用于前列腺癌中的放射治疗的临床决策支持（CDS）

摘要

一种用于检测或预测由辐射治疗引发的毒性的系统(30)和方法。设备(34)被配置用于确定多肽生物标记物存在于尿液样本中。至少一个处理器(36)被编程为基于一个或多个多肽生物标记物被确定在所述尿液样本中来检测或预测辐射毒性。

说明书

技术领域

本申请总体上涉及临床决策支持。本申请具体与放射治疗(RT)结合 应用，并且将具体参考其进行描述。然而，应当理解，本申请还适用于其 他使用场景，而不必限于前述应用。

背景技术

在RT中，辐射应用于诸如肿瘤的包含癌组织或恶性组织的靶结构。在 这样做时，健康组织的某些部分被暴露到辐射并且被辐射损伤。RT规划设 法提供足够高的到靶结构的剂量，同时保持尽量低的到健康组织和临界结 构(例如，肠道和膀胱)的剂量。然而，利用已知的RT规划的一个问题是 其通常没有关于个体患者的辐射敏感性的输入。在RT过程期间，一些患者 产生剂量上的严重副作用，而该剂量在其他患者中引起小的副作用。

例如，前列腺癌的RT常常引起严重急性副作用和后期副作用，例如， 肠道和泌尿道的毒性，其对患者的与健康有关的生活质量(QoL)具有严重 影响。为了测量在患有前列腺癌的男人之中的与健康有关的QoL，开发了 扩展的前列腺癌指数综合(EPIC)。其评估前列腺癌及其治疗的疾病特异性 的方面，并且包括四个总括领域：泌尿器官、肠道、生殖器官以及激素。 EPIC得分越高，与健康有关的QoL越好。

发明内容

本申请提供一种克服上述问题和其他问题的新的和改进的系统和方 法。

根据一个方面，提供了一种用于检测或预测由辐射治疗引发的毒性的 方法。从对象接收尿液样本。使用在所述尿液样本之内的一个或多个生物 标记物来检测或预测辐射毒性，其中，每个生物标记物对应于多肽。

根据另一方面，提供了一种用于检测或预测由辐射治疗引发的毒性的 系统。所述系统包括被配置用于确定多肽生物标记物存在于尿液样本中的 设备。所述系统还包括至少一个处理器，所述处理器被编程为基于一个或 多个多肽生物标记物被确定为在所述尿液样本中来检测或预测辐射毒性。

根据另一方面，提供了用于检测或预测由辐射治疗引发的毒性的生物 标记物。所述生物标记物包括特异性于由辐射引发的毒性的多肽。所述多 肽包括4478±9Da、6716±13Da、8293±17Da、8840±18Da、10571± 21Da、2863±6Da或6732±13Da的质量。

一个优点在于获知的个体副作用评估和预测。

另一优点在于(在敏感性和特异性方面)更可靠的副作用评估和预测。 所述预测能够用于帮助关于使用备选处置、避免在额外副作用易发患者中 的辐射增高等的决策。

另一优点在于高通量。

另一优点在于测试自动化。

另一优点在于无创测试。

另一优点在于样本在家收集，其是稳定的并且易于运输。

本领域普通技术人员在阅读和理解以下详细描述的基础上将认识到本 发明的另外的优点。

本发明可以采用各种部件和部件的布置，以及各种步骤和步骤的安排 的形式。附图仅出于图示优选实施例的目的，并且不应被解读为对本发明 的限制。

附图说明

图1图示了针对肠道毒性以实验方式确定的两个生物标记物。

图2A和图2B中的每个图示了针对肠道毒性的生物标记物的强度差。

图3图示了针对泌尿器官毒性以实验方式确定的五个生物标记物。

图4A-E中的每个图示了针对指示泌尿器官毒性的生物标记物的强度 差。

图5图示了放射毒性训练系统。

图6图示了放射毒性分析系统。

图7图示了用于针对由对疾病的处置引起的放射毒性和/或对放射毒性 的易感性来监测患者的例程。

图8图示了治疗系统。

具体实施方式

在分子学诊断(MDx)之内，分子产品和细胞产品被用作疾病标记物 或用作病理指纹，其能够用于对疾病的诊断。识别分子产品和细胞产品的 一个途径是质谱(MS)。MS是用于确定分子质量的方法，涉及样本电离和 转移到气相。通过在电场中的加速度和在真空中的分离，根据其质量与电 荷比率(m/z)将分子离子分离。MS是用于生物样品(例如，包含蛋白质 和肽的血清、尿液以及淋巴液)的准确和灵敏的分析的良好技术。

