JP2013172732A - 動物用食物組成物を設計するための方法およびシステム - Google Patents

Abstract

【課題】特定の動物亜集団のウェルネス要求を満たすペットフードを設計するための改良法の提供。
【解決手段】動物のための食物組成物を調製する方法であって、ａ）動物からのバイオフルイドまたは組織試料の機能性ゲノムプロフィールを動物の生理的状態および場合により遺伝子型に関連づける第１データセットを含む、少なくとも１つのデータベースにアクセスし、（ｂ）機能性ゲノムプロフィールに対する生物活性食事成分の影響に関連する第２データセットを含む、少なくとも１つのデータベースにアクセスし、（ｃ）これらのデータセットをドローイングする第１アルゴリズムを用いることにより、動物亜集団の生理的状態および場合により遺伝子型を規定する入力データを処理して、その亜集団の１以上の動物のウェルネスを増進する栄養処方を導出し、そして(ｄ）この栄養処方に基づいて食物組成物を調製することを含む方法。
【選択図】図１

Description

関連出願の引照
[0001] 本出願は米国特許出願Ｎｏ．１１／４６９，５６５（２００６年９月１日出願
）に基づく優先権を主張する；これは米国特許出願Ｎｏ．１１／３６６，６５５（２００
６年３月２日出願）の一部継続出願であって、米国特許出願Ｎｏ．６０／６５７，９８０
（２００５年３月２日出願）に基づく優先権を主張する；これらの開示内容を本明細書に
援用する。

技術分野
[0002] 本発明は一般に動物の栄養に関するものであり、特に特定の動物亜集団の健康
およびウェルネスを増進する食物組成物を含めた動物用食物組成物を設計するための方法
およびシステムに関する。

[0003] 動物の食事に適切な濃度で含有させた場合に動物のウェルネスを増進する生物
活性食事成分（ｂｉｏａｃｔｉｖｅ ｄｉｅｔａｒｙ ｃｏｍｐｏｎｅｎｔ）（ＢＤＣ）
は周知であり、現在ではペットフード製品およびサプリメントに一般的に含有されている
。そのようなＢＤＣの例には、アミノ酸、単純および複合糖類、ビタミン、補因子、酸化
防止剤、オメガ−３脂肪酸、各種の植物製剤などが含まれる。イヌやネコのウェルネスに
ＢＤＣが果たす役割の一部の理解が最近進んだことと合わせて、新たなＢＤＣが見いださ
れたことにより、種々の類の動物の特定の要求および特定の健康状態または疾病状態に合
わせて設計された、またはそのように宣伝している市販ペットフード製品が増加した。

[0004] 逆説的に、自分のペットに最適な栄養を与えるペットフード製品があったとし
ても、イヌやネコの飼い主がそれを選択するのはこの増加によってより容易になったわけ
ではない。多くの動物に複数または複雑なウェルネス問題があり、他の問題に対処せずに
、ある問題、たとえば肥満症または糖尿病に給餌計画を絞ると、その動物の全般的なウェ
ルネスおよび生活の質を損なう可能性がある。

[0005] ペットフードの選択問題を単純にするために、さまざまな試みがなされている
。たとえばドッグフードの場合、子犬、成犬および成熟犬；活動的なイヌおよび非活動的
なイヌ；小型品種および大型品種のイヌなどのための処方が以前からある。

[0006] 食品を特定の動物に対して特注生産するための方法も提唱されている。たとえ
ばＵ．Ｓ． Ｐａｔｅｎｔ Ｎｏ．６，４９３，６４１は、ペットの飼い主がエレクトロ
ニクスインターフェースを介して個々のペットプロフィールを提供すること（たとえばア
ンケートに回答して）、および生体試料（たとえば唾液、糞便または毛）を提出すること
を提唱し；こうして提供された情報からそのペットのための特注食物処方を作成すると述
べている。

[0007] Swanson et al. (2003) J. Nutr. 133, 3033-3040は、イヌやネコの機能性ゲ
ノミクスが重要な研究領域として現われ、イヌやネコのゲノムマップなどの供給源を”栄
養ゲノミクスおよびプロテオミクスの分野に適用して、代謝についての我々の理解を高め
、愛玩動物の栄養健康状態を最適化することができる”と予測した。同文献p. 3033, Abs
tract。その著者らはさらに、”ライフステージの異なるイヌやネコの栄養要求を判定す
る際、多様な疾病状態を予防および治療する際、ならびにペットフード市場に進入しつつ
ある多数の機能性成分および植物性サプリメントを試験する際に、栄養ゲノミクス、プロ
テオミクスおよびメタボロミクスは重要になる”と予測した。同文献p. 3038。

[0008] 栄養要求は、これまで主に種々の組成物を規定のプロトコルに従って動物グル
ープに給餌することを伴う経験的研究により確立されている。そのような研究から得られ
たデータは技術を著しく進歩させたが、個体動物として規定される亜集団を含めて、遺伝
子型、表現型または両方の組合わせにより決定される特定の動物亜集団のウェルネス要求
を満たすペットフードを設計するための改良法が依然として求められている。

[0009] 多様な観点(aspect)において本発明は、重要な構成要素が動物、特にネコやイ
ヌなどの愛玩動物の機能性ゲノムプロフィール（ｆｕｎｃｔｉｏｎａｌ ｇｅｎｏｍｉｃ
ｐｒｏｆｉｌｅ）（ＦＧＰ）に関する情報の処理である、一連の方法およびシステムを
提供する。

[0010] １観点において本発明は、動物亜集団のための食物組成物を選択する方法を提
供する。この方法は、（ａ）動物からのバイオフルイド（ｂｉｏｆｌｕｉｄ）または組織
試料のＦＧＰを動物の生理的状態および場合により遺伝子型に関連づける第１データセッ
トを含む、少なくとも１つのデータベースにアクセスし；（ｂ）ＦＧＰに対するＢＤＣの
影響に関連する第２データセットを含む、少なくとも１つのデータベースにアクセスし；
そして（ｃ）第１および第２データセットをドローイングする第１アルゴリズムを用いる
ことにより、その亜集団の生理的状態および場合により遺伝子型を規定する入力データを
処理して、動物亜集団のための食物組成物を選択および調製するのに有用な栄養処方を導
出することを含む。１態様において、この方法はさらに、この栄養処方に基づいて食物組
成物を調製することを含む。他の観点において、本発明はこの方法で調製した食物組成物
を提供する。この方法、栄養処方および食物組成物は、その亜集団の１以上の動物のウェ
ルネスを増進し、および／または疾病を予防もしくは治療するのに有用である。

[0011] 他の観点において、本発明は動物亜集団の栄養処方を設計するためのコンピュ
ーター援用システムを提供する。このシステムは、１ないし複数のユーザーインターフェ
ース接続可能媒体上に、（ａ）動物からのバイオフルイドまたは組織試料のＦＧＰを動物
の生理的状態および場合により遺伝子型に関連づける第１データセット；（ｂ）ＦＧＰに
対するＢＤＣの影響に関連する第２データセット；ならびに（ｃ）第１および第２データ
セットをドローイングしながら、その亜集団の生理的状態および場合により遺伝子型を規
定する入力データを処理して亜集団の１以上の動物のウェルネスを増進する栄養処方を導
出することができる第１アルゴリズムを含む。

[0012] 関連する１観点において、本発明は動物亜集団のための栄養処方を設計する方
法を提供する。この方法は、前記のコンピューター援用システムにアクセスして、その第
１アルゴリズムにより亜集団の１以上の動物のウェルネスを増進する栄養処方を導出する
ことを含む。

[0013] 他の観点において、本発明は亜集団のメンバーである動物対象のウェルネスを
増進する方法を提供する。この方法は、（ａ）動物からのバイオフルイドまたは組織試料
のＦＧＰを動物の生理的状態および場合により遺伝子型に関連づける第１データセットを
含む、少なくとも１つのデータベースにアクセスし；（ｂ）ＦＧＰに対するＢＤＣの影響
に関連する第２データセットを含む、少なくとも１つのデータベースにアクセスし；（ｃ
）第１及び第２データセットをドローイングする第１アルゴリズムを用いることにより、
その亜集団の生理的状態および場合により遺伝子型を規定する入力データを処理して、亜
集団の１以上の動物のウェルネスを増進する栄養処方を導出し；（ｄ）こうして導出した
栄養処方に基づいて食物組成物を調製し；そして（ｅ）その対象にこの食物組成物を与え
ることを含む。

[0014] 他の観点において、本発明は、遺伝子型および／または生理的状態により規定
できる亜集団のメンバーである動物対象のためのウェルネス食事を処方する方法を提供す
る。この方法は、（ａ）動物からのバイオフルイドまたは組織試料のＦＧＰを動物の生理
的状態および場合により遺伝子型に関連づける第１データセットを含む、少なくとも１つ
のデータベースにアクセスし；（ｂ）ＦＧＰに対するＢＤＣの影響に関連する第２データ
セットを含む、少なくとも１つのデータベースにアクセスし；（ｃ）第１及び第２データ
セットをドローイングするアルゴリズムを用いることにより、その亜集団の生理的状態お
よび場合により遺伝子型を規定する入力データを処理して、亜集団の１以上の動物のウェ
ルネスを増進する栄養処方を導出し；そして（ｄ）こうして導出した栄養処方に基づいて
その対象のための食事を処方することを含む。

[0015] １観点において、本発明は、動物対象、好ましくは愛玩動物対象に使用するた
めの栄養処方を選択する方法を提供する。この方法は、（ａ）ＦＧＰに対するＢＤＣの影
響に関連するテストデータセット（本明細書中で時には”第２”データセットと呼ぶ）を
含む、少なくとも１つのデータベースにアクセスし；そして（ｂ）テストデータセットを
ドローイングするアルゴリズム（本明細書中で時には”第１”アルゴリズムと呼ぶ）を用
いることにより、その対象に関するベースラインＦＧＰを規定する入力データを処理して
栄養処方を導出することを含む。ベースラインＦＧＰが正常な状況では、こうして導出し
た処方は少なくとも正常ＦＧＰの維持を増進し；ベースラインＦＧＰが正常外（ｅｘｔｒ
ａｎｏｒｍａｌ）である状況ではＦＧＰを正常な方向へ移行させる。場合により、この方
法はさらに、その対象の遺伝子型および生理的状態それぞれを内包する範囲の遺伝子型お
よび生理的状態をもつ動物について正常および正常外ＦＧＰを同定できるサンプルデータ
セット（本明細書中で時には”第１”データセットと呼ぶ）を含む、少なくとも１つのデ
ータベースにアクセスすることを含む。この場合、入力データの処理に際して、前記アル
ゴリズムはサンプルデータセットとテストデータセットの両方をドローイングする。

[0016] 他の観点において、本発明は、動物対象、好ましくは愛玩動物対象において、
ウェルネス、疾病もしくは生理的障害の状態、または疾病もしくは生理的障害に対する素
因を診断する方法を提供する。この方法は、（ａ）その対象の遺伝子型および生理的状態
それぞれを内包する範囲の遺伝子型および生理的状態をもつ動物について正常および正常
外の機能性ゲノムプロフィールを同定できるサンプルデータセットを含む、少なくとも１
つのデータベースにアクセスし；そして（ｂ）テストデータセットをドローイングするア
ルゴリズムを用いることにより、その対象に関する機能性ゲノムプロフィールを規定する
入力データを処理して診断を導出することを含む。場合により、こうして導出した診断に
基づいて対象に治療法または予防法を処方することができる。

[0017] さらに他の観点において、本発明は、コンピューター常駐またはコンピュータ
ーに電気的に接続した１ないし複数の媒体を含む、データバンクを提供する。この媒体に
は、動物種または動物モデルの機能性ゲノムプロフィールを下記のうち少なくとも１つに
関連づけるデータが記憶されている：（ａ）それから機能性ゲノムプロフィールを決定す
る１以上の組織試料および／またはバイオフルイド試料を提供した動物の生理的状態およ
び場合により遺伝子型、ならびに（ｂ）動物種または動物モデルによる１以上の生物活性
食事成分の摂取。この観点によるデータは１ないし複数のデータベースとして構成され、
コンピューターを介して機能性ゲノムプロフィールおよび／または生物活性食事成分に関
する質問を提示した際に、データベースから質問に対する関連回答中に情報を検索できる
。

１．本発明の他の観点は、動物の生理的状態、疾病に対する素因、または動物が処置に
応答する能力を推定するための、動物から得られる固形組織の使用に依存しない、より侵
襲性の少ない方法を提供する。この方法は、特定の生理的状態（たとえば対照−対−疾病
）を伴う動物からバイオフルイドを採取し、その生理的状態を反映するゲノム、プロテオ
ームおよびメタボロームプロフィールを判定し、そして学習アルゴリズム、たとえば限定
ではないが重み付き投票法（Ｗｅｉｇｈｔｅｄ Ｖｏｔｉｎｇ）、クラス近接法（Ｃｌａ
ｓｓ Ｎｅｉｇｈｂｏｒｓ）、Ｋ−最近接法（Ｋ−Ｎｅａｒｅｓｔ Ｎｅｉｇｈｂｏｒｓ
）および支援ベクターマシン（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅｓ）を用
いて、これらのプロフィール内から、問題となっている種々の生理的状態間で明白に認識
および識別できる一群の遺伝子、遺伝子産物または代謝産物を決定することを含む。次い
で、この詳細化したプロフィールまたは”クラス予測子”を用いて、動物から得られた固
形組織の使用に依存せずに、動物の新規もしくは未知の生理的状態、疾病の素因、または
動物が処置に応答する能力を判定することができる。したがって本明細書において、たと
えば本発明の１観点には、動物の”生理的”クラスまたは状態、およびその動物が疾病を
発症する性向または特定の栄養処置に応答する性向を推定するための、下記を含む方法が
含まれるものとする：
ａ）種々の生理的状態を示す動物または試料の学習セットから得られたゲノム、プロテ
オームおよび／またはメタボロームデータに、教師付き学習アルゴリズムを適用し；
ｂ）クラス予測法則を決定し；
ｃ）新たな被験試料セットにこのクラス予測法則を適用し；
ｄ）ステップ（ｃ）から得られたクラス予測結果に基づいて、被験試料の所属、したが
ってその試料を提供した動物の所属を、特定の生理的状態に分類し、または割り当て；そ
して
ｅ）ステップ（ｄ）の結果を用いて、食事に取り込ませたＢＤＣにより動物を異常な生
理的状態から正常な生理的状態にするための手段を決定する。さらにこの方法は、この方
法のステップ（ｅ）に記載した処置に対する動物の応答を追跡するためにクラス予測法則
を使用することを含む追加ステップ（ｆ）を含むことが考慮される。

[0018] 本発明のさらに他の目的、特徴および利点は当業者に自明であろう。

図１は、たとえば疾病または生理的障害のためＦＧＰが正常状態から正常外状態へ移行すること、および本発明方法の実施によって正常外状態からより正常な状態へ移行することを視覚化するのに役立つ図である。 図２は、（Ａ）ＢＤＣ介入前と（Ｂ）ＢＤＣ介入後の動物細胞における遺伝子発現、タンパク質の機能および代謝に関与するプロセスの一部を、かなり単純化した図形で示す。 図３は、本発明方法のプロセスフローチャート図である。

[0022] 本発明は、動物、特に愛玩動物、たとえばイヌまたはネコの健康および／また
は生活状態を改善するための方法および組成物を提供する。
[0023] 動物の栄養および健康はペット飼育の最も重要な観点に含まれる。動物の飼い
主の多くにとって、動物がバランスの良い健康な食事を与えられているかを判定するのは
難しい。人々は自分自身の個人的な栄養に関してはかなり多くを知るようになってきてい
るが、動物の健康および良好な生活状態に必須である進歩した食事要求の知識は比較的少
ない。

