JP2021158996A - イヌの癌の診断方法 - Google Patents
イヌの癌の診断方法 Download PDFInfo
- Publication number
- JP2021158996A JP2021158996A JP2020064394A JP2020064394A JP2021158996A JP 2021158996 A JP2021158996 A JP 2021158996A JP 2020064394 A JP2020064394 A JP 2020064394A JP 2020064394 A JP2020064394 A JP 2020064394A JP 2021158996 A JP2021158996 A JP 2021158996A
- Authority
- JP
- Japan
- Prior art keywords
- mir
- cfa
- gene expression
- dog
- dogs
- 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.)
- Pending
Links
- 206010028980 Neoplasm Diseases 0.000 title claims abstract description 77
- 238000000034 method Methods 0.000 title claims abstract description 77
- 201000011510 cancer Diseases 0.000 title claims abstract description 76
- 238000003745 diagnosis Methods 0.000 title abstract description 30
- 230000014509 gene expression Effects 0.000 claims abstract description 130
- 239000002679 microRNA Substances 0.000 claims abstract description 41
- 238000010195 expression analysis Methods 0.000 claims abstract description 39
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 21
- 210000001124 body fluid Anatomy 0.000 claims abstract description 20
- 239000010839 body fluid Substances 0.000 claims abstract description 20
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 17
- 241000282472 Canis lupus familiaris Species 0.000 claims description 177
- 108700011259 MicroRNAs Proteins 0.000 claims description 91
- 206010025323 Lymphomas Diseases 0.000 claims description 49
- 230000003211 malignant effect Effects 0.000 claims description 42
- 241000894007 species Species 0.000 claims description 41
- 241000282465 Canis Species 0.000 claims description 31
- 238000004458 analytical method Methods 0.000 claims description 22
- 108091078365 Canis familiaris miR-101-1 stem-loop Proteins 0.000 claims description 21
- 108091051197 Canis familiaris miR-101-2 stem-loop Proteins 0.000 claims description 21
- 108091078606 Canis familiaris miR-19a stem-loop Proteins 0.000 claims description 19
- 108091078018 Canis familiaris miR-21 stem-loop Proteins 0.000 claims description 19
- 206010044412 transitional cell carcinoma Diseases 0.000 claims description 19
- 108091078586 Canis familiaris miR-130b stem-loop Proteins 0.000 claims description 18
- 108091090111 Canis familiaris miR-134 stem-loop Proteins 0.000 claims description 18
- 108091078189 Canis familiaris miR-142 stem-loop Proteins 0.000 claims description 18
- 108091078550 Canis familiaris miR-378 stem-loop Proteins 0.000 claims description 18
- -1 cfa -MiR-181a Proteins 0.000 claims description 18
- 108091078033 Canis familiaris miR-181a-1 stem-loop Proteins 0.000 claims description 16
- 108091078372 Canis familiaris miR-181a-2 stem-loop Proteins 0.000 claims description 16
- 108091078884 Canis familiaris miR-29a stem-loop Proteins 0.000 claims description 16
- 108091078551 Canis familiaris miR-103-1 stem-loop Proteins 0.000 claims description 13
- 108091090296 Canis familiaris miR-103-2 stem-loop Proteins 0.000 claims description 13
- 108091078766 Canis familiaris miR-148a stem-loop Proteins 0.000 claims description 13
- 108091078623 Canis familiaris miR-148b stem-loop Proteins 0.000 claims description 13
- 108091078785 Canis familiaris miR-27b stem-loop Proteins 0.000 claims description 13
- 108091078030 Canis familiaris miR-345 stem-loop Proteins 0.000 claims description 13
