JP2018179688A - 測定方法、測定装置、プログラム、演算式の取得方法および定性判定結果の表示方法 - Google Patents
測定方法、測定装置、プログラム、演算式の取得方法および定性判定結果の表示方法 Download PDFInfo
- Publication number
- JP2018179688A JP2018179688A JP2017077862A JP2017077862A JP2018179688A JP 2018179688 A JP2018179688 A JP 2018179688A JP 2017077862 A JP2017077862 A JP 2017077862A JP 2017077862 A JP2017077862 A JP 2017077862A JP 2018179688 A JP2018179688 A JP 2018179688A
- Authority
- JP
- Japan
- Prior art keywords
- measurement
- value
- reagent
- cutoff
- measured
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6844—Nucleic acid amplification reactions
- C12Q1/6851—Quantitative amplification
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6844—Nucleic acid amplification reactions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
- G16B25/10—Gene or protein expression profiling; Expression-ratio estimation or normalisation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B45/00—ICT specially adapted for bioinformatics-related data visualisation, e.g. displaying of maps or networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
- G01N33/57407—Specifically defined cancers
- G01N33/57415—Specifically defined cancers of breast
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
- G01N33/57407—Specifically defined cancers
- G01N33/57446—Specifically defined cancers of stomach or intestine
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Biotechnology (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Organic Chemistry (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Molecular Biology (AREA)
- Genetics & Genomics (AREA)
- Immunology (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Microbiology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Epidemiology (AREA)
- Bioethics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
Abstract
Description
Y’=(Y−bn)/an …(1)
ここで、Y'は演算値(22)、Yは第1測定値(11)であり、
an=(yn−yn-1)/(xn−xn-1)、
bn=yn-1−(xn-1×an)、である。
このように構成すれば、区間毎の演算式(31)を、区間の両端において互いに対応する第1カットオフ値(15)と第2カットオフ値(25)とによって定まる2点を通過する直線を表す関数として、容易に得ることができる。
Y’=(Y−y1)/a+x1 …(2)
ここで、Y'は演算値(22)、Yは第1測定値(11)であり、aは、複数の生物試料を用いて第1測定試薬(10)を使用して得られた複数の第1測定値(11)と、複数の生物試料と同一の試料を用いて第2測定試薬(20)を使用して得られた複数の第2測定値(21)との近似直線の傾きである。
このように構成すれば、第1カットオフ値(15)と第2カットオフ値(25)とによって定まる点(x1、y1)を通過する近似直線の関数として、演算式(31)を容易に得ることができる。
Y’=(Y−bn)/an …(3)
ここで、Y'は演算値(22)、Yは第1測定値(11)であり、
an=(yn−yn-1)/(xn−xn-1)、
bn=yn-1−(xn-1×an)、である。
このように構成すれば、区間毎の演算式(31)を、区間の両端において互いに対応する第1カットオフ値(15)と第2カットオフ値(25)とによって定まる2点を通過する直線を表す関数として、容易に得ることができる。
Y’=(Y−y1)/a+x1 …(4)
ここで、Y'は演算値(22)、Yは第1測定値(11)であり、
