Nothing Special   »   [go: up one dir, main page]

WO2016181912A1 - 免疫因子を指標とした肺腺癌の予後演算式作成方法と予後推定方法 - Google Patents

免疫因子を指標とした肺腺癌の予後演算式作成方法と予後推定方法 Download PDF

Info

Publication number
WO2016181912A1
WO2016181912A1 PCT/JP2016/063687 JP2016063687W WO2016181912A1 WO 2016181912 A1 WO2016181912 A1 WO 2016181912A1 JP 2016063687 W JP2016063687 W JP 2016063687W WO 2016181912 A1 WO2016181912 A1 WO 2016181912A1
Authority
WO
WIPO (PCT)
Prior art keywords
prognosis
data
expression
score
lung adenocarcinoma
Prior art date
Application number
PCT/JP2016/063687
Other languages
English (en)
French (fr)
Inventor
祥弘 大植
三喜男 岡
浩史 黒瀬
睿一 中山
Original Assignee
学校法人 川崎学園
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 学校法人 川崎学園 filed Critical 学校法人 川崎学園
Priority to JP2017517920A priority Critical patent/JP6675716B2/ja
Publication of WO2016181912A1 publication Critical patent/WO2016181912A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer

Definitions

  • the present invention relates to a method for creating an arithmetic expression for predicting the prognosis of primary lung adenocarcinoma (hereinafter referred to as lung adenocarcinoma) and a method for estimating the prognosis of lung adenocarcinoma using the same. More specifically, a method for creating a prognostic calculation formula based on the relationship between the expression profile in tumor tissue and the prognosis of a plurality of factors associated with the prognosis of lung adenocarcinoma, and the calculation formula for lung adenocarcinoma using the calculation formula The present invention relates to a method for estimating prognosis.
  • XAGE1 as a cancer-related protein to be measured in Patent Document 2 and Non-Patent Document 2
  • Galectin-9 can be a prognostic factor for postoperative recurrence of lung cancer.
  • factors on the host side and prognosis only the relationship between various immune cell infiltration and prognosis was examined. However, a combination of a plurality of factors on the tumor side and the host side has not been studied.
  • An object of the present invention is to provide a method for estimating the prognosis of lung adenocarcinoma more easily and quickly, and a method for creating an arithmetic expression for carrying out the method.
  • the present inventors tried to estimate the prognosis of lung adenocarcinoma by examining a plurality of immune factors in lung adenocarcinoma.
  • the present inventors have important PD-L1 (Programmed death-ligand 1) and Gal-9 (galectin-9) as tumor-side immunosuppressive factors in lung cancer, and in lung adenocarcinoma, It was found that the expression of XAGE1 having sex and the expression pattern of PD-L1 and Gal-9 molecules are associated with prognosis.
  • prognosis can be determined only by combining the presence or absence of XAGE1 expression, the intensity of PD-L1 expression, and the intensity of Gal-9 expression.
  • the present inventors have shown that prognosis is related to CD4 and CD8 T cell infiltration as a host factor, the degree of T cell infiltration, the presence or absence of XAGE1 expression, the intensity of PD-L1 expression, and the expression of Gal-9. It was found that the prognosis of lung adenocarcinoma patients can be more clearly distinguished by combining the intensities. Based on these findings, the present inventors have further investigated and have completed the present invention.
  • the present invention relates to the following.
  • Detecting the expression of PD-L1, Gal-9 and XAGE1 by immunostaining First data binarized from the first score specified based on the distribution range and expression intensity of tumor PD-L1 in the tumor tissue, and specified based on the distribution range and expression intensity of tumor Gal-9 in the tumor tissue
  • lung adenocarcinoma patients are divided into good prognosis group and bad prognosis group
  • a prognostic calculation formula creation method characterized in that an arithmetic expression for dividing a good prognosis group and a bad prognosis group is obtained by multivariate analysis using the first score, the second score, and the third data as explanatory variables.
  • a method for creating a prognostic formula, characterized in that an arithmetic formula for dividing into bad groups is obtained.
  • [3] Substituting the first and second scores detected from the subject's sample and the third data into the arithmetic expression obtained by the method described in [1] above, the prognosis of the subject is estimated by calculation.
  • Prognosis estimation method for lung adenocarcinoma [4] Substituting the first and second scores, the third data, and the fourth score detected from the specimen of the subject into the arithmetic expression obtained by the method described in [2] above, the prognosis of the subject is determined.
  • [5] A method for selecting an early lung cancer patient with a poor prognosis, characterized by using the prognosis estimation method for lung adenocarcinoma described in [3] or [4] above, and for performing treatment necessary for improving the prognosis Companion diagnostic method.
  • [6] A method for determining the effect of a method for treating lung adenocarcinoma, comprising using the method for estimating prognosis of lung adenocarcinoma according to [3] or [4] above.
  • a system capable of estimating prognosis by examining immune factors in lung adenocarcinoma.
  • treatment is selected according to the clinical stage and pathological stage, but by using a prognosis determination system using immune factors as an index separately from those stages, clinical early cancer Even so, patients who require aggressive multidisciplinary treatment can be selected.
  • patient selection is the basis for the development of new drug discovery and treatment methods.
  • the present invention is useful for elucidating the relationship between lung adenocarcinoma and immune factors, but weighting to immune factors is an important index for the development of new drugs such as cancer immunotherapy in lung adenocarcinoma.
  • the prognosis can be determined only by examining a minute tumor tissue such as a bronchoscopic specimen or a specimen obtained by CT-guided lung biopsy. Therefore, prognosis can be determined by collecting a minute clinical sample in a patient who cannot perform whole body search of the stage, and can contribute to the determination of the subsequent treatment policy.
  • the horizontal axis represents the time (month) after the operation, and the vertical axis represents the overall survival rate (%).
  • the horizontal axis represents the time after surgery (month)
  • the vertical axis represents the overall survival rate (%).
  • FIG. 1 Shows the derivation of prognostic function based on the expression of tumor side 3 factors (PD-L1, Gal-9, XAGE1) and host factor T cell invasion in early stage primary lung adenocarcinoma belonging to stage IA
  • the horizontal axis represents the time (month) after surgery, and the vertical axis represents the overall survival rate (%).
  • the horizontal axis represents the time (month) after surgery, and the vertical axis represents the overall survival rate (%).
  • “specimen” means a specimen derived from a plurality of lung adenocarcinoma patients used for creating an arithmetic expression and a specimen derived from a subject to be used for prognosis estimation.
  • the “specimen” is not particularly limited as long as it contains tumor tissue derived from lung adenocarcinoma, and includes excised specimens by surgery, bronchoscopic specimens, specimens by lung biopsy, and the like.
  • the “specimen” may be derived from any mammal (eg, human, mouse, rat, monkey, dog, cat, cow, horse, pig, sheep, goat, rabbit, hamster, etc.), more preferably human.
  • the form of the specimen may vary depending on the expression analysis means used.
  • a tissue section thinly sectioned with a microtome or the like, or a whole-mounted tissue or individual may be used as a specimen, but preferably a tissue section is used. It is done.
  • the tissue section may be a section in which frozen tissue is sectioned and embedded in paraffin or resin.
  • surgically excised specimens, bronchoscopic specimens and lung biopsy specimens may be directly subjected to flow cytometry analysis, mass cytometry analysis, genetic testing, etc. without being frozen or embedded in paraffin.
  • the “subject” is a lung adenocarcinoma patient whose prognosis is estimated.
  • the subject is usually an animal of the same species as the animal species from which the specimen used for the creation of the prognostic calculation formula according to the present invention is derived.
  • the subject may be any mammal (eg, human, mouse, rat, monkey, dog, cat, cow, horse, pig, sheep, goat, rabbit, hamster, etc.), more preferably human, mouse Rats, monkeys, dogs, cats, etc., particularly preferably humans.
  • the prognosis of a cancer patient means prediction of the future state of cancer from a certain point of time, for example, at the time of cancer diagnosis or treatment (at the time of surgery, etc.).
  • the prognosis is good, and when the risk (probability) of cancer progression, recurrence, or metastasis is not high, the prognosis is good.
  • the prediction index is not specified, for example, overall survival ( ⁇ OS) is preferable.
  • the “total survival rate” generally means the proportion of the observed cases that can be confirmed to be alive after a specific period from the specific observation start time.
  • PD-L1 (Programmed death-ligand 1), whose expression is to be measured in the present invention, is encoded by the cluster of differentiation (274 (CD274) gene and is also known as CD274 or B7 homolog 1 (B7-H1). It is a transmembrane protein.
  • CD274 cluster of differentiation
  • B7-H1 B7 homolog 1
  • PD-L1 is an immunosuppressive molecule on the tumor side, and is thought to play an important role in immunosuppression by binding to PD-1 which is a receptor expressed on activated T cells, B cells and the like.
  • the amino acid sequence of PD-L1 is known for various animal species. For example, the sequence of human PD-L1 is available as RefSeq No. NP_001254635.
  • Gal-9 (Galectin-9), whose expression is to be measured in the present invention, is a known molecule encoded by the LGALS9 gene, also known as LGALS9 or Galactoside-binding, soluble, 9, and activated T cells. Various activities such as apoptosis induction, eosinophil migration, cancer cell apoptosis induction and cell adhesion have been reported.
  • Gal-9 is an immunosuppressive molecule on the tumor side and is considered to play an important role in immunosuppression as one of the ligands of Tim-3 which is a surface antigen such as Th1 cells.
  • the amino acid sequence of Gal-9 is known for various animal species. For example, the sequence of human Gal-9 is available as RefSeq No. NP_002299.2.
  • XAGE1 (X Antigen Family, Member 1), whose expression is to be measured in the present invention, is a known cancer testis antigen encoded by the XAGE1 gene and also known as Cancer / Testis antigen 12.1 (CT12.1). . So far, five types of genes of XAGE1A-E have been identified, the related protein is GAGED2, and it is known that there are two types of isoforms, GAGED2a and GAGED2d. To date, four alternative splice variants of XAGE-1a, b, c, and d have been identified (Sato et al., Cancer Immunity, vol. 7, page 5 (2007)).
  • XAGE1 whose expression is to be measured may be any isoform and may be a protein encoded by any alternative splice variant, but is preferably GAGED2a (XAGE-1b protein).
  • the amino acid sequence of XAGE1 is known for various animal species.
  • the sequence of human GAGED2a is available as RefSeq No. NM_001097594.2
  • the sequence of human GAGED2d is available as RefSeq No. NM_001097596.2.
  • T cell means an immunocompetent cell as a host-side factor involved in tumor immunity, and means a CD4 positive T cell and a CD8 positive T cell.
  • CD4 positive T cells and CD8 positive T cells may be combined to form CD3 positive T cells.
  • RNA can be isolated from a biological sample according to a conventional method. General methods for extracting RNA are well known in the art and have been published in standard molecular biology textbooks such as Ausubel et al., Current Protocols of Molecular Biology, John Wiley and Sons (1997). It is disclosed. Specifically, RNA isolation can be performed according to the manufacturer's instructions using a purification kit, buffer set, and protease obtained from a manufacturer such as Qiagen.
  • the method for measuring the expression level of the marker gene for the transcript is not particularly limited, but Northern blotting and in situ hybridization (Parker & Barnes, Methods in Molecular Biology 106: 247-283 (1999)) RNase protection assay (Hod, Biotechniques 13: 852-854 (1992)); Reverse transcription polymerase chain reaction (RT-PCR) (Weis et al., Trends in Genetics 8: 263-264 (1992)); Real-time quantitative RT-PCR (Held et al., Genome Research 6: 986-994 (1996)); and microarray analysis methods.
  • Microarray analysis methods can be performed with commercially available equipment, such as using Affymetrix GeneChip technology, Agilent Technologies microarray technology, or Incyte microarray technology, according to the manufacturer's instructions.
  • the measurement means in the case of using protein as a detection target is not particularly limited, but preferably an immunostaining method can be used.
  • Specific means using the immunostaining method include immunohistochemical staining (IHC) method, flow cytometry analysis, mass cytometry analysis and the like.
  • the antibody to be used is not particularly limited as long as it is an antibody capable of detecting each factor, such as a polyclonal antibody, a monoclonal antibody, a chimeric antibody, a single chain antibody, or a fragment generated by a Fab fragment or a Fab expression library. And a part of the antibody having antigen binding property.
  • Commercially available antibodies can be utilized for each of the factors of the present invention.
  • the antibody of each factor can be prepared by a method known per se using each factor or a part thereof as an antigen.
  • Immunohistochemical staining can be performed independently for each of the factors of the present invention.
  • the immunostaining of each of the factors of the present invention can be performed according to a method known per se (for example, revised 4th edition, Watanabe and Nakane Enzyme Antibody Method, published by Interdisciplinary Planning Co., Ltd., edited by Hiroshi Nakura, Yoshiyuki Nagamura, Tsutsumi Hiroshi, see ISBN4-906514-73-X C304), the enzyme antibody method (Enzyme labeled antibody method), the fluorescent antibody method and the like are preferably used.
  • Preferred embodiments include an immunostaining method using an enzyme antibody method from the viewpoint of immunostaining sensitivity, detection means, and the like.
  • the factor of the present invention is detected by an antibody labeled with an enzyme.
  • the labeling may be performed directly or indirectly using a secondary antibody.
  • improved methods such as the ABC method using biotin-streptavidin and the tyramide method (TSA method, Tyramide Signal Amplification) using tyramide (tyramide). realizable.
  • labeling enzyme peroxidase (HRP, horseradish peroxidase) and alkaline phosphatase (AP) are widely used, and can be suitably used in the present invention.
  • Antibody reagents and coloring kits suitable for the enzyme antibody method are commercially available, and immunostaining can be performed according to the manufacturer's protocol attached to the reagents and kit.
  • cell samples that have been deparaffinized or fixed as necessary are prepared, and pretreatment (for example, depigmentation or removal of biological dyes, blocking treatment) or antigen activation (warm bath, microwave treatment, autoclaving) as necessary.
  • pretreatment for example, depigmentation or removal of biological dyes, blocking treatment
  • antigen activation warm bath, microwave treatment, autoclaving
  • the primary antibody for example, 4 ° C. to room temperature for 0.5 to 24 hours.
  • the cell specimen is washed and reacted with the secondary antibody (for example, 4 ° C. to 4 ° C.).
  • the cell specimen is washed.
  • a coloring substrate such as diaminobenzidine (DAB) is added to cause color development.
  • DAB diaminobenzidine
  • counterstaining such as hematoxylin staining may be further performed.
  • the immunostained sample is imaged using an optical microscope equipped with a photographing device or a fluorescence microscope (in the case of fluorescence staining), and stored as a digital image in a computer.