电离的一个途径是基质辅助激光解吸电离(MALDI)。在MALDI中， 样本与所谓的基质共结晶。基质是被大量过剩地添加到样本的紫外线(UV) 吸收芳香化合物。常见的UV吸收基质包括α-氰基-4-羟基肉桂酸(CHCA) 和3，5-二甲氧基-4-羟基肉桂酸(芥子酸)。脉冲UV激光供应用于电离和 解吸的能量。基质吸收UV能量并且将其转移给样本。通常，使用具有3.7 电子伏特(eV)、337纳米(nm)波长和4纳秒(ns)脉冲的氮(N₂)激光。 相比之下，不使用基质，对于一个近似12千道尔顿(kDa)的分子要求大 约13-14eV以被吸收和电离。使用MALDI-MS，具有超过10⁵道尔顿(kDa) 的质量的分子能够被电离和分析，而没有可察觉的碎裂。

为了制备复杂样本，例如，分子消化液、细胞裂解物以及尿液，对于 MALDI-MS，复杂样本必须被预先分级分离以便消除对分子解吸和电离的 抑制，来避免太异质的样本构成并且避免探测器过载。常见的预先分级分 离方法包括液相色谱、电泳、等电聚焦、脱盐和通过离心法对粒子的去除， 以及浓缩或稀释。常常，执行二维(2D)凝胶电泳。从凝胶中切去感兴趣 斑点，并且将所述感兴趣斑点溶解以用于后续MALDI-MS分析。另一常见 布置是液相色谱，所述液相色谱被直接耦合到具有电喷雾电离(ESI-MS) 的另一类型的质谱仪，所述另一类型的质谱仪对应于与高分辨率质量分离 串联的低分辨率质量分离。

对MALDI的增强包括在表面增强的亲和力捕捉(SEAC)、表面增强的 激光解吸电离(SELDI)中的色谱样本预先分级分离，以及基质与样本托板 的共价结合。色谱媒介具有使其可能从一种类型(例如，疏水性、亲水性、 COO^-、NH₃⁺等)的分子分离另一类型的分子的材料属性。

在SELDI中，样本被带入与色谱芯片接触，所述色谱芯片结合样本分 子的子群。为了样本的制备，个体色谱芯片被安置在特别的支持物(所谓 的生物处理器)中，以实现标准的微量滴定板格式。

通过缓冲液冲洗来去除未结合的分子，并且直接离开色谱表面地执行 MALDI-MS测量。基质或者作为在MS测量之前的最后步骤被添加，或者 已经被以共价方式结合到芯片表面。观察到少量的碎裂或无碎裂。作为范 例，当使用在SELDI中的疏水性表面时，疏水性分子的子群将被从复杂样 本中取出。为了生物标记物的发现，蛋白质表达剖析以及诊断目的，这对 于调查或诊断导致疏水性肽的表达变化的疾病是有用的。

由于在具有高通量的相对短的处理中样本被直接集中在色谱表面上， 因此SELDI是有利的。能够在质谱仪中自动地用样本装载色谱MS靶、制 备色谱MS靶并且分析色谱MS靶。

从尿液中能够获得示出例如早期癌症或对辐射的宿主响应的诊断质量 谱测定蛋白质组模式。潜在的假设是在如尿液的体液中在蛋白质组模式中 反映在器官之内的病理变化。这似乎是合理的，这是因为，一般地讲，发 生在人体中的每一个事件主要由蛋白质以分子方式介导。沿着数万个不同 的蛋白质的化学修饰和切割形式，通过相对的细胞的丰富的数万个不同的 蛋白质表示在进行中的生理事件或病理事件。每一个细胞在其呈现和布置 的分子产品中报告其生理状态。蛋白质和蛋白质片段主动或被动地进入灌 注组织的血液循环和淋巴循环和结束在尿液中的子群。

基于前述内容，下文描述了生物标记物的集合，所述生物标记物能够 用于监测、早期评估以及预测由对前列腺癌的处置引起的放射毒性。放射 毒性是由辐射引发的毒性。基于对患者报告的副作用的分级，基于在处方 剂量的风险估计、来自医学成像的形态学特征(例如，从直肠壁到前列腺 的距离，肠道填充的分级等)或相当复杂的基于细胞的方法，这样的监测、 预测以及评估通常仅仅是可能的。

为了针对放射毒性监测患者和/或评估对放射毒性的易感性，生物标记 物的MS蛋白质组模式(其指示放射毒性或易感性)与患者的尿液样本进 行匹配。与标准诊断流程(其基于由例如所谓的酶联免疫吸附测定(ELISA) 抗体测定检测的仅仅一个生物标记物)相比，MS蛋白质组模式包括若干个 体生物标记物的组合。这有利地允许(在敏感性和特异性方面)更可靠的 监测和评估。尽管，应当认识到，通过识别在生物标记物的MS峰后面的 蛋白质，生物标记物能够用于抗体的产生。这样的抗体能够用于分子成像、 组织学染色或ELISA抗体测定。这些ELISA测定然后能够用于监测对生物 标记物的收集，所述生物标记物由MS识别作为例如放射毒性的决定因素。