aは、複数の生物試料を用いて第1測定試薬(10)を使用して得られた複数の第1測定値(11)と、複数の生物試料と同一の試料を用いて第2測定試薬(20)を使用して得られた複数の第2測定値(21)との近似直線の傾きである。
このように構成すれば、第1カットオフ値(15)と第2カットオフ値(25)とによって定まる点(x1、y1)を通過する近似直線の関数として、演算式(31)を容易に得ることができる。
図1を参照して、本実施形態による測定方法の概要について説明する。
次に、本実施形態による測定方法を実施する測定装置の例について説明する。
図3は、演算情報30の例を示している。図3は、第1測定試薬10を使用して得られた第1測定値11を表す第1座標軸41と、第2測定試薬20を使用して得られた第2測定値21を表す第2座標軸42とを設定し、第1座標軸41と第2座標軸42との座標平面40上で第1測定値11と第2測定値21との関係を表した相関図である。図3では、第1座標軸41をY軸、第2座標軸42をX軸にとっている。
Y’=(Y−bn)/an …(1)
ここで、Y'は演算値22、Yは第1測定値11である。
an=(yn−yn-1)/(xn−xn-1)、
bn=yn-1−(xn-1×an)、である。
Y’=(Y−y1)/a+x1 …(2)
ここで、Y'は演算値22、Yは第1測定値11であり、aは、複数の生物試料を用いて第1測定試薬10を使用して得られた複数の第1測定値11と、複数の生物試料と同一の試料を用いて第2測定試薬20を使用して得られた複数の第2測定値21との近似直線の傾きである。傾きaは、図6の相関図における各プロットの分布から回帰直線を求めることにより、取得できる。
次に、演算式の取得方法について説明する。本実施形態の演算式の取得方法は、所定の測定原理に基づいて生物試料に含まれる被検物質90を測定して得られた測定値を演算するための演算式31の取得方法である。
図7は、測定装置100の具体的な装置構成の例を示す。図7では、測定装置100は、遺伝子増幅測定装置である。遺伝子増幅測定装置は、被検物質90である標的遺伝子を測定試薬を用いて増幅し、増幅された標的遺伝子を検出することにより測定値を取得するものである。ここで、遺伝子検査のように未解明な部分が多く学術的な知見の集積が必要とされる分野では、測定試薬の開発も盛んである一方で、異なる測定試薬を用いた測定値同士を対比できるようにすることが望まれる。そのため、本実施形態による測定装置100は、遺伝子増幅測定装置に適用する場合に有用である。
ュータプログラムの実行に用いるデータが記憶されている。
(実施例1)
以下、被検物質90をサイトケラチン19(CK19)のmRNAとし、LAMP法による核酸増幅を行って、CK19mRNAの濃度を測定するための第1測定試薬10を用いた第1測定値11について、第2測定試薬20の測定値に相当する演算値22に演算するための演算情報30の実施例を示す。
第1測定試薬10および第2測定試薬20の組成は、図9に示した通りである。図15は、第1座標軸41としてのY軸に第1測定試薬10の測定値をとり、第2座標軸42としてのX軸に第2測定試薬20の測定値をとり、共通の生物試料についての測定結果をプロットした相関性試験の結果を示した相関図である。各軸の測定値は、対数値(log copy/μL)で示している。第1測定試薬10と第2測定試薬20とで、互いに同じ定性判定を示すカットオフ値は、表1の通りである。本実施例では、(+/−)および(++/+)の2組の第1カットオフ値15および第2カットオフ値25がある。
表1から、図16に示す第1測定試薬10の第1カットオフ値15は、y1=2.952(Log copies/μL)、y2=4.131(Log copies/μL)となる。第2測定試薬20の第2カットオフ値25は、x1=2.390(Log copies/μL)、x2=3.695(Log copies/μL)となる。
a2=0.90345
b2=0.79276
得られた係数a2および切片b2を上式(1)に代入して、下記の演算式31を得た。
Y’=(Y−bn)/an
=(Y−0.79276)/0.90345 …(5)
なお、上式(5)において、Y'は演算値22、Yは第1測定値11である。
上記実施例1で得られた演算式31を臨床試験の結果に適応し、演算式31が臨床試験のケースにも適応できることを確認した。この確認方法を確立するため、規格を設定し、それに基づいたレトロスペクティブ解析の合否を検証した。確認は、乳がん、大腸がんおよび胃がんの臨床試験結果に対して行った。演算式の確認に用いたデータ数Nは、以下の通りである。
乳がん :N=300、大腸がん:N=149、胃がん :N=135
〈規格1、2:第1測定値と第2測定値との定性判定結果の整合性〉
第1測定試薬10と第2測定試薬20とは、同等の臨床性能を持っていると考えられる。そのため、第1測定値11から演算値22への演算の前提として、第1測定値11と、演算先の第2測定値21との定性判定結果の整合性について確認した。すなわち、表3に示す判定表を作成し、第1測定値11に基づく定性判定結果と、第2測定値21に基づく定性判定結果との2群の間で、定性判定に有意差があるか否かをマクネマー検定により検討した。表3において、b+cが5以下となる場合、マクネマー検定の信頼性が低くなるため、2項検定を用い、この結果有意差がないことを合格基準とした。表3では省略するが、(++)と(+,−)との判定のみならず、(+)と(−)との判定の2パターンについて実施した。
演算値22と、第2測定値21とは、同等の臨床性能を持っていると考えられる。そのため表4に示す判定表により、演算値22に基づく定性判定結果と、第2測定値21に基づく定性判定結果との2群の間で、定性判定に有意差あるか否かをマクネマー検定により検討した。b+cが5以下となる場合、2項検定を用い、この結果有意差がないことを合格基準とした。表4では省略するが、(++)と(+/−)との判定のみならず、(++/+)と(−)との判定の2パターンについて実施した。