- 108091078193 Canis familiaris miR-361 stem-loop Proteins 0.000 claims description 13
- 108091049076 Canis familiaris miR-8798 stem-loop Proteins 0.000 claims description 13
- 108091048918 Canis familiaris miR-8859a stem-loop Proteins 0.000 claims description 13
- 108091078600 Canis familiaris miR-99a-1 stem-loop Proteins 0.000 claims description 13
- 108091078381 Canis familiaris miR-99a-2 stem-loop Proteins 0.000 claims description 13
- 201000009030 Carcinoma Diseases 0.000 claims description 13
- 108091048893 Canis familiaris miR-1185 stem-loop Proteins 0.000 claims description 12
- 108091078416 Canis familiaris miR-26b stem-loop Proteins 0.000 claims description 12
- 108091090291 Canis familiaris miR-301a stem-loop Proteins 0.000 claims description 12
- 108091090032 Canis familiaris miR-631 stem-loop Proteins 0.000 claims description 12
- 108091078878 Canis familiaris miR-7-1 stem-loop Proteins 0.000 claims description 12
- 108091078420 Canis familiaris miR-7-2 stem-loop Proteins 0.000 claims description 12
- 108091090131 Canis familiaris miR-7-3 stem-loop Proteins 0.000 claims description 12
- 108091078368 Canis familiaris miR-106b stem-loop Proteins 0.000 claims description 11
- 108091078370 Canis familiaris miR-125b-1 stem-loop Proteins 0.000 claims description 11
- 108091078592 Canis familiaris miR-125b-2 stem-loop Proteins 0.000 claims description 11
- 108091078581 Canis familiaris miR-1271 stem-loop Proteins 0.000 claims description 11
- 108091090186 Canis familiaris miR-18a stem-loop Proteins 0.000 claims description 11
- 108091078887 Canis familiaris miR-30b stem-loop Proteins 0.000 claims description 11
- 108091048937 Canis familiaris miR-8872 stem-loop Proteins 0.000 claims description 11
- 108091078086 Canis familiaris miR-532 stem-loop Proteins 0.000 claims description 10
- 108091090093 Canis familiaris miR-874 stem-loop Proteins 0.000 claims description 9
- 230000002485 urinary effect Effects 0.000 claims description 9
- 108091090187 Canis familiaris miR-133b stem-loop Proteins 0.000 claims description 7
- 108091090185 Canis familiaris miR-133c stem-loop Proteins 0.000 claims description 7
- 108091090179 Canis familiaris miR-188 stem-loop Proteins 0.000 claims description 7
- 108091078640 Canis familiaris miR-199-1 stem-loop Proteins 0.000 claims description 7
- 108091078230 Canis familiaris miR-199-2 stem-loop Proteins 0.000 claims description 7
- 108091078399 Canis familiaris miR-199-3 stem-loop Proteins 0.000 claims description 7
- 108091090287 Canis familiaris miR-214 stem-loop Proteins 0.000 claims description 7
- 108091049079 Canis familiaris miR-8790 stem-loop Proteins 0.000 claims description 7
- 108091049092 Canis familiaris miR-8809 stem-loop Proteins 0.000 claims description 7
- 108091049056 Canis familiaris miR-8832 stem-loop Proteins 0.000 claims description 7
- 108091090272 Canis familiaris miR-145 stem-loop Proteins 0.000 claims description 6
- 108091051191 Canis familiaris miR-150 stem-loop Proteins 0.000 claims description 6
- 108091078587 Canis familiaris miR-185 stem-loop Proteins 0.000 claims description 6
- 108091078403 Canis familiaris miR-193a stem-loop Proteins 0.000 claims description 6
- 108091090288 Canis familiaris miR-210 stem-loop Proteins 0.000 claims description 6
- 108091078397 Canis familiaris miR-22 stem-loop Proteins 0.000 claims description 6