尽管所述生物标记物的集合指向前列腺癌患者的放射毒性，但是所述 生物标记物的集合也能够用于患有诸如膀胱癌、直肠癌、子宫内膜癌或子 宫颈癌的其他疾病的患者。另外，通过应用针对疾病中的每个的生物标记 物的不同的MS蛋白质组模式，使用尿液样本的单个MS扫描，对放射毒性 的监测和早期评估能够与对多种疾病的监测一起执行。

生物标记物的浓度能够额外地与来自例如医学成像、疾病和/或患者特 异性信息(例如，基因数据、肿瘤分级和分期、以及共病症)的数据进行 组合，以获得甚至更可靠的预测。生物标记物的浓度也能够用于计算针对 每个患者的“毒性指数”。在辐射治疗规划系统中能够将毒性指数显示给规 划医生，以指示患者是否适于额外的辐射增高，或归因于高的个体放射敏 感性，额外低的剂量限制是否必须应用于风险器官。毒性指数能够例如被 显示为交通灯符号或具有风险器官的颜色编码。

所述生物标记物的集合被以经验方式从具有高肠道毒性和低肠道毒性 以及高泌尿器官毒性和低泌尿器官毒性的23个经切除的前列腺癌患者的尿 液样本中确定。针对每个患者，收集来自五个连续时间点的五个尿液样本。 时间点1对应于在辐射治疗之前(即，0戈瑞(Gy))的时间点。时间点2-4 对应于分别在20-26Gy、40-46Gy以及60-66Gy处的辐射治疗期间的时间 点。在辐射治疗之后的早晨收集这些尿液样本。时间点5对应于辐射治疗 之后两个月的时间点。尿液样本由患者在家收集并且在冰上被带到实验室， 其中，所述尿液样本以每分钟4000转(RPM)和4摄氏度(℃)被离心， 在-80℃被等分并冷冻。

使用由对应患者在时间中的对应点处填写的扩展的前列腺癌指数综合 (EPIC)表格将毒性严重性分配到尿液样本中的每个。EPIC评估前列腺癌 放射治疗的副作用水平，并且包括四个总括领域：泌尿器官、肠道、生殖 器官以及激素。如将看到的，在下文中毒性严重性用于将生物标记物分类 作为低肠道毒性和高肠道毒性以及低泌尿器官毒性和高泌尿器官毒性的区 分符。

由于尿液的蛋白质浓度在非常大的区间之内变化，因此测量每一个尿 液样本的蛋白质浓度，并且利用水将样本稀释到0.0251克/升(g/L)的浓 度以使样本是可比较的。然后使用SELDI-MS采集描述在经稀释的尿液样 本之内的生物标记物的谱的MS数据集。分析所述MS数据集以识别在m/z 值的集合处的以MS峰值强度(对应于肽浓度)的形式指示放射毒性和/或 易感性的模式。一些患者样本被考虑在四个复制品中以便评估重现性，其 被发现针对小训练集的可靠分类是足够高的。

为了使用SELDI-MS采集MS数据集，在生物处理器中的蛋白质芯片 阵列上制备每个时间点的经稀释的尿液样本。所述生物处理器包括具有8 个斑点的12个芯片，每个斑点用于经稀释的尿液样本中的一个。色谱芯片 是BIORADPROTEINCHIPCM10ARRAYS的部分。甚至更多地，下文讨 论的所应用的化学物质对应于清洁级p.a。

在将样本应用于芯片阵列之前，使经稀释的尿液样本在96井板中变性。 这包括将60μL的变性缓冲液U9(即，9摩尔(M)尿素，2％的3-[(3- 胆酰胺丙基)二甲氨基]-1-丙磺酸内盐(CHAPS)，10毫摩尔(mM)三羟 甲基氨基甲烷(TRIS)，pH9，被存储在-80℃)添加到多个井中的每个中。 针对经稀释的尿液样本中的每个，40μL的经稀释的尿液样本被添加到对应 的井。然后所述板以4℃和600RPM遭受漩涡20分钟。

在使样本变性之后，使蛋白质芯片阵列平衡。这包括将100μl的结合 缓冲液(即，0.2％的乙基苯基聚乙二醇(NP40)，100mMNH₄Ac，pH4.5) 添加到多个井中的每个。然后所述生物处理器以600RPM在板振动器上孵 化(incubate)5分钟，并且通过在纸巾堆上倒出和轻敲生物处理器来去除 缓冲液。然后重复平衡的前述动作。