  • the digital image may be two-dimensional data or three-dimensional data, but in the present invention, the two-dimensional data can be sufficiently analyzed. Image processing such as filtering may be performed before analysis.
  • Image analysis of immunostained cells can be performed using image analysis software mounted on the microscope used and other commercially available software.
  • One example of commercially available software is ScanScope (registered trademark, Aperio).
  • the image analysis can be performed by processing image data of all cells of each specimen. Classification of the immunostaining intensity of the factor of the present invention (described later) can follow standard judgment criteria by a pathologist of immunohistochemical staining.
  • a cell suspension or cell suspension can be prepared from the collected lung adenocarcinoma tissue and used for analysis.
  • Cell suspensions or cell suspensions can be prepared using techniques well known to those skilled in the art. For example, cells are dispersed by mechanical disruption or treatment with proteases such as trypsin, collagenase, elastase, and pronase and hyaluronidase. Cell suspensions or cell suspensions can be obtained.
  • Flow cytometry analysis and mass cytometry analysis can be performed using a commercially available apparatus (for example, FACSCanto TM II flow cytometer, CyTOF2, etc.) according to the manufacturer's manual.
  • prognostic formula creation method for lung adenocarcinoma of the present invention.
  • One aspect of the prognostic formula creation method of the present invention is as follows. For each specimen of multiple lung adenocarcinoma patients, Detecting the expression of PD-L1, Gal-9 and XAGE1, First data binarized from the first score specified based on the distribution range and expression intensity of tumor PD-L1 in the tumor tissue, and specified based on the distribution range and expression intensity of tumor Gal-9 in the tumor tissue Based on the second data binarized second score and the third data binarized based on the presence or absence of the expression of XAGE1, lung adenocarcinoma patients are divided into good prognosis group and bad prognosis group, A prognostic formula creation method (hereinafter referred to as the present invention) characterized in that an arithmetic formula for dividing into a good prognosis group and a bad prognosis
  • the number of the plurality of specimens is not particularly limited as long as the prognostic calculation formula according to the present invention can be created, but is, for example, 50 or more, preferably 100 or more.
  • the first score is specified based on the distribution range and expression intensity of tumor PD-L1 in the tumor tissue.
  • the method for specifying the first score is not particularly limited as long as it is performed in the same manner for each sample, but can be calculated by the following method as an example. (Calculation method) Based on the result of detection of PD-L1 expression according to the above-described method, the expression intensity (I: Intensity) of PD-L1 is evaluated based on the following criteria. I: Not detected 0: Weak 1: Moderate 2: Remarkable 3 Further, the proportion of cells having intensity I in all the nucleated cells in the specimen is determined, and the distribution range (D: Distribution) is defined as follows.
  • the product (D ⁇ I) of the expression intensity I and the distribution range D is calculated and used as the IHC score.
  • the IHC score is obtained for the cell membrane and the cytoplasm, respectively, and if at least one of the cell membrane or cytoplasm has an IHC score of 3 or more, the specimen is positive.
  • the second score is specified based on the distribution range and expression intensity of Gal-9 in the tumor tissue.
  • the method for specifying the second score is not particularly limited as long as it is performed in the same manner for each sample, but can be calculated by the following method as an example. (Calculation method) Based on the result of detecting the expression of Gal-9 according to the above-described method, the expression intensity (I: Intensity) of Gal-9 is evaluated based on the following criteria. I: Not detected 0: Weak 1: Moderate 2: Remarkable 3 Further, the proportion of cells having intensity I in all the nucleated cells in the specimen is determined, and the distribution range (D: Distribution) is defined as follows.
  • the product (D ⁇ I) of the expression intensity I and the distribution range D is calculated and used as the IHC score.
  • the IHC score is obtained for the cell membrane and the cytoplasm, respectively, and if at least one of the cell membrane or cytoplasm has an IHC score of 3 or more, the specimen is positive.
  • the third data is obtained by binarizing as positive or negative based on the presence or absence of expression of XAGE1.
  • the method for acquiring the third data is not particularly limited as long as it is performed in the same manner for each sample, but can be calculated by the following method as an example. (Calculation method) Based on the result of detecting the expression of XAGE1 according to the method described above, the presence or absence of XAGE1-positive cells is counted. Among all the nucleated cells analyzed, the binarized as positive when XAGE1 positive cells are 1% or more and negative when less than 1% is defined as third data.
  • each lung adenocarcinoma patient is divided into a good prognosis group and a bad prognosis group, respectively.
  • Prognosis can be determined using overall survival. Specifically, as described in the examples below, for example, (A1) A specimen in which the first data is positive, the second data is negative, and the third data is negative, (A2) a specimen in which the first data is positive, the second data is positive, and the third data is negative; and (A3) Classifying samples with negative first data, negative second data and negative third data into groups with good prognosis; (B1) A specimen in which the first data is positive, the second data is negative, and the third data is positive, (B2) a specimen in which the first data is negative, the second data is positive, and the third data is negative; (B3) a specimen in which the first data is negative, the second data is positive, and the third data is positive; (B4) a specimen in which the first data is positive, the second data is positive, and the
  • the first score, the second score, and the third data are used as explanatory variables, and by performing multivariate analysis, an arithmetic expression for dividing into a good prognosis group and a bad prognosis group, that is, a prognosis arithmetic expression (hereinafter, simply “ It may be referred to as an “arithmetic expression”.)
  • the method for multivariate analysis is not particularly limited, but discriminant analysis is preferably used. Discriminant analysis is a method of obtaining sample data extracted from two or more populations and examining which population the sample data belongs to when there is unknown sample data belonging to which population.
  • multivariate data consisting of numerical values related to PD-L1, Gal-9 and XAGE1 expression are used as explanatory variables.
  • discriminant analysis techniques are known, and the most typical discriminant analysis includes discrimination by a linear discriminant function, but is not limited thereto. Moreover, it can carry out using commercially available statistical analysis software.
  • the arithmetic expression thus obtained can be expressed as follows.
  • a 0 , a 1 , a 2 , and a 3 also vary depending on the number of specimens of lung adenocarcinoma patients used to create the arithmetic expression.
  • the prognostic calculation formula created by the method of the present invention the following calculation formulas created in examples described later can be cited.
  • Another aspect of the prognostic formula creation method of the present invention is as follows. For each specimen of multiple lung adenocarcinoma patients, Detecting the expression of PD-L1, Gal-9, XAGE1, CD4 and CD8; First data binarized from the first score specified based on the distribution range and expression intensity of tumor PD-L1 in the tumor tissue, and specified based on the distribution range and expression intensity of tumor Gal-9 in the tumor tissue The second data binarized from the second score, the third data binarized based on the presence or absence of expression of XAGE1, and the fourth score specified based on the rate of infiltration of T cells Based on the 4 data, the lung adenocarcinoma patients are divided into a good prognosis group and a bad prognosis group, and a good prognosis group is obtained by multivariate analysis using the first score, the second score, the third data, and the fourth score as explanatory variables.
  • a prognostic formula creation method characterized by obtaining formulas that are classified into bad groups (hereinafter also referred to as prognostic formula creation method 2 of the present invention).
  • the first score and the first data binarized from it, the second score and the second data binarized from it, and the third data are the same as in the above “prognostic formula creation method 1 of the present invention”. get. Further, the number of specimens to be used and preferred embodiments thereof are also the same as in the above “prognostic formula creation method 1 of the present invention”.
  • the fourth score is identified based on the rate of T cell infiltration into the tumor tissue.
  • the method for identifying the fourth score is not particularly limited as long as it is performed in the same manner for each sample, but can be calculated by the following method as an example. (Calculation method)
  • the ratio of CD4 positive cells and the ratio of CD8 positive cells are respectively determined, and the sum of these ratios is defined as the ratio of T cell infiltration into the tumor tissue.
  • the expression intensity of CD4 is classified as follows for each cell. Expression intensity; not detected 0; weak 1: moderate 2: remarkable 3 Cells having an expression intensity of 2 or more are determined as CD4 positive cells.
  • the proportion of the CD4 positive cells in all nucleated cells is determined.
  • the expression intensity of CD8 is classified as follows for each cell. Expression intensity; not detected 0; weak 1: moderate 2: remarkable 3 Cells with an expression intensity of 2 or more are determined as CD8 positive cells.
  • the proportion of the CD8 positive cells in all nucleated cells is determined. The sum of the ratio of CD4 positive cells and the ratio of CD8 positive cells obtained according to the above is defined as the fourth score.
  • the results are plotted with the number of specimens on the horizontal axis and the fourth score on the vertical axis, and approximated by a cubic function.
  • Fourth data obtained by binarizing the inflection point of the approximate curve as a cut-off value, using a sample with a positive cell frequency more than the cut-off value as a positive sample, and a sample with a positive cell frequency less than that as a negative sample
  • An example of the cutoff value is shown in an example (Table 4) described later.
  • each lung adenocarcinoma patient is divided into a good prognosis group and a bad prognosis group, respectively.
  • Prognosis can be determined using overall survival. Specifically, as described in the examples below, for example, (A1) A sample in which the first data is positive, the second data is negative, the third data is negative, and the fourth data is positive, (A2) a specimen in which the first data is positive, the second data is positive, the third data is negative, and the fourth data is positive; and (A3) Specimens in which the first data is negative, the second data is negative, the third data is negative, and the fourth data is positive are classified into a group having a good prognosis.
  • an arithmetic expression for dividing a good prognosis group and a bad prognosis group that is, a prognosis arithmetic expression, Ask.
  • the method for multivariate analysis is not particularly limited, but discriminant analysis is preferably used.
  • multivariate data consisting of numerical values relating to PD-L1, Gal-9, and XAGE1 expression and the rate of T cell infiltration are used as explanatory variables.
  • discriminant analysis techniques are known, and the most typical discriminant analysis includes discrimination by a linear discriminant function, but is not limited thereto. Moreover, it can carry out using commercially available statistical analysis software.
  • the arithmetic expression thus obtained can be expressed as follows.
  • a 0 , a 1 , a 2 , a 3, and a 4 also vary depending on the number of specimens of lung adenocarcinoma patients used to create the arithmetic expression.
  • the prognostic calculation formula created by the method of the present invention the following calculation formulas created in examples described later can be cited.
  • the present invention provides a method for estimating the prognosis of lung adenocarcinoma using the arithmetic expression created by the above-described prognostic arithmetic expression creating method of the present invention.
  • the prognosis estimation method for lung adenocarcinoma of the present invention will be described in detail.
  • One aspect of the prognosis estimation method for lung adenocarcinoma of the present invention is as follows. The first and second scores and third data detected from the subject's sample are substituted into the arithmetic expression for the arithmetic expression obtained by using the prognostic calculation expression creating method 1 of the present invention to determine the prognosis of the subject.
  • a prognosis estimation method for lung adenocarcinoma estimated by calculation (hereinafter also referred to as prognosis estimation method 1 of the present invention).
  • the creation of the arithmetic expression is as described above.
  • the method for detecting the first and second scores and the third data from the specimen of the subject is not particularly limited as long as it is the same as the method performed when creating the arithmetic expression.
  • the prognosis of the subject is estimated by substituting the first and second scores and the third data obtained in this way into previously obtained arithmetic expressions.
  • prognostic score 1 When the value obtained by substituting into the arithmetic expression (hereinafter also referred to as prognostic score 1) is larger than 0, it is estimated that the prognosis is good, and when it is smaller than 0, it is estimated that the prognosis is poor.
  • Another aspect of the prognostic formula creation method of the present invention is as follows. For the arithmetic expression obtained using the prognosis arithmetic expression creating method 2 of the present invention, the first and second scores, the third data, and the fourth score detected from the subject's sample are substituted into the arithmetic expression.
  • a prognosis estimation method for lung adenocarcinoma in which the prognosis of a subject is estimated by calculation (hereinafter also referred to as prognosis estimation method 2 of the present invention).
  • the creation of the arithmetic expression is as described above.
  • the method for detecting the first and second scores, the third data, and the fourth score from the specimen of the subject is not particularly limited as long as it is the same as the method performed when creating the arithmetic expression.
  • the prognosis of the subject is estimated by substituting the first and second scores, the third data, and the fourth score obtained in this way into previously obtained arithmetic expressions.
  • prognostic score 2 When the value (hereinafter also referred to as prognostic score 2) obtained by substituting into the arithmetic expression is larger than 0, it can be estimated that the prognosis is good, and when it is smaller than 0, it can be estimated that the prognosis is poor.
  • prognostic score 2 the infiltration rate of CD3 positive T cells combined with CD4 positive T cells and CD8 positive T cells may be used.
  • the prognostic estimation method of lung adenocarcinoma of the present invention is a local progression including an early stage cancer determined to be stage IA in the conventional stage classification or an early stage cancer determined to be stage IA, IB, IIA, IIB, or IIIA. It is possible to identify patients with a poor postoperative prognosis from lung cancer patients in the stage (hereinafter referred to as “locally advanced stage”). Of course, the prognostic estimation method of lung adenocarcinoma of the present invention can also be used to estimate the prognosis of patients with stage IIIB or stage IV lung cancer.
