合位点。

J.根据前述段落中任一段的方法，进行所述方法以确定或设计用于免疫疗法的治疗剂；

-其中，优选所述方法用于检测候选药剂是否能够引起与不同水平免疫响应相关的染色体状态的改变；

-其中，染色体相互作用由表1中的任何探针代表；和/或

-染色体相互作用存在于表1中列出的任何区域或基因中；

并且其中，任选地：

-染色体相互作用通过权利要求1中限定的确定哪些染色体相互作用与染色体状态有关的方法确定，和/或

-使用(i)与表1中提及的任何探针序列具有至少70％的同一性的探针，和/或(ii)与表4中的任何引物对具有至少70％的同一性的引物对监测染色体相互作用的变化。

K.根据前述段落中任一段的方法，进行所述方法以确定或设计用于免疫疗法的治疗剂；

-其中，优选所述方法用于检测候选药剂是否能够引起与不同水平免疫响应相关的染色体状态的改变；

-其中，染色体相互作用由表13中的任何探针代表；和/或

-染色体相互作用存在于表13中列出的任何区域或基因中；

并且其中，任选地：

-染色体相互作用通过权利要求1中限定的确定哪些染色体相互作用与染色体状态有关的方法确定，和/或

-使用(i)与表13中提及的任何探针序列具有至少70％的同一性的探针，和/或(ii)与表13中的任何引物对具有至少70％的同一性的引物对监测染色体相互作用的变化。

L.根据段落J或K的方法，其包括基于染色体相互作用的检测选择靶，并且优选地筛选靶的调节剂以确定用于免疫疗法的治疗剂，其中所述靶任选地是蛋白质。

M.一种治疗剂，用于在通过根据段A至I中任一段的方法确定为需要治疗剂的个体的免疫治疗的方法中使用。

N.根据段落A至K中任一段的方法或根据段落M的用于使用的治疗剂，其中分型或检测包括通过定量PCR(qPCR)特异性检测连接产物，所述定量PCR使用能够扩增连接产物的引物和在PCR反应过程中结合连接位点的探针，其中所述探针包含与来自在染色体相互作用中聚集在一起的染色体区域中的每一个的序列互补的序列，其中优选所述探针包含：

与所述连接产物特异性结合的寡核苷酸，和/或

共价连接至寡核苷酸的5'末端的荧光团，和/或

共价连接至寡核苷酸的3'末端的猝灭剂，并且

任选地，

所述荧光团选自HEX、德克萨斯红和FAM；和/或

所述探针包含长度为10至40个核苷酸碱基、优选长度为20至30个核苷酸碱基的核酸序列。

特定实施方式

EpiSwitch^TM平台技术检测基因座处正常和异常状况之间的调节变化的表观遗传调节签名。EpiSwitch^TM平台确定并监测与人类染色体的调节高阶结构(也称为染色体构象签名)相关的基因调节的基本表观遗传水平。染色体签名是基因去调节级联中独特的初级步骤。它们是高阶生物标志物，相对于利用后期表观遗传和基因表达生物标志物(例如DNA甲基化和RNA谱分析)的生物标志物平台，具有一系列独特的优势。

EpiSwitch^TM阵列测定

定制的EpiSwitch^TM阵列筛选平台具有4种密度15K、45K、100K和250K的独特染色体构象，每个嵌合片段在阵列上重复4次，使有效密度分别为60K、180K、400K和1百万。

定制设计的EpiSwitch^TM阵列

15K EpiSwitch^TM阵列可以筛选整个基因组，其包括用EpiSwitch^TM生物标志物发现技术查询的约300个基因座。EpiSwitch^TM阵列基于Agilent SurePrint G3定制CGH微阵列平台构建；该技术提供了4种密度，60K、180K、400K和1百万个探针。由于每个EpiSwitch^TM探针以一式四份出现，因此每个阵列的密度降低到15K、45K、100K和250K，从而允许对重复性进行统计学评估。每个遗传基因座查询的潜在EpiSwitch^TM标志物的平均数为50；因此，可以调查的基因座数量为300、900、2000和5000。

EpiSwitch^TM定制阵列管道

EpiSwitch^TM阵列是一种双色系统，使一组样品在EpiSwitch^TM文库生成后在Cy5中标记，而待比较/分析的其它样品(对照)在Cy3中标记。使用Agilent SureScan扫描仪扫描阵列，并使用Agilent特征提取软件提取所得特征。然后使用R中的EpiSwitch^TM阵列处理脚本处理数据。使用R:Limma*中Bioconductor中的标准双色包处理阵列。阵列的标准化使用Limma*中的标准化阵列内函数完成，并且相对于芯片上Agilent阳性对照和EpiSwitch^TM阳性对照进行。基于Agilent标志调用对数据进行过滤，移除Agilent对照探针，并对技术重复探针进行平均，以便使用Limma*进行分析。根据比较的2个场景之间的差异对探针进行建模，然后使用错误发现率进行校正。使用<＝-1.1或＝>1.1并通过p<＝0.1FDR p-值、变异系数(CV)<＝30％的探针进行进一步筛选。为了减少探针集，使用R中的FactorMineR软件包进一步进行多因素分析。

*注意：LIMMA是评估微阵列实验中差异表达的线性模型和经验贝叶斯过程。Limma是一种R软件包，用于分析由微阵列或RNA-Seq产生的基因表达数据。

最初基于调整后的p值选择探针池，基于FC和CV<30％(任意截止点)参数进行最终拣选。仅基于前两个参数(adj.p-值；FC)得出进一步的分析和最终列表。

统计管道

使用R中的EpiSwitch^TM分析软件包处理EpiSwitch^TM筛选阵列，从而选择高价值EpiSwitch^TM标志物以翻译到EpiSwitch^TMPCR平台上。

步骤1

基于校正后的p值(错误发现率，FDR)选择探针，该校正后的p值是修正线性回归模型的乘积。选择低于p值<＝0.1的探针，然后通过表观遗传比率(ER)进一步减少，探针ER必须<＝-1.1或＝>1.1，为了被选择做进一步分析。最后的过滤是变异系数(CV)，探针必须低于<＝0.3。

步骤2

基于其ER从统计列表中选择前40个标志物，以选择作为用于PCR翻译的标志物。负ER负荷最高的前20个标志物和正ER负荷最高的前20个标志物形成列表。

步骤3

从步骤1获得的标志物(具有统计学意义的探针)构成使用超几何富集(HE)进行富集分析的基础。该分析从重要的探针列表中能够减少标志物，并与来自步骤2的标志物一起形成翻译到EpiSwitch^TMPCR平台上的探针列表。

HE对统计探针进行处理，以确定哪些遗传位置具有丰富的统计学显著性探针，指示哪些遗传位置是表观遗传差异的枢纽。

选择基于校正后的p值的最显著富集的基因座以生成探针列表。选择低于p值0.3或0.2的遗传位置。映射到这些遗传位置的统计探针与来自步骤2的标志物一起形成用于EpiSwitch^TMPCR翻译的高价值标志物。

阵列设计与加工

阵列设计

1.使用SII软件(当前为v3.2)处理遗传基因座以：

a.在这些特定的遗传基因座处提取基因组的序列(具有上游50kb和下游20kb的基因序列)

b.定义此区域内的序列参与CCs的概率

c.使用特异性RE切割序列

d.确定哪些限制片段可能在特定方向相互作用

e.将不同CCs一起相互作用的可能性分级排列。

2.确定阵列大小以及由此确定可用探针位置数量(x)

3.提取x/4种相互作用。

4.对于每个相互作用，定义到第1部分的限制位点的30bp的序列和到第2部分的限制位点的30bp的序列。检查那些区域是否重复，如果不重复，则排除并且取用列表中的下一个相互作用。将两个30bp连接起来以定义探针。

5.创建x/4个探针加定义对照探针的列表，并复制4次以创建要在阵列上创建的列表。

6.将探针列表上传到Agilent Sure设计网站上以定制CGH阵列。

7.使用探针组设计Agilent定制CGH阵列。

阵列加工

1.使用EpiSwitch^TM标准操作程序(SOP)处理样品以进行模板生产。

2.通过阵列加工实验室用乙醇沉淀进行清理。

3.根据Agilent SureTag完整DNA标记试剂盒处理样品–该试剂盒是基于Agilent寡核苷酸阵列的CGH，用于血液、细胞或组织的基因组DNA分析酶促标记。

4.使用Agilent C扫描仪、使用Agilent特征提取软件进行扫描。

EpiSwitchTM

EpiSwitchTM生物标志物签名在复杂疾病表型分层中显示出高稳健性、灵敏度和特异性。该技术利用了表观遗传科学中的最新突破，监测和评估染色体构象签名作为表观遗传生物标志物的信息十分翔实类。在学术环境中展开的当前研究方法需要3到7天以对细胞材料进行生化处理，以便检测CCS。那些程序灵敏度和重复性有限；并且在设计阶段不能从EpiSwitch^TM分析软件包提供的针对性洞察中获益。

EpiSwitch^TM阵列计算机标志物确定

通过EpiSwitch^TM阵列在来自测试人群的临床样品上直接进行基因组上的CCS位点评估，以确定所有相关的分层先导生物标志物。EpiSwitch^TM阵列平台由于其高通量能力，以及其快速筛选大量基因座的能力，因此用于标志物确定。所使用的阵列是Agilent定制CGH阵列，该阵列允许查询通过计算机软件确定的标志物。

EpiSwitch^TMPCR

然后，通过EpiSwitch^TMPCR或DNA测序仪(即Roche 454,Nanopore MinION等)验证由EpiSwitch^TM阵列确定的潜在标志物。选择具有统计学显著性并显示出最佳重现性的靠前的PCR标志物，以进一步减少至最终的EpiSwitch^TM签名集，并且在独立的样品队列中进行验证。EpiSwitch^TMPCR可以由训练有素的技术人员按照已建立的标准化操作程序协议进行。试剂的所有协议和制造均按照ISO 13485和9001认证进行，以确保工作质量和传输协议的能力。EpiSwitch^TMPCR和EpiSwitch^TM阵列生物标志物平台均与全血和细胞系分析兼容。测试足够灵敏，以使用少量血液检测极低拷贝数的异常。