上式(5)に示した演算式31によれば、カットオフ値の2点を通る直線を用いるため、第1測定試薬10に基づく定性判定と演算値22に基づく定性判定とは必ず等しくなるはずである。そのため、表5に示す判定表により、第1測定値11と第1カットオフ値15とに基づく定性判定結果と、演算値22と第2カットオフ値25とに基づく定性判定結果との2群の間で、判定の一致率を求めた。その判定一致率が100%であることを合格基準とした(規格5)。
演算値22をY軸、第2測定値21をX軸にプロットした相関図において、Y=Xの直線からの標準偏差は検体群の持つばらつきであり、演算値22と第2測定値21との回帰直線を作成した際には、傾きは標準偏差の範囲内に入ると考えられる。図15に示した検体群に対して、演算値22と第2測定値21とのプロットのY=Xの直線からの乖離度を評価するために、図17に示す演算値22の残差Δ'のプロットおよび図18に示す残差の分布表を作成した。残差Δ'は、プロットのY=Xの直線からのY軸方向距離(図20参照)である。図18における山なりの分布の標準偏差が、検体群のばらつきを表す。
0.75370≦回帰直線の傾きa≦1.24630 …(規格6)
−1.38862≦回帰直線の切片b≦1.38862 …(規格7)
演算値22は、第1測定値11に比較して第2測定値21に近づくと考えられる。そのため、第2測定値21および演算値22の相関図におけるプロットが、第1測定値11および第2測定値21の相関図におけるプロットに比較して、Y=Xの直線からのY軸方向距離が小さいほど、同等性があると言える。このため、図20に示すように、各プロットのY軸方向の距離をΔと定義し、下式(8)を満たすことを規格8とした。
Δは、第1測定値(Y軸)と第2測定値(X軸)との相関図におけるプロットの直線Y=Xに対するY軸方向距離
Δ’は、演算値(Y軸)と第2測定値(X軸)との相関図におけるプロットの直線Y=Xに対するY軸方向距離
乳がん(N=300)、大腸がん(N=149)および胃がん(N=135)の各データセットにおいて、全ての規格を満たしており、適切に演算されることが確認できた。以下、データセット毎に説明する。
規格1〜規格4
表6に第1測定値11および演算値22と第2測定値21との判定結果を示す。表6によれば、マクネマー検定および2項検定では有意差が見られず(p値≧0.05)、各測定値および演算値は規格1〜規格4をそれぞれ満たした。
乳がん検体における、第1測定値11と第1カットオフ値15とに基づく定性判定結果と、演算値22と第2カットオフ値25とに基づく定性判定結果を表7に示す。表7によると、判定一致率(=(a+d)/N(%))は100%であり、規格5を満たした。
図21は、乳がん検体における演算値22(Y軸)と第2測定値21(X軸)の相関図およびプロットの回帰直線を示す。回帰直線の傾きaは0.9171であり、規格6(0.75370≦a≦1.24630)を満たした。回帰直線の切片bは0.4484であり、規格7(−1.38862≦b≦1.38862)を満たした。
乳がん検体における第1測定値(Y軸)と第2測定値(X軸)との相関図、乳がん検体における演算値(Y軸)と第2測定値(X軸)との相関図をそれぞれ作成し、各プロットの直線Y=Xに対するY軸方向距離ΔおよびΔ’を取得した。Σ|Δ|の平均値は0.58であり、Σ|Δ’|の平均値は0.44であった。上式(8)より、規格8を満たした。
規格1〜規格4
表8に第1測定値11および演算値22と第2測定値21との判定結果を示す。表8によれば、マクネマー検定および2項検定では有意差が見られず(p値≧0.05)、各測定値および演算値は規格1〜規格4をそれぞれ満たした。
乳がん検体における、第1測定値11と第1カットオフ値15とに基づく定性判定結果と、演算値22と第2カットオフ値25とに基づく定性判定結果とを表9に示す。表9によると、判定一致率(=(a+d)/N(%))は100%であり、規格5を満たした。
図22は、大腸がん検体における演算値22(Y軸)と第2測定値21(X軸)の相関図およびプロットの回帰直線を示す。回帰直線の傾きaは0.9382であり、規格6(0.75370≦a≦1.24630)を満たした。回帰直線の切片bは0.3019であり、規格7(−1.38862≦b≦1.38862)を満たした。
大腸がん検体における第1測定値(Y軸)と第2測定値(X軸)との相関図、乳がん検体における演算値(Y軸)と第2測定値(X軸)との相関図をそれぞれ作成し、各プロットの直線Y=Xに対するY軸方向距離ΔおよびΔ’を取得した。Σ|Δ|の平均値は0.52であり、Σ|Δ’|の平均値は0.28であった。上式(8)より、規格8を満たした。
規格1〜規格4
表10に第1測定値11および演算値22と第2測定値21との判定結果を示す。表10によれば、マクネマー検定および2項検定では有意差が見られず(p値≧0.05)、各測定値および演算値は規格1〜規格4をそれぞれ満たした。
胃がん検体における、第1測定値11と第1カットオフ値15とに基づく定性判定結果と、演算値22と第2カットオフ値25とに基づく定性判定結果を表11に示す。表11によると、判定一致率(=(a+d)/N(%))は100%であり、規格5を満たした。
図23は、胃がん検体における演算値22(Y軸)と第2測定値21(X軸)の相関図およびプロットの回帰直線を示す。回帰直線の傾きaは0.9608であり、規格6(0.75370≦a≦1.24630)を満たした。回帰直線の切片bは0.1267であり、規格7(−1.38862≦b≦1.38862)を満たした。
大腸がん検体における第1測定値(Y軸)と第2測定値(X軸)との相関図、乳がん検体における演算値(Y軸)と第2測定値(X軸)との相関図をそれぞれ作成し、各プロットの直線Y=Xに対するY軸方向距離ΔおよびΔ’を取得した。Σ|Δ|の平均値は0.39であり、Σ|Δ’|の平均値は0.23であった。上式(8)より、規格8を満たした。
