Abrégé

Provided herein are methods, devices, and kits for identifying glycosylated polypeptide biomarkers and signatures for progression of a disease or a condition, such as cancer or NASH, or and response of the disease or condition to a treatment. Also provided herein are: i) methods of generating and analyzing glycosylated polypeptide biomarkers, ii) methods of validating a model using glycosylated polypeptides for predicting the disease or condition or for making treatment recommendation, iii) systems and methods for implementing QC of a cohort of samples by analyzing peptide structure data for each sample using a machine learning model to generate a predicted age and/or sex associated for each sample. The quality control issue may include an error of mislabeled samples or an error from sample preparation, or a systemic measurement or an instrument error.

Classes IPC  ?

• G16B 40/20 - Analyse de données supervisée
• G16H 10/40 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données relatives aux analyses de laboratoire, p. ex. pour des analyses d’échantillon de patient
• G16H 15/00 - TIC spécialement adaptées aux rapports médicaux, p. ex. leur création ou leur transmission
• G16H 20/00 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p. ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients
• G16H 50/30 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le calcul des indices de santéTIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour l’évaluation des risques pour la santé d’une personne

Abrégé

A method and system for diagnosing a subject with respect to a nasopharyngeal carcinoma (NPC) disease state. Peptide structure data corresponding to a biological sample obtained from the subject is received. The peptide structure data is analyzed using a supervised machine learning model to generate a disease indicator that indicates whether biological sample evidences the NPC disease state based on at least 3 peptide structures selected from a group of peptide structures identified in Table 1A and/or 1B. The group of peptide structures in Table 1A and/or 1B comprises a group of peptide structures associated with the NPC disease state. The group of peptide structures is listed in Table 1A and/or 1B with respect to relative significance to the disease indicator. A diagnosis output is generated based on the disease indicator.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• G16B 15/30 - Ciblage de médicament à l’aide de données structurellesPrévision d’amarrage ou de liaison moléculaire
• G16B 40/10 - Traitement du signal, p. ex. de spectrométrie de masse ou de réaction en chaîne par polymérase
• G16B 40/20 - Analyse de données supervisée
• G16H 20/17 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p. ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients concernant des médicaments ou des médications, p. ex. pour s’assurer de l’administration correcte aux patients administrés par perfusion ou injection

Abrégé

A method, system, and composition related to the preparation of samples for glycoproteomic analysis is described. The sample preparation process can include a proteolytic digestion step followed by a measurement step of the glycopeptide and peptide amounts in the proteolytic digest using a liquid chromatography-mass spectrometry system. Optionally, the sample preparation process can also include the collection of the sample on an absorbent or bibulous member where the proteins and glycoproteins are later extracted and then digested for glycoproteomic analysis. Glycopeptide and peptide measurements of biological samples were analyzed to provide a diagnosis of a disease such as, for example, ovarian cancer or to assess whether a patient with melanoma is likely or not likely to benefit from checkpoint inhibitor therapy.

Classes IPC  ?

• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G01N 30/06 - Préparation
• G01N 33/543 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet avec un support insoluble pour l'immobilisation de composés immunochimiques
• G16B 40/10 - Traitement du signal, p. ex. de spectrométrie de masse ou de réaction en chaîne par polymérase
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux

Abrégé

Embodiments disclosed herein generally relate to technologies for evaluating a biological sample obtained from a subject with respect to a sepsis state or coronavirus disease (COVID). Some methods relating to the technologies can include receiving peptide structure data corresponding to the biological sample obtained from the subject, identifying a peptide structure profile for the biological sample using the peptide structure data, and computing a disease indicator using the peptide structure profile and a model. The disease indicator can indicate whether the biological sample is positive for the sepsis state. The disease indicator can indicate whether the biological sample is positive for COVID. The peptide structure profile can comprise quantification data for a set of peptide structures associated with the sepsis state. The peptide structure profile can include peptides that are glycosylated, aglycosylated, or both. An additional step in the method can comprise generating at least one of a diagnosis output or a treatment output based on the disease indicator.

Classes IPC  ?

• G16B 40/20 - Analyse de données supervisée
• G16B 15/00 - TIC spécialement adaptées à l’analyse de structures moléculaires bidimensionnelles ou tridimensionnelles, p. ex. relations structurelles ou fonctionnelles ou alignement de structures
• G16B 40/30 - Analyse de données non supervisée
• G16H 10/40 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données relatives aux analyses de laboratoire, p. ex. pour des analyses d’échantillon de patient
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux

Abrégé

The present disclosure encompasses systems, methods, and compositions for diagnosing a subject for a high-grade advanced pre-malignant lesions or colorectal cancer (CRC) disease state by ascertaining the presence of certain one or more glycosylated or aglycosylated peptides in liquid biopsy samples from the subject. Specific embodiments encompass methods of measuring certain one or more glycosylated or aglycosylated peptides in liquid biopsy samples from subjects known to have or suspected of having a high-grade advanced pre-malignant lesions or CRC disease state or subjects undergoing routine health care maintenance for possible presence of a high-grade advanced pre-malignant lesions or CRC disease state. The disclosure provides systems, methods, and compositions to identify subjects at-risk for CRC or high-grade advanced pre-malignant lesions and increases subject colonoscopy compliance, in specific embodiments.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G16B 15/20 - Repliement de protéines ou de domaines
• G16B 40/20 - Analyse de données supervisée
• G16H 15/00 - TIC spécialement adaptées aux rapports médicaux, p. ex. leur création ou leur transmission
• G16H 20/10 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p. ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients concernant des médicaments ou des médications, p. ex. pour s’assurer de l’administration correcte aux patients
• G16H 20/40 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p. ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients concernant des thérapies mécaniques, la radiothérapie ou des thérapies invasives, p. ex. la chirurgie, la thérapie laser, la dialyse ou l’acuponcture
• G16H 50/30 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le calcul des indices de santéTIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour l’évaluation des risques pour la santé d’une personne
• G16H 50/70 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour extraire des données médicales, p. ex. pour analyser les cas antérieurs d’autres patients

Abrégé

A system and method of training a machine learning model to predict glycopeptide fragmentation patterns and retention times. Spectral data for a plurality of fragments of a glycopeptide structure is received. Glycan fragment composition data is generated using the spectral data. The glycan fragment composition data identifies a plurality of composition codes and a plurality of total intensities for a plurality of glycan fragments identified from the plurality of fragments using the spectral data. A linear glycan sequence is created using the glycan fragment composition data. A training input is formed for a machine learning model using the linear glycan sequence. The machine learning model is trained using the training input to predict a fragmentation pattern and a retention time for the glycopeptide structure.

Classes IPC  ?

• G16B 40/10 - Traitement du signal, p. ex. de spectrométrie de masse ou de réaction en chaîne par polymérase
• G01N 30/86 - Analyse des signaux
• G01N 30/88 - Systèmes intégrés d'analyse, spécialement adaptés à cet effet, non couverts par un seul des groupes
• G06N 3/044 - Réseaux récurrents, p. ex. réseaux de Hopfield

Abrégé

A method and system for managing a treatment for a subject diagnosed with a sarcoma disease state. Peptide structure data corresponding to a biological sample obtained from the subject is received. A response score that predicts a likelihood of responsiveness to the treatment is computed using quantification data identified from the peptide structure data for a set of peptide structures. The set of peptide structures includes at least one peptide structure identified from a plurality of peptide structures listed in Table 1. The plurality of peptide structures is listed in Table 1 with respect to relative significance to a survival for the sarcoma disease state. A treatment response output is generated based on the response score.

Classes IPC  ?

• G16H 50/30 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le calcul des indices de santéTIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour l’évaluation des risques pour la santé d’une personne
• G16B 15/00 - TIC spécialement adaptées à l’analyse de structures moléculaires bidimensionnelles ou tridimensionnelles, p. ex. relations structurelles ou fonctionnelles ou alignement de structures
• G16H 20/17 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p. ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients concernant des médicaments ou des médications, p. ex. pour s’assurer de l’administration correcte aux patients administrés par perfusion ou injection

Abrégé

A method of classifying a biological sample from a subject with respect to responsiveness to immune checkpoint inhibitor therapy comprising analyzing an amount or absence of a fucosylated PD-1 variant from the biological sample from the subject and generating a diagnosis output based on the amount or absence of the fucosylated PD-1 variant which can be used to classify whether the subject is likely to benefit or not likely to benefit from the immune checkpoint inhibitor therapy.

