糖尿病または前糖尿病状態を持つ対象を識別する方法、糖尿病または前糖尿病状態を発症するリスクを有する対象を識別する方法、糖尿病または前糖尿病状態に関連する疾患を他の疾患からまたは糖尿病の下位分類内で差別的に診断する方法、患者の糖尿病または前糖尿病状態への進行のリスクを評価する方法、糖尿病または前糖尿病状態を持つ対象における治療の有効性を評価する方法、および糖尿病または前糖尿病状態を治療する療法を選択する方法が開示される。

【発明の詳細な説明】
【技術分野】
【０００１】
（参考としての援用）
本願は、２００５年１０月１１日に出願された米国仮特許出願第６０／７２５，４６２号の優先権を主張する。
【０００２】
本テキストで引用する各出願および特許は、各出願および特許で引用された各文書または参考文献（各交付済み特許の手続処理中を含む；「出願引用文書」）、ならびにこれらの出願および特許のいずれかに一致する、および／またはそれからの優先権を主張する米国および各外国出願および特許、ならびに各出願引用文書で引用または参照された各文書と同様に、参照により本明細書に明示的に組み入れられる。さらに一般的には、文書または参考文献は本テキストにおいて、請求項の前の参考文献リストまたはテキスト自体のどちらかに引用され；これらの各文書または参考文献（「本明細書引用参考文献」）は、各本明細書引用参考文献で引用された各文書または参考文献（いずれの製造者の仕様書、説明書なども含む）と同様に、参照により本明細書に明示的に組み入れられる。参照により本テキストに組み入れられる文書は、本発明の実施で利用されうる。
【０００３】
（発明の分野）
本発明は一般に、糖尿病を発症するリスクの上昇に関連する生物学的マーカの同定はもちろんのこと、このような生物学的マーカを糖尿病の診断および予後に使用する方法にも関するものである。
【背景技術】
【０００４】
（発明の背景）
真性糖尿病は、インスリン分泌、インスリン作用、またはその両方の欠陥から生じる炭水化物、脂質およびタンパク質代謝の乱れを伴う慢性的高血糖によって特徴付けられる代謝障害を説明している。真性糖尿病の影響は、各種臓器の長期にわたる損傷、機能障害および不全を含む。糖尿病は、口渇、多尿、視界のぼやけ、慢性感染症、創傷治癒遅延、および体重減少などの特徴的な症状と共に呈されうる。その最も重篤な形では、ケトアシドーシスまたは非ケトン性高浸透圧状態が発生して、無感覚、昏睡、そして有効な治療のない場合には死に至ることがある。しばしば症状は重篤でなく、認識されないか、または症状がないことがある。結果として、通常、定期健康診断中に一晩絶食後の尿中での高レベルのグルコース検出によって診断が行われる前に、病態生理学的および機能的変化を引き起こすのに十分な高血糖が、長期、場合により最大１０年間にわたって存在することがある。真性糖尿病の長期の影響としては、失明の可能性を伴う網膜症、腎不全に至ることがある腎症、ニューロパシー、微小血管の変化、および自律神経機能障害などの合併症の進行的発症が挙げられる。糖尿病患者は、心血管、末梢血管、および脳血管疾患（まとめて「動脈」疾患）のリスク上昇にも瀕している。癌のリスク上昇もある。複数の病原性プロセスが、糖尿病発症に関与している。これらは膵臓のインスリン分泌ベータ細胞を破壊するプロセスと結果としてのインスリン欠乏、そしてインスリン取り込みに対する抵抗を生じる肝臓および平滑筋細胞の変化を含む。炭水化物、脂質およびタンパク質代謝の異常は、インスリンに対する非感受性またはインスリン欠乏から生じる標的組織に対する不十分なインスリン作用のためである。
【０００５】
根底にある原因とは無関係に、真性糖尿病は１型糖尿病および２型糖尿病に細分される。１型糖尿病は、膵臓のベータ細胞の自己免疫介在破壊から生じる。破壊速度は変化しやすく、急速進行形は一般に小児に見られるが、成人でも発生しうる。１型糖尿病の低速進行形は一般に成人で発生して、時には成人の潜在性自己免疫性糖尿病（ＬＡＤＡ）と呼ばれる。一部の患者、特に小児および青年は、疾患の最初の顕在化としてケトアシドーシスを示しうる。他の患者は、感染または他のストレスの存在下で重症高血糖および／またはケトアシドーシスに急速に変化しうる中程度の空腹時高血糖を有する。なお他の患者、特に成人は、長年にわたってケトアシドーシスを予防するのに十分な残存ベータ細胞機能を保持しうる。この形の１型糖尿病を持つ患者は、生存のためにインスリンに依存するようになることが多く、ケトアシドーシスのリスクに瀕している。１型糖尿病を持つ患者は、低レベルのまたは検出不可能なレベルの血漿Ｃペプチドによって明示されるように、インスリン分泌をほとんどまたは全く示さない。しかしながら既知の病因を持たない１型糖尿病のある形があり、これらの患者の一部は、持続性インスリン減少を有し、ケトアシドーシスになりやすいが、自己免疫の証拠を持たない。これらの患者は「特発性１型」と呼ばれる。
【０００６】
２型糖尿病は、糖尿病の最も一般的な形であり、どちらも有力な特徴でありうるインスリン作用およびインスリン分泌の障害によって特徴付けられる。どちらも通例、この形の糖尿病が臨床的に明示された時点で存在する。２型糖尿病患者は、絶対的というよりもむしろ相対的なインスリン欠乏によって特徴付けられ、インスリンの作用に対して抵抗性である。少なくとも初期に、そしてその生涯中にしばしば、これらの個体は生存するためにインスリン治療を必要としない。２型糖尿病は、糖尿病の全症例の９０〜９５％を占める。この形の糖尿病は、高血糖が糖尿病の顕著な症状を誘発するのに十分なほど重要でないので、または症状が単に認識されないので、長年にわたって診断未確定となりうる。２型糖尿病の患者の大多数が肥満であり、肥満自体がインスリン抵抗性を引き起こしうるか、または悪化させうる。在来の体重基準によって肥満でない人の多くは、主に腹部領域に分布した体脂肪（内蔵脂肪）のパーセンテージ上昇を有することがある。ケトアシドーシスはこの種の糖尿病では珍しく、通例は別の疾病のストレスに関連して発生する。この形の糖尿病患者は正常または高く見えるインスリンレベルを有しうるが、これらの糖尿病患者では高い血中グルコースレベルは、そのベータ細胞機能が正常であっても、なおより高いインスリン値を生じることが予想される。それゆえインスリン分泌はしばしば不足しており、インスリン抵抗性を代償するには不十分である。これに対して、一部の高血糖者は本質的に正常なインスリン作用を、しかし明らかに障害のあるインスリン分泌を有する。
【０００７】
糖尿病性高血糖は、体重減少、身体活動の向上、および／または薬理学的治療によって低下させられうる。インスリン抵抗性、インスリン分布、および糖新生などの、高血糖と関連している複数の生物学的機構があり、これらの機構の１つ以上に作用する経口活性薬がある。ライフスタイルおよび／または薬物介入により、グルコースレベルはほぼ正常レベルに戻りうるが、これは通例、一時的である。時間と共に、治療手法に加えて追加の第２薬物が必要とされることが多い。しばしば時間と共に、これらの多剤手法も失敗すると、その時点でインスリン注射が開始される。
【０００８】
米国で１８００万人を超える人々が２型糖尿病を有し、そのうち約５００万人がその疾患を有することを知らない。疾患を有することを知らず、糖尿病の古典的な症状を示さないこれらの人々は、重大な診断および治療上の難問を与えている。
【０００９】
米国には、２型糖尿病を発症する重大なリスクに瀕している、ほぼ４１００万人の大規模なグループがある。彼らは概して文献で「前糖尿病患者」と呼ばれる。「前糖尿病患者」、すなわち「前糖尿病」を持つ対象は、所与の期間中での２型糖尿病への転換に関して、幅広い母集団よりも高いリスクを持つ人または母集団を表す。２型糖尿病を発症するリスクは、年齢、肥満度、および身体活動の不足とともに上昇する。それは妊娠前糖尿病を有する女性において、そして高血圧および／または異脂肪血症を有する個体においてより頻繁に発生する。その頻繁さは、各種の人種下位集団にて変化する。２型糖尿病は強い家族性、おそらく遺伝性素因に関連することが多いが、この形の糖尿病の遺伝学は複雑であり、明らかに定義されていない。
【００１０】
前糖尿病は、正常および明白な糖尿病レベルの間の空腹時グルコースレベルをしばしば有する。研究では時々、これらの人々はグルコースに対するその耐性が試験される。異常グルコース耐性、すなわち「耐糖能障害」は、個体が糖尿病へ向かう途上にあるという指標でありうる；それはその検出のために２時間の経口耐糖能試験の使用を必要とする。しかしながら耐糖能障害はそれ自体、完全に無症候性であり、いずれの機能的障害とも関連付けられていないことが示されている。実際にインスリン分泌は通例、純粋なグルコース負荷に応答するよりも、混合食に応答するほうが高い；結果として、耐糖能障害の大半の人々は、診断用耐糖能試験を受けるときを除いて、その日常生活では、そうだとしても、高血糖であることはまれである。それゆえ耐糖能障害の重要性は排他的に、将来の疾患のリスクが上昇した人を識別する能力に存在する（Ｓｔｅｒｎら、２００２）。Ｓｔｅｒｎおよび他者が実施した研究において、２型糖尿病への将来の転換の前兆としての、耐糖能障害の感度および偽陽性率は５０．９％および１０．２％であり、それぞれ７７．５％の受信者動作特性曲線下面積および０．２０のｐ値を表した。そのコスト、信頼性、および不都合のために、経口耐糖能試験は日常的な臨床業務で使用されることはまれである。その上、糖尿病が経口耐糖能試験のみに基づいて診断される患者は、追跡調査で正常への高い復帰率を有し、実際に偽陽性診断となりうる。Ｓｔｅｒｎおよび他者は、このような症例が、在来の空腹時または臨床診断基準を満足する人々と比較して、７〜８年の追跡調査後に非糖尿病状態へほぼ５倍戻りやすいことを報告した。明らかに、将来の糖尿病のリスクを評価する改善された方法への要求がある。
【００１１】
耐糖能障害の人はしばしば、少なくとも１つ以上の一般的な動脈疾患リスク因子を有することが見出されるであろう。このクラスタリングは一部の研究者によって「シンドロームＸ」または「メタボリックシンドローム」と呼ばれており、前糖尿病状態を示しうる。クラスタの各成分は単独で動脈および糖尿病リスク上昇を伝達するが、それらは組合せとして一緒に、はるかに重大となる。これは、高血糖およびメタボリックシンドロームの他の特徴を持つ人々の管理が、血中グルコース制御に集中するだけでなく、他の動脈疾患リスク因子の低下のための方法も含むことを意味する。さらにこのようなリスク因子は糖尿病または前糖尿病に特異的でなく、それ自体は糖尿病の、または糖尿病状態の診断の根拠ではない。
【００１２】
さらに糖尿病への転換のリスク上昇が、動脈疾患および事象への転換のリスク上昇を示すことに注目すべきである。糖尿病自体は、動脈疾患の最も重大な単一リスク因子の１つであり、実際に単独でしばしば「冠動脈心疾患等価物」と呼ばれ、安定狭心症と同様の範囲内で、先の動脈事象の生存率などの最も重大な独立リスク因子よりわずかに低い、動脈事象の２０％を超える１０年リスクを示している。他の動脈疾患、たとえば末梢動脈疾患または脳血管疾患にも同じことが当てはまる。
【発明の開示】
【発明が解決しようとする課題】
【００１３】
前糖尿病が糖尿病などの血糖障害の検出前に１０年以上存在しうることが文書に十分に記録されている。アカルボース、メトホルミン、トログリタゾンおよびロシグリタゾンなどの薬物による前糖尿病の治療は、糖尿病を延期または予防しうる；なお前糖尿病はほとんど治療されない。主な理由は上記のように、糖尿病を発症する個体の実際のリスクを判定する簡単な実験室試験が存在しないことである。それゆえ当分野には、まだ糖尿病ではないが、糖尿病を発症する重大なリスクに瀕している個体を識別および診断する方法への要求が残存している。
【課題を解決するための手段】
【００１４】
（発明の要旨）
本発明は、一部は、ある生物学的マーカ、たとえばタンパク質、核酸、多形性、代謝産物、および他の検体が、ある生理学的状態および状況と同様に、真性糖尿病または前糖尿病状態、たとえばこれに限定されるわけではないが、メタボリックシンドローム（シンドロームＸ）、グルコース調節異常および／またはインスリン抵抗性を特徴とする状態、たとえば耐糖能障害（ＩＧＴ）および空腹時高血糖（ＩＦＧ）を発症するリスクの上昇した対象に、このような対象がこれらの状態の在来のリスク因子の一部または全部を示さない場合、またはこれらの状態について無症候性である患者を除いて存在するという発見に関するものである。
【００１５】
したがって本発明は、このような糖尿病または前糖尿病状態を経験している対象のリスクを監視または評価するために、糖尿病または前糖尿病状態を持つ対象を診断または同定するために、糖尿病または前糖尿病状態の発症のリスクを監視するために、糖尿病または前糖尿病状態の治療を受けている対象を監視するために、糖尿病または前糖尿病状態に関連する疾患状況を他の疾患から、または糖尿病または前糖尿病状態の下位分類内で差別的に診断するために、糖尿病または前糖尿病状態のリスクの変化を評価するために、糖尿病または前糖尿病状態を持つ対象を治療するのに使用される療法を選択するために使用されうる、あるいは糖尿病または前糖尿病状態を発症するリスクに瀕している対象を治療するのに使用するための、糖尿病または前糖尿病状態の生物学的マーカを提供する。好ましくは、本発明は生物学的マーカの使用を提供し、その一部は、糖尿病に関連していないか、またはこれまでに糖尿病に関連するとして認識されていないが、糖尿病の症状のいずれも示さない対象、すなわち糖尿病または前糖尿病状態について無症候性であるか、あるいは潜在的な前糖尿病状態の非特異的な指標、たとえば動脈リスク因子のみを有する、または糖尿病の在来のリスク因子を全くまたはほとんど示さない対象を検出または識別するために、糖尿病または前糖尿病状態の発症につながりうる早期の生物学的変化に関連付けられている。重要なことに、本明細書で開示するバイオマーカの多くは、糖尿病の診断で個々の重大性をほとんどしめしていないが、他の開示されたマーカと組合せて（「パネル」で）使用され、本明細書で開示された数学的分類アルゴリズムと併用されたときに、前糖尿病でないものからの、前糖尿病患者または母集団の重大な識別物となる。
【００１６】
したがって一態様において、本発明は、対象における真性糖尿病または前糖尿病状態の発症のリスクを評価するために所定レベルの予測性を用いる方法を提供し、該方法は：対象からのサンプル中のＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択される１つ以上の、好ましくは２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを測定する工程と、サンプル中の１つ以上、好ましくは２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲのレベルの臨床的に有意な変化であって、対象において真性糖尿病または前糖尿病状態を発症するリスクの上昇を示す変化を測定する工程とを含む。
【００１７】
一実施形態において、真性糖尿病は１型糖尿病、２型糖尿病、または妊娠糖尿病を含む。他の実施形態において、前糖尿病状態はＩＦＧ、ＩＧＴ、メタボリックシンドローム、またはシンドロームＸを含む。
【００１８】
ＤＢＲＩＳＫＭＡＲＫＥＲのレベルは、電気泳動により、または免疫化学的に測定されうる。検出が免疫化学的である場合、検出はラジオイムノアッセイ、免疫蛍光アッセイによって、あるいは酵素結合免疫吸着アッセイによって可能である。検出は特異性オリゴヌクレオチドハイブリダイゼーションによっても達成されうる。
【００１９】
ある実施形態において、対象は真性糖尿病または前糖尿病状態を有するとして以前に診断または同定されていない。他の実施形態において、対象は真性糖尿病または前糖尿病状態について無症候性である。
【００２０】
本発明によって定義されるサンプルは、血清、血漿、血液細胞、内皮細胞、組織生検、腹水、骨髄、間質液、痰、または尿でありうる。
【００２１】
本発明の一実施形態において、５つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの発現レベルが測定されるが、しばしばより多い、２５以上の、または５０以上のＤＢＲＩＳＫＭＡＲＫＥＲの測定も含まれうる。
別の態様において、真性糖尿病または前糖尿病状態を有する対象を診断または同定するために所定レベルの予測性を用いる方法が提供され、該方法は、対象からのサンプル中のＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択される１つ以上の、好ましくは２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを測定する工程と、１つ以上の（あるいは２つ以上の）ＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを基準値と比較する工程とを含む。
【００２２】
一実施形態において、基準値は指数値である。基準値は、糖尿病または前糖尿病状態についての１つ以上のリスク予測アルゴリズムまたは算出指数から導出されうる。
【００２３】
本発明の別の態様は、対象からのサンプル中のＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択される１つ以上の、好ましくは２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを測定する工程と、サンプル中の１つ以上（あるいは２つ以上）のＤＢＲＩＳＫＭＡＲＫＥＲのレベルの臨床的に有意な変化であって、対象における耐糖能障害を示す変化を測定する工程とを含む、対象における耐糖能障害のリスクを評価するために所定レベルの予測性を用いる方法を提供する。
【００２４】
一実施形態において、対象は耐糖能障害を有するとして以前に診断されていない。別の実施形態において、対象は耐糖能障害について無症候性である。
【００２５】
別の態様において、耐糖能障害を有する対象を診断または同定するために所定レベルの予測性を用いる方法が提供され、該方法は、対象からのサンプル中のＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択される１つ以上の、好ましくは２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを測定する工程と、１つ以上の（好ましくは２つ以上の）ＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを基準値と比較する工程とを含む。基準値は指数値でありうる。
【００２６】
あるいは基準値は、耐糖能障害についての１つ以上のリスク予測アルゴリズムまたは算出指数から導出されうる。
本発明の別の態様は、第１期間に対象からの第１サンプル中のＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択される１つ以上の、好ましくは２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを検出する工程と；第２期間に対象からの第２サンプル中の１つ以上、好ましくは２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを検出する工程と；工程（ａ）で検出された１つ以上（あるいは２つ以上の）ＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを、工程（ｂ）で検出された量と、または基準値と比較する工程とを含む、対象における真性糖尿病または前糖尿病状態の進行を評価するために所定レベルの予測性を用いる方法を提供する。
【００２７】
一実施形態において、対象は真性糖尿病または前糖尿病状態に罹患しているとして以前に診断または同定されている。他の実施形態において、対象は真性糖尿病または前糖尿病状態について以前に治療されている。なお別の実施形態において、対象は真性糖尿病または前糖尿病状態に以前に罹患しているとして診断または同定されていない。他の実施形態において、対象は真性糖尿病または前糖尿病状態について無症候性である。
【００２８】
本発明の文脈では、第１サンプルは、真性糖尿病または前糖尿病状態について治療される前に対象から採取されうる。第２サンプルは、真性糖尿病または前糖尿病状態について治療された後に対象から採取されうる。基準値は、真性糖尿病または前糖尿病状態に罹患した１人以上の対象から導出されうる。
【００２９】
本発明の別の態様において、第１期間に対象からの第１サンプル中のＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択される１つ以上の、好ましくは２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを検出する工程と；第２期間に対象からの第２サンプル中の１つ以上、好ましくは２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを検出する工程と；工程（ａ）で検出された１つ以上（あるいは２つ以上の）ＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを、工程（ｂ）で検出された量と、または基準値と比較する工程とを含む、対象における真性糖尿病または前糖尿病状態に関連する耐糖能障害の進行を評価するために所定レベルの予測性を用いる方法が提供される。
【００３０】
対象は真性糖尿病または前糖尿病状態について以前に治療された対象でありうる。対象は耐糖能障害を有するとして、または真性糖尿病または前糖尿病状態に罹患しているとして以前に診断または同定されていない対象でもありうる。あるいは対象は、耐糖能障害について無症候性でありうるか、または真性糖尿病または前糖尿病状態について無症候性である。
【００３１】
なお別の態様において、真性糖尿病または前糖尿病状態の治療の有効性を監視するために所定レベルの予測性を用いる方法が提供され、該方法は、第１期間に対象からの第１サンプル中のＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択される１つ以上の、好ましくは２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを検出する工程と；第２期間に対象からの第２サンプル中の１つ以上、好ましくは２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを検出する工程と；工程（ａ）で検出された１つ以上（あるいは２つ以上の）ＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを、工程（ｂ）で検出された量と、または基準値と比較する工程とを含み、治療の有効性は、対象からの１つ以上の、好ましくは２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルの変化によって監視される。
【００３２】
一実施形態において、真性糖尿病または前糖尿病状態の治療は、運動療法、食事補充物、治療剤、外科的介入、および予防剤を含む。別の実施形態において、基準値は、真性糖尿病または前糖尿病状態の１つ以上の治療の結果として糖尿病リスク因子の改善を示す１人以上の対象から導出される。治療の有効性は、ボディマス指数（ＢＭＩ）、インスリンレベル、血中グルコースレベル、ＨＤＬレベル、収縮期および／または拡張期血圧、あるいはその組合せの変化を検出することによってさらに監視されうる。血中グルコースレベルの変化は、経口耐糖能試験によって検出されうる。
【００３３】
本発明の別の態様は、第１期間に対象からの第１サンプル中のＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択される１つ以上の、好ましくは２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを検出する工程と；場合により、第２期間に対象からの第２サンプル中の１つ以上、好ましくは２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを検出する工程と；工程（ａ）で検出された１つ以上（あるいは２つ以上の）ＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを、基準値、または場合により工程（ｂ）で検出された量と比較する工程とを含む、真性糖尿病または前糖尿病状態と診断されたか、またはそのリスクを有する対象に治療計画を選択するために所定レベルの予測性を用いる方法を提供する。
【００３４】
本発明は、真性糖尿病を持たない１人以上の対象から採取した、ＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択される１つ以上の、好ましくは２つ以上のマーカの有効量のマーカレベルのパターンを含む、真性糖尿病基準発現プロファイルも提供する。
【００３５】
耐糖能障害を持たない１人以上の対象から採取した、ＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択される１つ以上の、好ましくは２つ以上のマーカの有効量のマーカレベルのパターンを含む、耐糖能障害基準発現プロファイルも提供される。
【００３６】
別の態様において、真性糖尿病を有する、真性糖尿病を発現するリスクを有する、または真性糖尿病の治療を受けている１人以上の対象から採取した、ＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択される１つ以上の、好ましくは２つ以上のマーカの有効量のマーカレベルのパターンを含む、真性糖尿病対象発現プロファイルが提供される。
【００３７】
別の態様において、耐糖能障害を有する、耐糖能障害を発現するリスクを有する、または耐糖能障害の治療を受けている１人以上の対象から採取した、ＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択される１つ以上の、好ましくは２つ以上のマーカの有効量のマーカレベルのパターンを含む、耐糖能障害対象発現プロファイルが提供される。
【００３８】
本発明は、本発明のプロファイルを生成するのに十分な、ＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択される対応するＤＢＲＩＳＫＭＡＲＫＥＲを検出する、複数のＤＢＲＩＳＫＭＡＲＫＥＲ検出試薬を含むキットも提供する。検出試薬は、１つ以上の抗体またはその断片を含みうる。あるいは、または加えて、検出試薬は１つ以上のオリゴヌクレオチドまたは１つ以上のアプタマーを含みうる。
【００３９】
本発明は別の態様において、本発明による１つ以上の真性糖尿病基準発現プロファイル、または本発明による１つ以上の真性糖尿病対象発現プロファイル、そして場合により追加の試験結果および対象情報を含む機械読み取り可能な媒体も提供する。