  • the prognostic estimation method of the present invention is capable of discriminating a poor prognosis patient from a lung adenocarcinoma patient in an early stage or a locally advanced stage and determining a recurrence rate of an early lung adenocarcinoma patient, which is impossible with conventional staging.
  • the prognosis estimation method of the present invention can provide a place for a new clinical trial for a group of patients with poor prognosis whose stage is a locally advanced stage, in particular, the treatment method can be applied. It is useful as a companion diagnostic method for selecting patients with poor prognosis of lung adenocarcinoma.
  • the prognostic estimation method of lung adenocarcinoma of the present invention can estimate the poor prognosis of lung cancer that cannot be predicted from the conventional staging classification. Therefore, the treatment method determined based on the conventional staging classification Can be used as a method for determining whether or not the application is effective for the lung cancer, that is, as a method for determining the effect of a treatment method for lung cancer patients.
  • the lesion site of interest may be the primary lesion or the metastatic site, regardless of the method, and if the disease recurs after surgery
  • the discriminating factor used for obtaining the discriminant function it can be applied to a therapeutic method that affects the immunosuppressive pathway, especially PD-L1 expression
  • Gal- 9 can be advantageously used to determine the effect of a treatment method that affects one or more of the expression of 9, the expression of XAGE1, and the T cell infiltration.
  • the prognostic estimation method of the present invention is useful as a method for predicting the recurrence rate of lung cancer after surgery, and is particularly useful as a method for predicting the recurrence rate of early lung adenocarcinoma. It is useful as a method of predicting the long-term recurrence rate exceeding year.
  • Test example 1 The expression of immunosuppressive molecules PD-L1 and Gal-9 in lung cancer cell lines was examined. The materials and methods used are shown below.
  • Flow cytometry antibodies used ⁇ PD-L1 (clone 29E.2A3; BioLegend, San Diego, CA, USA) ⁇ Gal-9 (clone 9M1-3; BioLegend, San Diego, CA, USA) measuring equipment:
  • lung cancer tissues used Lung adenocarcinoma (A549, PC-9, HLC-1, II-18, OU-LC-ON, OU-LC-SK) Lung squamous cell carcinoma (Sq-1, EBC-1, RERF-LC-AI) (Method) Analysis of PD-L1 and Gal-9 expression in lung cancer cell lines by flow cytometry: Cell surface 1.
  • Lung cancer cell line is cultured in a flask with 10% FCS / RPMI for several days. 2. Remove cultured cells from flask with EDTA solution and wash with FACS buffer (1% FCS / 0.1% azide / PBS). 3. Use 1x10 5 cells, use PD-L1 (clone 29E.2A3), Gal-9 (clone 9M1-3) and their respective isotype control antibodies, and determine the amount of antibody in the package insert (company data sheet). Use and stain on-ice for 20 minutes. 4. After washing with FACS buffer, measure with FACS CantoII. Intracellular staining 1. Lung cancer cell line is cultured in a flask with 10% FCS / RPMI for several days. 2.
  • Test example 2 Further analysis was performed on the expression of PD-L1 and Gal-9 molecules in lung cancer cell lines.
  • Various lung adenocarcinoma cell lines (A549, PC-9, HLC-1, II-18, OU-LC-ON, OU-LC-SK) were treated with IFN- ⁇ , and the cell surface and cells before and after treatment Changes in the expression of PD-L1 and Gal-9 were examined.
  • Expression analysis was performed by flow cytometry in the same manner as in Test Example 1.
  • FIG. 2A shows the results of expression analysis in II-18 cells
  • FIG. 2B shows changes in expression by IFN- ⁇ treatment in the tested cell lines.
  • PD-L1 expression on the cell surface was increased by IFN- ⁇ treatment, but Gal-9 expression was not changed.
  • the concentration of Gal-9 in the culture supernatant after the treatment with the molecular target drug was measured using the lung cancer cell line PC-9 which was successful with the molecular target drug and OU-LC-SK which was not successful.
  • the molecular target drug treatment was performed by culturing the cells with 10 nM Afatinib for 96 hours. As a result, it was revealed that Gal-9 was released into the supernatant when the tumor was disintegrated with the molecular target drug (FIG. 2C).
  • a molecularly targeted drug releases Gal-9, a substance that strongly suppresses immunity, even if the tumor partially collapses. Therefore, this means that a combination therapy of a molecular target drug and an antibody drug targeting Gal-9 and Tim-3 is important.
  • Test example 3 Expression analysis of immunosuppressive molecules (PD-1, TIM-3, BTLA, LAG-3) on the surface of T cells (TIL) that infiltrate the cancer site was performed. Analysis was performed by flow cytometry in the same manner as described in Test Example 1 using the following antibodies.
  • PD-1 Anti-CD279-PE / Cy7 clone EH12.2H7, Biolegend
  • TIM-3 Anti-Tim3-APC clone F38-2E2, eBioscience
  • BTLA Anti-CD272-PE clone MH26, Biolegend
  • LAG-3 Anti-CD223-FITC clone 17B4, Enzo
  • PD-L1 receptor PD-1 and Gal-9 receptor Tim-3 are highly expressed (FIG. 3A-B). It was shown that the PD-1 / PD-L1 and Tim-3 / Gal-9 pathways are important as immunosuppressive molecular pathways in lung adenocarcinoma.
  • Test example 4 The results of Test Example 1-3 showed that the PD-1 / PD-L1 and Tim-3 / Gal-9 pathways are important as immunosuppressive molecular pathways in lung adenocarcinoma. Therefore, we investigated the relationship between the presence of these molecules and the prognosis, including the XAGE1 antigen, which is known to have a prognosis related to immune response in lung adenocarcinoma.
  • Immunostaining antibodies used ⁇ Rabbit anti-PD-L1 Ab (Catalog number: 4059 ProSci incorporated Poway, CA, USA) ⁇ Mouse anti-human Galectin-9 mAb (clone 9M1-3 GalPharma Co., Ltd, Kagawa, Japan) ⁇ XAGE1 monoclonal antibody (USO 9-13: prepared by the inventors) Immunostaining (XAGE1): 1. Deparaffinize 5 ⁇ m paraffin sections. 2. Antigen activation is performed in a microwave using 10 mmol / L citrate buffer (pH 6.0) using a pressure cooker for 10 minutes. 3. Inactivate endogenous peroxidase in 0.3% H 2 O 2 for 5 minutes. 4.
  • XAGE1 If the number of positive cells in the tissue is 1% or more, it is determined as positive 1; PD-L1, Gal-9: A positive score of 3 or more for each of the cell membrane score and cytoplasm score obtained by immunostaining. If at least one of the cell membrane or cytoplasm is positive, the specimen is determined to be positive. analysis: For the survival analysis, IBM SPSS Statistics 19 for Windows (IBM, New York, NY) was used. (result) FIG. 4 shows immunostained images with anti-PD-L1 antibody, anti-Gal-9 antibody or anti-XAGE1 antibody. PD-L1, Gal-9 and XAGE1 expression was observed in lung cancer tissues. The results of scoring and positive determination for PD-L1 and Gal-9 are shown in Tables 1 and 2 below.
  • FIG. 1 the result obtained about the relationship between the expression of PD-L1, Gal-9, and XAGE1 and prognosis is shown in FIG.
  • PD-L1 and Gal-9 are important as immunosuppressive factors on the tumor side.
  • lung adenocarcinoma the immunogenic XAGE1 expression and the expression pattern of PD-L1 and Gal-9 molecules are prognostic. I found it involved.
  • Test Example 5 Since the relationship between the tumor side factor and the prognosis was clarified by Test Example 4, the host side factor and the prognosis were examined next. That is, the relationship between the number of immunocompetent cells infiltrating and prognosis in lung cancer was examined. Furthermore, we investigated the relationship between prognosis by combining XAGE1 expression, which is a factor on the tumor side, which is strongly associated with prognosis, and the expression patterns of PD-L1 and Gal-9 molecules. (Materials and methods) Lung cancer tissue used: We used 120 cases of lung cancer tissue with prognostic and clinical information available. Immunostaining: Immunostaining of XAGE1, PD-L1, and Gal-9 was performed as described above in Test Example 4.
  • Immunostaining of host-side factors was performed in the same manner as PD-L1 and Gal-9 immunostaining using the following antibodies.
  • CD4 and CD8 expression was measured as% by the Pathology Laboratory using the Scan scope system, and staining intensity 2+ or higher was determined as positive cells.
  • Positive test The positive determination of XAGE1, PD-L1, and Gal-9 expression was performed in the same manner as in Test Example 2.
  • the positive determination of CD4 and CD8 was measured by the Pathology Laboratory using the Scan scope system as%, staining intensity 2+ or higher was regarded as positive cells, and data from 120 cases of lung adenocarcinoma were used. An approximate curve (cubic function) of 120 cases of data was created, and the positive cell frequency above the inflection point was defined as a positive sample, and the positive cell frequency less than that was defined as a negative sample.
  • analysis For the survival analysis, IBM SPSS Statistics 19 for Windows (IBM, New York, NY) was used.
  • Example 1 Based on the above findings, an attempt was made to create an arithmetic expression that enables estimation of prognosis using tumor tissue specimens obtained from a plurality of lung cancer patients.
  • 120 lung adenocarcinoma specimens that were positively tested for XAGE, PD-L1, Gal-9 expression and T cell infiltration in Test Example 5 were used.
  • Table 5 shows the standardized coefficient of each explanatory variable in the above cluster fractionation
  • Table 6 shows the results of univariate and multivariate Cox regression analysis with various factors.
  • the coefficients shown in Table 5 indicate the weighting of immune factors. Therefore, when PD-L1 is used as an index, in Cluster C and D, T cell infiltration is about 2 times better in prognosis, Gal-9 is about 1.5 times worse in prognosis, and XAGE1 expression is about 2 times worse in prognosis.
  • Example 2 ⁇ Test method> Using tumor tissue specimens obtained from 52 early stage lung adenocarcinoma patients classified in stage IA among 120 lung adenocarcinoma patients available for prognostic information and clinical information used in Example 1 Thus, in the same manner as in Example 1, even in the case of early cancer, as in Example 1, PD-L1 expression, Gal-9 expression, XAGE1 expression and T cell infiltration were used as discriminating factors. It was confirmed whether or not it can be estimated. FIG. 9 shows the relationship between the same class of clusters used in Example 1 and the prognosis. ⁇ Result> In the case of lung cancer at stage IA, cluster classification similar to that in Example 1 is possible, and it has been found that classification can be made when the prognosis is good or poor.
  • the prognostic estimation method of the present invention provides an opportunity for additional treatment or multidisciplinary treatment, which has been impossible in the past, for a group of patients with poor prognosis in stage IA lung cancer patients who are not subjected to additional treatment after surgery. It shows that it can be used as a companion diagnostic method for providing.
  • Example 3 The discriminant function obtained in Example 1 after surgery for lung cancer using the tumor tissue specimen obtained from lung adenocarcinoma patients for whom the prognostic information and clinical information of 120 people used in Example 1 are available [Equation 5]
  • the prognostic estimation was performed using the results of the actual follow-up, all of them (Pathological Stage I-IIIA), 62 patients with early stage lung adenocarcinoma (Pathological Stage I) classified as stage I, and FIG. 10 shows a group of patients with locally advanced lung adenocarcinoma (Pathological Stage II-IIIA) in the stage. Further, FIG.
  • FIG. 11 shows the results of estimating the prognosis of the 120 lung cancer patients using the discriminant function [Equation 6] obtained in Example 1 and actually tracking the prognosis.
  • the follow-up period after surgery was 5 years, which is generally used as a standard period for determining whether there is no recurrence after lung cancer surgery.
  • ⁇ Result> As is clear from FIG. 10, it was confirmed that the prognosis of any stage of lung adenocarcinoma can be estimated by using [Equation 5]. Further, comparing the survival rates of the patient groups of FIG. 10 and FIG. 11 analyzing the same patient group, the survival rate of the good prognosis group (Cluster A) of FIG. 10 is 55.8%, whereas the good prognosis group of FIG.
  • Example 4 Monoclonal Rabbit anti-human PD-L1 antibody (clone SP-142 Spring Bioscience Corporation, Pleasanton, Calif.) was used as an antibody for immunostaining PD-L1, diluted 100-fold, and monoclonal as an antibody for immunostaining T cells.
  • Rabbit anti-human CD3 antibody (clone: SP-7, Nichirei Biosciences Inc., Tokyo, Japan) diluted 100-fold, without using cut-off, using T cell infiltration rate as the fourth score
  • the staging classification I for which prognostic information and clinical information are available is available.
  • the prognostic estimation method of the present invention is effective for prognosis over a long period of time.
  • 10 years after surgery was set as the follow-up period to confirm the sex.
  • ⁇ Result> As is clear from FIG. 12, it was confirmed that the prognosis of the lung adenocarcinoma patient group at other facilities can be estimated by using [Equation 5] as in the case of Example 3.
  • the prognostic estimation method of this invention has versatility.
  • the prognosis estimation method of the present invention is extremely useful as a method for predicting the recurrence rate over a long period of time in patients with early lung adenocarcinoma.
  • Examples 3 and 4 not only indicate that the prognostic estimation method of the present invention can be applied to lung cancer patients regardless of the stage or implementation facility, but usually additional treatment is performed after surgery. It is also very useful for discriminating patients with poor prognosis among lung cancer patients with no stage I stage, including postoperative treatment methods for those patients with poor prognosis and setting of inspection frequency necessary for early detection of recurrence. It is a useful tool for deciding treatment strategies.
  • the prognosis estimation method of the present invention can reliably discriminate poor prognosis patients in early lung adenocarcinoma patients, the prognosis improvement for patients who have been judged as poor prognosis in early lung cancer patients which has not been conventionally performed It is useful as a companion diagnostic method to improve the survival rate by providing additional treatment necessary for medical care and providing opportunities for multidisciplinary treatment or personalized medicine that were impossible in the past. .
  • a system that can determine the prognosis of lung adenocarcinoma.
  • treatment is selected according to the clinical stage and pathological stage, but by using a prognosis determination system using immune factors as an index separately from those stages, clinical early cancer Even so, patients who require aggressive multidisciplinary treatment can be selected.
  • the prognosis can be determined only by examining a minute tumor tissue such as a bronchoscopic specimen or a specimen obtained by CT-guided lung biopsy. Therefore, prognosis can be determined by collecting a minute clinical sample in a patient who cannot perform whole body search of the stage, and can contribute to the determination of the subsequent treatment policy.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Chemical & Material Sciences (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Hematology (AREA)
  • Urology & Nephrology (AREA)
  • General Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Microbiology (AREA)
  • Biotechnology (AREA)
  • Cell Biology (AREA)
  • Hospice & Palliative Care (AREA)
  • Oncology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本発明は、より簡易且つ迅速に、肺腺癌の予後を予測する方法、及び該方法を実施するための演算式を作成する方法を提供する。　本発明による予後演算式作成方法は、複数の肺腺癌患者の各検体について、免疫染色法によりＰＤ－Ｌ１、Ｇａｌ－９およびＸＡＧＥ１の発現を検出し、腫瘍組織における腫瘍のＰＤ－Ｌ１の分布範囲と発現強度に基づき特定される第１スコアを二値化した第１データと、腫瘍組織における腫瘍のＧａｌ－９の分布範囲と発現強度に基づき特定される第２スコアを二値化した第２データと、ＸＡＧＥ１の発現の有無に基づき二値化した第３データに基づき肺腺癌患者を予後の良いグループと悪いグループに区分し、第１スコアと第２スコアと第３データを説明変数とする多変量解析により予後の良いグループと悪いグループに区分する演算式を求めることを特徴とし、本発明による肺腺癌の予後推定方法は、求めた演算式に対し、被験者の検体から検出される第１・第２スコアと第３データを前記演算式に代入して前記被験者の予後を演算により推定することを特徴とする。