上記演算式31の設定が、3点以上のカットオフ値を持つ場合に対しても有効であることを確認するため、3点のカットオフ値での演算式31を取得し、定性判定が演算前後で変化しないことを確認した。
表12から、図24に示す第1測定試薬10の第1カットオフ値15は、y1=2.952(Log copies/μL)、y2=4.131(Log copies/μL)、y3=5.372(Log copies/μL)となる。第2測定試薬20の第2カットオフ値25は、x1=2.390(Log copies/μL)、x2=3.695(Log copies/μL)、x3=4.695(Log copies/μL)となる。
上式(1)において、傾きan=(yn−yn-1)/(xn−xn-1)、切片bn=yn-1−(xn-1×an)に各カットオフ値(x1、x2、y1、y2)を代入して、下記の値を得た。
a2=0.90345
b2=0.79276
得られた係数a2および切片b2を上式(1)に代入して、下記の第1の演算式31aを得た。
Y’=(Y−bn)/an
=(Y−0.79276)/0.90345 …(9)
式(9)に示す第1の演算式31aは、上記実施例1の演算式(5)と同一である。
上式(1)において、傾きan=(yn−yn-1)/(xn−xn-1)、切片bn=yn-1−(xn-1×an)に各カットオフ値(x2、x3、y2、y3)を代入して、下記の値を得た。
a3=1.24100
b3=−0.45449
得られた係数a3および切片b3を上式(1)に代入して、下記の第2の演算式31bを得た。
Y’=(Y−bn)/an
=(Y−(−0.45449))/1.24100 …(10)
(1)第1測定値が(++/+)以下
Y’=(Y−0.79276)/0.90345 …(9)
(2)第1測定値が(++/+)よりも大きい
Y’=(Y−(−0.45449))/1.24100 …(10)
すなわち、(++/+)以下の(+)区間および(−)区間において第1の演算式31aを適用し、(++/+)よりも大きい(++)区間および(+++)区間において第2の演算式31bを適用する。
得られた演算式を用いて、第1測定値11と第1カットオフ値15とに基づく定性判定結果と、演算値22と第2カットオフ値25とに基づく定性判定結果とを取得した。定性判定結果を表13に示す。
以下、本実施形態の演算情報30の効果を確認するため、カットオフ値に基づくことなく作成した回帰直線の演算式により演算を実行した場合の比較例を示す。
比較例では、第1測定値11と第2測定値21の相関性試験の結果から、回帰直線を求め、演算式を作成した。演算式の作成に用いたデータ数N=1265である。
比較例の演算式は、下式(11)となった。
(比較例)Y’=(Y−(0.9827))/0.8723 …(11)
第1測定値11と第1カットオフ値15とに基づく定性判定結果と、比較例による演算式(11)を用いた演算値と第2カットオフ値25とに基づく定性判定結果とを取得した。定性判定結果を表14に示す。
図26は、他の実施形態による定性判定結果の表示方法を示した図である。図26を参照して、他の実施形態による定性判定結果の表示方法の概要について説明する。
Claims (44)
- 所定の測定原理に基づいて生物試料に含まれる被検物質を測定する測定方法であって、
第1測定試薬を使用して前記被検物質の第1測定値を取得し、
前記第1測定試薬を使用して得られた測定値に対する第1カットオフ値を、前記第1測定試薬とは異なる第2測定試薬を使用して得られた測定値に対する第2カットオフ値と対応付けるように設計された演算情報を用いて、前記第1測定値を、前記第2測定試薬を使用して測定した場合の演算値に演算する、測定方法。 - 前記演算情報は、前記第1測定試薬を使用して得られた測定値と、前記第2測定試薬を使用して得られた測定値との演算式を含み、
前記演算式は、前記第1カットオフ値に一致する前記第1測定値を前記第2カットオフ値に一致した演算値に演算させるように設定された関数である、請求項1に記載の測定方法。 - 前記第1カットオフ値と、前記第1カットオフ値に対応する前記第2カットオフ値との組が複数存在する場合、前記演算情報は、隣接するカットオフ値の間の区間毎に設定された複数の前記演算式を含む、請求項2に記載の測定方法。
- 前記第1カットオフ値がy1、…yn(nは2以上の整数)であり、前記第1カットオフ値y1、…ynに対応する前記第2カットオフ値がそれぞれx1、…xnであるとき、前記演算情報は、前記第1測定値Yがyn-1以上yn以下である区間毎に下記の式(1)で表される前記演算式を含む、請求項3に記載の測定方法。
Y’=(Y−bn)/an …(1)
ここで、Y'は前記演算値、Yは前記第1測定値であり、
an=(yn−yn-1)/(xn−xn-1)、
bn=yn-1−(xn-1×an)、である。 - 前記第1カットオフ値と、前記第1カットオフ値に対応する前記第2カットオフ値との組が1つである場合、前記第1カットオフ値がy1、前記第2カットオフ値がx1であるとき、前記演算情報は、下記の式(2)で表される前記演算式を含む、請求項2に記載の測定方法。
Y’=(Y−y1)/a+x1 …(2)
ここで、Y'は前記演算値、Yは前記第1測定値であり、
aは、複数の生物試料を用いて前記第1測定試薬を使用して得られた複数の前記第1測定値と、前記複数の生物試料と同一の試料を用いて前記第2測定試薬を使用して得られた複数の第2測定値との近似直線の傾きである。 - 前記第1カットオフ値および前記第2カットオフ値は、前記生物試料および前記生物試料を含む検体の少なくとも一方に対して定性判定を行うための閾値である、請求項1〜5のいずれか1項に記載の測定方法。
- 前記定性判定は、疾患の疑いの有無または疾患の疑いの程度を示すものである、請求項6に記載の測定方法。
- 前記定性判定は、がんの転移の有無に関する疑いの程度を判定するものである、請求項7に記載の測定方法。