没有使芯片干燥，经稀释的尿液样本被添加到生物处理器，并且孵化 经稀释的尿液样本。这包括将100μL的结合缓冲液添加到井，并且将经稀 释的尿液样本立即转移到生物处理器的对应的井。该样本以600RPM在板 振动器上孵化60分钟。然后通过在纸巾堆上倒出和轻敲生物处理器来去除 该样本。用新鲜样品重复孵化两次。

然后冲洗生物处理器。这包括将150μl的结合缓冲液添加到多个井中 的每个。当以600RPM由板振动器振动时，结合缓冲液被留下5分钟。然 后丢弃结合缓冲液并且重复前述步骤两次以上。150μl的冲洗缓冲液(例如， 5mM4-(2-羟乙基)-1-哌嗪乙烷磺酸(HEPES)，pH7)被添加到多个井 中的每个，并且孵化5秒。然后丢弃冲洗缓冲液并且再一次重复前述步骤。 然后使芯片空气干燥。

当芯片正在干燥时，制备基质。这包括离心具有芥子酸(SPA)基质粉 末的管2分钟(即，ca15k倍重力加速度(xg)，2分钟)。制备新鲜的1％ 的三氟乙酸(TFA)(即，50μlTFA和5ml水)。125μl的乙腈(ACN)和 125μl的1％TFA被添加到SPA管。然后管遭受漩涡1分钟，随后以14000 RPM在离心管振动器上混合15分钟。此后，管被离心(即，ca15kxg，3 分钟)以沉淀不溶解的基质，并且将上清液转移到新的管。然后1μl的SPA 被添加到在芯片上的干燥的斑点两次，在两次添加之间有10分钟以允许干 燥。

在制备生物处理器之后，芯片被插入SELDI质谱仪，具体为BIORAD SELDI-TOFMSPCS4000，并且针对经稀释的尿液样本采集MS数据集(即， 分析生物处理器的芯片)。利用针对低质量范围(即，肽范围)优化的设定 来执行所述采集。亦即，从2000到35000Da设定质量范围，聚焦质量被 设定到8000Da。另外，基质衰减被设定到1000Da，并且采样速率被设定 到400兆赫兹(MHz)。SELDI量化用于采集。设定具有5600纳焦耳(nJ) 的能量的一个加温照射(warmingshot)，并且设定具有4600nJ能量的15 个数据截图。不设定在谱采集之后的加温照射。

在采集之后，使用BIORADPROTEINCHIPSOFTWARE(版本3.5) 来分析经稀释的尿液样本的MS数据集(谱)。在第一遍中，自动检测具有 信噪比(SNR)>5和0.3的谷深的峰。最小峰阈值被设定到所有谱的15.0％。 保存所有第一遍的峰。簇质量窗口被设定到对如在谱上的峰的簇的质量的 0.2％。换言之，对在±0.2％的质量区间之内的峰进行聚簇。在第二遍中， 自动检测具有SNR>2和2的谷深的峰。估计的峰值被添加以在自动质心处 完成簇。

根据m/z、强度(I)、标准偏差(STD)、p值(P)、接收器操作特性(ROC) 限制、变异系数(CV)以及强度差(D)来分析在质量范围2000-10000Da 中的峰。经识别的簇示出或者p值≤0.06，ROC限制≥0.8或≤0.2，或者D≥25。 所有选定的簇填充在一个时间点(即，时间点1-5中的一个)处的这些状况 中的至少一个。额外地，最小簇强度(即，在每个时间点处的所有谱上的 均值)必须超过1。

参考图2，识别具有2863Da和6732Da的m/z值的两个簇，如在图3A 中所示出的，簇2863具有没有在时间点3处重叠针对高肠道毒性(HT)对 低肠道毒性(LT)的标准偏差的强度差，并且如在图3B中所示出的，簇 6732具有没有在时间点1处重叠针对高肠道毒性(HT)对低肠道毒性(LT) 的标准偏差的强度差。额外地，在分别具有0.03和0.02的p值的HT与LT 之间，以及分别在时间点3和1处的0.79与0.19的ROC限制之间能够区 别2863Da簇与6732Da簇。有利地，在时间点1处的高强度差指示在辐射 治疗之前能够识别放射毒性易发患者(即，6732Da生物标记物允许毒性预 后)。

参考图4，识别具有4478Da、6716Da、8293Da、8840Da以及10571 Da的m/z值的五个簇。如图5A所示，第一簇4478没有在时间点2和4处 重叠针对高泌尿器官毒性对低泌尿器官毒性的标准偏差。如图5B-E所示， 剩下的簇6716、8293、8840以及10571分别都没有在时间点5处重叠标准 偏差。最有价值的簇是第一个，其允许医生早期调整处置计划。额外地， 具有8293Da和10571Da的m/z值的两个簇示出在时间点1处针对三个准 则(即，p值、强度差以及在ROC曲线下的区)的非常亮好的值。有利地， 这指示在辐射治疗之前能够识别放射敏感患者。这可能在开始之前做出放 射毒性的预后和治疗的个体化。

