JP2016154042A - 遺伝子分析用人工知能システム - Google Patents

Abstract

【課題】このシステムは、ＤＮＡチップ等からデータを読み取り、維持されたパラメータに基づくテスト結果を解析し、種々の病気に対する病人のリスクを評価し、治療方法を勧め、医療関係者及び／又は個人に情報を提供し、新しい治療が利用可能になったときは、テスト参加者に知らせる。
【解決手段】核酸アレイハイブリダゼーション情報を取得及び解析する完全人工知能システムを提供する。そのシステムは、暗号化されたネットワーク接続又は類似のリンクによって結合された少なくとも１つの中央データ処理機能と１以上の利用者機能とに分離される。各々のユーザ機能は、核酸アレイからハイブリダゼーション信号を収集する光走査システム、その光データを１組のハイブリダゼーションパラメータに変換する画像処理システム、データネットワークへの接続部、及び、ハイブリダゼーション情報を表示、走査、検索及び解析するユーザインターフェースを含んでもよい。
【選択図】図１

Description

本発明は電子式遺伝子分析システムに関し、詳述すれば、ＤＮＡハイブリッド形成パターンを得て処理すると共に、処理済みパターンを臨床的データまたは研究データと比較するコンピュータ化人工知能システムに関する。

核酸を分析すれば、臨床のみならず、研究の分野においても重要な診断上及び予後徴候情報が得られる。ポリメラーゼ連鎖反応の如くの増幅法では、日常的な臨床上のサンプルで、既知形質の遺伝子分析を広範囲に行う資料を得ている。例えば、病原体の薬剤耐性は、かかる薬剤耐性をもたらしている遺伝子や変異の配列が既知であればゲノム分析で判断することができる。この薬剤耐性が分かっておれば、治療法を適切に確立することができる。同様に、癌細胞遺伝子(cellular oncogenes)における既知の変異をスクリーニングすることで、癌の診断ができるか、または、治療法を定めることができる。

一般に「ＤＮＡチップ」または「核酸アレイ」として知られている高密度核酸ハイブリッド形成装置が使えるようになってから、核酸分析の臨床上の用途が著しく拡張している。数百万の核酸ハイブリッド形成実験が同時に行えるのであれば、単一の臨床サンプルについての大規模スクリーニング定量法が良好に行われることになる。例えば特許文献１（米国特許第5,861,242号）には、ウイルス性逆転写酵素遺伝子が薬剤耐性表現型と関係しているＨＩＶゲノム断片の完全なヌクレオチド配列を判定するようにしたＤＮＡアレイが開示されている。数百ないし数千もある変異や病原体、夾雑物について臨床上ないし産業上のサンプルを迅速にスクリーニングするのに、病原体であるゲノムと相補関係にあるプローブのバッテリーを備える核酸アレイを適当な増幅法と組み合わせ利用することができる。

高密度核酸アレイの別の用途としては、組織のゲノム表現パターンをプロファイリングすることが挙げられる。それぞれがゲノムの転写断片に対応する核酸プローブのアレイに対するＲＮＡサンプルの変異具合を測定することにより、組織における大量の遺伝子の大部分、または、全ての表現レベルを同時に評価することができる。特許文献２（米国特許第6,040,138号）には、無数の遺伝子の表現レベルをモニターする方法が開示されており、そこで使われている高密度アレイには、ＲＮＡ転写型を含む、目標核酸と相補関係のあるオリゴヌクレオチドプローブが含まれている。このアレイは、目標核酸配列の有無を検出すると共に、複合核酸プールにおける目標配列の相対存在量を定量化するのに使われている。特定の遺伝子における表現レベルの僅かな変動が、数において目標核酸よりも数百万倍化、それ以上もまさる遺伝子の複合群において同定できると共に、定量化することもできる。特許文献３（米国特許第6,004,755号）には、端標識化(end-labeled)した目標核酸を、変異条件下で固体支持体の表面に安定して関連付けしたプローブ分子のアレイと接触させる定量化マイクロアレイ変異分析法が開示されている。これにより得られる変異パターンは、端標識化目標核酸の遺伝子プロファイルとその出所源についての定量情報を得るのに使うことができる。

生物学的情報の分析用としてのコンピュータシステムや電子データベースについては従来より知られているところである。ゲノムのデータベース、医学診断分析システム、臨床情報システムなどを含め電子データベースが現に使われているところである。特許文献４（米国特許第5,966,712号）には、異なった種類の組織毎のゲノムライブラリーを含む生物学的分子配列の情報を記憶して操作するリレーショナル・データベース・システムが開示されている。比較ゲノム学(Comparative Genomics)と言うのがこのデータベースシステムの特徴で、これによりユーザは、異なった組織種の配列データ群を比較できるようになっている。特許文献５（米国特許第6,063,026号）には、病気やその病気に関係のある指示徴候を含むデータベースからなるコンピュータ化医学診断方法が開示されている。これによれば、個人の検査結果を第２データベースと比較して、各指示徴候の存在レベルを判定することで、最終的には当該個人について医学的分析がなされると共に、治療法と薬剤とが明確化されるようになっている。この方法は、主事の指示徴候の存在レベルに関係する病気のパターンマッチングに基づいている。特許文献６（国際出願公開公報WO99/04043号）には、自動試験追跡と分析とを行うコンピュータシステムである「Telemedicine(テレメディシン)」が開示されている。ここでは、検査結果と患者プロファイルの病歴とをシステムないしネットワークに入力して、病気、障害、治療法、ケア計画、栄養補助剤、薬剤などのデータベースと比較するようにしている。このシステムは分析結果と治療法提案とを患者の医者や健康ケアプロバイダーに送信して、承認を得た上で患者へ転送することになっている。また、検査を自動追跡して、公衆衛生組織に報告するのにも利用できるようになっている。

ゲノム学や生体情報の分野の進展、特に遺伝子チップとマイクロアレイの発展に伴い、遺伝子表現データの操作と分析に特に優れた生体情報ツールが求められている。その一環として、マイクロアレイ表現データの分析を簡素化するシステムを開発する試みがなされている。例えば特許文献７（国際出願公開公報WO00/28091号）には、特にマイクロアレイ技法で発生した表現データに適した遺伝子表現データの操作と分析のためのシステムと統合型コンピュータ・ソフトウェア・プログラムとが開示されている。このシステムは、グラフィック・ツールと、遺伝子表現データを閲覧するための検索・並べ替え機能、そして、データのクラスター分析や閲覧、表示のためのグラフィック・ユーザー・インターフェースなどを備えている。特許文献８（米国特許第5,733,729号）は、核酸配列を分析するコンピュータシステムを開示しており、そこでは、生物学的チップ上のハイブリッド形成した核酸プローブの蛍光強度を分析することにより未知の塩基を判定する確率を算出するのにコンピュータシステムを利用している。このシステムでも、未知の塩基を求める精度を高めるために複数の実験で得られる情報を利用している。

米国特許第５，８６１，２４２号明細書 米国特許第６，０４０，１３８号明細書 米国特許第６，００４，７５５号明細書 米国特許第５，９６６，７１２号明細書 米国特許第６，０６３，０２６号明細書 国際公開WO９９／０４０４３号 国際公開WO００／２８０９１号 米国特許第５，７３３，７２９号明細書

J.Giarratano and G.Riley, Expert System:Principle and Programming, 2nd Edition, PWS Publishing Company, 1994.

高密度アレイから得られる核酸表現パターンの分析と記憶、操作、比較などを行うと共に、患者のプロファイル、医学的条件、種々の不安や病気の両方などにリンクした電子システムは、現在のところまだ工夫されていない。このようなシステムは、実験的ハイブリッド形成データ分析と臨床応用とが組み合わさったものであろう。サンプルとして使っている組織の明確な病理学的または生理学的状態を反映する遺伝子表現パターンのデータベースがあるのであれば、そのサンプルの遺伝子表現プロファイルを記憶されている遺伝子表現プロファイルと比較することにより、当該組織の生物学的状態についての重要な情報が得られることになるであろう。このような情報は、神経性、癌、免疫反応、環境ストレス、栄養状態など、関心のある生物学的状態を種々評価するのに利用できるであろうし、また、病理学的状態や不安、病疫に対する適切な療法を確立するのに利用することもできるであろう。

本発明の目的は、核酸アレイのハイブリッド形成情報がハイブリッド形成プロファイルの中心書庫(central repository)と比較できて、それにより生物学的サンプルの医学、実験ないし産業上の分析ができるようになるシステムを提供することにある。
本発明の別目的は、分析した核酸アレイのハイブリッド形成情報が患者のプロファイル、医学的状態、種々の不安や病気の療法などとリンクできると共に、相関付けができるシステムを提供することにある。
本明細書で引用する刊行物や特許文献、その他の資料などについては、本明細書の一部をなすものである。

本発明では、臨床分析システムとデータバンクと共に、核酸アレイのハイブリッド形成情報を収集して分析する完全なシステムを提供している。この自動人工知能システムは、一次的及び二次的ゲノム情報や、患者プロファイル、動物や穀物情報、昆虫やその他の生物の組織プロファイル、病気モデルなどに書庫ニューラル・ネットワーク・アルゴリズムを利用することで統合することによりモニター、スクリーニング、診断、表記や状態などの予後徴候判定など行うことが含まれている。これにより得られる情報は、患者の療法分析のみならず、研究や開発、特に新薬発見に利用できる。また、本システムは、外部及び内部の臨床並びに研究データベースを相互リンクすると共に、リアルタイムで情報を処理し、インターネットないしその他の無線送信法を利用して情報の送受信を行ったり、病気の流行や緊急事態に対処するのに有用な情報に対するアクセスを可能としたり、医者や患者、研究者などの人達に階層情報(tiered information)へのアクセスを可能としたり、民族、地域、職業、年令、性別などに応じた遺伝子情報を分析したりすることができるものである。この自動人工知能システムは、臨床分析システムと共に利用できるばかりではなくて、研究や開発の分野で得られる情報に対しても利用できるリアルタイム型ダイナミック意思決定ツールなのである。このようなシステムへアクセスすれば、ユーザは臨床情報ばかりではなく、非臨床上方も見ることができるようになる。特に重要なのは、本システムは情報処理機能を有し、得られた情報を解釈する能力を有していることである。