【００４０】
本発明による１つ以上の耐糖能障害基準発現プロファイル、または本発明による１つ以上の耐糖能障害対象発現プロファイル、そして場合により追加の試験結果および対象情報を含む機械読み取り可能な媒体も考慮される。
【００４１】
別の態様において、真性糖尿病または前糖尿病状態に関連する生理学的および／または生化学的経路を示す１つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを含むＤＢ ＷＳＫＭＡＲＫＥＲパネルが提供される。一実施形態において、生理学的および生化学的経路は、自己免疫調節、炎症および内皮機能（サイトカイン−サイトカイン受容体相互作用、細胞接着分子（ＣＡＭ）、接着点、白血球経内皮移動、ナチュラルキラー細胞媒介細胞毒性、アクチン細胞骨格の調節、接着／密着／ギャップ結合、および細胞外マトリクス（ＥＣＭ）−受容体相互作用を含む）、脂肪細胞の発達および維持（アディポサイトカイン、細胞周期、アポトーシス、および神経刺激性リガンド−受容体相互作用を含む）はもちろんのこと、造血細胞系統、補体および凝固カスケード、細胞内および細胞外細胞シグナル伝達経路（ｍＴＯＲ、ＴＧＦ−β、ＭＡＰＫ、インスリン、ＧｎＲＨ、トール様受容体、Ｊａｋ−ＳＴＡＴ、ＰＰＡＲ、Ｔ細胞受容体、Ｂ細胞受容体、ＦｃεＲＩ、カルシウム、Ｗｎｔ、およびＶＥＧＦシグナル経路および他の細胞伝達機構を含む）も、１型および２型真性糖尿病と一般に関連付けられる経路に加えて含む。
【００４２】
真性糖尿病または前糖尿病状態に関連する部位を示す１つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを含むＤＢＲＩＳＫＭＡＲＫＥＲパネルも提供され、該部位は、ベータ細胞、内皮細胞、骨格および平滑筋、あるいは末梢、心血管または脳血管動脈を含みうる。
【００４３】
他の態様において、真性糖尿病または前糖尿病状態の進行を示す１つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを含むＤＢＲＩＳＫＭＡＲＫＥＲパネルも提供される。
【００４４】
本発明はさらに、真性糖尿病または前糖尿病状態の進行速度を示す１つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを含むＤＢＲＩＳＫＭＡＲＫＥＲパネルも提供する。本発明は、真性糖尿病の１種類以上に特異的である１つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを含むＤＢＲＩＳＫＭＡＲＫＥＲパネルおよび前糖尿病状態に特異的である１つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを含むＤＢＲＩＳＫＭＡＲＫＥＲパネルにも関する。
【００４５】
対象の関連する過去のコホート、またはこのような過去のコホートで発生された算出指数を利用する、数学的分類アルゴリズムおよび因子分析手法から選択される１つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを含むＤＢＲＩＳＫＭＡＲＫＥＲパネルも提供される。特に、レプチン（ＬＥＰ）、ハプトグロビン（ＨＰ）、インスリン様成長因子結合タンパク質３（ＩＬＧＦＢＰ３）、レジスチン（ＲＥＴＮ）、マトリクスメタロペプチダーゼ２（ＭＭＰ−２）、アンギオテンシンＩ変換酵素（ペプチジルジペプチダーゼＡ）−１（ＡＣＥ）、補体成分４Ａ（Ｒｏｇｅｒｓ血液型）（Ｃ４Ａ）、ＣＤ１４分子（ＣＤ１４）、セレクチンＥ（内皮接着分子）（ＳＥＬＥ）、コロニー刺激因子１（マクロファージ）（ＣＳＦ１）、および血管内皮成長因子（ＶＥＧＦ）、ｃ反応性タンパク質、ペントラキシン関連（ＣＲＰ）、腫瘍壊死因子受容体スーパーファミリメンバ１Ａ（ＴＮＦＲＳＦ１Ａ）、ＲＡＧＥ（最終糖化産物特異的受容体［ＡＧＥＲ］）、ＣＤ２６（ジペプチジルペプチダーゼ４；ＤＰＰ４）、ならびにこれらのＤＢＲＩＳＫＭＡＲＫＥＲの１つ以上を使用する数学的分類アルゴリズム内のその統計的および／または機能的同等物を含む、開示されたＤＢＲＩＳＫＭＡＲＫＥＲのサブセットから選択された、１つ以上、好ましくは１つ以上のＤＢＲＩＳＫＭＡＲＫＥＲのＤＢＲＩＳＫＭＡＲＫＥＲパネル。
【００４６】
１人以上の対象からのサンプル中に存在する、少なくとも１つの、好ましくは２つの別個のＤＢＲＩＳＫＭＡＲＫＥＲのレベル上昇の存在を検出する工程と；少なくとも１つの、好ましくは２つの別個のＤＢＲＩＳＫＭＡＲＫＥＲの変化したレベルが真性糖尿病または前糖尿病状態を発症するリスクの低い１人以上の対象で測定されたベースライン値、または１つ以上の糖尿病調節薬による治療の結果として糖尿病リスクマーカの改善を示す１人以上の対象で測定されたベースライン値に戻るまで、１人以上の対象を１つ以上の糖尿病調節薬によって治療する工程とを含む、真性糖尿病または前糖尿病状態を発症するリスクを有する１人以上の対象を治療する方法も本発明によって考慮される。
【００４７】
糖尿病調節薬は、スルホニル尿素；ビグアナイド；インスリン、インスリンアナログ；ペルオキシソーム増殖剤活性化受容体−γ（ＰＰＡＲ−γ）アゴニスト；二重作用性ＰＰＡＲアゴニスト；インスリン分泌促進物質；グルカゴン様ペプチド−１（ＧＬＰ−１）のアナログ；ジペプチジルペプチダーゼＩＶ（ＤＰＰ４）の阻害薬；膵臓リパーゼ阻害薬；α−グルコシダーゼ阻害薬；およびその組合せを含みうる。一実施形態において、１つ以上の糖尿病調節薬による治療の結果としての糖尿病リスクマーカの改善は、ボディマス指数（ＢＭＩ）の低下、血中グルコースレベルの低下、インスリンレベルの上昇、ＨＤＬレベルの上昇、収縮期および／または拡張期血圧の低下、あるいはその組合せを含む。
【００４８】
本発明の別の態様において、第１期間に対象からの第１サンプル中のＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択される１つ以上の、好ましくは２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを検出する工程と；場合により、第２期間に対象からの第２サンプル中の１つ以上、好ましくは２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを検出する工程と；工程（ａ）で検出された１つ以上（あるいは２つ以上の）ＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを、基準値、または場合により工程（ｂ）の量と比較する工程とを含む、前糖尿病状態と診断されたか、またはそのリスクを有する対象における耐糖能障害のリスクの変化を評価する方法が提供される。
【００４９】
本発明はさらに、対象からの第１サンプル中のＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択される１つ以上の、好ましくは２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを検出する工程と；工程（ａ）で検出された１つ以上（あるいは２つ以上の）ＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを、本発明の真性糖尿病対象発現プロファイル、本発明の耐糖能障害対象発現プロファイル、または基準値と比較する工程とを含む、対象における真性糖尿病または前糖尿病状態に関連する疾患状況を差異的に診断する方法を提供する。
【００５０】
さらに糖尿病リスク因子を分析することによって糖尿病または前糖尿病状態を発症するリスクを有する対象を診断または同定する方法において、本発明は、対象からのサンプル中のＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択される１つ以上の、好ましくは２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを測定する工程と、サンプル中の１つ以上の（または２つ以上の）ＤＢＲＩＳＫＭＡＲＫＥＲのレベルの臨床的に有意な変化であって、対象における真性糖尿病または前糖尿病状態を発症するリスクの上昇を示す変化を測定する工程とを含む、改良を提供する。
【００５１】
本発明のなお別の態様では、糖尿病リスク因子を分析することによって糖尿病または前糖尿病状態を発症するリスクを有する対象を診断または同定する方法において、本発明は：レプチン（ＬＥＰ）、ハプトグロビン（ＨＰ）、インスリン様成長因子結合タンパク質３（ＩＬＧＦＢＰ３）、レジスチン（ＲＥＴＮ）、マトリクスメタロペプチダーゼ２（ＭＭＰ−２）、アンギオテンシンＩ変換酵素（ペプチジルジペプチダーゼＡ）−１（ＡＣＥ）、補体成分４Ａ（Ｒｏｇｅｒｓ血液型）（Ｃ４Ａ）、ＣＤ１４分子（ＣＤ１４）、セレクチンＥ（内皮接着分子）（ＳＥＬＥ）、コロニー刺激因子１（マクロファージ）（ＣＳＦ１）、および血管内皮成長因子（ＶＥＧＦ）、ｃ反応性タンパク質、ペントラキシン関連（ＣＲＰ）、腫瘍壊死因子受容体スーパーファミリメンバ１Ａ（ＴＮＦＲＳＦ１Ａ）、ＲＡＧＥ（最終糖化産物特異的受容体［ＡＧＥＲ］）、ＣＤ２６（ジペプチジルペプチダーゼ４；ＤＰＰ４）から成る群より選択される１つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを選択する工程と、サンプル中の１つ以上のＤＢＲＩＳＫＭＡＲＫＥＲのレベルの臨床的に有意な変化であって、対象における真性糖尿病または前糖尿病状態を発症するリスクの上昇を示す変化を測定する工程とを含む、改良を提供する。
【００５２】
糖尿病リスク因子を分析することによって糖尿病または前糖尿病状態を発症するリスクを有する対象を診断または同定する方法において、本発明は：レプチン（ＬＥＰ）、ハプトグロビン（ＨＰ）、インスリン様成長因子結合タンパク質３（ＩＬＧＦＢＰ３）、レジスチン（ＲＥＴＮ）、マトリクスメタロペプチダーゼ２（ＭＭＰ−２）、アンギオテンシンＩ変換酵素（ペプチジルジペプチダーゼＡ）−１（ＡＣＥ）、補体成分４Ａ（Ｃ４Ａ）、ＣＤ１４分子（ＣＤ１４）、セレクチンＥ（内皮接着分子）（ＳＥＬＥ）、コロニー刺激因子１（マクロファージ）（ＣＳＦ１）、および血管内皮成長因子（ＶＥＧＦ）、ｃ反応性タンパク質、ペントラキシン関連（ＣＲＰ）、腫瘍壊死因子受容体スーパーファミリメンバ１Ａ（ＴＮＦＲＳＦ１Ａ）、ＲＡＧＥ（最終糖化産物特異的受容体［ＡＧＥＲ］）、ＣＤ２６（ジペプチジルペプチダーゼ４；ＤＰＰ４）から成る群より選択される２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを選択する工程と、サンプル中の２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲのレベルの臨床的に有意な変化であって、対象における真性糖尿病または前糖尿病状態を発症するリスクの上昇を示す変化を測定する工程とを含む、改良を提供する。
【００５３】
別途定義しない限り、本明細書で使用するすべての技術的および科学的擁護は、本発明が関連する分野の当業者によって一般に理解されるのと同じ意味を有する。本明細書に記載するのと同様または同等の方法および材料が本発明の常法で使用されうるが、適切な方法および材料が以下で説明される。本明細書で言及するすべての刊行物、特許出願、特許および他の参考文献は、参照によりその全体が明示的に本明細書に組み入れられている。矛盾がある場合には、定義を含む本明細書が制御する。加えて、本明細書に記載する材料、方法、および実施例は例証のためのみであり、制限するものではない。
【００５４】
本発明の他の特徴および利点は、以下の詳細な説明および請求項から明らかとなり、それらに含まれる。
【発明を実施するための最良の形態】
【００５５】
（発明の詳細な説明）
本発明は、糖尿病または前糖尿病状態を有する、あるいは糖尿病または前糖尿病状態を発症する素因のある対象に関連したバイオマーカの識別に関するものであろう。したがって本発明は、本明細書で開示するバイオマーカの検出により、糖尿病または糖尿病状態について無症候性である対象を含めて、糖尿病または前糖尿病状態の素因がある対象を識別する方法を特徴とする。これらのバイオマーカは、糖尿病または前糖尿病状態の治療および療法を受けている対象を監視するのに、そして糖尿病または前糖尿病状態を有する対象において効果的である療法および治療を選択するのにも有用であり、このような治療および療法の選択および使用は、糖尿病または前糖尿病状態の進行を低速化させるか、あるいはその開始を実質的に遅延または予防する。
【００５６】
「真性糖尿病」は本発明の文脈において、自己免疫性および特発性の両方の１型糖尿病ならびに２型糖尿病（合せて「糖尿病」）を含む。世界保健機関は、真性糖尿病について空腹時血漿グルコース濃度７．０ｍｍｏｌ／Ｌ（１２６ｍｇ／ｄＬ）以上（全血６．１ｍｍｏｌ／Ｌまたは１１０ｍｇ／ｄＬ）、または２時間グルコースレベル≧１１．１ｍｍｏｌ／Ｌ（＞２００ｍｇ／ｄＬ）の診断値を定義している。真性糖尿病に対するハイリスクを示す他の値としては、高い動脈圧＞１４０／９０ｍｍＨｇ；高い血漿トリグリセリド（＞１．７ｍｍｏｌ／Ｌ；１５０ｍｇ／ｄＬ）および／または低いＨＤＬコレステロール（男性では＜０．９ｍｍｏｌ／Ｌ、３５ｍｇ／ｄＬ；女性では＜１．０ｍｍｏｌ／Ｌ、３９ｍｇ／ｄＬ）；中心性肥満（男性：腹囲対臀囲比＞０．９０；女性：腹囲対臀囲比＞０．８５）および／または３０ｋｇ／ｍ^２を超えるボディマス指数；ミクロアルブミン尿症、尿中アルブミン排泄率＞２０μｇ／分またはアルブミン：クレアチニン比＞３０ｍｇ／ｇの場合）が挙げられる。
【００５７】
「前糖尿病状態」は、正常グルコース恒常性および代謝と、明白な真性糖尿病で見られる状況との中間である代謝状況を指す。前糖尿病状態としては制限なく、メタボリックシンドローム（「シンドロームＸ」）、耐糖能障害（ＩＧＴ）、および空腹時高血糖（ＩＦＧ）が挙げられる。ＩＧＴは、グルコース調節の食後異常を指すが、ＩＦＧは空腹状態で測定される異常を指す。世界保健機関は、ＩＧＦの値を６．１ｍｍｏｌ／Ｌ（１００ｍｇ／ｄＬ）以上（全血５．６ｍｍｏｌ／Ｌ；１００ｍｇ／ｄＬ）であるが、７．０ｍｍｏｌ／Ｌ（１２６ｍｇ／ｄＬ）未満（全血６．１ｍｍｏｌ／Ｌ；１１０ｍｇ／ｄＬ）の空腹時血漿グルコース濃度として定義している。全米コレステロール教育プログラム（ＮＣＥＰ）基準によるメタボリックシンドロームは、次：血圧＞１３０／８５ｍｍＨｇ；空腹時血漿グルコース＞６．１ｍｍｏｌ／Ｌ；胴囲＞１０２ｃｍ（男性）または＞８８ｃｍ（女性）；トリグリセリド＞１．７ｍｍｏｌ／Ｌ；およびＨＤＬコレステロール＜１．０ｍｍｏｌ／Ｌ（男性）または１．３ｍｍｏｌ／Ｌ（女性）の少なくとも３つを有するとして定義される。
【００５８】
本発明の文脈における「前糖尿病」は、明白な２型真性糖尿病への疾患転換の正常よりも高い予想率を有する個体または母集団における生理学的状況を示す。前糖尿病母集団における明白な２型糖尿病へのこのような絶対予想転換率は、１年につき最高１パーセント以上、好ましくは１年につき２パーセント以上でありうる。それは本発明から得られるものを含めて、リスクの四分位数間の正常からの相対リスクによって、または各種のバイオマーカおよび指数スコア間の尤度比としても示されうる。別途記載しない限り、そして制限なく、前糖尿病の分類的陽性診断が本明細書で示されるときに、それは今後７．５年にわたり１年につき２パーセント（２％）の２型糖尿病への予想転換率を持つ患者のグループ、または所与の閾値（選択された前糖尿病臨床カットオフ）にて試験するその１５パーセント（１５％）によって実験的に定義される。前糖尿病転換リスクの連続的尺度が生成されるとき、「前糖尿病状態」を有することは、正常な基準または一般的な未選択正常罹患率母集団で見られる上のいずれの予想年転換率も含む。
【００５９】
「耐糖能障害」（ＩＧＴ）は、通常よりは高いが、真性糖尿病として分類されるほど高くない血中グルコースレベルを有するとして定義される。ＩＧＴを有する対象は、７５ｇ経口耐糖能試験で１４０〜１９９ｍｇ／ｄＬ（７．８〜１１．０ｍｍｏｌ）の２時間グルコースレベルを有するであろう。これらのグルコースレベルは、正常より上であるが、糖尿病と診断されるレベルよりは低い。耐糖能障害または空腹時血糖異常を持つ対象は、糖尿病を発症する重大なリスクを有し、それゆえ一次予防の重要な標的グループである。
【００６０】
「インスリン抵抗性」は、体の細胞がインスリンの効果に対して抵抗性となる、すなわち所与の量のインスリンに対する正常な応答が低下する状態を指す。結果として、インスリンがその効果を発揮するために、より高いレベルのインスリンが必要とされる。
【００６１】
「正常グルコースレベル」は、「血糖正常の」という用語と互換的に使用され、６．１ｍｍｏｌ／Ｌ（１１０ｍｇ／ｄＬ）未満の空腹時静脈血漿グルコース濃度を指す。この量は任意であるが、このような値は正常耐糖能が証明された対象にて観察されており、しかし一部は経口耐糖能試験（ＯＧＴＴ）によって測定されるようにＩＧＴを有することがある。
【００６２】
２６０のバイオマーカが、糖尿病を有する、または前糖尿病状態に特徴的な症状を示す、または前糖尿病（本明細書で定義するような）を有する対象、たとえばインスリン抵抗性である、変化したベータ細胞機能を有する、あるいは既知の臨床パラメータまたはリスク因子、たとえば糖尿病の家族歴、低い活動レベル、質の悪い食事、過体重（特に胴囲付近）、４５歳を超えた年齢、高血圧、高レベルのトリグリセリド、３５未満のＨＤＬコレステロール、以前に識別された耐糖能障害、以前の妊娠中の糖尿病（「妊娠真性糖尿病」）または体重が９ポンド超の新生児の出産、および民族性に基づいて糖尿病を発症する危険に瀕している対象における、変更または調整された存在または濃度レベルを有することが見出されるとして識別されている。
【００６３】
本発明のバイオマーカおよび方法は、当業者が、糖尿病または前糖尿病状態のいずれの症状も示さないが、それにもかかわらず糖尿病を発症するリスクを有する、または前糖尿病状態に特徴的な症状を経験している対象を識別、診断、またはそうでなければ評価できるようにする。
【００６４】
本発明の文脈における「バイオマーカ」という用語は、制限なく、タンパク質、核酸、タンパク質および核酸の多形、元素、代謝産物、および他の検体を含む。バイオマーカは、変異タンパク質または変異核酸も含みうる。「検体」という用語は本明細書で使用するように、測定されるいずれの物質も意味して、電解質および元素、たとえばカルシウムを含みうる。最後にバイオマーカは、他の臨床的特徴、たとえば制限なく、年齢、民族性、拡張期および収縮期血圧、ボディマス指数、および安定時心拍数を含む健康状況の非検体生理学的マーカも指しうる。
【００６５】
糖尿病または前糖尿病状態を有する、あるいは糖尿病または前糖尿病状態を発症する素因のある対象においてレベルが変化するタンパク質、核酸、多形、および代謝産物は、表１にまとめられており、本明細書では集合的に、特に「糖尿病リスク関連タンパク質」、「ＤＢＲＩＳＫＭＡＲＫＥＲポリペプチド」、または「ＤＢＲＩＳＫＭＡＲＫＥＲタンパク質」と呼ばれる。ポリペプチドをコードする対応する核酸は、「糖尿病リスク関連核酸」、「糖尿病リスク関連遺伝子」、「ＤＢＲＩＳＫＭＡＲＫＥＲ核酸」、または「ＤＢＲＩＳＫＭＡＲＫＥＲ遺伝子」と呼ばれる。別途指摘しない限り、「ＤＢＲＩＳＫＭＡＲＫＥＲ」、「糖尿病リスク関連タンパク質」、「糖尿病リスク関連核酸」は、本明細書で開示する配列のいずれも指すものとする。ＤＢＲＩＳＫＭＡＲＫＥＲタンパク質または核酸の対応する代謝産物も、制限なく、硫酸デヒドロエピアンドロステロン（ＤＨＥＡＳ）；ｃ−ペプチド；コルチゾール；ビタミンＤ３；５−ヒドロキシトリプタミン（５−ＨＴ；セロトニン）；オキシントモジュリン；エストロゲン；エストラジオール；および本明細書では「ＤＢＲＩＳＫＭＡＲＫＥＲ代謝産物」と呼ばれるジギタリス様因子などの代謝産物を含む、先に開示された上述の在来のリスクマーカ代謝産物のいずれとも同様に測定されうる。健康状況の非検体生理学的マーカ（たとえば年齢、民族性、拡張期および収縮期血圧、ボディマス指数、および在来のリスク因子として一般に使用される他の非検体測定値）は、「ＤＢＲＩＳＫＭＡＲＫＥＲ生理学」と呼ばれる。１つ以上の、好ましくは２つ以上の上述のクラスのＤＢＲＩＳＫＭＡＲＫＥＲの数学的組合せ測定から生成された算出指数は、「ＤＢＲＩＳＫＭＡＲＫＥＲ指数」と呼ばれる。タンパク質、核酸、多形、変異タンパク質および変異核酸、代謝産物、および他の検体は、先の実体のいずれかから構築された一般的な生理学的測定値および指数と同様に、ＤＢＲＩＳＫＭＡＲＫＥＲの広義の分類に含まれる。
【００６６】
「対象」は本発明の文脈において、好ましくは哺乳類である。哺乳類は、ヒト、非ヒト霊長類、マウス、ラット、イヌ、ネコ、ウマ、またはウシでありうるが、これらの例に限定されない。ヒト以外の哺乳類は、真性糖尿病または前糖尿病状態の動物モデルとなる対象として好都合に使用されうる。対象はオスまたはメスでありうる。対象は、糖尿病または前糖尿病状態を有するとして以前に診断または同定されており、場合により糖尿病または前糖尿病状態の治療をすでに受けている対象でありうる。あるいは対象は、糖尿病または前糖尿病状態を有するとして以前に診断されていない対象でもありうる。たとえば対象は、糖尿病または前糖尿病状態の１つ以上のリスク因子を示す対象、あるいは糖尿病リスク因子を示さない対象、あるいは糖尿病または前糖尿病について無症候性である対象でありうる。対象は、糖尿病または前糖尿病状態に罹患している、あるいは糖尿病または前糖尿病状態を発症するリスクに瀕している対象でもありうる。
【００６７】
「サンプル」は本明細書の文脈において、対象から単離された生物学的サンプルであり、たとえば血清、血漿、血液細胞、内皮細胞、組織生検、リンパ液、腹水、間質液（「細胞外液」としても既知であり、特に歯肉溝滲出液を含む、細胞間の空間に見出される液を含む）、骨髄、痰、または尿が挙げられる。
【００６８】
１つ以上の、好ましくは２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲが本発明の常法で検出されうる。たとえば２、５、１０、１５、２０、４０、５０、７５、１００、１２５、１５０、１７５、２００、２１０、２２０、２３０、２４０、２５０以上のＤＢＲＩＳＫＭＡＲＫＥＲが検出されうる。ある態様において、本明細書で開示される全２６０のＤＢＲＩＳＫＭＡＲＫＥＲが検出されうる。ＤＢＲＩＳＫＭＡＲＫＥＲの数が検出されうる好ましい範囲としては、既知のＤＢＲＩＳＫＭＡＲＫＥＲ全部までのいずれかの最大値と対にされた、１〜２６０から選択されるいずれかの最小値、特に２、５、１０、２０、５０、７５、１００、１２５、１５０、１７５、２００、２１０、２２０、２３０、２４０、２５０によって境界を示された範囲、特に５、１０、２０、５０および７５が挙げられる。特に好ましい範囲としては、２〜５、２〜１０、２〜５０、２〜７５、２〜１００、５〜１０、５〜２０、５〜５０、５〜７５、５〜１００、１０〜２０、１０〜５０、１０〜７５、１０〜１００、２０〜５０、２０〜７５、２０〜１００、５０〜７５、５０〜１００、１００〜１２５、１２５〜１５０、１５０〜１７５、１７５〜２００、２００〜２１０、２１０〜２２０、２２０〜２３０、２３０〜２４０、２４０〜２５０、ならびに２５０およびそれ以上が挙げられる。
診断および予後方法
糖尿病または前糖尿病を発症するリスクは、「所定レベルの予測性」を用いて、試験サンプル（たとえば対象由来サンプル）中のＤＢＲＩＳＫＭＡＲＫＥＲタンパク質、核酸、多形、代謝産物、および他の検体の「有効量」を検査することと、複数の個々のＤＢＲＩＳＫＭＡＲＫＥＲの結果からの情報を単一の測定値または指数にまとめるために、しばしば数学的アルゴリズムを利用して、有効量を基準または指数値と比較することとによって、検出されうる。糖尿病または前糖尿病状態のリスク上昇を有するとして識別された対象は場合により、治療計画、たとえば本明細書で定義するような「糖尿病調節薬」などの予防または治療化合物の投与、あるいは糖尿病または前糖尿病の開始を遅延するための運動計画または食事補充物の実施を受け入れることが選択されうる。対象から単離されたサンプルはたとえば血液、血漿、血液細胞、内皮細胞、組織生検、リンパ液、血清、骨髄、腹水、間質液（たとえば歯肉溝滲出液を含む）、尿、痰、または他の体液を含みうる。
【００６９】
試験サンプル中のＤＢＲＩＳＫＭＡＲＫＥＲタンパク質、核酸、多形、代謝産物、または他の検体の量は測定されて、正常対照レベルと比較されうる。「正常対照レベル」という用語は、たとえば高齢まで監視され、糖尿病または前糖尿病状態を発症しないことが見出されなかった若年対象から採取されたサンプルと比較して、糖尿病または前糖尿病状態に罹患しておらず、糖尿病または前糖尿病状態を有さないと思われる対象で通例見出される、ＤＢＲＩＳＫＭＡＲＫＥＲタンパク質、核酸、多形、代謝産物、または他の検体のレベル、あるいはＤＢＲＩＳＫＭＡＲＫＥＲ生理学または指数を意味する。あるいは正常対照レベルは、糖尿病または前糖尿病状態に罹患している患者に通例見出されるＤＢＲＩＳＫＭＡＲＫＥＲタンパク質、核酸、多形、代謝産物、または他の検体のレベルを意味しうる。正常対照レベルは、範囲または指数でありうる。あるいは正常対照レベルは、以前に試験された対象からのパターンのデータベースでありうる。正常対照レベルと比較されたＤＢＲＩＳＫＭＡＲＫＥＲタンパク質、核酸、多形、代謝産物、または他の検体の対象に由来するサンプル中でのレベルの変化は、対象が糖尿病または前糖尿病状態に罹患している、あるいは糖尿病または前糖尿病状態を発症するリスクに瀕していることを示しうる。対照的に、方法が予防的に利用されるとき、ＤＢＲＩＳＫＭＡＲＫＥＲタンパク質、核酸、多形、代謝産物、または他の検体の対象に由来するサンプルにおける正常対照レベルと比較された同様のレベルは、対象が糖尿病または前糖尿病状態に罹患していない、糖尿病または前糖尿病状態を発症するリスクに瀕していない、あるいは発症するリスクが低いことを示しうる。
【００７０】
ＤＢＲＩＳＫＭＡＲＫＥＲのレベルの差は、好ましくは統計的に有意である。「統計的に有意である」とは、変化が偶然だけで起こることが予想されうるよりも大きいことを意味する。統計的有意性は、当業界で既知のいずれの方法によっても決定されうる。たとえば統計的有意性は、ｐ値によって決定されうる。ｐ値は、実験中のグループ間の差が偶然によって起こった確率の指標である。（Ｐ（ｚ＞ｚｏｂｓｅｒｖｅｄ））。たとえば０．０１のｐ値は、結果が偶然起こった確率が１００分の１であることを意味する。ｐ値が小さくなればなるほど、グループ間の差が治療によって引き起こされた可能性がより高くなる。ｐ値が少なくとも０．０５である場合に、変化は統計的に有意である。好ましくはｐ値は、０．０４、０．０３、０．０２、０．０１、０．００５、０．００１またはそれ以下である。下記のように、本発明の制限なしに、統計的有意性を達成することは、必ずではないが一般に、ＤＢＲＩＳＫＭＡＲＫＥＲの組合せがパネルで共に使用されて、統計的に有意なＤＢＲＩＳＫＭＡＲＫＥＲ指数を達成するために数学的アルゴリズムと併用されることが必要である。