为了放射治疗计划的调整，时间点2的生物标记物是有价值的。然而， 由于在该时间点处的HT患者群的小的规模(即，两个患者)，因此时间点 2的值是有限可靠的。图2中的第一簇示出在时间点2处的高的强度差。这 能够使得可能识别在辐射治疗的早期阶段的敏感患者并且可能早期修改对 应的治疗计划。簇2-5的标记物的组合(其在时间点1处具有相对大的强度 差)将可能在辐射治疗开始之前做出毒性预后。

对图2和图4进行比较，能够看到两幅图的第二簇在质量上非常相似 (在质量均值的±0.2％区间之内)。在这种情况下，其能够是，尽管时间依 赖性略微不同，但是在肠道毒性和泌尿器官毒性两者中潜在的肽是相同的。

参考图6，放射毒性训练系统10确定指示由对诸如前列腺癌的疾病的 处置引起的放射毒性的生物标记物。放射毒性训练系统10包括至少一个处 理器12和至少一个程序存储器14。程序存储器14包括处理器可执行指令， 处理器12当执行所述处理器可执行指令时确定指示由对疾病的处置引起的 放射毒性的生物标记物。处理器12执行处理器可执行指令，以确定指示由 对疾病的处置引起的放射毒性的生物标记物。放射毒性训练系统10还包括 至少一个系统总线16，所述系统总线16将处理器12、程序存储器1以及 放射毒性训练系统10的任何其他部件互连。

处理器可执行指令的控制模块18控制放射毒性训练系统10的整体操 作，包括确定指示由对疾病的处置引起的放射毒性的生物标记物。控制模 块18使用放射毒性训练系统10的显示设备20向放射毒性训练系统10的 用户适当地显示图形用户界面(GUI)。另外，控制模块18适当地允许用户 使用放射毒性训练系统10的用户输入设备22与GUI交互。

处理器可执行指令的数据采集模块24使用质谱仪26来采集患者的尿 液样本的MS数据集。如所图示的，质谱仪26能够是放射毒性训练系统10 的部分，或在放射毒性训练系统10的外部。通常，质谱仪26是SELDI质 谱仪。MS数据集捕捉在尿液样本之内的(例如，在肽范围中)生物标记物 的谱。谱的垂直轴对应于相对强度，并且谱的水平轴对应于m/z。通常， MS数据集被存储在放射毒性训练系统10的存储器中。在制备用于数据采 集的尿液样本中，尿液样本被稀释到预定的蛋白质浓度，例如，0.0251g/L， 因此不同尿液样本的MR数据集是可比较的。

处理器可执行指令的训练模块28确定生物标记物的集合，以检测或预 测由对疾病的处置引起的放射毒性。这包括分析用于使用辐射治疗对疾病 进行处置的患者的训练尿液样本的MS数据集，以识别在MS数据集之内的 生物标记物，所述在MS数据集之内的生物标记物指示放射毒性或对放射 毒性的易感性。使用数据采集模块24采集MS数据集。

在一个实施例中，以上描述的聚簇途径用于从训练MS数据集中识别 生物标记物的集合。这就是说，针对每个时间点与类别的组合，MS数据集 的峰被聚簇在质量区间(例如，±0.2％)之内。例如，针对低泌尿器官毒 性和在辐射治疗之前的时间点对MS数据集的峰进行聚类。峰适当地包括 超过预定阈值(例如，15％)的强度。

然后提取并分析经聚簇的峰的特征，以识别能够在多个类别(例如， 低泌尿器官毒性和高泌尿器官毒性)之间区分的峰。这包括，针对第一类 别和时间点的每个峰，将峰的所提取的特征与第二不同类别和时间点的对 应峰的所提取的特征进行比较，以确定多个特征中的任一个是否允许在两 个类别之间的区分。如果发现特征，则确定在多个类别之间的用于区分的 阈值，从而创建针对时间点的分类符。特征包括p值、ROC限制以及强度 中的一个或多个。

基于区分能力能够组合分类符，并且任选地对分类符进行加权，以创 建放射毒性和/或对放射毒性的易感性的更可靠的分类符。然而，仅仅针对 在辐射治疗之前的时间点的分类符能够被组合以用于确定用于对放射毒性 的预测的分类符。