本システムは、少なくとも一つの中央データ処理設備と一つかそれ以上のユーザ設備とに分けられ、両者は符号化ネットワーク接続ないし類似のリンクで繋がっている。各ユーザ設備は、核酸アレイからハイブリッド形成信号を収集する光学走査システムと、光学データを一群のハイブリッド形成パラメータに変換する画像処理システムと、データネットワークへの接続部と、ハイブリッド形成情報を表示、操作、検索、分析するためのユーザインターフェースとからなる。別の方法としては、光学走査システムでプロテオミクスアレイないしチップから信号を収集するものであってもよく、この場合、画像処理システムは、光学データを一群のプロテオミクスパラメータに変換するものであってもよい。ユーザインターフェースとしては、プロテオミクス関係情報を表示、操作、検索、分析することになる。

本発明のある一面では、遠隔ユーザ設備と通信して、ハイブリッド形成情報を送受信し、データ分析を支援すると共に、保安上及び商売上の機能を提供するウェブサーバないしその他の機構(例えばElectronic Data Interchange(電子データ交換)(EDI)やダイヤルアップなど)を含む少なくとも一つの中央データ処理設備を提供している。この中央データ処理設備には、ハイブリッド形成プロファイルや、患者プロファイル、参考情報、ハイブリッド形成プロファイルに関連する臨床情報、統計概要などを記憶するデータベースサーバが備わっている。ウェブサーバとデータベースサーバとの仲介をなすものは、アプリケーションサーバであって、このアプリケーションサーバがデータベースサーバの質疑を解釈して、ウェブサーバが受信したハイブリッド形成パラメータとデータベースサーバから供給されるハイブリッド形成パラメータとの間での統計的比較を実行する
本発明を実施する一方法としては、臨床医やその他の研究者が核酸アレイを利用して、臨床サンプルからハイブリッド形成情報を収集して、この情報をそのアレイの識別情報と共に中央データ処理設備に送信する。中央データ処理設備にあっては、ハイブリッド形成プロファイルが記憶されているハイブリッドパラメータと比較され、人工知能ルーチンで、ハイブリッド形成情報が示唆する最もありそうな病理学的ないし生理学的状態を判断する。このような可能性は、当該状態に対して最適と思われる療法と共に、ユーザに対して回答される。最適と思われる療法は、表示された病理学的ないし生理学的状態を参照するだけで簡単に選べるか、または、特定のハイブリッド形成パラメータに基づく治療上の考えられる効能を鑑みて選ぶことができる。またｈ、本発明を実施する別の方法としては、核酸アレイの代わりにプロテオミクスチップを利用してもよい。

本発明を実施するに当っては、遠隔設備や局所設備が収集したハイブリッド形成プロファイルには、各プロファイルに関連する臨床観察記録やその他の情報が含まれていてもよく、このプロファイルはそれに関連する観察記録と共に中央データベースに加えられる。他の方法としては、中央設備に提示されたハイブリッド形成プロファイルは関連する観察記録を含まないものであってもよく、その場合は中央データベースに加えることもない。

更に、本発明の実施に当っては、ユーザが、中央データ処理設備に記憶されて、目録化されているハイブリッド形成プロファイルに対して統計試験を行う。そこで、ユーザは、アレイにおける一つかそれ以上のプローブのハイブリッド形成信号をハイブリッド形成プロファイル毎に記録されている臨床情報と相関付けすることにより、特定の病理学的ないし生理学的状態についてハイブリッド形成情報に関係のある仮定を生成して試験する。この仮定を提案したり、評価するのに、種々の統計的分析がなされる。

本発明は、好ましい実施形態を説明するのに用いる添付図面に関連して読む場合に最も良く理解される。しかしながら、本発明は図面に開示される特定の実施形態に限定されるものではないことが理解される。

人工知能システムとそのアーキテクチャのフローチャートを示す。システムは、少なくとも一つの中央データ処理設備と一つかそれ以上のユーザ設備とに分けられ、両者は符号化ネットワーク接続ないし類似のリンクで繋がっている。中央データ処理設備は、遠隔ユーザ設備と通信して、ハイブリッド形成情報を送受信し、データ分析を支援すると共に、保安上及び商売上の機能を提供するウェブサーバないしその他の機構(例えばElectronic Data Interchange(電子データ交換)(EDI)やダイヤルアップなど)、アプリケーションサーバ、データベースサーバ、オペレーションサーバなどからなる。本発明を例示するに当っては、遠隔ユーザ設備としては、ユーザ診断とユーザーブラウザ部(Diagnostic User entity and Browse User entity)からなるものとして図示している。図１は、ウェブサーバ、アプリケーションサーバ、データベースサーバ、オペレーションサーバの如くのサーバーノード間での情報の流れを示しており、個々での情報の流れは、黒線で示すように中央データ処理設備内において送受信されている。この図１は、遠隔ユーザ設備と中央データ処理設備との間での情報の流れをも示していて、ここでの情報はユーザ診断部をウェブサーバとの間、及びユーザーブラウザ部とウェブサーバとの間で送受信されている。 また、図１には、中央データ処理設備における各サーバーノード内の種々の機能が示されている。ウェブサーバには、必ずしもそれに限られないが、安全機能、商品及び会社の説明、患者のデータベースの統計概要、アプリケーションサーバへのリクエスト、商品発注などが含まれている。アプリケーションサーバには、これも必ずしもそれに限られないが、チップ識別子(ＩＤ)のためのデータベース(ＤＢ)質疑、統計データ概要に対するＤＢ質疑、パターンマッチ統計処理、ＤＢへの結果送信とユーザ機能からの受信などが含まれている。データベースサーバには、これに限られないことではあるが、全てのチップＩＤに対する遺伝子パターンＤＢ、患者の遺伝子パターンＤＢ、統計データ概要などが含まれている。オペレーションサーバには、発注管理、請求管理、発注追跡などが含まれているものの、必ずしもこれに限られない。図１には、ユーザ設備における各部の種々の機能も示されている。ユーザ診断部は、必ずしもこれに限られないが、ＤＮＡマイクロアレイまたは遺伝子チップと、アレイないしチップ走査器と、ＰＣシステムと、システム動作のためのユーザインターフェースと、遺伝子パターン処理機能と、中央処理設備に対するチップＩＤのパターンマッチのリクエストと、報告生成機能などが含まれている。 ウェブサーバーティア、アプリケーションティア、データベースティアなどを含む自動人工知能システムの考えられるシステム構成を示す概略図。 ウェブサーバーティア、アプリケーションティア、データベースティアなどを含むシステムスケーリングの考えられる構成を示す概略図。

ａ）定義と一般的なパラメータ
下記の定義は、本発明を説明するために使用した種々の用語の意味と範囲を表して定義するために記載されている。

“ポリヌクレオチド”、“オリゴヌクレオチド”、または“核酸”は、メッセンジャーＲＮＡ、ｃＤＮＡ、ゲノムＤＮＡと、合成ＤＮＡ及びＲＮＡ配列を構成する天然ヌクレオチド基アデニン、グアニン、シトシン、チミン、およびウラシルを含むが、これらに限定されるものではない。また、これらの用語は、１個または複数の改良されたヌクレオチドを有する配列も含む。用語“ポリヌクレオチド”と“オリゴヌクレオチド”はここでは相互交換可能に使用される。ここでは、これら用語のいずれかの使用によって、長さまたは合成語源に関する限定は提案されていない。

“プローブ”は、マイクロアレイまたはチップなどの固体表面に任意に連結、固定、または束縛された核酸配列である。

“目的核酸”は、一般的に、その同一物および／または余分がＤＮＡマイクロアレイの使用により検出可能である自由核酸の試料である。

用語“それに混成する配列”は、アレイまたはチップと結合される他のポリヌクレオチド配列またはプローブとのワトソンクリック水素結合を形成することが可能なポリヌクレオチド配列を意味する。ポリヌクレオチドまたはプローブに混成する配列はポリヌクレオチドまたはプローブにほぼ９０％から１００％相補的でありうるが、もし配列が高濃度塩分の溶液内で、および／または低温条件において充分な長さである場合は、７０％以上または５０％以上の相補性を有するポリヌクレオチドが上記ポリヌクレオチド配列またはプローブと混成してもよい。

用語“遺伝子チップ”、“ＤＮＡマイクロアレイ”、“核酸配列”、と“遺伝子配列”は、ここでは相互変換可能に使用されている。これらの用語は、一般的にガラス材、ときには既知の等価物を有するプローブが結合されるナイロンまたは他の材料の固体物質のことを述べている。プローブは相補結合により目的核酸と混成することができ、これにより並列的な遺伝子表現と遺伝子発見の研究を可能にしている。種々のＤＮＡマイクロアレイ技術が当該技術分野で知られている。例えば、約５００から５０００基の長さのｃＤＮＡプローブを、ロボットスポット法を用いてガラスなどの固体表面に固定し、１組の目標物に対して分離または混合状態で露出することができる。または、約２０ｍｅｒ乃至２５ｍｅｒ以上の長さのオリゴスまたはペプチド核酸（ＰＮＡ）プローブのオリゴヌクレオチドの配列は元の場所（チップ上）で、またはチップ上での固定を伴う従来の合成処理法により合成される。その配列はラベル付された試料ＤＮＡに露出されて混成され、相補配列の同一性および／または余分が決定される。