Description

免疫因子を指標とした肺腺癌の予後演算式作成方法と予後推定方法
　本発明は、原発性肺腺癌（以下、肺腺癌）の予後を予測する為の演算式の作成方法及びそれを用いた肺腺癌の予後推定方法に関する。より詳細には、肺腺癌の予後と関連する複数の因子の腫瘍組織における発現プロファイルと予後との関連性に基づいて予後演算式を作成する方法、及び該演算式を用いて肺腺癌の予後を推定する方法に関する。
　本邦の癌罹患率は年々増加しており、現在死亡原因の第１位となっている。癌の標準的治療法に加えて、新たな治療法の開発が急務である。近年悪性黒色腫を先導に肺がんでも抗体免疫療法への道が切り開かれるようになったが、肺がんでの免疫監視機構は不明である。
　腫瘍局所における免疫監視機構の検討には従来、腫瘍側の免疫抑制分子やがん抗原の発現と宿主側の免疫細胞の浸潤を検討する２つの方法があった。肺がんにおける腫瘍側の免疫抑制分子としてＰＤ－Ｌ１／ＰＤ－１経路と予後との関連を検討する研究が多くなされてきた（特許文献１、非特許文献３）。それ以外の免疫抑制分子やがん抗原の発現パターンと頻度および予後との関連については、例えば特許文献２や非特許文献２に測定対象となる癌関連蛋白質としてＸＡＧＥ１が、非特許文献１にはGalectin-9が肺癌の術後再発の予後因子となり得ることが記載されている。一方、宿主側の因子と予後については、種々の免疫細胞浸潤の多寡と予後との関連を検討するのみであった。しかしながら、腫瘍側、宿主側それぞれの複数の因子を組み合わせての検討は行われていない。
特表２０１２－５０３９８４号公報 特表２０１２－５１５３３４号公報
尾崎良智ほか：日本癌学会学術総会記事，Vol. 65th page 645 (2006.08.28) Ohue, Y., et al.,: Clin. Cancer Res., 20, 5052-5063 (2014) 川村直ほか：月刊臨床免疫・アレルギー科，56，1-6（2011）
　本発明は、より簡易且つ迅速に、肺腺癌の予後を推定する方法、及び該方法を実施するための演算式を作成する方法を提供することを課題とする。
　本発明者らは上記課題に鑑み、肺腺癌において複数の免疫因子を検討することによって、肺腺癌の予後の推定を試みた。結果、本発明者らは、肺癌では腫瘍側の免疫抑制因子としてＰＤ－Ｌ１（Programmed death-ligand 1）とＧａｌ－９（galectin-9）が重要であり、更に、肺腺癌において、免疫原性を有するＸＡＧＥ１発現とＰＤ－Ｌ１、Ｇａｌ－９分子の発現パターンは予後に関与することを見出した。これらの因子は単独ではなく、ＸＡＧＥ１発現の有無、ＰＤ－Ｌ１発現の強度、Ｇａｌ－９発現の強度を組み合わせることによってのみ予後を判定できる。
　また、本発明者らは、宿主側の因子としてＣＤ４及びＣＤ８　Ｔ細胞浸潤の多寡は予後に関与し、Ｔ細胞浸潤の程度、ＸＡＧＥ１発現の有無、ＰＤ－Ｌ１発現の強度、Ｇａｌ－９発現の強度を組み合わせることによって肺腺癌患者の予後をさらに明確に判別できることを見出した。
　これらの知見に基づいて本発明者らは更に検討を進め、本発明を完成するに至った。
　即ち、本発明は以下に関する。
［１］複数の肺腺癌患者の各検体について、
免疫染色法によりＰＤ－Ｌ１、Ｇａｌ－９およびＸＡＧＥ１の発現を検出し、
腫瘍組織における腫瘍のＰＤ－Ｌ１の分布範囲と発現強度に基づき特定される第１スコアを二値化した第１データと、腫瘍組織における腫瘍のＧａｌ－９の分布範囲と発現強度に基づき特定される第２スコアを二値化した第２データと、ＸＡＧＥ１の発現の有無に基づき二値化した第３データに基づき肺腺癌患者を予後の良いグループと悪いグループに区分し、
第１スコアと第２スコアと第３データを説明変数とする多変量解析により予後の良いグループと悪いグループに区分する演算式を求めることを特徴とする予後演算式作成方法。
［２］複数の肺腺癌患者の各検体について、
免疫染色法によりＰＤ－Ｌ１、Ｇａｌ－９、ＸＡＧＥ１、ＣＤ４およびＣＤ８の発現を検出し、
腫瘍組織における腫瘍のＰＤ－Ｌ１の分布範囲と発現強度に基づき特定される第１スコアを二値化した第１データと、腫瘍組織における腫瘍のＧａｌ－９の分布範囲と発現強度に基づき特定される第２スコアを二値化した第２データと、ＸＡＧＥ１の発現の有無に基づき二値化した第３データと、Ｔ細胞の浸潤の割合に基づき特定される第４スコアを二値化した第４データに基づき肺腺癌患者を予後の良いグループと悪いグループに区分し、第１スコアと第２スコアと第３データと第４スコアとを説明変数とする多変量解析により予後の良いグループと悪いグループに区分する演算式を求めることを特徴とする予後演算式作成方法。
［３］上記［１］に記載の方法により求められた演算式に対し、被験者の検体から検出される第１・第２スコアと第３データを代入して前記被験者の予後を演算により推定する肺腺癌の予後推定方法。
［４］上記［２］に記載の方法により求められた演算式に対し、被験者の検体から検出される第１・第２スコアと第３データと第４スコアを代入して前記被験者の予後を演算により推定する肺腺癌の予後推定方法。
［５］上記［３］又は［４］に記載の肺腺癌の予後推定方法を用いることを特徴とする、予後不良な早期肺癌患者を選別し、予後改善に必要な治療を実施するためのコンパニオン診断方法。
［６］上記［３］又は［４］に記載の肺腺癌の予後推定方法を用いることを特徴とする、肺腺癌治療方法の効果判定方法。
［７］被験者が早期肺癌患者であり、肺腺癌の予後推定方法が当該患者における術後の再発率を判定するものである、上記［３］又は［４］に記載の肺腺癌の予後推定方法。
　本発明によれば、肺腺癌において免疫因子を検討することによって予後の推定が可能となるシステムが提供される。実臨床においては、臨床病期及び病理学的病期によって治療法が選択されるが、それらの病期とは別に免疫因子を指標とした予後判定システムを用いることで、臨床的な早期がんであっても、積極的な集学的治療が必要な患者を選択できる。このような患者選択は、新たな創薬や治療法の開発の基盤となる。また、本発明は、肺腺癌と免疫因子との関連性の解明に有用であるが、免疫因子への重み付けは、肺腺癌におけるがん免疫療法など新薬開発への重要な指標となる。また、本発明は、気管支鏡検体やＣＴガイド下肺生検による検体といった微小な腫瘍組織を検討するだけで予後を判定できる。従って、病期の全身検索ができないような患者において、微小な臨床検体を採取することで予後判定が可能であり、その後の治療方針の決定に貢献することができる。
示した細胞株についての細胞表面（Surface）および細胞質（Intracellular）におけるPD-L1、Galectin-9発現のフローサイトメトリー解析の結果を示す図である。灰色はアイソタイプ抗体での結果を示す。 肺癌細胞株におけるIFN-γ処理によるPD-L1、Gal-9の発現の変化（A-B）、分子標的薬（Afatinib）処理の有りまたは無しでOU-LC-SK細胞およびPC-9細胞から放出されるGal-9濃度（C）、がん患者の血清または胸水中のGal-9濃度（D）、化学療法中の経過の患者血清中のGal-9濃度（E）を示す。D, Eにおいて、Gal-9濃度は5倍希釈の濃度を示す。 がん局所に浸潤するT細胞（TIL）の表面での免疫抑制分子の発現をフローサイトメトリー法により解析した結果（A-B）、TILにおけるPD-1、Tim-3の発現と、CD27発現、Ki-67発現、Annexin V発現との関係（C）、XAGE1特異的CD8クローンにおけるPD-1、Tim-3発現（D）、XAGE1特異的CD8クローンにGal-9を示した濃度で加えた時のアポトーシスの程度（E）、更に抗Gal-9を加えることによるアポトーシス阻害効果（F）を示す。 肺癌組織におけるPD-L1、Galectin-9、XAGE1についての免疫染色像を示す図である。 肺癌組織におけるPD-L1、Gal-9、XAGE1の発現と予後との関係を示す図である。各グラフ中、横軸は手術後の時間（月）、縦軸は全生存率（%）を示す。 宿主側の因子（CD4、CD8、FoxP3）の免疫染色像（A）、その発現強度のスコア付けと頻度（B）、およびCD4陽性T細胞の割合と検体数との関係のプロットの結果より二値化する基準（C）を示す図である。 腫瘍局所浸潤Ｔ細胞の多寡およびPD-L1、Galectin-9またはXAGE1の発現の多寡と予後との関係を示す図である。各グラフ中、横軸は手術後の時間（月）、縦軸は全生存率（%）を示す。 原発性肺腺癌における腫瘍側の3因子（PD-L1、Gal-9、XAGE1）の発現に基づく予後関数の導出（A-C）、上記3因子に加えて宿主因子であるT細胞浸潤の多寡に基づく予後関数の導出（D-F）を示す図である。A、B、D、Eにおいて、横軸は手術後の時間（月）、縦軸は全生存率（%）を示す。 病期分類ＩＡ期に属する早期原発性肺腺癌における腫瘍側３因子（ＰＤ－Ｌ1、Ｇａｌ－９、ＸＡＧＥ１）の発現及び宿主因子であるＴ細胞浸潤の多寡に基づく、予後関数の導出を示す図である。各図中、横軸は手術後の時間（月）、縦軸は全生存率（%）を示す。 判別関数［数５］を用いて予測した肺腺癌患者１２０名全員、病期分類Ｉ期に属する６２名及び病期分類ＩＩ-ＩＩＩＡに属する５８名の患者の実際の予後を示す図である。各図中、横軸は手術後の時間（月）、縦軸は全生存率（%）を示す。 判別関数［数６］を用いて予測した肺腺癌患者１２０名全員の実際の予後を示す図である。図中、横軸は手術後の時間（月）、縦軸は全生存率（%）を示す。 検証コホート研究による、判別関数［数５］を用いて予測した病期分類Ｉに属する患者６８名の実際の予後を示す図である。左図中、横軸は手術後の時間（月）、縦軸は全生存率（%）を示す。右図中、横軸は手術後の時間（月）、縦軸は無病生存率（%）を示す。
　本明細書中、「検体」は、演算式作成の為に用いられる複数の肺腺癌患者由来の各検体、及び予後推定の対象となる被験者由来の検体を意味する。「検体」としては、肺腺癌由来の腫瘍組織を含むものであれば、その採取方法は特に制限されず、手術による切除検体、気管支鏡検体及び肺生検による検体等が挙げられる。「検体」は、任意の哺乳動物（例えば、ヒト、マウス、ラット、サル、イヌ、ネコ、ウシ、ウマ、ブタ、ヒツジ、ヤギ、ウサギ、ハムスター等）に由来してもよく、より好ましくはヒト、マウス、ラット、サル、イヌ、ネコ等、特に好ましくはヒト由来である。検体の形態は、用いる発現解析手段に応じて様々であってよい。例えば、免疫組織化学染色法を用いる場合、検体としてはミクロトーム等で薄く切片化された組織切片を用いても、ホールマウントされた組織又は個体を用いても良いが、好ましくは、組織切片が用いられる。組織切片は、凍結組織を切片化し、パラフィンまたは樹脂で包埋された切片であってもよい。また、手術による切除検体、気管支鏡検体及び肺生検による検体を、凍結またはパラフィン包埋せずに直接、フローサイトメトリー解析、マスサイトメトリー解析、遺伝子検査などに供してもよい。
　本明細書中、「被験者」は、予後の推定が求められる肺腺癌患者である。被験者は、通常、本発明に従う予後演算式の作成に用いた検体が由来する動物種と同種の動物である。従って、被験者は、任意の哺乳動物（例えば、ヒト、マウス、ラット、サル、イヌ、ネコ、ウシ、ウマ、ブタ、ヒツジ、ヤギ、ウサギ、ハムスター等）であってよく、より好ましくはヒト、マウス、ラット、サル、イヌ、ネコ等、特に好ましくはヒトである。
　一般的に、癌患者の予後とは、ある時点、例えば癌診断時または治療時（手術時等）、から見て、癌の将来の状態についての予測を意味し、癌の病状進行・再発・転移のリスク（可能性）が高いときは予後不良、癌の病状進行・再発・転移のリスク（可能性）が高くないときは予後良好という。予測の指標については特定されないが、例えば全生存率（overall survival; OS）が好適である。ここで、「全生存率」とは、一般に、観察症例のうち、特定の観察開始時点から特定の期間経過の後に生存していることが確認できる割合を意味する。
　本発明において発現の測定の対象とされるＰＤ－Ｌ１（Programmed death-ligand 1）は、cluster of differentiation 274（ＣＤ２７４）遺伝子によりコードされ、ＣＤ２７４またはＢ７ホモログ１（Ｂ７－Ｈ１）としても知られる公知の膜貫通タンパク質である。ＰＤ－Ｌ１は腫瘍側の免疫抑制分子であり、活性化Ｔ細胞、Ｂ細胞などに発現するその受容体であるＰＤ－１との結合により、免疫抑制において重要な役割を果たすと考えられている。種々の動物種についてＰＤ－Ｌ１のアミノ酸配列が公知であり、例えば、ヒトＰＤ－Ｌ１の配列はRefSeq No. NP_001254635として入手可能である。
　本発明において発現の測定の対象とされるＧａｌ－９（Galectin-9）は、ＬＧＡＬＳ９遺伝子によりコードされ、ＬＧＡＬＳ９またはGalactoside-binding, soluble, 9としても知られる公知の分子であり、活性化T細胞のアポトーシス誘導、好酸球遊走、癌細胞のアポトーシス誘導、細胞接着などの多岐に渡る活性が報告されている。また、Ｇａｌ－９は腫瘍側の免疫抑制分子であり、Ｔｈ１細胞などの表面抗原であるＴｉｍ－３のリガンドの一つとして免疫抑制において重要な役割を果たすと考えらえている。種々の動物種についてＧａｌ－９のアミノ酸配列が公知であり、例えば、ヒトＧａｌ－９の配列はRefSeq No. NP_002299.2として入手可能である。
　本発明において発現の測定の対象とされるＸＡＧＥ１（X Antigen Family, Member 1）は、ＸＡＧＥ１遺伝子によりコードされ、Cancer/Testis antigen 12.1（CT12.1）としても知られる公知のがん精巣抗原である。これまでにＸＡＧＥ１Ａ－Ｅの５種類の遺伝子が同定され、その関連タンパク質はＧＡＧＥＤ２であり、ＧＡＧＥＤ２ａとＧＡＧＥＤ２ｄの二種類のアイソフォームが存在することが知られている。また、これまでにＸＡＧＥ－１ａ，ｂ，ｃ，ｄの４種類の選択的スプライスバリアントが同定されている（Sato et al., Cancer Immunity, vol. 7, page 5 (2007)）。本発明において発現を測定するＸＡＧＥ１はいずれのアイソフォームであってもよく、またいずれの選択的スプライスバリアントによりコードされるタンパク質であってもよいが、好ましくはＧＡＧＥＤ２ａ（ＸＡＧＥ－１ｂタンパク質）である。種々の動物種についてＸＡＧＥ１のアミノ酸配列が公知であり、例えば、ヒトＧＡＧＥＤ２ａの配列はRefSeq No. NM_001097594.2として、ヒトＧＡＧＥＤ２ｄの配列はRefSeq No. NM_001097596.2として入手可能である。
　本発明において、「Ｔ細胞」は、腫瘍免疫にかかわる宿主側の因子としての免疫担当細胞であって、ＣＤ４陽性Ｔ細胞及びＣＤ８陽性Ｔ細胞を意味する。また、ＣＤ４陽性Ｔ細胞及びＣＤ８陽性Ｔ細胞をあわせてＣＤ３陽性Ｔ細胞としてもよい。
　本発明において、ＰＤ－Ｌ１、Ｇａｌ－９、ＸＡＧＥ１、ＣＤ４およびＣＤ８（以下、これらを総称して「本発明の因子」ともいう。）の発現の検出は、これらのタンパク質を対象として測定してもよいし、これらのタンパク質をコードする遺伝子の転写産物を対象として測定してもよい。
　転写産物を対象とする場合、常法に従い、ＲＮＡを生体試料から単離することができる。ＲＮＡを抽出するための一般的な方法が、当技術分野において周知されており、Ausubel et al.,Current Protocols of Molecular Biology,John Wiley and Sons (1997)など、分子生物学の標準的な教科書に開示されている。具体的には、Ｑｉａｇｅｎなどの製造業者から入手した精製キット、緩衝液セット、およびプロテアーゼを用いて、製造業者の指示に従ってＲＮＡ単離を行うことができる。
　転写産物を対象とするマーカー遺伝子の発現レベルの測定方法としては、特に限定されるものではないが、ノーザンブロッティングおよびインサイチュハイブリダイゼーション（Parker & Barnes,Methods in Molecular Biology 106:247-283(1999)）；ＲＮａｓｅプロテクション・アッセイ法（Hod,Biotechniques 13:852-854(1992)）；逆転写ポリメラーゼ連鎖反応法（ＲＴ－ＰＣＲ）（Weis et al.,Trends in Genetics 8:263-264(1992)）；リアルタイム定量的ＲＴ－ＰＣＲ（Held et al.,Genome Research 6:986-994(1996)）；ならびにマイクロアレイ解析法などがある。マイクロアレイ解析法は、製造業者の指示に従って、Ａｆｆｙｍｅｔｒｉｘ　ＧｅｎｅＣｈｉｐ技術、Ａｇｉｌｅｎｔ　Ｔｅｃｈｎｏｌｏｇｉｅｓのマイクロアレイ技術またはＩｎｃｙｔｅのマイクロアレイ技術を用いるなどして、市販されている装置によって実施することができる。
　タンパク質を検出の対象とする場合の測定手段は特に限定されないが、好ましくは免疫染色法を用いることができる。免疫染色法を用いた具体的手段としては、免疫組織化学染色（ＩＨＣ）法、フローサイトメトリー解析、マスサイトメトリー解析などが挙げられる。用いる抗体は、各因子を検出可能な抗体である限り特に限定されるものではなく、ポリクローナル抗体、モノクローナル抗体、キメラ抗体、一本鎖抗体、またはＦａｂフラグメントやＦａｂ発現ライブラリーによって生成されるフラグメントなどのように抗原結合性を有する前記抗体の一部が包含される。本発明の因子のそれぞれについて、市販の抗体を利用することができる。また、各因子の抗体は、各因子またはその一部を抗原として用い、自体公知の方法によって調製することができる。
　免疫組織化学染色は、本発明の因子のそれぞれについて独立に行うことができる。本発明の因子のそれぞれの免疫染色は、自体公知の方法に従って行うことができ（例えば、改訂四版 渡辺・中根 酵素抗体法、発行：学際企画株式会社、編集：名倉宏、長村義之、堤寛、ISBN4-906514-73-X C304を参照のこと）、酵素抗体法（Enzyme labeled antibody method）および蛍光抗体法等が好適に用いられる。
　好ましい実施態様として、免疫染色の感度、検出手段などの観点から、酵素抗体法による免疫染色法が挙げられる。酵素抗体法は、酵素で標識した抗体により、本発明の因子を検出する。標識を直接行う場合と、二次抗体を用いて間接的に行う場合がある。検出感度を上げるために種々の改良がなされ、ビオチン－ストレプトアビジンを用いたＡＢＣ法、チラミド（タイラマイド）を用いたチラミド法（ＴＳＡ法、Tyramide Signal Amplification）などの改良法で、非常に高い感度を実現できる。
　標識酵素は、ペルオキシダーゼ（ＨＲＰ、horseradish peroxidase）およびアルカリホスファターゼ（ＡＰ、alkaline phosphatase）が汎用されており、本発明においても好適に使用することができる。酵素抗体法に適した抗体試薬および発色キット等が市販されており、当該試薬およびキットに添付された製造業者のプロトコールに従って、免疫染色を行うことができる。