在另一实施例中，机器学习例程与对应于在MS数据集之内的生物标 记物的特征集一起被采用。生物标记物是具有在由MS数据集捕捉的谱之 内找到峰的那些生物标记物，其中，峰的强度超过预定阈值(例如，15％)。 如以上，特征能够是p值、ROC限制以及对应于生物标记物的峰的强度差 中的一个或多个。为了选择特征，能够采用诸如遗传算法的特征选择例程。 备选地，放射毒性训练系统10的用户能够选择特征。例如，能够采用所有 的特征。

针对MS数据集中的每个，提取特征集。此后，机器学习例程应用于 所提取的特征集以生成分类符来在多个类别之间进行区分。类别包括易感 性或非易感性、高毒性或低毒性、高泌尿器官毒性或低泌尿器官毒性、高 肠道毒性或低肠道毒性等。通常，机器学习例程是监督的机器学习例程。 然而，预期非监督的和其他类型的机器学习例程。

为了评估患者对由对疾病的处置引起的放射毒性的易感性，采用在辐 射治疗之前收集的训练尿液样本。相比之下，为了确定由对疾病的处置引 起的放射毒性，采用在辐射治疗之前，期间和之后中的一个或多个收集的 训练尿液样本。

尽管针对单个疾病描述了放射毒性训练系统10，但是应当认识到，放 射毒性训练系统10能够用于多种疾病。亦即，训练模块28能够重复前述 训练来识别针对患有其他疾病(例如，膀胱癌、直肠癌、子宫内膜癌或子 宫颈癌)的患者的辐射副作用的生物标记物。

参考图7，放射毒性分析系统30针对由对诸如前列腺癌的疾病的处置 引起的放射毒性和/或对放射毒性的易感性来监测患者。放射毒性分析系统 30具体应用于辐射治疗规划以减少严重急性放射毒性或慢性放射毒性的风 险。例如，对靶结构的额外的辐射剂量增高对于疾病控制是有益的，但是 可以忽视某些额外的放射敏感的患者。另外，放射毒性分析系统30允许及 时个性化的癌症治疗(例如，与化学治疗和激素治疗的组合)。

放射毒性分析系统30包括存储存储器32。存储存储器32存储指示已 知的由对一种或多种疾病(包括所述疾病)的处置引起的辐射毒性和/或对 辐射毒性的易感性的生物标记物。例如，通过以上讨论的放射毒性训练系 统10能够例如确定已知的生物标记物。针对生物标记物的对应分类符也能 够被存储在存储存储器32中。

在一些实施例中，放射毒性分析系统30包括设备34，所述设备34被 配置为确定在尿液样本之内的生物标记物并且生成数据集。然而，在其他 实施例中，如所图示的，设备34在放射毒性分析系统30的外部。设备34 能够是诸如SELDI质谱仪的质谱仪或用于在微量滴定板或电子测定芯片上 (例如，以电子方式地)读取酶联免疫吸附测定的设备。如针对各自的读 者使用所推荐的来适当地执行尿液样本的制备。

放射毒性分析系统30还包括至少一个处理器36和至少一个程序存储 器38。程序存储器38包括处理器可执行指令，处理器36当执行所述处理 器可执行指令时，针对由对疾病的处置引起的放射毒性和/或对放射毒性的 易感性来监测患者。处理器36执行处理器可执行指令，以针对由对疾病的 处置引起的放射毒性和/或对放射毒性的易感性来监测患者。放射毒性分析 系统30还包括至少一个系统总线40，所述系统总线40将处理器36、程序 存储器38以及放射毒性分析系统30的任何其他部件(例如，显示设备42) 互连。

为了针对由对疾病的处置引起的放射毒性和/或对放射毒性的易感性来 监测患者，程序存储器38的处理器可执行指令实施图8的例程50，使得处 理器36被编程为执行图8的例程50。例程50包括接收指示在患者的尿液 样本之内的生物标记物的强度(浓度)的数据集52(例如，如所图示的， MS数据集或ELISA测定测量结果)。从例如设备34能够接收数据集52。

例程50也包括接收指示来自对疾病的处置的放射毒性或对放射毒性的 易感性的生物标记物54。也能够接收针对生物标记物54的对应分类符56。 适当地接收来自存储存储器32的生物标记物54和分类符56，但是也能够 接收来自放射毒性训练系统10的生物标记物54和分类符56。也能够获得 来自以下中的一个或多个的额外数据58：基因检测、肿瘤分级、标度分析 (scaling)、组织学、同时发生的患者用药、患者文件数据、医学成像以及 体外诊断，以便获得关于疾病和放射敏感性的个性化信息。能够例如接收 来自患者信息系统的额外的数据58。