用語「プロテオミクス(proteomics)」は、生体サンプルの、タンパク質の組織分析および文書化としてもっとも広く定義される。プロテオミクスは、分子生物学へのマススクリーニングアプローチである。その目的は、細胞内のタンパク質の全体の分布を証明し、所定の個々のタンパク質を識別して特徴づけし、究極的には、それらの関係および機能的役割を明らかにすることである。用語「プロテオミクスチップ(proteomics chip)」または「プロテオミクスアレイ(proteomics array)」は、身元が知られたタンパク質が固定される、固体基板を示す。

「臨床サンプル(clinical sample)」または「生体サンプル(biological sample)」は、組織のサンプル、または、体液のサンプルである。用語「組織(tissue)」は、本明細書では、１つの細胞、複数の細胞、凝集(agglomeration)または、組織全体で構成される、任意の生体物質を示す。本明細書で用いられる組織という語は、正常または異常（すなわち腫瘍）のいずれかの１以上の細胞を含む。「体液」は、生物、または、生物の組織から抽出され、分泌され、または排出された任意の液状物質である。体液は、必ずしも、細胞を含む必要はない。本発明に関連する体液は、血液、血清、血漿、尿、脳髄液(cerebral spinal fluid)、涙、羊水の全般を含む。

ｂ） 人工知能システム
本発明は、高密度および低密度の核酸アレイ混成（hybridization）情報の取得および分析のための、完全な人工知能システムを提供する。このシステムは、遺伝子チップまたはＤＮＡマイクロアレイからデータを読み出し、保持されたパラメータに基づいて検査結果を分析し、種々の食物に対する患者の危険性を評価し、治療法を提言し、医者および／または個人に情報を提供し、新たな治療が利用できるようになったとき、検査参加者に通知する。システムは、遺伝子チップからデータを獲得し、光学式スキャニング法を用いて、データベースに検査結果を格納する。遺伝子チップは、固有の登録リスト識別子（ＩＤ）を用いて制御される。相関データは、医療実務者または研究者により収集され、電子的インターフェースを介してシステムに入力される。それにより、様々な分析で利用できる追加の情報を提供できる。検査結果は、個人の診断、長期観察、個体群(population)観察、または、患者データの広範な種々の統計分析を行うのに利用できる。本システムはまた、計画作成、製造、品質保証、処理、およびマイクロアレイ生成物を追跡する、ソフトウエアを組み込み、および／または、ソフトウエアにリンクしている。さらに本システムは、インターネットのような、安全な暗号化されたウェブインターフェースを主に介して情報を提供する。その情報はまた、様々な計算機技術を用いて、電子的形式、または紙形式のような、読み出し可能な形式で提供される。

人工知能システムは、臨床、研究および開発関連の遺伝子検査が可能である。このシステムは、流体工学ステーション(fluidics station)、化学試薬、化学蛍光、および、光学式読取装置またはスキャナシステムと協働して、ＤＮＡチップの形でマイクロアレイ技術を利用する。遺伝子検査は、化学試薬を用い、生体サンプルからＤＮＡまたはＲＮＡを抽出して行う。次に、準備されたサンプルが、流体工学ステーションを介してＤＮＡチップに適用される。ＤＮＡチップは、大量のスポットを有する。各スポットは、特定の核酸シーケンス（例えば、核酸プローブ、ゲノムＤＮＡ、ｃＤＮＡ等）に対応する。混成したＤＮＡまたはＲＮＡが、チップ上の各スポットにあてがわれる程度は、特定の遺伝子がサンプル内に現れるレベルを示す。光学式読取装置またはスキャナを用いて、混成したＤＮＡマイクロアレイを撮像することにより、各スポットに対する遺伝子表現レベルを計量する手段を提供できる。光学式読取装置またはスキャナに取り付けられたＰＣにホストされた画像処理ソフトウエアは、生の画像データに作用して、検査で用いられた、各スポットの各蛍光色に対して、光学的な強度の測定値を生成する。これは、各蛍光色に対する、スポットの「明るさ、または、光の強度」と、そのスポットに対応する遺伝子シーケンスに対する表現レベルを示す。人工知能システム、または、リンクされたソフトウェアプログラムは、遺伝子表現データを、生体または研究および開発関連のユーザに直接適用可能な、検査結果データに変換する。これらの検査結果は、生体ユーザに対する、診断された医学的および／または生体条件を含む。本システムはまた、診断された生体条件に対する、関連のある治療法の選択肢の組を提供できる。

人工知能システムは、暗号化されたネットワーク接続、または、類似のリンクによりリンクされた、少なくとも１つの中央データ処理装置と、１以上のリモートおよび／またはローカルユーザ装置とに分けられる。このシステムのアーキテクチャは、リモートまたはローカルユーザ装置と、会社の集中化された位置のような中央位置との間の共有された処理機能に基づいている。このユーザ装置は、病院、診療所、研究設備、業務、および、非営利団体を含むが、これらは限定ではない。リモートまたはローカルユーザ装置はまた、ウェブユーザまたはインターネットユーザをも含む。これらのユーザは、情報を要求し、または製品を注文する。図１は、本発明のシステムアーキテクチャを示す。図２および図３は、それぞれ、アプリケーション層(tier)およびデータベース層に関連するシステムデザインおよびスケーリングを示す。

好ましい実施の形態においては、遠隔又は局所のユーザ設備(facility)には、それぞれ、核酸アレイからハイブリダイゼーション信号を収集する光学走査システム、光学的データを一連のハイブリダイゼーション・パラメータに変換する映像処理システム、インターネットやその他のデータネットワークへの接続、それにハイブリダイゼーション情報を表示し、操作し、調査し、解析するユーザインターフェースを含む。世界中のユーザサイトには、潜在的に非常に多くの光学リーダ又は光学スキャナとＰＣシステムが配置されているかもしれない。別の実施の形態では、遠隔又は局所のユーザ設備には、インターネットやその他のデータネットワークへの接続や、データを操作し、調査し、解析し、表示するユーザインターフェースを含む。このデータとしては、例えば、ハイブリダイゼーション情報、患者情報、統計情報、臨床及び医学情報、診断及び治療情報、生物学的情報、生産物情報、製品情報、会社情報等がある。この人工知能システムによって診断処理と連結された治療情報へのインターネットアクセスを提供する。遠隔や局所のユーザ設備は、診断ユーザ（例えば、病院、クリニック、調査設備、ビジネス、非営利団体等）と、ブラウズ・ユーザ（例えば、インターネットユーザ）とからなる。診断ユーザは、遺伝子チップやＤＮＡマイクロアレイを利用する流体ステーション、チップデータを読み出すスキャナ及び／又はディテクタ、それにユーザインターフェースを介してデータを調査し、表示し、関連付けし、操作し、そして解析するＰＣやその他のデスクトップシステムを含んでいるシステムを利用する。記憶装置は、スキャナシステムに直接配置してもよい。ただし、チップデータもスキャナ又はスキャナシステムおよびデスクトップシステムの両方に連結されたＰＣに記憶してもよい。

別の実施の形態によれば、光学走査システムによってプロテオミクス(proteomics)アレイ又はチップから信号を収集してもよい。また、映像処理システムによって光学データを一組のプロテオミクスパラメータに変換してもよい。さらに、ユーザインターフェースによって、プロテオミクス関連情報を表示し、操作し、調査し、解析してもよい。特に、信号等の情報をプロテオミクスチップから収集し、中央データ処理設備に転送し、解析してプロテオミクスプロファイルを生成し、蓄積されたプロテオミクスパラメータと比較して解析データを提供してもよい。解析されたデータから、人工知能を使用して生理学上の条件を決定できる。また、生理学上の条件に基づいた治療方法が提示されてもよい。

遺伝子表現解析及び他の特定の包括的でないハイブリダイゼーションプロファイル解析をスタンドアローンな遠隔又は局所のユーザ設備で実行してもよく、それによって中央システムへのインターフェースを簡易化することができる。別の例では、チップはユーザ設備で走査してもよく、その結果、未走査又は未処理のデータをさらに解析するために中央処理設備に送ることができる。例えば、生データ入りのＣＤのデータを解析する中央処理設備に送付してもよい。その後の解析の後、遺伝子パターンが得られ、既存データと比較され、関連付けられ、中央処理設備にあるアプリケーションに結合される。

診断ユーザには「診断マスタユーザ」と「診断ユーザ」の２つのカテゴリーがある。診断マスタユーザに関するアカウントが認められており、このアカウントはシステムが置かれているユーザサイトに一致する。この診断マスタユーザは、診断ユーザに対してアカウントを認めることができる。臨床応用に関して、診断ユーザは試験されている人に相当する。調査及び応用開発に関して、診断マスタユーザは、個々のチップ又は一群のチップのいずれかの試験結果について単一の診断ユーザとして指摘することがある。この場合、試験及び解析の必要性を満足するために、この選択は診断マスタユーザの責任で行われる。

診断処理は、この人工知能システムの重要な部分の一つである。臨床応用に関する診断処理は、研究開発応用のそれとは異なっていることがある。臨床応用に関する診断処理では、ルール及び結果(rules and result)のデータベースセットを利用する解析アプリケーションに基づくルールを実行する。それによって、診断処理により遺伝子表現レベル及び個人の医療履歴の種々の組合せに応用される条件を決める。例えば、臨床応用に関する心臓血管のチップには、心臓血管の種々の条件に関連した遺伝子変形を特定する広範な種類のスポットを含んでいてもよい。このチップに関する診断処理は、遺伝子シーケンスのそれぞれについての表現レベルに基づいており、あらかじめ規定されたルールを用いて特定された病気や癌の中の可能性を決める。例えば、ルールは、次のように実行される。即ち、スポット１８、５２、１１５上の遺伝子シーケンスが高い表現レベルを持つ場合であって、スポット３４、８８、１２５上の遺伝子シーケンスが低い表現レベルを持ち、さらにその人が心臓病の病歴のある家族を持つ場合、この人は、５年以内に心臓病になる高い可能性を有する。さらに、それぞれの診断条件について発展した治療とのデータベースセットがあってもよい。それぞれのチップは、少なくとも数千スポットを利用するので、ルールのデータベースセットは複雑である。この型の処理は、エキスパートシステム及び／又は本発明で提供されるルールベース処理アプリケーションにちょうど適している。ルールと結果のデータベースセットの成長には、公的及び私的な情報の両方が含まれる。公的又は私的な情報源からの情報が既存のデータベースに継続して加えられるので、本発明のデータベースは、継続的に発達し、より一層複雑なシステムに成長する。