Classes IPC  ?

• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G16H 20/10 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p. ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients concernant des médicaments ou des médications, p. ex. pour s’assurer de l’administration correcte aux patients
• A61K 39/395 - AnticorpsImmunoglobulinesImmunsérum, p. ex. sérum antilymphocitaire
• A61P 35/00 - Agents anticancéreux
• C07K 16/28 - Immunoglobulines, p. ex. anticorps monoclonaux ou polyclonaux contre du matériel provenant d'animaux ou d'humains contre des récepteurs, des antigènes de surface cellulaire ou des déterminants de surface cellulaire
• C40B 30/00 - Procédés de criblage des bibliothèques
• G01N 27/623 - Spectrométrie de mobilité ionique combinée à la spectrométrie de masse
• G01N 33/543 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet avec un support insoluble pour l'immobilisation de composés immunochimiques
• G01N 33/52 - Utilisation de composés ou de compositions pour des recherches colorimétriques, spectrophotométriques ou fluorométriques, p. ex. utilisation de bandes de papier indicateur
• G16H 20/40 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p. ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients concernant des thérapies mécaniques, la radiothérapie ou des thérapies invasives, p. ex. la chirurgie, la thérapie laser, la dialyse ou l’acuponcture
• G16B 15/00 - TIC spécialement adaptées à l’analyse de structures moléculaires bidimensionnelles ou tridimensionnelles, p. ex. relations structurelles ou fonctionnelles ou alignement de structures
• G16H 10/40 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données relatives aux analyses de laboratoire, p. ex. pour des analyses d’échantillon de patient

Abrégé

Provided herein are methods of diagnosing and determining a risk of an individual for developing Primary Sclerosing Cholangitis (PSC) or Primary Biliary Cholangitis (PBC) based upon the presence, absence, or amount of biomarkers, such as peptides. Also provided herein are methods of treating PSC or PBC based upon the presence, absence, or amount of such biomarkers and compositions comprising one or more peptides.

Classes IPC  ?

• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• C07K 7/08 - Peptides linéaires ne contenant que des liaisons peptidiques normales ayant de 12 à 20 amino-acides
• G01N 33/533 - Production de composés immunochimiques marqués avec un marqueur fluorescent
• A61P 1/16 - Médicaments pour le traitement des troubles du tractus alimentaire ou de l'appareil digestif des troubles de la vésicule biliaire ou du foie, p. ex. protecteurs hépatiques, cholagogues, cholélitholytiques
• C07K 9/00 - Peptides ayant jusqu'à 20 amino-acides, contenant des radicaux saccharide et comportant une séquence entièrement déterminéeLeurs dérivés

Abrégé

Set forth herein are glycopeptide biomarkers useful for diagnosing diseases and conditions, such as colorectal cancer or advanced adenoma. Also set forth herein are methods of generating glycopeptide biomarkers and methods of analyzing glycopeptides using mass spectroscopy. Also set forth herein are methods of analyzing glycopeptides using machine learning algorithms.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G16B 40/20 - Analyse de données supervisée

Abrégé

Embodiments disclosed herein generally relate to technologies for analyzing peptide structures from a biological sample obtained from a subject. Certain methods disclosed herein can include receiving peptide structure data corresponding to the biological sample obtained from the subject and calculating a site occupancy score and monomer weight score from the peptide structure data. An additional step in the disclosed methods can include generating a diagnosis output for an indication or disease state. The diagnosis output can, in some aspects, indicate whether the subject has or does not have a disease and/or whether a subject has a disease that is or is not responsive to a particular therapy.

Classes IPC  ?

• A61K 39/395 - AnticorpsImmunoglobulinesImmunsérum, p. ex. sérum antilymphocitaire
• A61P 35/00 - Agents anticancéreux
• G16B 40/00 - TIC spécialement adaptées aux biostatistiquesTIC spécialement adaptées à l’apprentissage automatique ou à l’exploration de données liées à la bio-informatique, p. ex. extraction de connaissances ou détection de motifs
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• G01N 33/574 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet pour le cancer
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G16B 15/00 - TIC spécialement adaptées à l’analyse de structures moléculaires bidimensionnelles ou tridimensionnelles, p. ex. relations structurelles ou fonctionnelles ou alignement de structures
• G16H 10/40 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données relatives aux analyses de laboratoire, p. ex. pour des analyses d’échantillon de patient
• G16H 20/40 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p. ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients concernant des thérapies mécaniques, la radiothérapie ou des thérapies invasives, p. ex. la chirurgie, la thérapie laser, la dialyse ou l’acuponcture

Abrégé

The present disclosure encompasses systems, methods, and compositions for diagnosing a subject for an AA or colorectal cancer (CRC) disease state by ascertaining the presence of certain one or more glycosylated or aglycosylated peptides in liquid biopsy samples from the subject. Specific embodiments encompass methods of measuring certain one or more glycosylated or aglycosylated peptides in liquid biopsy samples from subjects known to have or suspected of having an AA or CRC disease state or subjects undergoing routine health care maintenance for possible presence of an AA or CRC disease state. The disclosure provides systems, methods, and compositions to identify subjects at-risk for CRC or AA and increases subject colonoscopy compliance, in specific embodiments.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• C07K 14/47 - Peptides ayant plus de 20 amino-acidesGastrinesSomatostatinesMélanotropinesLeurs dérivés provenant d'animauxPeptides ayant plus de 20 amino-acidesGastrinesSomatostatinesMélanotropinesLeurs dérivés provenant d'humains provenant de vertébrés provenant de mammifères
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G16B 15/20 - Repliement de protéines ou de domaines
• G16B 35/20 - Criblage de bibliothèques
• G16B 40/20 - Analyse de données supervisée

Abrégé

The present disclosure encompasses systems, methods, and compositions for diagnosing a subject for an AA or colorectal cancer (CRC) disease state by ascertaining the presence of certain one or more glycosylated or aglycosylated peptides in liquid biopsy samples from the subject. Specific embodiments encompass methods of measuring certain one or more glycosylated or aglycosylated peptides in liquid biopsy samples from subjects known to have or suspected of having an AA or CRC disease state or subjects undergoing routine health care maintenance for possible presence of an AA or CRC disease state. The disclosure provides systems, methods, and compositions to identify subjects at-risk for CRC or AA and increases subject colonoscopy compliance, in specific embodiments.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• C07K 14/47 - Peptides ayant plus de 20 amino-acidesGastrinesSomatostatinesMélanotropinesLeurs dérivés provenant d'animauxPeptides ayant plus de 20 amino-acidesGastrinesSomatostatinesMélanotropinesLeurs dérivés provenant d'humains provenant de vertébrés provenant de mammifères
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G16B 15/20 - Repliement de protéines ou de domaines
• G16B 35/20 - Criblage de bibliothèques
• G16B 40/20 - Analyse de données supervisée

Abrégé

The present disclosure encompasses systems, methods, and compositions for diagnosing a subject for an AA or colorectal cancer (CRC) disease state by ascertaining the presence of certain one or more glycosylated or aglycosylated peptides in liquid biopsy samples from the subject. Specific embodiments encompass methods of measuring certain one or more glycosylated or aglycosylated peptides in liquid biopsy samples from subjects known to have or suspected of having an AA or CRC disease state or subjects undergoing routine health care maintenance for possible presence of an AA or CRC disease state. The disclosure provides systems, methods, and compositions to identify subjects at-risk for CRC or AA and increases subject colonoscopy compliance, in specific embodiments.

Classes IPC  ?

• C07K 7/08 - Peptides linéaires ne contenant que des liaisons peptidiques normales ayant de 12 à 20 amino-acides
• C07K 9/00 - Peptides ayant jusqu'à 20 amino-acides, contenant des radicaux saccharide et comportant une séquence entièrement déterminéeLeurs dérivés
• G01N 33/574 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet pour le cancer
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G16B 40/20 - Analyse de données supervisée

Abrégé

Provided herein are methods of diagnosing NSCLC based upon the presence, absence, or amount of biomarkers, such as glycopeptides. Also provided herein are methods of treating NSCLC based upon the presence, absence, or amount of such biomarkers and compositions comprising one or more glycopeptide.