在接收前述数据之后，分析60数据集52以确定患者的毒性。在一些 实施例中，这包括提取生物标记物54的相关特征。如上所述，对于MS， 生物标记物54对应于在MS谱中的峰，所述峰适当地被定义为质量区间。 例如，针对生物标记物的峰的质量区间能够是在用于训练的所有患者中的 峰的m/z均值的±0.2％。由于在不同质谱仪上收集的谱略微不同(例如， 归因于在校准中的不足)，因此使用质量区间是重要的。而且，在不同对象 中识别的相同MS峰可以以略微不同的m/z值来呈现其本身。这样的差异 能够归因于在各个水平处的变化，包括基因水平和翻译后修饰水平。质谱 (特别是SELDI-MS)也已经限制了质量分辨率。

基于所提取的特征，关于患者是否遭受放射毒性或者患者是否易感于 放射毒性做出确定。例如，所提取的特征能够被输入到由例如放射毒性训 练系统10确定的分类符56中的一个。使用额外的数据58或两者的组合也 能够执行所述确定。例如，基于所提取的特征多么接近阈值，也能够做出 所述确定的可能性。

然后能够利用显示设备42向用户显示62所述确定和/或所述可能性。 然后处置医生能够基于此为患者确定处置计划。例如，如果患者是高度辐 射敏感的，则处置医生能够采用手术，纯化学治疗或激素治疗代替放射治 疗。所述确定也能够被其他临床决策制定系统采用。

在一些实施例中，例程50针对肠道毒性和泌尿器官毒性(对由前列腺 癌的处置引起的放射毒性的类型)来分析尿液样本的数据集。关于肠道毒 性，例程50针对6732Da生物标记物来分析在辐射治疗之前采集的尿液样 本的MS数据，并且基于此来确定患者对肠道毒性的易感性。另外，在一 些实施例中，例程50针对6732Da和2863Da生物标记物来分析在开始辐 射治疗之后采集的尿液样本的MS数据，并且基于此来确定患者是否遭受 或以后将遭受肠道毒性。

关于泌尿器官毒性，例程50针对8293Da和10571Da生物标记物来分 析在辐射治疗之前采集的尿液样本的MS数据，并且基于此来确定患者对 泌尿器官毒性的易感性。另外，在一些实施例中，例程50针对4478Da、 6716Da、8293Da、8840Da以及10571Da生物标记物来分析在开始辐射 治疗之前和/或之后采集的尿液样本的MS数据，并且基于此来确定患者是 否遭受泌尿器官毒性。

尽管针对单个疾病描述了放射毒性分析系统10，但是应当认识到，放 射毒性分析系统10能够用于多种疾病。亦即，也能够针对其他疾病的生物 标记物来执行监测。另外，预期能够集成放射毒性训练系统10与放射毒性 分析系统30。在这样的实施例中，对易感于放射毒性或遭受放射毒性的患 者的经确认的分类能够用于更新分类符56。

参考图9，治疗系统70包括成像系统72以生成患者的感兴趣区域的一 幅或多幅规划图像。所述规划图像是体积测定的(即，三维的)并且通常 被存储在治疗系统70的规划图像存储器74中。感兴趣区域包括一个或多 个靶结构，并且通常包括一个或多个临界结构。靶结构中的每个是要被处 置的病灶或其他组织区域，例如，肿瘤。临界结构中的每个是处于来自旨 在靶结构的辐射(例如，行进到靶结构的辐射，其已经通过临界结构，或 其通过紧密邻近临界结构)的损伤的风险中的器官或其他组织区域。

成像系统72使用一个或多个成像模态(例如，计算机断层摄影(CT)、 正电子发射断层摄影(PET)、磁共振(MR)、单光子发射计算机断层摄影 (SPECT)、锥形射束计算机断层摄影(CBCT)等)来生成规划图像。因 此，成像系统72包括对应于成像模态的一个或多个扫描器76，以及将来自 扫描器的原始图像数据重建成规划图像的后台系统。如所图示的，成像系 统72使用至少CT来生成规划图像，并且包括CT扫描器76。

治疗系统70的规划系统78使用规划图像和/或非成像数据79来生成和 /或更新针对患者的最优处置计划，所述规划图像通常是从规划图像存储器 74中接收的。如由放射毒性系统所确定的，规划系统78还能够使用患者的 放射毒性和/或患者对放射毒性的易感性。最优处置计划适当地包括多个处 置部分，每个部分识别针对靶结构的规划靶体积(PTV)，在靶结构周围的 裕量，针对靶结构的剂量曲线，针对临界结构的剂量限制以及治疗射束方 向和强度，并且最优处置计划通常被存储在治疗系统70的处置计划存储器 80中。

规划系统78包括至少一个处理器82和至少一个程序存储器84。程序 存储器84包括处理器可执行指令，处理器82当执行所述处理器可执行指 令时，生成和/或更新最优处置计划。处理器82执行处理器可执行指令以生 成和/或更新最优处置计划。规划系统78还包括至少一个系统总线86，所 述系统总线86将处理器82、程序存储器84以及规划系统78的任何其他部 件互连。