本発明の別の態様は、特定の機能のための専用サーバを備えた少なくとも１つの中央データ処理装置を提供する。中央データ処理装置は、遠隔のユーザ装置と通信し、混成情報(hybridization information)を送受信し、ウェブサーバ又はセキュリティやビジネス機能を提供するとともにデータ解析を支援する他の機構（例えば、電子データ交換（ＥＤＩ）、ダイヤルアップ等）を含む。特に、ウェブサーバは、製品情報に限られず、製品注文、会社情報、患者データベースの統計的概要、アプリケーションサーバへの要求及びセキュリティを含む機能を備える。人工知能システムの概要が図１、図２、および図３に示されている。中央データ処理装置はさらに混成プロファイル、患者プロファイル、参照情報、混成プロファイルに関連する臨床情報、種々の統計的概要等を格納したデータベースサーバを含む。すなわち、データベースサーバは、チップＩＤに対する遺伝子パターンデータベースに限られず、患者の一般的なパターンのデータベース、統計的データ概要を含む機能を備える。ウェブサーバとデータベースサーバ間の調停はアプリケーションサーバにより行なわれ、それは、データベースサーバに対し検索を行ない、ウェブサーバにより受信された混成パラメータとデータベースサーバにより提供された混成パラメータとの統計的な比較を行なう。特に、アプリケーションサーバは、チップＩＤ遺伝子パターンに対するデータベース検索に限らず、統計的データ概要に対するデータベース検索、パターン比較の統計的処理、結果出力を含む機能を有する。中央処理装置はまたオペレーションサーバを含む。オペレーションサーバは、注文管理、請求書管理、注文の追跡等の機能を有する。

本発明のさらに別の態様は、臨床医や他の研究者が核酸配列を利用して、臨床サンプルから混成情報を収集し、その情報を配列の識別情報とともに中央データ処理装置に転送する方法を提供する。好ましい実施形態においては、混成プロファイルは中央データ処理装置で格納された混成パラメータと比較され、人工知能ルーチンは混成情報により示唆された最もそれらしい病理学上または生理学上の状態を判定する。提案されたその状態に対する処理方法とともに、これらの可能性はユーザに戻される。また、別の実施態様では、ユーザ装置において混成プロファイルが格納された混成パラメータと比較され、その後、スキャンされ前処理された未加工のデータがさらなる解析のために中央処理装置に送られる。例えば、未加工のデータを記憶したＣＤが中央処理装置に送信されてもよく、そこでデータは人工知能により解析される。その結果が、提案された処理方法とともにユーザに戻される。提案された処理方法は示された病理学上の又は生理学上の状態を参照することにより単純に選択されてもよい。または、特定の混成パラメータに基づき有望な治療効果が得られるように選択されてもよい。本発明の別の方法において、プロテオミクス配列またはチップが核酸配列の代わりに使用されてもよい。

本発明を実施方法において、遠隔装置とローカル装置の少なくともいずれかにより収集された混成プロファイルは、臨床上の観察または各プロファイルに関する他の情報を含み、関連する観察とともにプロファイルは中央データベースに追加される。本発明の他の実施方法においては、中央装置に提供された混成プロファイルは関連する観察を含まず、中央データベースに追加されない。

さらに、本発明の他の実施方法においては、ユーザは中央データ処理装置に格納され、目録が作成された混成プロファイルに対して統計的なテストを行なう。配列中の少なくとも１つのプローブの混成信号を混成プロファイル毎に記録された臨床情報と関連づけることにより、ユーザは特定の病理学上または生理学上の状態に対する混成情報に関連する仮説を立て、テストする。種々の統計的な解析が、仮説を提示し、評価するために提供される。

本発明はまた、ウェブユーザまたは閲覧ユーザ（例えばインターネット・ユーザ）が、混成プロファイルのような存在する処理されたチップデータをプロファイルの識別情報とともに中央データ処理装置に送信する。このことは、安全なネットワーク接続を介してデータを直接提供することにより、または、ＣＤ等を介してデータを提供することにより、実行されてもよい。その後、混成プロファイルは中央データ処理装置で格納された混成パラメータと比較され、人工知能ルーチンはユーザにより提供されたプロファイルが示唆する最もそれらしい病理学上または生理学上の状態を判定する。よって、その状態に対して提案された処理方法がユーザに戻される。

本発明の更に他の方法では、ウェブユーザ（Web user）若しくはブラウズユーザ（browse user）は、人工知能システムを検索しデータベースの統計的な一覧を調べることができる。こういうふうに、ユーザは、現データを、検索し、相関付け、処理し、また、表示するために、データベースを利用することであろう。

ｃ）システムアーキテクチャ（architecture）
人工知能システムの１つの重要な特徴は、全ての試験データの記録保存である。システムに入って来る全ての遺伝子表現データは、診断処理に使用されるし、また、後での処理のために記録保存もされる。診断処理データベースにおける著しいアップグレード（upgrade）は、新しい情報がシステムに供給されるときにあらゆる与えられた遺伝子表現データのセットの臨床的意義を変更する間にわたって生じる。システムは現在の情報を繰り返して新しいものにする。例えば、遺伝子表現データセットに基づいた臨床的な情報は、データの流入や研究および薬における開発及び進歩の結果、新たな見出と絶えず比較されるので、毎年異なったものとなり得る。システムは、診断処理データベース履歴に基づいて、どの保存データが処理されるべきであるかを特定することができる。更に、システムは再加工を実行する能力を備えている。データが最新のものとされたときは何時でも、修正された結果のイーメール通知がマスタユーザ及びユーザに送信される。

本システムの今一つの重要な特徴は、発生した全ての試験結果に対して即座のアクセスを提供することである。マスタユーザ及びユーザは、特定の関連あるユーザのために、全ての試験結果の全履歴を調べることができる。このことは、臨床ユーザ及び連繋した臨床医学者及び／又は遺伝子カウンセラーに対しては、重要な特徴として十分に相応しい。また、このことは、保存されている遺伝子表現データの再加工から引き出される新しい試験結果が、それを通して如何なる与えられたユーザにとっても利用可能であることの仕組みになっている。

システムは、ＤＮＡチップの解析のために２つの重要なデータベースを備えている。第１のデータベースは、特定の遺伝子及び遺伝子配列（例えば、全長ｃＤＮＡ）を表わすプローブ（probe：例えば、２５mer，５０mer，７０merなどのオリゴ（oligo）若しくはｃＤＮＡフレーグメント（fragment））を包含している。従って、第１のデータベースは、チップ上の各スポットに対する配列タグ（tag）を包含している。配列タグに対する遺伝子ターゲットは、チップの製作と試験データの臨床解析の両方に用いられるべき特定の配列タグを処理する、ゲノミクス（genomics）上の分類およびバイオインフォーマティック（bioinformatics）上の分類によって規定される。第２のデータベースは、診断処理データベースであり、交雑プロフィール（profile）を包含し、試験結果の診断を与える。このデータベースは、遺伝子表現データ及び他の生物学的情報（例えば、ゲノミック・遺伝子の欠如、付加、転写など）を分析し解析することを、人工知能に依存している。従って、このデータベースは、遺伝子表現レベル及び連繋した診断条件と連繋した処理オプションとの様々の組み合わせに対する1組のルールを包含している。また、ＤＮＡチップの研究開発に専ら用いられる、追加の、また、随意的な診断データベースもある。

以下のセクションではシステムの各要素を挙げており、機能及び処理は階層制の形式で規定されている。この説明は、サーバのノードやその関連した機能を含めて、システム構成の全体観察を与えるものである。人工知能システムの構成の概観も図１に示されている。

診断用のユーザアーキテクチャ
１．０ ユーザコマンド
Ａ． アプリケーションＩＤ選択
１．２ 初期スキャン及び処理
１．３ 出力データ
１．３．１ 処理用の中央システムへの初期転送
１．３．２ リポート生成
２．０ 遠隔処理
２．１ データ管理
２．１．１ メモリ検索管理
２．１．２ スキャナ／検出器システムメモリからのデータ転送
２．２ 遺伝パターン生成
２．２．１ 一部位パターン生成
２．２．２ 複数部位結果への集合
２．３ 中央システムへのエクスポートに関するデータフォーマット生成
中央データ処理機能アーキテクチャ
１．０ ウェブサーバ
１．１ セキュリティ
１．１．１ ブラウズユーザ
１．１．２ 製品注文ユーザ
１．１．３ データベースユーザ
１．２ アイリスバイオテック（Iris Biotech）に関して
１．２．１ 会社
１．２．２ 製品及びサービス
１．２．３ データベースの統計概要（適合の百分率など）
Ａ． 製品注文管理
１． 作業サーバへの接続
１．４ 診断／データベースユーザ
１．４．１ アプリケーションサーバに対する要求
１．４．２ アプリケーションサーバへのデータ転送
２．０ 作業サーバ
２．１ 製品注文管理
２．２ 請求書作成管理
２．３ 注文追跡管理
３．０ アプリケーションサーバ
３．１ ウェブサーバからの遺伝パターン及びアプリケーションチップＩＤデータの受取り
３．２ アプリケーションチップ特定データに関するデータベースの問い合わせ
３．３ 遺伝パターン適合統計処理
３．４ リポート作成
３．５ 特定ユーザに関するデータベースへのデータ転送
３．６ 統計概要データのブラウズに関するデータベースサーバに対する要求
４．０ データベースサーバ
４．１ 各アプリケーションに関するゲノムデータ
４．２ アプリケーションチップの各用途から得られるユーザ特定データ
４．３ 全てのアプリケーションチップ用途の統計概要
システムアーキテクチャは、適切なサーバ及び／又はワークステーション（例えばインテル社，ＩＢＭ社又は他の製造業者からのチップ上で作動するサーバ及びワークステーション）上に基礎をなすものである。適切であれば、このシステム（例えばＢＥＡシステム社からのタキシード（Tuxedo）ョソフトウェア）とともに、いかなるソフトウエアが使用されてもよい。加えて、データベースは、適切であれば、データベースと両立できるいかなるソフトウエア（例えばオラクル社からのソフトウエア又は他のソフトウエア）上でも作動することができる。