【００７１】
試験、アッセイ、または方法の「診断精度」は、試験、アッセイ、または方法の、糖尿病または前糖尿病状態を有する、あるいは糖尿病または前糖尿病状態のリスクを有する対象を区別する能力が、対象がＤＢＲＩＳＫＭＡＲＫＥＲのレベルにおける「臨床的に有意な存在」または「臨床的に有意な変化」を有するかどうかに基づくことに関与している。「臨床的に有意な存在」または「臨床的に有意な変化」とは、対象（通例は対象からのサンプル）におけるＤＢＲＩＳＫＭＡＲＫＥＲの存在（たとえばミリグラム、ナノグラムなどの質量、または当たりのミリグラムなどの体積当たりの質量または単位体積当たりの転写のコピー数））あるいはＤＢＲＩＳＫＭＡＲＫＥＲの存在の変化が、そのＤＢＲＩＳＫＭＡＲＫＥＲの所定のカットオフ点（または閾値）よりも高く、したがってそのタンパク質、核酸、多形、代謝産物または検体の十分に高い存在がマーカである糖尿病または前糖尿病状態を対象が有するとを示すことを意味する。
【００７２】
本発明は、２型糖尿病へ転換のリスクの分類的または連続的測定を行うために、それゆえ前糖尿病と定義された対象の分類を診断するために使用されうる。
【００７３】
分類的計画では、本発明の方法は正常対象コホートと前糖尿病対象コホートを区別するために使用されうる。本発明のこの分類的使用において、「高度の診断精度」および「非常に高度の診断精度」という用語は、前糖尿病の存在または非存在を正しく（精密に）示す所定のカットオフ点を持つそのＤＢＲＩＳＫＭＡＲＫＥＲ（またはＤＢＲＩＳＫＭＡＲＫＥＲ指数；ＤＢＲＩＳＫＭＡＲＫＥＲ値が、単一のＤＢＲＩＳＫＭＡＲＫＥＲからの、またはＤＢＲＩＳＫＭＡＲＫＥＲの指数から導出されたいずれかの個々の測定値を含む場合）についての試験またはアッセイを指す。完璧な試験は完璧な精度を有する。それゆえ前糖尿病を有する対象では、該試験は陽性試験結果のみ示し、「陰性」とされる対象のいずれも報告しない（「偽陰性」はない）。言い換えれば、試験の「感度」（真の陽性率）は１００％であろう。他方、それゆえ前糖尿病を有さなかった対象では、該試験は陰性試験結果のみ示し、「陽性」とされる対象のいずれも報告しない（「偽陽性」はない）。言い換えれば「特異性」（真の陰性率）は１００％であろう。たとえば試験、たとえば臨床診断試験の特異性、感度、ならびに陽性および陰性予測値について議論している、たとえばＯ’Ｍａｒｃａｉｇｈ ＡＳ，Ｊａｃｏｂｓｏｎ ＲＭ，“Ｅｓｔｉｍａｔｉｎｇ Ｔｈｅ Ｐｒｅｄｉｃｔｉｖｅ Ｖａｌｕｅ Ｏｆ Ａ Ｄｉａｇｎｏｓｔｉｃ Ｔｅｓｔ，Ｈｏｗ Ｔｏ Ｐｒｅｖｅｎｔ Ｍｉｓｌｅａｄｉｎｇ Ｏｒ Ｃｏｎｆｕｓｉｎｇ Ｒｅｓｕｌｔｓ，”Ｃｌｉｎ．Ｐｅｄ．１９９３，３２（８）：４８５−４９１を参照。他の実施形態において、本発明は前糖尿病を糖尿病から、糖尿病を正常から区別するために使用されうる。このような使用は、異なるＤＢＲＩＳＫＭＡＲＫＥＲパネル、数学的アルゴリズム、および／またはカットオフ点を必要とするが、所期の用途のために診断精度の同じ上述の測定を受ける。
【００７４】
疾患の分類的診断において、試験（またはアッセイ）のカット点または閾値を変更することは通常、感度および特異性を、ただし定性的に反比例関係で変化させる。たとえばカット点が低くされると、試験された母集団内のさらなる対象が通例、カット点または閾値を超える試験結果を有するであろう。カット点を超える試験結果を有する対象は、試験が実施される疾患、状態、または症候群を有するとして報告されるので、カット点を低くすることは、より多くの対象が陽性結果（対象が糖尿病、前糖尿病、または前糖尿病状態を有すること）を有するとして報告されるようになるだろう。それゆえ糖尿病または前糖尿病を有する対象のより高い割合が試験によって、それを有することが示されるであろう。したがって試験の感度（真の陽性率）が上昇するであろう。しかしながら同時に、疾患、状態、または症候群を持たないより多くの人々（たとえば真に「陰性」である人々）が試験によって、カット点を超えたＤＢＲＩＳＫＭＡＲＫＥＲ値を有することが示され、したがって試験によって陰性であると正しく示されるのではなく、むしろ陽性として（すなわち疾患、状態、または症候群を有するとして）報告されるので、さらなる偽陽性があるであろう。したがって試験の特異性（真の陰性率）が低下されるであろう。同様にカット点を上昇させることは、感度を低下させて、特異性を上昇させる傾向がある。したがって対象の状態を評価するための提案された医学的試験、アッセイまたは方法の精度および有用性を評価する場合、感度と特異性の両方を常に考慮すべきであり、感度および特異性がカット点の範囲にわたって著しく変化するので感度および特異性が報告されるカット点がどれであるか注意すべきである。
しかしながら試験（またはアッセイ）のカット点の範囲全体にわたって、試験、アッセイ、または方法の感度および特異性の表現を単一の値のみによって可能にする指標がある。その指標は、その問題の試験、アッセイまたは方法の受信者動作特性（「ＲＯＣ」）曲線から導出される。たとえばＳｈｕｌｔｚ，“Ｃｌｉｎｉｃａｌ Ｉｎｔｅｒｐｒｅｔａｔｉｏｎ Ｏｆ Ｌａｂｏｒａｔｏｒｙ Ｐｒｏｃｅｄｕｒｅｓ，”ｃｈａｐｔｅｒ １４ ｉｎ Ｔｅｉｔｚ，Ｆｕｎｄａｍｅｎｔａｌｓ ｏｆ Ｃｌｉｎｉｃａｌ Ｃｈｅｍｉｓｔｒｙ，Ｂｕｒｔｉｓ ａｎｄ Ａｓｈｗｏｏｄ（ｅｄｓ．），４^ｔｈ ｅｄｉｔｉｏｎ １９９６，Ｗ．Ｂ．Ｓａｕｎｄｅｒｓ Ｃｏｍｐａｎｙ，ｐａｇｅｓ １９２−１９９；およびＺｗｅｉｇら、“ＲＯＣ Ｃｕｒｖｅ Ａｎａｌｙｓｉｓ：Ａｎ Ｅｘａｍｐｌｅ Ｓｈｏｗｉｎｇ Ｔｈｅ Ｒｅｌａｔｉｏｎｓｈｉｐｓ Ａｍｏｎｇ Ｓｅｒｕｍ Ｌｉｐｉｄ Ａｎｄ Ａｐｏｌｉｐｏｐｒｏｔｅｉｎ Ｃｏｎｃｅｎｔｒａｔｉｏｎｓ Ｉｎ Ｉｄｅｎｔｉｆｙｉｎｇ Ｓｕｂｊｅｃｔｓ Ｗｉｔｈ Ｃｏｒｏｎｏｒｙ Ａｒｔｅｒｙ Ｄｉｓｅａｓｅ，”Ｃｌｉｎ．Ｃｈｅｍ．，１９９２，３８（８）：１４２５−１４２８を参照。
【００７５】
ＲＯＣ曲線は、０から１のスケール（たとえば１００％）のｘ軸上の１マイナス特異性に等しい値に対する、０から１のスケール（たとえば１００％）のｙ軸上の感度のｘ−ｙプロットである。言い換えれば、それはその試験、アッセイ、または方法での偽陽性率に対する真の陽性率のプロットである。問題の試験、アッセイ、または方法のＲＯＣ曲線を構築するには、対象は、対象が疾患、状態、または症候群について真に陽性または真性であるかどうかを判定するために、たとえば問題の試験、アッセイ、または方法とは独立している完全に精密な、または「基準」方法を使用して評価されうる（たとえば冠動脈造影は、アテローム性冠状動脈硬化の存在についての基準試験である）。対象はまた、問題の試験、アッセイまたは方法を使用して、各種のカット点について試験され、対象は試験、アッセイ、または方法に従って陽性または陰性として報告される。感度（真の陽性率）および１マイナス特異性に等しい値（偽陽性値と等しい値）が各カット点について決定され、ｘ−ｙ値の各対がｘ−ｙ図に１つの点としてプロットされる。これらの点を連結する「曲線」がＲＯＣ曲線である。
【００７６】
ＲＯＣ曲線は、感度および特異性が最大化される最適な単一の臨床カットオフまたは治療閾値を決定するためにしばしば使用される；このような状況は、曲線の下に描かれうる１個の最大の長方形の左上角を描くＲＯＣ曲線上の点を表す。
曲線下面積（「ＡＵＣ」）全体は、試験のカット点の範囲全体にわたって、試験、アッセイ、または方法の感度および特異性の表現を単一の値のみによって可能にする指標である。最大ＡＵＣは１であり（完全な試験）、最小面積は２分の１である（たとえば正常対疾患の区別がない面積）。ＡＵＣが１に近づけば近づくほど、試験の精度はより良好である。すべてのＲＯＣおよびＡＵＣにおいて、興味のある疾患および試験後時間水平の定義が暗黙であることに注目すべきである。
【００７７】
「高度の診断精度」とは、ＡＵＣ（試験またはアッセイのＲＯＣ曲線下面積）が少なくとも０．７０、望ましくは少なくとも０．７５、さらに望ましくは少なくとも０．８０、好ましくは少なくとも０．８５、さらに好ましくは少なくとも０．９０、最も好ましくは少なくとも０．９５である、試験またはアッセイ（たとえば糖尿病または前糖尿病状態の存在をそれによって示すＤＢＲＩＳＫＭＡＲＫＥＲの臨床的に有意な存在を判定するための本発明の試験）を意味する。
【００７８】
「非常に高度の診断精度」とは、ＡＵＣ（試験またはアッセイのＲＯＣ曲線下面積）が少なくとも０．８０、望ましくは少なくとも０．８５、さらに望ましくは０．８７５、好ましくは少なくとも０．９０、さらに好ましくは少なくとも０．９２５、最も好ましくは少なくとも０．９５である試験またはアッセイを意味する。
【００７９】
あるいは低い罹患率の試験済み母集団（１年につき１％未満の発生率の母集団として定義される）において、ＲＯＣおよびＡＵＣは、試験の臨床有用性に関して誤解を招くおそれがあり、診断精度の程度を判定するために本開示の別の箇所で定義される絶対および相対リスク比が利用されうる。試験される対象の母集団も四分位数へ分類可能であり、上位四分位数（母集団の２５％）は、糖尿病または前糖尿病状態を発症または罹患する最も高い相対リスクを持つ対象のグループを含み、下位四分位数は、糖尿病または前糖尿病状態を発症する最も低い相対リスクを有する対象のグループを含む。一般に低い罹患率の母集団における上位四分位数から下位四分位数への２．５倍を超える相対リスクを有する試験またはアッセイから導出された値は、「高度の診断精度」を有すると見なされ、各四分位数について５〜７倍の相対リスクを有するそれらは非常に高度の診断精度を有すると見なされる。それにもかかわらず各四分位数についてわずか１．２〜２．５倍の相対リスクを有する試験またはアッセイから導出された値は、臨床的に有用なままであり、疾患のリスク因子として広範に使用される；そのようなことは、総コレステロールを伴う、そして将来の心血管事象の予測に関する多くの炎症マーカでの場合である。
【００８０】
いずれの試験の予測値も、試験の感度および特異性に、そして試験される母集団における状態の罹患率に依存する。この概念は、ベイズ定理に基づいて、スクリーニングされる状態が対象または母集団に存在する可能性（試験前確率）が大きければ大きいほど、陽性試験の妥当性はより大きく、結果が真の陽性である可能性がより大きいことを規定する。それゆえ状態が存在する可能性が低いいずれかの母集団において試験を使用することについての問題は、陽性結果が限定された値を有する（すなわち偽陽性となりやすい）ことである。同様に非常に高いリスクの母集団では、陰性試験結果が偽陰性となりやすい。診断精度、すなわちＲＯＣ曲線上のカット点を定義することによって、許容されるＡＵＣ値を定義することおよび本発明のＤＢＲＩＳＫＭＡＲＫＥＲの有効量を構成するものの相対濃度の許容される範囲を決定することは、当業者がＤＢＲＩＳＫＭＡＲＫＥＲを使用して所定レベルの予測性によって対象を診断または同定できるようにする。
【００８１】
診断精度を決定する代わりの方法は、疾患分類またはリスク分類（たとえば前糖尿病）が関連する医学会および医学慣行によってなお明確に定義されていないときに一般に使用される、リスクの連続的測定と共に使用されねばならない。
【００８２】
「リスク」は本発明の文脈において、特定の期間にわたって事象が発生する確率パーセンテージを指す、「絶対」リスクを意味しうる。絶対リスクは、関連時間コホートの実見後測定に関連して、または関連する期間にわたって追跡された統計的に妥当な歴史的コホートから発生させた指数値に関連してのどちらかで測定されうる。「相対」リスクは、低リスクコホートまたは平均母集団リスクのどちらかと比較した対象のリスクの絶対リスクの比であり、臨床リスク因子が評価される方法によって変化しうる。オッズ比、所与の試験結果で陰性事象に対する陽性事象の比も、無転換に対して一般に使用される（オッズは式ｐ／（１−ｐ）により、式中、ｐは事象の確率であり、（１−ｐ）は事象なしの確率である）。本発明の文脈で評価されうる代わりの連続尺度としては、糖尿病転換までの時間および治療的糖尿病転換リスク軽減比が挙げられる。
【００８３】
このような連続尺度では、算出指数の診断精度の尺度は通例、予測された連続値と実際の観察値（または歴史的指数算出値）との間の線形回帰曲線当てはめに基づいており、Ｒ２乗、ｐ値および信頼区間などの尺度を利用する。Ｇｅｎｏｍｉｃ Ｈｅａｌｔｈ（Ｒｅｄｗｏｏｄ Ｃｉｔｙ，Ｃａｌｉｆｏｒｎｉａ）によって商品化された将来の乳癌再発のリスクに関する試験におけるように、歴史的な観察されたコホートの予測に基づく信頼区間（通常、９０％または９５％ＣＩ）を含む、このようなアルゴリズムを使用する予測値が報告されることは珍しくはない。
【００８４】
糖尿病への真のリスク転換の最終的な決定因子および基準は、十分に大きい母集団内での実際の転換であり、要求される時間長にわたって観察される。しかしながらこのことは、必然的に遡及的視点であり、予防的介入のいずれの機会の後から起こるので問題がある。結果として、糖尿病または前糖尿病状態に罹患している、または糖尿病または前糖尿病状態を発症するリスクを有する対象は一般に、当分野で既知の方法によって診断または同定され、将来のリスクは歴史的経験および登録機関の研究に基づいて概算される。このような方法としては、これに限定されるわけではないが、収縮期および拡張期血圧の測定、ボディマス指数の測定、血液サンプルからの総コレステロール、ＬＤＬ、ＨＤＬ、インスリンおよびグルコースレベルの試験管内決定、経口耐糖能試験、ストレス試験、ヒト血清Ｃ反応性タンパク質（ｈｓＣＲＰ）の測定、心電図（ＥＣＧ）、ｃ−ペプチドレベル、抗インスリン抗体、抗ベータ細胞抗体、およびグリコシル化ヘモグロビン（ＨｂＡ_１ｃ）が挙げられる。加えて上記の方法のいずれも、対象が「糖尿病リスク因子の改善」を示したかどうかを評価するために別個にまたは組合せて使用されうる。このような改善としては、制限なく、ボディマス指数（ＢＭＩ）の低下、血中グルコースレベルの低下、ＨＤＬレベルの上昇、収縮期および／または拡張期血圧の低下、インスリンレベルの上昇、あるいはその組合せが挙げられる。
【００８５】
経口耐糖能試験（ＯＧＴＴ）は主に、妊娠中に、または疫学研究において血中グルコースレベルが不定であるときに、真性糖尿病または前糖尿病状態の診断に使用される（Ｄｅｆｉｎｉｔｉｏｎ，Ｄｉａｇｎｏｓｉｓ ａｎｄ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｏｆ Ｄｉａｂｅｔｅｓ Ｍｅｌｌｉｔｕｓ ａｎｄ ｉｔｓ Ｃｏｍｐｌｉｃａｔｉｏｎｓ，Ｐａｒｔ １，Ｗｏｒｌｄ Ｈｅａｌｔｈ Ｏｒｇａｎｉｚａｔｉｏｎ，１９９９）。ＯＧＴＴは、少なくとも３日間の制限されない食事（炭水化物１日当たり１５０ｇ超）および通常の身体活動後の朝に実施すべきである。試験前の晩には、合理的な（３０〜５０ｇ）炭水化物を含有する食事を摂取すべきである。試験の前に８〜１４時間の一晩絶食を行うべきであり、その間に水は摂取してもよい。空腹時血液サンプルの採取後に、対象は水２５０〜３００ｍＬ中の無水グルコース７５ｇまたはグルコース１水和物８２．５ｇを５分間のうちに飲むべきである。小児の場合、試験負荷は体重１ｋｇ当たりグルコース１．７５ｇで、グルコース総量は７５ｇである。試験のタイミングは、飲用開始からである。血液サンプルは試験負荷の２時間後に採取する必要がある。先に記載したように、耐糖能障害（ＩＧＴ）は、ＷＨＯのカットオフ点を使用したときの７．５年間での糖尿病への転換の場合、わずか５０％の感度で、＞１０％の偽陽性であると記載されている。比較的高リスクの民族グループですら、他のリスク因子によって別途増強されない限りこのような期間にわたってわずか１０％の糖尿病転換率を有するので、このことは試験の臨床有用性にとって重大な問題である；任意抽出の一般母集団において、このような期間にわたる転換率は通例、１年につき５〜６％、または１％未満と概算される。
【００８６】
血中のグルコースを測定する他の方法としては、当分野で既知の還元測定法、たとえばこれに限定されるわけではないが、ソモギ−ネルソン法、ヘキソキナーゼおよびグルコースデヒドロゲナーゼを使用する方法、固定化グルコースオキシダーゼ電極、ｏ−トルイジン法、フェリシアニド法およびネオクプロイン自動分析器法が挙げられる。全血グルコース値は通常、正常ヘマトクリット読取値を持つ患者の対応する血漿値よりも約１５％低く、動脈値は対応する静脈値よりも約７％高い。インスリンを摂取する対象は、１日のうち所定の時刻における血中グルコースの自己測定によって「血糖プロファイル」を構築することを頻繁に要求される。各食事の前および９０分後、そして就寝直前にサンプルを採取する「７点プロファイル」が有用である。
【００８７】
糖尿病または前糖尿病状態に罹患している、または糖尿病または前糖尿病状態を発症するリスクに瀕している対象は、動脈疾患、高血圧または肥満にも罹患しているか、または動脈疾患、高血圧または肥満を発症するリスクにも瀕していることがある。特に２型糖尿病および動脈疾患は共通のリスク因子を多く有し、これらのリスク因子の多くは相互に高度に相関している。これらのリスク因子間の関係は、少数の生理学的現象、おそらく単一の現象にさえ起因しうる。糖尿病、動脈疾患、高血圧または肥満に罹患している、または糖尿病、動脈疾患、高血圧または肥満を発症するリスクに瀕している対象は、当分野で既知の方法によって識別される。たとえば糖尿病は、空腹時血中グルコースレベルまたはインスリンを測定することによって頻繁に診断される。正常な成人グルコースレベルは６０〜１２６ｍｇ／ｄＬである。正常なインスリンレベルは７ｍＵ／ｍＬ±３ｍＵである。高血圧は、常に１４０／９０以上の血圧によって診断される。動脈疾患のリスクは、コレステロールレベルを測定することによっても診断されうる。たとえば１３７を超えるＬＤＬコレステロールまたは２００を超える総コレステロールは、動脈疾患のリスク向上を示す。肥満はたとえば、ボディマス指数によって診断される。ボディマス指数（ＢＭＩ）は測定される（ｋｇ／ｍ^２（またはｌｂ／ｉｎ^２ｘ７０４．５））。あるいは胴囲（脂肪分布を推定）、腹囲対臀囲比（脂肪分布を推定）、皮下脂肪厚（複数部位で測定される場合、脂肪分布を推定）、または生体インピーダンス（除脂肪量は脂肪量よりも良好に電流を伝導する（すなわち脂肪量は電流を妨害する）という原理に基づき、脂肪％を推定）が測定される。正常、過体重、または肥満個体のパラメータは次の通りである：体重不足：ＢＭＩ＜１８．５；正常：ＢＭＩ １８．５〜２４．９；過体重：ＢＭＩ＝２５〜２９．９。過体重個体は、胴囲＞９４ｃｍ（男性）または＞８０ｃｍ（女性）および腹囲対臀囲比＞０．９５（男性）および０．８０（女性）を有するとして特徴付けられる。肥満個体は、身長に対する「正常」体重より２０％超であるＢＭＩ ３０〜３４．９を有し、体脂肪パーセンテージ＞３０％（女性）および２５％（男性）を有し、胴囲＞１０２ｃｍ（４０インチ）（男性）または８８ｃｍ（３５インチ）（女性）を有するとして特徴付けられる。重症または病的肥満の個体は、ＢＭＩ＞３５を有するとして特徴付けられる。糖尿病と動脈疾患とのの相互関係のために、本発明の個々のＤＢＲＩＳＫＭＡＲＫＥＲおよびＤＢＲＩＳＫＭＡＲＫＥＲパネルの一部または全部が重複するか、または動脈疾患のバイオマーカに含まれることがあり、実際に動脈疾患のリスクの診断に有用でありうる。
【００８８】
真性糖尿病または前糖尿病状態のリスク予測は、対象が歴史的コホートに関連して糖尿病または前糖尿病状態を発症する絶対リスクを評価および概算する、リスク予測アルゴリズムおよび算出指数も含みうる。このような予測的数学的アルゴリズムおよび算出指数を使用するリスク評価は、診断試験および治療のガイドライン内にますます含まれるようになり、特に代表的母集団からの多段階層化サンプルから得られ、それにより検証された指数を含む。複数の在来の糖尿病リスク因子が予測モデルに包含される。このようなアルゴリズムの著名な例としては、Ｆｒａｍｉｎｇｈａｍ Ｈｅａｒｔ Ｓｔｕｄｙ（Ｋａｎｎｅｌ，Ｗ．Ｂ．，ら、（１９７６）Ａｍ．Ｊ．Ｃａｒｄｉｏｌ．３８：４６−５１）およびＦｒａｍｉｎｇｈａｍ研究の改良、たとえばＮＣＥＰ／ＡＴＰＩＩＩとしても既知であるＮａｔｉｏｎａｌ Ｃｈｏｌｅｓｔｅｒｏｌ Ｅｄｕｃａｔｉｏｎ Ｐｒｏｇｒａｍ Ｅｘｐｅｒｔ Ｐａｎｅｌ ｏｎ Ｄｅｔｅｃｔｉｏｎ，Ｅｖａｌｕａｔｉｏｎ，ａｎｄ Ｔｒｅａｔｍｅｎｔ ｏｆ Ｈｉｇｈ Ｂｌｏｏｄ Ｃｈｏｌｅｓｔｅｒｏｌ ｉｎ Ａｄｕｌｔｓ（Ａｄｕｌｔ Ｔｒｅａｔｍｅｎｔ Ｐａｎｅｌ ＩＩＩ）が挙げられ、ＮＣＥＰ／ＡＴＰＩＩＩは、真性糖尿病、または前糖尿病状態に罹患している、または真性糖尿病、または前糖尿病状態を発症するリスクに瀕している対象で一般に見出される動脈疾患を発症するヒトの１０年リスクを概算するために、患者の年齢、総コレステロール濃度、ＨＤＬコレステロール濃度、喫煙状況、および収縮期血圧を包含する。同じＦｒａｍｉｎｇｈａｍアルゴリズムは、真性糖尿病、または前糖尿病状態を発症するリスクを適度に予測することが見出されている。
【００８９】
他の糖尿病リスク予測アルゴリズムとしては、制限なく、Ｓａｎ Ａｎｔｏｎｉｏ Ｈｅａｒｔ Ｓｔｕｄｙ（Ｓｔｅｒｎ，Ｍ．Ｐ．ら、（１９８４）Ａｍ．Ｊ．Ｅｐｉｄｅｍｉｏｌ．１２０：８３４−８５１；Ｓｔｅｒｎ，Ｍ．Ｐ．ら、（１９９３）Ｄｉａｂｅｔｅｓ ４２：７０６−７１４；Ｂｕｒｋｅ，Ｊ．Ｐ．ら、（１９９９）Ａｒｃｈ．Ｉｎｔｅｒｎ．Ｍｅｄ．１５９：１４５０−１４５６）、Ａｒｃｈｉｍｅｄｅｓ（Ｅｄｄｙ，Ｄ．Ｍ．ａｎｄ Ｓｃｈｌｅｓｓｉｎｇｅｒ，Ｌ．（２００３）Ｄｉａｂｅｔｅｓ Ｃａｒｅ ２６（１１）：３０９３−３１０１；Ｅｄｄｙ，Ｄ．Ｍ．ａｎｄ Ｓｃｈｌｅｓｓｉｎｇｅｒ，Ｌ．（２００３）Ｄｉａｂｅｔｅｓ Ｃａｒｅ ２６（１１）：３１０２−３１１０）、Ｆｉｎｎｉｓｈ−ｂａｓｅｄ Ｄｉａｂｅｔｅｓ Ｒｉｓｋ Ｓｃｏｒｅ（Ｌｉｎｄｓｔｒｏｍ，Ｊ．ａｎｄ Ｔｕｏｍｉｌｅｈｔｏ，Ｊ．（２００３）Ｄｉａｂｅｔｅｓ Ｃａｒｅ ２６（３）：７２５−７３１）、およびＥｌｙ Ｓｔｕｄｙ（Ｇｒｉｆｆｉｎ，Ｓ．Ｊ．ら、（２０００）Ｄｉａｂｅｔｅｓ Ｍｅｔａｂ．Ｒｅｓ．Ｒｅｖ．１６：１６４−１７１）が挙げられ、その内容は参照により本明細書に明示的に組み入れられている。
【００９０】
Ａｒｃｈｉｍｅｄｅｓは、ヒトごとに、目的ごとに疾患状況をシミュレートする数学モデルであり、実際に連続している生物学的詳細事項、たとえば関係する臓器系、５０を超える連続的に相互作用する生物学的変数、ならびに糖尿病に一般に関連する主要な症状、試験、治療、および結果を含む。
【００９１】
Ａｒｃｈｉｍｅｄｅｓは、単一の統合された生理学の中に多くの疾患を同時および相互作用的に含み、共存症、症候群、治療および他の複数の効果などの特徴に対処することを可能にしている。Ａｒｃｈｉｍｅｄｅｓモデルは、糖尿病およびその合併症、たとえば冠動脈疾患、うっ血性心不全、および喘息などを含む。該モデルは、オブジェクト指向プログラミングおよび「特徴」と呼ばれるコンストラクトを使用して各種の式で表される。該モデルは、対象の構造（シミュレートされた対象はすべて、臓器、たとえば心臓、肝臓、膵臓、消化管、脂肪、筋肉、腎臓、目、肢、循環系、脳、皮膚、および末梢神経系を有する）、疾患の経過を決定して、実際の身体現象を示す「特徴」（たとえば血漿１デシリットル中のグルコースのミリグラム数、行動的現象、または概念的現象（たとえば疾患の「進行」）、疾患のリスク因子、発生率、および進行、グルコース代謝、徴候および試験、診断、症状、グルコース代謝の健康上の結果、治療、合併症、糖尿病およびその合併症による死、他の原因による死、治療プロセスおよび医療システム資源を含む。該モデルの代表的な利用では、数千名のシミュレートされた対象がおり、それぞれシミュレートされた構造および生理学を備え、シミュレートされた疾患を得て、シミュレートされた医療施設での治療を求めることが可能であり、シミュレートされた施設でシミュレートされた医療従事者に面会して、シミュレートされた試験および治療を受けて、シミュレートされた結果を得るであろう。実際と同様に、シミュレートされた患者はそれぞれ異なっており、異なる特質、生理学、行動、および治療に対する応答を備え、すべて実際に見られる個別の変化に適合するように設計されている。
【００９２】
該モデルは、現在の情報によって最も良好に理解されるような、関連する生物学および病理学の非定量的または概念的記述−変数および関係−の開発により構築される。次に変数および関係に関する研究が識別され、通例、当分野の専門家が疾患についての独自の知識の基礎として認識する基礎研究、疫学、および臨床研究を含む。その情報は、変数を関連付ける各種の式を開発するために使用される。Ａｒｃｈｉｍｅｄｅｓモデルのいずれかの特定の式の開発は、変数に関して入手可能な情報に最良に適合する形および係数を見出すことを含み、その後に式はオブジェクト指向言語へプログラミングされる。この後にモデルの部分が、最初は１回に１つずつ、次に適切な組合せで、既知の出力を有する入力を使用して試験およびデバッグされる、一連の演習が続く。次にモデル全体を使用して、モデルの個々の部分だけでなく、すべての部分間の連結も実証する複合試験をシミュレートすることができる。Ａｒｃｈｉｍｅｄｅｓ計算は、分散コンピューティング技法を使用して実施される。Ａｒｃｈｉｍｅｄｅｓは、糖尿病およびその合併症に関連する構造、病態生理学、治療および結果の実際的な表現として検証されきた（Ｅｄｄｙ，Ｄ．Ｍ．ａｎｄ Ｓｃｈｌｅｓｓｉｎｇｅｒ，Ｌ．（２００３）Ｄｉａｂｅｔｅｓ Ｃａｒｅ ２６（１１）３１０２−３１１０）。
【００９３】
フィンランドを拠点とする糖尿病リスクスコア（Ｆｉｎｎｉｓｈ−ｂａｓｅｄ Ｄｉａｂｅｔｅｓ Ｒｉｓｋ Ｓｃｏｒｅ）は、母集団内の高リスク対象を識別するための、そして改善可能なリスク因子および健康的なライフスタイルへの認識を向上させるためにスクリーニングツールとして設計されている。糖尿病リスクスコアは、ベースラインにて抗糖尿病薬治療を受けていない３５〜６４歳のフィンランドの男女のランダム母集団サンプルから決定して、１０年間追跡した。多変量ロジスティック回帰モデル係数を使用して各変数カテゴリにスコアを割り当てた。糖尿病リスクスコアは、これらの個々のスコアの合計を含み、５年間の前向き追跡調査を伴う１９９２年に実施された独立母集団調査で検証された。年齢、ＢＭＩ、胴囲、降圧薬治療および高血中グルコースの履歴、身体活動、果実、液果、または野菜の日常消費が分類変数として選択された。
【００９４】
フィンランドを拠点とする糖尿病リスクスコア値は、それらを５つの種類に分類することによってロジスティックモデルの係数から導出された。リスク因子のいずれかの組合せについての１０年間の期間にわたる薬物治療糖尿病の概算確率（ｐ）は、次の係数から計算できる：
【００９５】
【化１】