处理器可执行指令的控制模块88控制规划系统78的整体操作，包括 最优处置计划的生成和/或更新。控制模块88使用规划系统78的显示设备 90向规划系统78的用户适当地显示图形用户界面(GUI)。而且，控制模 块88适当地允许用户使用规划系统78的用户输入设备92与GUI交互。例 如，用户能够与GUI交互以指定控制最优处置计划的生成和/或更新的参数。

处理器可执行指令的分割模块94将规划图像进行分割以识别在规划图 像之内的结构的边界(即，靶结构并且通常有临界结构)。能够自动和/或手 动地执行分割。关于自动分割，分割例程用于识别结构的边界。分割例程 能够是任何数目的已知分割例程中的一个，例如，基于模型或图集的分割 例程。关于手动分割，用户使用用户输入设备92来识别结构的边界。在一 些实施例中，分割模块94采用用户界面来向用户显示规划图像。用户然后 能够使用用户输入设备92在规划图像上识别结构的边界。

也预期能够使用自动分割和手动分割的组合来执行所述分割。亦即， 如以上所描述的，能够自动识别结构的边界。然后能够使用显示设备90向 用户显示自动识别的边界，任选地将其叠加在规划图像上，并且如有需要， 用户能够使用用户输入设备92修改所识别的边界。

处理器可执行指令的辅助规划模块96生成和/或更新最优处置计划。这 包括接收用于处置参数的生成的输入参数。所述输入参数包括在规划图像 之内的结构的边界(即，靶结构并且通常有临界结构)，所述在规划图像之 内的结构的边界是使用分割模块94识别的。输入参数还包括从用户输入设 备92接收的参数。这些参数包括将在规划图像中识别的结构中的每个标记 为靶结构和临界结构中的一个。另外，这些参数包括，针对每个结构，基 于用户专业或临床指南实现的剂量曲线的规范。

如通过图7的放射毒性分析系统30所确定的，所述输入参数还能够包 括患者的放射毒性和/或患者对放射毒性的易感性。这有利地准许对最优处 置计划的修改以减少慢性放射毒性或严重急性放射毒性的风险。例如，对 靶结构的额外辐射剂量增高对于疾病控制是有益的，但是可以忽视某些额 外的放射敏感的患者。作为另一范例，如果患者在处置期间开始示出放射 毒性的迹象(即，在放射毒性的临床症状显现之前的分子迹象(＝肽浓度的 变化))，则能够更新最优处置计划来减少辐射剂量。

基于输入参数，辅助规划模块96根据逆向的处置规划例程来生成和/ 或更新最优处置计划。能够采用任何数目的周知的例程。然而，一般，逆 向的处置规划例程设法使到临界结构的剂量最小化，同时实现到靶结构的 均匀理想的剂量。最优处置计划通常被存储在治疗系统70的处置计划存储 器80中。

递送系统98执行最优处置计划以将治疗(例如，消融治疗、外部射束 辐射治疗和/或近距离放射治疗)递送给患者。治疗通常包括辐射，例如， X射线、伽玛射线、质子、高强度聚焦超声(HIFU)等中的一个或多个。 递送系统98包括递送装置100(例如，线性粒子加速器)和控制系统102， 所述控制系统102根据最优处置计划控制递送装置100。通常从处置计划存 储器80接收最优处置计划，但是也预期其他来源。

如本文中所使用的，存储器包括以下中的一个或多个：非瞬态计算机 可读介质；磁盘或其他磁性存储介质；光盘或其他光学存储介质；随机存 取存储器(RAM)、只读存储器(ROM)、或其他电子存储设备或芯片或一 组可操作互联芯片；因特网/内联网服务器，可以经由因特网/内联网或局域 网从所述因特网/内联网服务器中检索所存储的指令等。而且，如本文中所 使用的，处理器包括以下中的一个或多个：微处理器、微控制器、图形处 理单元(GPU)、专用集成电路(ASIC)、FPGA等；控制器包括：(1)处 理器和存储器，所述处理器执行在实施控制器的功能的存储器上的计算机 可执行指令；或(2)模拟和/或数字硬件；用户输入设备包括以下中的一个 或多个：鼠标、键盘、触摸屏显示、一个或多个按钮、一个或多个开关、 一个或多个触发器、声音识别引擎等；数据库包括一个或多个存储器；并 且显示设备包括以下中的一个或多个：LCD显示器、LED显示器、等离子 体显示器、投影显示器、触摸屏显示器等。

已经参考优选实施例描述了本发明。他人在阅读和理解以上具体实施 方式的情况下可能想到修改或替代。本文旨在将本发明解释为包括所有这 种修改和替代，只要它们落入权利要求书及其等价方案的范围之内。