ｄ） システム設計及びスケーリング
システム設計及びスケーリングの概要が図２及び３に示されている。システム設計は、チップの需要が高まるに伴い、システム性能の要求が大きくなる場合に、システムのキーファンクションに関する分散相関性及びそれに関連した拡張の容易性に焦点を合せる。より詳しくは、システム設計は、層状をなすつまり階層化されたアプローチに基づくものである。これにより、システム性能の要求が大きくなった場合に、影響を最小にして、システムのスケーリングが可能となる。システムは、ウェブサーバ階層（図２及び３参照）等のウェブサーバ機能に関する階層を有している。ウェブサーバ階層は、遺伝子発現データを受け取り、安定したアクセス機能を実行し、ユーザ登録を可能とし、テスト結果の問い合わせを受け取りまた転送し、アーカイビング及び処理のために、遺伝子発現データのトランザクションを受け取りまた転送擦する。ウェブサーバ階層は、ユーザのインターフェース及びデータ転送機能を実行するために、一連のローエンドサーバ（例えばインテル社からのサーバ）を採用する。実例として、この能力を提供する４つのローエンドサーバが、図２に示される。

システム内のアプリケーションのティアは、遺伝子の表現データを試験結果(図２および３を参照)に変換する診断処理を実行する。このティアは、中位のサーバ(例えばSun Microsystem社のE3500 Sun Enterprise server)を用いる。このティアはまた、テープ ドライブ ライブラリ ユニット(例えばSun Microsystem社のSun tape drive library unit)のグループの少なくとも一つを用いて遺伝子表現データの保存を行う。試験結果の格納および回復を実行するそのデータベースのティア(図２および３を参照)はまた、中位のサーバ(例えばSun Microsystem社のE3500 Sun Enterprise server)を用いる。このティアはまた、故障対策のための冗長を備えた格納ユニット(例えばSun Microsystem社のA5200)を用い、試験結果が高速アクセスのために格納される。図２は、システムのデザインをロジック形態で示す。

システムのデザインは、測定可能であることが理想的である(図３参照)。そのため、増しつつあるパフォーマンスの要求に迎合する。ウェブサーバのティアは、追加的なユニットをパラレルで追加することにより、“水平方向に計測”できる。アプリケーションのティアも追加的なユニットをパラレルで追加することにより、“水平方向に計測”できる。データベースのティアは、パラレルの追加ユニット(またはサーバ内のプロセッサ数の増加により)で水平方向と、および追加的な格納ユニットで垂直方向の双方に計測できる。この計測の概念は図３に示される。あらゆるティアの計測は、他のいずれのティアでの計測と独立している。このことは、最大の自由度を許可する。例えば、遺伝子データの組みの結合、処理のスループット、試験データ結果の格納、試験結果の質問またはこれと同様なものに関した変化をシステムが要求した時、一つのティアのみを計測することができる。

ｅ） ルールに基づくシステム
この発明の自動化された人工知能システムは、ルールの基礎のための横たわる仮定の変化を確認するエキスパートシステムを包含する。次の記述は、システムに基づくルールを示すのに役立つ。しかしながら、この発明はこのセクションで示した特定の例に限定されるものではない。

システムに基づくルールでは、ルール(Ｒ)の組みは時間ｔの期間に変化してもよい。

Ｒ(t0)＝Ｒto
Ｒ(tn)＝Ｒtn
ここでｔ0はルールの組みの生成であり、ｔｎはルールの組みのｎ番目の生成である。この技術は、数学的またはロジック的なシステムを使用して、一つの一連のシンボルをシンボルの組みにいかにして変化させるかを決めるためのルールの単純な組みを述べている非特許文献１(J.Giarratano and G.Riley, Expert System:Principle and Programming, 2nd Edition, PWS Publishing Company, 1994：第３０頁)。そのためこれは、データおよびシンボルの組みの単純な訳につながる。発光(Ｌ)でのｘ，ｙ値は疾患(Ｄ)の指示を示す。

Ｒ1Ｌ(x,y)≧→Ｄ
これは条件付きの論理に訳される。ルール１(Ｒ1)によれば、ｘ，ｙでの発光≧ｎならば、疾患(Ｄ)がサンプル内に存在する。これは制御の計画によりルールの実行順を限定しない。

Markov アルゴリズムは、優先度の順に入力ストリングに適用される生産の順序づけられたグループである非特許文献1(J.Giarratano and G.Riley,supra：第３３頁)。これは、前記Ｄが存在することを結論付けるための解析を実行する前に、ある試験が存在することを可能にする。

Ｒ2Ｌ(a,b)≧ＢＴＶ→ＢＴ(Ａ0Ｂ)
ルール２(Ｒ2)は、a,bでのＬが血液の種類値(ＢＴＶ)に等しいか大きいなら、血液種(ＢＴ)はＡ、０またはＢであることを述べている。
ＢＴ＝血液種
ＢＴＶ＝血液種の値
血液種Ａ＝Ａ
血液種Ｂ＝Ｂ
血液種０＝０
Markov アルゴリズムは、ルールの優先度が順序づけられることを可能にする。この場合、優先順位Ｐ１に保持するためのＲ２対、Ｐ２に対するＲ１の要求は、Ｒ１が生成された時、知られていない状態である。そのため、
Ｐ１ Ｒ２ Ｌ(a,b)≧ＢＴＶ→ＢＴ(Ａ０Ｂ)
Ｒ２ Ｒ１ Ｌ(x,y)≧ｎ→Ｄ
リートアルゴリズムは、ネットワークにルールについての情報を格納することにより、大きいルールの組みの中で、高速のパターンマッチングを可能にする。各認識動作のサイクルですべてのルールに対する事実をマッチさせる替りに、リートアルゴリズムは、すべてのサイクルでのマッチングに変化のみを探す非特許文献１(J.Giarratano and G.riley,supra：第３４頁)。これは、リートアルゴリズムがパターンの変化またはデルタΔを探すことを意味する。Markov アルゴリズムと組み合わされると、次を導く。

Ｐ１ Ｒ２
(ΔＰ1,2)(ΔＲ2,1)
Ｒ２ Ｒ１
これは、値が必要な値の形態に存在するなら、ルールを初期化するために、ポイントインジケータの変化を探す。
もし(Ｌ(a,b)≧ＢＴＶ)かつ(Ｌ(x,y)≧ｎ)なら、Ｄである。

これは、なんらかの所定の疾患を予想するために、ポイントインジケータの検出の仕方の一つの可能な例を示す。しかしながら、そのシステムは、フレキシブルであって、新しいルールに適応する。よって、
Ｒ₁≠Ｒ２≠Ｒ_n
そして、実行の優先度／優先度設定（Ｐ）は、各ルールセットにおいて変化して、ルールに表された優先度設定における変換（ＴＲ）を示す。よって、変換（ＴＲ）優先度（Ｐ）は所定の時間（ｔ）において存在する。従って、
ＴＲ（Ｐ（ｔ））
及び
ＴＲ（Ｐ（１））≠ＴＲ（Ｐ（２））≠ＴＲ（Ｐ（３））
一般に、リートアルゴリズムは、その変化のみを追跡して、変化のクラスをグループ分けしたり、変化の背後の根本的原因を識別しない。よって、新しいルールが、変化のクラスをグループ分けしたり、変化の背後の根本的原因を識別するために適用される。

（ΔＰ_1,2）（ΔＲ_2,1）→Ｄ
追加情報を識別及び追跡して，これらの追加情報を仮定（Ａ）、例えば（Ａ₁）と呼ぶことが適切である。

Ａ₁⇒Ｌ（ａ，ｂ）⇒（Ａ，Ｂ）のＢＴＶ
Ａ₂⇒Ｌ（ａ，ｂ）⇒（Ａ，０，Ｂ）のＢＴＶ
ダイナミックアプリケーションにおいては，妥当なデータ及び／又は結果セットに対して存在する仮定が何であるかを決定することが必要である。これは，分析の潜在的なエントリポイントに影響すると共に、試験結果を既述する複数ルールに対してデータを前処理又は再処理する必要を示す。
結果１： Ｐ₁ Ｒ₂ Ａ₁ ⇒
Ｒ₂ Ｒ₁ Ａ₁ ⇒ Ｄ
結果２： Ｐ₁ Ｒ₂ Ａ₂ ⇒
Ｒ₂ Ｒ₂ Ａ₂ ⇒ Ｄでない
結果に対して存在する根本的原因を既述するためにＡ₂で結果Ｒを提供することは，ユーザにより多くの情報をもたらす。結果の両セットを提供すると共に異なる結果をユーザに既述することは、母集団集合における傾向データを生成することを助ける。例えば、母集団部分を試験することは、時間ｔ（₁）、ｔ（₂）、ｔ（₃）とｔ（₄）において低エネルギーと息切れの症状を報告する数人の個人についての情報を提供する。医学的な前進はｔ（₄）とｔ（₅）の間に発生して、疾患Ｄ₅の症状を識別する。
Ｔ₁ Ｐ₁ Ｒ₁ Ａ₁ ⇒ ０Ｄ₅
Ｔ₂ Ｐ₂ Ｒ₂ Ａ₁ ⇒ ０Ｄ₅
Ｔ₃ Ｐ₃ Ｒ₃ Ａ₁ ⇒ ０Ｄ₅
Ｔ₄ Ｐ₄ Ｒ₄ Ａ₁ ⇒ ０Ｄ₅
Ｔ₅ Ｐ₅ Ｒ₅ Ａ₅ ⇒ Ｄ₅
上記の例において、リートアルゴリズムは、ルールにおける変化を考慮するが、存在する仮定における変化又はデルタ（Δ）を識別しない。
上記ルールに基づく決定プロセスは、ただの一例であって、本発明の一実施形態を説明するのに役立つ。本発明の別の実施形態では、上記目的を達成するためにニューラルネットワークが使用される。本発明の更に別の実施形態では、他のアプリケーションが用いられる。