式中、β_０は切片であり、β_１、β_２などは、リスク因子ｘ_１、ｘ_２などの各種の種類の回帰係数を表す。
【００９６】
感度は、試験が将来薬物治療糖尿病に罹患する対象に対して陽性である確率に関連しており、特異性は、試験が薬物治療糖尿病でない対象に対して陰性である確率を表す。９５％信頼区間（ＣＩ）の感度および特異性は、薬物治療糖尿病を発症した対象を発症しなかった対象から区別するときに、各糖尿病リスクスコアレベルについて計算された。ＲＯＣ曲線は糖尿病リスクスコアについてプロットされ、感度はｙ軸上にプロットされ、偽陽性率（１−特異性）はｘ軸上にプロットされた。試験がより精密に識別的であればあるほど、ＲＯＣ曲線の上昇部分がより鋭くなり、ＡＵＣがより高くなり、最適カット点は曲線のピークである。
【００９７】
糖尿病リスクスコアにおける将来の薬物治療糖尿病の統計的に有意な独立した前兆は、年齢、ＢＭＩ、胴囲、降圧薬治療、および高い血中グルコースレベルの履歴である。糖尿病リスクスコアモデルには、これらの統計的に有意な変数のみを含む簡易モデルと、身体活動ならびに果実および野菜消費を含むフルモデルがある。
【００９８】
Ｓａｎ Ａｎｔｏｎｉｏ Ｈｅａｒｔ Ｓｔｕｄｙは、メキシコ系アメリカ人および非ヒスパニック白人における糖尿病および動脈疾患の長期にわたるコミュニティーを拠点とする前向き観察研究である。試験は当初、メキシコ系アメリカ人３，３０１名および非ヒスパニック白人男性および非妊婦１，８５７名を１９７９〜１９８８年の２回の時期に登録した。参加者は登録時に２５〜６４歳であり、テキサス州サンアントニオで低所得、中所得、高所得地区からランダムに選択した。７〜８年間の追跡試験は、試験に当初登録した生存個体の約７３％を追跡した。糖尿病の病歴、年齢、性別、民族性、ＢＭＩ、収縮期および拡張期血圧、空腹時および２時間血漿グルコースレベル、空腹時血清総コレステロール、ＬＤＬ、およびＨＤＬコレステロールレベルはもちろんのこと、トリグリセリドレベルなどのベースライン特質を収集および評価した。従属変数としての糖尿病新規発症を用いた多変量ロジスティック回帰モデルおよび上述ベースライン特質は、独立変数として利用した。このモデルを使用すると、単変量オッズ比を男性および女性について別個に、そして両方の性別で合せて、潜在的各リスク因子について計算できる。連続的なリスク因子では、オッズ比は１−ＳＤ増分について示されうる。両方の性別を合せた多変量予測モデルは、個別に調査したときに統計的に有意なオッズ比を示した変数をモデルに入れることが許容される段階的ロジスティック回帰手順を使用して開発できる。多変量モデルは次に、ＲＯＣ曲線およびＤｅＬｏｎｇによって記載されたような（ＤｅＬｏｎｇ Ｅ．Ｒ．ら、（１９８８）Ｂｉｏｍｅｔｒｉｃｓ ４４：８３７−４５）ノンパラメトリックアルゴリズムによって概算されたＲＯＣ曲線下面積の９５％ＣＩによって解析される。Ｓａｎ Ａｎｔｏｎｉｏ Ｈｅａｒｔ Ｓｔｕｄｙは、前糖尿病対象がリスク因子のアテローム発生パターン（おそらく肥満、高血糖、および特に高インスリン血症）を有し、それが多年にわたって存在することがあり、臨床的糖尿病自体の期間と同じだけ大血管疾患のリスクの原因となりうることを示している。
【００９９】
糖尿病および前糖尿病状態のリスクを評価するために使用されてきた多くの研究およびアルゴリズムにもかかわらず、証拠に基づく多リスク因子評価手法は、無症候性個体またはそうでなければ健常被験者において糖尿病または前糖尿病状態を顕在化させる短期および長期リスクの予測のために、きわめて適度に精密である。このようなリスク予測アルゴリズムは、興味のある母集団内の対象を区別して糖尿病または前糖尿病状態を発症するリスク層別化を決定するために、本発明のＤＢＲＩＳＫＭＡＲＫＥＲと組合せて好都合に使用されうる。本明細書で開示するＤＢＲＩＳＫＭＡＲＫＥＲおよび使用方法は、無症候性であり、在来のリスク因子を示さない対象を評価、識別、または診断するために、このようなリスク予測アルゴリズムと組合せて使用されうるツールを提供する。
【０１００】
リスク予測アルゴリズムから、そして本発明の方法から導出されたデータは、線形回帰によって比較されうる。線形回帰解析は、線形式を観察されたデータに当てはめることによって２つの変数間の関係をモデル化する。１つの変数は説明変数と見なされ、他方は従属変数と見なされる。たとえばＡｒｃｈｉｍｅｄｅｓまたはＳａｎ Ａｎｔｏｎｉｏ Ｈｅａｒｔ解析から得た値は、算出されたアルゴリズムスコアに潜在する基礎を成す生物学をさらに十分に定義する目的で、従属変数として使用され、説明変数としての１つ以上のＤＢＲＩＳＫＭＡＲＫＥＲのレベルに対して解析されうる（実施例を参照）。あるいはこのようなリスク予測アルゴリズム、または一般にＤＢＲＩＳＫＭＡＲＫＥＲ自体であるその個々の入力は、本発明の常法に直接包含され、組合されたアルゴリズムは、歴史的コホートにおける実際の観察結果と比較される。
【０１０１】
線形回帰直線はＹ＝ａ＋ｂＸという形の式を有し、式中、Ｘは説明変数であり、Ｙは従属変数である。線の傾きはｂであり、ａは切片（ｘ＝０のときのｙの値）である。２つの変数の間の関連の数値尺度は、相関係数、すなわちＲであり、２つの変数について観察されたデータの関連の強度を示す−１〜１の値である。これはしばしば、「決定係数」、すなわちＲ^２としての、相関係数の２乗としても報告される；この形では、それは直線を適合させることによって説明されるＹの全変動の割合である。回帰直線を適合させる最も一般的な方法は、最小２乗法である。この方法は、各データ点から線までの垂直偏差（点が最良適合線上に正確に存在する場合、その垂直偏差は０である）の２乗の合計を最小化することによって、観察されたデータについて最良適合線を計算する。偏差が最初に２乗されて、次に合計されるので、正と負の値の間に相殺はない。
【０１０２】
データグループについて回帰直線が算出された後に、ラインから離れて位置する（それゆえ大きい残差値を有する）点は異常値として既知である。このような点は誤データとなりうるか、または不適合回帰線を示しうる。点が水平方向で他のデータから離れている場合、それは影響を及ぼす観測値として既知である。この区別の理由は、これらの点が回帰直線の傾きに重大な影響を有しうることである。回帰モデルがデータグループにいったん適合されると、残差（適合直線から観測値までの偏差）の検定によって当業者は、線形関係が存在するという仮定の妥当性を調査できる。ｘ軸上の説明変数に対して残差をｙ軸上にプロットすることは、変数間の考えられるいずれかの非線形関係を明らかにするか、または当業者に「潜在変数」を調査するように警告しうる。「潜在変数」は、２つの変数間の関係が、モデル化作業に含まれていなかった第３の変数の存在によって著しく影響されるときに存在する。
【０１０３】
線形回帰解析は特に、対象からのサンプル中のＤＢＲＩＳＫＭＡＲＫＥＲのレベルを、その対象の実際の観測された臨床結果と相関させることに基づいて、あるいはたとえば算出されたＡｒｃｈｉｍｅｄｅｓリスクスコア、Ｓａｎ Ａｎｔｏｎｉｏ Ｈｅａｒｔリスクスコア、または糖尿病または前糖尿病状態の罹患率を診断または予測する他の既知の方法と組合されて、糖尿病または前糖尿病状態を発症するリスクを予測するために使用されうる。しかしながら特に有用なのは、糖尿病の既知の予測モデルと対象サンプル中で検出されたＤＢＲＩＳＫＭＡＲＫＥＲのレベルとの間の関係を決定するための非線形式および解析である。特に興味深いのは、構造および構文分類アルゴリズム、ならびにＫ近傍法、ブースティング、意志決定樹図、ニューラルネットワーク、ベイジアンネットワーク、サポートベクタマシン、および隠れマルコフモデルなどの確立された技法を含む、パターン認識機能を特徴を利用するリスク指数構築の方法である。最も一般的に使用されるのは、Ｆｒａｍｉｎｇｈａｍ、Ｆｉｎｎｉｓｈ、およびＳａｎ Ａｎｔｏｎｉｏ Ｈｅａｒｔリスクスコアの基礎であるロジスティック回帰を使用する分類アルゴリズムであろう。さらにこのような技法の複数のＤＢＲＩＳＫＭＡＲＫＥＲのパネルへの応用は、複数のＤＢＲＩＳＫＭＡＲＫＥＲ入力からの情報を含む単一数値「リスク指数」または「リスクスコア」を生成するためのこのような組合せの使用と同様に、本発明の範囲によって、または範囲内に含まれている。ロジスティック回帰を使用する例は本明細書で実施例に記載されている。
【０１０４】
因子分析は、多数の相関変数（たとえば糖尿病リスク因子）が、元の変数の分散の大部分を説明する異なる属性を表すより少ない「因子」まで減少されうる数学的技法である（Ｈａｎｓｏｎ，Ｒ．Ｌ．ら、（２００２）Ｄｉａｂｅｔｅｓ ５１：３１２０−３１２７）。それゆえ因子分析は、真性糖尿病および前糖尿病状態の成分、たとえばＩＧＴ、ＩＦＧ、およびメタボリックシンドロームを識別するのに大変適している。これらの解析による因子「スコア」の疫学研究は、メタボリックシンドロームの成分と糖尿病の発症との関係をさらに決定しうる。因子分析の基礎を成す前提は、１組の変数で観測された相関が少数の独自の未測定変数、すなわち「因子」によって説明されうるということである。因子分析は２つの手順を含む：１）因子の数を推定するための因子抽出、２）元の変数に関する各因子の構成物を決定するための因子回転。
【０１０５】
因子抽出は、主成分の方法によって実施されうる。これらの成分は、構築される元の成分の線形組合せであるので、各成分は残りの成分それぞれとゼロの相関を有する。各主成分は、その成分によって説明される元の変数における分散を表す「固有値」と関連付けられる（各元の変数は分散１を有するように標準化される）。構築されうる主成分の数は、元の変数の数と等しい。因子分析では、因子の数は慣習的に、いすれの単一の元の変数よりも全分散のより多くを説明する成分（すなわち＞１の固有値を持つ成分）のみの保持によって決定される。
【０１０６】
因子の数がいったん確定されると、次に元の変数に関して最も節減された解釈を有する因子の組成を決定するための因子回転が実施される。因子回転において、各因子と元の変数との相関を表す「因子負荷量」が変更されるので、これらの因子負荷量はできるだけ０または１に近づけられる（因子によって説明される分散の総量が未変化のままであるという制約を伴う）。因子回転のための多数の方法が開発されており、それらが最後の因子の組に相互に非相関のままであることを要求するかどうか（「直交法」）によって、またはそれらが因子を相関させるかどうか（斜交法）によって区別されうる。因子解析の解釈では、元の変数のどれが各因子の主構成要素を表すかを決定するために、因子負荷量のパターンが調査される。慣習的には、＞０．４（または−０．４未満）の因子負荷量を特定の因子と共に有する変数がその主構成要素と見なされる。因子分析は、ＤＢＲＩＳＫＭＡＲＫＥＲパネルをその構成要素から構築するのに、そしてマーカの代用可能なグループをグループ化するのに非常に有用でありうる。
【０１０７】
ＤＢＲＩＳＫＭＡＲＫＥＲタンパク質、核酸、多形、代謝産物、または他の検体の有効量のレベルも、糖尿病または前糖尿病状態の治療の経過が監視できるようにする。本方法では、糖尿病の治療計画、たとえば薬物治療を受けている対象から生体サンプルが供給されうる。このような治療計画としては、これに限定されるわけではないが、運動計画、栄養補充、外科的介入、および糖尿病または前糖尿病状態と診断または同定された対象で使用される治療薬または予防薬による治療が挙げられる。所望ならば生体サンプルは、対象から治療前、治療中、または治療後の各種の時点にて採取される。ＤＢＲＩＳＫＭＡＲＫＥＲタンパク質、核酸、多形、代謝産物、および他の検体の有効量のレベルは次に決定されて、基準値、たとえばその糖尿病状況が既知である対象または母集団あるいは指数値またはベースライン値と比較されうる。基準サンプルあるいは指数値またはベースライン値は、治療を受けた１人以上の対象から取得または導出されうるか、あるいは糖尿病または前糖尿病状態を発症するリスクに瀕している１人以上の対象から取得または導出されうるか、あるいは治療受診の結果として糖尿病リスク因子の改善を示している対象から取得または導出されうる。あるいは基準サンプルあるいは指数値またはベースライン値は、治療を受診していない１人以上の対象から取得または導出されうる。たとえばサンプルは、治療の進展を監視するために、糖尿病または前糖尿病状態の初期治療および糖尿病または前糖尿病状態の次の治療を受診した対象から採取されうる。基準値は、リスク予測アルゴリズムまたは本明細書で開示したような母集団研究による算出指数から導出された値も含みうる。
本発明のＤＢＲＩＳＫＭＡＲＫＥＲはそれゆえ、糖尿病または耐糖能障害などの前糖尿病状態を持たない、そして糖尿病または前糖尿病状態を発症することが予想されない対象の「基準発現プロファイル」を生成するために使用されうる。本明細書で開示するＤＢＲＩＳＫＭＡＲＫＥＲは、糖尿病または耐糖能障害などの前糖尿病状態を有する対象から得た「対象発現プロファイル」を生成するためにも使用されうる。対象発現プロファイルは、糖尿病または前糖尿病状態を発症するリスクを有する対象を診断または同定するために、疾患の進行はもちろんのこと、疾患の進行速度も監視するために、そして糖尿病または前糖尿病状態治療様式の有効性を監視するために、基準発現プロファイルと比較されうる。本発明の基準および対象発現プロファイルは、これに限定されるわけではないが、特にＶＣＲによって読み取り可能なものなどのアナログテープ、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、ＵＳＢフラッシュメディアなどの機械読み取り可能な媒体に含有されうる。このような機械読み取り可能な媒体は、制限なく、収縮期および拡張期血圧、血中グルコースレベル、インスリンレベル、ＢＭＩ指数、およびコレステロール（ＬＤＬおよびＨＤＬ）レベルなどの在来の糖尿病リスク因子の測定値などの追加の試験結果も含有しうる。あるいは、または加えて機械読み取り可能な媒体は、病歴およびいずれかの関連する家族暦などの対象情報も含みうる。機械読み取り可能な媒体は、本明細書で開示されているものなどの他の糖尿病リスクアルゴリズムおよび算出指数に関連する情報も含有しうる。
【０１０８】
対象の遺伝子構造の相違は、糖尿病または前糖尿病状態の症状またはリスク因子を調節しうる各種の薬物を代謝するその相対的能力の相違を生じうる。糖尿病または前糖尿病状態を有する、あるいは糖尿病または前糖尿病状態を発症するリスクを有する対象は、年齢、民族性、ボディマス指数（ＢＭＩ）、総コレステロールレベル、血中グルコースレベル、血圧、ＬＤＬおよびＨＤＬレベル、ならびに他のパラメータが異なりうる。したがって本明細書で開示したＤＢＲＩＳＫＭＡＲＫＥＲの使用は、選択された対象において試験される推定治療薬または予防薬が対象において糖尿病または前糖尿病状態を治療または予防するのに適するであろうという、所定レベルの予測性を見込んでいる。
【０１０９】
特定の対象に適切である治療薬または薬物を識別するために、対象からの試験サンプルを治療剤または薬物に暴露させて、ＤＢＲＩＳＫＭＡＲＫＥＲタンパク質、核酸、多形、代謝産物、または他の検体の１つ以上のレベルを決定できる。１つ以上のＤＢＲＩＳＫＭＡＲＫＥＲのレベルは、治療あるいは治療剤または薬物への暴露の前後の対象に由来するサンプルと比較可能であるか、あるいはこのような結果または暴露の結果として糖尿病または前糖尿病リスク因子の改善を示した１人以上の対象に由来するサンプルと比較可能である。糖尿病治療で頻繁に使用され、糖尿病の症状またはリスク因子を調節しうるこのような治療薬または薬物の例としては、これに限定されるわけではないが、スルホニル尿素、たとえばグリメピリド、グリブリド（当分野でグリベンクラミドとしても既知）、グリピジド、グリクラジド；ビグアナイド、たとえばメトホルミン；インスリン（エクスベラなどの吸入製剤を含む）、およびインスリンアナログ、たとえばインスリンリスプロ（ヒューマログ）、インスリングラルギン（ランタス）、インスリンデテミル、およびインスリングルリジン；ペルオキシソーム増殖剤活性化受容体−γ（ＰＰＡＲ−γ）アゴニスト、たとえばトログリタゾン（リズリン）、ピオグリタゾン（アクトス）、ロシグリタゾン（アバンディア）、およびイサグリタゾン（ネトグリタゾンとしても既知）を含むチアゾリジンジオン；二重作用性ＰＰＡＲアゴニスト、たとえばＢＭＳ−２９８５８５およびテサグリタザル；レパグリニドおよびナテグリニドなどのｍｅｔｇｌｉｔｉｎｉｄｅを含むインスリン分泌促進物質；グルカゴン様ペプチド−１（ＧＬＰ−１）のアナログ、たとえばエクセナチド（ＡＣ−２９９３）およびリラグルチド（インスリノトロピン）；ジペプチジルペプチダーゼＩＶ（ＤＰＰ４）の阻害薬、たとえばＬＡＦ−２３７；膵臓リパーゼ阻害薬、たとえばオルリスタット；α−グルコシダーゼ阻害薬、たとえばアカルボース、ｍｉｇｉｔｏｌ、およびボグリボース；ならびにその組合せ、特にメトホルミンおよびグリブリド（グルコバンス）、メトホルミンおよびロシグリタゾン（アバンダメット）、ならびにメトホルミンおよびグリピザイド（メタグリップ）が挙げられる。このような治療薬または薬物は、糖尿病または前糖尿病状態と診断された対象に処方されており、糖尿病または前糖尿病状態の症状またはリスク因子を調節しうる。
【０１１０】
対象サンプルは候補剤の存在下でインキュベートさせることができ、試験サンプル中のＤＢＲＩＳＫＭＡＲＫＥＲ発現のパターンは測定されて、基準プロファイル、たとえば糖尿病基準発現プロファイルまたは非糖尿病基準発現プロファイルあるいは指数値またはベースライン値と比較される。試験剤は、いずれかの化合物または組成物あるいはその組合せでありうる。たとえば試験剤は、糖尿病治療計画で頻繁に使用され、本明細書に記載されている。
【０１１１】
表１は、本発明の２６０のＤＢＲＩＳＫＭＡＲＫＥＲを含む。当業者は、本明細書で示すＤＢＲＩＳＫＭＡＲＫＥＲが、これに限定されるわけではないが、多形、アイソフォーム、突然変異体、誘導体、核酸を含む前駆体、受容体（溶解性および膜貫通受容体を含む）、リガンド、および翻訳後修飾変異体はもちろんのこと、完全構築構造の構成要素サブユニットとしてのＤＢＲＩＳＫＭＡＲＫＥＲのいずれかより成る多ユニット核酸、タンパク質および糖タンパク質構造も含む、すべての形および変異体を含むことを認識するであろう。
【０１１２】
【表１】