Classes IPC  ?

• G01N 33/574 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet pour le cancer
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G06N 3/08 - Méthodes d'apprentissage
• G06N 20/00 - Apprentissage automatique
• G16B 20/00 - TIC spécialement adaptées à la génomique ou protéomique fonctionnelle, p. ex. corrélations génotype-phénotype
• G16B 25/10 - Profilage de l’expression de gènes ou de protéinesEstimation ou normalisation de ratio d’expression
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• G06F 17/18 - Opérations mathématiques complexes pour l'évaluation de données statistiques

Abrégé

A system and method for automated detection of the presence or absence of a quantity based on intensities expressed in terms of, or derived from frequency time dependent data. According to one example intensities from mass spectrometry are identified using a non-linear mathematical model, such as an artificial neural network trained to find start and stop peaks of an intensity, from which an abundance may be determined.

Classes IPC  ?

• G16B 40/00 - TIC spécialement adaptées aux biostatistiquesTIC spécialement adaptées à l’apprentissage automatique ou à l’exploration de données liées à la bio-informatique, p. ex. extraction de connaissances ou détection de motifs
• G16B 5/00 - TIC spécialement adaptées à la modélisation ou aux simulations dans la biologie des systèmes, p. ex. réseaux de régulation génétique, réseaux d’interaction entre protéines ou réseaux métaboliques

Abrégé

A system and method for automated detection of the presence or absence of a quantity based on intensities expressed in terms of, or derived from frequency or time dependent data. According to one example intensities from mass spectrometry are identified using a non-linear mathematical model, such as an artificial neural network trained to find start and stop peaks of an intensity, from which an abundance may be determined.

Classes IPC  ?

• G16B 40/00 - TIC spécialement adaptées aux biostatistiquesTIC spécialement adaptées à l’apprentissage automatique ou à l’exploration de données liées à la bio-informatique, p. ex. extraction de connaissances ou détection de motifs
• G16B 5/00 - TIC spécialement adaptées à la modélisation ou aux simulations dans la biologie des systèmes, p. ex. réseaux de régulation génétique, réseaux d’interaction entre protéines ou réseaux métaboliques

Abrégé

Embodiments described herein generally relate to technologies for analyzing peptide structures for diagnosing and/or treating a disease state advancing through a disease progression. A non-limiting example of a method relating to the technologies described in the subject application may include receiving peptide structure data corresponding to the biological sample obtained from the subject, identifying a peptide structure profile, and diagnosing a disease state within a disease progression. The example may further include generating a diagnosis output relating to the disease state. In at least some cases, the peptide structure profile may include glycosylated peptides, aglycosylated peptides, or both.

Classes IPC  ?

• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G01N 30/72 - Spectromètres de masse
• G06N 3/08 - Méthodes d'apprentissage
• G16B 20/00 - TIC spécialement adaptées à la génomique ou protéomique fonctionnelle, p. ex. corrélations génotype-phénotype
• G16B 40/20 - Analyse de données supervisée
• G01N 30/02 - Chromatographie sur colonne

Abrégé

A method and system for diagnosing a subject with respect to an ovarian cancer disease state. Peptide structure data corresponding to a biological sample obtained from the subject is received. The peptide structure data is analyzed using a supervised machine learning model to generate a disease indicator that indicates whether biological sample evidences the ovarian cancer disease state based on at least 1 peptide structures selected from a group of peptide structures identified in Table 3B, 3C, or 3D. The group of peptide structures in Table 3B, 3C, or 3D comprises a group of peptide structures associated with the ovarian cancer disease state. A diagnosis output is generated based on the disease indicator.

Classes IPC  ?

• G01N 33/574 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet pour le cancer
• C07K 14/81 - Inhibiteurs de protéase
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G06N 3/08 - Méthodes d'apprentissage
• G06N 20/00 - Apprentissage automatique
• G16B 25/10 - Profilage de l’expression de gènes ou de protéinesEstimation ou normalisation de ratio d’expression
• G16B 40/20 - Analyse de données supervisée

Abrégé

Provided herein are methods for identifying new biomarkers for various diseases using proteomics, peptidomics, metabolics, proteoglycomics, glvcomics, mass spectrometry and machine learning. The present disclosure also provides glycopeptides as biomarkers for various diseases such as cancer and autoimmune diseases.

Classes IPC  ?

• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G16B 20/00 - TIC spécialement adaptées à la génomique ou protéomique fonctionnelle, p. ex. corrélations génotype-phénotype
• G16B 40/00 - TIC spécialement adaptées aux biostatistiquesTIC spécialement adaptées à l’apprentissage automatique ou à l’exploration de données liées à la bio-informatique, p. ex. extraction de connaissances ou détection de motifs
• G01N 33/564 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet pour complexes immunologiques préexistants ou maladies auto-immunes
• G16B 40/20 - Analyse de données supervisée
• G01N 33/574 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet pour le cancer
• G16B 40/10 - Traitement du signal, p. ex. de spectrométrie de masse ou de réaction en chaîne par polymérase

Abrégé

Provided herein are methods, devices, and kits for identifying glycosylated polypeptide biomarkers and signatures for progression of a disease or a condition, such as cancer or NASH, or and response of the disease or condition to a treatment. Also provided herein are: i) methods of generating and analyzing glycosylated polypeptide biomarkers, ii) methods of validating a model using glycosylated polypeptides for predicting the disease or condition or for making treatment recommendation, iii) systems and methods for implementing QC of a cohort of samples by analyzing peptide structure data for each sample using a machine learning model to generate a predicted age and/or sex associated for each sample. The quality control issue may include an error of mislabeled samples or an error from sample preparation, or a systemic measurement or an instrument error.

Classes IPC  ?

• C07K 7/08 - Peptides linéaires ne contenant que des liaisons peptidiques normales ayant de 12 à 20 amino-acides
• G01N 30/72 - Spectromètres de masse
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G06N 3/08 - Méthodes d'apprentissage
• G06N 20/00 - Apprentissage automatique
• G16B 40/10 - Traitement du signal, p. ex. de spectrométrie de masse ou de réaction en chaîne par polymérase
• G16B 40/20 - Analyse de données supervisée

Abrégé

Provided herein are methods, devices, and kits for identifying glycosylated polypeptide biomarkers and signatures for progression of a disease or a condition, such as cancer or NASH, or and response of the disease or condition to a treatment. Also provided herein are: i) methods of generating and analyzing glycosylated polypeptide biomarkers, ii) methods of validating a model using glycosylated polypeptides for predicting the disease or condition or for making treatment recommendation, iii) systems and methods for implementing QC of a cohort of samples by analyzing peptide structure data for each sample using a machine learning model to generate a predicted age and/or sex associated for each sample. The quality control issue may include an error of mislabeled samples or an error from sample preparation, or a systemic measurement or an instrument error.

Classes IPC  ?

• G16B 40/10 - Traitement du signal, p. ex. de spectrométrie de masse ou de réaction en chaîne par polymérase
• C07K 7/08 - Peptides linéaires ne contenant que des liaisons peptidiques normales ayant de 12 à 20 amino-acides
• G01N 30/72 - Spectromètres de masse
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G06N 3/08 - Méthodes d'apprentissage
• G06N 20/00 - Apprentissage automatique
• G16B 40/20 - Analyse de données supervisée

Abrégé

A method, system, and composition related to the preparation of samples for glycoproteomic analysis is described. The sample preparation process can include a proteolytic digestion step followed by a measurement step of the glycopeptide and peptide amounts in the proteolytic digest using a liquid chromatography-mass spectrometry system. Optionally, the sample preparation process can also include the collection of the sample on an absorbent or bibulous member where the proteins and glycoproteins are later extracted and then digested for glycoproteomic analysis. Glycopeptide and peptide measurements of biological samples were analyzed to provide a diagnosis of a disease such as, for example, ovarian cancer or to assess whether a patient with melanoma is likely or not likely to benefit from checkpoint inhibitor therapy.

Classes IPC  ?

• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• A61P 35/00 - Agents anticancéreux

Abrégé

A method, system, and composition related to the preparation of samples for glycoproteomic analysis is described. The sample preparation process can include a proteolytic digestion step followed by a measurement step of the glycopeptide and peptide amounts in the proteolytic digest using a liquid chromatography-mass spectrometry system. Optionally, the sample preparation process can also include the collection of the sample on an absorbent or bibulous member where the proteins and glycoproteins are later extracted and then digested for glycoproteomic analysis. Glycopeptide and peptide measurements of biological samples were analyzed to provide a diagnosis of a disease such as, for example, ovarian cancer or to assess whether a patient with melanoma is likely or not likely to benefit from checkpoint inhibitor therapy.

Classes IPC  ?

• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides

Abrégé

The present disclosure encompasses systems, methods, and compositions for diagnosing a subject for a high-grade advanced pre-malignant lesions or colorectal cancer (CRC) disease state by ascertaining the presence of certain one or more glycosylated or aglycosylated peptides in liquid biopsy samples from the subject. Specific embodiments encompass methods of measuring certain one or more glycosylated or aglycosylated peptides in liquid biopsy samples from subjects known to have or suspected of having a high-grade advanced pre-malignant lesions or CRC disease state or subjects undergoing routine health care maintenance for possible presence of a high-grade advanced pre-malignant lesions or CRC disease state. The disclosure provides systems, methods, and compositions to identify subjects at-risk for CRC or high-grade advanced pre-malignant lesions and increases subject colonoscopy compliance, in specific embodiments.

Classes IPC  ?

• G16B 20/00 - TIC spécialement adaptées à la génomique ou protéomique fonctionnelle, p. ex. corrélations génotype-phénotype
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux

Abrégé

The present disclosure encompasses systems, methods, and compositions for diagnosing a subject for a high-grade advanced pre-malignant lesions or colorectal cancer (CRC) disease state by ascertaining the presence of certain one or more glycosylated or aglycosylated peptides in liquid biopsy samples from the subject. Specific embodiments encompass methods of measuring certain one or more glycosylated or aglycosylated peptides in liquid biopsy samples from subjects known to have or suspected of having a high-grade advanced pre-malignant lesions or CRC disease state or subjects undergoing routine health care maintenance for possible presence of a high-grade advanced pre-malignant lesions or CRC disease state. The disclosure provides systems, methods, and compositions to identify subjects at-risk for CRC or high-grade advanced pre-malignant lesions and increases subject colonoscopy compliance, in specific embodiments.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• G16B 20/00 - TIC spécialement adaptées à la génomique ou protéomique fonctionnelle, p. ex. corrélations génotype-phénotype

Abrégé

A system and method of training a machine learning model to predict glycopeptide fragmentation patterns and retention times. Spectral data for a plurality of fragments of a glycopeptide structure is received. Glycan fragment composition data is generated using the spectral data. The glycan fragment composition data identifies a plurality of composition codes and a plurality of total intensities for a plurality of glycan fragments identified from the plurality of fragments using the spectral data. A linear glycan sequence is created using the glycan fragment composition data. A training input is formed for a machine learning model using the linear glycan sequence. The machine learning model is trained using the training input to predict a fragmentation pattern and a retention time for the glycopeptide structure.

Classes IPC  ?

• G01N 30/72 - Spectromètres de masse
• G01N 30/86 - Analyse des signaux
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G06N 20/00 - Apprentissage automatique

Abrégé

A system and method of training a machine learning model to predict glycopeptide fragmentation patterns and retention times. Spectral data for a plurality of fragments of a glycopeptide structure is received. Glycan fragment composition data is generated using the spectral data. The glycan fragment composition data identifies a plurality of composition codes and a plurality of total intensities for a plurality of glycan fragments identified from the plurality of fragments using the spectral data. A linear glycan sequence is created using the glycan fragment composition data. A training input is formed for a machine learning model using the linear glycan sequence. The machine learning model is trained using the training input to predict a fragmentation pattern and a retention time for the glycopeptide structure.

Classes IPC  ?

• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G06N 20/00 - Apprentissage automatique
• G01N 30/72 - Spectromètres de masse
• G01N 30/86 - Analyse des signaux

Abrégé

Set forth herein is a system and method for converting glycan representations between different platform-specific glycan formats via a universal glycan format. The use of a universal glycan format for conversion between different platform-specific glycan formats, such as different glycomolecule search engine-specific formats, can reduce the number of conversion rule sets required to convert glycan data formats among the different platform-specific glycan formats. The universal glycan format can also improve readability, and simplify analysis of glycomolecules. Also provided is a system and method for comparing or analyzing glycomolecule search results from different glycomolecule search engines and a user interface, system and method for curating a consensus list of glycomolecules (e.g., glycopeptides, glycoDNA, glycoRNA, glycolipids) identified in a biological sample on a user interface from glycomolecule search results sets from multiple glycomolecule search engines, where the glycomolecule search results sets may include conflicting identifications between the glycomolecule search engines.

Classes IPC  ?

• G16B 20/00 - TIC spécialement adaptées à la génomique ou protéomique fonctionnelle, p. ex. corrélations génotype-phénotype
• G16B 50/00 - TIC pour la programmation d’outils ou de systèmes de bases de données spécialement adaptées à la bio-informatique
• G16C 20/90 - Langages de programmationArchitectures informatiquesSystèmes de bases de donnéesStockage de données
• C12P 21/00 - Préparation de peptides ou de protéines

Abrégé

Provided herein are methods of diagnosing preeclampsia based upon the presence, absence, or amount of biomarkers, such as glycopeptides. Also provided herein are methods of treating preeclampsia based upon the presence, absence, or amount of such biomarkers and compositions comprising one or more glycopeptide. Specifically the diagnosis and treatment of preeclampsia utilizes computer-generated analyses of quantitative data to classify correlations between marker profiles and disease states.

Classes IPC  ?

• C07K 14/195 - Peptides ayant plus de 20 amino-acidesGastrinesSomatostatinesMélanotropinesLeurs dérivés provenant de bactéries
• G01N 33/564 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet pour complexes immunologiques préexistants ou maladies auto-immunes
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides

Abrégé

Provided herein are methods of diagnosing preeclampsia based upon the presence, absence, or amount of biomarkers, such as glycopeptides. Also provided herein are methods of treating preeclampsia based upon the presence, absence, or amount of such biomarkers and compositions comprising one or more glycopeptide. Specifically the diagnosis and treatment of preeclampsia utilizes computer-generated analyses of quantitative data to classify correlations between marker profiles and disease states.

Classes IPC  ?

• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• C07K 14/195 - Peptides ayant plus de 20 amino-acidesGastrinesSomatostatinesMélanotropinesLeurs dérivés provenant de bactéries
• G01N 33/564 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet pour complexes immunologiques préexistants ou maladies auto-immunes

Abrégé

A method and system for diagnosing a subject with respect to a pancreatic cancer disease state. Peptide structure data corresponding to a biological sample obtained from the subject is received. The peptide structure data is analyzed using a supervised machine learning model to generate a disease indicator that indicates whether biological sample evidences the PC disease state based on at least 3 peptide structures selected from a group of peptide structures of Group I identified in Table 1 or of Group II of Table 8. The group of peptide structures in Table 1 or Table 8 comprises a group of peptide structures associated with the PC disease state. The group of peptide structures is listed in Table 1 with respect to relative significance to the disease indicator. A diagnosis output is generated based on the disease indicator

Classes IPC  ?

• G16B 40/20 - Analyse de données supervisée
• G16B 20/00 - TIC spécialement adaptées à la génomique ou protéomique fonctionnelle, p. ex. corrélations génotype-phénotype
• G16B 25/10 - Profilage de l’expression de gènes ou de protéinesEstimation ou normalisation de ratio d’expression
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides

Abrégé

A method and system for diagnosing a subject with respect to a pancreatic cancer disease state. Peptide structure data corresponding to a biological sample obtained from the subject is received. The peptide structure data is analyzed using a supervised machine learning model to generate a disease indicator that indicates whether biological sample evidences the PC disease state based on at least 3 peptide structures selected from a group of peptide structures of Group I identified in Table 1 or of Group II of Table 8. The group of peptide structures in Table 1 or Table 8 comprises a group of peptide structures associated with the PC disease state. The group of peptide structures is listed in Table 1 with respect to relative significance to the disease indicator. A diagnosis output is generated based on the disease indicator

Classes IPC  ?