- 前記第1カットオフ値および前記第1測定値、または、前記第2カットオフ値および前記演算値に基づいて、前記被検物質が測定された前記生物試料および前記生物試料を含む検体の少なくとも一方に対して前記定性判定をさらに行う、請求項7または8に記載の測定方法。
- 前記測定方法は、前記被検物質としての核酸の量および核酸の発現量の少なくとも一方を測定する方法である、請求項1〜9のいずれか1項に記載の測定方法。
- 前記第1測定試薬を使用して前記核酸を増幅する工程を含む、請求項10に記載の測定方法。
- 前記核酸を増幅する工程において、LAMP法による増幅を行う、請求項11に記載の測定方法。
- 前記第1測定試薬を用いた前記核酸の増幅に伴う試料の濁度変化に基づいて、試料中の前記被検物質の量に対応した前記第1測定値を取得する、請求項12に記載の測定方法。
- 前記被検物質は、がん細胞において正常細胞と比較して発現量が増加又は減少する前記核酸である、請求項10〜13のいずれか1項に記載の測定方法。
- 前記被検物質がサイトケラチン19のmRNAである、請求項14に記載の測定方法。
- 前記第1測定試薬と前記第2測定試薬とは、同一の測定原理で作用し、互いに組成が異なる試薬である、請求項1〜15のいずれか1項に記載の測定方法。
- 所定の測定原理に基づいて生物試料に含まれる被検物質を測定する測定装置であって、
第1測定試薬を使用して前記被検物質に対応する第1測定値を取得するための測定部と、
前記第1測定試薬を使用して得られた測定値に対する第1カットオフ値を、前記第1測定試薬とは異なる第2測定試薬を使用して得られた測定値に対する第2カットオフ値と対応付けるように設計された演算情報を用いて、前記第1測定値を、前記第2測定試薬を使用して測定した場合の演算値に演算するための演算部とを備える、測定装置。 - 前記演算部により算出された前記演算値、および前記測定部により取得された前記第1測定値の少なくとも一方を表示するための表示部をさらに備える、請求項17に記載の測定装置。
- 前記演算情報が予め記録された記憶部をさらに備え、
前記演算部は、前記記憶部に記録された前記演算情報により前記第1測定値を前記演算値に演算する、請求項17または18に記載の測定装置。 - 前記演算情報は、前記第1測定試薬を使用して得られた測定値と、前記第2測定試薬を使用して得られた測定値との演算式を含み、
前記演算式は、前記第1カットオフ値に一致する前記第1測定値を前記第2カットオフ値に一致した前記演算値に演算させるように設定された関数である、請求項17〜19のいずれか1項に記載の測定装置。 - 前記第1カットオフ値と、前記第1カットオフ値に対応する前記第2カットオフ値との組が複数存在する場合、前記演算情報は、隣接するカットオフ値の間の区間毎に設定された複数の前記演算式を含む、請求項20に記載の測定装置。
- 前記第1カットオフ値がy1、…yn(nは2以上の整数)であり、前記第1カットオフ値y1、…ynに対応する前記第2カットオフ値がそれぞれx1、…xnであるとき、前記演算情報は、前記第1測定値Yがyn-1以上yn以下である区間毎に下記の式(3)で表される前記演算式を含む、請求項21に記載の測定装置。
Y’=(Y−bn)/an …(3)
ここで、Y'は前記演算値、Yは前記第1測定値であり、
an=(yn−yn-1)/(xn−xn-1)、
bn=yn-1−(xn-1×an)、である。 - 前記第1カットオフ値と、前記第1カットオフ値に対応する前記第2カットオフ値との組が1つである場合、前記第1カットオフ値がy1、前記第2カットオフ値がx1であるとき、前記演算情報は、下記の式(4)で表される前記演算式を含む、請求項20に記載の測定装置。
Y’=(Y−y1)/a+x1 …(4)
ここで、Y'は前記演算値、Yは前記第1測定値であり、
aは、複数の生物試料を用いて前記第1測定試薬を使用して得られた複数の前記第1測定値と、前記複数の生物試料と同一の試料を用いて前記第2測定試薬を使用して得られた複数の第2測定値との近似直線の傾きである。 - 前記第1カットオフ値および前記第1測定値、または、前記第2カットオフ値および前記演算値に基づいて、前記被検物質が測定された前記生物試料および前記生物試料を含む検体の少なくとも一方に対して定性判定を行うように構成されている、請求項17〜23のいずれか1項に記載の測定装置。
- 第1測定条件で被検物質の測定値を取得するための測定部と、
前記測定値とカットオフ値とを比較して、前記被検物質を含む検体に対して定性判定を行うための判定部と、
前記測定値を第2測定条件で測定した場合の測定値に対応するように演算した演算値を取得するための演算部と、
前記演算値と前記定性判定の結果とを表示するための表示部と、を備える、測定装置。 - 前記被検物質は、核酸であり、
前記測定部は、測定試薬を用いて核酸を増幅するための反応部を含む、請求項17〜25のいずれか1項に記載の測定装置。 - 前記測定部は、前記被検物質を含む試料の濁度を検出する濁度検出部を含み、測定試薬を用いた前記核酸の増幅に伴う試料の濁度変化に基づいて、試料中の前記被検物質の量に対応した測定値を取得する、請求項26に記載の測定装置。
- 前記測定装置は、遺伝子増幅測定装置である、請求項17〜27のいずれか1項に記載の測定装置。
- 所定の測定原理に基づいて生物試料に含まれる被検物質を測定するためのプログラムであって、
コンピュータに、
第1測定試薬を使用して測定された前記被検物質の第1測定値を取得させ、
前記第1測定試薬を使用して得られた測定値に対する第1カットオフ値を、前記第1測定試薬とは異なる第2測定試薬を使用して得られた測定値に対する第2カットオフ値と対応付けるように設計された演算情報を取得させ、
前記演算情報を用いて、前記第1測定値を、前記第2測定試薬を使用して測定した場合の演算値に演算させる、プログラム。 - 所定の測定原理に基づいて生物試料に含まれる被検物質を測定して得られた測定値を演算するための演算式の取得方法であって、