- 108091078625 Canis familiaris miR-27a stem-loop Proteins 0.000 claims description 6
- 108091078866 Canis familiaris miR-29b-1 stem-loop Proteins 0.000 claims description 6
- 108091078231 Canis familiaris miR-29b-2 stem-loop Proteins 0.000 claims description 6
- 108091078792 Canis familiaris miR-30a stem-loop Proteins 0.000 claims description 6
- 108091078367 Canis familiaris miR-497 stem-loop Proteins 0.000 claims description 6
- 108091078101 Canis familiaris miR-502 stem-loop Proteins 0.000 claims description 6
- 108091090070 Canis familiaris miR-551b stem-loop Proteins 0.000 claims description 6
- 108091078096 Canis familiaris miR-660 stem-loop Proteins 0.000 claims description 6
- 108091090088 Canis familiaris miR-665 stem-loop Proteins 0.000 claims description 6
- 108091049234 Canis familiaris miR-8816 stem-loop Proteins 0.000 claims description 6
- 108091049042 Canis familiaris miR-8843 stem-loop Proteins 0.000 claims description 6
- 108091048913 Canis familiaris miR-8863 stem-loop Proteins 0.000 claims description 6
- 108091048963 Canis familiaris miR-8875 stem-loop Proteins 0.000 claims description 6
- 108091074602 Canis familiaris miR-8906 stem-loop Proteins 0.000 claims description 6
- 108091078883 Canis familiaris miR-130a stem-loop Proteins 0.000 claims description 5
- 108091090110 Canis familiaris miR-149 stem-loop Proteins 0.000 claims description 5
- 108091078176 Canis familiaris miR-1844 stem-loop Proteins 0.000 claims description 5
- 108091078635 Canis familiaris miR-499 stem-loop Proteins 0.000 claims description 5
- 108091048916 Canis familiaris miR-8860 stem-loop Proteins 0.000 claims description 5
- 108091074606 Canis familiaris miR-8907 stem-loop Proteins 0.000 claims description 5
- 108091078177 Canis familiaris miR-10 stem-loop Proteins 0.000 claims description 3
- 108091090130 Canis familiaris miR-10b stem-loop Proteins 0.000 claims description 3
- 108091078768 Canis familiaris miR-122 stem-loop Proteins 0.000 claims description 3
- 108091078799 Canis familiaris miR-125a stem-loop Proteins 0.000 claims description 3
- 108091078396 Canis familiaris miR-144 stem-loop Proteins 0.000 claims description 3
- 108091078755 Canis familiaris miR-151 stem-loop Proteins 0.000 claims description 3
- 108091078845 Canis familiaris miR-192 stem-loop Proteins 0.000 claims description 3
- 108091078353 Canis familiaris miR-193b stem-loop Proteins 0.000 claims description 3
- 108091090285 Canis familiaris miR-205 stem-loop Proteins 0.000 claims description 3
- 108091090292 Canis familiaris miR-223 stem-loop Proteins 0.000 claims description 3
- 108091078889 Canis familiaris miR-24-1 stem-loop Proteins 0.000 claims description 3
- 108091078626 Canis familiaris miR-24-2 stem-loop Proteins 0.000 claims description 3
- 108091078880 Canis familiaris miR-383 stem-loop Proteins 0.000 claims description 3
- 108091090167 Canis familiaris miR-451 stem-loop Proteins 0.000 claims description 3
- 108091078881 Canis familiaris miR-486 stem-loop Proteins 0.000 claims description 3
- 108091078567 Canis familiaris miR-574 stem-loop Proteins 0.000 claims description 3
- 108091090080 Canis familiaris miR-718 stem-loop Proteins 0.000 claims description 3
- 108091048999 Canis familiaris miR-8824 stem-loop Proteins 0.000 claims description 3
- 108091049055 Canis familiaris miR-8828 stem-loop Proteins 0.000 claims description 3