• G16B 25/10 - Profilage de l’expression de gènes ou de protéinesEstimation ou normalisation de ratio d’expression
• G16B 40/20 - Analyse de données supervisée
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux

Abrégé

A method and system for managing a treatment for a subject diagnosed with a sarcoma disease state. Peptide structure data corresponding to a biological sample obtained from the subject is received. A response score that predicts a likelihood of responsiveness to the treatment is computed using quantification data identified from the peptide structure data for a set of peptide structures. The set of peptide structures includes at least one peptide structure identified from a plurality of peptide structures listed in Table 1. The plurality of peptide structures is listed in Table 1 with respect to relative significance to a survival for the sarcoma disease state. A treatment response output is generated based on the response score.

Classes IPC  ?

• A61P 35/00 - Agents anticancéreux
• C12Q 1/6886 - Produits d’acides nucléiques utilisés dans l’analyse d’acides nucléiques, p. ex. amorces ou sondes pour les maladies provoquées par des altérations du matériel génétique pour le cancer
• G01N 33/574 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet pour le cancer
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G06F 16/28 - Bases de données caractérisées par leurs modèles, p. ex. des modèles relationnels ou objet
• G06F 17/18 - Opérations mathématiques complexes pour l'évaluation de données statistiques
• G16B 15/00 - TIC spécialement adaptées à l’analyse de structures moléculaires bidimensionnelles ou tridimensionnelles, p. ex. relations structurelles ou fonctionnelles ou alignement de structures
• G16B 40/10 - Traitement du signal, p. ex. de spectrométrie de masse ou de réaction en chaîne par polymérase

Abrégé

A method and system for diagnosing a subject with respect to a nasopharyngeal carcinoma (NPC) disease state. Peptide structure data corresponding to a biological sample obtained from the subject is received. The peptide structure data is analyzed using a supervised machine learning model to generate a disease indicator that indicates whether biological sample evidences the NPC disease state based on at least 3 peptide structures selected from a group of peptide structures identified in Table 1A and/or 1B. The group of peptide structures in Table 1A and/or 1B comprises a group of peptide structures associated with the NPC disease state. The group of peptide structures is listed in Table 1A and/or 1B with respect to relative significance to the disease indicator. A diagnosis output is generated based on the disease indicator.

Classes IPC  ?

• G01N 33/574 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet pour le cancer
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides

Abrégé

Set forth herein are methods useful for identifying disease biomarkers, particularly for diseases such as clear cell renal cell carcinoma (ccRCC). In some examples, the methods set forth herein are useful for monitoring the prognosis of patients having disease such as ccRCC.

Classes IPC  ?

• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• C12Q 1/6872 - Méthodes de séquençage faisant intervenir la spectrométrie de masse
• G01N 33/57525 -

Abrégé

Embodiments described herein generally relate to systems and methods for processing mass spectrometry samples. Aspects of the disclosure include systems and methods for processing samples. Additionally, embodiments of the disclosure can also include systems and methods for sample analysis. Various embodiments include data analysis systems and methods for comparing data across samples and sample runs. Data analysis systems can run normalization methods for normalizing raw abundance mass spectrometry data. In some aspects, the normalized data can be used as input for predictive models.

Classes IPC  ?

• C12Q 1/6876 - Produits d’acides nucléiques utilisés dans l’analyse d’acides nucléiques, p. ex. amorces ou sondes

Abrégé

Embodiments described herein generally relate to systems and methods for processing mass spectrometry samples. Aspects of the disclosure include systems and methods for processing samples. Additionally, embodiments of the disclosure can also include systems and methods for sample analysis. Various embodiments include data analysis systems and methods for comparing data across samples and sample runs. Data analysis systems can run normalization methods for normalizing raw abundance mass spectrometry data. In some aspects, the normalized data can be used as input for predictive models.

Classes IPC  ?

• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides

Abrégé

Embodiments described herein generally relate to systems and methods for processing mass spectrometry samples. Aspects of the disclosure include systems and methods for processing samples. Additionally, embodiments of the disclosure can also include systems and methods for sample analysis. Various embodiments include data analysis systems and methods for comparing data across samples and sample runs. Data analysis systems can run normalization methods for normalizing raw abundance mass spectrometry data. In some aspects, the normalized data can be used as input for predictive models.

Classes IPC  ?

• C12Q 1/6876 - Produits d’acides nucléiques utilisés dans l’analyse d’acides nucléiques, p. ex. amorces ou sondes
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides

Abrégé

Set forth herein are glycopeptide biomarkers useful for diagnosing diseases and conditions, such as but not limited to, cancer (e.g., ovarian), an autoimmune disease, fibrosis and aging conditions. Also set forth herein are methods of generating glycopeptide biomarkers and methods of analyzing glycopeptides using mass spectroscopy. Also set forth herein are methods of analyzing glycopeptides using machine learning algorithms.

Classes IPC  ?

• G01N 33/574 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet pour le cancer
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G16B 40/10 - Traitement du signal, p. ex. de spectrométrie de masse ou de réaction en chaîne par polymérase

Abrégé

Set forth herein are glycopeptide biomarkers useful for diagnosing diseases and conditions, such as ovarian cancer. Also set forth herein are methods of generating glycopeptide biomarkers and methods of analyzing glycopeptides using mass spectroscopy. Also set forth herein are methods of analyzing glycopeptides using machine learning systems.

Classes IPC  ?

• G16B 25/10 - Profilage de l’expression de gènes ou de protéinesEstimation ou normalisation de ratio d’expression
• G16B 40/20 - Analyse de données supervisée
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux

Abrégé

Embodiments disclosed herein generally relate to technologies for evaluating a biological sample obtained from a subject with respect to a sepsis state or coronavirus disease (COVID). Some methods relating to the technologies can include receiving peptide structure data corresponding to the biological sample obtained from the subject, identifying a peptide structure profile for the biological sample using the peptide structure data, and computing a disease indicator using the peptide structure profile and a model. The disease indicator can indicate whether the biological sample is positive for the sepsis state. The disease indicator can indicate whether the biological sample is positive for COVID. The peptide structure profile can comprise quantification data for a set of peptide structures associated with the sepsis state. The peptide structure profile can include peptides that are glycosylated, aglycosylated, or both. An additional step in the method can comprise generating at least one of a diagnosis output or a treatment output based on the disease indicator.

Classes IPC  ?

• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G16B 25/10 - Profilage de l’expression de gènes ou de protéinesEstimation ou normalisation de ratio d’expression
• G16B 40/20 - Analyse de données supervisée
• A61K 31/53 - Composés hétérocycliques ayant l'azote comme hétéro-atome d'un cycle, p. ex. guanéthidine ou rifamycines ayant des cycles à six chaînons avec trois azote comme seuls hétéro-atomes d'un cycle, p. ex. chlorazanil, mélamine

Abrégé

Set forth herein are glycopeptide biomarkers useful for diagnosing diseases and conditions, such as colorectal cancer or advanced adenoma. Also set forth herein are methods of generating glycopeptide biomarkers and methods of analyzing glycopeptides using mass spectroscopy. Also set forth herein are methods of analyzing glycopeptides using machine learning algorithms.

Classes IPC  ?

• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G16B 20/00 - TIC spécialement adaptées à la génomique ou protéomique fonctionnelle, p. ex. corrélations génotype-phénotype
• G16B 40/00 - TIC spécialement adaptées aux biostatistiquesTIC spécialement adaptées à l’apprentissage automatique ou à l’exploration de données liées à la bio-informatique, p. ex. extraction de connaissances ou détection de motifs
• G16B 40/10 - Traitement du signal, p. ex. de spectrométrie de masse ou de réaction en chaîne par polymérase
• G16B 40/20 - Analyse de données supervisée

Abrégé

Set forth herein are glycopeptide biomarkers useful for diagnosing diseases and conditions, such as colorectal cancer or advanced adenoma. Also set forth herein are methods of generating glycopeptide biomarkers and methods of analyzing glycopeptides using mass spectroscopy. Also set forth herein are methods of analyzing glycopeptides using machine learning algorithms.

Classes IPC  ?

• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G16B 20/00 - TIC spécialement adaptées à la génomique ou protéomique fonctionnelle, p. ex. corrélations génotype-phénotype
• G16B 40/00 - TIC spécialement adaptées aux biostatistiquesTIC spécialement adaptées à l’apprentissage automatique ou à l’exploration de données liées à la bio-informatique, p. ex. extraction de connaissances ou détection de motifs
• G16B 40/10 - Traitement du signal, p. ex. de spectrométrie de masse ou de réaction en chaîne par polymérase
• G16B 40/20 - Analyse de données supervisée

Produits et services

Scientific and medical research services; scientific research, namely, identifying biomarkers for specific diseases; scientific research analysis services for blood and other bodily fluids, specifically, blood, bodily fluid, and biological specimen analysis services; scientific, technological, and medical research and data analysis services in the nature of bioanalytical testing services and biomarker discovery services; scientific and medical research in the fields of oncology, mass spectrometry, glycoproteomics, biomarker discovery; scientific, technological, and data analysis services, namely, glycoproteomic research, analysis services in the nature of protein, and a glycoproteomic solution featuring artificial intelligence; scientific and medical laboratory services; medical research services via collecting, analyzing, and reporting glycoproteomic data for blood, bodily fluids, and other biological specimens

Produits et services

Medical testing, monitoring, and reporting services for diagnostic, prognostic, treatment, or disease management purposes and medical screening; medical testing, monitoring, and reporting services for cancer for diagnostic, prognostic, treatment, or disease management purposes and medical screening services for cancer

Abrégé

Set forth herein are glycopeptide biomarkers useful for diagnosing diseases and conditions, such as ovarian cancer. Also set forth herein are methods of generating glycopeptide biomarkers and methods of analyzing glycopeptides using mass spectroscopy. Also set forth herein are methods of analyzing glycopeptides using machine learning systems.

Classes IPC  ?

• G16B 20/00 - TIC spécialement adaptées à la génomique ou protéomique fonctionnelle, p. ex. corrélations génotype-phénotype
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux

Abrégé

Set forth herein are glycopeptide biomarkers useful for diagnosing diseases and conditions, such as ovarian cancer. Also set forth herein are methods of generating glycopeptide biomarkers and methods of analyzing glycopeptides using mass spectroscopy. Also set forth herein are methods of analyzing glycopeptides using machine learning systems.

Classes IPC  ?

• G01N 33/574 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet pour le cancer
• G16B 20/00 - TIC spécialement adaptées à la génomique ou protéomique fonctionnelle, p. ex. corrélations génotype-phénotype
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux

Abrégé

Provided herein are methods, devices, and kits for identifying glycosylated polypeptide biomarkers and signatures for progression of a disease or a condition, such as cancer, or and response of the disease or condition to a treatment, such as treatment with immune checkpoint blockade for cancer. Provided herein are methods of generating glycosylated polypeptide biomarkers and methods of analyzing glycosylated polypeptides using mass spectrometry. Provided herein are methods of validating a model using glycosylated polypeptides for predicting the disease or condition or for making treatment recommendation.

Classes IPC  ?

• G16H 20/40 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p. ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients concernant des thérapies mécaniques, la radiothérapie ou des thérapies invasives, p. ex. la chirurgie, la thérapie laser, la dialyse ou l’acuponcture
• G16B 15/00 - TIC spécialement adaptées à l’analyse de structures moléculaires bidimensionnelles ou tridimensionnelles, p. ex. relations structurelles ou fonctionnelles ou alignement de structures
• G16H 10/40 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données relatives aux analyses de laboratoire, p. ex. pour des analyses d’échantillon de patient

Abrégé

Provided herein are methods, devices, and kits for identifying glycosylated polypeptide biomarkers and signatures for progression of a disease or a condition, such as cancer, or and response of the disease or condition to a treatment, such as treatment with immune checkpoint blockade for cancer. Provided herein are methods of generating glycosylated polypeptide biomarkers and methods of analyzing glycosylated polypeptides using mass spectrometry. Provided herein are methods of validating a model using glycosylated polypeptides for predicting the disease or condition or for making treatment recommendation.

Classes IPC  ?

• A61K 39/395 - AnticorpsImmunoglobulinesImmunsérum, p. ex. sérum antilymphocitaire
• C07K 9/00 - Peptides ayant jusqu'à 20 amino-acides, contenant des radicaux saccharide et comportant une séquence entièrement déterminéeLeurs dérivés
• C07K 14/47 - Peptides ayant plus de 20 amino-acidesGastrinesSomatostatinesMélanotropinesLeurs dérivés provenant d'animauxPeptides ayant plus de 20 amino-acidesGastrinesSomatostatinesMélanotropinesLeurs dérivés provenant d'humains provenant de vertébrés provenant de mammifères
• C12Q 1/37 - Procédés de mesure ou de test faisant intervenir des enzymes, des acides nucléiques ou des micro-organismesCompositions à cet effetProcédés pour préparer ces compositions faisant intervenir une hydrolase faisant intervenir une peptidase ou une protéinase
• C40B 30/10 - Procédés de criblage des bibliothèques en mesurant les caractéristiques physiques, p. ex. la masse
• C40B 40/10 - Bibliothèques comprenant des peptides ou des polypeptides ou leurs dérivés
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G16B 15/30 - Ciblage de médicament à l’aide de données structurellesPrévision d’amarrage ou de liaison moléculaire
• G16B 25/10 - Profilage de l’expression de gènes ou de protéinesEstimation ou normalisation de ratio d’expression
• G16B 40/00 - TIC spécialement adaptées aux biostatistiquesTIC spécialement adaptées à l’apprentissage automatique ou à l’exploration de données liées à la bio-informatique, p. ex. extraction de connaissances ou détection de motifs
• G16H 20/10 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p. ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients concernant des médicaments ou des médications, p. ex. pour s’assurer de l’administration correcte aux patients

Abrégé

Provided herein are methods, devices, and kits for identifying glycosylated polypeptide biomarkers and signatures for progression of a disease or a condition, such as cancer, or and response of the disease or condition to a treatment, such as treatment with immune checkpoint blockade for cancer. Provided herein are methods of generating glycosylated polypeptide biomarkers and methods of analyzing glycosylated polypeptides using mass spectrometry. Provided herein are methods of validating a model using glycosylated polypeptides for predicting the disease or condition or for making treatment recommendation.

Classes IPC  ?

• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• A61P 35/00 - Agents anticancéreux

Produits et services

Scientific and medical research services; scientific and medical research services, namely, biomarker and target discovery services for pharmaceutical development; scientific and medical research services, namely, biomarker discovery and target discovery; providing temporary use of on-line nondownloadable software applications for use in computing, studying, diagnosing or screening for diseases and studying biological molecules; chemical analysis, namely, mass spectrometry services; consulting services in the field of biotechnology through the application of mass spectrometry; scientific and technological services, namely, biomarker analysis in the field of mass spectrometry; scientific and technological analyses using mass spectrometry, namely, chemical, biochemical, and biological in the nature of protein and cellular analysis; consulting services in the fields of biotechnology, pharmaceutical research and development, laboratory testing, diagnostics, and pharmacogenetics. Medical testing services using medical biomarker discovery and validation, target discovery and validation, therapeutics, patient profiling, for treatment prediction and monitoring, and medical diagnostic and prognostic purposes; providing medical information regarding disease risk factors, disease risk factor analysis via a website.

Abrégé

Embodiments described herein generally relate to technologies for analyzing peptide structures for diagnosing and/or treating a disease state advancing through a disease progression. A non-limiting example of a method relating to the technologies described in the subject application may include receiving peptide structure data corresponding to the biological sample obtained from the subject, identifying a peptide structure profile, and diagnosing a disease state within a disease progression. The example may further include generating a diagnosis output relating to the disease state. In at least some cases, the peptide structure profile may include glycosylated peptides, aglycosylated peptides, or both.

Classes IPC  ?

• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G16B 40/20 - Analyse de données supervisée
• G16B 20/00 - TIC spécialement adaptées à la génomique ou protéomique fonctionnelle, p. ex. corrélations génotype-phénotype
• G06N 3/08 - Méthodes d'apprentissage
• G01N 30/72 - Spectromètres de masse
• G01N 30/02 - Chromatographie sur colonne

Abrégé

Embodiments described herein generally relate to technologies for analyzing peptide structures for diagnosing and/or treating a disease state advancing through a disease progression. A non-limiting example of a method relating to the technologies described in the subject application may include receiving peptide structure data corresponding to the biological sample obtained from the subject, identifying a peptide structure profile, and diagnosing a disease state within a disease progression. The example may further include generating a diagnosis output relating to the disease state. In at least some cases, the peptide structure profile may include glycosylated peptides, aglycosylated peptides, or both.