ｆ）画像処理ソフトウエア
ユーザ現場において展開される遺伝プロファイリング・マイクロアレイ・システムに付設されたパソコンに設けられた画像処理ソフトウエアは、人工知能システムの要素であるかもしれないし、人工知能システムの要素でないかもしれない。画像処理ソフトウエアは、人工知能システムに使用される試験データから画像データを提供する。画像処理ソフトウエアの基本機能は、使用される各蛍光色用のチップ上の各点の強度レベルを発生することである。

強度データはチップ上の正制御点及び負制御点に正規化されて、遺伝子発現レベルを規定する。画像処理ソフトウエアによって発生されたデータは、次に、分析用人工知能システムの中央処理装置に送られる。比較ハイブリダイゼーションも使用される。マイクロアレイ試験データ画像処理に使用できるいくつかの既存の画像処理アプリケーションがある。例としては、アクストン・インスツルメンツ社（Axton Instruments, Inc.）のジーン・ピックス(GenePix^TM）４０００スキャナと関連するソフトウエア、ジーエスアイ・ルモニックス社（GSI Lumonics）のスキャンアレイ（ScanArray）５０００スキャナと関連するソフトウエア等がある。

スタンド・アローン・マイクロアレイ試験データ画像処理ソフトウエアツールが選択的に用いられる。例は、スキャナリティックス社（Scanalytics Inc.）のマイクロアレイ・スイートにおけるアイピーラブ（IPLab）と、バイオディスカバリー社（BioDiscovery, Inc.）のイマジーン（ImaGene^TM）を含む。画像処理ソフトウエアは、通常、使用されるスキャナシステムに基づいて選択される。別のやり方として、スキャナシステムと互換性を有するどんな画像処理ソフトウエアを用いてもよい。カスタムスキャナ又は電荷結合素子（ＣＣＤ）に基づくシステムを人工知能システムに関連して用いることも随意である。

ｇ) 例
下記の特定の例は本発明を例示するものであって、請求の範囲を限定するものと解すべきではない。また、下記の例では、人工知能システムにおける特異性の一部と当該システムの使用方法に影響のあり要因を示している。
Ｉ. 人工知能システムのデータベース(ＤＢ)への公衆データベース(ＤＢ)の統合
下記のデータベース、データバンク、情報源、データは、本発明のシステムに統合されるが、かかる情報は記憶されると共に、ダウンロードされたり、定期的に更新される。

国立バイオテクノロジー情報センター(ＮＣＢＩ)
⇒GenBank
⇒UniGene
⇒GeneMap
⇒EST、STS及びSNPデータベース
⇒ヒトデータベースにけるオンラインメンデル遺伝(OMIM(商標))
⇒病気と変異
⇒ブラストエンジン
⇒その他
連邦医学図書館(ＮＬＭ)
⇒病疫制御予防センター(CDC)
⇒米国医薬品局(FDA)
⇒連邦衛生院(NIH)
⇒その他
ＩＩ. 公衆情報から採集するデータ
人工知能システムは、下記の如くの情報の採集を含むデータ採集ができる。

⇒遺伝子及び医学についての現在の研究及び開発
⇒新技術(アレーテクノロジー、診断道具、薬剤開発、遺伝子試験、
高スループットスクリーニングなど)
⇒市場情報(国内及び国外、基礎研究と臨床用途)
⇒競合相手情報
⇒政治、経済、社会(ライフスタイル、健康管理など)の傾向と変化
ＩＩＩ. 重大決定のための情報 人工知能システムは、下記に関する情報を提供する。

一般情報
この情報は、経営管理上の戦略決定、会社指針、財務、市場ターゲットなどに関するものである。
特殊情報
この情報は、計画決定、技術適用、研究開発、製品デザインなどに関するものである。この情報は人工知能システムと相関付けられて統合されるもので、下記のものが挙げられる。
⇒市場に基づくもの
⇒病気に基づくもの
⇒技術に基づくもの
⇒種に基づくもの
⇒機能の基づくもの
⇒経路に基づくもの
⇒配列に基づくもの
⇒変異に基づくもに
⇒クラスターに基づくもの
病疫分析、遺伝子分析、配列分析の情報
この分析情報は種々のデータベースに組織立てられて記憶される
⇒病疫遺伝子分類：病気データバンク
⇒経路、相互作用、規制ネットワーク: 経路データバンク
⇒クラスターとその特異部位:クラスターデータバンク
⇒配列とオリゴヌクレオチドの構成：オリゴデータバンク
⇒変異: 変異データバンク
ＩＶ. 遺伝子材の組織立て
遺伝子材は遺伝子データバンクに組織立てられるが、このデータバンクには必ずしもそれに限らないが下記のものが含まれている。

⇒遺伝子選択
⇒材料調製ないし合成
⇒材料記号化
⇒材料保管
⇒材料追跡
Ｖ. 遺伝子選択
データベース内で興味にある遺伝子を選択するために特殊コンピュータプログラムを利用する。従って、特定の遺伝子を表す遺伝子または遺伝子の断片を選択するに当っては、種々のコンピュータ用プログラムを利用する。例えば、対象遺伝子としてBRCA1、BRCA2、HER2/neu、p53、p57の如くの遺伝子を選択して乳癌遺伝子チップへ付けるまたは付加するのに、コンピュータ用プログラムを利用することができる。BRCA1遺伝子の場合、別のコンピュータ用プログラムを利用して、所望のＧＣ含有量、最小ヘアピン情報、最小二量体情報、最適融点と共に、一つかそれ以上の固有の５０量体オリゴ配列(50mer oligo sequence)を選択してもよい。

遺伝子材の調製には、必ずしもこれに限られないが、下記のものが含まれる。

⇒高スループット増幅と純化
⇒オリゴ/ペプチド核酸(PNA)構成
⇒オリゴ/ペプチド核酸(PNA)合成
⇒配列確認
⇒濃度調節
ＶＩＩ． マイクロアレイの設計及び追跡
マイクロアレイはアレーデータバンクを用いて設計され、かつ追跡され、このデータバンクは次のものを含むが、それらに制限されない。
→アレイの設計（例えば、人口知能（ＡＩ）と、複数の対照物（controls）と、プログラムされた（複数の）画像と、（複数の）病気、（複数の）機能、（複数の）経路によってグループ分けされたものと、基礎をなすネットワークと、表現型−遺伝子型の相関と、その他）
→遺伝物質情報と関連したアレイのロケーションＩＤ、サンプルＩＤ、保存用プレート、及び他のパラメータ
→最後の画像形成、データ分析、及びエンドユーザらへのデータエクスポートに接続されたアレイＩＤ
ＶＩＩＩ．スポッティング
スポッティングは、インクジェット印刷システムの（複数の）較正と、キーとなる複数のパラメータのモニタリングとを達成する。

ＩＸ．組織
検査されている組織は追跡されて、サンプルデータバンクに記録される。検査されたすべての組織は、以下のパラメータに関して記録される。
→供給源：人／動物／その他
→組織のタイプ：例えば、血液、胸の組織、肝臓の組織など；健康な組織、病気の組織、感染容易な弱った組織（compromised tissue）、腫脹した組織、ストレスを受けた組織など
→検査前の診断
→遺伝子プロファイリングマイクロアレー検査前の処理又は検査
→対照サンプル情報
→組織標本の情報／標識（ラベル）付け手順
→その他
Ｘ．交雑 交雑情報は次のものを含むが、それらに限定されない。
→（複数の）流体ステーション（fluidic station）と関連した、プログラムされた（複数の）交雑手順
→（複数の）交雑条件（例えば、緩衝成分、時間サイクル、温度制御など）
→洗浄
→チップの保存
ＸＩ．結果の分析 結果の分析は、次のような３つのステージに導かれる。
画像分析：画像データバンク
→実際の画像を分析的な画像に翻訳する
→画像をディジタル／数（画素の強度）に変化させる
→有意な変化をソーティングし、再グループ化し、比較し、フィルタリングし、かつハイライトを強調する
→公開データ及び内部データと相関させる
→エンドユーザの通信
プロファイリング：プロファイルデータバンク 異なる組織、病気、人種集団、処理、経路、遺伝子などによる発現のプロファイリング
変異及び病気：変異データバンク
変異ＤＢ：病気のタイプ、表現型−遺伝子型の相関
ＸＩＩ．ユーザインターフェースを介して提示される情報
当該人口知能システムは、ネットワーク（例えば、インターネット）を介して、ユーザインターフェースを介してユーザに情報を提供する。情報は、ウィンドウ、画面、メニュー等を介して提示され、上記ウィンドウ等は、ユーザ情報、臨床のサンプル情報、検査情報、臨床の検査結果の報告、Ｒ＆Ｄのサンプル情報、チップ情報、バイオファーマチップの結果の報告、処理の選択肢、支払い情報、及びその他を、ユーザが便利なように見ることを可能にする。