实施例

在第一项研究中，使用抗PD-1(派姆单抗)治疗黑色素瘤患者12周。首先，在治疗前在基线处评估通过EpiSwitch测量的其表观遗传状态，然后是在第12周进行评估，同时临床读取响应或无响应。然后，我们在基线处筛选、评估和验证了部分3D基因组结构概况、染色体构象签名，以在整个基因组的332个遗传位置上确定有益于对治疗响应或无响应的概况。这些是在EpiSwitch阵列上的评估，在技术和生物重复中的那些遗传位置查看局部多个3C相互作用，比较基线处来自响应者和非响应者的样品。直接在阵列上评估了超过14,000个EpiSwitch标志物。将最佳标志物翻译至PCR，并在独立患者队列中进行评估。

图1显示了该研究中使用的患者临床注释示例。颜色编码标志：以红色列出的患者用于阵列筛选。以蓝色列出的患者用作独立队列的一部分以进行验证–这些患者不用于标志物选择，这对开发稳健的生物标志物很重要。通过标准RESIST 1.1准则定义响应或无响应的临床评估。

第1阶段由14,000个标志物前导(全部由模式识别预测)的初始阵列筛选和评估组成。第2阶段是将统计学显著的标志物前导从阵列翻译至PCR。通过回归分析经由PCR对标志物进行进一步评估，以减少最终签名中最终标志物数量。第3阶段是对6种最佳生物标志物的最终签名的验证(如图2所示)。图2中的表格显示了最佳生物标志物的名称以及它们被定位的遗传基因座，即在这个基因座中，它们以特定的方式促成整体调节。

图3显示了来自阵列分析(比较响应者和非响应者的基线)的最佳预测生物标志物和最佳响应生物标志物(比较基线和第12周的响应者)的维恩图。重叠不仅给出在响应开始时存在的良好响应生物标志物，而且可以在12周内进行监测。

图4是个体患者对某些最终签名生物标志物的二进制PCR读数的示例：1CCs是存在，0CCS是不存在。可以从视觉上看到响应者和非响应者的概况差异。R是响应者。NR是非响应者。

图5显示了用抗PD-L1单克隆抗体治疗的两组肺癌患者。在治疗前在基线(BL)处以及在开始治疗两周(2W)后采集血液。确定了用于响应的两组的身份，但在初始研究中，盲法分为组I和组II。在列出的所有患者中，评估了来自第一项研究预测响应抗PD-1的最佳前30种基于PCR的标志物前导(见上文)。

图6显示了区分组I和II的最佳前13种统计显著的标志物的统计分析。PDCD1LG2和STAT5也是原始抗PD-1研究中的主要区分标志物：PDCD1LG2用于非响应者，STAT5B用于响应者。这有助于将组I和II正确地确定为响应者和非响应者组。生物标志物在同一免疫疗法检查点细胞网络中监控由第一项研究中的PD-1或第二项研究中的其配体PD-L1触发的失调，并由此具有与相同标志物上的重叠共享的特征–来自第一项PD-1研究的6个非响应标志物、7个响应标志物在使用PD-L1的第二项研究中仍然有效。

图7显示了从PD-L1队列中选择的前13个标志物的主分量分析(PCA)。这是一种3DPCA，在分层的前三个分量上显示了响应者和非响应者的良好分离。值得注意的是，对于相同患者，非响应者(黑三角形)在基线(A)和治疗2周(B)之间也分离。这是与响应者和非响应者中表观遗传分布的控制紧密程度有关的独立特征。

图8显示了在独立的第三项研究中如何使用不同抗PD-L1单克隆抗体在肺癌患者上进行的研究，提供了15位患者基线样品作为，对于治疗的响应/无响应的注释致盲。组合第一和第二项研究，使用来自第一项研究(黑色素瘤的PD-1治疗)的8位患者和来自第二项研究(肺癌的不同PD-L1)的24位患者，评价了一组标志物并且然后将具有统计学显著性的前5种标志物(列于表中)用于15个致盲样品的分类。

图9显示了基于列出的5个标志物建立的随机森林分类器如何为15个样品中的每个样品产生预测的调用(预测列)。图10显示了每个样品的预测调用与未致盲验证(实际列)的比较。表中列出了分层效率。灵敏度71％，特异性87.5％，阳性预测值83％(在患者选择的背景下很重要)，阴性预测值77％。

图11显示了分类器的标准rOC曲线。AUC＝0.786

图12显示了该分析中使用的所有样品的主分量分析：8个来自第一项研究，24个来自第二项研究，15个来自验证。第一个主分量上，响应者和非响应者的分离已经很明显。对于所有47个样品，开放分类器中只有两个被误调的样品。

第三项研究涉及肺癌中的抗PD-L1治疗。在筛选的阵列阶段，在阵列的基线上比较了12个响应者和12个非响应者，总共读出了180,000个读数(以技术和生物重复的形式)。然后对来自阵列的前100个标志物进行PCR翻译，然后进行验证。

将来自PD-1(研究I)、PD-L1(研究II)阵列的标志物前导与PD-L1研究III阵列的标志物前导进行了比对。图13显示了响应者常见2522个前导的重叠。图14显示的内容相同，但现在看的是最具统计学显著性的–响应者两项研究的276个常见显著前导(研究I在左，研究II在右)。图15显示了相同的内容，但对于其非响应者，只有一个(研究I在左，研究II在右)。

图16显示了响应和非响应标志物的阵列读数的遗传基因座(研究I和III)如何与干扰素γ途径中涉及的基因重叠。干扰素γ治疗可增加PD-L1表达，这是对治疗响应易感性的临床观察。图17显示了相同的内容，但仅对于统计显著性数据。图18显示了相同的结果，但对于所有研究I-III。

图19显示了四个队列的维恩图：INFG途径的基因座(ORF)、抗PD-L1响应者和非响应者、所有抗PD-1。

图20显示了四个队列的维恩图：INFG途径的基因座(ORF)、抗PD-1响应者和非响应者、所有抗PD-L1。

图21显示了研究I-III和INFG基因之间共享的所有响应者标志物的基因座。图22显示了相同的内容，但列出的95个基因座含有在所有三项研究I-III之间共享的一些显著响应EpiSwitch标志物。图23显示了图22的基因座列表，显示了在阵列上评估这些基因座时显著标志物前导的数目和标志物前导的总数。图24显示了与aPD-L1显著性EpiSwitch^TMCCS相关性ORF匹配的干扰素信号通路。

已经建立了常见表观遗传设置作为PD-1和PD-L1治疗中响应者的标志物，我们追循在表观遗传设置控制下观察到的遗传位置至它们的蛋白质产物，并且在已知的蛋白质-蛋白质网络及其功能作用的背景下，研究了这些蛋白质的网络关系。将受响应EpiSwitch标志物影响的遗传基因座过度施加到String数据库网络上，表明响应者中表观遗传控制蛋白参与了与两种功能相关的紧密网络：免疫响应调节细胞表面受体信号传导途径和T细胞活化的调节。

具体结论

已经鉴定出标志物，其具有统计学显著的传播(disseminating)能力，以在基线鉴定已经建立对免疫疗法良好响应的患者(包括免疫检查点疗法)(即响应者)和未建立响应的患者(即非响应者或进展者)。表1的标志物代表了三个独立的患有黑色素瘤或肺癌(NSCLC)队列中响应者的常见普遍情况。使用PD-1(派姆单抗)治疗黑色素瘤患者，使用两种不同的PD-L1治疗NSCLC。这些是可预测治疗的不可知标志物，并且存在于不同类型的癌症中。在PD-L1和PD-L2基因座之间还存在一个重要的用于非响应的不可知且普遍的预测性标志物。

表1中的标志物列表反映了响应者中的常见网络调节。这些可以用作不可知标志物，以监测各种治疗和病情下的响应/非响应，包括针对靶向控制免疫学网络响应的标准免疫检查点分子的治疗的响应。

进一步工作

继续基于染色体构象签名(CCS)鉴定表观遗传变化的目标，将能够选择对单独的或组合的抗PD-1疗法有响应的先验患者，以便治疗非小细胞肺癌(NSCLC)。然后，使用EpiSwitch^TMPCR平台，在基线患者的样本中，使用三个免疫疗法组，两种抗PD-L1疗法和一种抗PD-1疗法(派姆单抗)，对从这一阵列筛选中发现的EpiSwitch^TM标志物进行筛选和验证。在NSCLC患者上开发了两种抗PD-L1响应CCS，在黑色素瘤患者上开发了派姆单抗响应CCS并在NSCLC患者上进一步进行了验证。表13、16和18提供了进一步工作的结果，并显示了可用于确定免疫响应性的另一组标志物。

研究设计

在转移性黑色素瘤研究中，研究了来自16例转移性黑色素瘤患者的总计32个外周血单核细胞(PBMC)样品。这些患者已接受抗PD1疗法。在2个时间点对患者进行了评估，基线评估和12周肿瘤评估。将总计16个样品用于使用EpiSwitch阵列的发现阶段。在基线和12周样品中验证了从阵列筛选中鉴定的前100个EpiSwitch标志物，以鉴定对抗PD1疗法的响应和药效学效果。将排名在前的EpiSwitch标志物分类为对抗PD-1疗法的响应者和非响应者两组。

在NSCLC研究中，研究了来自使用抗PD-L1疗法治疗的非小细胞肺癌(NSCLC)患者的总计16种基线PBMC。评价了30种EpiSwitch^TM预测性标志物。本项目的目的是确认，在接受过抗PD-L1疗法治疗的基线NSCLC患者中，抗PD-1和抗PD-L1预测概况所共有的EpiSwitch标志物的预测能力。