Classes IPC  ?

• A61B 5/00 - Mesure servant à établir un diagnostic Identification des individus
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G06F 18/24 - Techniques de classification
• G06N 20/00 - Apprentissage automatique
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux

Abrégé

Embodiments described herein generally relate to technologies for analyzing peptide structures for diagnosing and/or treating a disease state advancing through a disease progression. A non-limiting example of a method relating to the technologies described in the subject application may include receiving peptide structure data corresponding to the biological sample obtained from the subject, identifying a peptide structure profile, and diagnosing a disease state within a disease progression. The example may further include generating a diagnosis output relating to the disease state. In at least some cases, the peptide structure profile may include glycosylated peptides, aglycosylated peptides, or both.

Classes IPC  ?

• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• A61B 5/00 - Mesure servant à établir un diagnostic Identification des individus
• G16H 50/00 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies
• G06N 20/00 - Apprentissage automatique

Abrégé

Set forth herein are glycopeptide biomarkers useful for diagnosing diseases and conditions, such as but not limited to, cancer (e.g., ovarian), an autoimmune disease, fibrosis and aging conditions. Also set forth herein are methods of generating glycopeptide biomarkers and methods of analyzing glycopeptides using mass spectroscopy. Also set forth herein are methods of analyzing glycopeptides using machine learning algorithms.

Classes IPC  ?

• G16B 40/10 - Traitement du signal, p. ex. de spectrométrie de masse ou de réaction en chaîne par polymérase
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G01N 33/574 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet pour le cancer
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux

Abrégé

Set forth herein are methods useful for identifying disease biomarkers, particularly for diseases such as clear cell renal cell carcinoma (ccRCC). In some examples, the methods set forth herein are useful for monitoring the prognosis of patients having a disease such as ccRCC.

Classes IPC  ?

• C12Q 1/34 - Procédés de mesure ou de test faisant intervenir des enzymes, des acides nucléiques ou des micro-organismesCompositions à cet effetProcédés pour préparer ces compositions faisant intervenir une hydrolase
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides

Abrégé

Set forth herein are glycopeptide biomarkers useful for diagnosing diseases and conditions, such as but not limited to, cancer (e.g., ovarian), an autoimmune disease, fibrosis and aging conditions. Also set forth herein are methods of generating glycopeptide biomarkers and methods of analyzing glycopeptides using mass spectroscopy. Also set forth herein are methods of analyzing glycopeptides using machine learning algorithms.

Classes IPC  ?

• C07K 9/00 - Peptides ayant jusqu'à 20 amino-acides, contenant des radicaux saccharide et comportant une séquence entièrement déterminéeLeurs dérivés
• C07K 14/47 - Peptides ayant plus de 20 amino-acidesGastrinesSomatostatinesMélanotropinesLeurs dérivés provenant d'animauxPeptides ayant plus de 20 amino-acidesGastrinesSomatostatinesMélanotropinesLeurs dérivés provenant d'humains provenant de vertébrés provenant de mammifères
• G01N 1/28 - Préparation d'échantillons pour l'analyse
• G01N 27/62 - Recherche ou analyse des matériaux par l'emploi de moyens électriques, électrochimiques ou magnétiques en recherchant l'ionisation des gaz, p. ex. des aérosolsRecherche ou analyse des matériaux par l'emploi de moyens électriques, électrochimiques ou magnétiques en recherchant les décharges électriques, p. ex. l'émission cathodique
• G01N 33/48 - Matériau biologique, p. ex. sang, urineHémocytomètres
• G01N 33/483 - Analyse physique de matériau biologique
• G16B 40/00 - TIC spécialement adaptées aux biostatistiquesTIC spécialement adaptées à l’apprentissage automatique ou à l’exploration de données liées à la bio-informatique, p. ex. extraction de connaissances ou détection de motifs

Abrégé

Set forth herein are glycopeptide biomarkers useful for diagnosing diseases and conditions, such as but not limited to, cancer (e.g., ovarian), an autoimmune disease, fibrosis and aging conditions. Also set forth herein are methods of generating glycopeptide biomarkers and methods of analyzing glycopeptides using mass spectroscopy. Also set forth herein are methods of analyzing glycopeptides using machine learning algorithms.

Classes IPC  ?

• G01N 33/574 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet pour le cancer
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides

Abrégé

Provided herein are methods for identifying new biomarkers for various diseases using proteomics, peptidomics, metabolics, proteoglycomics, glycomics, mass spectrometry and machine learning. The present disclosure also provides glycopeptides as biomarkers for various diseases such as cancer and autoimmune diseases.

Classes IPC  ?

• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G16B 20/00 - TIC spécialement adaptées à la génomique ou protéomique fonctionnelle, p. ex. corrélations génotype-phénotype
• G16B 40/00 - TIC spécialement adaptées aux biostatistiquesTIC spécialement adaptées à l’apprentissage automatique ou à l’exploration de données liées à la bio-informatique, p. ex. extraction de connaissances ou détection de motifs
• G01N 33/564 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet pour complexes immunologiques préexistants ou maladies auto-immunes
• G16B 40/20 - Analyse de données supervisée
• G01N 33/574 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet pour le cancer
• G16B 40/10 - Traitement du signal, p. ex. de spectrométrie de masse ou de réaction en chaîne par polymérase

Abrégé

A system and method for automated detection of the presence or absence of a quantity based on intensities expressed in terms of, or derived from frequency or time dependent data. According to one example intensities from mass spectrometry are identified using a non-linear mathematical model, such as an artificial neural network trained to find start and stop peaks of an intensity, from which an abundance may be determined.

Classes IPC  ?

• G16B 40/00 - TIC spécialement adaptées aux biostatistiquesTIC spécialement adaptées à l’apprentissage automatique ou à l’exploration de données liées à la bio-informatique, p. ex. extraction de connaissances ou détection de motifs
• G16B 5/00 - TIC spécialement adaptées à la modélisation ou aux simulations dans la biologie des systèmes, p. ex. réseaux de régulation génétique, réseaux d’interaction entre protéines ou réseaux métaboliques

Abrégé

A system and method for automated detection of the presence or absence of a quantity based on intensities expressed in terms of, or derived from frequency or time dependent data. According to one example intensities from mass spectrometry are identified using a non-linear mathematical model, such as an artificial neural network trained to find start and stop peaks of an intensity, from which an abundance may be determined.

Classes IPC  ?

• C40B 20/08 - Analyse directe des éléments en soi d'une bibliothèque par des procédés physiques, p. ex. par spectroscopie
• G01N 27/00 - Recherche ou analyse des matériaux par l'emploi de moyens électriques, électrochimiques ou magnétiques
• G01N 37/00 - Détails non couverts par les autres groupes de la présente sous-classe
• G06N 3/0442 - Réseaux récurrents, p. ex. réseaux de Hopfield caractérisés par la présence de mémoire ou de portes, p. ex. mémoire longue à court terme [LSTM] ou unités récurrentes à porte [GRU]
• G06N 3/09 - Apprentissage supervisé
• G16B 20/00 - TIC spécialement adaptées à la génomique ou protéomique fonctionnelle, p. ex. corrélations génotype-phénotype
• G16B 40/00 - TIC spécialement adaptées aux biostatistiquesTIC spécialement adaptées à l’apprentissage automatique ou à l’exploration de données liées à la bio-informatique, p. ex. extraction de connaissances ou détection de motifs
• G16B 40/10 - Traitement du signal, p. ex. de spectrométrie de masse ou de réaction en chaîne par polymérase
• G16B 40/20 - Analyse de données supervisée
• G16B 50/10 - OntologiesAnnotations

Abrégé

A system and method for automated detection of the presence or absence of a quantity based on intensities expressed in terms of, or derived from frequency or time dependent data. According to one example intensities from mass spectrometry are identified using a non-linear mathematical model, such as an artificial neural network trained to find start and stop peaks of an intensity, from which an abundance may be determined.

Classes IPC  ?