【０１１３】
【表２】

【０１１４】
【表３】

【０１１５】
【表４】

【０１１６】
【表５】

【０１１７】
【表６】

【０１１８】
【表７】

【０１１９】
【表８】

【０１２０】
【表９】

【０１２１】
【表１０】

【０１２２】
【表１１】

【０１２３】
【表１２】

【０１２４】
【表１３】

【０１２５】
【表１４】

【０１２６】
【表１５】

【０１２７】
【表１６】

【０１２８】
【表１７】

【０１２９】
【表１８】

【０１３０】
【表１９】

【０１３１】
【表２０】

【０１３２】
【表２１】

【０１３３】
【表２２】

【０１３４】
【表２３】

当業者は、上に挙げたＤＢＲＩＳＫＭＡＲＫＥＲが、糖尿病に関連付けられることが一般に受け入れられていない多くを含む多様な一連の生理学的および生化学的経路に由来することに注目するであろう。便宜上および解析を容易にするために、開示したＤＢＲＩＳＫＭＡＲＫＥＲの約５０の代表的なサブセットを徹底的に調査して、より重要な経路を解明した。図１は、Ｋｙｏｔｏ Ｕｎｉｖｅｒｓｉｔｙ Ｅｎｃｙｃｌｏｐｅｄｉａ ｏｆ Ｇｅｎｅｓ ａｎｄ Ｇｅｎｏｍｅｓ（ＫＥＧＧ）の経路番号および説明を参照した、ＤＢＲＩＳＫＭＡＲＫＥＲの生理学的および生化学的経路を示すマトリクスである。これらのＫＥＧＧへのデータベース問合せ（および続いてのそのデータベースを更新するための文献調査）は、実施例の部分で詳細に後述するように、完全母集団コホートからの実際のヒト血清サンプルを調査する実験作業と組合された。これは、ＤＢＲＩＳＫＭＡＲＫＥＲのこの代表的なグループの発現、翻訳および血清存在のレベルを確認して、正常、前糖尿病、および糖尿病コホートに関するＤＢＲＩＳＫＭＡＲＫＥＲの結果を較正するために実施された。
【０１３５】
図１において、マトリクスの強調された水平行は、本発明を構成するＤＢＲＩＳＫＭＡＲＫＥＲパネルに対して最も有意なバイオマーカシグナルおよびアルゴリズム寄与物を示す。強調された垂直列は、正常非糖尿病母集団からの前糖尿病、または前糖尿病状態を持つ個体またはコホートの分類についての、最も統計的に有意なＤＢＲＩＳＫＭＡＲＫＥＲによる表示を有する、ＫＥＧＧ経路番号およびその説明を示す。図の下部行の合計カウントは、強調されたＤＢＲＩＳＫＭＡＲＫＥＲのみによる記載を示す。１つまたは別のＤＢＲＩＳＫＭＡＲＫＥＲによる記載された経路の大半にわたる広範な一般表現があったが、経路の異なる濃度は、より有意でないＤＢＲＩＳＫＭＡＲＫＥＲと対比して、統計的により有意なＤＢＲＩＳＫＭＡＲＫＥＲにおいて明らかと思われる。詳細に後述するように、高度に有意なセグメント内でも、異なるＤＢＲＩＳＫＭＡＲＫＥＲのこのようなグループ分けは、疾患の進行のステージまたは速度の異なるシグナルの前兆となりうる。
【０１３６】
最強のシグナルは、サイトカイン−サイトカイン受容体およびアディポサイトカインシグナル経路、ならびに著しくはＪａｋ−ＳＴＡＴシグナル経路で濃縮された炎症マーカに由来しており、これはＬＥＰ（レプチン）およびＨＰ（ハプトグロビン）を含むマーカのグループにおいて濃縮される。別の重複シグナルも、ＭＡＰＫおよびインスリンシグナル経路、そして興味深いことに，ＩＬＧＦＢＰ３（インスリン様成長因子結合タンパク質３）およびＶＥＧＦなどのＤＢＲＩＳＫＭＡＲＫＥＲを含むＤＢＲＩＳＫＭＡＲＫＥＲに由来するｍＴＯＲシグナル経路を含む。このグループは、おそらく内皮および血管変化を示す補体および凝固カスケードならびに造血細胞系統およびトール様受容体経路と共に、ＥＣＭ−受容体相互作用および細胞接着分子（ＣＡＭ）経路の重複含有も有し、さらにＣＤ１４およびＣＳＦｌ（Ｍ−ＣＳＦ）によっても表される。ＶＥＧＦおよびＳＥＬＥ（Ｅ−セレクチン）などのＤＢＲＩＳＫＭＡＲＫＥＲを含む最終シグナルは接着点、ＥＣＭおよび血管および内皮再構築に関連する他の経路に集中される。前糖尿病リスクの状況に対するこれらの発現の動力学は確認および検証されていないが、このように明確なパターンはＤＢＲＩＳＫＭＡＲＫＥＲからのさらに生物学的に詳細で臨床的に有用なシグナルはもちろんのこと、バイオマーカシグナルを組合せるＤＢＲＩＳＫＭＡＲＫＥＲパネルアルゴリズム内のパターン認識の機会も可能にしうることが考えられる。
【０１３７】
上の議論は便宜上、ＤＢＲＩＳＫＭＡＲＫＥＲのサブセットに集中している；他のＤＢＲＩＳＫＭＡＲＫＥＲおよび上の表に挙げられてないが、これらの生理学的および生化学的経路に関連したバイオマーカでさえ、これらの研究から得られた信号および情報を考慮すれば有用であることが判明しうる。ＤＢＲＩＳＫＭＡＲＫＥＲのリスト全体における他の関与物も前糖尿病の関連経路関与物である程度まで、それらはこれまで開示されたバイオマーカの機能的等価物でありうる。ＤＢＲＩＳＫＭＡＲＫＥＲが供給されると、それらはこの生物学的プロセスの関与と、また有用な信号雑音比での、および血清などの有用なサンプルマトリクスにおける前記マーカの生物学的利用能などの分析的に重要な特性との両方を含む、良好なバイオマーカのある定義された特質をさらに共有する。このような要件が通例、生物学的ＫＥＧＧ経路の多くのメンバの有用性を制限するのは、このことが一般に当てはまるとは思われず、分泌物質、細胞の原形質膜上で到達可能な物質はもちろんのこと、前糖尿病または糖尿病の疾患進行に関連すると言われていようとなかろうと、アポトーシスのための、あるいは内皮再構築または他の細胞回転または細胞壊死プロセスなどの他の理由での細胞死のときに血清中に放出される物質も構成する経路メンバにおいてのみ頻繁に発生するためである。しかしながらＤＢＲＩＳＫＭＡＲＫＥＲのこの高い基準を満足する残りのおよび将来のバイオマーカは、かなり貴重であると思われる。我々の発明は、上に挙げたＤＢＲＩＳＫＭＡＲＫＥＲのこのような機能的および統計的等価物を含む。さらにこのような追加のＤＢＲＩＳＫＭＡＲＫＥＲの統計的有用性は、マーカ間の相互相関に実質的に依存しており、新しいマーカは基礎を成す生物学の意味を説明するためのパネル内で作用することがしばしば要求されるであろう。
【０１３８】
図２に示すように、上述の５０の代表的なセットの中の多くのＤＢＲＩＳＫＭＡＲＫＥＲは密接に相関しており、相互に（または相互に対して反対方向で）その濃度がこのように上昇または下降するグループにクラスタ化される。このことは既知の、および先に開示された生化学的経路内で新しく有用なＤＢＲＩＳＫＭＡＲＫＥＲへの複数の機会を与えうるが、我々の発明は本明細書によって、記載したバイオマーカの機能的または統計的等価物であるこのように有用なバイオマーカ、およびこのような相関を予測および主張して、本明細書に引用され、本明細書で開示されたＤＢＲＩＳＫＭＡＲＫＥＲ濃度は、他の生化学的経路メンバの潜在的同一性と同様に開示されている。
【０１３９】
図２は、正常からの前糖尿病および糖尿病の対象の診断に有用であるマーカの複数の異なるパターンを示す；マーカの複数の特異的なクラスタが上述のヒトサンプルデータから、そして図において明らかに観察される。先に言及したように、個々のＤＢＲＩＳＫＭＡＲＫＥＲは、異なる経路および生理学的情報を与え、本発明の一態様は、在来のリスク評価技法に勝る性能の改善のために十分な情報を与えるＤＢＲＩＳＫＭＡＲＫＥＲに到達する方法である。図３および４は、色アイコンとして関連経路内でそれぞれ強調された上に挙げる３つ以上の（図３の場合）、またはわずか１または２つの（図４の場合）ＤＢＲＩＳＫＭＡＲＫＥＲを持つ、ＫＥＧＧ経路のリストを含む。
【０１４０】
記載した個々のマーカの多くが単独でそしてＤＢＲＩＳＫＭＡＲＫＥＲの多マーカパネルのメンバとしてでなく使用されるときに、正常、前糖尿病、および糖尿病母集団間のその濃度レベルに統計的に有意な相違をほとんどまたは全く持たず、それゆえこれら３つの状況（正常、前糖尿病、および糖尿病）間でいずれかの患者を分類するのに単独では信頼して使用できないことが以前注目されていた。また先に言及されたように、統計的有意性の一般的な尺度はｐ値であり、ｐ値は観測結果が相関または因果関係よりも、むしろ偶然によって生じた確率を示す；好ましくはこのようなｐ値は０．０５未満であり、興味のある観測結果が偶然以外によって生じた９５％の偶然を表す。図５は、ＤＢＲＩＳＫＭＡＲＫＥＲ濃度を開示し、確立された一元配置ＡＮＯＶＡ（分散分析）統計技法に基づいて、３つの対象母集団すべてにわたって患者サンプル間および患者サンプル内の分散を調査する、５０のＤＢＲＩＳＫＭＡＲＫＥＲの我々の代表的なリスト全体についてのこのような統計解析を詳説する。５０の調査済みＤＢＲＩＳＫＭＡＲＫＥＲの１つのみ（ＩＬ−１８）が疾患分類において信頼できる有用性を示す０．０５未満のｐ値を有することが特に注目に値する；多くの場合で、ｐ値は、対象母集団の間または中で観測された濃度分散を説明するのに主な役割を有した無作為偶然の非常に有意な確率を示す。個別に考慮すると、このようなＤＢＲＩＳＫＭＡＲＫＥＲは、糖尿病または前糖尿病の診断には有用性が限られていることが結論付けられる。
【０１４１】
このような個々のマーカの性能にかかわらず、我々の発明の主題は、本発明の２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲのある特定の組合せも、１つ以上の生理学的および生化学的経路に関与することが既知であるＤＢＲＩＳＫＭＡＲＫＥＲの組合せを含む多マーカパネルとして使用可能であることと、このような情報が組合されて、ロジスティック回帰などの一般に使用されるものを含む各種の統計分類アルゴリズムの使用によって臨床的に有用とされうることである。実際に本発明のさらに詳説された主題は、このようなアルゴリズムが、２型糖尿病への転換のリスクの連続測定値として潜在的に分布するＤＢＲＩＳＫＭＡＲＫＥＲのかなり大規模なグループにわたるその最良臨床分類能力（Ｒ^２などの直線適合統計学によって測定されたような）について最適化されたときに、多数の別個の多マーカ成分モチーフおよび組合せの１つを一般に共有することである。これらは、先にアッセイしたＤＢＲＩＳＫＭＡＲＫＥＲの代表的なグループ内だけに、マーカレプチン（ＬＥＰ）を取り巻くグループ化を取り巻く強い有意性を、そして特に制限なく、上記マーカそれぞれの２つ以上の各種サブセット、およびこれらのセットと追加のマーカとの組合せを含む、レプチン、ハプトグロビン（ＨＰ）、インスリン様成長因子結合タンパク質３（ＩＧＦＢＰ３）、およびレジスチン（ＲＥＴＮ）の各種の順列および成分組合せを含む。レプチンおよびパートナーマーカのその支持クラスタを使用する方法に対する代わりの一般的な方法は、ＴＮＦＲ１およびＣＤ２６の、通例共にクラスタとしての、しかし単独で、または他のマーカとのいずれかでの使用を含む（レプチンおよび３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲのパネル内の他の個々に言及したマーカのファミリのいずれかの使用と共に含む）。第３の、ＬＥＰの方法よりも一般に性能が低い方法は、炎症のより一般化されたマーカ、たとえば開示されたその他の中でもＣ反応性タンパク質（ＣＲＰ）、最終糖化産物受容体（ＲＡＧＥ、現在ＡＧＥＲ）、および一般のサイトカイン、アディポサイトカイン、ならびに補体および凝固カスケードメンバ、たとえばＩＬ−１８、アディポネクチン（ＡＤＩＰＯＱ）、アディプシン（ａｋａ補体因子またはＣＦＤ）、およびＰＡＩ−１（セルピン１）を、多数でまたは他のより特異的性のＤＢＲＩＳＫＭＡＲＫＥＲと組合せて使用することである。
【０１４２】
あまり特異性でなくより、低い性能のバイオマーカを組合せて前糖尿病を診断するための新規でより有用な組合せとする方法の一般的な概念が、本発明の主題および主要な態様である。例証的な例、図６は、各マーカを単独で示す上２つのパネルにレプチンおよびハプトグロビンに対する個々のマーカの性能を示している。左下のパネルには、簡単な臨床分類で共に組合せて使用された２つの試験が示されており、ここで試験された対象は、どちらかのマーカが個々のＲＯＣ定義臨床カットオフレベル（前のパネルで使用されたもの）を超える場合に、疾患に関して陽性パネル試験と見なされる。この種の「ＡまたはＢのどちらか」ルールは、医学では非常に一般的である；たとえば３つの総コレステロール、ＨＤＬまたはトリグリセライド測定値のいずれか１つがその試験でのある個々のカットオフを超えている場合、患者は脂質異常症と見なされる。
【０１４３】
左下パネルが示すように、試験の間その感度は維持されている（より大規模な患者コホートは改善を示しうるが、レプチンは優れた開始性能を有しており、１つの偽陰性のみが残存している）。しかしながら特異性は、要求されたより多数の偽陰性のために、どちらのマーカ単独よりも低いレベルまで劇的に下降した（レプチン単独の２９またはハプトグロビン単独の４５に対して、共にでは５８）。より通例には、２つのマーカがこのように共に使用されるときに、特異性の低下を犠牲にした感度の改善が予想される。
【０１４４】
対照的に右下パネルでは、同じ２つのマーカが標準ロジスティック回帰アルゴリズムを使用して組合されるときに共に試験される。この計画では、感度は維持されたままであるが、特異性はどちらかのマーカが単独で可能であるよりも高いレベルまで上昇した。ロジスティックアルゴリズム計画は、次のＲＯＣ曲線におけるすべてのカットオフで示され、単独のどちらのマーカよりも高いＡＵＣを有する（あいにく再び疾患コホートの小規模なサンプルサイズのために、このＡＵＣの差は、統計的有意性をあまり生じない；しかしながら先の分類分析より、組合せが優れた試験であり、偽陽性率および偽陰性率が低いことが明らかである））。
【０１４５】
この例は、複数の概念を示した。第１は、適正な数学および臨床アルゴリズムが使用されるときには、複数のマーカが個々の成分よりも良好な性能を生じうることである；このことは感度および特異性の両方でしばしば明らかであり、より大きいＡＵＣを生じる。第２の主要な概念は、特異性の新しいアルゴリズム組合せレベルを達成するために必要であったように、既存のマーカにはしばしば新規の認知されていない情報が存在することである。最後の概念は、例における、わずかに感度が６２．５％および特異性が４１．５％であるハプトグロビンがそうであったように、この隠れた情報が一般にそれ自体で最適以下の臨床性能を有すると見なされているマーカでも当てはまることであり、アルゴリズムを用いて２つのマーカを共に試験する前には明らかでなかった結論である。実際に、個々の試験における高い偽陽性率に関する最適以下の性能はおそらく、ある重要な追加情報−第２のマーカとの組合せおよび数学アルゴリズムがなければ解明されない情報が試験結果内に含有されるという指標でありうる。図６の例は、実際の患者のマーカデータおよび算出した糖尿病リスク結果を使用して示す。
【０１４６】
図７は、多マーカ手法の相乗効果ならびにしばしば予見できない利点および影響のさらなる例証である。それは、単独で、あるいは１つまたは複数の他のマーカとさえ使用されたときに貴重であり重度に重み付けされた決定因子として認識されるマーカが、追加のバイオマーカの形での新たな情報の追加によってその寄与において著しく変化しうることを証明している。このグラフは、２〜４８番目のマーカが添加されるときの、第１マーカのロジスティック回帰係数（またはマーカ負荷量）の変化を示す。それはマーカの重み付けが、再度最適化されたアルゴリズムに対するあるマーカおよびさらなる情報の供給によって変化したことを示す。これは再度、５０のグループから最良の追加マーカを探索する検索アルゴリズムを使用して各工程においてアルゴリズムに追加して、各追加マーカによってアルゴリズム出力または臨床指数測定を改善することによって、本発明者らが本明細書で開示した多マーカ手法のいくつかを開発した方法の実際の例を使用している。図８は、すべての考えられる残りの追加を各所与のパネルサイズのパネルと比較する「前向き選択」を利用し、次に性能が最高に改善されたものを選択する、複数のＤＢＲＩＳＫＭＡＲＫＥＲの段階的な追加によって、算出された基準糖尿病予想転換率曲線に対してＲ^２によって測定されたように、各ＤＢＲＩＳＫＭＡＲＫＥＲ追加における同じ改善されたその同じ性能を示す。
【０１４７】
このような前向き選択技法の欠点は、非段階的解決策の可能性であり、そこでは相乗的方法は、寄与のままである各既存のマーカ（記載したように、ベータ係数は変化する）を再評価するために、そして現在のパネルサイズを得るために講じられた旧来の工程によって覆い隠されうるこのような相乗効果について試験するために、「後向き工程」を試験することによっても得ることができる。この前向きおよび後向き技法は、より多くのマーカの追加の複雑さがさらなるマーカ追加への増分利得を超えるときに、「段階的」検索アルゴリズムと一般に呼ばれる検索技法に従って、バランス因子供給入力と組合されうる。図８のＲ^２グラフより、追加のマーカへの戻りは、各工程が最適な方法で講じられる場合に経時的に減少することが明らかである−最終的に、アルゴリズムに供給されるさらなる関連臨床情報はまさになく、追加のマーカは主に複雑さおよび冗長情報をもたらして、アルゴリズムの有用性および信頼性を低下させる。
【０１４８】
複数の技法を使用して、各工程にて最適ＤＢＲＩＳＫＭＡＲＫＥＲ追加を構築する、このような最良マーカ追加アルゴリズムを生成できる。図９は、コンピュータの能力の向上を考えると、ますます可能であるが、あるサイズおよび複雑さに関する問題のために通例は利用されない、非段階的技法−可能性すべての列挙全体の図である。グラフは、ｘ、ｙ、および軸のそれぞれにおける全マーカのリストと共に３次元立方体を示している。マーカの組合せは、ベース立方体の内側にある内部立方体によって示されている；対話式ユーザインタフェースが、観測者にアルゴリズムを特定のメンバまたは性能のレベルによって強調させる。描かれた立方体は、切片、係数およびＲ^２がそれぞれ算出された約６０のＤＢＲＩＳＫＭＡＲＫＥＲの考えられるすべての組合せを含む、合計２０００００超の個々のロジスティック回帰計算を表す。立方体内に懸垂された「ロッド」は、１つ以上の第２マーカパートナーに対して、その第３パートナーとは無関係に平均アルゴリズム性能よりはるかに高い性能を有し、それゆえ立方体を通じて直線を描く高寄与マーカ、たとえばレプチン、ＴＮＦＲ１、およびＣＤ２６を表す。最良のＤＢＲＩＳＫＭＡＲＫＥＲを選択するための機構を含む、本発明の固有の部分であるこのような技法は、完全な傾向が−より大きなパネルで継続され、最終的にマーカ相互関係および生物学へのより深い洞察を可能にしうる傾向が確率の空間全体で見られるようにして、ＤＢＲＩＳＫＭＡＲＫＥＲパネル構築におけるより高い有効性を許容する、追加の利点を有する。
【０１４９】
図１０は、図９で先に示した考えられる３つのマーカの組合せのセット全体でのＲ^２性能尺度の分布を示すヒストグラムである。明らかに、パネル構築で使用した技法とは無関係に、高性能アルゴリズムの比較的ごく少数の分割がある。
【０１５０】
因子およびクロスマーカ相関／共分散分析などの他の統計ツールは、パネル構築へのより合理的な手法を可能にする。図１１は、図１および２に示したようなＤＢＲＩＳＫＭＡＲＫＥＲ間のユークリッド標準化距離を示す数学的クラスタリングおよび分類ツリーである。このようなグルーピングは理想的な前糖尿病アルゴリズムに関する生物学および所望の情報内容標的への直接の洞察を与える、または与えないが、それは同じ情報内容を持つマーカの収集をグループ化するための因子分析の方法の結果である（一般に利用されるさらなる統計技法については下の実施例を参照）。
【０１５１】
図１２は、ＤＢＲＩＳＫＭＡＲＫＥＲパネルの各種の種類を構築するのに有用である、主要個別マーカおよび主要組合せマーカの２つの主要なクラスにそれらを分類する、選択されたＤＢＲＩＳＫＭＡＲＫＥＲの表を示す。上記のように、個々のＤＢＲＩＳＫＭＡＲＫＥＲのパネルでの位置は、アルゴリズムの増分情報内容のその準備に密接に相関しているので、寄与順序はパネル内の他の構成要素ＤＢＲＩＳＫＭＡＲＫＥＲに大きく依存する。
【０１５２】
ＤＢＲＩＳＫＭＡＲＫＥＲパネルは、一連の個々のＤＢＲＩＳＫＭＡＲＫＥＲ成分より成る。５０の代表的なＤＢＲＩＳＫＭＡＲＫＥＲを使用する我々の研究では、ＤＢＲＩＳＫＭＡＲＫＥＲパネルでの高い性能を達成するために、独立して、またはより大きなパネルが所望されるときには組合されて使用されうる、３つの核となるマーカ手法がある：我々が図１１の主要個別マーカ手法と呼ぶ第１は最初に、Ｒ^２への最高の個別寄与を備えた核となるマーカとしてレプチンに集中して、ハプトグロビン、ＩＬＧＦＢＰ、レジスチン、ＭＭＰ２、ＡＣＥ、ＣＯＭＰＣ４、およびＣＤ１４などの他の主要個別マーカ位置のランク順序で継続する。この手法との置換が可能であるが、複数の前向き検索アルゴリズムは下に示す核となるマーカの順序を、前糖尿病の正常からの診断のための代表的母集団でのＲ^２への高い相対寄与として証明および確認した。一般に、より小規模なパネルでは、８つのマーカ位置それぞれが占有されているときに最高性能レベルを持つ、主要個別マーカで挙げた核となるマーカから、より高性能のパネルが一般に最初に選択される。マーカ位置１（レプチン）などの早期の位置は通例、最高寄与の可能性を有する。
【０１５３】
第２の代わりの手法は、我々が図１１で主要組合せマーカとして定義したものを使用してＤＢＲＩＳＫＭＡＲＫＥＲパネルの構築を開始することであり、主要組合せマーカは、主にセットで、最も詳細にはＴＮＦＲ１−ＣＤ２６対形成でのその密接な相互作用によって、しかし主要個別マーカがＤＢＲＩＳＫＭＡＲＫＥＲパネル全体の高い性能になお到達する一般的な置換方法として識別される、主要個別マーカの各種のメンバの対形成および支持によっても高い性能を達成する。実際にグループとして、主要組合せマーカでの主要個別マーカの一部の置換は、特に主要マーカ置換がすでに行われているときに、またはパネルサイズが核となる８つの主要マーカ位置を超えているときに、あるサイズを超えるパネルには有利である。
【０１５４】
主要組合せマーカは、設定された階層順序またはＴＮＦＲ１およびＣＤ２６の、そして他のメンバのいくつかと主要個別マーカ、特にＥ−セレクチン、ＭＣＳＦ、およびＶＥＧＦとの一般的な事前（ｕｐｆｒｏｎｔ）対形成を超える順序を持たない。主要組合せマーカはしばしば、ＤＢＲＩＳＫＭＡＲＫＥＲパネル構築手法の後のほうで追加される、そのときに因子および情報冗長性が最適なＤＢＲＩＳＫＭＡＲＫＥＲパネルへの複数の統計的に同様な高性能解決策を可能にする。
【０１５５】
最後の第３の手法は、ＣＲＰ、ＲＡＧＥ、ＩＬ−１８、アディポネクチン、アクチビン＿Ａ、およびアディプシンを含む、さらに一般化された炎症サイトカイン、アディポカインおよび凝固マーカのグループ内で作用するものである。これが主要個別または主要組合せマーカで開始する手法のための一般的な補助方法であるのは、これらの多能性マーカ（たとえば特にＣＲＰおよびＲＡＧＥ）の一部のより一般化された幅広い情報内容が情報冗長性を生成することなく多くの各種パネル組合せに添加されるようにするためである。
【０１５６】
上の一般的技法を使用する特定のＤＢＲＩＳＫＭＡＲＫＥＲパネル構築の例も、マーカパネル構築の我々の技法の、あるいは代わりのＤＢＲＩＳＫＭＡＲＫＥＲまたはまた同じ構成生理学的および生化学的経路に関与する機能的に同等のクラスからのバイオマーカの適用性の制限なく、本明細書で開示される。
【０１５７】
【表２４】