	探针	基因座	探针总计数
				1	ORF293_6_32634077_32639503_32662361_32664960_FR	HLA-DQA1	28
2	ORF241_10_88946200_88948398_88998943_89014190_FF	FAS	50
				3	ORF293_6_32626930_32634077_32662361_32664960_RR	HLA-DQA1	28
4	ORF38_13_111255999_111262146_111317973_111320769_FF	ARHGEF7	122
				5	ORF226_1_94522204_94526809_94565070_94571537_RR	F3	36
6	ORF553_7_6325447_6327369_6392091_6396545_RR	RAC1	64
				7	ORF705_9_114882931_114894596_114957908_114962933_FR	TNFSF8	50
8	ORF441_5_68187850_68194388_68215410_68221074_FR	PIK3R1	148
				9	IKBKB_8_42264241_42271203_42302441_42304680_FF	IKBKB	46
10	ORF703_1_6461604_6466207_6481328_6484248_FF	TNFRSF25	68
				11	ORF38_13_111170222_111182176_111317973_111320769_FF	ARHGEF7	122
12	PRR5_22_44662780_44666500_44696835_44701888_FF	PRR5	64
				13	ORF531_22_44662780_44666500_44696835_44701888_FF	PRR5	64
14	ORF501_5_68215410_68221074_68272048_68277769_RF	PIK3R1	148
				15	TNFRSF25_1_6461604_6466207_6481328_6484248_FF	TNFRSF25	68
16	C8A_1_56824227_56829583_56902220_56908104_FR	C8A	166
				17	ORF76_2_241559192_241566423_241577996_241581000_RR	BOK	44
18	IKBKB_8_42264241_42271203_42331044_42332799_FR	IKBKB	46
				19	BOK_2_241559192_241566423_241577996_241581000_RR	BOK	44
20	ORF464_6_44270723_44274914_44307667_44312139_RF	NFKBIE	44
				21	TNFRSF25_1_6461604_6466207_6514024_6515315_FR	TNFRSF25	68
22	PIK3R1_5_68195469_68198352_68215410_68221074_RR	PIK3R1	148
				23	ORF698_18_62330039_62332469_62356961_62362521_FR	TNFRSF11A	58
24	ORF307_8_42264241_42271203_42331044_42332799_FR	IKBKB	46
				25	CD82_11_44526701_44529279_44592038_44600902_RF	CD82	50
26	ORF703_1_6461604_6466207_6494588_6498048_FF	TNFRSF25	68
				27	ORF307_8_42264241_42271203_42302441_42304680_FF	IKBKB	46
28	TNFRSF25_1_6461604_6466207_6494588_6498048_FF	TNFRSF25	68
				29	CASP6_4_109703339_109705583_109735036_109741090_RF	CASP6	28

表1.a1

表1.a2

	t	P值	adj.P.值	B	FC	FC_1
							1	-2.980618242	0.01344665400	0.040517443	-3.620544416	0.639689949	-1.563257327
2	-6.24344027	0.00008620000	0.001125209	1.58573085	0.648078185	-1.543023701
							3	-3.580221478	0.00482085800	0.018832070	-2.583272553	0.711482673	-1.405515606
4	-22.94378205	0.00000000038	0.000001590	13.50068753	0.72031744	-1.388276813
							5	-6.068793285	0.00010890800	0.001320738	1.342264192	0.738948493	-1.353274294
6	-5.571884831	0.00021663700	0.002075220	0.625787741	0.740843647	-1.34981248
							7	-6.927544857	0.00003590000	0.000632929	2.498799383	0.749563705	-1.33410942
8	-16.24057806	0.00000001200	0.000010700	10.48782055	0.759820695	-1.316099977
							9	-17.46788221	0.00000000585	0.000010100	11.15054812	0.761252236	-1.313625041
10	-9.736436082	0.00000168000	0.000107198	5.651749271	0.762306283	-1.311808681
							11	-17.0031469	0.00000000765	0.000010700	10.90661915	0.762918893	-1.310755324
12	-17.18527923	0.00000000688	0.000010600	11.00320387	0.765257487	-1.30674971
							13	-15.39183699	0.00000002050	0.000013100	9.992593359	0.765282901	-1.306706316
14	-16.16361934	0.00000001260	0.000010700	10.44421723	0.766259665	-1.305040636
							15	-11.77686613	0.00000027700	0.000044500	7.465604014	0.770999521	-1.297017667
16	-10.68867959	0.00000070000	0.000068900	6.540229405	0.771621904	-1.295971504
							17	-11.11416276	0.00000048300	0.000057900	6.912800589	0.775013085	-1.290300795
18	-16.40706083	0.00000001090	0.000010700	10.58128991	0.777477774	-1.286210402
							19	-10.9324899	0.00000056500	0.000062000	6.755470255	0.77782441	-1.285637205
20	-19.65763701	0.00000000180	0.000005770	12.19684795	0.778594689	-1.284365299
							21	-10.66682351	0.00000071300	0.000069500	6.520700487	0.779763527	-1.282440079
22	-14.85687535	0.00000002900	0.000015300	9.663464141	0.78101738	-1.280381239
							23	-2.587519517	0.02657975500	0.067536623	-4.295830899	0.783634368	-1.276105338
24	-16.6498587	0.00000000942	0.000010700	10.71553998	0.785433249	-1.273182669
							25	-12.64682486	0.00000014000	0.000033200	8.144494866	0.785552353	-1.272989631
26	-12.44559121	0.00000016300	0.000035700	7.991924175	0.786188466	-1.271959642
							27	-16.03607714	0.00000001370	0.000010900	10.37139589	0.786394357	-1.271626622
28	-12.06306132	0.00000022000	0.000039400	7.6945755	0.788809824	-1.26773269
							29	-13.55417084	0.00000007120	0.000022100	8.801357166	0.790363029	-1.265241367

表1.a3

表1.a4

表1.a5

表1.a6

表1.b1

表1.b2

表1.b3

表1.b4

表1.b5

表1.b6

表1.c1

表1.c2

表1.c3

表1.c4

表1.c5

表1.c6

表1.d1

表1.d2

表1.d3

表1.d4

表1.d5

表1.d6

表1.e1

表1.e2

表1.e3

表1.e4

表1.e5

表1.e6

表1.f1

表1.f2

表1.f3

表1.f4

表1.f5

表1.f6

表1.g1

表1.g2

	t	P值	adj.P.值	B	FC	FC_1
							320	-3.28569851	0.00795229900	0.027348446	-3.091904234	0.920935326	-1.08585258
321	-5.515807304	0.00023462500	0.002190731	0.542703708	0.920948045	-1.085837584
							322	-5.826586351	0.00015163300	0.001635661	0.997453523	0.921246632	-1.085485651
323	-5.468019963	0.00025121700	0.002297775	0.471544728	0.92129862	-1.085424398
							324	-4.149900419	0.00187961300	0.009459704	-1.616672944	0.921548181	-1.085130459
325	-5.560189598	0.00022026300	0.002097026	0.608497575	0.921615937	-1.085050681
							326	-2.849923133	0.01686220500	0.048027440	-3.846341043	0.92185263	-1.084772085
327	-4.624546759	0.00088526700	0.005497061	-0.837900587	0.921986273	-1.084614847
							328	-4.850787441	0.00062519600	0.004318657	-0.476920106	0.921988599	-1.084612111
329	-5.670796723	0.00018840600	0.001897248	0.771230471	0.922042483	-1.084548726
							330	-4.321578858	0.00142644200	0.007770947	-1.331816291	0.922053542	-1.084535718
331	-5.531878455	0.00022931200	0.002158503	0.566560929	0.922342397	-1.084196068
							332	-3.011085086	0.01275662000	0.038978718	-3.567805275	0.922414107	-1.084111781
333	-2.85057896	0.01684304500	0.047979425	-3.845210285	0.922583427	-1.083912816
							334	-4.025458886	0.00230126300	0.010935916	-1.825213078	0.92266	-1.08382286
335	-3.603776786	0.00463332800	0.018277657	-2.542780708	0.922727147	-1.08374399
							336	-5.245214347	0.00034694100	0.002861465	0.135432481	0.922794256	-1.083665176
337	-3.614904266	0.00454738300	0.018046224	-2.523664746	0.922795192	-1.083664077
							338	-6.491621867	0.00006230000	0.000903821	1.924369043	0.922919249	-1.083518413
339	-4.570910561	0.00096238300	0.005851655	-0.924484832	0.922952992	-1.0834788
							340	-4.368296497	0.00132418300	0.007358200	-1.254903515	0.923057091	-1.083356609
341	-2.392253605	0.03725465400	0.087236543	-4.624664393	0.923207505	-1.083180103
							342	-3.586023328	0.00477395000	0.018706685	-2.57329588	0.923422564	-1.082927837
343	-4.50464524	0.00106759100	0.006313971	-1.031974008	0.923499943	-1.082837099
							344	-4.136140891	0.00192196100	0.009605427	-1.639648926	0.923534378	-1.082796725
345	-3.091482075	0.01110326500	0.035177499	-3.428523652	0.923623551	-1.082692184
							346	-3.936906064	0.00266092900	0.012188053	-1.974587934	0.923858036	-1.082417386
347	-5.350503047	0.00029759000	0.002579295	0.295154367	0.924131709	-1.082096837
							348	-3.781820935	0.00343937900	0.014676164	-2.237974722	0.924139082	-1.082088205
349	-6.848194152	0.00003960000	0.000673517	2.396134025	0.92414144	-1.082085444
							350	-6.471854762	0.00006390000	0.000919240	1.897709884	0.924454606	-1.081718879
351	-5.120964583	0.00041665800	0.003238646	-0.055093408	0.924464158	-1.081707702
							352	-3.992024269	0.00243068300	0.011377126	-1.881520038	0.924653681	-1.081485988
353	-2.287328866	0.04462249800	0.099984429	-4.798481305	0.924766899	-1.081353584
							354	-4.745750173	0.00073410000	0.004795176	-0.643651395	0.925014684	-1.081063919
355	-3.502877434	0.00549380500	0.020792455	-2.716459446	0.925014745	-1.081063848
							356	-5.696914179	0.00018162800	0.001849178	0.809399196	0.925066785	-1.081003032
357	-3.235990306	0.00865942800	0.029201748	-3.178032026	0.925356395	-1.08066471
							358	-5.236400527	0.00035145200	0.002884770	0.121989924	0.925377713	-1.080639815
359	-3.160153052	0.00986453300	0.032155286	-3.309487854	0.925486499	-1.080512791
							360	-2.563478976	0.02771024400	0.069657481	-4.336632301	0.925823617	-1.080119346