[0024] イヌ類（ｃａｎｉｎｅ）およびネコ類（ｆｅｌｉｎｅ）の食物は、現在ではペ
ットの年齢、体格、身体組成、品種その他の特徴を基準とした配合物を含み、特定の差異
、たとえば品種間または品種サイズ間の差異に対処するように設計されている。配合物は
、たとえば大型品種のイヌとより小型のイヌにおける成長速度など表現型の差異を基準と
することもできる。たとえばＵ．Ｓ．Ｐａｔｅｎｔ Ｎｏｓ．５，８５１，５７３、６，
１５６，３５５および６，２０４，２９１を参照。

[0025] 大型品種のイヌの成長速度がより大きいことは、急速な筋成長により起きる骨
発育不良のため整形外科的障害（たとえば股関節形成異常）をもたらす可能性がある。イ
ヌはきわめて多様な表現型特徴を示す。特定の動物の表現型特徴に基づいて個体動物のた
めのある配合物が特別に設計された。たとえばＵ．Ｓ．Ｐａｔｅｎｔ Ｎｏ．６，６６９
，９７５を参照。

[0026] イヌの品種は伝統的に、ヒトの活動におけるそれらの役割、それらの身体表現
型、および歴史的記録に基づいて分類されている。現在、今日の世界で４００品種を超え
るイヌの記載があり、これらの品種のうち約１５２がＡｍｅｒｉｃａｎ Ｋｅｎｎｅｌ
Ｃｌｕｂ（ＡＫＣ） ｏｆ ｔｈｅ Ｕｎｉｔｅｄ Ｓｔａｔｅｓにより識別されている
。純粋種のイヌについて３５０を超える遺伝的障害が記載され、これらの多くは特定の品
種、品種タイプまたは遺伝的素因に限定されている。Ｐａｔｔｅｒｓｏｎ ｅｔ ａｌ．
（１９９８）Ｊ．Ａｍ．Ｖｅｔ．Ｍｅｄ．Ａｓｓｏｃ．１９３（９），１１３１−１１４
４を参照。これらの多くはヒトの一般的な障害に似ており、それらが特定の品種または品
種グループに限定されていることは、特定の形態を作製するために用いられている強引な
品種改良計画の結果であると考えられる。

[0027] 最近、ヒトにおいて栄養環境と細胞および遺伝子プロセスとの境界にある新た
なゲノム研究分野が現われた。そのようなゲノム研究は、栄養ゲノミクスまたは”ニュー
トリゲノミクス（ｎｕｔｒｉｇｅｎｏｍｉｃｓ）”と呼ばれる。ニュートリゲノミクスは
、たとえば個体の遺伝的素質の発現および／または構造を変化させることにより、食事成
分および／または栄養が健康と疾病のバランスにどのように影響するかについて遺伝学的
に理解することを追求する。ある食事成分は遺伝子発現を多様に変化させることが示され
た。たとえば、それらは転写因子または受容体などのタンパク質に対するリガンドとして
作用する可能性があり、一次または二次代謝経路で代謝されることにより基質または中間
体の濃度を変化させる可能性があり、あるいはシグナル伝達経路に関与する可能性がある
。

[0028] 機能性ゲノムプロフィール：本明細書中で用いる用語”表現型”は、生物の遺
伝子型により決定される、生物の機能その他の可観測性特徴の全体またはそのいずれかの
部分を表わす。用語”遺伝子型”は、生物の遺伝子構成全体またはそのいずれかの部分を
表わす。遺伝子型には、染色体内および染色体外の両方に保有される遺伝情報が含まれる
。

[0029] 本明細書中で用語”機能性ゲノムプロフィール”は、ｍＲＮＡ、タンパク質お
よび代謝産物の産生および機能を含めて、遺伝子配列の発現の機能的結果の全体またはい
ずれかの部分を表わす。機能性ゲノムプロフィール（ＦＧＰ）は、ゲノミクス、プロテオ
ミクスもしくはメタボロミクスによる方法、またはこれらのいずれかの組合わせを用いて
確立できる。

[0030] 本発明の目的に関してＦＧＰは、２以上のポリヌクレオチド（ＤＮＡまたはＲ
ＮＡ）、ペプチド、タンパク質、代謝産物、バイオマーカー、ＳＮＰ（特に機能性ＳＮＰ
）またはその組合わせのパターンであると定義することができ、そのようなパターンを動
物の生理的状態、または１以上のＢＤＣ摂取に対する動物モデルの応答と関連づける。

[0031] ある場合、ＦＧＰの全体または部分には、疾病または障害の実際の原因である
かまたはその原因に関与している遺伝子、タンパク質または代謝産物が含まれる。そのよ
うな場合、異常の原因であるＦＧＰまたはＦＧＰの部分を指向した療法介入がその異常を
処置するのに有効となる可能性がある。

[0032] 他の場合、疾病または障害に原因としては関与していないＦＧＰもなお、その
疾病または障害に関連する可能性があるので、そのＦＧＰを療法の前または後に疾病また
は障害の指標として利用できる。そのような場合、ＦＧＰをモニタリングすることにより
療法の成功その他を確認できる。

[0033] ＦＧＰを構成するゲノム、プロテオームおよび／またはメタボロームデータは
、バイオフルイドおよび／または組織試料から、機能性ゲノミクス技術分野で既知のいず
れかの技術により得ることができる。機能性ゲノム分析を行なうのに有用な技術の例には
、限定ではないが下記の技術が含まれ、これらを個別に、または組み合わせて使用できる
：（ａ）低密度および高密度フォーマットにおける単色および多色の遺伝子アレイおよび
タンパク質アレイならびにマイクロアレイ；たとえばガラス、シリカ、プラスチック、膜
もしくはビーズなどの支持体またはその組合わせ上におけるもの；たとえばノーザンブロ
ット分析およびウェスタンブロット分析を含む；（ｂ）四重極、飛行時間、四重極イオン
トラップもしくはフーリエ変換イオンサイクロトロン共鳴型の質量分析計またはその組合
わせを用いる質量分析法；限定ではないが、マトリックス介助レーザーデソープションイ
オン化、エレクトロスプレーイオン化、ナノスプレーイオン化および表面増強レーザーデ
ソープションイオン化を含めた多様なイオン源によるもの；（ｃ）ポリメラーゼ連鎖反応
（ＰＣＲ）技術：シングルおよびマルチプレックスリアルタイムＰＣＲ技術を含む；（ｄ
）ゲル電気泳動（一次元または多次元）：二色２Ｄゲル法、ＳＤＳ−ポリアクリルアミド
ゲル電気泳動（ＳＤＳ−ＰＡＧＥ）および２Ｄ ＰＡＧＥを含む；ならびに（ｅ）液体ク
ロマトグラフィー（一次元または多次元）：単独または質量分析法とのタンデム型。

[0034] ＦＧＰは、粗の画像、数値および／またはテキストデータセットから、一般に
データノイズを低減または除去するために基準化および予備処理した後に得ることができ
る。ＦＧＰを認識するために使用できる技術には、限定ではないが、最近接パターン認識
、ニューラルネットワーク、隠れマルコフモデル（ｈｉｄｄｅｎ Ｍａｒｋｏｖ ｍｏｄ
ｅｌｓ）、ベイズネットワーク（Ｂａｙｅｓｉａｎ ｎｅｔｗｏｒｋｓ）、遺伝子アルゴ
リズム、支援ベクターマシン、およびその組合わせが含まれる。

[0035] ＦＧＰの利用により、本発明のシステムおよび方法は、これまでに提唱されて
いるゲノムまたは遺伝子型の分析にのみ依存する方法よりはるかに強力になる。生物中の
細胞に存在する機能性タンパク質の数は、細胞中の個々の遺伝子を表わすＤＮＡ配列の数
をはるかに超える。これは、個々の遺伝子配列が１より多い機能性タンパク質を生成する
可能性があるという事実による。遺伝子配列は遺伝子座の１又は両方の対立遺伝子におい
て１以上のヌクレオチドの付加、欠失または多型性により修飾される可能性があり、これ
は個々の遺伝子配列それぞれから１より多いｍＲＮＡ種を生じることができるオータナテ
ィブスプライシング機序によってさらに複雑になり、これによって多種多様な形態のタン
パク質が生成する。

[0036] 遺伝子の数と機能性タンパク質の数との明らかな不一致は、タンパク質が１以
上の翻訳後修飾により修飾される可能性があるという事実によってさらに複雑になる；こ
れには、タンパク質分解性開裂、リン酸化、グリコシル化、アシル化、メチル化、硫酸化
、プレニル化、ビタミンＣ依存性修飾（たとえばプロリンおよびリシンのヒドロキシル化
、ならびにカルボキシ末端のアミド化）、ビタミンＫ依存性修飾（たとえばグルタミン酸
残基のカルボキシル化）、およびセレノシステインの取込みによるセレン含有タンパク質
形成が含まれる。

[0037] 動物もしくは動物モデルまたはその組織もしくは細胞のＦＧＰは、”正常”ま
たは”正常外（ｅｘｔｒａｏｒｄｉｎａｌ）”状態にある可能性がある。”正常”ＦＧＰ
は、本明細書に定めるウェルネスの状態を示す動物にみられるものであり、一般にそのよ
うな状態の指標となる。一般に、”正常”ＦＧＰは恒常性、すなわちたとえば負のフィー
ドバックにより活性化される体内制御システムから生じる身体機能安定化の傾向に関連す
る。”正常外”ＦＧＰは、”正常”と同定される範囲の外にあるものである。”正常外”
ＦＧＰは、恒常性の破壊と関連する可能性がある；したがって、しばしば”正常外”ＦＧ
Ｐは、変動を停止または反転させる介入（たとえば本発明方法による）がなければ、経時
的に正常からさらに変動する傾向がある。検査しなければ、正常からのこの進行性変動は
最終的に死に至る可能性がある。したがって、”正常外”ＦＧＰはしばしば、動物におけ
るウェルネスと逆の状態、たとえば疾病または生理的障害の状態の指標となる。そのよう
な状態は外見的に顕性である可能性または潜在性（すなわち無症候性）である可能性があ
る。”正常外”ＦＧＰは、ある状況では疾病に対する遺伝性その他の素因の指標となる可
能性があり、そのような状況ではＦＧＰをより正常な状態へ移行させること（たとえば本
発明方法による）が疾病の阻止または予防に有効な可能性がある。

[0038] 図１は、”正常”ＦＧＰ”を表わす内側の円１４をもつＦＧＰドメイン１０を
説明のために図面により示す。内側の円１４の中心にある小さい領域１５は、”最適”ま
たは”完全”ＦＧＰとみなすことができるが、恒常性およびウェルネス状態は一般に内側
の円１４により表わされる”正常”範囲内のいずれかのＦＧＰと一致することを強調する
。このドメインは、”正常外”ＦＧＰを表わす円形帯域１２をも備え、この円形帯域１２
の外側に最外帯域１１があり、ここではＦＧＰは正常から著しく離れているため、それを
示す細胞または組織は死亡状態にある。図１に内側の円１４（”正常”）と円形帯域１２
（”正常外”）の間の中間または移行帯域１３が示すように、”正常”と”正常外”のＦ
ＧＰ間に明瞭な分轄線はない。しかし、対象動物が明らかに”正常”でもなく明らかに”
正常外”でもない、すなわち移行帯域１３にあるＦＧＰをもつことが認められた場合、そ
のＦＧＰは”正常外”とみなすべきであり、たとえば本発明方法による矯正活動を開始す
べきである。

[0039] ベクター２１、２２、２３、２４および２５は、たとえば動物が疾病または生
理的障害の状態に進入または進行するのに伴って起きるＦＧＰの傾向を表わす。ベクター
２２は、疾病状態から死亡状態への移行を表わす。ベクター２６は、健康な状態または”
正常”状態から死亡状態への移行を表わす。ベクター２６の例には、自動車に衝突するな
どの事故で死亡した健康な動物が含まれる。ベクター３２、３３および３４は、”正常外
”ＦＧＰにおいて本発明の実施により生じる移行を表わす。そのような移行は、少なくと
もより正常な状態へ向かう方向にあり、継続すればＦＧＰを”正常”状態へ、すなわち図
１の内側の円１４内へ完全に戻すことができる。ＦＧＰが既に”正常”である場合、本発
明の実施は必ずしもより正常な状態への移行をもたらさないが、ＦＧＰを”正常”範囲に
維持する傾向があることに注目されたい。

[0040] クラス予測子（ｃｌａｓｓ ｐｒｅｄｉｃｔｏｒ）：用語”クラス予測子”は
予測法則を確立するためのゲノム、プロテオームまたはメタボロームプロフィールを表わ
し、これは、限定ではないが、重み付き投票法、クラス近接法、Ｋ−最近接法および支援
ベクターマシンなどのアルゴリズムを用いて、予め定めた一群のサンプル（”トレイニン
グセット”）から教師付き学習法（ｓｕｐｅｒｖｉｓｅｄ ｌｅａｒｎｉｎｇ ｍｅｔｈ
ｏｄ）により得ることができ、次いでこれを新たなサンプル（”テストセット”）の分類
に適用することができる。

[0041] 動物：用語”動物”は、ヒト、または鳥類、ウシ類、イヌ類、ウマ類、ネコ類
、ヤギ類、ネズミ類、ヒツジ類およびブタ類の動物を含めた他の動物を意味する。好まし
くは、動物は愛玩動物、最も好ましくはイヌ類またはネコ類、たとえばイヌまたはネコで
ある。愛玩動物：本明細書中で”愛玩動物（ｃｏｍｐａｎｉｏｎ ａｎｉｍａｌ）”は、
飼い主であるヒトが家庭用ペットとして、または動物の感覚能力に関連する作業もしくは
有用な行動特性のために（たとえば猟犬、番犬、牧羊犬、盲導犬など）飼育しているいず
れかの種の脊椎動物である。大部分の場合、これらの種は哺乳動物である。本発明の概念
において”飼い主（ｏｗｎｅｒ）”は、動物の世話、特に給餌に責任をもつ者であって、
必ずしもその動物の法的な所有権をもつ必要はなく、したがって、たとえば動物の”飼育
者（ｋｅｅｐｅｒ）”または”保護者（ｇｕａｒｄｉａｎ）”または”世話係（ｃａｒｅ
ｇｉｖｅｒ）”であってもよい。本明細書中で”飼い主”は、そのような責任をもつ一人
ないし複数の人、たとえば家族のメンバー、またはそのような責任を代行もしくは委託さ
れた人もしくは人々であってもよい。愛玩動物を他の多くの状況にある動物と区別する重
要な観点は、その食事がほとんどまたは完全に飼い主により供給され、したがって管理で
きることである。この点で、愛玩動物はたとえば放牧動物または狩猟動物とは異なる。本
明細書中で、たとえば本発明方法に従って調製した食物組成物の”最終利用者”は、一般
に前記に定めた愛玩動物の飼い主である。

[0042] 特定の態様によれば、種は種全体にわたって表現型およびおそらく遺伝子型の
高度の変動を特徴とするものであるが、それには実質的な均一性をもつ複数の品種が含ま
れる。これはたとえばイエイヌ（Ｃａｎｉｓ ｆａｍｉｌｉａｒｉｓ）についてそうであ
り、イエネコ（Ｆｅｌｉｓ ｃａｔｕｓ）を含めた他の種にもかなりの程度該当する。

[0043] 本発明方法は、下記の基準のうち少なくとも１つを満たす特定の動物種または
集団に有用である：（ａ）その動物の食事が飼い主（飼育者または保護者を含む）によっ
てほぼまたは完全に管理されている；ならびに（ｂ）その種または集団に複数の品種が含
まれ、それらの品種内では表現型およびおそらく遺伝子型が実質的に均一である；そのよ
うな種または集団が一般に”愛玩動物”として認識されているかどうかは関係ない。した
がって本発明方法は、特定の農場動物、たとえばニワトリおよびブタ、動物園や公園の外
来動物などの栄養管理に有用である。

[0044] 亜集団（ｓｕｂｐｏｐｕｌａｔｉｏｎ）：本明細書中で”亜集団”は、１つの
種の１ないし多数の動物（ただしその種全体よりは少ない）のセットであって、１より多
いメンバーの亜集団においてその亜集団のメンバーに共通な遺伝子型および／または生理
的状態の１以上の属性により規定できるものである。