第1測定試薬を使用して得られた前記被検物質の第1測定値に対する第1カットオフ値を取得し、
第2測定試薬を使用して得られた前記被検物質の第2測定値に対する第2カットオフ値を取得し、
前記第1カットオフ値と前記第2カットオフ値とに基づき、前記第1カットオフ値の演算値を前記第2カットオフ値と一致させる関数を、前記第1測定試薬を使用して得られた測定値と、前記第2測定試薬を使用して得られた測定値との前記演算式として取得する、演算式の取得方法。 - 前記第1測定試薬を使用して得られた前記第1測定値を表す第1座標軸と、前記第2測定試薬を使用して得られた前記第2測定値を表す第2座標軸とを設定し、
前記第1座標軸における前記第1カットオフ値yと、前記第2座標軸における前記第2カットオフ値xとにより定まる点(x、y)を通る直線の関数として、前記演算式を取得する、請求項30に記載の演算式の取得方法。 - 第1測定条件で被検物質の測定値を取得し、
前記測定値とカットオフ値を比較して、前記被検物質を含む検体に対して定性判定を行い、
前記測定値を第2測定条件で測定した場合の測定値に対応するように演算した演算値を取得し、
前記演算値と前記定性判定の結果とを表示する、定性判定結果の表示方法。 - 前記カットオフ値は、前記被検物質を含む生物試料および前記生物試料を含む検体の少なくとも一方に対して定性判定を行うための閾値である、請求項32に記載の定性判定結果の表示方法。
- 前記定性判定の結果は、疾患の疑いの有無または疾患の疑いの程度を示すものである、請求項32または33に記載の定性判定結果の表示方法。
- 前記定性判定の結果は、がんの転移の有無に関する疑いの程度を示す、請求項34に記載の定性判定結果の表示方法。
- 前記測定値は、前記被検物質としての核酸の量および核酸の発現量の少なくとも一方の測定値である、請求項32〜35のいずれか1項に記載の定性判定結果の表示方法。
- 前記測定試薬を使用して前記核酸を増幅する工程を含む、請求項36に記載の定性判定結果の表示方法。
- 前記核酸を増幅する工程において、LAMP法による増幅を行う、請求項37に記載の定性判定結果の表示方法。
- 前記測定試薬を用いた前記核酸の増幅に伴う試料の濁度変化に基づいて、試料中の前記被検物質の量に対応した前記測定値を取得する、請求項38に記載の定性判定結果の表示方法。
- 前記被検物質は、がん細胞において正常細胞と比較して発現量が増加又は減少する前記核酸である、請求項36〜39のいずれか1項に記載の定性判定結果の表示方法。
- 前記被検物質がサイトケラチン19のmRNAである、請求項40に記載の定性判定結果の表示方法。
- 前記演算値は、前記測定試薬と同一の測定原理で作用する別の測定試薬を使用して測定した場合の測定値に対応する値である、請求項32〜41のいずれか1項に記載の定性判定結果の表示方法。
- 前記測定試薬と前記別の測定試薬とは、同一の測定原理で作用し、互いに組成が異なる試薬である、請求項42に記載の定性判定結果の表示方法。
- 被検物質の測定結果に基づく定性判定結果を表示するためのプログラムであって、
コンピュータに、
第1測定条件で測定された被検物質の測定値を取得させ、
前記測定値とカットオフ値とを比較して、前記被検物質を含む検体に対して定性判定を行わせ、
前記測定値を第2測定条件で測定した場合の測定値に対応するように演算した演算値を取得させ、
前記演算値と前記定性判定の結果とを表示させる、プログラム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017077862A JP6924600B2 (ja) | 2017-04-10 | 2017-04-10 | 測定方法、測定装置、プログラム、演算式の取得方法および定性判定結果の表示方法 |
US15/947,255 US11486877B2 (en) | 2017-04-10 | 2018-04-06 | Measurement method, measuring apparatus, program, and method for obtaining and displaying qualitative determination result |
CN201810308127.8A CN108690872A (zh) | 2017-04-10 | 2018-04-08 | 测定方法、测定装置、程序、运算公式的获取方法及定性判断结果显示方法 |
EP18166290.9A EP3388536A1 (en) | 2017-04-10 | 2018-04-09 | Measurement method, measuring apparatus, program, method for obtaining arithmetic expression and method for displaying qualitative determination result |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017077862A JP6924600B2 (ja) | 2017-04-10 | 2017-04-10 | 測定方法、測定装置、プログラム、演算式の取得方法および定性判定結果の表示方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018179688A true JP2018179688A (ja) | 2018-11-15 |
JP6924600B2 JP6924600B2 (ja) | 2021-08-25 |
Family
ID=62063263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017077862A Active JP6924600B2 (ja) | 2017-04-10 | 2017-04-10 | 測定方法、測定装置、プログラム、演算式の取得方法および定性判定結果の表示方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11486877B2 (ja) |