表1.g3

表1.g4

表1.g5

表1.g6

表2.a

表2.b

表2.c

表2.d

表2.e

表2.f

表2.g

表2.h

表2.i

表2.j

表2.k

	基因	探针总计数	显著探针计数	HyperG_Stats	FDR_HyperG	显著百分比
							1	IGF1R	104	16	0.007797893	0.171924974	15.38
2	CD6	56	14	0.000090300	0.005970563	25
							3	CXCL13	108	14	0.046569042	0.598929617	12.96
4	IKBKB	46	12	0.000183630	0.010627608	26.09
							5	PIK3R1	148	12	0.513477047	0.99999793	8.11
6	ITK	26	10	0.000015700	0.002607465	38.46
							7	PTPRC	214	10	0.978491243	0.99999793	4.67
8	C8B	151	9	0.855915990	0.99999793	5.96
							9	C8A	166	8	0.957766442	0.99999793	4.82
10	CCL18	42	8	0.016095432	0.256971894	19.05
							11	CYFIP2	40	8	0.012066038	0.223463015	20
12	FAS	50	8	0.041957105	0.555032562	16
							13	ICOSLG	40	8	0.012066038	0.223463015	20
14	IRF1	42	8	0.016095432	0.256971894	19.05
							15	ITGAM	50	8	0.041957105	0.555032562	16
16	ITGAX	41	8	0.013975308	0.239650655	19.51
							17	CCL3	33	7	0.013410837	0.238816059	21.21
18	CCL4	32	7	0.011323325	0.223463015	21.88
							19	CD14	62	6	0.369692981	0.99999793	9.68
20	CD4	42	6	0.112492545	0.789152247	14.29
							21	NFKB1	64	6	0.398773743	0.99999793	9.38
22	SYK	78	6	0.592795697	0.99999793	7.69
							23	LAG3	29	5	0.075553312	0.710624303	17.24
24	AKT1	60	4	0.711822793	0.99999793	6.67
							25	BLNK	66	4	0.779227696	0.99999793	6.06
26	C5	41	4	0.412035429	0.99999793	9.76
							27	CASP8	41	4	0.412035429	0.99999793	9.76
28	CCR6	46	4	0.501622356	0.99999793	8.7
							29	CD180	38	4	0.356577228	0.99999793	10.53
30	CD19	56	4	0.659150649	0.99999793	7.14

表3.a

表3.b

	基因	探针总计数	显著探针计数	HyperG_Stats	FDR_HyperG	显著百分比
							63	HAVCR2	10	2	0.185613716	0.954389149	20
64	HLA-DMA	16	2	0.366542591	0.99999793	12.5
							65	HLA-DMB	26	2	0.622797749	0.99999793	7.69
66	ICAM1	63	2	0.965115210	0.99999793	3.17
							67	IFNG	10	2	0.185613716	0.954389149	20
68	IL25	74	2	0.983929844	0.99999793	2.7
							69	IL26	20	2	0.479107134	0.99999793	10
70	IL3	42	2	0.857080857	0.99999793	4.76
							71	IRF2	38	2	0.815788109	0.99999793	5.26
72	IRF3	30	2	0.700318757	0.99999793	6.67
							73	IRF4	40	2	0.837619347	0.99999793	5
74	LTBR	33	2	0.749379647	0.99999793	6.06
							75	LYN	48	2	0.903339407	0.99999793	4.17
76	PDCD1	36	2	0.791365183	0.99999793	5.56
							77	PVR	65	2	0.969655536	0.99999793	3.08
78	RAC1	64	2	0.967461559	0.99999793	3.12
							79	RAG1	51	2	0.920824528	0.99999793	3.92
80	RELA	56	2	0.943513220	0.99999793	3.57
							81	SMAD3	34	2	0.764125503	0.99999793	5.88
82	STAT4	58	2	0.950729209	0.99999793	3.45
							83	TNFRSF1A	46	2	0.889742685	0.99999793	4.35
84	TRAF2	46	2	0.889742685	0.99999793	4.35
							85	TRAF6	60	2	0.957059624	0.99999793	3.33
86	UBC	64	2	0.967461559	0.99999793	3.12
							87	CCL14	9	1	0.525100723	0.99999793	11.11
88	CCL16	9	1	0.525100723	0.99999793	11.11
							89	ICAM2	24	1	0.862829697	0.99999793	4.17
90	ICAM4	53	1	0.987603129	0.99999793	1.89
							91	IL12RB1	51	1	0.985366094	0.99999793	1.96
92	MCAM	33	1	0.934919833	0.99999793	3.03
							93	PYCARD	6	1	0.391279132	0.99999793	16.67
94	SPA17	17	1	0.755090130	0.99999793	5.88

表3.c

探针	基因座	探针总计数
			STAT5A_STAT5B_17_40403935_40406459_40464294_40468456_FR	STAT5A-STAT5B	20
IRF1_5_131808352_131813604_131831068_131832754_FF	IRF1	19
			ITK_5_156605330_156608059_156693735_156698772_FR	ITK	63
CD14_5_140023383_140027012_140050153_140052313_RF	CD14	22
			PDCD1LG2_9_5495992_5498009_5563479_5572986_RR	CD274-PDCD1LG2	8

表4.a

HyperG_Stats	FDR_HyperG	显著百分比	logFC	AveExpr
					0.001866853	0.066190912	60	0.847262651666667	0.847262651666666
0.000987668	0.046843683	63.16	0.575333619	0.575333619
					0.653537516	1	25.4	0.929375192333334	0.929375192333333
0.218923992	0.865271017	36.36	0.720976047333333	0.720976047333333
					0.918612302	1	12.5	-0.351310575666667	-0.351310575666667

表4.b

t	P值	adj.P.值	B
				7.35944594338825	0.000150927923435752	0.0102743339719173	1.64393419184962
5.64430691077999	0.000700956470870541	0.0155534374671815	-0.0160747735782962
				8.2961135309084	0.0000610123228131512	0.00959185677856724	2.42787963605984
7.76177819268656	0.0000944498918420986	0.0097813496834544	2.00179581849286
				-6.21225357321395	0.000390149640704813	0.0122622958225811	0.582455106574847

表4.c

FC	FC_1	LS	检测的环
				1.79931599399832	1.79931599399832	1	R
1.49002198650363	1.49002198650363	1	R
				1.90445103081467	1.90445103081467	1	R
1.64829680346345	1.64829680346345	1	R
				0.783871688209362	-1.27571899207682	-1	NR

表4.d

探针序列	探针位置
		60mer	染色体
TTCCATAGATTACTTTTCAAATCATCCTTCGAAGCTGGCGGCTGAGGGCCCGGCGCCAAG	17
		GTGTCTCGGCCCCCTGGGGCCCCACCCTTCGATTTCCCTGTTGCCGCCGCGTTTGCAAGA	5
ATCCCAACAAAAGAGAAGAACTTCTCCCTCGATGTTTGGGGGCGGAGGGCTTTGATGAGA	5
		GTGGCGATGGCGGCCTGCGCGCCGCGCCTCGATGTCTAAGCAACCTGCTAACTGAGGCAG	5
ACAGTTATTAGAAAAATAAAACATTTGGTCGAACAGCAAAGAGAAGATATTCAACTGCGA	9

表4.e

表4.f

4kb序列位置
	结束2
40468295
	131832752
156697736
	140052311
5567480

表4.g

	内引物
		探针	PCR-引物1_ID
STAT5A_STAT5B_17_40403935_40406459_40464294_40468456_FR	OBD117-009
		IRF1_5_131808352_131813604_131831068_131832754_FF	OBD117-045
ITK_5_156605330_156608059_156693735_156698772_FR	OBD117-089
		CD14_5_140023383_140027012_140050153_140052313_RF	OBD117-105
PDCD1LG2_9_5495992_5498009_5563479_5572986_RR	OBD117-029

表4.h

表4.i

基因	标志物	GLMNET
			STAT5A-STAT5B	OBD117-009/011	0.1947148
IRF1	OBD117-045/047	0.1946348
			ITK	OBD117-089/090	0.1938877
CD14	OBD117-105/107	0.193081
			CD274-PDCD1LG2	OBD117-029/030	-0.1922868

表4.j

刺激性检查点分子	抑制性检查点分子
		CD27	A2AR
CD28	B7-H3
		CD40	B7-H4
CD122	CTLA-4
		CD137	IDO
OX40	KIR
		GITR	LAG3
ICOS	PD-1
			TIM-3
	VISTA

表8

表9

药物	靶	优选的疾病
			伊匹单抗与尼武单抗	PD-1和CTLA-4	转移性黑色素瘤
紫杉醇、伊匹单抗与卡铂	CTLA4	非小细胞肺癌
			伊匹单抗与GVAX	CTLA-4	胰腺癌
匹地珠单抗与利妥昔单抗	PD-1	血液系统恶性肿瘤
			L19-IL2与L19-TNF	STAT	黑色素瘤
MEDI0680与度伐单抗	PD1/PDL1	晚期实体恶性肿瘤

表10.癌症免疫治法中的组合(生物制剂、免疫细胞因子(L19-IL2和L19-TNF)、细胞毒素(紫杉醇)