[0045] ある態様において、亜集団は少なくとも一部は品種タイプにより規定される。
たとえばイヌの場合、多様な品種タイプ、たとえば銃猟犬（ｇｕｎｄｏｇ）、テリア、ト
イドッグ、猟犬（ｈｏｕｎｄ）、牧羊犬などを識別でき、その各々に多数の品種が含まれ
る。

[0046] ある態様において、亜集団は少なくとも一部は特定の品種により規定される。
たとえば、識別されたイヌの品種（その一部はさらに小分類される）には下記のものが含
まれる：アフガンハウンド（afghan hound）、エアデールテリア（airedale）、秋田（ak
ita）、アラスカマラミュート（Alaskan malamute）、バセットハウンド（basset hound
）、ビーグル（beagle）、ベルジアンシェパード（Belgian shepherd）、ブラッドハウン
ド（bloodhound）、ボーダーコリー（border collie）、ボーダーテリア（border terrie
r）、ボルゾイ（borzoi）、ボクサー（boxer）、ブルドッグ（bulldog）、ブルテリア（b
ull terrier）、ケアンテリア（cairn terrier）、チワワ（chihuahua）、チャウ（chow
）、コッカースパニエル（cocker spaniel）、コリー（collie）、コーギー（corgi）、
ダクスフント（dachshund）、ダルマシアン（dalmatian）、ドーベルマン（doberman）、
イングリッシュセッター（English setter）、フォックステリア（fox terrier）、ジャ
ーマンシェパード（German shepherd）、ゴールデンレトリーバ（golden retriever）、
グレートデーン（great dane）、グレーハウンド（greyhound）、グリフォンブルキセロ
イス（griffon bruxellois）、アイリッシュセッター（Irish setter）、アイリッシュウ
ルフハウンド（Irish wolfhound）、キングチャールズスパニエル（King Charles spanie
l）、ラブラドルレトリーバ（Labrador retriever）、ラサアプソ（lhasa apso）、マス
チフ（mastiff）、ニューファンドランド（newfoundland）、オールドイングリッシュシ
ープドッグ（old English sheepdog）、パピリオン（papillion）、ペキニーズ（pekinge
se）、ポインター（pointer）、ポメラニアン（pomeranian）、プードル（poodle）、パ
グ（pug）、ロットワイラー（rottweiler）、セントバーナード（St. Bernard）、サルキ
ー（saluki）、サモエード（samoyed）、シュナウツァー（schnauzer）、スコティッシュ
テリア（Scottish terrier）、シェットランドシープドッグ（Shetland sheepdog）、シ
ーズー（shih tzu）、シベリアンハスキー（Siberian husky）、スカイテリア（Skye ter
rier）、スプリンガースパニエル（springer spaniel）、ウェストハイランドテリア（We
st Highland terrier）、ホイッペット（whippet）、ヨークシャーテリア（Yorkshire te
rrier）など。交雑種（ｍｉｘｅｄ ｂｒｅｅｄ）の動物の場合、亜集団は少なくとも一
部は繁殖遺伝により規定でき、それは親品種、表現型特徴、遺伝子型評価、または遺伝子
マーカー、たとえばＳＮＰを知ることにより確認できる。

[0047] ある態様において、亜集団は少なくとも一部は生理的状態により規定される。
本明細書中で用語”生理的状態”は、動物の身体、病理、行動および生化学的属性のいず
れか１以上の組合わせを表わし、これには動物の体格、体重、年齢、活動レベル、素因、
およびウェルネスまたは疾病の状態が含まれる。生理的状態は動物の遺伝子型と環境の相
互作用の産物である。少なくとも一部が生理的状態により規定される亜集団は、品種系統
を超越する可能性がある。たとえば亜集団は、抜け毛の著しい成体ネコ、肥満症のイヌ、
呼吸器疾患を伴うトイドッグ、大型品種タイプの老犬、腎不全を伴う長毛ネコなどから構
成される可能性がある。あるいは、亜集団は一部は生理的状態により規定されるが、１品
種もしくは数品種または特定の繁殖遺伝に限定される可能性がある。そのような亜集団の
例は、攻撃的なプードル、条虫浸襲を伴うラブラドルレトリーバ、卵巣除去した雌イヌで
あってビーグルを含む繁殖遺伝をもつものなどである。

[0048] ある態様において、亜集団はきわめて小さく、たとえばメンバーが家族関係に
ある可能性があり（たとえば１匹の種イヌの子孫、または単一同腹子の子ネコ）、あるい
は、ある態様においては個体動物として規定される可能性がある。一連の態様において、
亜集団はイヌ類である。他の態様において、亜集団はネコ類である。

[0049] バイオフルイドおよび組織試料：本発明に有用なバイオフルイドまたは組織試
料は、ゲノム、プロテオームおよび／またはメタボローム分析を行なうことができるいか
なる試料であってもよい。ゲノム分析のためには、試料はＤＮＡを提供しなければならず
、これはたとえばＰＣＲ法による増幅を必要とする量または必要としない量であってよい
。たとえば尿試料の場合にしばしばそうであるように、ＤＮＡまたはＲＮＡを含まない試
料は、それにもかかわらず有用なプロテオームおよび／またはメタボローム情報を提供す
ることができる。

[0050] サンプリングできるバイオフルイドには、排泄物（糞便および尿）、血液、唾
液、羊水などが含まれる。組織試料は、死後に動物の身体のいずれの部分からも得ること
ができるが、本発明の目的には生存動物から、たとえば生検、外科摘出（たとえば他の目
的で行なわれる外科処置中に）、頬スワブ、または数本の毛の引抜きにより得る方が有用
である。

[0051] 第１データセット：前記に述べた本発明のシステムおよび方法は少なくとも２
つのデータセットを伴い、これらを本明細書中で”第１（またはサンプル）”および”第
２（またはテスト）”データセットと呼ぶ。これらのデータセットは一般にディジタル形
態で記憶され、１ないし複数のデータベースに組織化され、これらがユーザーインターフ
ェース接続可能媒体、たとえばいずれかのコンピューターまたは周辺メモリーもしくはデ
ータ記憶デバイスに保存される。データベースは”仮想”、すなわち複数の装置のネット
ワーク接続によってのみ存在するものであってもよい。

[0052] 第１および第２データセットは、単一データベースの部分であってもよく、あ
るいは個別のデータベース中にあってもよい。後記にさらに詳細に述べる処理のためにデ
ータにアクセスできるならば、第１および第２データセットのいずれか一方または両方を
所望によっては１より多いデータベース中に構成してもよい。

[0053] 第１データセット（サンプルデータセット）は、広範な遺伝子型（たとえばイ
ヌ類またはネコ類の品種）および広範な表現型または生理的状態を示す動物から得た多数
のバイオフルイドおよび／または組織試料の機能性ゲノム分析から得られたデータを含む
；動物には健康な動物（一般に”正常”ＦＧＰを示す）および多様な疾病状態の動物（一
般に”正常外”ＦＧＰを示す）が含まれる。これらのデータは、関係をもって、すなわち
機能性ゲノムパラメーターと遺伝子型および表現型の属性とを相関させることができるよ
うに構成される。こうして、第１データセットを用いて、このデータセットに内包される
遺伝子型および生理的状態をもついずれかの亜集団について機能性ゲノムプロフィール（
ＦＧＰ）を決定することができる。第１データセットの広範性が高まるのに伴って、多数
の有益な結果、特に下記の利点を実現することができる：（１）そのデータセットに内包
される亜集団の範囲がより包括的になる；（２）特定の亜集団に関するＦＧＰデータがよ
り信頼性のあるものになる；かつ（３）そのデータ中に具体的に表示されていない亜集団
に関して推定ＦＧＰを開発するために、それらのデータをより大きな信頼性をもって利用
できる。

[0054] 第１データセットに反映される各試料の機能性ゲノム分析には、１以上のＤＮ
Ａ、ＲＮＡ（たとえばｍＲＮＡ）、タンパク質、代謝産物、およびバイオマーカー、たと
えば酵素に関する分析が含まれる。

[0055] 推定ＦＧＰの開発のためにデータを利用することにつき説明するために、たと
えば多様なウェルネスおよび疾病状態にあるボーダーコリーに関する大量の機能性ゲノム
データを含むけれども具体的には膀胱癌の家族歴をもつボーダーコリーおよび骨関節炎の
症状を示すボーダーコリーに関するデータが欠如するデータセットについて考えてみる。
他の品種における膀胱癌に対する素因および骨関節炎と相関する機能性ゲノムデータがあ
れば、周知の統計的手法を用いてボーダーコリー、膀胱癌に対する素因、および骨関節炎
に関するデータを処理して、目的亜集団について推定または”最良適合”ＦＧＰを得るこ
とができる。

[0056] 同様に、アルゴリズムを用いて、交雑種の対象動物のＦＧＰをその交雑種動物
の親品種または親品種タイプである純粋種の動物からのデータに基づき推定することがで
きる。したがってある態様において、相関させる機能性ゲノムデータは、異なる品種また
はその混合ではあるけれども同一種である動物のＦＧＰに由来するものであってもよい。

[0057] 推定ＦＧＰを開発するためのデータは、前記のバイオフルイドおよび／または
組織試料の機能性ゲノム分析からのもの以外から得ることができる。たとえばある態様に
おいて、データは文献に公表された研究から得ることができる。ある態様において、デー
タは、たとえばウェブサイトを通してアクセスできる公開されたまたは市販のデータバン
クから得ることができる。ある態様において、データは対象動物種のゲノムを調査するこ
とにより得ることができ、さらに他の態様においては、対象動物以外の種、たとえばヒト
、ラットまたはマウスから相同の機能性ゲノムデータを得ることができる。ある態様にお
いて、データは対象動物以外の種のゲノムを調査することにより得ることができる。

[0058] 本発明方法が多様な亜集団にわたって有用性をもつためには、第１データセッ
トは広範なものでなければならない。本発明方法を限られた範囲の動物亜集団にのみ適用
する予定である場合、比較的小数、たとえば最高で約１００の試料から得たデータセット
が有用な可能性がある。しかし大部分の目的について、これよりはるかに広範な、約１，
０００の数量、たとえば約１０，０００またはそれ以上に及ぶ試料から得たデータセット
が望ましい。

[0059] したがって第１データセットは、一連の態様において、目的亜集団をおおまか
に内包するけれども必ずしも具体的にその亜集団を含まないある範囲の遺伝子型および生
理的状態を代表する多数の動物から採集した試料から得られる。

[0060] ある態様において、第１データセットは、入力データが提出された動物対象の
遺伝子型および生理的状態それぞれを内包する範囲の遺伝子型および生理的状態をもつ動
物について、正常および正常外ＦＧＰを同定することができる。本発明の概念において遺
伝子型に関して”内包する（ｅｎｃｏｍｐａｓｓ）”という語は、少なくともその対象の
品種タイプ、普通はその対象の特定品種の動物、または交雑種対象の場合は類似繁殖遺伝
をもつ動物がそのデータセット中に表現されることを意味する。本発明の概念において生
理的状態に関して”内包する”という語は、対象の特定の組合わせの生理的状態がそのデ
ータセット内の単一の動物にみられないとしても、個別および全体的に対象と類似の生理
的状態をもつ動物がそのデータセット中に表現されることを意味する。同様に、第１デー
タセット中に表現される遺伝子型および生理的状態の範囲は、ある対象の遺伝子型および
生理的状態が独立して、単一動物においてではなくともそのデータセット中にみられるな
らば、本発明においてその遺伝子型および生理的状態を”内包する”とみなされる。

[0061] 個体動物からの各試料が有用であるためには、第１データセットの一部となる
出所（ｐｒｏｖｅｎａｎｃｅ）記録を伴わなければならない。出所記録は、試料を採集し
た時点でのその試料を提供した動物の遺伝子型および生理的状態の決定に関連する動物学
的データを含む。

[0062] 本明細書中で用語”動物学的データ”は、定量的または定性的のいずれであっ
ても、バイオフルイドまたは組織試料を提供する動物について収集した、試料そのものに
ついての分析または実験以外の供給源からのあらゆる情報を表わす。動物学的データの供
給源には、たとえばアンケートに対する回答として得られた飼い主の知識基盤、過去およ
び現在のウェルネスまたは疾病状態の指標となる獣医学的記録、もしあれば動物の血統、
試料採取時点での身体計測値（身長、体重など）などを含めることができる。

[0063] 第１データセットに含まれる動物学的データは、遺伝子型に関する１以上のデ
ータ項目を含むことができる。そのようなデータ項目の例には、限定ではないが、下記の
ものが含まれる：動物の品種：血統書によるもの、ＡＫＣなどの団体により登録されたも
のなど；分かっていれば血統；交雑種の動物の場合はその動物の繁殖遺伝：その親および
あればそれ以前の世代の祖先の品種を含む；性別；ならびに毛皮のタイプ（たとえば長毛
、短毛、剛毛、縮毛、無毛）および色；顕性である遺伝性の状態および障害。

[0064] 第１データセットに含まれる動物学的データは、生理的状態に関する１以上の
データ項目を含むことができる。そのようなデータ項目の例には、限定ではないが、下記
のものが含まれる：年齢（暦年齢および判定できれば生理的年齢）；体重；体格（たとえ
ば肩までの高さ、足の長さ、背の長さなど）；獣医学的病歴；繁殖歴：去勢の有無、回数
、同腹子の数を含む；現在のウェルネスまたは疾病状態、およびそれらにおける最近の何
らかの変化：診断された何らかの状態または障害、および診断がなされたかどうかにかか
わらず何らかの症状を含む；ノミ類を含めた寄生虫の存在；食欲およびその最近の何らか
の変化；身体活動レベル；精神明瞭度；行動異常性；ならびに素因（たとえば内気、攻撃
的、柔順、神経質）。

[0065] 動物の”暦年齢”は、出生以来経過した実際の時間（すなわち年数または月数
）である。動物の”生理的年齢”は、その動物と同じ年齢別生理的状態（運動性、精神明
瞭度、歯の磨損など）を示している類似品種の動物の平均暦年齢の推定値である。

[0066] 動物学的データは、さらに動物亜集団が生活している環境の観点に関連するも
のであってもよい。そのような観点には、限定ではないが、気候、季節、地理的位置およ
び生育環境が含まれる。たとえば、下記を知ることは動物の食物組成物を開発するための
資料となる可能性がある：その動物は温暖もしくは乾いた（ｄｒｙ）気候、または乾燥（
ａｒｉｄ）もしくは湿潤気候のいずれに住んでいるか；現在は春夏秋冬のいずれであるか
；その動物は室内または屋外のいずれに収容されているか；その動物は家、板張りの小屋
、作業場（たとえば番犬、警察犬などの場合）または他の何らかの生育環境のいずれにい
るか；単独で、または他の動物と共に収容されているか；それは都市または農村地域のい
ずれに住んでいるか；居住地の郵便番号、州および／または地域；それの生活環境が汚染
物質（たとえばタバコの煙）の影響を受けているかどうか、およびその程度；など。

[0067] 第２データセット：第２データセット（テストデータセット）は、単独または
組み合わせた生物活性食事成分（ＢＤＣ）がＦＧＰに及ぼす影響に関するデータを含む。
これらのデータは、いずれかの供給源から公開または市販されている情報、および／また
は第２データセットを構築するという明確な目的で実施された研究の結果を含むことがで
きる。

[0068] 歴史的に、特定のＢＤＣがウェルネスに及ぼす総体的な影響は、目的品種、た
とえばイヌまたはネコの生存動物を使った給餌研究により判定されてきた。本発明によれ
ば、動物モデルに種々の濃度の１種類以上のＢＤＣを、および／または種々の摂取期間、
摂取させる対照付き実験により、ＢＤＣの影響を細胞下レベルで、すなわち細胞のＦＧＰ
において判定することができる。本発明の概念において”種々の濃度”のＢＤＣには、ゼ
ロ濃度のＢＤＣが含まれる。複数濃度のＢＤＣが試験に含まれる場合、用量応答を解明す
ることができる。

[0069] ある態様において、動物モデルは目的品種の生存動物であってもよい。しかし
、以下に例示するように１以上の代替試験モデルを用いることによって、より迅速かつ経
済的に広範なデータセットを組み立てることができる。