図１２は、本明細書に開示した方法に従って位置カテゴリから選択した３つのＤＢＲＩＳＫＭＡＲＫＥＲを使用する、２５の高性能ＤＢＲＩＳＫＭＡＲＫＥＲパネルのリストを示す。前記パネルを使用するロジスティック回帰アルゴリズムは、記載した実施例および非糖尿病患者コホートにおけるサンプルに利用したときに、０．３００〜０．３２９の範囲にわたるＲ＾２値を算出した。
【０１５８】
図１３は、ＡＩＣフィードバックループを用いた後向き探求アルゴリズムを使用して組立てたマーカの基本セットからの単一マーカ置換（下の方法を参照）を使用した、本明細書で開示した方法による位置カテゴリから選択した８つのＤＢＲＩＳＫＭＡＲＫＥＲを使用する、２５の高性能ＤＢＲＩＳＫＭＡＲＫＥＲパネルのリストである。前記パネルを使用するロジスティック回帰アルゴリズムは、記載した実施例および非糖尿病患者コホートにおけるサンプルに利用したときに、０．３１０〜０．４７５の範囲にわたるＲ^２値を算出した。
【０１５９】
図１４は、ＡＩＣフィードバックループを用いた後向き探求アルゴリズムを使用して先に組立てたマーカの開始セットからの３つのオプションによる単一マーカ置換（下の方法を参照）を使用した、本明細書で開示した方法による位置カテゴリから選択した１８のＤＢＲＩＳＫＭＡＲＫＥＲを使用する、５５の高性能ＤＢＲＩＳＫＭＡＲＫＥＲパネルのリストである。前記パネルを使用するロジスティック回帰アルゴリズムは、記載した実施例および非糖尿病患者コホートにおけるサンプルに利用したときに、０．５２３〜０．６１０５の範囲にわたるＲ^２値を算出した。
【０１６０】
ＤＢＲＩＳＫＭＡＲＫＥＲのレベルは、当分野で既知のいずれがの方法を使用してタンパク質または核酸レベルで決定できる。たとえば核酸レベルでは、ノザンおよびサザンハイブリダイゼーション分析はもちろんのこと、これらの配列の１つ以上を特異的に認識するプローブを使用するリボヌクレアーゼ保護アッセイも遺伝子発現を決定するために使用できる。あるいは発現は、たとえば遺伝子の差次的発現配列に特異的なプライマーを使用する逆転写ベースＰＣＲアッセイ（ＲＴ−ＰＣＲ）を使用して測定されうる。発現は、たとえば本明細書に記載する遺伝子産物によってコードされるペプチドのレベル、またはその活性を測定することによってタンパク質レベルで決定されうる。このような方法は当業者に周知であり、たとえば遺伝子、アプタマーまたは分子インプリントによってコードされたタンパク質に対する抗体をベースとするイムノアッセイを含む。いずれの生体物質もタンパク質またはその活性の検出／定量化に使用されうる。あるいは分析された各タンパク質の活性に従って、マーカ遺伝子によってコードされたタンパク質の活性を決定するための適切な方法が選択されうる。
【０１６１】
ＤＢＲＩＳＫＭＡＲＫＥＲタンパク質、ポリペプチド、その突然変異、および多形は、いずれかの適切な方法で検出されうるが、通例は対象からのサンプルにＤＢＲＩＳＫＭＡＲＫＥＲタンパク質、ポリペプチド、突然変異、および多形に結合する抗体を接触させて、次に反応生成物の存在または非存在を検出することによって検出されうる。抗体は、上で詳細に議論したように、モノクローナル、ポリクローナル、キメラまたは上記の断片であり、反応生成物を検出する工程はいずれの適切なイムノアッセイによっても実施されうる。対象からのサンプルは通例、上記のような生体液であり、上記の方法を実施するのに使用した生体液の同じサンプルでもよい。
【０１６２】
本発明に従って実施されるイムノアッセイは、同種アッセイまたは異種アッセイでもよい。同種アッセイでは、免疫反応は通常、特異性抗体（たとえば抗ＤＢＲＩＳＫＭＡＲＫＥＲタンパク質抗体）、標識検体、および興味のあるサンプルを含む。標識から生じるシグナルは、抗体の標識検体への結合時に直接または間接的に修飾される。免疫反応およびその程度の検出はどちらも均質溶液中で実施されうる。利用されうる免疫化学標識としては、フリーラジカル、放射性同位体、蛍光染料、酵素、バクテリオファージ、または補酵素が挙げられる。
【０１６３】
異種アッセイ手法では、試薬は通例サンプル、抗体、および検出可能なシグナルを生成する手段である。上記のようなサンプルが使用されうる。抗体は、支持体、たとえばビーズ（たとえばタンパク質Ａおよびタンパク質Ｇアガロースビーズ）、プレートまたはスライドに固定されて、抗体を含有することが疑われる試料と液相中で接触されうる。支持体を次に液相から分離して、支持相または液相のどちらかを検出可能なシグナルについてこのようなシグナルを生成する手段を使用して検査する。シグナルはサンプル中の検体の存在に関連付けられる。検出可能な信号を生成する手段としては、放射性標識、蛍光標識、または蛍光標識の使用が挙げられる。たとえば検出される抗体が第２結合部位を含有する場合、その部位に結合する抗体は検出可能な基にコンジュゲートされて、分離工程の前に液相反応溶液に添加されうる。固体支持体での検出可能な基の存在は、試験サンプル中の抗原の存在を示す。適切なイムノアッセイの例は、オリゴヌクレオチド、免疫ブロッティング、免疫蛍光法、化学発光法、電気化学発光または酵素結合イムノアッセイである。
【０１６４】
当業者は、本明細書で開示した方法を実施するのに有用でありうる多数の特異的イムノアッセイ形式およびその変形に精通するであろう。一般にＥ．Ｍａｇｇｉｏ，Ｅｎｚｙｍｅ−Ｉｍｍｕｎｏａｓｓａｙ，（１９８０）（ＣＲＣ Ｐｒｅｓｓ，Ｉｎｃ．，Ｂｏｃａ Ｒａｔｏｎ，ＦＩａ．）を参照；また“Ｍｅｔｈｏｄｓ ｆｏｒ Ｍｏｄｕｌａｔｉｎｇ Ｌｉｇａｎｄ−Ｒｅｃｅｐｔｏｒ Ｉｎｔｅｒａｃｔｉｏｎｓ ａｎｄ ｔｈｅｉｒ Ａｐｐｌｉｃａｔｉｏｎ”という名称のＳｋｏｌｄらへのＵ．Ｓ．Ｐａｔ．Ｎｏ．４，７２７，０２２、“Ｉｍｍｕｎｏａｓｓａｙ ｏｆ Ａｎｔｉｇｅｎｓ”という名称のＦｏｒｒｅｓｔらへのＵ．Ｓ．Ｐａｔ．Ｎｏ．４，６５９，６７８、“Ｉｍｍｕｎｏｍｅｔｒｉｃ Ａｓｓａｙｓ Ｕｓｉｎｇ Ｍｏｎｏｃｌｏｎａｌ Ａｎｔｉｂｏｄｉｅｓ”という名称のＤａｖｉｄらへのＵ．Ｓ．Ｐａｔ．Ｎｏ．４，３７６，１１０、“Ｍａｃｒｏｍｏｌｅｃｕｌａｒ Ｅｎｖｉｒｏｎｍｅｎｔ Ｃｏｎｔｒｏｌ ｉｎ Ｓｐｅｃｉｆｉｃ Ｒｅｃｅｐｔｏｒ Ａｓｓａｙｓ”という名称のＬｉｔｍａｎらへのＵ．Ｓ．Ｐａｔ．Ｎｏ．４，２７５，１４９、“Ｒｅａｇｅｎｔｓ ａｎｄ Ｍｅｔｈｏｄ Ｅｍｐｌｏｙｉｎｇ Ｃｈａｎｎｅｌｉｎｇ”という名称のＭａｇｇｉｏらへのＵ．Ｓ．Ｐａｔ．Ｎｏ．４，２３３，４０２、“Ｈｅｔｅｒｏｇｅｎｏｕｓ Ｓｐｅｃｉｆｉｃ Ｂｉｎｄｉｎｇ Ａｓｓａｙ Ｅｍｐｌｏｙｉｎｇ ａ Ｃｏｅｎｚｙｍｅ ａｓ Ｌａｂｅｌ”という名称のＢｏｇｕｓｌａｓｋｉらへのＵ．Ｓ．Ｐａｔ．Ｎｏ．４，２３０，７６７も参照。
【０１６５】
抗体は、既知の技法、たとえば受動的結合に従って、診断アッセイに適切な固体支持体（たとえばタンパク質Ａまたはタンパク質Ｇなどのビーズ、ミクロスフェア、プレート、スライドあるいはラテックスまたはポリスチレンなどの材料から形成されたウェル）にコンジュゲートされうる。本明細書に記載する抗体は、既知の技法に従って同様に、検出可能な標識または基、たとえば放射性標識（たとえば^３５Ｓ、^１２５Ｉ、^１３１Ｉ）、酵素レベル（たとえばホースラディッシュペルオキシダーゼ、アルカリホスファターゼ）、および蛍光標識（たとえばフルオレセイン、アレクサ、緑色蛍光タンパク質）にコンジュゲートされうる。
【０１６６】
抗体は、ＤＢＲＩＳＫＭＡＲＫＥＲタンパク質、ポリペプチド、突然変異、および多形の翻訳後修飾、たとえばチロシンホスホリル化、トレオニンホスホリル化、セリンホスホリル化、グリコシル化（たとえばＯ−ＧｌｃＮＡｃ）を検出するのにも有用でありうる。このような抗体は、興味のある１つまたは複数のタンパク質中のホスホリル化アミノ酸を特異的に検出して、本明細書で記載する免疫ブロッティング、免疫蛍光法、およびＥＬＩＳＡアッセイで使用されうる。これらの抗体は当業者に周知であり、市販されている。翻訳後修飾は、リフレクタマトリクス支援レーザ脱離イオン化飛行時間質量分析（ＭＡＬＤＩ−ＴＯＦ）で準安定イオンを使用しても決定されうる（Ｗｉｒｔｈ，Ｕ．ら、（２００２）Ｐｒｏｔｅｏｍｉｃｓ ２（１０）：１４４５−５１）。
【０１６７】
酵素活性を有することが既知であるＤＢＲＩＳＫＭＡＲＫＥＲタンパク質、ポリペプチド、突然変異、および多形では、活性は当分野で既知の酵素アッセイを使用して試験管内で決定されうる。このようなアッセイとしては制限なく、他の多くのアッセイの中でキナーゼアッセイ、ホスファターゼアッセイ、レダクターゼアッセイが挙げられる。酵素活性の動力学の調節は、既知のアルゴリズム、たとえばヒルプロット、ミカエリスメンテン式、線形回帰プロット、たとえばラインウィーバー・バーク解析、およびスキャッチャードプロットを使用して速度定数Ｋ_Ｍを測定することによって判定できる。
【０１６８】
ＤＢＲＩＳＫＭＡＲＫＥＲのデータベースエントリによって与えられる配列情報を使用して、ＤＢＲＩＳＫＭＡＲＫＥＲ配列の発現は（存在する場合に）、当業者に周知の技法を使用して検出および測定される。たとえばＤＢＲＩＳＫＭＡＲＫＥＲ配列に一致する配列データベースエントリ内の、または本明細書で開示した配列内の配列を使用して、たとえばノザンブロットハイブリダイゼーション解析または特異的核酸配列を特異的および好ましくは定量的に増幅する方法において、ＤＢＲＩＳＫＭＡＲＫＥＲ ＲＮＡ配列を検出するためのプローブを構築できる。別の例として、配列を使用して、たとえば逆転写ベースのポリメラーゼ連鎖反応（ＲＴ−ＰＣＲ）などの増幅ベース検出方法においてＤＢＲＩＳＫＭＡＲＫＥＲ配列を特異的に増幅するためのプライマーを構築できる。遺伝子配列の改変が遺伝子増幅、欠失、多形、および突然変異に関連付けられるとき、試験および基準細胞母集団内の調査されたＤＮＡ配列の相対量を比較することによって、試験および基準母集団における配列比較を行うことができる。
【０１６９】
本明細書で開示した遺伝子の発現は、当分野で既知のいずれかの方法を使用してＲＮＡレベルで測定されうる。たとえばこれらの配列の１つ以上を特異的に認識するプローブを使用するノザンハイブリダイゼーション解析を使用して、遺伝子発現を判定できる。あるいは発現は、たとえば差次的発現配列に特異的なプライマーを使用する逆転写ベースＰＣＲアッセイ（ＲＴ−ＰＣＲ）を使用して測定されうる。
【０１７０】
あるいはＤＢＲＩＳＫＭＡＲＫＥＲタンパク質および核酸代謝産物が測定されうる。「代謝産物」という用語は、代謝産物のいずれかの化学または生化学生成物、たとえば生体分子（たとえばタンパク質、核酸、炭水化物、または脂質）の処理、開裂または消費によって生成されたいずれかの化合物を含む。代謝産物は、屈折率分光法（ＲＩ）、紫外線分光法（ＵＶ）、蛍光分析、放射化学分析、近赤外分光法（近ＩＲ）、核磁気共鳴分光法（ＮＭＲ）、光散乱分析（ＬＳ）、質量分析、熱分解質量分析、比濁法、分散ラマン分光法、質量分析と組合されたガスクロマトグラフィー、質量分析と組合された液体クロマトグラフィー、質量分析と組合された飛行時間型マトリクス支援レーザ脱離イオン化（ＭＡＬＤＩ−ＴＯＦ）、質量分析と組合されたイオンスプレー分光法、キャピラリー電気泳動、ＮＭＲおよびＩＲ検出を含む、当業者に既知の各種方法で検出されうる。（ＷＯ０４／０５６４５６およびＷＯ０４／０８８３０９を参照、そのそれぞれはその全体が参照により本明細書に組み入れられている）。この点で他のＤＢＲＩＳＫＭＡＲＫＥＲ検体は、上述の検出方法、または当業者に既知の他の方法を使用して測定されうる。
キット
本発明は、ＤＢＲＩＳＫＭＡＲＫＥＲ核酸またはＤＢＲＩＳＫＭＡＲＫＥＲ核酸にコードされたタンパク質に対する抗体の一部に対して相補性である相同核酸配列、たとえばオリゴヌクレオチド核酸がキットの形で共に包装されることによる、ＤＢＲＩＳＫＭＡＲＫＥＲ検出試薬、たとえば１つ以上のＤＢＲＩＳＫＭＡＲＫＥＲ核酸を特異的に同定する核酸も含む。オリゴヌクレオチドは、ＤＢＲＩＳＫＭＡＲＫＥＲ遺伝子の断片でありうる。たとえばオリゴヌクレオチドは、長さが２００、１５０、１００、５０、２５、１０の、またはそれ以下のヌクレオチドでありうる。キットは個別の容器内に核酸または抗体（固体マトリクスにすでに結合されているか、またはそれらをマトリクスに結合するための試薬と共に個別に包装されているかのどちらかである）、対照調合物（陽性および／または陰性）、および／または検出可能な標識を含有する。アッセイを実施するための説明書（たとえば書面、テープ、ＶＣＲ、ＣＤ−ＲＯＭなど）がキットに含まれうる。アッセイはたとえば、当分野で既知のようなノザンハイブリダイゼーションまたはサンドイッチＥＬＩＳＡの形でありうる。
【０１７１】
たとえばＤＢＲＩＳＫＭＡＲＫＥＲ検出試薬は、少なくとも１個のＤＢＲＩＳＫＭＡＲＫＥＲ検出部位を形成するために多孔性ストリップなどの固体マトリクスに固定化されうる。多孔性ストリップの測定または検出領域は、核酸を含有する複数の部位を含みうる。試験ストリップは、陰性および／または陽性対照の部位も含有しうる。あるいは対照部位は試験ストリップとは別のストリップに位置しうる。場合により各種の検出部位は、異なる量の、たとえば第１検出部位より多い量の、そして次の部位より少ない量の固定化酢酸を含有しうる。試験サンプルの添加時に、検出可能なシグナルを提示する多数の部位がサンプル中に存在するＤＢＲＩＳＫＭＡＲＫＥＲの量の定量的表示を与える。検出部位はいずれかの適切に検出可能な形状で構成され、通例は試験ストリップの幅におよぶ棒または点の形状である。
【０１７２】
あるいはキットは、１つ以上の核酸配列を含む核酸基質アレイを含有する。アレイ上の核酸は、ＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０で表される１つ以上の核酸配列を特異的に同定する。各種の実施形態において、ＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０で表される２、３、４、５、６、７、８、９、１０、１５、２０、２５、４０、５０、１００、１２５、１５０、１７５、２００、２１０、２２０、２３０、２４０またはそれ以上の配列は、アレイへの結合のために同定されうる。基質アレイはたとえば固体基質上に、たとえばＵ．Ｓ．Ｐａｔｅｎｔ Ｎｏ．５，７４４，３０５に記載されている「チップ」上にありうる。あるいは基質アレイは、液体アレイ、たとえばｘＭＡＰ（Ｌｕｍｉｎｅｘ，Ａｕｓｔｉｎ，ＴＸ）、Ｃｙｖｅｒａ（Ｉｌｌｕｍｉｎａ，Ｓａｎ Ｄｉｅｇｏ，ＣＡ）、ＣｅｌｌＣａｒｄ（Ｖｉｔｒａ Ｂｉｏｓｃｉｅｎｃｅ，Ｍｏｕｎｔａｉｎ Ｖｉｅｗ，ＣＡ）およびＱｕａｎｔｕｍ Ｄｏｔｓ’Ｍｏｓａｉｃ（Ｉｎｖｉｔｒｏｇｅｎ，Ｃａｒｌｓｂａｄ，ＣＡ）でありうる。
【０１７３】
当業者は、表１のＤＢＲＩＳＫＭＡＲＫＥＲのいずれに対しても、抗体、核酸プローブ、たとえばオリオヌクレオチド、アプタマー、ｓｉＲＮＡ、アンチセンスオリゴヌクレオチドを日常的に作製できる。
【実施例】
【０１７４】
（実施例１）
タンパク質バイオマーカパネルは、９６名の正常者、前糖尿病者、および糖尿病者のグループに由来するヒト血清サンプル中の６４のタンパク質を分析することによって決定した。
原試薬：アッセイ開発のための開始点として免疫試薬を調達するために使用した大規模および多様な一連の販売元は、たとえばこれに限定されるわけではないが、Ａｂａｚｙｍｅ、Ａｂｎｏｖａ、Ａｆｆｉｎｉｔｙ Ｂｉｏｌｏｇｉｃａｌｓ、ＡｎｔｉｂｏｄｙＳｈｏｐ、Ｂｉｏｇｅｎｅｓｉｓ、Ｂｉｏｓｅｎｓｅ Ｌａｂｏｒａｔｏｒｉｅｓ、Ｃａｌｂｉｏｃｈｅｍ、Ｃｅｌｌ Ｓｃｉｅｎｃｅｓ、Ｃｈｅｍｉｃｏｎ Ｉｎｔｅｒｎａｔｉｏｎａｌ、Ｃｈｅｍｏｋｉｎｅ、Ｃｌｏｎｔｅｃｈ、Ｃｙｔｏｌａｂ、ＤＡＫＯ、Ｄｉａｇｎｏｓｔｉｃ ＢｉｏＳｙｓｔｅｍｓ、ｅＢｉｏｓｃｉｅｎｃｅ、Ｅｎｄｏｃｒｉｎｅ Ｔｅｃｈｎｏｌｏｇｉｅｓ、Ｅｎｚｏ Ｂｉｏｃｈｅｍ、Ｅｕｒｏｇｅｎｔｅｃ、Ｆｕｓｉｏｎ Ａｎｔｉｂｏｄｉｅｓ、Ｇｅｎｅｓｉｓ Ｂｉｏｔｅｃｈ、ＧｌｏｂｏＺｙｍｅｓ、Ｈａｅｍａｔｏｌｏｇｉｃ Ｔｅｃｈｎｏｌｏｇｉｅｓ、Ｉｍｍｕｎｏｄｅｔｅｃｔ、Ｉｍｍｕｎｏｄｉａｇｎｏｓｔｉｋ、Ｉｍｍｕｎｏｍｅｔｒｉｃｓ、Ｉｍｍｕｎｏｓｔａｒ、Ｉｍｍｕｎｏｖｉｓｉｏｎ、Ｂｉｏｇｅｎｅｘ、Ｉｎｖｉｔｒｏｇｅｎ、Ｊａｃｋｓｏｎ ＩｍｍｕｎｏＲｅｓｅａｒｃｈ Ｌａｂｏｒａｔｏｒｙ、ＫＭＩ Ｄｉａｇｎｏｓｔｉｃｓ、Ｋｏｍａ Ｂｉｏｔｅｃｈ、ＬａｂＦｒｏｎｔｉｅｒ Ｌｉｆｅ Ｓｃｉｅｎｃｅ Ｉｎｓｔｉｔｕｔｅ、Ｌｅｅ Ｌａｂｏｒａｔｏｒｉｅｓ、Ｌｉｆｅｓｃｒｅｅｎ、Ｍａｉｎｅ Ｂｉｏｔｅｃｈｎｏｌｏｇｙ Ｓｅｒｖｉｃｅｓ、Ｍｅｄｉｃｌｏｎｅ、ＭｉｃｒｏＰｈａｒｍ Ｌｔｄ．、ＭｏｄｉＱｕｅｓｔ、Ｍｏｌｅｃｕｌａｒ Ｉｎｎｏｖａｔｉｏｎｓ、Ｍｏｌｅｃｕｌａｒ Ｐｒｏｂｅｓ、Ｎｅｏｃｌｏｎｅ、Ｎｅｕｒｏｍｉｃｓ、Ｎｅｗ Ｅｎｇｌａｎｄ Ｂｉｏｌａｂｓ、Ｎｏｖｏｃａｓｔｒａ、Ｎｏｖｕｓ Ｂｉｏｌｏｇｉｃａｌｓ、Ｏｎｃｏｇｅｎｅ Ｒｅｓｅａｒｃｈ Ｐｒｏｄｕｃｔｓ、Ｏｒｂｉｇｅｎ、Ｏｘｆｏｒｄ Ｂｉｏｔｅｃｈｎｏｌｏｇｙ、Ｐａｎｖｅｒａ、ＰｅｒｋｉｎＥｌｍｅｒ Ｌｉｆｅ Ｓｃｉｅｎｃｅｓ、Ｐｈａｒｍｉｎｇｅｎ、Ｐｈｏｅｎｉｘ Ｐｈａｒｍａｃｅｕｔｉｃａｌｓ、Ｐｉｅｒｃｅ Ｃｈｅｍｉｃａｌ Ｃｏｍｐａｎｙ、Ｐｏｌｙｍｕｎ Ｓｃｉｅｎｔｉｆｉｃ、Ｐｏｌｙｓｉｅｎｃｅｓ，Ｉｎｃ．、Ｐｒｏｍｅｇａ Ｃｏｒｐｏｒａｔｉｏｎ、Ｐｒｏｔｅｏｇｅｎｉｘ、Ｐｒｏｔｏｓ Ｉｍｍｕｎｏｒｅｓｅａｒｃｈ、ＱＥＤ Ｂｉｏｓｃｉｅｎｃｅｓ，Ｉｎｃ．、Ｒ＆Ｄ Ｓｙｓｔｅｍｓ、Ｒｅｐｌｉｇｅｎ、Ｒｅｓｅａｒｃｈ Ｄｉａｇｎｏｓｔｉｃｓ、Ｒｏｂｏｓｃｒｅｅｎ、Ｓａｎｔａ Ｃｒｕｚ Ｂｉｏｔｅｃｈｎｏｌｏｇｙ、Ｓｅｉｋａｇａｋｕ Ａｍｅｒｉｃａ、Ｓｅｒｏｌｏｇｉｃａｌ Ｃｏｒｐｏｒａｔｉｏｎ、Ｓｅｒｏｔｅｃ、ＳｉｇｍａＡｌｄｒｉｃｈ、ＳｔｅｍＣｅｌｌ Ｔｅｃｈｎｏｌｏｇｉｅｓ、Ｓｙｎａｐｔｉｃ Ｓｙｓｔｅｍｓ ＧｍｂＨ、Ｔｅｃｈｎｏｐｈａｒｍ、Ｔｅｒｒａ Ｎｏｖａ Ｂｉｏｔｅｃｈｎｏｌｏｇｙ、ＴｉｔｅｒＭａｘ、Ｔｒｉｌｌｉｕｍ Ｄｉａｇｎｏｓｔｉｃｓ、Ｕｐｓｔａｔｅ Ｂｉｏｔｅｃｈｎｏｌｏｇｙ、ＵＳ Ｂｉｏｌｏｇｉｃａｌ、Ｖｅｃｔｏｒ Ｌａｂｏｒａｔｏｒｉｅｓ、Ｗａｋｏ Ｐｕｒｅ Ｃｈｅｍｉｃａｌ Ｉｎｄｕｓｔｒｉｅｓ、およびＺｅｐｔｏｍｅｔｒｉｘ。捕獲抗体、検出抗体、および検体の検索は、作用サンドイッチイムノアッセイを構築するために実施した。試薬を注文して在庫品に収容した。
【０１７５】
イムノアッセイは３つの工程：プロトタイピング、検証、およびキット発表で開発した：プロトタイピングは、アッセイで使用する２つの抗体が異なる宿主種によるときは、標準ＥＬＩＳＡ形式を使用して実施した。標準条件下で、ホースラディッシュペルオキシダーゼとコンジュゲートされた抗宿主２次抗体を標準曲線で評価した。良好な標準曲線が検出された場合、アッセイを次の工程に進める。同じ宿主抗体を有するアッセイは次の工程（たとえばマウス・モノクローナル・サンドイッチ・アッセイ）に直接進んだ。
【０１７６】
作用アッセイの検証は、Ｓｉｎｇｕｌｅｘ，Ｉｎｃ．（Ｓｔ．Ｌｏｕｉｓ，ＭＯ）によるＺｅｐｔｏｓｅｎｓｅ検出プラットフォームを使用して実施した。検出抗体は最初に蛍光染料Ａｌｅｘａ ６４７にコンジュゲートさせた。コンジュゲーションは、たとえばメーカに従って標準ＮＨＳエステル化学を使用した。いったん抗体が標識したらと、標準条件を使用してアッセイをサンドイッチアッセイ形式で試験した。各アッセイウェルは変性緩衝液で可溶化させて、物質をＺｅｐｔｏｓｅｎｓｅプラットフォームで読み取った。
【０１７７】
図１は、作用標準曲線の代表的な結果を示す。作用標準曲線がいったん示されたら、アッセイを通例２４の血清サンプルに行って、臨床サンプルでの標的検体の正規分布を決定した。アッセイの線形動的範囲内のバイオマーカを測定するために必要な血清量を決定して、アッセイをキット放出に進める。最初の３９回の検証アッセイでは、平均でウェル当たり０．００４マイクロリットルを使用した。
【０１７８】
メーカ、カタログ番号、ロット番号、ストックおよび作用濃度、ならびに血清要求量を含むキットの各構成要素は、各バイオマーカアッセイの標準操作手順にまとめた。このキットは次に臨床サンプルへの使用のために放出した。
【０１７９】
サンプルを複数の供給源から採取した。すべての場合で、Ｓｔｅｒｎら（２００２）が開発したモデルを使用してリスク因子を算出するために十分な臨床アノテーションを入手できた。通例、次の最小限の臨床アノテーション：採取日、年齢、性別、身長、体重、胴囲、ＢＭＩ、民族性、家族暦、拡張期および収縮期血圧、空腹時グルコースレベル、コレステロールを各研究から入手できた。サンプルは標準プロトコルを使用して採取し、採取時から−８０℃で貯蔵した。
【０１８０】
臨床サンプルはドライアイスで凍結されて到着して、各サンプルを−８０℃で貯蔵した。各サンプルは通例、それと関連付けられた多くの臨床アノテーションを有していた。各サンプルセットと関連付けられた臨床アノテーションは、インポート前に標準化命名法に持ち込んだ。各サンプルに関連した臨床アノテーションはすべて、次にリレーショナルデータベースにインポートした。
【０１８１】
臨床サンプルの凍結部分標本を解凍して、実験室での使用のために等分した。各臨床サンプルを氷上で解凍して、部分標本をバーコード付き試験管（娘試験管）に分配した。各娘試験管をイムノアッセイに必要になるまで−８０℃で貯蔵した。娘試験管を次にサンプルプレートに配置した。アッセイされる各バーコード付き娘試験管は、バーコード付き９６または３８４ウェルプレート（サンプルプレート）に配置した。娘試験管のサンプルプレートウェルに対するマッピングをリレーショナルデータベースによって追跡した。
【０１８２】
各サンプルプレートをイムノアッセイ分析用に準備した。３８４ウェルバーコード付きアッセイプレートは、プレート当たり１つのバイオマーカの専用であった。各アッセイに必要な血清の量に応じて、通例、各サンプルプレートから４〜１２個のアッセイプレートを得た。サンプルプレートに一連の希釈を受けさせて、臨床サンプルが各イミノアッセイにとって適切な希釈物であるようにした。臨床サンプルを次に、各マーカについて３つずつアッセイプレートに入れた。再度、各サンプルプレートウェルのアッセイプレートウェルに対する追跡をリレーショナルデータベースで追跡した。次にアッセイは標準イムノアッセイ手順を使用して処理して、アッセイプレートをＺｅｐｔｏｓｅｎｓｅ装置で読み取った。各回には約３８４個の臨床サンプルでの単一バイオマーカのデータが含まれていた。得られたデータファイルを次にインポートによってリレーショナルデータベースに戻し、そこで標準曲線を算出して、各サンプルの各バイオマーカの濃度値を算出した。図２は、２５のバイオマーカについて９２のサンプルでの単一分子検出データを示す。
【０１８３】
各臨床サンプルに割り当てられたバイオマーカ値は、元の臨床アノテーションに再度関連付けた。定量的バイオマーカデータを各サンプルに関連した臨床アノテーションに相関させた。７．５年にわたる糖尿病リスクは、Ｓｔｅｒｎら（２００２）が開発したモデルを使用して算出した。臨床モデルはロジスティック式の形である
ｐ＝１／（ｌ＋ｅ^−χ）
式中、χ＝−１３．４１５＋０．０２８（年齢）＋０．６６１（性別）＋０．４１２（ＭＡ）＋０．０７９（ＦＧ）＋０．０１８（ＳＢＰ）−０．０３９（ＨＤＬ）＋０．０７０（ＢＭＩ）＋０．４８１（家族暦）。
【０１８４】
本式では、ｐ＝７．５年間の追跡期間にわたって糖尿病を発症する確立；年齢は年である；性別＝女性の場合、１、男性の場合、０；ＭＡ＝メキシコ系アメリカ人の場合、１、非ヒスパニック白人の場合、０；ＦＧ＝空腹時グルコース（ｍｇ／ｄＬ）；ＳＢＰ＝収縮期血圧（ｍｍＨｇ）；ＨＤＬ＝高密度リポタンパク質コレステロールレベル（ｍｇ／ｄＬ）；ＢＭＩ＝ボディマス指数（ｋｇ／ｍ^２）；および家族暦＝少なくとも１名の親または同胞が糖尿病を有する場合、１、そうでない場合、０（Ｓｔｅｒｎら２００２）。
【０１８５】
コホート患者サンプルでリスクを概算するために、これらのパラメータに次の修正を行った。第１に、アフリカ系アメリカ人およびヒスパニックはメキシコ系アメリカ人と共に高リスクグループに含め、高血圧の診断を受けた患者はＳＢＰ＝１５０を有すると仮定し、そうでない患者はＳＢＰ＝１２５とした。データの残りは臨床記録で入手可能であった。各マーカの生濃度データはｌｏｇ_１０変換して、リスクのロジット変換での複数の線形回帰モデルのための入力として使用した（上の式でｘ）。
【０１８６】
マーカセットによる単変量、２変量および３変量ベースでのｌｏｇ_１０バイオマーカ濃度のｘの線形回帰は、全組合せの完全検索によって実施した。モデルの品質は、判定係数Ｒ^２に基づいて判定した。
【０１８７】
３つのマーカより大きいモデルは、Ａｋａｉｋｅ Ｉｎｆｏｒｍａｔｉｏｎ Ｃｒｉｔｅｒｉｏｎ（ＡＩＣ）に基づいて、前向き、後向き、および段階的選択を使用して開発した。３つのマーカセットの代用は、各マーカを削除して、最良置換について残りのセットを検索することによって同定して、ここで「最良」とはＲ^２が最高のマーカである。
【０１８８】
フルモデルは、ヌルモデルに１個の変数を１つずつ、すべてのマーカが使用されるまで加えることによっても生成した。各マーカは、その点まで使用される完全マーカの判定係数に基づいて選択した。これらのモデルの選択された適合を使用して、いずれかの個別のモデルの感度および特異性を算出した。
【０１８９】
バイオマーカ濃度の特有性／類似性は、主成分分析（ＰＣＡ）、階層的クラスタリング、および単純相関を使用した調査した。ＰＣＡの結果は、これらのマーカ間にどれだけ独立変動が存在するかを定量するために、スクリープロット、バイプロットおよびサンプル投影を使用して、グラフによって評価した。標準化（平均＝０、ｓｄ＝１）濃度を使用する階層的クラスタリングは、距離測定基準としてユークリッド距離に、凝集手段としてウォード法に基づいていた。クラスタを使用して、同様に挙動するマーカを同定した。
【０１９０】
下記は、本発明によるタンパク質バイオマーカ試験を開発するのに使用した方法の例証的な例である。アッセイ検体：Ｃ−反応性タンパク質
【０１９１】
【表２５】