表11.用于癌症疗法的其它单分子、免疫细胞因子和生物制剂

表12

表13.a1

	HyperG_Stats	FDR_HyperG	显著百分比	logFC	AveExpr	t
							1	0.711822793	0.99999793	6.67	-0.219972658	-0.219972658	-4.996552469
2	0.18964104	0.954389149	11.43	-0.139786492	-0.139786492	-5.923845607
							3	0.925958703	0.99999793	3.85	-0.15962933	-0.15962933	-6.204852631
4	0.073465475	0.710624303	14.29	-0.166543413	-0.166543413	-6.557217188
							5	0.857080857	0.99999793	4.76	-0.1760267	-0.1760267	-8.001384234
6	0.001969408	0.075986326	22.73	-0.362483584	-0.362483584	-10.9324899
							7	0.957766442	0.99999793	4.82	-0.374033997	-0.374033997	-10.68867959
8	0.229343441	1	25	0.338570638	0.338570638	3.416892289
							9	0.85591599	0.99999793	5.96	-0.161358241	-0.161358241	-2.947668664
10	0.663352621	0.99999793	7.14	-0.339412631	-0.339412631	-13.55417084
							11	0.889742685	0.99999793	4.35	-0.137531489	-0.137531489	-6.968042831
12	0.034964245	0.465381017	40	0.464289848	0.464289848	8.34149661
							13	0.369692981	0.99999793	9.68	-0.178209877	-0.178209877	-7.696109127
14	0.764125503	0.99999793	5.88	-0.18498091	-0.18498091	-9.04469975
							15	0.112492545	0.789152247	14.29	-0.139921516	-0.139921516	-5.076520451
16	9.03E-05	0.005970563	25	-0.21998431	-0.21998431	-6.891261434
							17	9.03E-05	0.005970563	25	-0.149724624	-0.149724624	-8.117825922
18	9.03E-05	0.005970563	25	-0.159211463	-0.159211463	-8.406010145
							19	9.03E-05	0.005970563	25	-0.321565937	-0.321565937	-13.11065547
20	9.03E-05	0.005970563	25	-0.207569599	-0.207569599	-8.105335573
							21	9.03E-05	0.005970563	25	-0.169304269	-0.169304269	-9.223976152
22	0.203083688	0.988148592	12	-0.145793053	-0.145793053	-5.45369143
							23	0.203083688	0.988148592	12	-0.348220668	-0.348220668	-12.64682486
24	0.203083688	0.988148592	12	-0.162924558	-0.162924558	-4.377302648
							25	0.06993762	0.594154735	100	-0.191997367	-0.191997367	-3.324047424
26	0.999992975	0.99999793	1.73	-0.249667458	-0.249667458	-9.588148198
							27	0.903339407	0.99999793	4.17	-0.144833276	-0.144833276	-7.422808069
28	0.13498553	0.877871412	50	-0.18736422	-0.18736422	-3.275422717
							29	0.041957105	0.555032562	16	-0.193599779	-0.193599779	-5.573764843
30	0.041957105	0.555032562	16	-0.194159165	-0.194159165	-8.590649368
							31	0.066362764	0.687693257	100	0.187306985	0.187306985	3.719020117
32	0.178427395	0.954389149	14.29	-0.211239457	-0.211239457	-3.939059704
							33	0.012066038	0.223463015	20	-0.156295949	-0.156295949	-6.247769863
34	0.007797893	0.171924974	15.38	-0.178097117	-0.178097117	-7.086728608
							35	0.037675475	0.528598335	18.75	-0.180180699	-0.180180699	-8.22189382
36	0.00018363	0.010627608	26.09	-0.304258892	-0.304258892	-11.89187759
							37	0.00018363	0.010627608	26.09	-0.265642352	-0.265642352	-11.56467535
38	0.00018363	0.010627608	26.09	-0.325741973	-0.325741973	-15.03154881
							39	0.00018363	0.010627608	26.09	-0.307578042	-0.307578042	-13.22491838
40	0.00018363	0.010627608	26.09	-0.393553534	-0.393553534	-17.46788221
							41	0.00018363	0.010627608	26.09	-0.363126662	-0.363126662	-16.40706083
42	0.122126697	0.904598768	50	0.19255788	0.19255788	6.703121045
							43	0.195485486	0.98238612	33.33	-0.261366196	-0.261366196	-5.18175145
44	0.016095432	0.256971894	19.05	-0.25495765	-0.25495765	-13.36737718
							45	0.016095432	0.256971894	19.05	-0.147678268	-0.147678268	-6.626064358
46	0.016095432	0.256971894	19.05	-0.165001138	-0.165001138	-9.029584345
							47	0.815788109	0.99999793	5.26	-0.204963087	-0.204963087	-3.763496869
48	0.700318757	0.99999793	6.67	-0.175351435	-0.175351435	-7.320634642
							49	0.041957105	0.555032562	16	-0.266411523	-0.266411523	-9.608582862
50	0.041957105	0.555032562	16	-0.179650611	-0.179650611	-8.796652754
							51	0.041957105	0.555032562	16	-0.215030115	-0.215030115	-9.152973735
52	0.013975308	0.239650655	19.51	-0.212953478	-0.212953478	-9.692570589

表13.a2

表13.a3

表13.a4

表13.a5

表13.a6

表13.a7

表13.b1

表13.b2

	P值	adj.P.值	B	FC	FC_1	LS
							53	0.0000109	0.000300885	3.734715272	0.885546684	-1.129245942	-1
54	0.00000334	0.000153695	4.950834477	0.867767745	-1.152382081	-1
							55	0.000026	0.000519842	2.830950394	0.854495789	-1.170280782	-1
56	0.00000508	0.000194036	4.520831371	0.904407203	-1.105696634	-1
							57	0.0000344	0.000618186	2.541955486	0.87572481	-1.141911236	-1
58	0.00000324	0.000150461	4.982857006	0.848279245	-1.178857087	-1
							59	0.0000141	0.000355136	3.469495184	0.865409512	-1.155522312	-1
60	0.02197855	0.058573399	-4.108873892	0.866637776	-1.153884619	-1
							61	0.00000643	0.000223311	4.277331934	0.867714714	-1.15245251	-1
62	0.00000998	0.000286168	3.824002229	0.878673343	-1.138079365	-1
							63	0.0000607	0.0008901	1.95067007	0.907492164	-1.10193789	-1
64	0.00000209	0.000119285	5.430299258	0.873000772	-1.14547436	-1
							65	0.0000000324	0.0000158	9.557329978	0.815875189	-1.225677668	-1
66	0.0000512	0.000797045	2.127853229	1.217620117	1.217620117	1
							67	0.000000583	0.0000632	6.724276277	0.816806693	-1.224279879	-1
68	0.000000774	0.0000716	6.437875016	0.845326394	-1.18297501	-1
							69	0.0000316	0.000584325	2.630230616	0.905061993	-1.104896689	-1
70	0.0000000092	0.0000107	10.73453386	0.777940153	-1.285445926	-1
							71	0.00000165	0.000106067	5.674210448	0.884548664	-1.13052005	-1
72	0.00000113	0.0000855	6.052012506	0.814734156	-1.227394227	-1
							73	0.0000000154	0.0000115	10.25824114	1.517878795	1.517878795	1
74	0.0000272	0.00053455	2.786912756	0.878524937	-1.138271616	-1
							75	0.0000197	0.000439652	3.120890546	1.221831748	1.221831748	1
76	0.000000796	0.0000726	6.410227046	1.136563537	1.136563537	1
							77	0.0000423	0.00070501	2.327593259	1.122774193	1.122774193	1
78	0.00020132	0.001977662	0.70216959	1.107609748	1.107609748	1
							79	0.00000164	0.000106067	5.678158075	0.833487622	-1.199777866	-1
80	0.00000205	0.000117891	5.451255469	0.84378323	-1.18513851	-1
							81	0.0000096	0.000278481	3.864510034	0.905023296	-1.104943933	-1
82	0.0000105	0.000294144	3.776112142	1.235187935	1.235187935	1
							83	0.00000969	0.000280237	3.855144299	1.366483661	1.366483661	1
84	0.0000108	0.000298984	3.743323414	0.885454973	-1.129362905	-1
							85	0.0000282	0.00054663	2.746937043	1.263536036	1.263536036	1
86	0.0000215	0.000464107	3.031396559	1.230769711	1.230769711	1
							87	0.000000454	0.0000563	6.975413589	1.297798713	1.297798713	1
88	0.00000662	0.000226164	4.248389692	1.255372694	1.255372694	1
							89	0.00000305	0.000145428	5.043130801	1.343762761	1.343762761	1
90	0.0000000294	0.0000153	9.64902897	1.223264684	1.223264684	1
							91	0.000290264	0.002534245	0.32110467	0.896874612	-1.114983061	-1
92	0.0000335	0.000609191	2.568001061	0.897982647	-1.113607265	-1
							93	0.0000623	0.000903821	1.924342502	0.891730663	-1.121414842	-1
94	0.010931496	0.034736273	-3.41285233	1.280848257	1.280848257	1
							95	0.013665308	0.041030377	-3.636678978	1.274996095	1.274996095	1
96	0.00000301	0.000144884	5.057553149	1.242796139	1.242796139	1
							97	0.008183105	0.027939057	-3.120846211	0.797862089	-1.253349437	-1
98	0.012168576	0.037672866	-3.520502123	0.879662072	-1.136800178	-1
							99	0.014916282	0.043846027	-3.724182352	0.907057882	-1.102465476	-1
100	0.009318298	0.030820985	-3.252058133	0.80221645	-1.246546365	-1
							101	0.004239872	0.0171443	-2.452133159	0.761934695	-1.312448438	-1
102	0.012799247	0.039057427	-3.571146947	0.862654151	-1.159213108	-1
							103	0.002310795	0.010964378	-1.829468152	0.90372659	-1.106529354	-1
104	0.000185463	0.001878108	0.787632865	0.857293116	-1.166462184	-1