[0070] １態様において、代替試験モデルは脊椎動物モデル、たとえば機能性ゲノム研
究に適合性の良い小型種、たとえばマウス、ラット、モルモット、ウサギまたはニワトリ
である。他の態様において、代替試験モデルは無脊椎動物モデル、たとえばそのゲノムが
実質的に解明されている土壌線虫（Ｃａｅｎｏｒｈａｂｄｉｔｉｓ ｅｌｅｇａｎｓ）（
シーエレガンス）、またはキイロショウジョウバエ（Ｄｒｏｓｏｐｈｉｌａ ｍｅｌａｎ
ｏｇａｓｔｅｒ）などの無脊椎動物種である。さらに他の態様において、代替試験モデル
は動物以外のモデル、たとえば酵母、たとえばカンジダ・アルビカンス（Ｃａｎｄｉｄａ
ａｌｂｉｃａｎｓ）である。他の態様において、代替試験モデルは、たとえば目的の種
（たとえばイヌ類またはネコ類）またはヒトを含めた他の種に由来する一次細胞系および
／または不死化細胞系を用いる細胞培養モデルである。他の態様において、代替試験モデ
ルは、動物から得てその動物の体外で維持した体外移植組織を用いるエクスビボモデルで
ある。

[0071] 図２において（Ａ）および（Ｂ）は、それぞれＢＤＣ介入の前と後の動物細胞
における遺伝子発現、タンパク質の機能および代謝に伴うあるプロセスを示す。
[0072] 理論により拘束されるわけではないが、細胞レベルでＢＤＣは転写因子または
受容体などのタンパク質に対するリガンドとして作用する可能性があり、一次または二次
代謝経路で代謝されて、これにより遺伝子調節または細胞シグナル伝達に関与する基質お
よび／または中間体の濃度を変化させる可能性があり、あるいはシグナル伝達経路に正の
作用または負の作用をすることによりシグナル伝達経路およびシグナル伝達を変化させる
可能性がある。

[0073] シグナル伝達、遺伝子発現および代謝のプロセスは、すべてタンパク質により
仲介される。図２（Ｂ）に示すように、ＢＤＣが細胞の細胞質に進入し、シグナル伝達プ
ロセスを介して核内での遺伝子発現に影響を及ぼす可能性がある。あるいは、ＢＤＣは細
胞膜（細胞質の外側境界）にある受容体タンパク質を結合することができ、この受容体タ
ンパク質がシグナル伝達プロセスを介して核内での遺伝子発現に影響を及ぼすシグナルを
送る。図２（Ｂ）に図２（Ａ）より太い矢印を用いて表わしたように、ＢＤＣは遺伝子発
現を改変することによってきわめて多様なタンパク質仲介プロセスに影響を及ぼす可能性
がある。

[0074] 第２データセットは、ＢＤＣとして知られる化学的または生物学的物質に関す
るデータだけでなく、栄養、栄養薬効または薬理作用をもつことがこれまで知られていな
い多様な物質に関するデータをも含むことができる。少なくとも１つの遺伝子の発現、少
なくとも１つのタンパク質の機能、または少なくとも１つの代謝産物の産生に対して有用
な影響が認められた場合、そのような物質はすべて本発明においてＢＤＣとみなされる。
１態様において、本発明において目的とするＢＤＣは、米国ＦＤＡ（食品薬品局）の規制
もしくは他の国の同等な規制のもとでＧＲＡＳ ｇｅｎｅｒａｌｌｙ ｒｅｇａｒｄｅｄ
ａｓ ｓａｆｅ、全般的に安全であるとみなされる)もしくは同等な立場にある物質、
またはそのような立場に適格な物質である。他の態様において、ＢＤＣは療法または薬理
学的に有効な化合物、たとえば薬物または薬草である可能性がある。

[0075] 多くのＢＤＣが化学物質であり、一般に食物中に天然に存在し、それからそれ
らを抽出できる。ＢＤＣは多くの場合、微生物法（たとえば発酵）または合成法で製造す
ることもできる。化学物質であるＢＤＣの例には下記のものが含まれるが、これらに限定
されない：アミノ酸；単純糖類；複合糖類；中鎖トリグリセリド（ＭＣＴ）；トリアシル
グリセリド（ＴＡＧ）；ｎ−３（オメガ−３）脂肪酸：α−リノレン酸（ＡＬＡ）、エイ
コサペンタエン酸（ＥＰＡ）およびドコサヘキサエン酸（ＤＨＡ）を含む；ｎ−６（オメ
ガ−６）脂肪酸：リノール酸（ＬＡ）、γ−リノレン酸（ＧＬＡ）およびアラキドン酸（
ＡＲＡ）を含む；コリン源、たとえばレシチン；脂溶性ビタミン：ビタミンＡおよびその
前駆物質、たとえばカロテノイド（たとえばβ−カロテン）、ビタミンＤ源、たとえばビ
タミンＤ_２（エルゴカルシフェロール）およびビタミンＤ_３（コレカルシフェロール）、
ビタミンＥ源、たとえばトコフェロール（たとえばα−トコフェロール）およびトコトリ
エノール、ならびにビタミンＫ源、たとえばビタミンＫ_１（フィロキノン）およびビタミ
ンＫ_２（メナジオン）を含む；水溶性ビタミン：Ｂ系列ビタミン、たとえばリボフラビン
、ナイアシン（ニコチンアミドおよびニコチン酸を含む）、ピリドキシン、パントテン酸
、葉酸、ビオチンおよびコバラミンを含む；ならびにビタミンＣ（アスコルビン酸）；酸
化防止剤：前記に挙げたビタミンのうちあるものを含む、特にビタミンＥおよびＣ；なら
びにバイオフラボノイド、たとえばカテキン、ケルセチンおよびテアフラビン（ｔｈｅａ
ｆｌａｖｉｎ）；キノン類、たとえばユビキノン；カロテノイド、たとえばリコペンおよ
びリコキサンチン；レスベラトロール（ｒｅｓｖｅｒａｔｒｏｌ）；ならびにα−リポ酸
；Ｌ−カルニチン；Ｄ−リモネン；グルコサミン；Ｓ−アデノシルメチオニン；ならびに
キトサン。

[0076] アミノ酸を前記のＢＤＣ具体例リストに含めることに関して、ほぼすべての食
物がタンパク質を含有し、これは一般にすべての必須アミノ酸を供給する。しかし、食物
のタンパク質含量は特定の動物亜集団のウェルネスに最適な割合の必須アミノ酸を必ずし
も供給しないので、１種類以上のアミノ酸またはそのようなアミノ酸の豊富なタンパク質
源を補充することが望ましい可能性がある。

[0077] 同様な考慮を、単純および複合糖類（ＢＤＣであって、食物の炭水化物画分の
成分である場合とそうでない場合がある）、ならびにｎ−３およびｎ−６脂肪酸を含めた
ある脂肪酸（ＢＤＣであって、食物の脂質画分の成分である場合とそうでない場合がある
）に適用する。

[0078] バランスのとれた動物食に要求される他の高分子栄養素（タンパク質、炭水化
物、脂肪および繊維）は、後記に述べるように、栄養処方を設計する際に前記に挙げたＢ
ＤＣとは分離して考慮される。

[0079] ある生物活性物質、特に植物性物質をＢＤＣとみなすことができ、所望により
第２データセットに含めることができる。これらの多くにおいて生物活性化学物質が同定
されている；生物活性成分が既知であっても、他の未知の生物活性成分が存在してその生
物材料の生物活性作用に寄与している可能性がある。

[0080] ＢＤＣとして有用である具体的な植物には、アロエ・ベラ（ａｌｏｅ ｖｅｒ
ａ）、ドンカイ（当帰、ｄｏｎｇ ｑｕａｉ）、エキナセア（ｅｃｈｉｎａｃｅａ）、オ
オマツヨイグサ（ｅｖｅｎｉｎｇ ｐｒｉｍｒｏｓｅ）、亜麻仁（ｆｌａｘｓｅｅｄ）、
ニンニク、ショウガ、イチョウ（ｇｉｎｋｇｏ ｂｉｌｏｂａ）、チョウセンニンジン、
緑茶、大豆、ウコン（ｔｕｒｍｅｒｉｃ）、カモジグサ（ハマムギ）（ｗｈｅａｔ ｇｒ
ａｓｓ）およびマテチャノキ（マテ茶）（ｙｅｒｂａ ｍａｔｅ）が含まれるが、これら
に限定されない。

[0081] したがって、第２データセットは動物モデルにおけるＦＧＰ作用をそのモデル
で試験したＢＤＣに関連づけるデータを含む。このデータセットから、適切なアルゴリズ
ムを用いて、ＦＧＰに対して望ましい作用をもつＢＤＣまたはＢＤＣ組合わせを選択する
ことができる。

[0082] 入力データ：本発明方法に従って処理した入力データは、それのために食事を
設計すべき亜集団の遺伝子型および生理的状態、処方された栄養処方、または調製された
食物組成物を規定するデータを含む。入力データは動物学的データを含むことができ、こ
れには第１データセットにおける試料の出所記録の一部として前記に述べたいずれかのタ
イプの動物学的データが含まれる。ある態様において、動物対象の入力データには、その
対象が提供した１以上の組織および／またはバイオフルイド試料から得られたＦＧＰデー
タが含まれる。これらの態様によれば、入力データを正常範囲または正常外範囲のＦＧＰ
の指標とすることができる。

[0083] 本発明のコンピューター援用システムは、一般に入力データのエントリーが可
能なユーザーインターフェースを含む。
[0084] このシステムへの動物学的入力データのエントリーは、動物対象の飼い主が回
答したハードコピーまたは電子アンケートに基づいて、インターフェースオペレーターが
行なうことができる。あるいは、そのようなデータのエントリーは、飼い主がインターフ
ェースにおいて直接行なうことができる。

[0085] 動物学的データのエントリーのためのユーザーインターフェースは、メインプ
ロセッサーから離れた場所（入力データを本発明方法に従って処理する場所）にあっても
よいが、メインプロセッサーにインターネットなどのネットワークを介して接続している
。あるいは、ユーザーインターフェースは、たとえば小売店または獣医のオフィスでメイ
ンプロセッサーの近くにあってもよい（たとえば配線接続）。多様な態様において、例示
であって限定ではないが、ユーザーインターフェースは下記のものを含むことができる：
キーボードおよびモニター；パーソナルコンピューター、たとえば飼い主の家庭にあるも
の；タッチスクリーン端末；タッチトーン電話機；または音声作動システム。あるいは、
動物学的データを、コンピューター可読媒体、たとえば印字されたバーコードまたはコン
ピューター可読英数文字；フロッピーディスク；ＣＤ−ＲＯＭ；メモリーカード；チップ
などに予め入力し、そのような媒体から読み込むために設置された端末でスキャンまたは
アップロードすることができる。ある態様においては、媒体を対象動物に、たとえば首輪
、耳タグもしくはドッグタグ付き首輪に取り付け、またはあるタイプのチップの場合は動
物の皮膚の下に外科的に埋め込むことができる。さらに他の選択肢として、動物学的デー
タをコンピューター援用システム自体に予め入力してデータベースに記憶させ、それに関
する動物学的データを最初に入力した対象動物に独自のコードをエントリーすることによ
りそのデータベースから検索することができる。そのようなコードは、前記に示したもの
を含めたいずれかのタイプのインターフェースから、いずれか適切な媒体において入力で
きる。

[0086] 栄養処方を導出するための入力データの処理：ある亜集団（前記のように単一
動物対象であってもよい）に関する入力データの処理は、前記の第１および／または第２
データセットにドローイングしてその亜集団の１以上の動物のウェルネスを増進する栄養
処方を入力データから導出するアルゴリズム（本明細書中で時には”第１”アルゴリズム
と呼ぶ）により達成できる。

[0087] このアルゴリズムは、少なくともアルゴリズムを前記の第１および第２データ
セットの両方にドローイングする本発明の態様については、たとえば少なくとも下記のタ
スクを組み込むコンピュータープログラムで組み立てることができる。処理は必ずしも下
記に示した順序で行なわれるわけではない。本発明のコンピューター援用システムは場合
により並列処理を採用でき、その場合は２以上のタスクを同時に操作する。

[0088] １タスクにおいては、対象からの入力データをメモリーに読み込む。他のタス
クにおいては、可能な限り入力データに近似する動物学的データおよび／またはＦＧＰデ
ータについて第１データセットの探索を行なう。当技術分野で既知の探索および統計的手
法を用いて、対象の遺伝子型および生理的状態に対して全体的に最良適合を提供する１な
いし複数の”的中”を確立することができる。その対象についてＦＧＰが得られない場合
、そのアルゴリズムは動物学的入力データに対応するＦＧＰを計算し、ＦＧＰ中に存在す
る可能性のある正常状態からの逸脱を同定する。対象に関する入力データの一部としてＦ
ＧＰが供給された場合にも、アルゴリズムは正常状態からの逸脱を同定する。さらに他の
タスクにおいては、前記で対象について確立したＦＧＰに関連するテストデータにつき第
２データセットの探索を行なう。そのような正常状態のＦＧＰを維持し、またはＦＧＰを
正常外状態からより正常度の高い方へ移行させるために有効なＢＤＣまたはＢＤＣの組合
わせの指標となるテストデータを、たとえば対象のＦＧＰに対する最良適合を提供するた
めに当技術分野で既知の探索および統計的手法で検索する。他のタスクにおいては、前記
で同定した１以上の有効量のＢＤＣを含有する栄養処方を計算する。栄養処方は、同定し
たＢＤＣと共に、基礎要求量のエネルギー、タンパク質および繊維（これらは動物学的入
力データから容易に確立できる）を含有する完全食の形で計算できる。あるいは、基礎要
求量のエネルギー、タンパク質および繊維を除いたサプリメントの形で栄養処方を計算で
きる。

[0089] 場合により、ユーザーインターフェース、たとえばコンピュータービデオスク
リーン、プリンター、音声合成装置などを介して栄養処方を出力することができる。栄養
処方を表わすコードを、ユーザー可読またはコンピューター可読媒体、たとえば印字バー
コード、印字数字コード、カードのデータストリップ、メモリーデバイス、ディスク、チ
ップなどにダウンロードすることができる。１態様においては、そのようなコードを動物
、特に愛玩動物に埋め込むのに適したチップにダウンロードする。

[0090] 栄養処方をさらに処理して、たとえば食物組成物を調製する態様においては、
栄養処方そのものを出力する必要のない可能性がある。
[0091] ある態様においては、後記に従って第１アルゴリズムを第２（配合）アルゴリ
ズムと融合させることにより、食物組成物を直接配合する。そのような態様によれば、中
間ステップとしての栄養処方の計算を行なってもよく、行なわなくてもよい。

[0092] 栄養処方を出力する場合、ＢＤＣおよび他の成分をいずれか適切な形で表示す
ることができる。たとえば、成分を食物組成物中におけるそれらの含量により（たとえば
％またはｍｇ／ｇで、通常は乾燥物質を基準として）、一日量または許容量により（たと
えばｇ／日で）、場合によっては生体体重基準で（たとえばｍｇ／ｋｇ／日で）表示する
ことができる。本発明の実施により作成できる栄養処方の標品の具体例を表１に示す。

[0093] 本発明方法の具体例の概説：図３は、栄養処方を設計するための方法の具体例
を示すフローチャートである。この例示方法によれば、鍵ステップは、図３に菱形で示す
ように入力データを処理して、たとえば上記の栄養処方を作成することである。３つのサ
ブシステムがこの処理ステップに供給される。

[0094] 図３の左上から出発する第１サブシステムにおいては、多様なウェルネスおよ
び疾病状態の動物を同定する。前記に示唆したように、この動物のセットは可能な限り大
きいこと、かつ可能な限り広範な疾病および生理的障害の状態ならびに可能な限り広範な
遺伝子型を含むことがしばしば望ましい。動物学的データのセットを各動物について収集
する。各動物は１ないし複数の組織および／またはバイオフルイド試料の供給源である。
各試料について、たとえば確立されたマイクロアレイ技術を用いて機能性ゲノム分析（遺
伝子発現分析、プロテオーム分析およびメタボローム分析のうち１以上を含む）を行ない
、試料を提供した動物についてＦＧＰを確立する；これは、試料を採集した時点でのその
動物の遺伝子型および生理的状態を反映している。ＦＧＰを規定するデータは、その動物
に関する動物学的データと一緒に、本発明において定める第１データセットの一部となる
。