　一般的なプロトコールとして、必要により脱パラフィンまたは固定処理した細胞標本を準備し、必要により前処理（例えば、生体色素の脱色または除去処理、ブロッキング処理）または抗原賦活化（温浴、マイクロウェーブ処理、オートクレーブ処理、プロテアーゼ処理等）し、一次抗体と反応させ（例えば、４℃～室温で０．５～２４時間）、反応終了後細胞標本を洗浄し、二次抗体と反応させ（例えば、４℃～室温で５～１２０分）、反応終了後細胞標本を洗浄する。次いで、ジアミノベンジジン（3, 3-diaminobenzidine:ＤＡＢ）などの発色基質を添加し、発色させる。顕微鏡での形態観察のために、さらにヘマトキシリン染色等の対比染色を行ってもよい。
　免疫染色された試料を、撮影装置を搭載した光学顕微鏡または蛍光顕微鏡（蛍光染色の場合）などを用いて撮像し、デジタル画像としてコンピュータに保存する。デジタル画像は二次元データであっても三次元データであってもよいが、本発明においては二次元データで十分に解析可能である。解析を行う前に、フィルタリングなどの画像処理を行ってもよい。
　免疫染色された細胞の画像解析は、使用する顕微鏡に搭載されている画像解析用ソフトウエア、その他の市販のソフトウエアを用いて行うことができる。市販ソフトウエアの一例として、ScanScope（登録商標、Aperio社）が挙げられる。また、画像解析は、各検体の全ての細胞の画像データを処理することにより行うことができる。本発明の因子の免疫染色強度の分類（後述）は、免疫組織染色の病理専門医による標準的な判定基準に従うことができる。
　一方、フローサイトメトリーまたはマスサイトメトリーにより本発明の因子の発現を検出する場合、採取した肺腺癌組織から細胞浮遊液または細胞懸濁液を調製し、それを解析に用いることができる。細胞浮遊液または細胞懸濁液の調製は当業者に周知の手法を用いて行うことができ、例えば、機械的破砕、またはトリプシン、コラゲナーゼ、エラスターゼ、プロナーゼなどのプロテアーゼやヒアルロニダーゼ処理により細胞が分散した細胞浮遊液または細胞懸濁液を取得することができる。フローサイトメトリー解析およびマスサイトメトリー解析は、市販の装置（例えば、ＦＡＣＳＣａｎｔｏＴＭＩＩフローサイトメーター、ＣｙＴＯＦ２など）を用いて、製造者のマニュアルに従って実施することができる。
　以下、本発明の肺腺癌の予後演算式作成方法について詳細に述べる。
［予後演算式作成方法］
　本発明の予後演算式作成方法の一態様は以下の通りである。
複数の肺腺癌患者の各検体について、
ＰＤ－Ｌ１、Ｇａｌ－９およびＸＡＧＥ１の発現を検出し、
腫瘍組織における腫瘍のＰＤ－Ｌ１の分布範囲と発現強度に基づき特定される第１スコアを二値化した第１データと、腫瘍組織における腫瘍のＧａｌ－９の分布範囲と発現強度に基づき特定される第２スコアを二値化した第２データと、ＸＡＧＥ１の発現の有無に基づき二値化した第３データに基づき肺腺癌患者を予後の良いグループと悪いグループに区分し、
第１スコアと第２スコアと第３データを説明変数とする多変量解析により予後の良いグループと悪いグループに区分する演算式を求めることを特徴とする予後演算式作成方法（以下、本発明の予後演算式作成方法１とも称する）。
　上記複数の検体の個数は、本発明に従う予後演算式の作成を可能とする限り特に限定されないが、例えば５０以上、好ましくは１００以上である。
　ここで、第１スコアは、腫瘍組織における腫瘍のＰＤ－Ｌ１の分布範囲と発現強度に基づき特定される。各検体について同様に実施される限り、第１スコアを特定する方法は特に限定されないが、一例として以下の方法によって算出することができる。
（算出法）
　上述の方法に従うＰＤ－Ｌ１の発現の検出の結果に基づいて、ＰＤ－Ｌ１の発現強度（Ｉ:Intensity）を下記の基準に基づいて評価する。
Ｉ；検出されない０：弱い１：中程度２：顕著３
　更に、該検体において強度Ｉの細胞が全有核細胞に占める割合を決定し、分布範囲（Ｄ:Distribution）を以下の通りに定義する。
Ｄ；０％の場合０：１～５０％の場合１：５１～１００％の場合２
　発現強度Ｉと分布範囲Ｄとの積（Ｄ×Ｉ）を計算し、それをＩＨＣスコアとする。
　上記ＩＨＣスコアを細胞膜及び細胞質に対してそれぞれ求め、細胞膜もしくは細胞質の少なくとも一方で３以上のＩＨＣスコアであれば、その検体は陽性とする。
　第２スコアは、腫瘍組織におけるＧａｌ－９の分布範囲と発現強度に基づき特定される。各検体について同様に実施される限り、第２スコアを特定する方法は特に限定されないが、一例として以下の方法によって算出することができる。
（算出法）
　上述の方法に従うＧａｌ－９の発現の検出の結果に基づいて、Ｇａｌ－９の発現強度（Ｉ:Intensity）を下記の基準に基づいて評価する。
Ｉ；検出されない０：弱い１：中程度２：顕著３
　更に、該検体において強度Ｉの細胞が全有核細胞に占める割合を決定し、分布範囲（Ｄ:Distribution）を以下の通りに定義する。
Ｄ；０％の場合０：１～５０％の場合１：５１～１００％の場合２
　発現強度Ｉと分布範囲Ｄとの積（Ｄ×Ｉ）を計算し、それをＩＨＣスコアとする。
　上記ＩＨＣスコアを細胞膜及び細胞質に対してそれぞれ求め、細胞膜もしくは細胞質の少なくとも一方で３以上のＩＨＣスコアであれば、その検体は陽性とする。
　第３データは、ＸＡＧＥ１の発現の有無に基づき、陽性又は陰性として二値化することで得られる。各検体について同様に実施される限り、第３データを取得する方法は特に限定されないが、一例として以下の方法によって算出することができる。
（算出法）
　上述の方法に従うＸＡＧＥ１の発現の検出の結果に基づいて、ＸＡＧＥ１陽性細胞の存否を計数する。解析した全有核細胞中、ＸＡＧＥ１陽性細胞が１％以上の場合に陽性、１％未満の場合に陰性として二値化したものを第３データとする。
　続いて、上記で得られた各データに基づいて、各肺腺癌患者を予後の良いグループと悪いグループにそれぞれ区分する。予後の判定は全生存率を用いて行うことができる。
　具体的には、後述の実施例にも記載の通り、例えば、
（ａ１）第１データが陽性かつ第２データが陰性かつ第３データが陰性の検体、
（ａ２）第１データが陽性かつ第２データが陽性かつ第３データが陰性の検体、及び、
（ａ３）第１データが陰性かつ第２データが陰性かつ第３データが陰性の検体
を予後の良いグループに区分し、それ以外の検体、即ち、
（ｂ１）第１データが陽性かつ第２データが陰性かつ第３データが陽性の検体、
（ｂ２）第１データが陰性かつ第２データが陽性かつ第３データが陰性の検体、
（ｂ３）第１データが陰性かつ第２データが陽性かつ第３データが陽性の検体、
（ｂ４）第１データが陽性かつ第２データが陽性かつ第３データが陽性の検体、及び、
（ｂ５）第１データが陰性かつ第２データが陰性かつ第３データが陽性の検体
を予後の悪いグループに区分することができる。
　続いて、第１スコアと第２スコアと第３データを説明変数とし、多変量解析することにより、予後の良いグループと悪いグループに区分する為の演算式、即ち予後演算式(以下、単に「演算式」という場合がある。)を求める。
　多変量解析する方法としては、特に限定されないが、好ましくは判別分析が用いられる。判別分析は、２群以上の母集団から抽出した標本データを得て、どの母集団に属するか不明のサンプルデータがある場合に、このデータがどの母集団に属するかを調べる方法であり、本発明においてはＰＤ－Ｌ１、Ｇａｌ－９及びＸＡＧＥ１発現に関する数値からなる多変量データを説明変数として用いる。このような判別分析の手法は公知であり、最も代表的な判別分析に線形判別関数による判別があるが、それに限定されない。また、市販の統計解析ソフトウエアを用いて行うことができる。
　かくして得られた演算式は以下で表すことができる。
Figure JPOXMLDOC01-appb-M000001
　ａ０、ａ１、ａ２、及びａ３の値は、演算式を作成するために用いる肺腺癌患者の検体の数によっても異なる。本発明の方法で作成された予後演算式の一例として、後述の実施例において作成された以下の演算式が挙げられる。
Figure JPOXMLDOC01-appb-M000002
　説明変数である第１スコアの係数が正であることから、ＰＤ－Ｌ１は予後良好因子であり、説明変数である第２スコア及び第３データの係数が負であることから、Ｇａｌ－９及びＸＡＧＥ１は予後不良因子であることがわかる。
　本発明の予後演算式作成方法の別の一態様は以下の通りである。
複数の肺腺癌患者の各検体について、
ＰＤ－Ｌ１、Ｇａｌ－９、ＸＡＧＥ１、ＣＤ４およびＣＤ８の発現を検出し、
腫瘍組織における腫瘍のＰＤ－Ｌ１の分布範囲と発現強度に基づき特定される第１スコアを二値化した第１データと、腫瘍組織における腫瘍のＧａｌ－９の分布範囲と発現強度に基づき特定される第２スコアを二値化した第２データと、ＸＡＧＥ１の発現の有無に基づき二値化した第３データと、Ｔ細胞の浸潤の割合に基づき特定される第４スコアを二値化した第４データに基づき肺腺癌患者を予後の良いグループと悪いグループに区分し、第１スコアと第２スコアと第３データと第４スコアとを説明変数とする多変量解析により予後の良いグループと悪いグループに区分する演算式を求めることを特徴とする予後演算式作成方法（以下、本発明の予後演算式作成方法２とも称する）。
　第１スコア及びそれを二値化した第１データ、第２スコア及びそれを二値化した第２データ、並びに第３データは、上記「本発明の予後演算式作成方法１」と同様にして取得する。また、用いる検体の個数、およびその好ましい態様についても上記「本発明の予後演算式作成方法１」と同様である。
　第４スコアは、腫瘍組織へのＴ細胞の浸潤の割合に基づき特定される。各検体について同様に実施される限り、第４スコアを同定する方法は特に限定されないが、一例として以下の方法によって算出することができる。
（算出法）
　ＣＤ４陽性細胞の割合およびＣＤ８陽性細胞の割合をそれぞれ求め、これらの割合の和を腫瘍組織へのＴ細胞の浸潤の割合とする。
　具体的には、上述の方法に従うＣＤ４の発現の検出の結果に基づいて、各細胞についてＣＤ４の発現強度を以下の通りに分類する。
発現強度；検出されない０；弱い１：中程度２：顕著３
　発現強度２以上の細胞をＣＤ４陽性細胞と判定する。
　用いた複数の検体のそれぞれについて、全有核細胞に占める上記ＣＤ４陽性細胞の割合を決定する。
　同様に、上述の方法に従うＣＤ８の発現の検出の結果に基づいて、各細胞についてＣＤ８の発現強度を以下の通りに分類する。
発現強度；検出されない０；弱い１：中程度２：顕著３
　発現強度２以上の細胞をＣＤ８陽性細胞と判定する。
　用いた複数の検体のそれぞれについて、全有核細胞に占める上記ＣＤ８陽性細胞の割合を決定する。
　上記に従って得られたＣＤ４陽性細胞の割合とＣＤ８陽性細胞の割合との和を第４スコアとする。横軸を検体数、縦軸を第４スコアとしてその結果をプロットし、それを三次関数で近似する。該近似曲線の変曲点をカットオフ値として、カットオフ値以上の陽性細胞数頻度の検体を陽性検体、それ未満の陽性細胞数頻度の検体を陰性検体として二値化したものを第４データとする。上記カットオフ値の一例を後述の実施例（表４）に示す。
　続いて、上記で得られた各データに基づいて、各肺腺癌患者を予後の良いグループと悪いグループにそれぞれ区分する。予後の判定は全生存率を用いて行うことができる。
　具体的には、後述の実施例にも記載の通り、例えば、
（Ａ１）第１データが陽性かつ第２データが陰性かつ第３データが陰性の検体かつ第４データが陽性の検体、
（Ａ２）第１データが陽性かつ第２データが陽性かつ第３データが陰性の検体かつ第４データが陽性の検体、及び、
（Ａ３）第１データが陰性かつ第２データが陰性かつ第３データが陰性の検体かつ第４データが陽性の検体
を予後の良いグループに区分し、それ以外の検体、即ち、
（Ｂ１）第１データが陽性かつ第２データが陰性かつ第３データが陰性の検体かつ第４データが陰性の検体、
（Ｂ２）第１データが陽性かつ第２データが陽性かつ第３データが陰性の検体かつ第４データが陰性の検体、
（Ｂ３）第１データが陰性かつ第２データが陰性かつ第３データが陰性の検体かつ第４データが陰性の検体、
（Ｂ４）第１データが陽性かつ第２データが陰性かつ第３データが陽性の検体かつ第４データが陽性若しくは陰性の検体、
（Ｂ５）第１データが陰性かつ第２データが陽性かつ第３データが陰性の検体かつ第４データが陽性若しくは陰性の検体、
（Ｂ６）第１データが陰性かつ第２データが陽性かつ第３データが陽性の検体かつ第４データが陽性若しくは陰性の検体、
（Ｂ７）第１データが陽性かつ第２データが陽性かつ第３データが陽性の検体かつ第４データが陽性若しくは陰性の検体、及び、
（Ｂ８）第１データが陰性かつ第２データが陰性かつ第３データが陽性の検体かつ第４データが陽性若しくは陰性の検体
を予後の悪いグループに区分することができる。
　続いて、第１スコアと第２スコアと第３データと第４スコアを説明変数とし、多変量解析することにより、予後の良いグループと悪いグループに区分する為の演算式、即ち予後演算式を求める。
　多変量解析する方法としては、特に限定されないが、好ましくは判別分析が用いられる。本発明においてはＰＤ－Ｌ１、Ｇａｌ－９及びＸＡＧＥ１発現並びにＴ細胞の浸潤の割合に関する数値からなる多変量データを説明変数として用いる。このような判別分析の手法は公知であり、最も代表的な判別分析に線形判別関数による判別があるが、それに限定されない。また、市販の統計解析ソフトウエアを用いて行うことができる。
　かくして得られた演算式は以下で表すことができる。
Figure JPOXMLDOC01-appb-M000003
　ａ０、ａ１、ａ２、ａ３及びａ４の値は、演算式を作成するために用いる肺腺癌患者の検体の数によっても異なる。本発明の方法で作成された予後演算式の一例として、後述の実施例において作成された以下の演算式が挙げられる。
Figure JPOXMLDOC01-appb-M000004
　説明変数である第１スコア及び第４スコアの係数が正であることから、ＰＤ－Ｌ１及び腫瘍組織へのＴ細胞の浸潤は予後良好因子であり、説明変数である第２スコア及び第３データの係数が負であることから、Ｇａｌ－９及びＸＡＧＥ１は予後不良因子であることがわかる。
　本発明は、上記した本発明の予後演算式作成方法によって作成された演算式を用いて、肺腺癌の予後を推定する方法を提供する。以下、本発明の肺腺癌の予後推定方法について詳細に述べる。
［予後推定方法］
　本発明の肺腺癌の予後推定方法の一態様は以下の通りである。
本発明の予後演算式作成方法１を用いて得られた演算式に対し、被験者の検体から検出される第１・第２スコアと第３データを前記演算式に代入して前記被験者の予後を演算により推定する肺腺癌の予後推定方法（以下、本発明の予後推定方法１とも称する）。
　ここで、演算式の作成は上述した通りである。
　第１・第２スコア及び第３データを被験者の検体から検出する方法は演算式を作成する際に実施した方法と同じあれば、特に限定されない。かくして得られた第１・第２スコア及び第３データをあらかじめ求められた演算式に代入して前記被験者の予後を推定する。演算式に代入して得られた値（以下、予後スコア１とも称する）が０よりも大きい場合には予後良好と推定し、０よりも小さい場合に予後不良と推定することができる。
　本発明の予後演算式作成方法の別の一態様は以下の通りである。
本発明の予後演算式作成方法２を用いて得られた演算式に対し、被験者の検体から検出される第１・第２スコアと第３データと第４スコアを前記演算式に代入して前記被験者の予後を演算により推定する肺腺癌の予後推定方法（以下、本発明の予後推定方法２とも称する）。
　ここで、演算式の作成は上述した通りである。
　第１・第２スコアと第３データと第４スコアを被験者の検体から検出する方法は演算式を作成する際に実施した方法と同じあれば、特に限定されない。かくして得られた第１・第２スコアと第３データと第４スコアをあらかじめ求められた演算式に代入して前記被験者の予後を推定する。演算式に代入して得られた値（以下、予後スコア２とも称する）が０よりも大きい場合には予後良好と推定し、０よりも小さい場合に予後不良と推定することができる。
　なお、第４スコアとして、ＣＤ４陽性Ｔ細胞及びＣＤ８陽性Ｔ細胞をあわせたＣＤ３陽性Ｔ細胞の浸潤率を用いてもよく、カットオフ値を用いることなく決定したＣＤ４陽性Ｔ細胞及びＣＤ８陽性Ｔ細胞の浸潤率の和、或いは、ＣＤ３陽性Ｔ細胞の浸潤率をそのまま用いてもよい。
　本発明の肺腺癌の予後推定方法は、従来の病期分類ではＩＡ期と判定される早期癌、或いは、ＩＡ、ＩＢ、ＩＩＡ、ＩＩＢ、又はＩＩＩＡ期と判定される早期癌を含む局所進行期（以下、「局所進行期」という。）にある肺癌患者の中から、実際は術後の予後が不良な患者を識別することを可能とするものである。もちろん、本発明の肺腺癌の予後推定方法は、ＩＩＩＢ期やＩＶ期の肺癌患者の予後推定のためにも用いることができる。従来、病期分類ＩＡ期においては、手術単独で５年生存率９０％前後である為、本邦では術後追加治療は行われておらず、早期或いは局所進行期の肺癌においては予後の良否の判別が困難だったため、各々の従来の判定方法による病期に対応した治療のみが実施されており、予後不良患者の発生を阻止しえなかった。本発明の予後推定方法は、従来の病期分類では不可能であった早期或いは局所進行期にある肺腺癌患者から予後不良患者の判別や早期肺腺癌患者の再発率を判定することができるので、当該予後不良患者に対して、従来適用されなかった術後追加治療、さらには、従来適用が不可能だった集学的治療や個別化医療の早期からの適用機会を提供することができ、患者の予後の悪さの改善に寄与するものである。このように、本発明の予後推定方法は、その病期が局所進行期、とりわけ早期の予後不良患者群に対して新たな臨床試験の場を提供することができるので、当該治療方法を適用できる予後不良な肺腺癌患者を選別するためのコンパニオン診断方法として有用である。
　また、本発明の肺腺癌の予後推定方法は、上述のように、従来の病期分類からは予測できない肺癌の予後の悪さを推定できることから、従来の病期分類に基づき決定される治療方法の適用が当該肺癌に対し有効かどうかの判断、すなわち、肺癌患者に対する治療方法の効果判定方法として用いることができる。この効果判定方法は、肺腺癌の治療方法であれば、その方法の如何によらず、対象とする病変部位が原発巣であっても転移部位であってもよく、術後に再発した場合でも適用が可能であるが、判別関数を求めるために用いる識別因子の性状を勘案すると、免疫抑制系経路に影響を与える治療方法に対する適用が有用であり、とりわけ、ＰＤ－Ｌ１の発現、Ｇａｌ－９の発現、ＸＡＧＥ１の発現及びＴ細胞浸潤の何れか１又は２以上に影響を与える治療方法の効果判定に有利に利用することができる。さらに、本発明の予後推定方法は、肺癌の術後再発率の予測方法として有用であり、なかでも早期肺腺癌の再発率の予測方法として有用であり、特に早期肺腺癌の術後５年を超える長期の再発率の予測方法として有用である。
　以下に実施例を挙げて本発明をより具体的に説明するが、これらは単なる例示であって本発明を何ら限定するものではない。
試験例１
　肺癌細胞株における免疫抑制分子のPD-L1、Gal-9の発現について調べた。用いた材料及び方法を以下に示す。
（材料）
使用したフローサイトメトリー抗体：
　・PD-L1 (clone 29E.2A3; BioLegend, San Diego, CA, USA)
　・Gal-9 (clone 9M1-3; BioLegend, San Diego, CA, USA)
 