表13.b3

表13.b4

表13.b5

表13.b6

表13.b7

表13.c1

表13.c2

表13.c3

表13.c4

表13.c5

表13.c6

表13.c7

表13.d1

表13.d2

表13.d3

表13.d4

表13.d5

表13.d6

表13.d7

表13.e1

表13.e2

表13.e3

表13.e4

表13.e5

表13.e6

表13.e7

表13.f1

表13.f2

表13.f3

表13.f4

表13.f5

表13.f6

表13.f7

	探针	基因座	探针总计数	显著探针计数
					313	ORF541_7_77589308_77593066_77652906_77658625_RF	ORF541	23	4
314	ORF541_7_77628734_77632614_77645983_77651804_FF	ORF541	23	4
					315	ORF544_1_198591683_198595771_198768850_198775826_FF	PTPRC	214	10
316	ORF544_1_198659753_198666156_198697386_198704777_FR	ORF544	187	30
					317	ORF544_1_198659753_198666156_198735456_198749256_FF	ORF544	187	30
318	ORF544_1_198735456_198749256_198779053_198786841_RF	ORF544	187	30
					319	ORF547_11_82936602_82938148_83048972_83059269_RR	ORF547	99	7
320	ORF547_11_82938763_82948488_82974616_82981008_FR	ORF547	99	7
					321	ORF55_11_64267793_64269811_64288581_64290103_FR	BAD	70	8
322	ORF55_11_64267793_64269811_64292591_64296924_FF	BAD	70	8
					323	ORF552_1_174835362_174838725_175007460_175017921_RF	ORF552	93	6
324	ORF553_7_6325447_6327369_6392091_6396545_RR	RAC1	64	2
					325	ORF554_20_20425025_20439432_20458256_20459854_RF	ORF554	117	8
326	ORF556_13_97440604_97443754_97479189_97487608_FF	ORF556	66	5
					327	ORF558_2_33390711_33398991_33442363_33444238_FR	ORF558	34	5
328	ORF56_14_75477136_75478350_75491596_75496634_FR	ORF56	18	2
					329	ORF56_14_75491596_75496634_75573735_75577816_RF	ORF56	18	2
330	ORF560_21_14176916_14181369_14267912_14269012_RF	ORF560	37	3
					331	ORF560_21_14210379_14215717_14236469_14248873_RR	ORF560	37	3
332	ORF564_21_34500925_34506011_34574861_34579728_FR	ORF564	67	7
					333	ORF567_11_65634932_65641044_65653258_65654626_RF	RELA	56	2
334	ORF568_12_18259444_18261081_18350532_18364514_FF	ORF568	34	5
					335	ORF569_3_16448043_16456162_16496760_16499694_FF	ORF569	139	10
336	ORF57_19_48914276_48916713_48932242_48935310_FF	ORF57	30	6
					337	ORF57_19_48914276_48916713_48968306_48971572_FF	ORF57	30	6
338	ORF576_6_3027907_3030237_3146778_3149848_FR	ORF576	25	8
					339	ORF576_6_3045545_3051391_3146778_3149848_FR	ORF576	25	8
340	ORF576_6_3114019_3116008_3146778_3149848_RR	ORF576	25	8
					341	ORF586_6_166614982_166618999_166826698_166835940_RR	ORF586	176	12
342	ORF586_6_166614982_166618999_166877620_166884513_RR	ORF586	176	12
					343	ORF589_21_35511164_35517830_35766255_35775694_FF	ORF589	197	5
344	ORF59_20_50749321_50753502_50888426_50893318_FR	ORF59	17	4
					345	ORF596_1_243286011_243289794_243392615_243398557_RF	ORF596	151	9
346	ORF596_1_243386248_243390518_243516824_243527512_RF	ORF596	151	9
					347	ORF603_18_44885635_44895879_44997556_45002564_FR	ORF603	156	11
348	ORF603_18_44885635_44895879_45014599_45017752_FR	ORF603	156	11
					349	ORF605_1_66506442_66514114_66751280_66753550_RF	ORF605	163	8
350	ORF605_1_66578981_66592963_66761002_66762820_RF	ORF605	163	7
					351	ORF611_20_1857555_1861228_1955166_1964657_FR	ORF611	59	7
352	ORF611_20_1891489_1897350_1924633_1930962_RR	SIRPA	56	4
					353	ORF613_1_160707882_160714935_160743813_160744937_RF	ORF613	27	1
354	ORF618_6_3272293_3273348_3492046_3503752_FF	ORF618	158	8
					355	ORF624_2_27626184_27635183_27719544_27726504_RF	ORF624	24	2
356	ORF626_5_150149497_150151091_150181302_150194775_FR	ORF626	34	5
					357	ORF626_5_150162904_150166548_150181302_150194775_FR	ORF626	34	5
358	ORF626_5_150162904_150166548_150194890_150198993_FR	ORF626	34	0
					359	ORF626_5_150181302_150194775_150230115_150237336_RF	ORF626	34	5
360	ORF626_5_150181302_150194775_150237336_150238718_RF	ORF626	34	5
					361	ORF630_17_35287155_35289074_35307929_35312497_FF	ORF630	18	3
362	ORF631_15_67098632_67101498_67199584_67204251_RR	SMAD3	34	2
					363	ORF642_16_29613904_29616227_29630194_29632081_RF	SPN	56	4
364	ORF642_16_29613904_29616227_29686079_29687229_RF	SPN	56	4

表13.g1

	HyperG_Stats	FDR_HyperG	显著百分比	logFC	AveExpr	t
							313	0.053424912	0.606428812	17.39	0.356643448	0.356643448	3.960789133
314	0.053424912	0.606428812	17.39	0.285214138	0.285214138	4.609256093
							315	0.978491243	0.99999793	4.67	-0.14040288	-0.14040288	-5.186348648
316	2.30E-06	0.000217011	16.04	0.283822723	0.283822723	11.36017484
							317	2.30E-06	0.000217011	16.04	0.28622671	0.28622671	10.23998629
318	2.30E-06	0.000217011	16.04	0.312760316	0.312760316	7.112432884
							319	0.433763829	1	7.07	0.377286081	0.377286081	4.904828931
320	0.433763829	1	7.07	0.319635014	0.319635014	4.836776666
							321	0.18964104	0.954389149	11.43	-0.146341453	-0.146341453	-5.009008006
322	0.18964104	0.954389149	11.43	-0.155897691	-0.155897691	-6.419907226
							323	0.587989675	1	6.45	0.162077594	0.162077594	6.758085183
324	0.967461559	0.99999793	3.12	-0.432758998	-0.432758998	-5.571884831
							325	0.459116235	1	6.84	0.446838664	0.446838664	12.24134889
326	0.403635377	1	7.58	0.423159851	0.423159851	10.02547665
							327	0.06020741	0.646636236	14.71	0.297744446	0.297744446	8.756884365
328	0.337741302	1	11.11	0.196386472	0.196386472	6.01640946
							329	0.337741302	1	11.11	0.168913942	0.168913942	6.493464138
330	0.415513464	1	8.11	0.309983092	0.309983092	11.42911374
							331	0.415513464	1	8.11	0.355272886	0.355272886	9.89272102
332	0.12838934	0.904598768	10.45	0.289530526	0.289530526	10.39257872
							333	0.94351322	0.99999793	3.57	-0.335793252	-0.335793252	-14.59846809
334	0.06020741	0.646636236	14.71	0.301770409	0.301770409	9.8018573
							335	0.380387396	1	7.19	0.306584347	0.306584347	2.955558359
336	0.01000538	0.181608098	20	0.319528065	0.319528065	12.82607629
							337	0.01000538	0.181608098	20	0.294074256	0.294074256	15.40919841
338	0.000101223	0.003977202	32	0.342315512	0.342315512	4.823515277
							339	0.000101223	0.003977202	32	0.381150282	0.381150282	7.660425289
340	0.000101223	0.003977202	32	0.471818762	0.471818762	6.947243306
							341	0.432643309	1	6.82	0.334089996	0.334089996	5.008617015
342	0.432643309	1	6.82	0.378448027	0.378448027	6.858042974
							343	0.995427013	1	2.54	0.309719719	0.309719719	3.570772465
344	0.019351438	0.304140094	23.53	0.310572354	0.310572354	7.361954056
							345	0.617155598	1	5.96	0.388082401	0.388082401	11.1208405
346	0.617155598	1	5.96	0.295082217	0.295082217	6.643633956
							347	0.395653632	1	7.05	0.2983925	0.2983925	6.884745917
348	0.395653632	1	7.05	0.286095812	0.286095812	5.99074538
							349	0.854051613	1	4.91	0.249385621	0.249385621	2.70486202
350	0.894561341	1	4.29	0.302395192	0.302395192	6.269378105
							351	0.076789008	0.731434696	11.86	0.347062258	0.347062258	6.676297968
352	0.659150649	0.99999793	7.14	-0.183746617	-0.183746617	-7.539838325
							353	0.858892218	1	3.7	-0.306060504	-0.306060504	-4.552793946
354	0.785606032	1	5.06	0.307291844	0.307291844	7.043291289
							355	0.479347944	1	8.33	0.148041193	0.148041193	4.147781826
356	0.085664563	0.667617217	14.71	-0.191241299	-0.191241299	-9.324329472
							357	0.085664563	0.667617217	14.71	-0.213609391	-0.213609391	-10.1665293
358	1	1	0	-0.157170259	-0.157170259	-6.502829914
							359	0.085664563	0.667617217	14.71	-0.193972875	-0.193972875	-11.86119945
360	0.085664563	0.667617217	14.71	-0.152338864	-0.152338864	-9.193910673
							361	0.100654026	0.825363011	16.67	0.309628617	0.309628617	5.989078991
362	0.764125503	0.99999793	5.88	-0.180175335	-0.180175335	-8.471609217
							363	0.659150649	0.99999793	7.14	-0.175972335	-0.175972335	-7.054965999
364	0.659150649	0.99999793	7.14	-0.16436617	-0.16436617	-7.773176867