次のものは、ユーザインターフェースを介してユーザに提示される情報の例である。

ユーザ情報ユーザＩＤ（ユーザが特定される／セキュリティが守られている）
パスワード（ユーザが特定される／セキュリティが守られている）
→名前
→性別
→誕生日
→人種集団
→社会保障番号（ＳＳＮ）
→病歴（health history）
→職業
→雇用者情報
→保険情報
→医師の情報／診療所及び病院情報
→家族の履歴
→診断
ａ）臨床医／医師
ｂ）病理学
ｃ）診療所／ラボ
ｄ）遺伝子検査
臨床のサンプル情報
日付
→サンプルＩＤ
→患者ＩＤ
→器官
→組織
→細胞
→ＤＮＡ又はｍＲＮＡ
→標本／増幅／浄化
→標識付け
→保存
→対照サンプル情報
検査情報
検査の日付
検査のタイプ
→遺伝子検査
→発現プロファイル
分類された検査
→癌
→心臓血管
→神経学
→内分泌
→感染
→代謝
→血液
→免疫
→老化
使用されたチップ
交雑の（複数の）方法及び（複数の）条件
臨床検査結果の報告
日付
チップＩＤ
患者ＩＤ
サンプルＩＤ
遺伝子検査
→変異
→増幅
発現プロファイル
→異常な発現パターン
→関連した遺伝子
Ｒ＆Ｄサンプル情報
サンプルの供給源
→人
→動物
→昆虫
→ウイルス
→細菌
→酵母
→農業
→その他
（複数の）組織及び細胞のタイプ
処理
→（複数の）試薬
→濃縮
→時間期間
→特定の処理
サンプル標本情報
標識付け、保存、及び交雑情報
対照物
チップ情報
チップＩＤ
チップのタイプ
→バイオファーマ
→カスタムメード（Ｒ＆Ｄ）
→臨床
チップの分類
→病気が特定された
→機能が特定された
→変異に関連した
完全なプローブ情報
完全なアレイ情報
遺伝子データベースに対する情報の直接のリンク
バイオファーマチップの結果の報告
（複数の）実験のタイプ
→発現
→変異
→増幅
チップの分類
→病気に基づく
→機能に基づく
→構造に基づく
トップヒットリスト（例えば、上位１０個、上位１００個など）
→対照物と比較して過剰に発現された遺伝子と発現が不足した遺伝子
→変異が生成されたか又は検出された
→ゲノムの増幅（複数の）研究員、（複数の）医師、（複数の）遺伝子カウンセラーなどによる結論
治療方法の選択肢
→患者ＩＤ
→サンプルＩＤ
→チップＩＤ
→検査結果及び診断：病気に対する遺伝子型／発現の変形
→利用可能な治療方法
→代替の治療方法の選択肢
→研究中の治療方法
支払い（ｂｉｌｌｉｎｇ）情報
⇒ 患者ＩＤまたは顧客ＩＤ
⇒ サンプルＩＤ
⇒ チップＩＤ
⇒ テスト結果
⇒ 保険料情報
⇒ 医者への報酬
ａ）保険会社による補償
⇒ 患者支払い
⇒ 顧客支払い
ＸＩＩＩ. オンラインマーキング、注文および発送システム（Ｂ２Ｂ２Ｃ）
その人口知能システムは、注文、支払い、注文追跡、発送およびその他に関する情報を記憶する処理サーバを含む。ｅコマ−ス関連情報も提供される。ｅコマ−ス取引は、患者（１または複数）の処方薬（１または複数）の購入、保険会社の個人（１または複数）に対する異常のない遺伝プロファイル（ＧＰ）（１または複数）の割引の申出、農業経営者（１または複数）の新しい遺伝子組み替え生物（ＧＭＯ）の購入、ユーザ（１または複数）の特定のニュース記事（１または複数）の購読、および、ユーザ（１または複数）の、特定の遺伝プロファイル（１または複数）を理解する助けになる特定の本（１または複数）または他の情報材料の注文を含んでもよい。また、そのシステムは、随意的に、教育情報／セミナー（１または複数）、特定のチャットルーム（１または複数）、および、多数の定期的な訪問者を魅了しうるオンライン支援団体の集合（１または複数）を含み、さらなる広告オプション、および、広範囲な製品とサービスを含む商取引の簡易化を提供してもよい。

ＸＩＶ. エンドユーザアプリケーション エンドユーザアプリケーションは、以下を含む。

⇒ ウィンドウズ（登録商標）ベースのプラットフォーム
⇒ ファイアウォール保護された入力
⇒ ユーザパスワード（ＰＷ）およびサンプルＩＤ特定されたログオン
⇒ 診断ユーザおよびブラウズユーザによる選択されたおよび制限されたアクセス
⇒ オンライン技術サポートシステム（１または複数）
本発明の種々の修正および変形が、本発明の範囲および精神から逸脱することなく、当業者に明らかである。本発明は特定の好ましい実施の形態に関連して述べられたが、特許請求される発明が、そのような特定の実施の形態に不当に制限されるべきではない。実際に、当業者に明らかである説明された発明の実行方法の種々の修正が、特許請求の範囲内であることが意図される。

Claims (27)