- 108091074730 Canis familiaris miR-8834b stem-loop Proteins 0.000 claims description 3
- 108091074740 Canis familiaris miR-8904a stem-loop Proteins 0.000 claims description 3
- 108091078375 Canis familiaris miR-92b stem-loop Proteins 0.000 claims description 3
- 210000001635 urinary tract Anatomy 0.000 claims description 3
- 108091074720 Canis familiaris miR-8904b stem-loop Proteins 0.000 claims description 2
- 230000001419 dependent effect Effects 0.000 claims description 2
- 108091053943 miR-8815-1 stem-loop Proteins 0.000 claims 1
- 108091025239 miR-8815-2 stem-loop Proteins 0.000 claims 1
- 108091070501 miRNA Proteins 0.000 abstract 1
- 238000010208 microarray analysis Methods 0.000 description 12
- 210000002966 serum Anatomy 0.000 description 9
- 108091048896 Canis familiaris miR-8882 stem-loop Proteins 0.000 description 6
- 238000010191 image analysis Methods 0.000 description 6
- 108091078609 Canis familiaris miR-26a-1 stem-loop Proteins 0.000 description 5
- 108091051196 Canis familiaris miR-26a-2 stem-loop Proteins 0.000 description 5
- 208000035250 cutaneous malignant susceptibility to 1 melanoma Diseases 0.000 description 5
- 201000001441 melanoma Diseases 0.000 description 5
- 239000000523 sample Substances 0.000 description 5
- 208000023747 urothelial carcinoma Diseases 0.000 description 5
- 108091049049 Canis familiaris miR-8834a-1 stem-loop Proteins 0.000 description 4
- 108091074726 Canis familiaris miR-8834a-2 stem-loop Proteins 0.000 description 4
- 108091074705 Canis familiaris miR-8908a-1 stem-loop Proteins 0.000 description 4
- 108091074728 Canis familiaris miR-8908a-2 stem-loop Proteins 0.000 description 4
- 108091074699 Canis familiaris miR-8908a-3 stem-loop Proteins 0.000 description 4
- 108091074703 Canis familiaris miR-8908a-4 stem-loop Proteins 0.000 description 4
- 108091049229 Canis familiaris miR-8815-1 stem-loop Proteins 0.000 description 2
- 108091049236 Canis familiaris miR-8815-2 stem-loop Proteins 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 210000000214 mouth Anatomy 0.000 description 2
- 108091032973 (ribonucleotides)n+m Proteins 0.000 description 1
- 238000000018 DNA microarray Methods 0.000 description 1
- 241000124008 Mammalia Species 0.000 description 1
- 108091093073 MiR-134 Proteins 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 101150069455 cfa gene Proteins 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000007270 liver cancer Diseases 0.000 description 1
- 208000014018 liver neoplasm Diseases 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 108091039097 miR-193b stem-loop Proteins 0.000 description 1
- 108091043187 miR-30a stem-loop Proteins 0.000 description 1
- 108091027983 miR-378-1 stem-loop Proteins 0.000 description 1
- 108091089716 miR-378-2 stem-loop Proteins 0.000 description 1
- 108091063340 miR-497 stem-loop Proteins 0.000 description 1
- 108091031062 miR-8834a-1 stem-loop Proteins 0.000 description 1
- 108091090953 miR-8834a-2 stem-loop Proteins 0.000 description 1
- 108091049996 miR-8904b stem-loop Proteins 0.000 description 1
- 108091056005 miR-8908a-1 stem-loop Proteins 0.000 description 1
- 108091061537 miR-8908a-2 stem-loop Proteins 0.000 description 1
- 108091060143 miR-8908a-3 stem-loop Proteins 0.000 description 1
- 108091045869 miR-8908a-4 stem-loop Proteins 0.000 description 1
- 108020004707 nucleic acids Proteins 0.000 description 1