表13.g2

表13.g3

表13.g4

表13.g5

表13.g6

表13.g7

表13.h1

表13.h2

	P值	adj.P.值	B	FC	FC_1	LS
							365	0.0000783	0.001057554	1.685518605	0.869060387	-1.150668026	-1
366	0.000187328	0.001890561	0.777210943	0.898177691	-1.11336544	-1
							367	0.0135104	0.040653116	-3.625275836	1.43309024	1.43309024	1
368	0.018664657	0.051850278	-3.94720067	1.534363795	1.534363795	1
							369	0.0000832	0.001097922	1.622590571	1.218333322	1.218333322	1
370	0.00000689	0.000230944	4.20728549	1.223046441	1.223046441	1
							371	0.0000123	0.000322648	3.609042444	1.237393443	1.237393443	1
372	0.002489795	0.011583149	-1.906237636	1.256859701	1.256859701	1
							373	0.002248311	0.010748006	-1.801247822	1.231240479	1.231240479	1
374	0.0000249	0.000505697	2.876053795	1.225289553	1.225289553	1
							375	0.000241882	0.002233638	0.510978947	1.223098996	1.223098996	1
376	0.0000807	0.001076073	1.654796525	0.89941508	-1.111833704	-1
							377	0.000000369	0.000051	7.182375543	1.17230248	1.17230248	1
378	0.000000162	0.0000357	7.999309139	1.183250597	1.183250597	1
							379	0.00000111	0.0000849	6.073270515	1.131175803	1.131175803	1
380	0.00000172	0.000108368	5.628079247	0.883077855	-1.132402986	-1
							381	0.000000147	0.0000335	8.09397041	0.859734296	-1.163150063	-1
382	0.0017087	0.008848343	-1.518311904	0.844926717	-1.183534596	-1
							383	0.000717954	0.004728245	-0.62056802	0.851025509	-1.175052908	-1
384	0.0000198	0.000441092	3.114727283	0.896287748	-1.11571312	-1
							385	0.001142097	0.006622538	-1.101830789	1.639151616	1.639151616	1
386	0.026579755	0.067536623	-4.295830899	0.783634368	-1.276105338	-1
							387	0.00000506	0.000193388	4.525216296	1.237848888	1.237848888	1
388	0.000000611	0.0000645	6.675922138	0.849238289	-1.177525805	-1
							389	0.0000475	0.000761747	2.207019697	0.873677956	-1.144586507	-1
390	0.000055	0.000832022	2.053813675	1.257279485	1.257279485	1
							391	0.000138772	0.001546149	1.089794369	0.879878021	-1.136521172	-1
392	0.000025	0.000506888	2.872175551	0.894218465	-1.118294958	-1
							393	0.00000000279	0.00000683	11.81480874	0.802787883	-1.245659061	-1
394	0.00000168	0.000107198	5.651749271	0.762306283	-1.311808681	-1
							395	0.000000163	0.0000357	7.991924175	0.786188466	-1.271959642	-1
396	0.00000135	0.0000949	5.875116011	0.803281037	-1.24489432	-1
							397	0.000000535	0.0000603	6.809806578	0.79840406	-1.252498641	-1
398	0.000399013	0.003153947	-0.010076757	0.874625168	-1.143346929	-1
							399	0.000858885	0.005371224	-0.806528239	0.899529384	-1.111692423	-1
400	0.000000259	0.0000428	7.533224813	0.863339802	-1.158292479	-1
							401	0.0000359	0.000632929	2.498799383	0.749563705	-1.33410942	-1
402	0.00000221	0.000123757	5.375272803	1.225332239	1.225332239	1
							403	0.00000745	0.000241272	4.126320504	0.842010382	-1.187633812	-1
404	0.001037188	0.006177722	-1.00204781	1.120176602	1.120176602	1
							405	0.0000451	0.000738802	2.260334671	1.149582943	1.149582943	1
406	0.0000548	0.000830816	2.057190334	0.872594655	-1.146007478	-1
							407	0.001237916	0.007019121	-1.185214291	0.902084331	-1.108543809	-1
408	0.0000897	0.001156677	1.544601478	0.870989334	-1.148119685	-1
							409	0.000000811	0.0000728	6.391477553	0.837740969	-1.193686398	-1
410	0.000000593	0.0000638	6.707137194	0.875972399	-1.141588481	-1
							411	0.0000000638	0.0000214	8.907819219	1.513169114	1.513169114	1
412	0.001752953	0.009007702	-1.544700881	1.223058727	1.223058727	1
							413	0.000000165	0.0000357	7.977910939	1.216617834	1.216617834	1
414	0.000000483	0.0000579	6.912800589	0.775013085	-1.290300795	-1
							415	0.00000069	0.0000687	6.554375143	1.288748791	1.288748791	1
416	0.002129042	0.010339113	-1.745111267	1.284993527	1.284993527	1

表13.h3

表13.h4

表13.h5

表13.h6

表13.h7

表13.i1

	HyperG_Stats	FDR_HyperG	显著百分比	logFC	AveExpr	t
							417	0.001789508	0.045608266	24.14	0.168923652	0.168923652	4.273129747
418	0.002398244	0.056538599	24.14	0.144207368	0.144207368	6.014120556
							419	0.002398244	0.056538599	24.14	0.199604737	0.199604737	8.688296791
420	0.002398244	0.056538599	24.14	0.1824608	0.1824608	7.192394868
							421	0.002398244	0.056538599	24.14	0.172829165	0.172829165	5.388588036
422	0.002398244	0.056538599	24.14	0.173973685	0.173973685	6.172747925
							423	0.994563707	1	1.77	0.295771685	0.295771685	3.019840274
424	0.000164355	0.005961019	14.2	0.340118684	0.340118684	13.02892826
							425	0.000164355	0.005961019	14.2	0.313675221	0.313675221	5.453800736
426	0.000164355	0.005961019	14.2	0.308984949	0.308984949	13.67253532
							427	0.000164355	0.005961019	14.2	0.370970871	0.370970871	8.877555847
428	0.000164355	0.005961019	14.2	0.293427802	0.293427802	8.432951342
							429	0.000164355	0.005961019	14.2	0.30374268	0.30374268	7.655073619
430	0.000164355	0.005961019	14.2	0.355774756	0.355774756	5.513101893
							431	0.999995464	0.99999793	1.1	-0.197007746	-0.197007746	-4.723247929
432	0.000164355	0.005961019	14.2	0.30240493	0.30240493	7.643472828
							433	0.513477047	0.99999793	8.11	-0.331665721	-0.331665721	-11.91788456
434	0.513477047	0.99999793	8.11	-0.356573442	-0.356573442	-14.85687535
							435	0.513477047	0.99999793	8.11	-0.31812964	-0.31812964	-14.30149147
436	0.7582782	0.99999793	6.25	-0.385982839	-0.385982839	-17.18527923
							437	2.29E-06	0.000217011	34.38	0.321601025	0.321601025	10.73971674
438	2.29E-06	0.000217011	34.38	0.284709632	0.284709632	9.679151953
							439	0.687444338	0.99999793	6.98	-0.140265969	-0.140265969	-6.28050969
440	0.687444338	0.99999793	6.98	-0.187583846	-0.187583846	-5.431560127
							441	0.687444338	0.99999793	6.98	-0.139084539	-0.139084539	-6.11708923
442	0.062022042	0.70039526	16.67	-0.174771304	-0.174771304	-4.501723442
							443	0.062022042	0.70039526	16.67	-0.140520637	-0.140520637	-6.954162178
444	0.659150649	0.99999793	7.14	-0.169924144	-0.169924144	-7.327193408
							445	0.659150649	0.99999793	7.14	-0.153139995	-0.153139995	-6.667140097
446	0.001866853	0.066190912	60	0.870424687	0.870424687	6.817040924
							447	0.050279839	0.592673603	33.33	0.289411908	0.289411908	8.185158835
448	0.050279839	0.592673603	33.33	0.421540272	0.421540272	12.7959067
							449	0.366131493	1	14.29	0.295150757	0.295150757	5.356815514
450	0.251755367	1	25	-0.152450898	-0.152450898	-7.330250938
							451	0.889742685	0.99999793	4.35	-0.200276865	-0.200276865	-7.487088438
452	6.44E-05	0.004967399	23.53	-0.330748028	-0.330748028	-18.17630665
							453	6.44E-05	0.004967399	23.53	-0.375198131	-0.375198131	-11.77686613
454	6.44E-05	0.004967399	23.53	-0.342250575	-0.342250575	-12.06306132
							455	6.44E-05	0.004967399	23.53	-0.358891419	-0.358891419	-10.66682351
456	6.44E-05	0.004967399	23.53	-0.282267049	-0.282267049	-15.53979703
							457	0.177479538	1	33.33	0.138918287	0.138918287	7.319723967
458	0.112492545	0.789152247	14.29	-0.165440732	-0.165440732	-5.606610708
							459	0.112492545	0.789152247	14.29	-0.22976066	-0.22976066	-9.762488772
460	0.889742685	0.99999793	4.35	-0.18670662	-0.18670662	-5.163579985