ＮＵＮＣ Ｍａｘｉｓｏｒｐ ３８４ウェルプレートの各別個のウェルを、コーティング緩衝液（０．０５Ｍカーボネート、ｐＨ９．６；１μｇ／ｍＬまで希釈し、使用直前に調製）２０μＬでコーティングして、室温にて一晩インキュベートした。プレートを次に洗浄緩衝液Ａ（０．１％ Ｔｗｅｅｎ ２０を含むＰＢＳ）１００μＬで３回洗浄して、検体捕獲のために１％ ＢＳＡ、５％スクロース、０．０５％ ＮａＮ_３を含有するＰＢＳ ３０μＬで少なくとも２時間、室温にてブロッキングした。インキュベーション後、ブロッキング緩衝液を除去して、ブロックされたプレートを室温にて少なくとも５時間空気乾燥させて、Ｚｅｐｔｏｓｅｎｓｅアッセイのために４℃で貯蔵した。
【０１９２】
サンプルはアッセイ緩衝液（１％ ＢＳＡ、０．１％ Ｔｒｉｔｏｎ Ｘ−１００を含有するＢＳ緩衝液によって１：４００で希釈した。ブロッキングおよび乾燥させたプレートに、標準および希釈未知サンプル２０μＬ／ウェルを添加して、室温にて一晩インキュベートさせた。インキュベート後、プレートを洗浄緩衝液Ｂ（０．０２％ Ｔｒｉｔｏｎ Ｘ−１００および０．０００１％ ＢＳＡを含むＢＳ緩衝液）で５回洗浄して、検出抗体Ａ６４７をアッセイ緩衝液で５０ｎｇ／ｍＬまで希釈して、ウェルに２０μＬ／ウェルで添加した。検出抗体を室温にて２時間結合させて、その後、プレートを洗浄緩衝液Ｂ １００μＬで５回洗浄した。標準曲線は、１００ｎｇ／ｍＬまで希釈した対照を使用して較正器で生成した。１００ｎｇ／ｍＬから０．０１ｐｇ／ｍＬまでの較正器希釈液（アッセイ緩衝液＋追加の５％ ＢＳＡ）による連続希釈物を調製した。図１は、ＩＬ−１受容体アンタゴニストを使用する代表的な標準曲線である。溶離緩衝液（４Ｍ尿素、０．０２％ Ｔｒｉｔｏｎ Ｘ−１００を含む１ＸＢＳ、および０．００１％ ＢＳＡ）を２０μＬ／ウェルで添加して、室温にて３０分間インキュベートし、その後、サンプルをＺｅｐｔｏｓｅｎｓｅ装置で分析した。
【０１９３】
本発明をその詳細な説明と併せて記載してきたが、上記の説明は例示であり、添付請求項の範囲によって定義される本発明の範囲を制限するものではないことが理解されるはずである。他の態様、利点、および修正形態は、次の請求項の範囲内である。
【０１９４】
参考文献
【０１９５】
【表２６】

【０１９６】
【表２７】

【０１９７】
【表２８】

【０１９８】
【表２９】

【０１９９】
【表３０】

【０２００】
【表３１】

【０２０１】
【表３２】

【０２０２】
【表３３】

【０２０３】
【表３４】

【０２０４】
【表３５】

【０２０５】
【表３６】

【０２０６】
【表３７】

【０２０７】
【表３８】

【０２０８】
【表３９】

【０２０９】
【表４０】

【図面の簡単な説明】
【０２１０】
一例として与えられ、本発明を記載した特定の実施形態に制限するものではない以下の詳細な説明は、参照により本明細書に組み入れられる添付図と併せて理解されうる：
【図１】正常〜前糖尿病〜糖尿病への疾患進行の状況における、ＤＢＲＩＳＫＭＡＲＫＥＲ生理学的および生化学的経路および種類を描いたフローチャートである。
【図２】ＤＢＲＩＳＫＭＡＲＫＥＲのクラスおよび所望の特徴を描き、正常と比較した前糖尿病、および糖尿病を有する対象の診断に有用であるマーカの複数の異なる例証的パターンを示す図である。
【図３Ａ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。神経刺激性リガンド−受容体相互作用を示す。
【図３Ｂ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。サイトカイン−サイトカイン受容体相互作用を示す。
【図３Ｃ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。アディポサイトカインシグナル経路を示す。
【図３Ｄ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。マイトジェン活性化タンパク質キナーゼ（ＭＡＲＫ）シグナル経路を示す。
【図３Ｅ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。インスリンシグナル経路を示す。
【図３Ｆ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。２型真性糖尿病経路を示す。
【図３Ｇ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。アポトーシスシグナル経路を示す。
【図３Ｈ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。補体および凝固カスケードを示す。
【図３Ｉ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。Ｊａｋ−ＳＴＡＴシグナル経路を示す。
【図３Ｊ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。造血細胞系統の表示である。
【図３Ｋ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。ＰＰＡＲシグナル経路を示す。
【図３Ｌ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。トール様受容体シグナル経路である。
【図３Ｍ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。Ｔ細胞受容体シグナル経路を示す。
【図３Ｎ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。接着点シグナル経路を示す。
【図３Ｏ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。１型真性糖尿病経路を示す。
【図３Ｐ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。膵臓癌シグナル経路を示す。
【図３Ｑ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。ｍＴＯＲシグナル経路を示す。
【図３Ｒ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。ＴＧＦ−βシグナル経路を示す。
【図３Ｓ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。カルシウムシグナル経路を示す。
【図３Ｔ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。ナチュラルキラー細胞媒介細胞毒性経路を示す。
【図３Ｕ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。Ｂ細胞受容体シグナル経路を示す。
【図３Ｖ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。ＦｃεＲＩシグナル経路を示す。
【図３Ｗ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。白血球経内皮移動の経路を示す。
【図３Ｘ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。アラキドン酸代謝経路を示す。
【図３Ｙ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。Ｗｎｔスシグナル経路を示す。
【図３Ｚ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。ＶＥＧＦシグナル経路を示す。
【図３ＡＡ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。細胞接着分子相互作用を示す。
【図３ＢＢ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。アクチン細胞骨格の調節を示す図である。
【図３ＣＣ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。グリオーマに関連する相互作用を示す。
【図３ＤＤ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。ニコチナートおよびニコチンアミド代謝を示す。
【図３ＥＥ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。接着結合のシグナル経路を示す。
【図３ＦＦ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。密着結合のシグナル経路を示す図である。
【図３ＧＧ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。抗原処理および提示に関連する相互作用を示す。
【図３ＨＨ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。長期相乗作用に関連する相互作用を示す。
【図３ＩＩ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。ＧｎＲＨシグナル経路を示す。
【図３ＪＪ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。結腸直腸癌に関連する相互作用を示す。
【図３ＫＫ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。細胞間結合における相互作用を示す。
【図３ＬＬ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。神経変性障害に関与する経路を示す図である。
【図３ＭＭ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。細胞周期シグナル経路を示す。
【図３ＮＮ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。ＥＣＭ受容体相互作用を示す。
【図３ＯＯ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。概日リズムに関与する相互作用を示す。
【図３ＰＰ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。長期抑圧に関与する相互作用を示す図である。
【図３ＱＱ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。ハンチントン舞踏病に関連する相互作用を示す。
【図３ＲＲ】開示された各経路において３つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを強調するＫＥＧＧ経路の図解である。ヘリコバクターピロリ感染に関与するシグナル経路を示す。
【図４Ａ】中にそれぞれ１または２つのみのＤＢＲＩＳＫＭＡＲＫＥＲを持つＫＥＧＧ経路のリストである。
【図４Ｂ】中にそれぞれ１または２つのみのＤＢＲＩＳＫＭＡＲＫＥＲを持つＫＥＧＧ経路のリストである。
【図４Ｃ】中にそれぞれ１または２つのみのＤＢＲＩＳＫＭＡＲＫＥＲを持つＫＥＧＧ経路のリストである。
【図４Ｄ】中にそれぞれ１または２つのみのＤＢＲＩＳＫＭＡＲＫＥＲを持つＫＥＧＧ経路のリストである。
【図４Ｅ】中にそれぞれ１または２つのみのＤＢＲＩＳＫＭＡＲＫＥＲを持つＫＥＧＧ経路のリストである。
【図４Ｆ】中にそれぞれ１または２つのみのＤＢＲＩＳＫＭＡＲＫＥＲを持つＫＥＧＧ経路のリストである。
【図５Ａ】正常、前糖尿病、および糖尿病コホートからの患者サンプル間での前記マーカのＡＮＯＶＡ解析で示すような、選択した個々のＤＢＲＩＳＫＭＡＲＫＥＲの前糖尿病分類性能特徴の例である。
【図５Ｂ】正常、前糖尿病、および糖尿病コホートからの患者サンプル間での前記マーカのＡＮＯＶＡ解析で示すような、選択した個々のＤＢＲＩＳＫＭＡＲＫＥＲの前糖尿病分類性能特徴の例である。
【図５Ｃ】正常、前糖尿病、および糖尿病コホートからの患者サンプル間での前記マーカのＡＮＯＶＡ解析で示すような、選択した個々のＤＢＲＩＳＫＭＡＲＫＥＲの前糖尿病分類性能特徴の例である。
【図５Ｄ】正常、前糖尿病、および糖尿病コホートからの患者サンプル間での前記マーカのＡＮＯＶＡ解析で示すような、選択した個々のＤＢＲＩＳＫＭＡＲＫＥＲの前糖尿病分類性能特徴の例である。
【図５Ｅ】正常、前糖尿病、および糖尿病コホートからの患者サンプル間での前記マーカのＡＮＯＶＡ解析で示すような、選択した個々のＤＢＲＩＳＫＭＡＲＫＥＲの前糖尿病分類性能特徴の例である。
【図６】特異性低下を犠牲にした感度上昇のトレードオフを示す数学的アルゴリズムなしの、正常コホートからの前糖尿病の分類におけるＤＢＲＩＳＫＭＡＲＫＥＲの対の追加のＲＯＣ性能特徴を示した表による例である。
【図７】変数増加アルゴリズムを利用する複数のＤＢＲＩＳＫＭＡＲＫＥＲの追加を伴う、Ｒ^２対基準糖尿病転換リスクによって測定された分類アルゴリズム性能の変化を示すグラフである。
【図８】最高性能の組合せを強調した、５０のＤＢＲＩＳＫＭＡＲＫＥＲのグループの考えられる３つのマーカの組合せの全セットの性能特徴の３次元レンダリングを示すグラフである。
【図９】図６に示した考えられる３つのマーカの組合せのセット全体での性能分布を示すヒストグラムである。
【図１０】図６に示したＤＢＲＩＳＫＭＡＲＫＥＲのユークリッド標準化距離を示す数学的クラスタリングおよび分類ツリーである。
【図１１】本明細書に開示した方法に従ってＤＢＲＩＳＫＭＡＲＫＥＲを選択するパネルの構築に有用である８つの位置カテゴリによる選択されたＤＢＲＩＳＫＭＡＲＫＥＲの表を示す。
【図１２】本明細書に開示した方法に従って位置カテゴリから選択した３つのＤＢＲＩＳＫＭＡＲＫＥＲを使用する、２５の高性能ＤＢＲＩＳＫＭＡＲＫＥＲパネルのリストを示す。前記パネルを使用するロジスティック回帰アルゴリズムは、記載した実施例および非糖尿病患者コホートにおけるサンプルに利用したときに、０．３００〜０．３２９の範囲にわたるＲ＾２値を算出した。
【図１３】本明細書に開示した方法に従って位置カテゴリから選択した８つのＤＢＲＩＳＫＭＡＲＫＥＲを使用する、２５の高性能ＤＢＲＩＳＫＭＡＲＫＥＲパネルのリストを示す。前記パネルを使用するロジスティック回帰アルゴリズムは、記載した実施例および非糖尿病患者コホートにおけるサンプルに利用したときに、０．３１０〜０．４７５の範囲にわたるＲ＾２値を算出した。
【図１４】本明細書に開示した方法に従って位置カテゴリから選択した１８のＤＢＲＩＳＫＭＡＲＫＥＲを使用する、２５の高性能ＤＢＲＩＳＫＭＡＲＫＥＲパネルのリストを示す。前記パネルを使用するロジスティック回帰アルゴリズムは、記載した実施例および非糖尿病患者コホートにおけるサンプルに利用したときに、０．５２３〜０．６１０５の範囲にわたるＲ＾２値を算出した。
【図１５】記載した実施例および非糖尿病患者コホートにおけるサンプルに利用したときの、最高性能の３、８および１８のＤＢＲＩＳＫＭＡＲＫＥＲパネルそれぞれのグラフＲＯＣ曲線およびＡＵＣ統計である。
【図１６】記載した実施例および非糖尿病患者コホートにおけるサンプルに利用したときの、３つの相対的な最高性能の個々のＤＢＲＩＳＫＭＡＲＫＥＲマーカを示すＲＯＣ曲線およびＡＵＣ統計である。
【図１７】本発明の方法による典型的な結果を示す標準曲線である。作用標準曲線がいったん示されたら、アッセイを通例２４の血清サンプルに行って、臨床サンプルでの標的検体の正規分布を決定した。
【図１８】２５のバイオマーカについて９２のサンプルでの単一分子検出データを例示するグラフを示す。