1. 個々の患者の生理学的状態を診断、および、前記患者に治療を勧めるための個々の患者に関するペプチド核酸（ＰＮＡ）マイクロアレイハイブリダイゼーション情報を解析する人工知能システムであって、
   （ｉ）ユーザ設備であって、マイクロアレイの表面につながれている長さが約２５から約７０の塩基を含むＰＮＡプローブを含む表面を有するペプチド核酸（ＰＮＡ）マイクロアレイ、および、前記ＰＮＡマイクロアレイからの前記ハイブリダイゼーションの情報を集めるように構成される光学走査システム、を含み、
   前記ハイブリダイゼーションの情報は、前記患者に関連する遺伝子発現情報を含み、
   遺伝子発現情報を提供できるように構成される、
   ユーザ設備と、
   （ｉｉ）少なくとも一つのユーザ設備と通信し、
   ウェブサーバであって、
   前記患者に関連する遺伝子発現情報を受け取り伝達する機能、データ解析をサポートする機能、ならびに、セキュリティおよびビジネス機能を提供する機能を含む機能のグループを遂行するように構成され、
   前記患者に関連する前記遺伝子発現情報が、前記患者に関連する臨床試料と接続して前記ＰＮＡマイクロアレイから集められたハイブリダイゼーション情報を含む、
   ウェブサーバと、
   （ｉｉｉ）データーベースサーバであって、ハイブリダイゼーションプロファイル、ハイブリダイゼーションプロファイルに関連する臨床情報、前記患者に関連する個人の医療履歴情報、ハイブリダイゼーションプロファイルに関連する診断条件に適した治療、および、前記ハイブリダイゼーションプロファイルに関連した統計情報を含む機能のグループを遂行するように構成される、
   データベースサーバと、ならびに、
   （ｉｖ）アプリケーションサーバであって、ユーザ設備に対応する診断マスタユーザおよび前記診断マスタユーザに関連する個人の患者に対応する診断ユーザを認識し、
   前記ウェブサーバと前記データベースサーバとの間の情報交換を促進し、
   前記ハイブリダイゼーション情報を、高い遺伝子発現レベルの検出するステップと、低い遺伝子発現レベルの検出するステップと、および、患者の家族の履歴と前記遺伝子発現レベルの関係付するステップとを含むリートアルゴリズムを用いて分析するように構成されるアプリケーションサーバと、
   を含み、ならびに、
   機能のグループの遂行は、
   前記リートアルゴリズムによって示される前記患者の生理学的状態を診断するステップ、および、
   前記診断した生理学状態に基づいて前記患者に対する治療の方法を提供するステップを含む、
   人工知能システム。
2. 前記機能のグループは、製品情報、製品注文、会社情報、患者データベースの統計的概要、前記アプリケーションからの要求、および、セキュリティからなる群から選択される機能を含む前記ウェブサーバによって遂行される、請求項１に記載のシステム。
3. 前記データベースサーバに記憶されたデータは、さらにチップＩＤのための遺伝子パターンデータベースデータ、患者の遺伝子パターンデータベースデータ、および、統計データ概要データからなる群から選択される、請求項１に記載のシステム。
4. 前記アプリケーションサーバは、前記データベースサーバのための少なくとも１つの問い合わせを作成し、前記ウェブサーバによって受け取られるハイブリダイゼーションパラメータと前記データベースサーバによって供給されるハイブリダイゼーションパラメータとの間で少なくとも１つの統計的比較を行う、請求項１に記載のシステム。
5. 前記アプリケーションサーバは、チップＩＤ遺伝子パターンのためのデータベース問い合わせ機能、統計データ概要のためのデータベース問い合わせ機能、パターンマッチング統計処理機能及び結果出力機能からなる群から選択される１つ若しくは複数の機能を行うようにさらに構成される、請求項４に記載のシステム。
6. 前記人工知能システムは、オペレーションサーバをさらに含む、
   請求項１に記載のシステム。
7. 前記オペレーションサーバは、注文管理機能、請求管理機能及び注文追跡機能からなる群から選択される機能を含む、請求項６に記載のシステム。
8. 前記ユーザ設備は、暗号化されたネットワーク接続を介して前記人工知能システムに接続されている、請求項１に記載のシステム。
9. 前記ユーザ設備は、遠隔ユーザ設備である請求項８に記載のシステム。
10. 前記ユーザ装置は、ローカルユーザ装置である請求項８に記載のシステム。
11. 前記ユーザ設備は、病院、クリニック、調査設備、ビジネス、非営利団体からなる群から選択される、請求項８に記載のシステム。
12. 前記ユーザ設備は、
    （ｉ）光学走査システムからの光学データを１群のハイブリダイゼーションパラメータに変換する画像処理システム、
    （ｉｉ）ネットワークに接続されたコンピュータ、及び
    （ｉｉｉ）データ関連情報を表示するユーザインターフェース、を含む、
    請求項８に記載のシステム。
13. 前記ネットワークは、インターネットである、請求項１２に記載のシステム。
14. 前記ユーザインターフェースは、データを操作する機能、データを検索する機能、データを解析する機能及びデータを表示する機能からなる群から選択される機能をさらに含む、請求項１２に記載のシステム。
15. 前記ユーザインターフェースは、ユーザ情報、臨床サンプル情報、検査情報、臨床検査結果報告、研究開発サンプル情報、チップ情報、生物薬剤チップの検査報告、治療選択及び請求書情報からなる群から選択される表示情報をさらに含む、請求項１４に記載のシステム。
16. 前記情報関連データは、ハイブリダイゼーション情報、患者情報、統計情報、臨床情報、医学情報、診断情報、治療情報、生物学的情報、製品情報及び会社情報からなる群から選択される、請求項１２に記載のシステム。
17. 前記ユーザ設備は、遺伝子パターン処理機能、チップＩＤのためのパターンマッチングの要求機能及び報告書生成機能からなる群から選択される機能をさらに含む、請求項１２に記載のシステム。
18. 前記ユーザ設備は、
    （ｉ）ネットワークに接続されたコンピュータ、及び
    （ｉｉ）情報関連データを表示するユーザインターフェース、を含む、
    請求項８に記載のシステム。
19. 前記情報関連データは、ハイブリダイゼーション情報、患者情報、統計情報、臨床情報、医学情報、診断情報、治療情報、生物学的情報、製品情報及び会社情報からなる群から選択されるデータを有する、請求項１８に記載のシステム。
20. 少なくとも１つの遠隔位置と少なくとも１つの中央データ処理設備との間で共有される処理機能に基づくシステム構成を含む、請求項１に記載のシステム。
21. 個々の患者の生理学的状態を診断、および、前記患者に治療を提供するための方法であって、
    （ｉ）前記患者に関連する患者識別子を準備するステップと、
    （ｉｉ）マイクロアレイの表面につながれている長さが約２５から約７０の塩基を含むＰＮＡプローブを含む表面を含むペプチド核酸（ＰＮＡ）マイクロアレイを準備するステップと、
    （ｉｉｉ）前記患者および前記患者の識別子に関連する前記ＰＮＡマイクロアレイからのハイブリダイゼーション情報を回収するステップであって、
    前記患者に関連するハイブリダイゼーション情報は、前記患者の臨床試料が接触された前記マイクロアレイの表面につながれている長さが約２０から約７０の塩基の塩基を含むＰＮＡプローブを含む前記ＰＮＡマイクロアレイから回収された遺伝子発現ハイブリダイゼーション情報である、
    回収するステップと、
    （ｉｖ）前記ハイブリダイゼーション情報および前記患者の識別子の情報を中央データ処理設備に送信するステップと、
    （ｖ）前記患者に関連するハイブリダイゼーションプロファイルを生成するために前記ハイブリダイゼーション情報を解析するステップと、
    （ｖｉ）解析されたデータを準備するために、前記ハイブリダイゼーションプロファイルと記憶されたハイブリダイゼーションパラメータ、および、記憶された患者の医療履歴情報および前記患者に関連する臨床観察を比較するステップと、
    （ｖｉｉ）リートアルゴリズムの使用を介して前記解析されたデータによって示される可能性のある生理学的状態を診断するステップであって、
    前記リートアルゴリズムが、高い遺伝子発現レベルを検出するステップと、低い遺伝子発現レベルを検出するステップと、および、前記患者の生理学的状態を診断のために特定の疾患になる可能性を決定する前記高い遺伝子発現レベルおよび前記低い遺伝子発現レベルを患者の家族の履歴と関連付けるステップと、を含む、
    診断するステップと、
    （ｖｉｉｉ）前記診断した生理学的状態、患者の個人の医療情報、および、臨床観察に基づいて、前記患者に治療の方法を提供するステップと、ならびに、
    （ｉｘ）前記記憶されたハイブリダイゼーションパラメータおよび記憶された患者の医療履歴をアップデートするステップと、
    を含む方法。
22. 個々の患者の生理学的状態を診断、および、前記患者に治療を提供するための方法であって、
    （ｉ）前記患者に関連する患者識別子を準備するステップと、
    （ｉｉ）タンパク質プローブが結合されている基質を含むプロテオミクスチップを準備するステップと、
    （ｉｉｉ）前記患者関連するプロテオミクスチップからの情報を回収するステップと、
    （ｉｖ）前記プロテオミクスチップ情報および前記患者の識別子の情報を中央データ処理設備に送信するステップと、
    （ｖ）前記患者のプロテオミクスプロファイルを生成するために前記情報を解析するステップと、
    （ｖｉ）解析されたデータを準備するために、前記プロテオミクスプロファイルと記憶されたプロテオミクスパラメータ、および、記憶された患者の医療履歴情報および前記患者に関連する臨床観察を比較するステップと、
    （ｖｉｉ）人工知能の使用を介して前記解析されたデータによって示される可能性のある生理学的状態を診断するステップであって、
    前記人工知能が、前記比較されたパラメータと前記プロファイルの間の変化を検出するように構成されたリートアルゴリズムのアプリケーションを有し、
    前記患者の生理学的状態を診断のために特定の疾患になる可能性を決定する前記前記プロファイルは、高いタンパク質レベルを検出するステップと、低いタンパク質レベルを検出するステップと、および、前記高いタンパク質レベルおよび低いタンパク質レベルを患者の家族の履歴と関係付けるステップとを含む、
    診断するステップと、
    （ｖｉｉｉ）前記診断した生理学的状態、患者の個人の医療情報、および、臨床観察に基づいて、前記患者に治療の方法を提供するステップと、および、
    （ｉｘ）前記記憶されたプロテオミクスパラメータおよび記憶された患者の医療履歴をアップデートするステップと、
    を含む方法。
23. 生物の生理学的状態を診断、および、前記生物に治療を提供するための方法であって、
    （ｉ）前記生物に関連する識別子を準備するステップと、
    （ｉｉ）マイクロアレイの表面につながれている長さが約２５から約７０の塩基を含むＰＮＡプローブを含む表面を含むペプチド核酸（ＰＮＡ）マイクロアレイを準備するステップと、
    （ｉｉｉ）前記生物および前記識別子に関連する前記ＰＮＡマイクロアレイからのハイブリダイゼーション情報を回収するステップと、
    （ｉｖ）前記ハイブリダイゼーション情報および前記識別子の情報を中央データ処理設備に送信するステップと、
    （ｖ）前記生物に関連するハイブリダイゼーションプロファイルを生成するために前記ハイブリダイゼーション情報を解析するステップと、
    （ｖｉ）解析されたデータを準備するために、前記ハイブリダイゼーションプロファイルと記憶されたハイブリダイゼーションパラメータ、疾患モデル、および、生物プロファイルを比較するステップと、
    （ｖｉｉ）リートアルゴリズムの使用を介して前記解析されたデータによって示される可能性のある生理学的状態を診断するステップであって、
    前記リートアルゴリズムが、前記比較されたパラメータと前記プロファイルの間の変化を検出するように構成され、
    前記生物の生理学的状態を診断のために特定の疾患になる可能性を決定する前記プロファイルは、高い遺伝子質発現を検出するステップと、低い遺伝子レベルを検出するステップと、および、前記遺伝子発現レベルを記憶されたハイブリダイゼーションパラメータ、疾患モデル、および、生物のプロファイルと関係付けるステップとを含む、
    診断するステップと、
    （ｖｉｉｉ）前記診断した生理学的状態、疾患モデル、および、生物のプロファイルに基づいて前記生物に治療の方法を提供するステップと、ならびに、
    （ｉｘ）前記記憶されたハイブリダイゼーションパラメータおよび記憶された生物のプロファイルをアップデートするステップと、
    を含む方法。
24. 前記生物は動物である、請求項２３に記載の前記生物の生理学的状態を診断、および、前記生物の治療を提供するための方法。
25. 前記生物は植物である、請求項２３に記載の前記生物の生理学的状態を診断、および、前記生物の治療を提供するための方法。
26. 生物の生理学的状態を診断、および、前記生物に治療を提供するための方法であって、
    （ｉ）前記生物に関連する識別子を準備するステップと、
    （ｉｉ）タンパク質プローブが結合されている基質を含むプロテオミクスチップを準備するステップと、
    （ｉｉｉ）前記生物関連するプロテオミックチップからの情報を回収するステップと、
    （ｉｖ）前記プロテオミクスチップ情報および前記識別子の情報を中央データ処理設備に送信するステップと、
    （ｖ）前記患者に関連するプロテオミクスプロファイルを生成するために前記情報を解析するステップと、
    （ｖｉ）解析されたデータを準備するために、前記プロテオミクスプロファイルと記憶されたプロテオミクスパラメータ、および、記憶された疾患モデルおよび生物プロファイルを比較するステップと、
    （ｖｉｉ）人工知能の使用を介して前記解析されたデータによって示される可能性のある生理学的状態を診断するステップであって、
    前記人工知能が、前記比較されたパラメータと前記プロテオミクスプロファイルの間の変化を検出するように構成されたリートアルゴリズムのアプリケーションを有し、
    前記患者の生理学的状態を診断のために特定の疾患になる可能性を決定する前記前記プロファイルは、高いタンパク質発現を検出するステップと、低いタンパク質レベルを検出するステップと、および、前記タンパク質レベルを記憶された疾患モデル、および、生物プロファイルと関係付けるステップとを含む、
    診断するステップと、
    （ｖｉｉｉ）前記診断した生理学的状態、疾患モデル、および、生物のプロファイルに基づいて前記生物に治療の方法を提供するステップと、ならびに、
    （ｉｘ）前記記憶されたプロテオミクスパラメータおよび記憶された生物のプロファイルをアップデートするステップと、
    を含む方法。
27. 前記生物は動物である、請求項２６に記載の前記生物の生理学的状態を診断、および、前記生物の治療を提供するための方法。

Images