測定機器：
　フローサイトメトリー：FACS CantoII（BD社）
 
使用した細胞株、肺癌組織：
　肺腺癌（A549、PC-9、HLC-1、II-18、OU-LC-ON、OU-LC-SK）
　肺扁平上皮癌（Sq-1、EBC-1、RERF-LC-AI）
 
（方法）
フローサイトメトリー法による肺癌細胞株におけるPD-L1、Gal-9の発現解析：
細胞表面
1.　肺癌細胞株を10％FCS/RPMIにてフラスコ内で数日間培養。
2.　EDTA液にて、培養細胞をフラスコより剥がしFACS buffer（1％FCS/0.1％ azide/PBS)で洗浄。
3.　細胞を1ｘ105個使用し、PD-L1 (clone 29E.2A3)、Gal-9 (clone 9M1-3)とそれぞれのアイソタイプコントロール抗体を使用し、添付文書（企業data sheet）の抗体量を使用し、On-ice 20分染色。
4.　FACS bufferで洗浄した後、FACS CantoIIで計測。
 
細胞内染色
1.　肺癌細胞株を10％FCS/RPMIにてフラスコ内で数日間培養。
2.　EDTA液にて、培養細胞をフラスコより剥がしFACS buffer（1％FCS/0.1％ azide/PBS)で洗浄。
3.　細胞を1ｘ105個使用し、BD Cytofix/CytopermTM Fixation/Permeabilization Solution Kitで、細胞に穴を開ける。
4.　PD-L1 (clone 29E.2A3)、Gal-9 (clone 9M1-3 )とそれぞれのアイソタイプコントロール抗体を使用し、添付文書（企業data sheet）の抗体量を使用し、On-ice 20分染色。
5.　FACS bufferで洗浄した後、FACS CantoIIで計測。
 
（結果）
　結果を図１に示す。
　結果、多くの肺癌細胞株において、PD-L1及びGal-9分子が強く発現していることが確認された。
試験例２
　肺癌細胞株におけるPD-L1及びGal-9分子の発現について更なる解析を行った。
　種々の肺腺癌細胞株（A549、PC-9、HLC-1、II-18、OU-LC-ON、OU-LC-SK）をIFN-γ処理し、処理の前後での細胞表面、細胞内におけるPD-L1及びGal-9の発現の変化を調べた。発現解析は試験例１と同様にしてフローサイトメトリー法により行った。
　II-18細胞での発現解析の結果を図２Ａに、試験した細胞株におけるIFN-γ処理による発現の変化を図２Ｂに示す。結果、PD-L1はIFN-γ処理により細胞表面での発現が増加するが、Gal-9の発現は変化しなかった。
　次に、分子標的薬が奏功する肺癌細胞株PC-9と奏功しないOU-LC-SKを用いて、分子標的薬処理後の培養上清中のGal-9濃度を測定した。分子標的薬処理は、10 nMのAfatinibと共に細胞を96時間培養することにより行った。
　結果、分子標的薬で腫瘍が崩壊するとGal-9が上清中に放出されることが明らかになった（図２Ｃ）。分子標的薬により腫瘍が一部崩壊してもGal-9という免疫を強く抑制する物質が放出される。従って、このことは、分子標的薬と、Gal-9とTim-3を標的とした抗体医薬との併用療法が重要であることを意味する。
　実際、がん患者の胸水（癌局所に類似）ではGal-9濃度が高く（図２Ｄ）、また化学療法中の経過でもGal-9が血液中から検出される患者がいることが確認された（図２Ｅ；10症例中3人で標準偏差以上の差が認められた）。
試験例３
　がん局所に浸潤するＴ細胞（TIL）の表面での免疫抑制分子（PD-1、TIM-3、BTLA、LAG-3）の発現解析を行った。解析は、以下の抗体を用いて試験例１に記載の方法と同様にしてフローサイトメトリー法により行った。
　・PD-1（Anti-CD279-PE/Cy7 clone EH12.2H7, Biolegend）
　・TIM-3（Anti-Tim3-APC clone F38-2E2, eBioscience）
　・BTLA（Anti-CD272-PE clone MH26, Biolegend）
　・LAG-3（Anti-CD223-FITC clone 17B4, Enzo）
　結果、CD4陽性細胞、CD8陽性細胞のいずれにおいても、PD-L1の受容体であるPD-1、Gal-9の受容体であるTim-3が高発現しており（図３Ａ－Ｂ）、肺腺癌における免疫抑制分子経路として、PD-1/PD-L1及びTim-3/Gal-9経路が重要であることが示された。
　更に、がん局所の細胞におけるPD-1及びTim-3の発現と、分化度（CD27）、増殖能（Ki-67）、アポトーシス（Annexin V）との関係を調べた。
　結果、Tim-3+ PD-1+ T細胞は細胞疲弊しているとの報告がこれまで多かったが、そうではなく、CD27は維持され（最終分化すると低下する為）、Ki-67は高く、Annexin Vは高値であった（図３Ｃ）。これは、T細胞増殖能が亢進していると同時に細胞死も高頻度に誘導されていることを反映している。がん治療のためにはこれらの活性化した細胞を維持することが重要である。これまで報告されているのは、PD-1抗体、PD-L1抗体での臨床試験であり、それによりアポトーシスを防げるのはPD-1+ Tim-3-の細胞集団が主であり、Tim-3+細胞はアポトーシスを免れない。その為、Gal-9とTim-3を標的とする抗体医薬が重要であることが示唆される。
　次に、がん抗原XAGE1に対する特異的なCD8+ T細胞を樹立した。細胞表面のPD-1、TIM-3発現をフローサイトメトリー法により調べたところ、Tim-3が高発現していることが分かった（図３Ｄ）。
　そのT細胞（1 x 104細胞）に、図に示した濃度でGal-9を加えて8時間培養したところ、細胞はアポトーシスした（図３Ｅ）。また、そのT細胞（1 x 104細胞）を用いて、Gal-9（300 pg/ml）に対し、抗Gal-9抗体（1 μg/ml）を加えて12時間培養したところ、アポトーシスが阻害された（図３Ｆ）。
試験例４
　試験例１－３の結果により肺腺癌においては免疫抑制分子経路としてPD-1/PD-L1及びTim-3/Gal-9経路が重要であることが示された。そこで、肺腺癌で免疫応答が予後に関連することが知られているXAGE1抗原も含め、これらの分子の発現の有無と予後との関連を検討した。
（材料と方法）
使用した肺癌組織：361例（Tissue Micro Array LK400-1,LK400-2:肺腺癌194例、肺扁平上皮癌112例、肺小細胞癌12例、その他の組織型11例、転移性肺腫瘍32例）
　　　株式会社パソロジー研究所（富山，日本）より提供
 