• G16B 40/20 - Analyse de données supervisée
• G16H 10/40 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données relatives aux analyses de laboratoire, p. ex. pour des analyses d’échantillon de patient
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• G16H 50/70 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour extraire des données médicales, p. ex. pour analyser les cas antérieurs d’autres patients

Abrégé

Set forth herein are glycopeptide biomarkers useful for diagnosing diseases and conditions, such as but not limited to, cancer (e.g., ovarian), an autoimmune disease, fibrosis and aging conditions. Also set forth herein are methods of generating glycopeptide biomarkers and methods of analyzing glycopeptides using mass spectroscopy. Also set forth herein are methods of analyzing glycopeptides using machine learning algorithms.

Classes IPC  ?

• G01N 33/574 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet pour le cancer
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides

Abrégé

Set forth herein are glycopeptide biomarkers useful for diagnosing diseases and conditions, such as but not limited to, cancer (e.g., ovarian), an autoimmune disease, fibrosis and aging conditions. Also set forth herein are methods of generating glycopeptide biomarkers and methods of analyzing glycopeptides using mass spectroscopy. Also set forth herein are methods of analyzing glycopeptides using machine learning algorithms.

Classes IPC  ?

• G01N 33/574 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet pour le cancer
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides

Abrégé

Systems and methods of quantifying a glycomic parameter, a genomic parameter, a proteomic parameter, a metabolic parameter, and/or a lipidomic parameter of a biological sample; obtaining a clinical parameter associated with a subject from which the one or more biological samples originated; determining one or more relationships between one or more of: (i) one or more of the quantified glycomic parameters, genomic parameters, proteomic parameters, metabolic parameters, and lipidomic parameters, (ii) a predetermined range associated with one or more of the quantified glycomic parameters, genomic parameters, proteomic parameters, metabolic parameters, and lipidomic parameters, and (iii) an obtained clinical parameter; identifying one or more biomarkers based on one or more of the determined relationships satisfying a predetermined significance criteria; and/or determining a wellness classification state of a wellness classification, the determination of the wellness classification state determined based on the one or more identified biomarkers.

Classes IPC  ?

• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• C12Q 1/6886 - Produits d’acides nucléiques utilisés dans l’analyse d’acides nucléiques, p. ex. amorces ou sondes pour les maladies provoquées par des altérations du matériel génétique pour le cancer
• G01N 33/574 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet pour le cancer
• G16B 20/00 - TIC spécialement adaptées à la génomique ou protéomique fonctionnelle, p. ex. corrélations génotype-phénotype
• G16B 40/00 - TIC spécialement adaptées aux biostatistiquesTIC spécialement adaptées à l’apprentissage automatique ou à l’exploration de données liées à la bio-informatique, p. ex. extraction de connaissances ou détection de motifs

Abrégé

Systems and methods of quantifying a glycomic parameter, a genomic parameter, a proteomic parameter, a metabolic parameter, and/or a lipidomic parameter of a biological sample; obtaining a clinical parameter associated with a subject from which the one or more biological samples originated; determining one or more relationships between one or more of: (i) one or more of the quantified glycomic parameters, genomic parameters, proteomic parameters, metabolic parameters, and lipidomic parameters, (ii) a predetermined range associated with one or more of the quantified glycomic parameters, genomic parameters, proteomic parameters, metabolic parameters, and lipidomic parameters, and (iii) an obtained clinical parameter; identifying one or more biomarkers based on one or more of the determined relationships satisfying a predetermined significance criteria; and/or determining a wellness classification state of a wellness classification, the determination of the wellness classification state determined based on the one or more identified biomarkers.

Classes IPC  ?

• C12Q 1/68 - Procédés de mesure ou de test faisant intervenir des enzymes, des acides nucléiques ou des micro-organismesCompositions à cet effetProcédés pour préparer ces compositions faisant intervenir des acides nucléiques
• G01N 33/574 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet pour le cancer
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G06F 19/10 - Bio-informatique, c. à d. procédés ou systèmes pour le traitement de données génétiques ou se rapportant aux protéines en biologie moléculaire informatique (procédés in silico de criblage de bibliothèques chimiques virtuelles C40B 30/02;procédés mathématiques ou in silicio de création de bibliothèques chimiques virtuelles C40B 50/02)

Abrégé

Provided herein are methods for identifying new biomarkers for various diseases using proteomics, peptidomics, metabolics, proteoglycomics, glvcomics, mass spectrometry and machine learning. The present disclosure also provides glycopeptides as biomarkers for various diseases such as cancer and autoimmune diseases.

Classes IPC  ?

• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides
• G16B 20/00 - TIC spécialement adaptées à la génomique ou protéomique fonctionnelle, p. ex. corrélations génotype-phénotype
• G16B 40/00 - TIC spécialement adaptées aux biostatistiquesTIC spécialement adaptées à l’apprentissage automatique ou à l’exploration de données liées à la bio-informatique, p. ex. extraction de connaissances ou détection de motifs
• G01N 33/564 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet pour complexes immunologiques préexistants ou maladies auto-immunes
• G16B 40/20 - Analyse de données supervisée
• G01N 33/574 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet pour le cancer
• G16B 40/10 - Traitement du signal, p. ex. de spectrométrie de masse ou de réaction en chaîne par polymérase

Abrégé

Provided herein are methods for identifying new biomarkers for various diseases using proteomics, peptidomics, metabolics, proteoglycomics, glvcomics, mass spectrometry and machine learning. The present disclosure also provides glycopeptides as biomarkers for various diseases such as cancer and autoimmune diseases.

Classes IPC  ?

• C12Q 1/37 - Procédés de mesure ou de test faisant intervenir des enzymes, des acides nucléiques ou des micro-organismesCompositions à cet effetProcédés pour préparer ces compositions faisant intervenir une hydrolase faisant intervenir une peptidase ou une protéinase
• G01N 33/53 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet
• G01N 33/574 - Tests immunologiquesTests faisant intervenir la formation de liaisons biospécifiquesMatériaux à cet effet pour le cancer
• G01N 33/68 - Analyse chimique de matériau biologique, p. ex. de sang ou d'urineTest par des méthodes faisant intervenir la formation de liaisons biospécifiques par ligandsTest immunologique faisant intervenir des protéines, peptides ou amino-acides

Produits et services

Scientific and medical research services; scientific and medical research services, namely, biomarker and target discovery services for pharmaceutical development; scientific and medical research services, namely, biomarker discovery and target discovery; providing temporary use of on-line nondownloadable software applications for use in computing, studying, diagnosing or screening for diseases and studying biological molecules; chemical analysis, namely, mass spectrometry services; consulting services in the field of biotechnology through the application of mass spectrometry; scientific and technological services, namely, biomarker analysis in the field of mass spectrometry; scientific and technological analyses using mass spectrometry, namely, chemical, biochemical, and biological in the nature of protein and cellular analysis; consulting services in the fields of biotechnology, pharmaceutical research and development, laboratory testing, diagnostics, and pharmacogenetics Testing and reporting for medical biomarker discovery and validation, target discovery and validation, therapeutics design and development, patient profiling, treatment prediction and monitoring, and medical diagnostic and prognostic purposes; medical testing for screening, diagnostic, or treatment purposes; medical diagnostic testing, monitoring, and reporting services; providing a website featuring medical information regarding disease risk factors, disease risk factor analysis, and reporting services for medical purposes

Produits et services

Scientific and medical research services; scientific and medical research services, namely, biomarker and target discovery services for pharmaceutical development; scientific and medical research services, namely, biomarker discovery and target discovery; providing temporary use of on-line nondownloadable software applications for use in computing, studying, diagnosing or screening for diseases and studying biological molecules; chemical analysis, namely, mass spectrometry services; consulting services in the field of biotechnology through the application of mass spectrometry; scientific and technological services, namely, biomarker analysis in the field of mass spectrometry; scientific and technological analyses using mass spectrometry, namely, chemical, biochemical, and biological in the nature of protein and cellular analysis; Consulting services in the fields of biotechnology, pharmaceutical research and development, laboratory testing, diagnostics, and pharmacogenetics Testing and reporting for medical biomarker discovery and validation, target discovery and validation, therapeutics design and development, patient profiling, treatment prediction and monitoring, and medical diagnostic and prognostic purposes; medical testing for screening, diagnostic, or treatment purposes; medical diagnostic testing, monitoring, and reporting services; providing a website featuring medical information regarding disease risk factors, disease risk factor analysis, and reporting services for medical purposes