EP (1) | EP3388536A1 (ja) |
JP (1) | JP6924600B2 (ja) |
CN (1) | CN108690872A (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09264893A (ja) * | 1996-03-28 | 1997-10-07 | Fuji Photo Film Co Ltd | 乾式分析素子の測定値校正方法 |
JP2008017832A (ja) * | 2006-06-13 | 2008-01-31 | Sysmex Corp | がんの転移の判定方法及び判定装置 |
US20110021368A1 (en) * | 2009-07-24 | 2011-01-27 | Tammero Lance F Bentley | Methods for threshold determination in multiplexed assays |
JP2015135282A (ja) * | 2014-01-17 | 2015-07-27 | 株式会社日立ハイテクノロジーズ | 自動分析装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ATE374833T1 (de) | 1998-11-09 | 2007-10-15 | Eiken Chemical | Verfahren zur synthese von nukleinsäuren |
US20020142305A1 (en) * | 2001-03-27 | 2002-10-03 | Koei Chin | Methods for diagnosing and monitoring ovarian cancer by screening gene copy numbers |
US20040014067A1 (en) | 2001-10-12 | 2004-01-22 | Third Wave Technologies, Inc. | Amplification methods and compositions |
EP1540002A2 (en) | 2002-09-12 | 2005-06-15 | Yissum Research Development Company Of The Hebrew University Of Jerusalem | Method for detection of micro-metastasis |
JP4829509B2 (ja) | 2005-02-18 | 2011-12-07 | シスメックス株式会社 | 遺伝子検査方法 |
US20080003624A1 (en) | 2006-06-13 | 2008-01-03 | Sysmex Corporation | Cancer metastasis determination method |
JP2008194028A (ja) | 2007-01-15 | 2008-08-28 | Sysmex Corp | 胃がんのリンパ節転移判定方法 |
CA2883711A1 (en) | 2012-09-07 | 2014-03-13 | The Governors Of The University Of Alberta | Methods and compositions for diagnosis of inflammatory liver disease |
CN104174035B (zh) | 2014-08-25 | 2016-08-10 | 中国人民解放军第三军医大学第二附属医院 | 用于肺癌诊断的靶向奥曲肽修饰的壳聚糖分子信标纳米复合物的制备方法 |
-
2017
- 2017-04-10 JP JP2017077862A patent/JP6924600B2/ja active Active
-
2018
- 2018-04-06 US US15/947,255 patent/US11486877B2/en active Active
- 2018-04-08 CN CN201810308127.8A patent/CN108690872A/zh active Pending
- 2018-04-09 EP EP18166290.9A patent/EP3388536A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09264893A (ja) * | 1996-03-28 | 1997-10-07 | Fuji Photo Film Co Ltd | 乾式分析素子の測定値校正方法 |
JP2008017832A (ja) * | 2006-06-13 | 2008-01-31 | Sysmex Corp | がんの転移の判定方法及び判定装置 |
US20110021368A1 (en) * | 2009-07-24 | 2011-01-27 | Tammero Lance F Bentley | Methods for threshold determination in multiplexed assays |
JP2015135282A (ja) * | 2014-01-17 | 2015-07-27 | 株式会社日立ハイテクノロジーズ | 自動分析装置 |
Non-Patent Citations (1)
Title |
---|
生物試料分析, vol. 33, no. 4, JPN6021012645, 2010, pages 383 - 390, ISSN: 0004482335 * |
Also Published As
Publication number | Publication date |
---|---|