使用した免疫染色抗体：
　・Rabbit anti-PD-L1 Ab (Catalog number: 4059 ProSci incorporated Poway,CA,USA)
　・Mouse anti-human Galectin-9 mAb (clone 9M1-3 GalPharma Co., Ltd, Kagawa, Japan)
　・XAGE1モノクローナル抗体（USO 9-13：本発明者らが作製）
 
免疫染色（XAGE1）：
1.　5μmパラフィン切片を脱パラフィン化。
2.　抗原賦活化はマイクロウェーブで10 mmol/L citrate buffer (pH 6.0)内で 圧力釜を使用し10分。
3.　内在性ペルオキシダーゼを0.3% H2O2for 5分で不活性化。
4.　XAGE1モノクローナル抗体を2 μg/mL使用し4℃でオーバーナイト。
5.　洗浄後streptavidin-biotin complex (SimpleStain MAX-PO kit; Nichirei, Tokyo, Japan)に引き続きH2O2入り3, 3'-diaminobenzidine で発色。
 
その他の免疫染色（パソロジー研究所による）：
1.　脱パラフィン操作
2.　抗原賦活
　　抗原賦活処理液 KN9（Code:KN-09001, パソロジー研究所)で95℃40分間処理、室温で冷却20分間
3.　内因性ペルオキシダーゼ処理
　　3%過酸化水素水で、室温　10分間
4.　蒸留水で数回洗浄し、KN Buffer (Code : KN-09002, パソロジー研究所)に室温で5分間浸漬し、平衡化
5.　一次抗体反応　（室温）
6.　KN Bufferで数回洗浄
7.　二次抗体反応（室温　30分間）
　　Envision＋Dual Link　HRP標識・ポリマー試薬（Dako社：K4061）
8.　KN Bufferで数回洗浄
9.　DAB発色　［Dako DAB+］　（室温　10分間）
10.　蒸留水で洗浄
11.　ヘマトキシリン（細胞核を染色）　室温 3分
12.　水洗、脱水、透徹、封入
 
スコアリング：
　　・免疫染色
　　XAGE1：
　　　　組織内に1％以上の陽性細胞数があれば陽性と判定する。
　　PD-L1，Gal-9：
　　　　免疫染色を施行した後、2切片を用いて、細胞膜および細胞質の染色強度I（Intensity）と範囲D（Distribution; 強度Iの細胞が何%存在するか）を計測。
　　　　強度I : no expression 0, weak 1, moderate 2, marked 3
　　　　範囲D : 0% 0, 1～50% 1, 51～100% 2
　　　　免疫染色スコアIHC Score = D x I
　　　　細胞膜では、2切片の内高い方を、その組織の細胞膜スコアとする。同様に、細胞質でも2切片の内高い方を、その組織の細胞膜スコアとする。
 
陽性判定：
　　XAGE1：
　　　　組織内に1％以上の陽性細胞数があれば陽性1、1％未満であれば0と判定する。
　　PD-L1，Gal-9：
　　　　免疫染色で求められた細胞膜スコア、細胞質スコアのそれぞれについて、3以上で陽性。細胞膜もしくは細胞質の少なくとも一方が陽性の場合、その検体は陽性であると判定する。
 
解析：
　生存解析にはIBM SPSS Statistics 19 for Windows (IBM, New York, NY)を用いた。
 
（結果）
　抗PD-L1抗体、抗Gal-9抗体または抗XAGE1抗体での免疫染色画像を図４に示す。肺癌組織においてPD-L1、Gal-9およびXAGE1の発現が認められた。
　また、PD-L1及びGal-9についての上記スコアリング及び陽性判定の結果を下記表１及び２に示す。
Figure JPOXMLDOC01-appb-T000005
Figure JPOXMLDOC01-appb-T000006
　XAGE1についての陽性判定の結果を下記表３に示す。
Figure JPOXMLDOC01-appb-T000007
　更に、PD-L1、Gal-9、XAGE1の発現と予後との関係について得られた結果を図５に示す。
　肺癌では腫瘍側の免疫抑制因子としてPD-L1とGal-9が重要であり、さらに、肺腺癌において、免疫原性を有するXAGE1発現とPD-L1、Gal-9分子の発現パターンが予後に関与することがわかった。
試験例５
　試験例４により、腫瘍側の因子の予後との関連が明らかになったので、次に宿主側の因子と予後についての検討を行った。即ち、肺癌における免疫担当細胞の浸潤の多寡と予後との関連性について調べた。さらに、予後との関連が強い腫瘍側の因子であるXAGE1発現とPD-L1、Gal-9分子の発現パターンとそれぞれ組み合わせて予後との関連性について調べた。
（材料と方法）
使用した肺癌組織：
　予後情報と臨床情報が利用可能な120例の肺癌組織を用いた。
 
免疫染色：
　XAGE1、PD-L1、Gal-9の免疫染色は試験例４において上述した通りに行った。
　宿主側の因子の免疫染色は、以下の抗体を用いてPD-L1、Gal-9の免疫染色と同様にして行った。
　　　・CD4 (abcam社ab133616)　　希釈倍率 1:100　　30分反応
　　　・CD8 (BIOSB社 BIOSB5173)　　希釈倍率 1:50　　30分反応
　　　・Foxp3 (abcam社ab20034)　　希釈倍率 1:100　　30分反応
 
スコアリング：
　XAGE1、PD-L1、Gal-9発現のスコアリングは試験例４と同様にして行った。
　CD4、CD8発現は、パソロジー研究所により、Scan scopeシステムを使用して%として計測し、染色強度2+以上を陽性細胞と判定した。
 
陽性判定：
　XAGE1、PD-L1、Gal-9発現の陽性判定は試験例２と同様にして行った。
　CD4、CD8の陽性判定は、パソロジー研究所により、Scan scopeシステムを使用して％として計測し、染色強度2+以上を陽性細胞とし、肺腺癌120例のデータを使用した。120例のデータの近似曲線（三次関数）を作成し、その変曲点以上の陽性細胞数頻度を陽性検体、それ未満の陽性細胞数頻度を陰性検体とした。
 
解析：
　生存解析にはIBM SPSS Statistics 19 for Windows (IBM, New York, NY)を用いた。
 
（結果）
　宿主側の因子の免疫染色画像（Ａ）、その発現強度のスコア付けと頻度（Ｂ）、およびCD4陽性T細胞の割合と検体数との関係のプロットの結果より二値化する基準（Ｃ）を図６に示す。上記近似曲線における変曲点に基づいて、T細胞の各パラメータについて以下のカットオフ値が得られた。
Figure JPOXMLDOC01-appb-T000008
　更に、PD-L1、Gal-9又はXAGE1の発現及びＴ細胞浸潤と予後との関係について図７に示す結果が得られた。PD-L1、Gal-9又はXAGE1発現の多寡及び腫瘍局所浸潤Ｔ細胞の多寡と予後との関連性が強く示された。
実施例１
　以上の知見に基づき、複数の肺癌患者より得られた腫瘍組織検体を用いて、予後の推定を可能とする演算式の作成を試みた。
　実験では、試験例５においてXAGE、PD-L1、Gal-9の発現、及びT細胞浸潤について陽性判定を行った120例の肺腺癌検体を用いた。120例の検体は以下の8グループに分類された。
a. PD-L1陽性、Gal-9陰性、XAGE陰性 (n=21)
b. PD-L1陽性、Gal-9陰性、XAGE陽性 (n=8)
c. PD-L1陰性、Gal-9陽性、XAGE陰性 (n=11)
d. PD-L1陰性、Gal-9陽性、XAGE陽性 (n=2)
e. PD-L1陽性、Gal-9陽性、XAGE陰性 (n=19)
f. PD-L1陽性、Gal-9陽性、XAGE陽性 (n=5)
g. PD-L1陰性、Gal-9陰性、XAGE陰性 (n=36)
h. PD-L1陰性、Gal-9陰性、XAGE陽性 (n=18)
　各グループと予後との関係を図８Ａに示す。これらの腫瘍側の因子である３つの分子発現を組み合わせることによって予後が判定できることが分かった。すなわち、PD-L1の発現は予後良好、Gal-9及びXAGE1発現は予後不良因子であることが判明した。そして、上記のグループa、e、gを予後の良いグループ（クラスターA; n=76）に、グループb、c、d、f、hを予後の悪いグループ（クラスターB; n=44）に区分できることも分かった（図８Ｂ）。これらに基づいて、PD-L1のtotal score（第1スコア）、Gal-9のtotal score（第2スコア）、XAGE1の発現の有無（第3データ）を説明変数とする判別解析を行い、予後の良いグループと悪いグループに区分する演算式を求めた。判別解析は、IBM SPSS Statistics 19 for Windows (IBM, New York, NY)を用いて行った。結果、以下の判別関数が得られた。
Figure JPOXMLDOC01-appb-M000009
　更に、腫瘍側の因子である上記３つの分子発現に加えて、宿主因子であるT細胞浸潤の多寡も組み合わせて、予後の推定を可能とする演算式の作成を試みた。T細胞浸潤の割合は、CD4陽性細胞の%とCD8陽性細胞の%の和により求めた。
　120例の検体は、i)クラスターAに含まれかつT細胞浸潤陽性(n=52)、ii)クラスターAに含まれかつT細胞浸潤陰性(n=24)、iii)クラスターBに含まれかつT細胞浸潤陽性(n=32)、iv)クラスターBに含まれかつT細胞浸潤陰性(n=12)の4つのグループに分類された。各グループと予後との関係を図８Ｄに示す。そして、上記のグループi)を予後の良いグループ（クラスターC; n=52）に、グループii)、iii)、iv)を予後の悪いグループ（クラスターD; n=68）に更に区分できることも分かった（図８Ｅ）。これらに基づいて、PD-L1のtotal score（第1スコア）、Gal-9のtotal score（第2スコア）、XAGE1の発現の有無（第3データ）、T細胞浸潤の割合（第4スコア）を説明変数とする判別解析を行い、予後の良いグループと悪いグループに区分する演算式を求めた。判別解析は、IBM SPSS Statistics 19 for Windows (IBM, New York, NY)を用いて行った。結果、更に明確に予後を判定できる以下の判別関数が得られた。
Figure JPOXMLDOC01-appb-M000010
　上記のクラスター分別における各説明変数の標準化係数（standardized coefficient value）を表５に、また種々の因子による単変量及び多変量Cox回帰分析の結果を表６に示す。
Figure JPOXMLDOC01-appb-T000011
　表５に示す係数は免疫因子の重み付けを示している。従ってPD-L1を指標とした時にCluster C, Dにおいて、T細胞浸潤は約2倍予後良好、Gal-9は約1.5倍予後不良、XAGE1発現は約2倍予後不良であることが分かる。
Figure JPOXMLDOC01-appb-T000012
実施例２
<試験方法>
　実施例１で用いた予後情報と臨床情報が利用可能な１２０名の肺腺癌患者中の病期分類ＩＡ期に分類される５２名の早期肺腺癌患者より得られた腫瘍組織検体を用いて、実施例１と同様の方法により、早期癌の場合においても実施例１と同様に、ＰＤ－Ｌ１の発現、Ｇａｌ－９の発現、ＸＡＧＥ１の発現及びＴ細胞浸潤を識別因子として用い、予後の推定ができるかどうかの確認を行った。
　実施例１で用いたのと同じ分類のクラスターと予後との関係を図９に示す。
<結果>
　病期分類ＩＡ期の肺癌の場合にも、実施例１と同様のクラスター分類が可能であり、その予後が良い場合と不良の場合に区分できることが判明した。
　この結果は、本発明の予後推定方法を用いることにより、従来識別が困難とされていた病期分類ＩＡ期の早期癌患者中の予後不良の患者群の識別ができることを示している。
　さらに、本発明の予後推定方法は、術後追加治療が行われない病期分類ＩＡ期の肺癌患者中の予後不良患者群に対し、追加治療や従来不可能だった集学的治療の機会を提供するためのコンパニオン診断方法として用いることができることを示している。
実施例３
<試験方法>
　実施例１で用いた１２０名の予後情報と臨床情報が利用可能な肺腺癌患者より得られた腫瘍組織検体を用いて、肺癌の術後の実施例１で求めた判別関数［数５］を用いて予後推定を行い、実際にその予後を追跡した結果を、全員(Pathological Stage Ｉ-ＩＩＩＡ)、病期分類Ｉ期に分類される６２名の早期肺腺癌患者(Pathological Stage Ｉ)及び局所進行期の肺腺癌患者(Pathological Stage ＩＩ-ＩＩＩＡ)の病期の患者群に分けて、図１０に示す。さらに、当該１２０名の肺癌患者を対象に、実施例１で求めた判別関数［数６］を用いて予後推定を行い、実際にその予後を追跡した結果を図１１に示す。なお、術後の追跡期間は、肺癌術後の再発無しの判断を行う目安の期間として一般に使用されている５年間とした。
<結果>
　図１０から明らかなように、［数５］を用いることにより、いずれの病期の肺腺癌患者においても、その予後推定が可能であることが確認された。
　また、同じ患者群を解析した図１０と図１１の患者群の生存率を比較すると、図１０の予後良好群(Cluster A)では生存率が55.8%であるのに対し図１１の予後良好群(Cluster C)では生存率が62.0%と高くなっていることから、免疫因子として宿主側因子を加えた［数６］を用いることにより、より精度の高い予後推定が可能であることが確認された。
　これらの結果は、本発明の［数1］に基づき求めた演算式を用いる予後推定方法により、病期分類ＩＩ-ＩＩＩＡの肺腺癌患者はもとより、従来識別が困難とされていた病期分類Ｉ期の早期癌患者中の予後不良の患者を識別ができることを示している。さらに、これらの結果は、［数３］に基づき求めた演算式を用いる予後推定方法により、［数1］に基づき求めた演算式を用いるよりもさらに精度よく肺腺癌の予後推定ができることを示している。
実施例４
<試験方法>
　PD-L1の免疫染色用抗体として、モノクローナルRabbit anti-human PD-L1抗体(clone SP-142 Spring Bioscience Corporation, Pleasanton, CA）を１００倍希釈して用い、T細胞の免疫染色用抗体として、モノクローナル Rabbit anti-human CD3抗体(clone:SP-7, Nichirei Biosciences Inc., Tokyo, Japan)を１００倍希釈して用い、Cut-offを使用せず、T細胞の浸潤率をそのまま第４スコアとして使用した以外は、実施例1と同じ方法で、実施例１で用いた肺腺癌患者群のデータを収集した大学病院とは異なる大学病院において予後情報と臨床情報が利用可能な病期分類Ｉの肺腺癌患者より得られた腫瘍組織検体について、実施例１で求めた［数５］を用いて予後推定を行う検証コホート研究を実施し、術後の生存率(Overall survival)及び無病生存率(Disease-free survival)を追跡した。結果を図１２に示す。なお、近年、全国がん（成人病）センター協議会が公表している全がん協生存率として、通常の肺癌治癒の目安として用いられる５年生存率に加えて１０年生存率が公表されるようになり、それによると早期肺腺癌であっても術後５年経過後においても原病死があることが明らかになってきたので、本発明の予後推定方法の長期にわたる予後予測の有効性を確認するために本研究では追跡期間として術後１０年間を設定した。
<結果>
　図１２から明らかなように、実施例３の場合と同様に、他施設の肺腺癌患者群においても、［数５］を用いることにより、その予後推定が可能であることが確認された。また、予後良好と判定された早期肺癌患者では、術後５年以降１０年を経過しても全員が無病状態にあることが確認された。
　この結果は、本発明の予後推定方法が汎用性を有していることを示している。さらに、本発明の予後推定方法は、早期肺腺癌患者の長期にわたる再発率の予測方法として極めて有用であることが明らかになった。
　実施例３及び４の結果は、本発明の予後推定方法が、病期や実施施設の如何にかかわらず肺癌患者に適用できることを示しているだけでなく、通常は術後に追加治療が行われない病期分類Ｉ期の肺癌患者中の予後不良患者の判別にもきわめて有用であり、当該予後不良患者の術後の治療方法や再発の早期発見に必要な検査頻度の設定等、術後の治療方針の決定にも有用なツールとなることを示している。さらに、本発明の予後推定方法は、早期肺腺癌患者中の予後不良患者を確実に判別できるので、従来は行われていなかった早期肺癌患者中の予後不良と判別された患者に対し予後改善に必要な追加治療の実施や、従来不可能だった集学的治療或いは個別化医療の適用機会を提供し、その生存率を向上させるためのコンパニオン診断方法としても有用であることを示している。
　本発明によれば、肺腺癌の予後の判定が可能となるシステムが提供される。実臨床においては、臨床病期及び病理学的病期によって治療法が選択されるが、それらの病期とは別に免疫因子を指標とした予後判定システムを用いることで、臨床的な早期がんであっても、積極的な集学的治療が必要な患者を選択できる。また、本発明は、気管支鏡検体やＣＴガイド下肺生検による検体といった微小な腫瘍組織を検討するだけで予後を判定できる。従って、病期の全身検索ができないような患者において、微小な臨床検体を採取することで予後判定が可能であり、その後の治療方針の決定に貢献することができる。
　本出願は、日本で出願された特願２０１５－０９６０１３（出願日：２０１５年５月８日）、特願２０１５－２１２３９３（出願日：２０１５年１０月２８日）、及び特願２０１６－０５２６４４（出願日：２０１６年３月１６日）を基礎としており、その内容は本明細書に全て包含されるものである。