表13.i2

	P值	adj.P.值	B	FC	FC_1	LS
							417	0.001541322	0.008215323	-1.41185712	1.124219428	1.124219428	1
418	0.000117273	0.001382765	1.265161339	1.10512332	1.10512332	1
							419	0.00000481	0.000187071	4.576477583	1.148383683	1.148383683	1
420	0.0000259	0.000518564	2.835496877	1.134817891	1.134817891	1
							421	0.000281632	0.002477042	0.352536792	1.127266921	1.127266921	1
422	0.0000947	0.001202019	1.487699995	1.128161559	1.128161559	1
							423	0.01256505	0.038542086	-3.55264462	1.227541403	1.227541403	1
424	0.000000105	0.0000268	8.427168566	1.265860726	1.265860726	1
							425	0.000256392	0.002326445	0.450307706	1.242869843	1.242869843	1
426	0.0000000654	0.0000214	8.883474649	1.238835774	1.238835774	1
							427	0.00000395	0.00016934	4.778806192	1.293222821	1.293222821	1
428	0.00000631	0.000221388	4.297454598	1.225548689	1.225548689	1
							429	0.000015	0.000371302	3.4022934	1.234342429	1.234342429	1
430	0.000235533	0.00219625	0.538683933	1.279672607	1.279672607	1
							431	0.000759949	0.004919307	-0.679565911	0.872358022	-1.14631834	-1
432	0.0000152	0.000374316	3.388405516	1.233198406	1.233198406	1
							433	0.000000248	0.0000426	7.579137577	0.794618496	-1.258465547	-1
434	0.000000029	0.0000153	9.663464141	0.78101738	-1.280381239	-1
							435	0.0000000421	0.0000172	9.306864203	0.802109086	-1.246713219	-1
436	0.00000000688	0.0000106	11.00320387	0.765257487	-1.30674971	-1
							437	0.000000669	0.0000679	6.585681171	1.249716647	1.249716647	1
438	0.00000178	0.000110226	5.595735187	1.218165062	1.218165062	1
							439	0.0000821	0.001088928	1.636855792	0.907351864	-1.102108277	-1
440	0.000264717	0.002374878	0.417032009	0.878075047	-1.138854821	-1
							441	0.00010205	0.001261051	1.410021654	0.908095203	-1.101206125	-1
442	0.001072501	0.006331857	-1.036726499	0.885907942	-1.128785456	-1
							443	0.0000347	0.000620295	2.533051066	0.907191711	-1.102302841	-1
444	0.0000221	0.000471182	3.003395936	0.888889417	-1.124999331	-1
							445	0.0000497	0.000781417	2.158738806	0.899291043	-1.111987056	-1
446	0.000217825	NA	1.17150928	1.82820099	1.82820099	1
							447	0.00000826	0.000257888	4.019841765	1.222141989	1.222141989	1
448	0.000000125	0.0000307	8.255863058	1.339356736	1.339356736	1
							449	0.000294879	0.00256113	0.304679742	1.22701319	1.22701319	1
450	0.000022	0.000469868	3.00717754	0.899720688	-1.111456047	-1
							451	0.0000183	0.000418541	3.199585235	0.870383513	-1.148918821	-1
452	0.00000000394	0.00000864	11.50694716	0.79512411	-1.257665297	-1
							453	0.000000277	0.0000445	7.465604014	0.770999521	-1.297017667	-1
454	0.00000022	0.0000394	7.6945755	0.788809824	-1.26773269	-1
							455	0.000000713	0.0000695	6.520700487	0.779763527	-1.282440079	-1
456	0.0000000186	0.0000129	10.08124721	0.822297844	-1.216104368	-1
							457	0.0000223	0.000473074	2.994152645	1.101079232	1.101079232	1
458	0.000206242	0.002008025	0.677010146	0.891656084	-1.121508638	-1
							459	0.00000164	0.000106067	5.677124024	0.852776354	-1.172640394	-1
460	0.000391198	0.003113294	0.010501538	0.87860912	-1.138162554	-1

表13.i3

表13.i4

表13.i5

表13.i6

表13.i7

表14.a

表14.b

表14.c

基因	标志物	GLMNET
			ORF243	OBD117.1.717.719	-0.023642297
ORF243	OBD117.1.901.903	0.007197773
			ORF243	OBD117.1.905.907	-0.014372166
ORF243	OBD117.1.573.575	-0.000142339
			ORF243	OBD117.1.897.899	0.009781389
ORF249	OBD117.1.1317.1319	0
			ORF249	OBD117.1.1529.1531	0
ORF25	OBD117.1.1445.1447	0
			ORF25	OBD117.1.1165.1167	0
ORF252	OBD117.1.1201.1203	0
			ORF257	OBD117.1.1401.1403	0
GAB2	OBD117.1.141.143	-0.007419107
			ORF263	OBD117.1.1325.1327	0
ORF264	OBD117.1.1333.1335	0
			ORF264	OBD117.1.1833.1835	0
ORF264	OBD117.1.1785.1787	0
			ORF264	OBD117.1.1377.1379	0
ORF264	OBD117.1.1741.1743	0
			ORF264	OBD117.1.1141.1143	0
ORF264	OBD117.1.1841.1843	0
			ORF264	OBD117.1.1845.1847	0
ORF272	OBD117.1.1225.1227	0
			ORF276	OBD117.1.1061.1063	0
ORF285	OBD117.1.923.925	0.000121346
			ORF290	OBD117.1.1777.1779	0
ORF290	OBD117.1.1101.1103	0
			HLA-DQA1	OBD117.1.401.403	0.009992562
HLA-DQA1	OBD117.1.721.723	0.00011425
			HLA-DQA1	OBD117.1.413.415	0.002234049
HLA-DQA1	OBD117.1.425.427	0.0000993
			ORF30	OBD117.1.1749.1751	0
IGF1R	OBD117.1.209.211	0.012827643
			IGF1R	OBD117.1.317.319	-0.010330599
IGF1R	OBD117.1.101.103	0.0000979
			IKBKB	OBD117.1.757.759	0.00012094
IKBKB	OBD117.1.281.283	-0.00399849
			IKBKB	OBD117.1.037.039	0.002891486
IKBKB	OBD117.1.073.075	0.017565968
			ORF313	OBD117.1.693.695	-0.022219432
ORF313	OBD117.1.929.931	-0.015662127
			ORF313	OBD117.1.665.667	0.000119444
ORF313	OBD117.1.581.583	-0.027382095
			ORF316	OBD117.1.1041.1043	0
ORF316	OBD117.1.485.487	0
			IL25	OBD117.1.289.291	0.007589853
ORF319	OBD117.1.1017.1019	0
			ORF325	OBD117.1.881.883	0.000113252
ORF325	OBD117.1.1129.1131	0
			ORF325	OBD117.1.653.655	0.003005705
IRF1	OBD117.1.765.767	-0.010031296
			IRF3	OBD117.1.285.287	-0.025409945
ITGAX	OBD117.1.177.179	0.006986068
			ITGAX	OBD117.1.173.175	0.004807037
ITK	OBD117.1.165.167	-0.004038003

表14.d

基因	标志物	GLMNET
			ORF344	OBD117.1.585.587	0.000108113
ORF344	OBD117.1.593.595	-0.012488304
			ORF346	OBD117.1.1717.1719	0
ORF346	OBD117.1.1617.1919	0
			ORF348	OBD117.1.1289.1291	0
ORF348	OBD117.1.1605.1607	0
			ORF362	OBD117.1.1513.1515	0
ORF362	OBD117.1.1469.1471	0
			ORF368	OBD117.1.1337.1339	0
ORF369	OBD117.1.925.927	0.015771071
			ORF375	OBD117.1.1397.1399	0
ORF38	OBD117.1.1113.1115	0
			ARHGEF7	OBD117.1.157.159	-0.008898153
ORF38	OBD117.1.1457.1459	0
			ARHGEF7	OBD117.1.725.727	0.00011344
ORF380	OBD117.1.1849.1851	0
			ORF380	OBD117.1.1829.1831	0
ORF382	OBD117.1.1421.1423	0
			ORF385	OBD117.1.977.979	0
ORF385	OBD117.1.965.967	-0.006509693
			ORF39	OBD117.1.1821.1823	0
ORF39	OBD117.1.1857.1859	0
			ORF390	OBD117.1.1301.1303	0
ORF393	OBD117.1.1229.1231	0
			ORF396	OBD117.1.477.479	0.011140328
ORF396	OBD117.1.553.555	0
			ORF400	OBD117.1.1177.1179	0
MAPK10	OBD117.1.221.223	-0.009554407
			MAPKAP1	OBD117.1.033.035	-0.010767501
ORF404	OBD117.1.1133.1135	0
			ORF404	OBD117.1.1285.1287	0
ORF408	OBD117.1.1693.1695	0
			ORF41	OBD117.1.1581.1583	0
ORF41	OBD117.1.1637.1639	0
			ORF415	OBD117.1.1713.1715	0
ORF415	OBD117.1.1205.1207	0
			ORF420	OBD117.1.1729.1731	0
ORF430	OBD117.1.1429.1431	0
			ORF430	OBD117.1.1089.1091	0
ORF430	OBD117.1.1589.1591	0
			ORF430	OBD117.1.1493.1495	0
ORF430	OBD117.1.1661.1663	0
			ORF430	OBD117.1.1081.1083	0
ORF430	OBD117.1.1085.1087	0
			ORF430	OBD117.1.1509.1511	0
ORF430	OBD117.1.1489.1491	0
			ORF433	OBD117.1.1053.1055	0
ORF439	OBD117.1.1697.1699	0
			ORF440	OBD117.1.1149.1151	0
ORF440	OBD117.1.1505.1507	0
			PIK3R1	OBD117.1.829.831	0.000114527
ORF442	OBD117.1.1417.1419	0
			ORF442	OBD117.1.1677.1679	0
ORF447	OBD117.1.1021.1023	0

表14.e

表14.f

表14.g

表14.h

表14.i

表15

表16.a

表16.b

表16.c

表16.d

表16.e

表17.a

表17.b

基因	标志物	GLMNET
			IL17RA	OBD115-385.387	-0.099598169
TP53	OBD115-397.399	-0.089892616
			IL4	OBD115-425.427	-0.095230215
EFNB1	OBD115-477.479	0.091808032
			IFNA2	OBD117-109.111	-0.130270706
BBC3	OBD117-085.087	-0.076629581
			KLRK1	OBD117-053.055	-0.088944337
IFNA1	OBD117-033.035	0.111911072
			PIK3CA	OBD117-117.119	-0.039841311
BIRC2	OBD117-101.103	-0.116970742
			PDCD1	OBD117-057.059	0.13271562
XIAP	OBD117-073.075	0.036539075
			BCL2	OBD115-429.431	0
CD6	OBD115-281.283	0.031298493
			CDKN2A	OBD115-277.279	0
FAS	OBD115-293.295	0.035034651
			PTPRA	OBD115-165.103	-0.042684846

表18。