[0095] 図３の右上から出発する第２サブシステムにおいては、前記のように１以上の
動物モデルにおいてＢＤＣを試験する。試験するＢＤＣが多種類である方が良い；試験す
る各ＢＤＣの用量が多種類である方が良い。試験には、各ＢＤＣのほか、ＢＤＣの組合わ
せを含めることができる。この試験のすべてから、その動物モデルのＦＧＰに対するＢＤ
Ｃの作用を確立することができる。この試験結果から、本発明に定める第２データセット
が作成される。

[0096] 第１および第２データセットは一般に、第１アルゴリズムが入力データを処理
するのに伴って第１アルゴリズムにより情報を探索および検索するのに適合した１以上の
関係データベースに組織化される。

[0097] 図３の左下部分の第３サブシステムにおいては、動物対象または亜集団につい
て入力データをエントリーする。前記に示したように、入力データは一般に動物学的デー
タを含み、ＦＧＰデータを含んでもよく、含まなくてもよい。入力データを処理して栄養
処方を作成するためには、図３に示すように、処理アルゴリズムを第１および第２データ
セットにアクセスさせることが必要である。作成された栄養処方は、対象動物またはその
亜集団の１以上の動物のウェルネスを増進するであろうということをそのシステムに記憶
されたデータが示すものまたは示唆するものである。”ウェルネスを増進する”ある観点
については、本明細書にさらに詳細に記載する。場合により（図３には示していない）、
動物学的データとＦＧＰデータの両方を含む入力データを第１データセットに追加し、そ
の方法を将来反復する際にアクセスすることができる。

[0098] １態様において、そのような入力データは、それらが関係する特定の動物に関
する識別子またはコードを伴う。同一の動物がこの方法の後続の反復の対象である場合、
データ処理アルゴリズムは、その動物に関する先のＦＧＰデータを検索するようにプログ
ラミングすることができる。この方法で、その動物のＦＧＰの傾向および変化を追跡でき
る。他の利点のうち特に、そのような追跡によって、正常ＦＧＰの維持、より正常度の高
い方向への正常外ＦＧＰの移行、および／またはウェルネスの促進のいずれかの観点にお
ける栄養処方の有効性を、周期的にモニターできる；本明細書中にさらに詳細に記載する
。

[0099] 本発明方法を特定動物に反復使用することにより栄養計画の基礎を形成するこ
とができ、これをその動物の生涯全体またはその実質部分にわたってモニターする。動物
のウェルネス状態が低下した場合、または動物のＦＧＰが正常外状態へ移動した場合はい
つでも、その栄養処方を調整することにより修正作業を行なうことができる。

[00100] 食物組成物の調製：本発明の１態様の最終生成物は、前記に従って導出した
栄養処方である。たとえば、獣医または栄養士が本明細書に記載した方法により対象動物
のための栄養処方を処方することができる。栄養処方は、疾病または生理的障害の状態に
全体的解決をもたらすように設計することができ、あるいは医薬介入（たとえば薬物の投
与または他の薬物療法）または外科的介入との併用に適合させることができる。

[0100] 他の態様においては、栄養処方を食物組成物の調製の基礎として利用し、その
組成物がこの態様の最終生成物となる。栄養処方から食物組成を導出するためには、第２
または調合アルゴリズムを使用できる。前記のように、そのようなアルゴリズムを第１ア
ルゴリズムと統合して入力データを処理することにより、食物組成を直接作成できる。本
発明において食物組成を作成する際の中間段階としての栄養処方の開示は、そのような段
階を同定できる方法およびシステムに本発明を限定するものではない。

[0101] たとえば表１に例示する栄養処方に基づいて食物組成物を配合するためのアル
ゴリズムは、当技術分野で周知である。そのようなアルゴリズムによって多様な食物成分
の分析を含むデータセットにアクセスし、そのデータセットをドローイングして、目的と
する栄養処方をもつ食物組成物中のそれらの成分の量を計算する。本発明方法により作成
した食物組成標品の具体例を表２に示す。

[0102] 場合により、第２アルゴリズムがドローイングするデータセットは、さらに種
々の食物成分に関する原価データを含み、第２アルゴリズムには成分を選択する際の基準
として原価を含めるためのルーティン作業が組み込まれる。これによって、目的とする栄
養処方の提供と適合した低い原価で、たとえば最低原価で、食物組成物を調製することが
できる。

[0103] 所望により他の基準を構築することができる。たとえば、成分を”有機性”ま
たはその他として同定することができ、したがって”有機性”食品が望ましい場合は”有
機性”成分のみを選択する。

[0104] １態様において、本発明の実施により導出された栄養処方に最も良く適合また
は調和させるために、広範な既存の選択肢、たとえば既存のペットフード製品系列から食
物組成物を選択することができる。たとえば、計算された食物組成または栄養処方を入手
可能な製品と比較し、その組成または処方に最も近似する製品を選択するアルゴリズムを
採用できる。

[0105] 他の態様においては、前記により導出した組成に従ってペットフードを加工す
る。したがって、そのようなペットフードは、その入手データを提供した個体動物、また
はその入手データを提供した動物が代表する動物亜集団に対して、特注生産されたもので
ある。そのような加工はオフラインであってもよく、すなわちコンピューター援用システ
ムにより制御されていなくてもよい。あるいは、そのような加工の一部または全体が、前
記に従って栄養処方を作成して食物組成を計算するコンピューター援用システムの延長の
制御下にあり、および／またはそれにより作動してもよい。

[0106] こうして加工した製品は、完全食物であってもよく、または基礎食物に添加も
しくは混合して完全食物を形成するのに適したサプリメントであってもよい。製品は液状
、半固形または固形であってよい；固形であれば、それは湿潤状態（たとえばレトルト式
湿潤ペットフード）、半湿潤または乾燥状態（たとえばキブル（ｋｉｂｂｌｅ））であっ
てよい。サプリメントは、たとえば基礎食物に付随するグレービー（ｇｒａｖｙ）として
、または基礎キブルに対するコーティングとして使用するように設計することができる。

[0107] 特定の組成をもつ食品を加工するのに適切なコンピューター制御装置は当技術
分野で既知である。たとえば、実質的にＵ．Ｓ．Ｐａｔｅｎｔ Ｎｏ．６，４９３，６４
１に記載された装置を使用できる。

[0108] 場合により、本発明方法に従って調製した食物を適切な容器内に包装する。た
とえば、湿潤食物は缶、ジャーまたは密閉パウチ内に包装できる；乾燥食物はバッグ、ボ
ックス、またはボックスに入れたバッグ内に包装できる。この工程も、所望によりコンピ
ューター援用システムの制御下に置くことができる。

[0109] 本発明のコンピューター援用システムはさらに、食品に関するラベルまたはパ
ッケージ挿入物であって行政による規制および商業上の慣例により要求される情報のいず
れかまたは全部を備えたものをプリントするように装備することができる。たとえば、ラ
ベルまたはパッケージ挿入物は成分リストおよび／または保証付き分析値を含むことがで
きる。

[0110] 包装およびラベル付けを含めた食品加工は、工場など一般的な加工場所で行な
うことができる。あるいは、より最終利用者に近い場所、たとえば販売地点において販売
店もしくは小売店、たとえばペットフード店で行なうように食品加工の手配をするのが好
都合な可能性がある。１態様においては、最終利用者がたとえば電話で行なった、または
インターネットを通じてアクセスしたウェブサイトを介して行なった注文に応じて、食物
組成物を販売場所で調製して最終利用者へ配達する。

[0111] 食物組成物は、１態様においては、第１アルゴリズムにより導出した栄養処方
を発行する獣医または栄養士からの処方箋を受け取った際に配合業者により調製される。
[0112] 他の態様においては、最終利用者が販売ターミナル地点で、特定の動物につい
て以前に選択された栄養処方を表わすコードを入力する；たとえば、そのようなコードを
含むカードの出入またはチップのスキャンによる。次いで、販売地点にあるコンピュータ
ー援用混合装置、たとえば混合−販売機が、こうしてエンコードされた栄養処方に基づい
て食物組成物を調製し、それを最終利用者に届ける。

[0113] 本発明のいずれかの態様の方法により調製された食物組成物は、それ自体が本
発明の他の態様である。
[0114] ウェルネスの増進：本発明のシステムまたは方法から得られた栄養処方は、目
的とする亜集団の１以上の動物のウェルネスを増進するように設計されたものである。

[0115] 本明細書において動物の”ウェルネス”には、動物の身体的、精神的および社
会的な健全性のあらゆる観点が含まれ、虚弱質がないことに限定されない。
[0116] 本明細書において”ウェルネスを増進する”には、現在のウェルネス状態を維
持すること；対象動物または亜集団が遺伝的その他により疾病もしくは生理的障害の素因
をもつか否かにかかわらず、そのような疾病もしくは生理的障害の発症を予防すること；
または疾病状態もしくは生理的障害がある場合、健康のいずれかの観点を増強することが
含まれる。本明細書中で”疾病”と”生理的障害”の２つの用語を用いたのは、これらの
用語の間に明確な区別があることを示すものではない。ウェルネスに反する多くの状態、
すなわち一般に疾病と考えられる状態、たとえば糖尿病または骨関節炎は、同等に十分に
生理的障害とみなすことができる；同様に、一般に生理的障害と考えられる状態、たとえ
ば肥満症または口臭は、同等に十分に疾病とみなすことができる。健康の増進は、疾病状
態の減弱および／または排除を含むことができる；限定ではないが、これには症状の軽減
、病原体または寄生虫負荷の低減、より耐容できる範囲内に疾病の重症度を制御すること
、および寛解を伴うかまたは伴わない治癒が含まれる。

[0117]”ウェルネスを増進する”には、さらに下記のものが含まれる：（１）遺伝子の
発現、タンパク質の機能、または代謝産物の産生を含めたＦＧＰのいずれかの観点を、よ
り正常な状態に再生する；（２）疾病または障害がない場合でも、生涯においてストレス
の多い特定の時期の動物の栄養管理を改善する：たとえば子ネコまたは子イヌの成長およ
び発育中；妊娠中および授乳中；外科処置、たとえば卵巣除去の前または後；ならびに長
距離輸送の前、途中または後；ならびに（３）たとえば妊娠中の雌動物に給餌する子宮内
栄養補給により、対象動物または亜集団の子孫の健康のいずれかの観点を増進する。

[0118] ウェルネスに反する状態には、既存の疾病および生理的（精神的、行動的およ
び素因的なものを含む）障害だけでなく、そのような疾病または障害に対する素因または
敏感性も含まれる。外見的に顕性の疾病または障害のほか、無症候性のものも含まれる。
動物の”ウェルネスを増進する”という表現は、本発明においてはさらに、その動物の近
くで生活しているヒトに対する迷惑を減らすことも含むと理解すべきである。そのような
迷惑の例には、限定ではないが、著しい脱毛、排出物（糞便、腸内ガスおよび尿を含む）
の臭気、ならびにアレルゲン性が含まれる。

[0119] １態様において、ウェルネスの増進は、動物の２以上の疾病状態のクラスター
を同時に予防、減弱または排除することを伴う。
[0120] 外見的に顕性であるか潜在性であるかにかかわらず、本発明方法を適用できる
疾病および生理的障害には、目的動物種のそのような疾病および障害がすべて含まれる。
本発明の態様によれば、栄養管理しやすい１以上の疾病状態を予防、減弱または排除する
ことにより、ウェルネスが増進される。

[0121] 具体的には、イヌにおいてそのような疾病および障害には下記のものが含まれ
るが、これらに限定されない：食物に対する有害反応（食物アレルギーおよび食物不耐性
を含む）、たとえば慢性大腸炎、慢性胃腸炎、慢性外耳炎またはそう痒性皮膚炎により顕
性になる可能性があるもの；骨関節炎を含めた関節炎；脳の老化および関連の行動変化；
癌または新生物；心血管疾患：腹水または水腫（体液貯留）、心疾患、心不全、イヌシジ
ョウチュウ（犬糸状虫）疾患および原発性高血圧症を含む；骨発達異常；糖尿病；消化器
障害：大腸炎、繊維応答性大腸炎、繊維応答性便秘症、繊維増加に応答しない便秘症、急
性または慢性下痢、繊維応答性下痢、膵臓外分泌腺不全、鼓腸、急性または慢性胃腸炎、
炎症性腸疾患（ＩＢＤ）、消化不良または吸収不良、非高脂血性膵臓炎、高脂血性膵臓炎
、消化器手術からの回復期、ならびに急性または慢性嘔吐を含む；肝障害：腹水または水
腫（体液貯留）、銅蓄積症、肝性脳障害および肝疾患を含む；高脂血症；肥満症；口腔健
康障害：歯肉炎、口臭、および歯石、歯垢または歯の着色を含む；回復状態：貧血症、食
欲低下、悪液質または減量、回復期、衰弱、代謝亢進状態、栄養不良、ならびに術前およ
び術後状態を含む；腎疾患：高血圧症、腎機能障害および腎不全を含む；ならびに尿路結
石症：シュウ酸カルシウム、尿酸塩およびシスチンの管理、スツルバイト溶解、スツルバ
イト管理、ならびに肥満症傾向のイヌにおけるスツルバイト管理を含む。

[0122] 具体的には、ネコにおいてそのような疾病および障害には下記のものが含まれ
るが、これらに限定されない：食物に対する有害反応（食物アレルギーおよび食物不耐性
を含む）、たとえば慢性大腸炎、好酸球性肉芽腫症候群、慢性胃腸炎またはそう痒性皮膚
炎により顕性になる可能性があるもの；心血管疾患：腹水または水腫（体液貯留）、心疾
患、心不全および原発性高血圧症を含む；糖尿病；ネコ下部尿路疾患：特発性膀胱炎、シ
ュウ酸塩管理、スツルバイト溶解、スツルバイト管理、肥満症のネコにおけるスツルバイ
ト管理、および肥満症傾向のネコにおけるスツルバイト管理を含む；消化器障害：大腸炎
、繊維応答性大腸炎、繊維応答性便秘症、繊維増加に応答しない便秘症、急性または慢性
下痢、繊維応答性下痢、急性または慢性胃腸炎、ＩＢＤ、膵臓炎、消化器手術からの回復
期、ならびに急性または慢性嘔吐を含む；肝障害：腹水または水腫（体液貯留）、銅蓄積
症、肝性脳障害および肝疾患を含む；高脂血症；肥満症；口腔健康障害：歯肉炎、口臭、
および歯石、歯垢または歯の着色を含む；回復状態：貧血症、食欲低下、悪液質または減
量、回復期、衰弱、代謝亢進状態、栄養不良、ならびに術前および術後状態を含む；腎疾
患：高血圧症、腎機能障害および腎不全を含む；ならびに尿路結石症：シュウ酸カルシウ
ム、尿酸塩およびシスチンの管理、スツルバイト溶解、スツルバイト管理、ならびに肥満
症傾向のネコにおけるスツルバイト管理を含む。

[0123] １態様においては、本発明方法を亜集団の１以上の個体動物について間隔をお
いて反復し、栄養処方を必要に応じて生理的状態またはＦＧＰの経時変化に合わせて調整
する。そのような変化の少なくとも一部は、それ以前の本発明方法の反復（１以上）によ
り調製された食物組成物（１以上）の栄養処方（１以上）によりもたらされる可能性があ
る。反復法は、たとえばウェルネス問題の治療からその問題の再発防止へ移行するための
給餌計画を提供することができる。