JP6924600B2 (ja) | 2021-08-25 |
US11486877B2 (en) | 2022-11-01 |
CN108690872A (zh) | 2018-10-23 |
US20180292406A1 (en) | 2018-10-11 |
EP3388536A1 (en) | 2018-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6280594B2 (ja) | 核酸の標準化された配列決定のための方法およびその使用 | |
US10295555B2 (en) | Automatic analysis device and analysis method | |
US9417190B2 (en) | Calibrations and controls for droplet-based assays | |
CN105102988B (zh) | 自动分析装置以及分析方法 | |
WO2016152305A1 (ja) | 自動分析装置及び自動分析方法 | |
JP4633465B2 (ja) | ショートサンプルとロングサンプルとを検出するためのシステムおよび方法 | |
US20220154264A1 (en) | Single-Point Calibration of a Nucleic Acid Analyzer | |
JP7320480B2 (ja) | サンプルを分析し、光信号検出器の性能を監視するシステム及び方法 | |
EP3489658A1 (en) | Automatic analysis device and automatic analysis method | |
Lee et al. | Analysis of the initial lot of the CDC 2019-Novel Coronavirus (2019-nCoV) real-time RT-PCR diagnostic panel | |
Glotsos et al. | Robust estimation of bioaffinity assay fluorescence signals | |
CN113707219B (zh) | 用于分析核酸扩增反应的分析方法和系统 | |
US20210003602A1 (en) | Sample mixing control | |
US20020045181A1 (en) | Method for displaying result of hybridization experiment using biochip and method for evaluating experimental error of hybridization experiment | |
US11486877B2 (en) | Measurement method, measuring apparatus, program, and method for obtaining and displaying qualitative determination result | |
JP2015225032A (ja) | 核酸増幅分析装置 | |
CN110402394B (zh) | 用于将关于分析物的存在的生物样品进行分类的系统和方法 | |
AU2020402029B2 (en) | Quantification of polynucleotide analytes from dried samples | |
Becker Jr | Analytical validation of in vitro diagnostic tests | |
US20230288435A1 (en) | Digital microfluidics multi-dynamic range parallel biochemical assays | |
WO2023171013A1 (ja) | 自動分析装置及び自動分析方法 | |
Mellert et al. | Targeted Next-Generation Sequencing of Liquid Biopsy Samples from Patients with NSCLC. Diagnostics 2021, 11, 155 | |
Dimeski et al. | Carryover can be a cause of false-positive results with the Beckman AccuTnI assay | |
Petrides et al. | Method validation | |
Badar et al. | New tool for monitoring molecular response in patients with chronic myeloid leukemia |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200217 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210210 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210413 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210518 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210706 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210802 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6924600 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |