Detecting breast cancer with a simple blood test using an accessible and low-cost novel real-time platform

项目摘要 尽管通过乳房X光检查进行的广泛筛查已经成功地降低了乳腺癌（BCa）的死亡率， 这项技术的灵敏度极高，导致了数量惊人的“假阳性”。 约3.9 每年接受乳房X光检查呈阳性的100万妇女中，只有不到25万人被诊断为BCa。 累积起来，为解决假阳性乳腺X线照片而进行的后续诊断的经济成本是 每年约40亿美元，而社会后果包括生产力损失和超过300亿美元的损失。 100万妇女面临与后续诊断和治疗相关的风险（例如，辐射 乳房活检后的暴露、疼痛和不适等）。因此，一种微创，快速， 一种廉价的血液测试，可以在乳房X光检查呈阳性后作为BCa的“排除性”筛查 潜在地提供显著的医疗保健节省和减少的患者负担。 目前可用的用于测量生物标志物的商业平台存在检测范围窄的问题 和/或低吞吐量。反过来，这些限制限制了基于生物标志物的诊断测试的设计， 这限制了它们的临床应用。为了克服这些挑战，Inanovate重新构想了 生物标志物检测其结果是一个上级生物芯片平台，生物芯片ID，它可以检测生物标志物（例如， 抗肿瘤相关抗原的自身抗体）在7- 100 log范围内。为了比较;最好的竞争者 可用的平台仅覆盖4个对数范围。此外，生物识别系统是一种高通量格式， 可配置为检测生物标志物的任何组合，使其成为临床和研发的有力工具， 设计下一代基于生物标记物的诊断分析。 在这个快速发展的SBIR中，Inanovate寻求将生物识别平台推向商业化， 通过开发可用于排除乳腺癌诊断的BCa诊断来证明其实用性 在一次阳性的筛查性乳房X光检查后该测试是基于一个新的面板31 BCa和免疫系统 Inanovate及其合作者在桑福德研究所发现的生物标志物。在第一阶段，生物芯片检测将 在生物识别系统（目标1）上进行优化，并将系统基准化为先前表征的 患者样本和用于区分健康和癌性样本的单样本预测模型将被 目标2（Aim 2）在第二阶段，Inanovate将开发一个升级的生物识别系统原型，用于临床应用。 诊断实验室（目标1），第一阶段的预测模型将受到更大数据集的挑战（目标 2），Inanovate将为监管部门的批准做好准备，并确保商业合作伙伴的安全，以推进 平台和诊断测试推向市场（目标3）。 这项工作的成功完成将节省成本 BCa诊断（与活检相比）并推进一个革命性的新平台， 研究并使下一代诊断技术得以开发。

Project Summary  Although widespread screening by mammography has successfully cut mortality from breast cancer (BCa),  the exquisite sensitivity of the technique results in a startling number of “false positives.”  Of approximately 3.9  million women who receive a positive mammogram each year, fewer than 250,000 will be diagnosed with BCa.  Cumulatively, the economic cost of follow-­up diagnostics to resolve false-­positive mammograms is  approximately $4 billion annually, while the social consequences include lost productivity and more than 3  million women exposed to the risks associated with subsequent diagnostics and treatment (e.g., radiation  exposure, pain and discomfort following a breast biopsy, etc.). Hence, a minimally invasive, rapid, and  inexpensive blood test that could be used as a “rule-­out” screen for BCa following a positive mammogram  potentially offers significant healthcare saving and reduced patient burden.  Currently available commercial platforms for measuring biomarkers suffer from narrow detection range  and/or low throughput. In turn, these limitations constrain the design of diagnostic tests based on biomarkers,  which restricts their clinical utility. To surmount these challenges, Inanovate reimagined the approach to  biomarker detection. The result is a superior biochip platform, the Bio-­ID, which can detect biomarkers (e.g.,  autoantibodies to tumor-­associated antigens) across a 7-­log range. For comparison;; the best competitor  platform available covers only a 4-­log range. In addition, the Bio-­ID system is a high-­throughput format that can  be configured to detect any combination of biomarkers, making it a powerful tool for clinical and R&D tool for  designing next-­generation biomarker-­based diagnostic assays.   In this Fast-­track SBIR, Inanovate seeks to advance the Bio-­ID platform toward commercial launch and to  demonstrate its utility by developing a BCa diagnostic that can be used to exclude a breast cancer diagnosis  following a positive screening mammogram. The test is based on a novel panel of 31 BCa and immune system  biomarkers identified by Inanovate and its collaborators at Sanford Research. In Phase I, the biochip assay will  be optimized on the Bio-­ID system (Aim 1), and the system will be benchmarked to previously characterized  patient samples and a single-­sample predictive model for differentiating healthy and cancerous samples will be  constructed (Aim 2). In Phase II, Inanovate will prototype an upgraded Bio-­ID system for deployment in clinical  diagnostic laboratories (Aim 1), the predictive model from Phase I will be challenged with a larger dataset (Aim  2), and Inanovate will prepare for regulatory approvals and secure commercial partners to advance the  platform and diagnostic test to market (Aim 3).   The successful completion of this work will yield a cost-­saving  BCa diagnostic (compared to biopsy) and advance a revolutionary new platform that will facilitate biomarker  research and enable the next generation of diagnostics to be developed.