[0124] データバンク：本明細書中で”データバンク”という用語は、１ないし複数の
データベースに構成しうる１ないし複数のデータセットを含むデータ収集物の物理的態様
を表わす。したがってデータバンクは、それらのデータを記憶させた媒体を含む。データ
バンクはそのような媒体を１より多く含むことができる；ただし、そのような場合にはそ
れらの媒体は機能的に接続している。本発明に有用な媒体は、プリントされたスプレッド
シートの場合のようにユーザー可読であってもよいが、一般に、かつ特に現在意図してい
る多量のデータからみて、そのような媒体はコンピューター可読である。

[0125] 本発明のデータバンクは、コンピューター上にある、またはコンピューターに
電気的に接続された、１ないし複数の媒体を含むことができ、それらの媒体には動物種ま
たは動物モデルの機能性ゲノムプロフィールを下記のうち少なくとも１つに関連づけるデ
ータが記憶されている：（ａ）それから機能性ゲノムプロフィールを決定する１以上の組
織試料および／またはバイオフルイド試料を提供した動物の遺伝子型および／または生理
的状態、ならびに（ｂ）動物種または動物モデルによる１以上の生物活性食事成分の摂取
。これらのデータは、１ないし複数のデータベースとして構成される。機能性ゲノムプロ
フィールおよび／または生物活性食事成分に関する質問をコンピューターにより提示する
と、１以上のデータベースから質問に対する関連応答中に情報を検索できる。

[0126] １態様によれば、そのような質問により、動物対象の遺伝子型および／または
生理的状態に関する入力データに関連する機能性ゲノムプロフィールデータの出力を要求
する。他の態様によれば、そのような質問により、動物対象の機能性ゲノムプロフィール
に関する入力データに関連する生物活性食事成分データの出力を要求する。そのような質
問に対する関連回答中に検索できる情報を、その動物対象のための栄養処方として表示す
ることができる。

[0127] 本発明の一般的なデータバンクにおいて、データは、機能性ゲノムプロフィー
ルを、それから機能性ゲノムプロフィールを決定する１以上の組織試料および／またはバ
イオフルイド試料を提供した動物の遺伝子型および／または生理的状態に関連づける、第
１データセット；ならびに機能性ゲノムプロフィールを、動物モデルによる１以上の生物
活性食事成分の摂取に関連づける、第２データセットを含む。この態様によれば、対象の
遺伝子型および／または生理的状態に関するデータを入力するのに適切な動物対象のため
の栄養処方の出力を要求する質問に対する関連回答中に情報を検索することができる。

[0128] そのようなデータバンクにおけるデータは、場合によりさらに、食物組成物の
成分中の生物活性食事構成要素の含量を含む第３データセットを含む。この態様によれば
、対象の遺伝子型および／または生理的状態に関するデータを入力するのに適切な動物対
象のための食物組成の出力を要求する質問に対する関連回答中に情報を検索することがで
きる。

[0129] 関連態様によれば、第３データセットはさらに成分の原価を含み、対象の遺伝
子型および／または生理的状態に関するデータを入力するのに適切な動物対象のための最
適原価の食物組成の出力を要求する質問に対する関連回答中に情報を検索することができ
る。

[0130] 他の態様のデータバンクにおいては、動物対象の機能性ゲノムプロフィールに
関する入力データを正常な機能性ゲノムプロフィールに関連づける出力を要求する質問に
対する関連回答中に情報を検索することができる。

[0131] さらに他の態様のデータバンクにおいては、動物対象に対して下記のために有
効な栄養処方の出力を要求する質問に対する関連回答中に情報を検索することができる：
（ａ）正常な機能性ゲノムプロフィールを維持する；または（ｂ）正常外の機能性ゲノム
プロフィールをより正常な状態に改変する。

[0132] 本発明の他の態様は下記に挙げるものである。そのような態様のひとつは、動
物対象、好ましくは愛玩動物対象のための食物組成物を選択する方法である。この方法は
、（ａ）正常および正常外の機能性ゲノムデータを母集団とするデータベースにアクセス
し；（ｂ）それらのデータを参照することにより、対象のＦＧＰを正常プロフィールに対
比して評価し；（ｃ）少なくとも１つのＢＤＣを摂取した動物モデルにおけるＦＧＰに関
する試験結果を母集団とするデータベースから、ＦＧＰをより正常な状態へ移行させる傾
向をもつ１以上のＢＤＣを同定し；そして（ｄ）それら１以上のＢＤＣを含む食物組成物
を選択することを含む。

[0133] 本発明の１観点においては、食物成分およびＢＤＣの原価に関するデータを母
集団とするデータベースを参照して食物組成物を選択する。他の観点において、食物組成
物はＦＧＰをより正常な状態へ移行させるのに有効であり、かつ目標原価以下で配合され
る。他の観点においては、これらのデータベースを１以上の媒体に記憶させる。他の観点
においては、１以上の媒体にアクセスできるコンピューターを用いて、機能性ゲノムデー
タを評価する。さらに他の観点において、この方法はさらに、その組成物を動物対象に給
餌して、対象における疾病状態の発症を予防し、対象の健康を増進し、対象のＦＧＰを正
常外状態から正常状態へ移行させ、または対象のＦＧＰを変化させることを含む。他の観
点において、正常および正常外の機能性ゲノムデータは、ウェルネス状態および疾病状態
にある動物集団の組織および／またはバイオフルイドの分析から得られる。そのような集
団は、少なくとも一部は遺伝子型パラメーターにより、少なくとも一部は表現型パラメー
ターにより、または少なくとも一部は品種もしくは品種群により規定することができる。
この最後の場合、食物組成物をその品種または品種群のために特別に選択することができ
る。

[0134] 他の態様は、動物対象のための食物組成物を配合する方法である。この方法は
、（ａ）１以上の組織および／またはバイオフルイドから判定した対象のＦＧＰを正常な
ＦＧＰに関連づけるデータを含む、第１データセットにアクセスし；（ｂ）１以上のモデ
ル試験系において個々のＢＤＣおよび／またはその組合わせがＦＧＰに及ぼす影響に関す
る情報を含む、第２データセットにアクセスし；そして（ｃ）食物組成物として用いた場
合に正常ＦＧＰからの対象ＦＧＰのずれを反転または減弱させるのに有効なＢＤＣまたは
その組合わせを含む配合を計算することを含む。

[0135] １態様において、配合物は対象のＦＧＰを正常ＦＧＰに転移させるのを促進す
るのに有効である。他の態様において、この方法はさらに、対象の表現型に関連する情報
を含むデータセットにアクセスすることを含む。そのような情報は、たとえば年齢、毛皮
のタイプ、体格および体重よりなる群から選択できる。さらに他の態様において、この方
法はさらに、その配合物中の各ＢＤＣの活性形態の供給源および原価、前駆物質または代
謝産物に関連する情報を含むデータセットにアクセスすることを含む。他の態様において
、そのような方法により計算した配合は原価効率が良い。他の態様において、正常ＦＧＰ
はある動物集団から得た組織および／またはバイオフルイドの分析から確立される。その
ような集団も、少なくとも一部は遺伝子型パラメーターにより、少なくとも一部は表現型
パラメーターにより、または少なくとも一部は品種もしくは品種群により規定することが
できる。この最後の場合、食物組成物をその品種または品種群のために特別に選択するこ
とができる。他の態様においては、少なくとも１つのデータセットを１以上の媒体に記憶
させる。他の態様においては、１以上の媒体にアクセスできるコンピューターを用いて配
合を計算する。

[0136] 本明細書に記載した特定の方法、プロトコルおよび試薬は変更できるので、本
発明はそれらに限定されない。さらに、本明細書中で用いた専門用語は特定の態様を記述
するためのものにすぎず、本発明の範囲を限定するためのものではない。本明細書および
特許請求の範囲で用いる単数形には、そうではないことが状況から明示されない限り、複
数表示が含まれる。同様に、用語”含む（ｃｏｍｐｒｉｓｅ、ｃｏｍｐｒｉｓｅｓ、ｃｏ
ｍｐｒｉｓｉｎｇ）”も除外ではなく包括と解釈すべきである。

[0137] 別途定義しない限り、本明細書中で用いるすべての技術用語および科学用語な
らびにいずれかの頭字語は、本発明の分野の当業者が一般に理解しているものと同じ意味
をもつ。本明細書に記載したものと類似または均等な組成物、方法、製品、または他の手
段もしくは材料をいずれも本発明の実施に使用できるが、好ましい組成物、方法、製品、
または他の手段もしくは材料を本明細書に記載する。

[0138] 本明細書中に引用または言及したすべての特許、特許出願、刊行物、および他
の参考文献を、法律が許す範囲で本明細書に援用する。それらの参考文献についての考察
は、それらにおいてなされた主張をまとめるためのものにすぎない。それらの特許、特許
出願、刊行物、もしくは他の参考文献、またはそれらのいずれかの部分が本発明に対する
関連先行技術であると認めたわけではなく、それらの特許、特許出願、刊行物、および他
の参考文献の正確さおよび関連性に反論する権利は明らかに残されている。

[0139] 本明細書に本発明の代表的な好ましい態様を開示し、特定の用語を用いたが、
それらは一般的な説明の意味で用いたにすぎず、限定のためのものではなく、本発明の範
囲は特許請求の範囲に示されている。本明細書に含まれる教示からみて本発明の多数の改
変および変更が可能である。したがって、特許請求の範囲内において本発明は具体的に記
載されたものと異なる形で実施できることを理解すべきである。

[0140] 本発明は以下の実施例によりさらに説明できるが、これらの実施例は説明のた
めに記載したにすぎず、別途明記しない限り本発明の範囲を限定するためのものではない
ことは理解されるであろう。

材料および方法
組織からのリボ核酸（ＲＮＡ）の単離
[0141] 採集し、液体窒素中で凍結させ、そして融解した組織試料を、ホモジナイズし
、ＴＲＩｚｏｌ（登録商標）ＲＮＡ抽出法により処理して良質のＲＮＡを調製し、次いで
これを以後のゲノム分析に用いる。

[0142] 材料：氷、液体窒素、イヌ類またはネコ類の凍結組織、細胞溶解試薬ＴＲＩｚ
ｏｌ（登録商標）、最低９９％のクロロホルム、イソプロピルアルコール、７０％エタノ
ール（無水エタノール、およびＲＮａｓｅを含まない脱イオン水を用いて、自社調製）、
ＲＮａｓｅ Ｚａｐ（登録商標）、脱イオン水、ＲＮＡ Ｓｔｏｒａｇｅ Ｓｏｌｕｔｉ
ｏｎ（登録商標）（ＲＮＡ保存液）：Ａｍｂｉｏｎから。

[0143] 装置：Ｕｌｔｒａ−Ｔｕｒｒａｘ Ｔ２５強力ホモジナイザー、Ｂｅｃｋｍａ
ｎ Ｃｏｕｌｔｅｒ Ａｌｌｅｇｒａ ２５Ｒ遠心機、エッペンドルフ（Ｅｐｐｅｎｄｏ
ｒｆ）遠心機、鉗子、メス、硬質裁断面、すなわち裁断台、ＤＮａｓｅおよびＲＮａｓｅ
を含まない１．５ｍＬ無菌ミクロ遠心管、ＤＮａｓｅおよびＲＮａｓｅを含まない５０ｍ
Ｌ無菌ディスポーザブルポリプロピレン試験管、Ｐ１０００、Ｐ２００、Ｐ２０、Ｐ１０
およびＰ２ Ｒａｉｎｉｎ Ｐｉｐｅｔｍａｎピペット、Ｐ１０００、Ｐ２００、Ｐ２０
、Ｐ１０およびＰ２ピペット用フィルターピペットティップ、ＤＮａｓｅおよびＲＮａｓ
ｅを含まない無菌の糸屑なし拭布。

[0144] 準備：４ｍＬのＴＲＩｚｏｌ（登録商標）を入れた５０ｍＬポリプロピレン試
験管を準備する（ＲＮＡ単離用に選択した各組織につき１本の試験管）。
[0145] 組織ホモジナイゼーション：液体窒素を保持できる容器に３〜４匙の液体窒素
を充填する。直ちに凍結組織片を上記の容器に入れ（組織はほぼ豆粒サイズとすべきであ
る）、組織を適切なラベル付きの５０ｍＬポリプロピレン試験管（既に４ｍＬのＴＲＩｚ
ｏｌ（登録商標）を入れたもの）に入れる。直ちにＵｌｔｒａ−Ｔｕｒｒａｘ Ｔ２５強
力ホモジナイザーを用いてホモジナイゼーションを開始する。最高設定（６）で１０〜１
５秒間ホモジナイズする。試料を氷上でさらに１０〜１５秒間冷却し、次いで繰り返す。
組織が完全にホモジナイズされて溶液が混濁するまで継続する。ホモジナイゼーションが
完了した時点で、５０ｍＬ試験管に蓋をし、氷に戻す。ホモジナイズされた組織を室温で
５分間インキュベートした後、単離操作にとりかかる。

[0146] ＲＮＡの単離：全般的に、ＴＲＩｚｏｌ（登録商標）試薬に備えられたＩｎｖ
ｉｔｒｏｇｅｎ指示書に示された手順に従う。ホモジナイズした試料を１ｍＬずつ４つに
分けて４本の１．５ｍＬミクロ遠心管に入れる。各１ｍＬずつに２００ｕＬのクロロホル
ムを添加する。試験管に蓋をし、１５秒間ボルテックス撹拌し、次いで上下に振とうする
。その結果、桃色の乳濁液になるはずである。これらの試験管を室温で２〜３分間インキ
ュベートする。試験管を１４，０００ｒｐｍおよび４℃で１５分間遠心する。水相（上層
）を無菌の１．５ｍＬミクロ遠心管へ移す。新たな試験管へ移すべき水相の一般的な体積
は約５００ｕＬである。確実に、中間相または下相を全く移さないようにする。水層を入
れた各ミクロ遠心管に５００ｕＬのイソプロピルアルコールを添加することにより、溶液
からＲＮＡを沈降させる。試験管を少なくとも２０秒間、上下に振とうする。試料を室温
で１０分間インキュベートする。試料を１４，０００ｒｐｍ、４℃で１０分間遠心する。
確実にペレットを失わないように液体を吸引除去することにより、上清を慎重に取り除く
。７０％エタノール１ｍｌを添加してペレットを洗浄する。試験管をはじく（または試験
管を台上でかるく叩く）ことによりペレットを離脱させ、振とう混合する。８，２００ｒ
ｐｍ、４℃で５分間遠心する。確実にペレットを失わないように液体を吸引除去すること
により、上清を慎重に取り除く。糸屑のない拭布を用いて慎重に過剰のエタノールを吸い
取り、ペレットを確実に乾燥させる。各ペレットを３０ｕＬのＲＮＡ保存液に再懸濁する
。ＲＮＡが溶液に戻るまでピペッティングすることによって穏やかに混合し、次いで−８
０℃に保存する。ＲＮＡの再懸濁を容易にするために、試料を低速で数秒間ボルテックス
撹拌することが必要な可能性がある。これが必要な場合、凍結前にミクロ遠心機を用いて
試料を遠心沈降させる。

[0147] ＲＮＡの洗浄：ＲＮｅａｓｙ（登録商標）Ｍｉｎｉ Ｈａｎｄｂｏｏｋに示さ
れた手順に従う。ＯｐｔｉＣｅｌｌチャンバー内で培養した細胞からのＲＮｅａｓｙ Ｍ
ｉｎｉ ＫｉｔによるＲＮＡ単離。

[0148] 哺乳動物細胞系から培養した細胞を用いて良質のＲＮＡを単離し、次いでこれ
を以後のゲノム分析に使用する。細胞培養に関するすべての作業を厳密な無菌条件下で実
施すべきである。

[0149] 試薬：１０Ｘ ＰＢＳ、脱イオン水、無水エタノール、ＲＮＡ保存液、β−メ
ルカプトエタノール、ＲＮａｓｅ Ｚａｐ（登録商標）、緩衝液ＲＬＴおよび緩衝液ＲＷ
ｌおよび緩衝液ＲＰＥ（ＲＮｅａｓｙ Ｍｉｎｉ Ｋｉｔ内に備えられている）。

[0150] 装置／材料：ＲＮｅａｓｙ Ｍｉｎｉ Ｋｉｔ、ＱＩＡｓｈｒｅｄｄｅｒスピ
ンカラム、ＯｐｔｉＣｅｌｌナイフ、２０ｍＬ無菌注射器、ＯｐｔｉＣｅｌｌティップ、
細胞掻き取り具、Ｐ１０００ Ｐｉｐｅｔｍａｎピペット、Ｒａｉｎｉｎ、Ｐ２００ Ｐ
ｉｐｅｔｍａｎピペット、Ｒａｉｎｉｎ、１００−１００ｕＬフィルター付きピペットテ
ィップ、１−２００ｕＬフィルター付きピペットティップ、無菌トランスファーピペット
、５５ｍＬ無菌溶液皿、１．５ｍＬ無菌ミクロ遠心管、およびエッペンドルフ−ミクロ遠
心機。

[0151] 溶液：緩衝液ＲＬＴ（原液がＲＮｅａｓｙ Ｍｉｎｉ Ｋｉｔ内に備えられて
いる）；−プロトコル開始前に、１０ｍＬの緩衝液ＲＬＴにつき１００ｕＬのβ−メルカ
プトエタノールを添加する。７０％エタノール：３５ｍＬの無水エタノールをＲＮａｓｅ
を含まない脱イオン水１５ｍＬに添加することにより、５０ｍＬの７０％エタノールを調
製する。ＩＸ ＰＢＳ：ＲＮａｓｅを含まない水。この溶液を．２２ｕｍのフィルターで
濾過する。

[0152] 手順：ＯｐｔｉＣｅｌｌチャンバーから細胞を取り出す（一度に１つのＯｐｔ
ｉＣｅｌｌを処理する）。ＲＮＡを単離する前に、細胞が生存しているかを確認するため
に細胞を顕微鏡下で検査する。細胞培養培地を分離廃棄する。ＯｐｔｉＣｅｌｌナイフを
用いて上側の膜を切り去り、下側の膜上の細胞を露出させる。細胞が付着している膜をＩ
Ｘ ＰＢＳで３回洗浄する。細胞が付着している膜の中心に、６００ｕＬの緩衝液ＲＬＴ
（β−メルカプトエタノールを含有）をピペットで添加する。細胞掻き取り具を用いて緩
衝液ＲＬＴを膜の表面全体に穏やかに広げ、次いで液体を一隅に集める。緩衝液ＲＬＴ全
部をピペットで取り出し、ＱＩＡｓｈｒｅｄｄｅｒスピンカラムに入れる。

[0153] ＲＮＡの単離：ＱＩＡｓｈｒｅｄｄｅｒスピンカラムを１４，０００ｒｐｍで
２分間遠心する。スピンカラムを廃棄し、ただし採集管とその内容物を保存する。採集管
に６００ｕＬの７０％エタノールを添加し、ピペッティングによって十分に混合する（こ
の時点で、全体積は１．２ｍＬ）。６００ｕＬの細胞溶解物をＲＮｅａｓｙミニカラムに
移し、１４，０００ｒｐｍで１５秒間遠心する。流出液を廃棄し、ただし採集管とスピン
カラムを保存する。残量の細胞溶解物（約６００ｕＬ）をスピンカラムに移し、遠心を繰
り返す。流出液を廃棄し、ただし採集管とスピンカラムを保存する。７００ｕＬの緩衝液
ＲＷｌをスピンカラムに添加する。１４，０００ｒｐｍで１５秒間遠心してカラムを洗浄
する。流出液と採集管を廃棄する。スピンカラムを新たな２ｍＬ採集管に移し、５００ｕ
Ｌの緩衝液ＲＰＥをカラムに添加する。１４，０００ｒｐｍで１５秒間遠心する。流出液
を廃棄し、採集管／カラムを保存する。さらに５００ｕＬの緩衝液ＲＰＥをカラムに添加
する。１４，０００ｒｐｍで２分間遠心する。スピンカラムを１．５ｍＬ採集管に移す。
３０ｕＬのＲＮＡ保存液をシリカゲル膜に直接添加し、１４，０００ｒｐｍで１分間遠心
してＲＮＡを溶離する。この最終ＲＮＡを−７０℃に保存する。

ＲＮＡ ６０００ Ｎａｎｏ Ａｓｓａｙ
[0154] Ａｇｉｌｅｎｔ ２１００ ＢｉｏａｎａｌｙｚｅｒおよびＲＮＡ ６０００
Ｎａｎｏ Ａｓｓａｙを用いて、哺乳動物培養細胞、リンパ球または組織から単離した
ＲＮＡを定性アッセイする。

[0155] 試薬：ＲＮＡ ６０００ Ｎａｎｏゲルマトリックス、ＲＮＡ ６０００ Ｎ
ａｎｏ濃縮色素、ＲＮＡ ６０００ Ｎａｎｏ Ｍａｒｋｅｒ（上記の試薬はすべてＲＮ
Ａ ６０００ Ｎａｎｏ Ａｓｓａｙキットに含まれる；Ａｇｉｌｅｎｔ）、ＲＮＡ ６
０００ラダー、ＲＮａｓｅ Ｚａｐ、およびＲＮａｓｅを含まない水、Ａｍｂｉｏｎから
。

[0156] 装置／他の材料：Ａｇｉｌｅｎｔ Ｃｈｉｐ Ｐｒｉｍｉｎｇ Ｓｔａｔｉｏ
ｎ、Ａｇｉｌｅｎｔ、ＲＮＡ ６０００チップ、Ａｇｉｌｅｎｔ、電極洗浄器、Ｐ２、Ｐ
ｌ０、Ｐ２００およびＰ１０００ Ｒａｉｎｉｎ Ｐｉｐｅｔｍａｎピペット、ＤＮａｓ
ｅ／ＲＮａｓｅを含まない無菌のフィルター付きピペットティップ、１．５ｍＬ無菌ミク
ロ遠心管、ボルテックス、ＩＫＡボルテックスミキサー、ミクロ遠心機、ならびに加熱ブ
ロック。

[0157] 手順：手順はＡｇｉｌｅｎｔ ＴｅｃｈｎｏｌｏｇｉｅｓによるＲｅａｇｅｎ
ｔ Ｋｉｔ Ｇｕｉｄｅ，ＲＮＡ ６０００ Ｎａｎｏ Ａｓｓａｙ，２００３年１１月
版に示されている。この手引きに示された手順に従い、下記の変更を行なう：ゲルの調製
、ｐ．１７−濾過したゲルをそれぞれ６５ｕＬに小分けするのではなく、濾過したゲル原
液を元のミクロ遠心管内に保存し、必要に応じて６５ｕＬを分取する。ＲＮＡ ６０００
Ｎａｎｏ Ｍａｒｋｅｒの装填、ｐ．２２−ＲＮａｓｅを含まない水（ＲＮＡ ６００
０ Ｎａｎｏ Ｍａｒｋｅｒの代わりに）１ｕＬを、試料を入れない予定の試料ウェルそ
れぞれに添加する。これはマーカーの使用量を節約するだけでなく、ＲＮａｓｅを含まな
い水を含めていずれの試薬も汚染していないことを示す陰性対照としても役立つ。ラダー
および試料の装填、ｐ．２３−試料およびＲＮＡ ６０００ラダーを７１℃でさらに３０
秒間（合計２．５分間）、熱変性させる。チップ操作の開始、ｐ．２６−アッセイメニュ
ーから”Ｅｕｋａｒｙｏｔｅ Ｔｏｔａｌ ＲＮＡ（真核細胞全ＲＮＡ）Ｎａｎｏ”オプ
ションを選択する。

Ａｆｆｙｍｅｔｒｉｘ Ｇｅｎｅｃｈｉｐ発現分析
[0158] Ａｆｆｙｍｅｔｒｉｘ Ｉｎｃ．（９５０５１カリフォルニア州サンタクララ
）から市販されているＡｆｆｙｍｅｔｒｉｘ Ｃａｎｉｎｅ−１およびＣａｎｉｎｅ−２
ＧｅｎｅＣｈｉｐ（登録商標）アレイを用いて遺伝子発現を分析した。全ＲＮＡをｃＤ
ＮＡに逆転写する。このｃＤＮＡを用いてｃＲＮＡを生成させ、これを分断し、Ｇｅｎｅ
Ｃｈｉｐハイブリダイゼーション用プローブとして用いる。遺伝子チップを洗浄し、ハイ
ブリダイゼーション信号をＡｆｆｙｍｅｔｒｉｘレーザースキャナーで測定する。次いで
このハイブリダイゼーションデータを以後の分析のために確認および規準化する。

[0159] 材料：Ａｆｆｙｍｅｔｒｉｘが大部分の試薬およびキットを提供している。Ａ
ｆｆｙｍｅｔｒｉｘマニュアルに挙げられているがキット内に供給されていない他の試薬
は、別個に入手できる（詳細についてはGeneChip Expression Analysis Technical Manua
l (701021 Rev.4) を参照）。ＲＮａｓｅ Ｚａｐ（登録商標）および脱イオン水。

[0160] 装置：エッペンドルフ−ミクロ遠心機、ＤＮａｓｅおよびＲＮａｓｅを含まな
い無菌の１．５ｍＬミクロ遠心管、ＤＮａｓｅおよびＲＮａｓｅを含まない無菌の５０ｍ
Ｌディスポーザブルポリプロピレン試験管、Ｐ１０００、Ｐ２００、Ｐ２０、Ｐ１０およ
びＰ２ Ｒａｉｎｉｎ Ｐｉｐｅｔｍａｎピペット、ＤＮａｓｅおよびＲＮａｓｅを含ま
ない無菌のＰ１０００、Ｐ２００、Ｐ２０、Ｐ１０およびＰ２ピペット用フィルター付き
ピペットティップ、ならびにＰｅｌｔｉｅｒサーマルサイクラーＰＴＣ−２００。

[0161] 手順：すべての手順をGeneChip Expression Analysis Technical Manual (Aff
ymetrix Copyright 1999-2003）の記載に厳密に従う。第１鎖ｃＤＮＡ合成のために５μ
ｇの全ＲＮＡを用いる。反応およびプローブ変性に際しての温度制御のためにＰｅｌｔｉ
ｅｒサーマルサイクラーＰＴＣ−２００または加熱ブロックを用いる。ＲＮＡ Ｎａｎｏ
ＤｒｏｐチップをＢｉｏＡｎａｌｙｅｒ ２１００と共に用いて品質管理を行なう。前記
のイヌ用遺伝子チップには１００ Ｆｏｒｍａｔ（Ｍｉｄｉ Ａｒｒａｙ）を用いる。

実施例１
多様な物質または成分がイヌ類細胞系における遺伝子発現に及ぼす影響の判定
[0162] Ａｆｆｙｍｅｔｒｉｘイヌ類遺伝子チップＣａｎｉｎｅ−１およびＣａｎｉｎ
ｅ−２を用いて、下記の多様な試験物質または成分が４つのイヌ類細胞系および適切な対
照における遺伝子発現に及ぼす影響を判定する：たとえばＭＣＴ類；ＴＡＧ類；ＡＬＡ；
ＥＰＡ；ＤＨＡ；リノール酸；ステアリン酸（ＳＡ）、共役リノール酸（ＣＬＡ）、ＧＬ
Ａ；アラキドン酸；レシチン；ビタミンＡ、ビタミンＤ、ビタミンＥ、ビタミンＫ、リボ
フラビン、ナイアシン、ピリドキシン、パントテン酸、葉酸、ビオチン、ビタミンＣ、カ
テキン、ケルセチン、テアフラビン；ユビキノン；リコペン、リコキサンチン；レスベラ
トロール；α−リポ酸；Ｌ−カルニチン；Ｄ−リモネン；グルコサミン；Ｓ−アデノシル
メチオニン；キトサン；これらの化合物のうち１以上を含有する多様な物質、およびその
多様な組合わせ。各成分を、選択した試料成分について表６に示すように２種類の濃度で
試験した。２種類の濃度のうち高い方の溶媒を対照として用いた。４つのイヌ類細胞系を
用いた：ＣＣＬ３４（腎臓）、ＣＲＬ１４３０（胸腺）、ＣＣＬ１８３（骨）（Ｔｈｅ
Ａｍｅｒｉｃａｎ Ｔｉｓｓｕｅ Ｃｕｌｔｕｒｅ Ｃｏｌｌｅｃｔｉｏｎから入手）お
よびＣＴＡＣ（甲状腺）（参照：イヌ末梢リンパ球から精製したエフェクター細胞におけ
るＮＫ活性の測定, Veterinary Immunology and Immunopathology, 35 (1993) 239-251）
。特定濃度の成分で処理した細胞系を”処理”と呼び、非処理試料を”対照”と呼ぶ。用
語”遺伝子”と”プローブ”をこの方法においては同義に用いる。処理細胞系と対照につ
いて遺伝子発現を測定した。

[0163] 遺伝子発現データを、いずれか特定の処理について”アップ”または”ダウン
”レギュレーションのいずれかとして判定した。遺伝子が”アップ”または”ダウン”の
いずれであるかについての決定は変化倍数に基づいてなされ、倍数は個々の各プローブに
ついて処理強度／対照強度として計算される。この数値が＜１／１．５（４つの細胞系す
べてにわたる分析について）または＜１／２（細胞系内分析について）であれば変化倍数
はダウンレギュレーションとみなされ、この数値が＞１．５（４つの細胞系すべてにわた
る分析について）または＞２（細胞系内分析について）であればアップレギュレーション
とみなされる。同様に、用いるソフトウェアに従って、比較される条件（処理または対照
）のうち１つのみにおいて存在と呼出され、他の条件においては”不存在”または”境界
（ｍａｒｇｉｎａｌ）”であり、変化倍数が有意である場合、プローブは以後の精査のた
めに有意とみなされる。２つの条件において反対の方向に調節されると思われるプローブ
は以後の分析から除外する。

[0164] ＧｅｎｅＳｐｒｉｎｇバージョン７．０（ＧＳ）ソフトウェア（Ａｇｉｌｅｎ
ｔ Ｃｏｒｐｏｒａｔｉｏｎ）を用いて粗データを分析し、Ｒ−Ｂｉｏｃｏｎｄｕｃｔｏ
ｒ（ＲＢ）フリーウェアを用いて評価する。両ソフトウェアパッケージを用いて、Ａｆｆ
ｙｍｅｔｒｉｘ Ｉｎｓｔｒｕｍｅｎｔが作成したＣＥＬファイルからプローブ強度を算
出する。プローブ毎の存在／不存在／境界呼出しおよびＰ−値は、Ｒ−Ｂｉｏｃｏｎｄｕ
ｃｔｏｒおよびＧｅｎｅＳｐｒｉｎｇソフトウェアを別個に用いて算出される。

[0165] ２つのスキームをデータ分析に用いる。第１；”細胞系全体”および”個々の
細胞系内”。第１スキームでは、遺伝子がすべての細胞系にわたって有意かつ共通である
ことが認められた場合に、それらの遺伝子が採点のために選択される。”細胞系全体”は
最小のノイズで最高の信頼データをもたらし、どの遺伝子が個々の成分によって影響を受
けるかについて可能な最良の手掛かりを与える可能性がある。第２スキームでは、個々の
細胞系内で両方のソフトウェアパッケージに従った２つの処理において有意倍数の変化を
示す遺伝子のみを採点する。これらの実験から得たデータのサンプルを表７に示す。表７
は、処理物質（欄１）、プローブ（データリンク）（欄２）、方向（欄３）、最良ＢＬＡ
ＳＴ標記（欄４）、およびターゲットに最も近いヒト配列のヒト寄託番号（欄５）間の相
関性を示す。明確にするために、この表に示したデータは実施した実験から得たデータの
一部分にすぎず、本発明の関連する観点を説明するために示したものである；たとえば、
被験ＢＤＣがピルビン酸デヒドロゲナーゼキナーゼおよびイヌ類パルミトイルトランスフ
ェラーゼＩを含めた脂肪代謝の中心である”ボトルネック（瓶首、ｂｏｔｔｌｅｎｅｃｋ
）”遺伝子産物に影響を及ぼす可能性があることをデータは示す。これらのデータは、こ
れら２遺伝子にインビトロで影響を及ぼす成分は飼料に含有させた場合に同様な影響を及
ぼすのに有用な可能性があることをも示し、その後その飼料を減量増進のために肥満のイ
ヌに与え、または痩身性を維持するために痩身のイヌに与えることができる。被験成分す
べてについての情報を参考のためにデータベースに記憶させる。この情報は本発明の第２
データセットを構成する。