Claims (7)

  1. 　複数の肺腺癌患者の各検体について、
    免疫染色法によりＰＤ－Ｌ１、Ｇａｌ－９およびＸＡＧＥ１の発現を検出し、
    腫瘍組織における腫瘍のＰＤ－Ｌ１の分布範囲と発現強度に基づき特定される第１スコアを二値化した第１データと、腫瘍組織における腫瘍のＧａｌ－９の分布範囲と発現強度に基づき特定される第２スコアを二値化した第２データと、ＸＡＧＥ１の発現の有無に基づき二値化した第３データに基づき肺腺癌患者を予後の良いグループと悪いグループに区分し、
    第１スコアと第２スコアと第３データを説明変数とする多変量解析により予後の良いグループと悪いグループに区分する演算式を求めることを特徴とする予後演算式作成方法。
  2. 　複数の肺腺癌患者の各検体について、
    免疫染色法によりＰＤ－Ｌ１、Ｇａｌ－９、ＸＡＧＥ１、ＣＤ４およびＣＤ８の発現を検出し、
    腫瘍組織における腫瘍のＰＤ－Ｌ１の分布範囲と発現強度に基づき特定される第１スコアを二値化した第１データと、腫瘍組織における腫瘍のＧａｌ－９の分布範囲と発現強度に基づき特定される第２スコアを二値化した第２データと、ＸＡＧＥ１の発現の有無に基づき二値化した第３データと、Ｔ細胞の浸潤の割合に基づき特定される第４スコアを二値化した第４データに基づき肺腺癌患者を予後の良いグループと悪いグループに区分し、第１スコアと第２スコアと第３データと第４スコアとを説明変数とする多変量解析により予後の良いグループと悪いグループに区分する演算式を求めることを特徴とする予後演算式作成方法。
  3. 　請求項１に記載の方法により求められた演算式に対し、被験者の検体から検出される第１・第２スコアと第３データを代入して前記被験者の予後を演算により推定する肺腺癌の予後推定方法。
  4. 　請求項２に記載の方法により求められた演算式に対し、被験者の検体から検出される第１・第２スコアと第３データと第４スコアを代入して前記被験者の予後を演算により推定する肺腺癌の予後推定方法。
  5. 　請求項３又は４に記載の肺腺癌の予後推定方法を用いることを特徴とする、予後不良な早期乃至局所進行期の肺癌患者を選別し、予後改善に必要な治療を実施するためのコンパニオン診断方法。
  6. 　請求項３又は４に記載の肺腺癌の予後推定方法を用いることを特徴とする、肺腺癌治療方法の効果判定方法。
  7. 　被験者が早期肺癌患者であり、肺腺癌の予後推定方法が当該患者における術後の再発率を判定するものである、請求項３又は４に記載の肺腺癌の予後推定方法。
PCT/JP2016/063687 2015-05-08 2016-05-06 免疫因子を指標とした肺腺癌の予後演算式作成方法と予後推定方法 WO2016181912A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2017517920A JP6675716B2 (ja) 2015-05-08 2016-05-06 免疫因子を指標とした肺腺癌の予後演算式作成方法と予後推定方法

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
JP2015-096013 2015-05-08
JP2015096013 2015-05-08
JP2015-212393 2015-10-28
JP2015212393 2015-10-28
JP2016052644 2016-03-16
JP2016-052644 2016-03-16

Publications (1)

Publication Number Publication Date
WO2016181912A1 true WO2016181912A1 (ja) 2016-11-17

Family

ID=57248083

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2016/063687 WO2016181912A1 (ja) 2015-05-08 2016-05-06 免疫因子を指標とした肺腺癌の予後演算式作成方法と予後推定方法

Country Status (2)

Country Link
JP (1) JP6675716B2 (ja)
WO (1) WO2016181912A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018207866A1 (ja) 2017-05-11 2018-11-15 学校法人 川崎学園 がん治療効果の検査方法及び免疫応答誘導用組成物
CN112582028A (zh) * 2020-12-30 2021-03-30 华南理工大学 一种肺癌预后预测模型、构建方法及装置
JP2022029824A (ja) * 2020-08-05 2022-02-18 憲一 佐藤 癌罹患判定方法、装置、およびプログラム

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012515334A (ja) * 2009-01-14 2012-07-05 ザ ユナイテッド ステイツ オブ アメリカ， アズ リプレゼンテッド バイ ザ セクレタリー， デパートメント オブ ヘルス アンド ヒューマン サービシーズ 比に基づく生体マーカーおよびそれを使用する方法
JP2014158500A (ja) * 2005-10-19 2014-09-04 Anselm (Institut National De La Sante Et De La Recherche Medicale) 患者の癌の進行およびその転帰の生体外予後診断方法、および該方法を実施するための手段

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014158500A (ja) * 2005-10-19 2014-09-04 Anselm (Institut National De La Sante Et De La Recherche Medicale) 患者の癌の進行およびその転帰の生体外予後診断方法、および該方法を実施するための手段
JP2012515334A (ja) * 2009-01-14 2012-07-05 ザ ユナイテッド ステイツ オブ アメリカ， アズ リプレゼンテッド バイ ザ セクレタリー， デパートメント オブ ヘルス アンド ヒューマン サービシーズ 比に基づく生体マーカーおよびそれを使用する方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
F. HOFFMANN-LA ROCHE: "U.S. FDA grants Breakthrough Therapy Designation for Roche's investigational cancer immunotherapy MPDL3280A (anti-PDL1) in non- small cell lung cancer", MEDIA RELEASE, pages 1 - 3, XP055329363, Retrieved from the Internet <URL:http://www.roche.com/med-cor-2015-02-02-e.pdf> [retrieved on 20160629] *
SCHULKENS I. A. ET AL.: "Galectin Expression Profiling Identifies Galectin-1 and Galectin- 9A5 as Prognostic Factors in Stage I/II Non- Small Cell Lung Cancer", PLOS ONE, vol. 9, no. 9, September 2014 (2014-09-01), pages 1 - 9, XP055329346 *
WAKI KAYOKO ET AL.: "PD-1 expression on peripheral blood T-cell subsets correlates with prognosis in non-small cell lung cancer", CANCER SCI, vol. 10 5, no. 10, October 2014 (2014-10-01), pages 1229 - 1235, XP055329355 *
YOSHIHIRO OUE ET AL.: "Haisengan de Fukusu no Men'eki Bunshi o Shihyo to suru Haisengan Kanja no Yogo Yosokuho", KANSAI . TOKAI CHIKU IKEI DAIGAKU SHIN GIJUTSU SETSUMEIKAI, 29 October 2015 (2015-10-29), Retrieved from the Internet <URL:https://shingi.jst.go.jp/past_abst/abst/p/15/kansaitokai_mednet/kansaitokai_mednet02.pdf> [retrieved on 20160629] *
YOSHIHIRO OUE: "Antibody, CD 4 and CD 8 T- cell response against XAGE-1b (GAGED2a) in non-small cell lung cancer patients", KAWASAKI MEDICAL JOURNAL, vol. 37, no. 4, 2011, pages 223 - 232 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018207866A1 (ja) 2017-05-11 2018-11-15 学校法人 川崎学園 がん治療効果の検査方法及び免疫応答誘導用組成物
CN110582701A (zh) * 2017-05-11 2019-12-17 学校法人川崎学园 检查癌症治疗效果的方法和用于诱导免疫应答的组合物
JPWO2018207866A1 (ja) * 2017-05-11 2020-05-28 学校法人 川崎学園 がん治療効果の検査方法及び免疫応答誘導用組成物
JP7216420B2 (ja) 2017-05-11 2023-02-01 学校法人 川崎学園 がん治療効果の検査方法及び免疫応答誘導用組成物
US11709165B2 (en) 2017-05-11 2023-07-25 Kawasaki Gakuen Educational Foundation Examination method for prediction of effect of treatment of cancer based on detection of cancer/testis antibodies
JP2022029824A (ja) * 2020-08-05 2022-02-18 憲一 佐藤 癌罹患判定方法、装置、およびプログラム
JP7157941B2 (ja) 2020-08-05 2022-10-21 憲一 佐藤 癌罹患判定方法、装置、およびプログラム
CN112582028A (zh) * 2020-12-30 2021-03-30 华南理工大学 一种肺癌预后预测模型、构建方法及装置
CN112582028B (zh) * 2020-12-30 2023-10-13 华南理工大学 一种肺癌预后预测模型、构建方法及装置

Also Published As

Publication number Publication date
JPWO2016181912A1 (ja) 2018-03-29
JP6675716B2 (ja) 2020-04-01

Similar Documents

Publication Publication Date Title
Scase et al. Canine mast cell tumors: correlation of apoptosis and proliferation markers with prognosis
Tan et al. Thyroid transcription factor-1 expression prevalence and its clinical implications in non-small cell lung cancer: a high-throughput tissue microarray and immunohistochemistry study
Savci-Heijink et al. The role of desmoglein-3 in the diagnosis of squamous cell carcinoma of the lung
KR102412396B1 (ko) 객담유래 세포의 dna 메틸화 표현형결정에 의한 조기 폐암 검출
Montel et al. Tumor–stromal interactions reciprocally modulate gene expression patterns during carcinogenesis and metastasis
AU2011241174B2 (en) Method and kit for cancer diagnosis
Yadav et al. ER, PR, HER2/NEU status and relation to clinicopathological factors in breast carcinoma
JP6675716B2 (ja) 免疫因子を指標とした肺腺癌の予後演算式作成方法と予後推定方法
KR20100015421A (ko) 아넥신 ａ３에 의한 전립선암의 자가면역 조절
KR102384848B1 (ko) 방광암용 바이오마커로서의 케라틴 17
Yokoi et al. Immunophenotypic profile as a predictor of prognosis in advanced ovarian carcinoma
JP2022500504A (ja) 浸潤性乳癌のリスクを有する対象の治療の選択方法
EP2895863B1 (en) New biomarkers for the diagnosis and/or prognosis of clear cell renal cell carcinoma
KR102599695B1 (ko) 마커 사람 부고환 단백질 4 (he4) 기반의 폐 선암 재발의 발견 방법 및 관련 용도
JP6583785B2 (ja) 非ヒト動物の悪性腫瘍の悪性度の評価方法
US11371995B2 (en) Method for selecting individuals to be administered immune checkpoint inhibitor
Alqualo et al. Molecular biomarkers in prostate cancer tumorigenesis and clinical relevance
RU2708786C1 (ru) Способ прогнозирования исхода плоскоклеточного рака языка и ротоглотки
US20240110915A1 (en) Methods, products and systems for prognosis of subjects suffering from multiple myeloma
US20170029898A1 (en) Novel method for screening for prostate cancer
TW202127033A (zh) 癌幹細胞之生物標誌
JP6898617B2 (ja) Ｐｒｄｍ１４発現を確認する方法
Titmarsh Phenotyping the tumour microenvironment in non-small lung cancer using patient derived samples
EP3052938B1 (en) Methods and products for the diagnosis and prognosis of ovarian tumor malignancy
EP2937696B1 (en) Method for detecting prostatic basal cells

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16792637

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2017517920

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16792637

Country of ref document: EP

Kind code of ref document: A1