【特許請求の範囲】
【請求項１】
対象における真性糖尿病または前糖尿病状態の発症リスクを評価するための、所定レベルの予測性を用いる方法であって：
ａ．該対象由来のサンプル中のＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択された２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを測定する工程と；
ｂ．該サンプル中の２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲのレベルの臨床的に有意な変化を測定する工程であって、該変化が、該対象において真性糖尿病または前糖尿病状態を発症するリスクの上昇を示す、工程と；
を含む方法。
【請求項２】
前記真性糖尿病が１型糖尿病、２型糖尿病、または妊娠糖尿病を含む、請求項１に記載の方法。
【請求項３】
前期前糖尿病状態がＩＦＧ、ＩＧＴ、メタボリックシンドローム、またはシンドロームＸを含む、請求項１に記載の方法。
【請求項４】
ＤＢＲＩＳＫＭＡＲＫＥＲのレベルが電気泳動的または免疫化学的に測定される、請求項１に記載の方法。
【請求項５】
前記免疫化学検出がラジオイムノアッセイ、免疫蛍光アッセイによる、あるいは酵素結合免疫吸着アッセイによる、請求項４に記載の方法。
【請求項６】
前記対象が前記真性糖尿病または前記前糖尿病状態を有するとして以前に診断も同定もされていない、請求項１に記載の方法。
【請求項７】
前記対象が前記真性糖尿病または前記前糖尿病状態について無症候性である、請求項１に記載の方法。
【請求項８】
前記サンプルが血清、血漿、血液細胞、内皮細胞、組織生検、腹水、骨髄、間質液、痰、または尿である、請求項１に記載の方法。
【請求項９】
５つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの発現レベルが測定される、請求項１に記載の方法。
【請求項１０】
１０個以上のＤＢＲＩＳＫＭＡＲＫＥＲの発現レベルが測定される、請求項１に記載の方法。
【請求項１１】
２５個以上のＤＢＲＩＳＫＭＡＲＫＥＲの発現レベルが測定される、請求項１に記載の方法。
【請求項１２】
５０個以上のＤＢＲＩＳＫＭＡＲＫＥＲの発現レベルが測定される、請求項１に記載の方法。
【請求項１３】
真性糖尿病または前糖尿病状態を有する対象を診断または同定するための、所定レベルの予測性を用いる方法であって：
ａ．該対象由来のサンプル中のＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択された２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを測定する工程と；
ｂ．該２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを基準値と比較する工程と；
を含む方法。
【請求項１４】
前記真性糖尿病が１型糖尿病、２型糖尿病、または妊娠糖尿病を含む、請求項１３に記載の方法。
【請求項１５】
前期前糖尿病状態がＩＦＧ、ＩＧＴ、メタボリックシンドローム、またはシンドロームＸを含む、請求項１３に記載の方法。
【請求項１６】
前記基準値が指数値である、請求項１３に記載の方法。
【請求項１７】
前記基準値が糖尿病または前糖尿病状態についての１つ以上のリスク予測アルゴリズムまたは算出指数から導出される、請求項１３に記載の方法。
【請求項１８】
前記サンプルが血清、血漿、血液細胞、内皮細胞、組織生検、腹水、骨髄、間質液、痰、または尿である、請求項１３に記載の方法。
【請求項１９】
対象における耐糖能障害のリスクを評価するための、所定レベルの予測性を用いる方法であって：
ａ．該対象由来のサンプル中のＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択された２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを測定する工程と；
ｂ．該サンプル中の２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲのレベルの臨床的に有意な変化を測定する工程であって、該変化が該対象における耐糖能障害のリスクの上昇を示す、工程と；
を含む方法。
【請求項２０】
ＤＢＲＩＳＫＭＡＲＫＥＲのレベルが電気泳動的または免疫化学的に測定される、請求項１９に記載の方法。
【請求項２１】
ＤＢＲＩＳＫＭＡＲＫＥＲのレベルが特異性オリゴヌクレオチドハイブリダイゼーションによって測定される、請求項１９に記載の方法。
【請求項２２】
前記免疫化学検出がラジオイムノアッセイ、免疫蛍光アッセイによる、あるいは酵素結合免疫吸着アッセイによる、請求項２０に記載の方法。
【請求項２３】
前記対象が耐糖能障害を有するとして以前に診断されていない、請求項１９に記載の方法。
【請求項２４】
前記対象が耐糖能障害について無症候性である、請求項１９に記載の方法。
【請求項２５】
前記サンプルが血清、血漿、血液細胞、内皮細胞、組織生検、腹水、骨髄、間質液、痰、または尿である、請求項１９に記載の方法。
【請求項２６】
５つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの発現レベルが測定される、請求項１９に記載の方法。
【請求項２７】
１０個以上のＤＢＲＩＳＫＭＡＲＫＥＲの発現レベルが測定される、請求項１９に記載の方法。
【請求項２８】
２５個以上のＤＢＲＩＳＫＭＡＲＫＥＲの発現レベルが測定される、請求項１９に記載の方法。
【請求項２９】
５０個以上のＤＢＲＩＳＫＭＡＲＫＥＲの発現レベルが測定される、請求項１９に記載の方法。
【請求項３０】
耐糖能障害を有する対象を診断または同定するための、所定レベルの予測性を用いる方法であって：
ａ．該対象由来のサンプル中のＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択された２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを測定する工程と；
ｂ．該２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを基準値と比較する工程と；
を含む方法。
【請求項３１】
前記サンプルが血清、血漿、血液細胞、内皮細胞、組織生検、腹水、骨髄、間質液、痰、または尿である、請求項３０に記載の方法。
【請求項３２】
前記基準値が指数値である、請求項３０に記載の方法。
【請求項３３】
前記基準値が耐糖能障害についての１つ以上のリスク予測アルゴリズムまたは算出指数から導出される、請求項３０に記載の方法。
【請求項３４】
対象における真性糖尿病または前糖尿病状態の進行を評価するための、所定レベルの予測性を用いる方法であって：
ａ．第１期間において該対象由来の第１サンプル中のＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択された２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを検出する工程と；
ｂ．第２期間において該対象由来の第２サンプル中の２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを検出する工程と；
ｃ．工程（ａ）で検出された２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを工程（ｂ）で検出された量と、または基準値と比較する工程と；
を含む方法。
【請求項３５】
前記真性糖尿病が１型糖尿病、２型糖尿病、または妊娠糖尿病を含む、請求項３４に記載の方法。
【請求項３６】
前記前糖尿病状態がＩＦＧ、ＩＧＴ、メタボリックシンドローム、またはシンドロームＸを含む、請求項３４に記載の方法。
【請求項３７】
前記対象が前記真性糖尿病または前記前糖尿病状態に罹患しているとして以前に診断または同定されている、請求項３４に記載の方法。
【請求項３８】
前記対象が前記真性糖尿病または前記前糖尿病状態について以前に治療されている、請求項３４に記載の方法。
【請求項３９】
前記対象が前記真性糖尿病または前記前糖尿病状態に罹患しているとして以前に診断も同定もされていない、請求項３４に記載の方法。
【請求項４０】
前記対象が前記真性糖尿病または前記前糖尿病状態について無症候性である、請求項３４に記載の方法。
【請求項４１】
前記第１サンプルが前記真性糖尿病または前記前糖尿病状態について治療される前に前記対象から採取される、請求項３４に記載の方法。
【請求項４２】
前記第２サンプルが前記真性糖尿病または前記前糖尿病状態について治療された後に前記対象から採取される、請求項３４に記載の方法。
【請求項４３】
前記基準値が真性糖尿病または前糖尿病状態に罹患した１人以上の対象から導出される、請求項３４に記載の方法。
【請求項４４】
対象における真性糖尿病または前糖尿病状態に関連した耐糖能障害の進行を評価するための、所定レベルの予測性を用いる方法であって：
ａ．第１期間において該対象由来の第１サンプル中のＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択された２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを検出する工程と；
ｂ．第２期間において該対象由来の第２サンプル中の２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを検出する工程と；
ｃ．工程（ａ）で検出された２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを工程（ｂ）で検出された量と、または基準値と比較する工程と；
を含む方法。
【請求項４５】
前記対象が前記真性糖尿病または前記前糖尿病状態に罹患している、請求項４４に記載の方法。
【請求項４６】
前記対象が前記真性糖尿病または前記前糖尿病状態について以前に治療されている、請求項４４に記載の方法。
【請求項４７】
前記対象が耐糖能障害を有するあるいは前記真性糖尿病または前記前糖尿病状態に罹患しているとして以前に診断も同定もされていない、請求項４４に記載の方法。
【請求項４８】
前記対象が前記耐糖能障害について無症候性であるか、あるいは前記真性糖尿病または前記前糖尿病状態について無症候性である、請求項４４に記載の方法。
【請求項４９】
前記第１サンプルが前記耐糖能障害、前記真性糖尿病または前記前糖尿病状態について治療される前に前記対象から採取される、請求項４４に記載の方法。
【請求項５０】
前記第２サンプルが前記耐糖能障害、前記真性糖尿病または前記前糖尿病状態について治療された後に前記対象から採取される、請求項４４に記載の方法。
【請求項５１】
前記基準値が耐糖能障害、真性糖尿病または前糖尿病状態に罹患した１人以上の対象から導出される、請求項４４に記載の方法。
【請求項５２】
真性糖尿病または前糖尿病状態の治療有効性を監視するための、所定レベルの予測性を用いる方法であって：
ａ．第１期間において該対象由来の第１サンプル中のＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択された２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを検出する工程と；
ｂ．第２期間において該対象由来の第２サンプル中の２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを検出する工程と；
ｃ．工程（ａ）で検出された２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを、工程（ｂ）で検出された量と、または基準値と比較する工程であって、該治療の有効性が該対象からの２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルの変化によって監視される、工程と；
を含む方法。
【請求項５３】
前記真性糖尿病が１型糖尿病、２型糖尿病、または妊娠糖尿病を含む、請求項５２に記載の方法。
【請求項５４】
前記前糖尿病状態がＩＦＧ、ＩＧＴ、メタボリックシンドローム、またはシンドロームＸを含む、請求項５２に記載の方法。
【請求項５５】
前記対象が前記真性糖尿病または前記前糖尿病状態に罹患している、請求項５２に記載の方法。
【請求項５６】
前記対象が前記真性糖尿病または前記前糖尿病状態について以前に治療されている、請求項５２に記載の方法。
【請求項５７】
前記第１サンプルが前記真性糖尿病または前記前糖尿病状態について治療される前に前記対象から採取される、請求項５２に記載の方法。
【請求項５８】
前記第２サンプルが前記真性糖尿病または前記前糖尿病状態について治療された後に前記対象から採取される、請求項５２に記載の方法。
【請求項５９】
前記真性糖尿病または前記前糖尿病状態の治療が運動療法、食事補充物、治療剤、外科的介入、および予防剤を含む、請求項５２に記載の方法。
【請求項６０】
前記基準値が前記真性糖尿病または前記前糖尿病状態のための１つ以上の治療の結果として糖尿病リスク因子の改善を示す１人以上の対象から導出される、請求項５２に記載の方法。
【請求項６１】
前記治療の有効性がボディマス指数（ＢＭＩ）、インスリンレベル、血中グルコースレベル、ＨＤＬレベル、収縮期および／または拡張期血圧、あるいはその組合せの変化を検出することによってさらに監視される、請求項５２に記載の方法。
【請求項６２】
血中グルコースレベルの変化が経口耐糖能試験によって検出される、請求項６１に記載の方法。
【請求項６３】
真性糖尿病または前糖尿病状態と診断されたか、またはそのリスクを有する対象に治療計画を選択するための、所定レベルの予測性を用いる方法であって：
ａ．第１期間において該対象由来の第１サンプル中のＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択された２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを検出する工程と；
ｂ．第２期間において該対象由来の第２サンプル中の２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを場合により検出する工程と；
ｃ．工程（ａ）で検出された２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを、基準値と、または場合により工程（ｂ）で検出された量と比較する工程と；
を含む方法。
【請求項６４】
前記真性糖尿病が１型糖尿病、２型糖尿病、または妊娠糖尿病を含む、請求項６３に記載の方法。
【請求項６５】
前記前糖尿病状態がＩＦＧ、ＩＧＴ、メタボリックシンドローム、またはシンドロームＸを含む、請求項６３に記載の方法。
【請求項６６】
前記対象が前記真性糖尿病または前記前糖尿病状態に罹患している、請求項６３に記載の方法。
【請求項６７】
前記対象が前記真性糖尿病または前記前糖尿病状態について以前に治療されている、請求項６３に記載の方法。
【請求項６８】
前記対象が前記真性糖尿病または前記前糖尿病状態に罹患しているとして以前に診断も同定もされていない、請求項６３に記載の方法。
【請求項６９】
前記第１サンプルが前記真性糖尿病または前記前糖尿病状態について治療される前に前記対象から採取される、請求項６３に記載の方法。
【請求項７０】
前記第２サンプルが前記真性糖尿病または前記前糖尿病状態について治療された後に前記対象から採取される、請求項６３に記載の方法。
【請求項７１】
前記真性糖尿病または前記前糖尿病状態の治療が運動療法、食事補充物、治療剤、外科的介入、および予防剤を含む、請求項６３に記載の方法。
【請求項７２】
前記基準値が前記真性糖尿病または前記前糖尿病状態の１つ以上の治療の結果として糖尿病リスク因子の改善を示す１人以上の対象から導出される、請求項６３に記載の方法。
【請求項７３】
前記改善がボディマス指数（ＢＭＩ）の低下、血中グルコースレベルの低下、インスリンレベルの上昇、ＨＤＬレベルの上昇、収縮期および／または拡張期血圧の低下、あるいはその組合せを検出することによって監視される、請求項７２に記載の方法。
【請求項７４】
血中グルコースレベルの低下が経口耐糖能試験によって測定される、請求項７３に記載の方法。
【請求項７５】
真性糖尿病を持たない１人以上の対象から採取した、ＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択される２つ以上のマーカの有効量のマーカレベルのパターンを含む、真性糖尿病基準発現プロファイル。
【請求項７６】
前記真性糖尿病が１型糖尿病、２型糖尿病、または妊娠糖尿病を含む、請求項７５に記載のプロファイル。
【請求項７７】
耐糖能障害を持たない１人以上の対象から採取した、ＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択される好ましくは２つ以上のマーカの有効量のマーカレベルのパターンを含む、耐糖能障害基準発現プロファイル。
【請求項７８】
真性糖尿病を有するか、該真性糖尿病を発現するリスクを有するか、または該真性糖尿病の治療を受けている１人以上の対象から採取した、ＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択される２つ以上のマーカの有効量のマーカレベルのパターンを含む、真性糖尿病対象発現プロファイル。
【請求項７９】
前記真性糖尿病が１型糖尿病、２型糖尿病、または妊娠糖尿病を含む、請求項７８に記載のプロファイル。
【請求項８０】
耐糖能障害を有するか、耐糖能障害を発現するリスクを有するか、または耐糖能障害の治療を受けている１人以上の対象から採取した、ＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択される２つ以上のマーカの有効量のマーカレベルのパターンを含む、耐糖能障害対象発現プロファイル。
【請求項８１】
請求項７５、７７、７８、または８０に記載のプロファイルを生成するのに十分な、ＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択される対応するＤＢＲＩＳＫＭＡＲＫＥＲを検出する複数のＤＢＲＩＳＫＭＡＲＫＥＲ検出試薬を含むキット。
【請求項８２】
前記検出試薬が１つ以上の抗体またはその断片を含む、請求項８１に記載のキット。
【請求項８３】
前記検出試薬が１つ以上のオリゴヌクレオチドを含む、請求項８１に記載のキット。
【請求項８４】
前記検出試薬が１つ以上のアプタマーを含む、請求項８１に記載のキット。
【請求項８５】
請求項７５に記載の１つ以上の真性糖尿病基準発現プロファイル、請求項７８に記載の１つ以上の真性糖尿病対象発現プロファイル、そして場合により追加の試験結果および対象情報を含む機械読み取り可能な媒体。
【請求項８６】
請求項７７に記載の１つ以上の耐糖能障害基準発現プロファイル、請求項８０に記載の１つ以上の耐糖能障害対象発現プロファイル、そして場合により追加の試験結果および対象情報を含む機械読み取り可能な媒体。
【請求項８７】
真性糖尿病または前糖尿病状態に関連する生理学的または生化学的経路を示す１つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを含むＤＢＲＩＳＫＭＡＲＫＥＲパネル。
【請求項８８】
前記生理学的または前記生化学的経路が自己免疫調節、炎症および内皮機能、接着点、白血球経内皮移動、ナチュラルキラー細胞媒介細胞毒性、アクチン細胞骨格の調節、接着／密着／ギャップ結合、および細胞外マトリクス−受容体相互作用、脂肪細胞の発達および維持、造血細胞系統、補体および凝固カスケード、細胞内および細胞外細胞シグナル伝達経路を含む、請求項８７に記載のパネル。
【請求項８９】
前記真性糖尿病が１型糖尿病、２型糖尿病、または妊娠糖尿病を含む、請求項８７に記載のパネル。
【請求項９０】
前期前糖尿病状態がＩＦＧ、ＩＧＴ、メタボリックシンドローム、またはシンドロームＸを含む、請求項８７に記載のパネル。
【請求項９１】
真性糖尿病または前糖尿病状態に関連する部位を示す１つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを含むＤＢＲＩＳＫＭＡＲＫＥＲパネル。
【請求項９２】
前記部位がベータ細胞、内皮細胞、骨格および平滑筋、あるいは末梢、心血管または脳血管動脈を含む、請求項９０に記載のパネル。
【請求項９３】
前記真性糖尿病が１型糖尿病、２型糖尿病、または妊娠糖尿病を含む、請求項９０に記載のパネル。
【請求項９４】
前期前糖尿病状態がＩＦＧ、ＩＧＴ、メタボリックシンドローム、またはシンドロームＸを含む、請求項９０に記載のパネル。
【請求項９５】
真性糖尿病または前糖尿病状態の進行を示す１つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを含むＤＢＲＩＳＫＭＡＲＫＥＲパネル。
【請求項９６】
前記真性糖尿病が１型糖尿病、２型糖尿病、または妊娠糖尿病を含む、請求項９５に記載のパネル。
【請求項９７】
前期前糖尿病状態がＩＦＧ、ＩＧＴ、メタボリックシンドローム、またはシンドロームＸを含む、請求項９５に記載のパネル。
【請求項９８】
真性糖尿病または前糖尿病状態の進行の速度を示す１つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを含むＤＢＲＩＳＫＭＡＲＫＥＲパネル。
【請求項９９】
前記真性糖尿病が１型糖尿病、２型糖尿病、または妊娠糖尿病を含む、請求項９８に記載のパネル。
【請求項１００】
前期前糖尿病状態がＩＦＧ、ＩＧＴ、メタボリックシンドローム、またはシンドロームＸを含む、請求項９８に記載のパネル。
【請求項１０１】
真性糖尿病の１種類以上の型に特異的である１つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを含むＤＢＲＩＳＫＭＡＲＫＥＲパネル。
【請求項１０２】
前記真性糖尿病が１型糖尿病、２型糖尿病、または妊娠糖尿病を含む、請求項１０１に記載のパネル。
【請求項１０３】
前糖尿病状態に特異的である１つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを含むＤＢＲＩＳＫＭＡＲＫＥＲパネル。
【請求項１０４】
前期前糖尿病状態がＩＦＧ、ＩＧＴ、メタボリックシンドローム、またはシンドロームＸを含む、請求項１０３に記載のパネル。
【請求項１０５】
レプチン（ＬＥＰ）、ハプトグロビン（ＨＰ）、インスリン様成長因子結合タンパク質３（ＩＬＧＦＢＰ３）、レジスチン（ＲＥＴＮ）、マトリクスメタロペプチダーゼ２（ＭＭＰ−２）、アンギオテンシンＩ変換酵素（ペプチジルジペプチダーゼＡ）−１（ＡＣＥ）、補体成分４Ａ（Ｃ４Ａ）、ＣＤ１４分子（ＣＤ１４）、セレクチンＥ（ＳＥＬＥ）、コロニー刺激因子１（マクロファージ；ＣＳＦ１）、および血管内皮成長因子（ＶＥＧＦ）、ｃ−反応性タンパク質（ペントラキシン関連；ＣＲＰ）、腫瘍壊死因子受容体スーパーファミリメンバ１Ａ（ＴＮＦＲＳＦ１Ａ）、ＲＡＧＥ（最終糖化産物特異的受容体［ＡＧＥＲ］）、およびＣＤ２６（ジペプチジルペプチダーゼ４；ＤＰＰ４）から成る群より選択される２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲを含むＤＢＲＩＳＫＭＡＲＫＥＲパネル。
【請求項１０６】
真性糖尿病または前糖尿病状態を発症するリスクを有する１人以上の対象を治療する方法であって：
ａ．該１人以上の対象からのサンプル中に存在する少なくとも２つの別個のＤＢＲＩＳＫＭＡＲＫＥＲのレベル上昇の存在を検出する工程と；
ｂ．該２つの別個のＤＢＲＩＳＫＭＡＲＫＥＲの変化したレベルが該真性糖尿病または該前糖尿病状態を発症するリスクの低い１人以上の対象で測定されたベースライン値、または１つ以上の糖尿病調節薬による治療の結果として糖尿病リスクマーカの改善を示す１人以上の対象で測定されたベースライン値に戻るまで、該１人以上の対象を１つ以上の糖尿病調節薬によって治療する工程と；
を含む方法。
【請求項１０７】
前記真性糖尿病が１型糖尿病、２型糖尿病、または妊娠糖尿病を含む、請求項１０５に記載の方法。
【請求項１０８】
前期前糖尿病状態がＩＦＧ、ＩＧＴ、メタボリックシンドローム、またはシンドロームＸを含む、請求項１０５に記載の方法。
【請求項１０９】
前記糖尿病調節薬がスルホニル尿素；ビグアナイド；インスリン、インスリンアナログ；ペルオキシソーム増殖剤活性化受容体−γ（ＰＰＡＲ−γ）アゴニスト；二重作用性ＰＰＡＲアゴニスト；インスリン分泌促進物質；グルカゴン様ペプチド−１（ＧＬＰ−１）のアナログ；ジペプチジルペプチダーゼＩＶの阻害薬；膵臓リパーゼ阻害薬；α−グルコシダーゼ阻害薬；およびその組合せを含む、請求項１０５に記載の方法。
【請求項１１０】
１つ以上の糖尿病調節薬による治療の結果としての糖尿病リスクマーカの前記改善が、ボディマス指数（ＢＭＩ）の低下、血中グルコースレベルの低下、インスリンレベルの上昇、ＨＤＬレベルの上昇、収縮期および／または拡張期血圧の低下、あるいはその組合せを含む、請求項１０５に記載の方法。
【請求項１１１】
前糖尿病状態と診断されたか、またはそのリスクを有する対象における耐糖能障害のリスクの変化を評価する方法であって：
ａ．第１期間において該対象由来の第１サンプル中のＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択された２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを検出する工程と；
ｂ．第２期間において該対象由来の第２サンプル中の２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを場合により検出する工程と；
ｃ．工程（ａ）で検出された２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを基準値と、または場合により工程（ｂ）の量と比較する工程と；
を含む方法。
【請求項１１２】
前期前糖尿病状態がＩＦＧ、ＩＧＴ、メタボリックシンドローム、またはシンドロームＸを含む、請求項１１０に記載の方法。
【請求項１１３】
前記対象が前期前糖尿病状態に罹患している、請求項１１０に記載の方法。
【請求項１１４】
前記対象が以前に前期前糖尿病状態について治療されている、請求項１１０に記載の方法。
【請求項１１５】
前記対象が前期前糖尿病状態に罹患しているとして以前に診断も同定もされていない、請求項１１０に記載の方法。
【請求項１１６】
前記対象が前期前糖尿病状態について無症候性である、請求項１１０に記載の方法。
【請求項１１７】
前記第１サンプルが前期前糖尿病状態について治療される前に前記対象から採取される、請求項１１０に記載の方法。
【請求項１１８】
前記第２サンプルが前期前糖尿病状態について治療された後に前記対象から採取される、請求項１１０に記載の方法。
【請求項１１９】
前期前糖尿病状態の治療が運動療法、食事補充物、治療剤、外科的介入、および予防剤を含む、請求項１１０に記載の方法。
【請求項１２０】
前記基準値が耐糖能障害に罹患していた１人以上の対象から導出される、請求項１１０に記載の方法。
【請求項１２１】
対象における真性糖尿病または前糖尿病状態に関連する疾患状況を差異的に診断する方法であって：
ａ．該対象由来のサンプル中のＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択された２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを検出する工程と；
ｂ．工程（ａ）で検出された２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを、請求項７８に記載の真性糖尿病対象発現プロファイル、請求項８０に記載の耐糖能障害対象発現プロファイル、または基準値と比較する工程と；
を含む方法。
【請求項１２２】
前記真性糖尿病が１型糖尿病、２型糖尿病、または妊娠糖尿病を含む、請求項１２０に記載の方法。
【請求項１２３】
前期前糖尿病状態がＩＦＧ、ＩＧＴ、メタボリックシンドローム、またはシンドロームＸを含む、請求項１２０に記載の方法。
【請求項１２４】
前記対象が前記真性糖尿病または前期前糖尿病状態に罹患しているとして以前に診断も同定もされていない、請求項１２０に記載の方法。
【請求項１２５】
前記対象が前記真性糖尿病または前期前糖尿病状態について以前に治療されていない、請求項１２０に記載の方法。
【請求項１２６】
前記対象が前記真性糖尿病または前期前糖尿病状態について以前に治療されている、請求項１２０に記載の方法。
【請求項１２７】
前記対象が前記真性糖尿病または前期前糖尿病状態について無症候性である、請求項１２０に記載の方法。
【請求項１２８】
糖尿病リスク因子を分析することによって糖尿病または前糖尿病状態を発症するリスクを有する対象を診断または同定する方法において：
ａ．該対象由来のサンプル中のＤＢＲＩＳＫＭＡＲＫＥＲ １〜２６０から成る群より選択された２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを測定する工程と；
ｂ．該サンプル中の２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲのレベルの臨床的に有意な変化を測定する工程であって、該変化が、該対象において真性糖尿病または前糖尿病状態を発症するリスクの上昇を示す、工程と；
を含む改良。
【請求項１２９】
糖尿病リスク因子を分析することによって糖尿病または前糖尿病状態を発症するリスクを有する対象を診断または同定する方法において：
ａ．レプチン（ＬＥＰ）、ハプトグロビン（ＨＰ）、インスリン様成長因子結合タンパク質３（ＩＬＧＦＢＰ３）、レジスチン（ＲＥＴＮ）、マトリクスメタロペプチダーゼ２（ＭＭＰ−２）、アンギオテンシンＩ変換酵素（ペプチジルジペプチダーゼＡ）−１（ＡＣＥ）、補体成分４Ａ（Ｃ４Ａ）、ＣＤ１４分子（ＣＤ１４）、セレクチンＥ（ＳＥＬＥ）、コロニー刺激因子１（マクロファージ；ＣＳＦ１）、および血管内皮成長因子（ＶＥＧＦ）、ｃ−反応性タンパク質（ペントラキシン関連；ＣＲＰ）、腫瘍壊死因子受容体スーパーファミリメンバ１Ａ（ＴＮＦＲＳＦ１Ａ）、ＲＡＧＥ（最終糖化産物特異的受容体［ＡＧＥＲ］）、およびＣＤ２６（ジペプチジルペプチダーゼ４；ＤＰＰ４）から成る群より選択される１つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを測定する工程と；
ｂ．該サンプル中の１つ以上のＤＢＲＩＳＫＭＡＲＫＥＲのレベルの臨床的に有意な変化を測定する工程であって、該変化が、該対象において真性糖尿病または前糖尿病状態を発症するリスクの上昇を示す、工程と；
を含む改良。
【請求項１３０】
糖尿病リスク因子を分析することによって糖尿病または前糖尿病状態を発症するリスクを有する対象を診断または同定する方法において：
ａ．レプチン（ＬＥＰ）、ハプトグロビン（ＨＰ）、インスリン様成長因子結合タンパク質３（ＩＬＧＦＢＰ３）、レジスチン（ＲＥＴＮ）、マトリクスメタロペプチダーゼ２（ＭＭＰ−２）、アンギオテンシンＩ変換酵素（ペプチジルジペプチダーゼＡ）−１（ＡＣＥ）、補体成分４Ａ（Ｃ４Ａ）、ＣＤ１４分子（ＣＤ１４）、セレクチンＥ（ＳＥＬＥ）、コロニー刺激因子１（マクロファージ；ＣＳＦ１）、および血管内皮成長因子（ＶＥＧＦ）、ｃ−反応性タンパク質（ペントラキシン関連；ＣＲＰ）、腫瘍壊死因子受容体スーパーファミリメンバ１Ａ（ＴＮＦＲＳＦ１Ａ）、ＲＡＧＥ（最終糖化産物特異的受容体［ＡＧＥＲ］）、およびＣＤ２６（ジペプチジルペプチダーゼ４；ＤＰＰ４）から成る群より選択される２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲの有効量のレベルを測定する工程と；
ｂ．該サンプル中の２つ以上のＤＢＲＩＳＫＭＡＲＫＥＲのレベルの臨床的に有意な変化を測定する工程であって、該変化が、該対象において真性糖尿病または前糖尿病状態を発症するリスクの上昇を示す、工程と；
を含む改良。

【図１】

【図２】

【図３Ａ】

【図３Ｂ】

【図３Ｃ】

【図３Ｄ】

【図３Ｅ】

【図３Ｆ】

【図３Ｇ】

【図３Ｈ】

【図３Ｉ】

【図３Ｊ】

【図３Ｋ】

【図３Ｌ】

【図３Ｍ】

【図３Ｎ】

【図３Ｏ】

【図３Ｐ】

【図３Ｑ】

【図３Ｒ】

【図３Ｓ】

【図３Ｔ】

【図３Ｕ】

【図３Ｖ】

【図３Ｗ】

【図３Ｘ】

【図３Ｙ】

【図３Ｚ】

【図３ＡＡ】

【図３ＢＢ】

【図３ＣＣ】

【図３ＤＤ】

【図３ＥＥ】

【図３ＦＦ】

【図３ＧＧ】

【図３ＨＨ】

【図３ＩＩ】

【図３ＪＪ】

【図３ＫＫ】

【図３ＬＬ】

【図３ＭＭ】

【図３ＮＮ】

【図３ＯＯ】

【図３ＰＰ】

【図３ＱＱ】

【図３ＲＲ】

【図４Ａ】

【図４Ｂ】

【図４Ｃ】

【図４Ｄ】

【図４Ｅ】

【図４Ｆ】

【図５Ａ】

【図５Ｂ】

【図５Ｃ】

【図５Ｄ】

【図５Ｅ】

【図６】

【図７】

【図８】

【図９】

【図１０】

【図１１】

【図１２】

【図１３】

【図１４】

【図１５】

【図１６】

【図１７】

【図１８】

【公表番号】特表２００９−５１１９１１（Ｐ２００９−５１１９１１Ａ）
【公表日】平成２１年３月１９日（２００９．３．１９）
【国際特許分類】
【出願番号】特願２００８−５３５６８３（Ｐ２００８−５３５６８３）
【出願日】平成１８年１０月１１日（２００６．１０．１１）
【国際出願番号】ＰＣＴ／ＵＳ２００６／０３９９６３
【国際公開番号】ＷＯ２００７／０４４８６０
【国際公開日】平成１９年４月１９日（２００７．４．１９）
【出願人】（５０６０５３６７４）テシス　バイオサイエンス，　インコーポレイテッド (7)
【Ｆターム（参考）】