実施例２
肥満動物と痩身動物からの脂肪組織試料間の遺伝子示差発現の判定
[0166] 常法により”肥満”または”痩身”と診断された１３匹の肥満イヌ類および３
匹の痩身イヌ類動物から脂肪組織試料を得る。動物の”肥満”または”痩身”は、常法を
用いるＤＥＸＡによる測定に基づいて、または５点身体状態評点システム（ｂｏｄｙ ｃ
ｏｎｄｉｔｉｏｎ ｓｃｏｒｉｎｇ ｓｙｓｔｅｍ）に基づいて判定された。たとえば、
４以上の身体状態評点および総体脂肪率３０％以上をもつ場合、動物は肥満とみなされた
。２もしくは２．５の身体状態評点および／またはＤＥＸＡ総体脂肪率２７％未満をもつ
場合、動物は痩身とみなされた。すべての組織試料を、動物から摘出した直後に液体窒素
中で瞬間凍結する。

[0167] 肥満動物に痩身動物と比較して示差発現している遺伝子がある場合、どの遺伝
子がそうであるかを判定するために、Ａｆｆｙｍｅｔｒｉｘ”Ｃａｎｉｎｅ−２”イヌ類
遺伝子チップを用いて常法により組織を分析する。肥満動物および痩身動物からのデータ
をＧｅｎｅＳｐｒｉｎｇおよびＲ−Ｂｉｏｃｏｎｄｕｃｔｏｒソフトウェアにより比較お
よび分析する。いずれか特定の遺伝子に”存在”呼出しが割り当てられるためには、それ
は以後の精査に考慮すべき２倍の発現レベル変化を示さなければならなかった。さらに、
１つの条件にのみ存在し、他のグループには”不存在”または”境界”である遺伝子も、
以後の精査のために選択される。

[0168] 実施例２を用いて得たデータのサンプルを表３、４および５に示す。表３は、
ＳＥＱ ＩＤ ＮＯを欄１に、Ａｆｆｙｍｅｔｒｉｘプローブ同定番号（Ａｆｆｙｍｅｔ
ｒｉｘ Ｐｒｏｂｅ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ Ｎｕｍｂｅｒ）（本明細書中で”
ＡＰＩＮ”）を欄２に、発現倍率（肥満／痩身）を欄３に、最高ＢＬＡＳＴヒットの寄託
番号を欄４に、ヒト配列に対する最高ＢＬＡＳＴヒットの寄託番号を欄５に示す。表４は
対応するＳＥＱ ＩＤ ＮＯに対する最高ｂｌａｓｔヒット寄託番号について得た遺伝子
記載を示し、表５は対応するＳＥＱ ＩＤ ＮＯに対するヒト配列の最高ＢＬＡＳＴヒッ
ト寄託番号についての遺伝子記載を示す。明確にするために、これらの表に示したデータ
は実施した実験から得たデータの一部分にすぎず、本発明の関連する観点を説明するため
に示したものである。特にこれらのデータは、肥満動物が実施例１に述べた”ボトルネッ
ク”遺伝子産物を痩身動物の場合より２〜３倍低い濃度で発現することを示す。したがっ
て、肥満動物に与える飼料に取り込ませたＢＤＣにより前記のボトルネック遺伝子をター
ゲティングすると、それらの減量を増進し、痩身体型を維持するのに役立つ可能性がある
。これらの情報を参考のためにデータベースに記憶させる。この情報は本発明の第１デー
タセットを構成する。

実施例３
肥満動物と痩身動物のクラス予測子として使用できる、肥満動物と痩身動物の血中で示
差発現する遺伝子
[0169] 将来の試験を簡略化し、生存動物から生体組織採取しなくてはならない固体組
織試料を用いる必要性を排除するために、肥満イヌおよび痩身イヌから血液試料を採取し
、肥満動物と痩身動物の識別に使用できるクラス予測子の作成に用いる。Ａｆｆｙｍｅｔ
ｒｉｘ Ｃａｎｉｎｅ−２ ＧｅｎｅＣｈｉｐを用いて、肥満と臨床同定された動物（身
体状態評点４または５の動物２８匹）または痩身と臨床同定された動物（身体状態評点２
または２．５の動物１２匹）から採取した血液試料における遺伝子発現レベルを測定する
。このＧｅｎｅＣｈｉｐデータをプログラムＧｅｎｅＳｐｒｉｎｇ（Ａｇｉｌｅｎｔ Ｔ
ｅｃｈｎｏｌｏｇｉｅｓから）バージョン７．２により分析する。偽発見率補正の適用後
に肥満試料と痩身試料の間で”ｐ”値０．０１の発現レベル差を示す６５のプローブが同
定される。これらのプローブ（表８に示す）、ならびにそれらが表わす遺伝子および遺伝
子産物は、脂肪組織試料を用いる必要なしに血液試料を用いて肥満動物および痩身動物に
対するクラス予測子として使用できる可能性がある。

[0170] イヌ類の生理的状態（肥満として診断）、ならびにデータセットおよび表から
の情報の比較（被験物質または成分により影響を受け、痩身イヌ類と比較して肥満イヌ類
に示差発現する、同一遺伝子の選択）に基づいて、肥満イヌ類のための食物組成物を選択
および調製するのに有用な、下記の成分のうち１以上を下記の量で含有する栄養処方を決
定する（１日につき体重キログラム当たりのミリグラム数（ｍｇ／ｋｇ／日））：ＤＨＡ
−約１〜約３０；ＥＰＡ−約１〜約３０；ＥＰＡ／ＤＨＡ組合わせ（比率１．５：１）−
約４／２〜約３０／４５；ＡＬＡ−約１０〜約１００；ＬＡ−約３０〜約６００；ＡＲＡ
−約５〜約５０；およびＳＡ−約３〜約６０。この処方に基づいて、これらの成分のうち
１以上を含有する食物組成物および関連の飼料を調製し、痩身動物と比較して肥満動物に
示差発現する遺伝子を調節するために使用できる。そのような調節は、肥満動物の動物脂
肪組織の量を調節し、したがって１態様においては望ましい状態または正常な（より痩せ
た）状態への移行を促進し、動物のより良好な健康およびウェルネスを促進するであろう
。

実施例４
より多量の長鎖脂肪酸を含有する飼料は減量を促進し、これらを用いて、痩身になる傾
向および痩身性を維持する傾向を反映するように動物の遺伝子発現をリプログラミングす
ることができる
[0171] 前記に述べたインビトロ成分スクリーニングから得たデータは、長鎖脂肪酸含
量の高いある成分が、脂肪代謝に関与する遺伝子の発現に対して全体的に動物の痩身性を
促進するように影響を及ぼす可能性をもつことを示す。これは、たとえば一般的なコンピ
ューターアルゴリズム分析を用いて前記に述べた脂肪組織および成分アッセイから得た分
析データにより判定される。これに関して有用なアルゴリズムのコードは当業者に周知で
あり、多大な実験なしに作成できる。そのようなコードの例を以下に示す：

[0172] イヌに与える飼料におけるリノレン酸またはＥＰＡ／ＤＨＡ（１．５：１）の
含有がイヌの減量に実際に影響を及ぼすことを確認するために、イヌの減量を誘発するこ
とが知られている高繊維飼料との比較のために３種類の高タンパク飼料を調製した：長鎖
脂肪酸を含有しないもの（飼料Ａ）またはリノレン酸を添加したもの（乾燥物質基準で１
００％に対し約１％、飼料Ｂ）またはＥＰＡ／ＤＨＡを添加したもの（１．５：１、約０
．３０％：０．２０％）（飼料Ｃ）。この試験では、臨床的に肥満のイヌ４５匹すべてに
、試験開始前３０日間、最初に完全栄養対照飼料を与える。この最初の３０日間の後、イ
ヌをランダムに４グループに分ける。４グループ中の３グループに被験飼料のうちいずれ
かを与え、１グループには対照として高繊維飼料を一定期間、たとえば４カ月間与える。
結果は、３種類の実験飼料（飼料Ａ、ＢおよびＣ）が高繊維飼料より実質的に高い消化性
をもつことを示す。結果は、ＥＰＡ／ＤＨＡ含有飼料を摂取しているイヌの約３８％がそ
れらの減量目標に９０日目に到達することも示す。興味深いことに、ＥＰＡ／ＤＨＡ飼料
を摂取しているイヌは除脂肪筋量および骨無機質含量も維持する。これらの結果は、少な
くとも臨床レベルで、ＥＰＡ／ＤＨＡ含有飼料は減量効果において高繊維飼料と同程度に
有効な可能性があることも示す。

[0173] クラス予測子プローブセットを検証し、それが動物の肥満性または痩身性を推
定する能力を試験するために、クラス予測子プローブセット（前記の実施例３に記載）を
、前記の実験に参加した４５匹の動物から得た遺伝子発現データに適用する（発現データ
は示していない）。クラス予測子分析により、試験開始時に”肥満”と診断された４５匹
中４１匹の動物（約９０％）が実際に肥満であることが確認される（この不一致は、現在
臨床的に用いられている一般的な身体状態採点システムの主観性によるものであろう）。
興味深いことに、前記の４種類の飼料を１４日間与えた後、飼料に関係なくすべての動物
が”痩身”遺伝子発現プロフィールを呈することをクラス予測子分析は示す。試験終了時
には、対照の高繊維飼料を摂取したすべての動物が”肥満”遺伝子発現プロフィールを反
映し、被験飼料ＡおよびＢを摂取した動物の約２５％が生化学的に”痩身”遺伝子発現プ
ロフィールを反映し、ＥＰＡ／ＤＨＡを含有する飼料Ｃを摂取した動物の約４０％が生化
学的に”痩身”遺伝子発現プロフィールを示すことが分かる（表９を参照）。

図１：
１０：ＦＧＰドメイン
１２：正常外ＦＧＰを表わす円
１３：中間または移行帯域
１４：正常ＦＧＰを表わす円
１５：最適または完全ＦＧＰを表わす円
２１、２３、２４および２５：動物が疾病または生理的障害の状態に進入または進行す
るのに伴って起きるＦＧＰの傾向
２２：疾病状態から死亡状態への移行
２６：健康な状態または正常状態から死亡状態への移行
３２、３３および３４：正常外ＦＧＰにおいて本発明の実施により生じる移行

Claims (22)

1. 動物亜集団のための食物組成物を選択する方法であって、
   （ａ）動物からのバイオフルイドまたは組織試料の機能性ゲノムプロフィールを動物の
   生理的状態および場合により遺伝子型に関連づける第１データセットを含む、少なくとも
   １つのデータベースにアクセスし；
   （ｂ）機能性ゲノムプロフィールに対する生物活性食事成分の影響に関連する第２デー
   タセットを含む、少なくとも１つのデータベースにアクセスし；そして
   （ｃ）第１および第２データセットをドローイングする第１アルゴリズムを用いること
   により、その亜集団の生理的状態および場合により遺伝子型を規定する入力データを処理
   して、動物亜集団のための食物組成物を選択および調製するのに有用な栄養処方を導出す
   る
   ことを含む方法。
2. さらに、栄養処方に基づいて食物組成物を調製することを含む、請求項１の方法。
3. 亜集団が愛玩動物を含む、請求項１の方法。
4. 亜集団が、イヌ類およびネコ類よりなる群から選択される、請求項１の方法。
5. 亜集団が、少なくとも部分的に、品種タイプ、特定の品種、暦年齢、生理的年齢、活動
   レベル、ウェルネスの状態、および疾病の状態のうち１以上よりなる群から選択される特
   徴により規定される、請求項１の方法。
6. 第１データセットが、その亜集団を含むある範囲の遺伝子型および生理的状態を代表す
   る多数の個体動物から収集した試料に由来し、個体動物からのそのような各試料は、試料
   採集時点での個体動物の遺伝子型および生理的状態を規定するのに関係する動物学的デー
   タを含む出所記録を伴う、請求項１の方法。
7. 動物学的データが、品種、親の品種、血統、性別、毛皮のタイプ、ならびに顕性の遺伝
   性状態および障害よりなる群から選択される、遺伝子型に関連する１以上のデータ項目を
   含む、請求項６の方法。
8. 動物学的データが、年齢、体重、獣医学的病歴、繁殖歴、現在のウェルネスまたは疾病
   状態、食欲、身体活動レベル、精神明瞭度、行動異常性、および素因よりなる群から選択
   される、生理的状態に関連する１以上のデータ項目を含む、請求項６の方法。
9. 第１データセットが、ＤＮＡ、ＲＮＡ、タンパク質、代謝産物およびバイオマーカーよ
   りなる群から選択される１種類以上の成分に関する試料の分析に関連するデータを含む、
   請求項１の方法。
10. 第２データセットが、動物モデルに異なるレベルの１種類以上の生物活性食事成分を摂
    取させることを含む対照付き実験から得られたものである、請求項１の方法。
11. 入力データが、亜集団の遺伝子型および生理的状態を規定するのに関連する動物学的デ
    ータを含む、請求項１の方法。
12. 入力データが、亜集団の動物から得られたバイオフルイドまたは組織試料からの分析デ
    ータを含む、請求項１の方法。
13. 分析データが、ＤＮＡ、ＲＮＡ、タンパク質、代謝産物およびバイオマーカーよりなる
    群から選択される１種類以上の成分に関連する、請求項１２の方法。
14. 分析データが、動物の機能性ゲノムプロフィールを含む、請求項１２の方法。
15. 栄養処方が、亜集団の１以上の動物の健康の観点を増強することによりウェルネスを増
    進する、請求項１の方法。
16. 栄養処方が、亜集団の１以上の動物の少なくとも１つの疾病状態を予防、減弱または排
    除することによりウェルネスを増進する、請求項１の方法。
17. ２以上の疾病状態のクラスターが同時に予防、減弱または排除される、請求項１６の方
    法。
18. 請求項１の方法により調製された食物組成物。
19. 動物対象においてウェルネス、疾病もしくは生理的障害の状態、または疾病もしくは生
    理的障害に対する素因を診断する方法であって、
    （ａ）その対象の遺伝子型および生理的状態それぞれを内包する範囲の遺伝子型および
    生理的状態をもつ動物について正常および正常外の機能性ゲノムプロフィールを同定でき
    るサンプルデータセットを含む、少なくとも１つのデータベースにアクセスし；そして
    （ｂ）テストデータセットをドローイングするアルゴリズムを用いることにより、その
    対象に関する機能性ゲノムプロフィールを規定する入力データを処理して診断を導出する
    ことを含む方法。
20. さらに、診断に基づいて対象に治療法または予防法を処方することを含む、請求項１９
    の方法。
21. 動物の”生理的”クラスまたは状態、およびその動物が疾病を発症する性向または特定
    の栄養処置に応答する性向を推定するための方法であって、
    ａ）種々の生理的状態を示す動物または試料の学習セットから得られたゲノム、プロテ
    オームおよび／またはメタボロームデータに、教師付き学習アルゴリズムを適用し；
    ｂ）クラス予測法則を決定し；
    ｃ）新たな被験試料セットにこのクラス予測法則を適用し；
    ｄ）ステップ（ｃ）から得られたクラス予測結果に基づいて、被験試料の所属、したが
    ってその試料を提供した動物の所属を、特定の生理的状態に分類し、または割り当て；そ
    して
    ｅ）ステップ（ｄ）の結果を用いて、食事に取り込ませた生物活性食事成分により動物
    を異常な生理的状態から正常な生理的状態にするための手段を決定する
    ことを含む方法。
22. さらに、前記方法のステップ（ｅ）に記載した処置に対する動物の応答を追跡するため
    にクラス予測法則を使用することを含む追加ステップ（ｆ）を含む、請求項２１の方法。