- 150000007523 nucleic acids Chemical class 0.000 description 1
- 102000039446 nucleic acids Human genes 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 210000003296 saliva Anatomy 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
Images
Landscapes
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
【課題】イヌのマイクロRNAを用いた遺伝子の発現解析の結果に基づいてコンピュータに診断させるイヌの癌の診断方法を提供する。【解決手段】イヌの体液を対象としてイヌの癌に関する遺伝子の発現解析の結果に基づいてヒートマップ画像を生成するヒートマップ生成工程(ステップS20)と、生成されたヒートマップ画像を解析することによって特定の癌疾患に罹患しているイヌと健常なイヌとの間で遺伝子発現について有意な差が認められるマイクロRNAを抽出するヒートマップ解析工程(ステップS30)と、イヌの体液を対象として行われた遺伝子の発現解析の結果を新たに取得し、遺伝子発現の高さを診断基準として当該イヌが特定の癌疾患に罹患しているリスクの程度を診断する診断工程(ステップS40)と、をコンピュータに実行させる。【選択図】図1
Description
本発明は、マイクロRNAの解析に基づくイヌの癌の診断方法に関する。
昨今、血液等から特定のマイクロRNAを採取して解析することによって癌を検出する手法が注目されている。このような手法は、簡便かつ短時間で癌検出することが可能であり、数多くの研究機関や企業から種々の発明がなされている。
この種の発明が開示されている先行技術文献として、下記の特許文献1を例示する。
この種の発明が開示されている先行技術文献として、下記の特許文献1を例示する。
特許文献1には、被検体の検体中のマイクロRNAと特異的に結合可能な核酸を含む、肝臓がん検出する方法や、その方法に用いられるキットやデバイスに関する発明が開示されている。
特許文献1は、ヒトのみならず他の哺乳動物にも適用可能な発明であることを示唆する記載があるものの、実際にはヒトを対象とする遺伝子発現解析に基づく癌検出の手法を開示しているに過ぎず、イヌを対象として癌検出する手法については十分な情報が開示されていない。
本発明は、上記の課題に鑑みなされたものであり、イヌのマイクロRNAを用いた遺伝子の発現解析の結果に基づいてコンピュータに診断させるイヌの癌の診断方法を提供するものである。
本発明によれば、特定の癌疾患に罹患しているイヌの体液と健常なイヌの体液とを対象として既に行われた遺伝子の発現解析の結果に基づいてヒートマップ画像を生成するヒートマップ生成工程と、前記ヒートマップ生成工程において生成された前記ヒートマップ画像を解析することによって、前記特定の癌疾患に罹患しているイヌと前記健常なイヌとの間で遺伝子発現について有意な差が認められるマイクロRNAを抽出するヒートマップ解析工程と、イヌの体液を対象として行われた遺伝子の発現解析の結果を新たに取得し、取得した当該結果を用いて前記ヒートマップ解析工程において抽出されたマイクロRNAについて遺伝子発現の高さを求め、求めた遺伝子発現の高さを診断基準として当該イヌが前記特定の癌疾患に罹患しているリスクの程度を診断する診断工程と、をコンピュータに実行させ、前記ヒートマップ画像は、縦軸又は横軸のうち一方を前記遺伝子の発現解析の対象となったイヌの個体識別情報とし他方をイヌのマイクロRNAとするものであり、且つ、遺伝子発現の高低を色彩で表すものである、ことを特徴とするイヌの癌の診断方法が提供される。
本発明によれば、イヌの体液を対象として行われた遺伝子の発現解析の結果を取得し、取得した当該結果を用いて悪性リンパ腫に罹患しているイヌと健常なイヌとの間で遺伝子発現について有意な差が認められるマイクロRNAについて遺伝子発現の高さを求め、求めた前記遺伝子発現の高さを診断基準として当該イヌが悪性リンパ腫に罹患しているリスクの程度を診断する診断工程をコンピュータに実行させ、前記診断工程は、cfa−miR−101、cfa−miR−130b、cfa−miR−134、cfa−miR−8859a、cfa−miR−181a、cfa−miR−8798、cfa−miR−8809、cfa−miR−8908a−3p、cfa−miR−142、cfa−miR−19a、cfa−miR−1185、cfa−miR−188、cfa−miR−21、cfa−miR−29a、cfa−miR−378、cfa−miR−8834a、及びcfa−miR−8872のうち少なくとも一つについて遺伝子発現の高いイヌを、悪性リンパ腫に罹患しているリスクが高いものと診断することを特徴とするイヌの癌の診断方法が提供される。
本発明によれば、イヌの体液を対象として行われた遺伝子の発現解析の結果を取得し、取得した当該結果を用いて口腔内悪性黒色種に罹患しているイヌと健常なイヌとの間で遺伝子発現について有意な差が認められるマイクロRNAについて遺伝子発現の高さを求め、求めた前記遺伝子発現の高さを診断基準として当該イヌが口腔内悪性黒色種に罹患しているリスクの程度を診断する診断工程をコンピュータに実行させ、前記診断工程は、cfa−miR−145、cfa−miR−133c、cfa−miR−214、cfa−miR−30a、cfa−miR−499、cfa−miR−7、cfa−miR−497、cfa−miR−1271、cfa−miR−185、cfa−miR−8859a、cfa−miR−133b、cfa−miR−30b、cfa−miR−22、cfa−miR−29a、cfa−miR−21、cfa−miR−27b、cfa−miR−19a、cfa−miR−106b、cfa−miR−142、cfa−miR−26b、cfa−miR−27a、cfa−miR−532、cfa−miR−125b、cfa−miR−199、cfa−miR−181a、cfa−miR−134、cfa−miR−345、cfa−miR−8790、cfa−miR−8832、cfa−miR−18a、cfa−miR−29b、cfa−miR−8872、cfa−miR−26a、cfa−miR−551b、cfa−miR−660、cfa−miR−502、cfa−miR−130b、cfa−miR−361、cfa−miR−103、cfa−miR−130a、cfa−miR−378、cfa−miR−101、cfa−miR−148a、cfa−miR−99a、cfa−miR−148b、及びcfa−miR−301aのうち少なくとも一つについて遺伝子発現の高いイヌを、口腔内悪性黒色種に罹患しているリスクが高いものと診断することを特徴とするイヌの癌の診断方法が提供される。
本発明によれば、イヌの体液を対象として行われた遺伝子の発現解析の結果を取得し、取得した当該結果を用いて尿路上皮癌に罹患しているイヌと健常なイヌとの間で遺伝子発現について有意な差が認められるマイクロRNAについて遺伝子発現の高さを求め、求めた前記遺伝子発現の高さを診断基準として当該イヌが尿路上皮癌に罹患しているリスクの程度を診断する診断工程をコンピュータに実行させ、前記診断工程は、cfa−miR−8798、cfa−miR−26b、cfa−miR−30b、cfa−miR−106b、cfa−miR−19a、cfa−miR−27b、cfa−miR−142、cfa−miR−29a、cfa−miR−1185、cfa−miR−21、cfa−miR−99a、cfa−miR−103、cfa−miR−130b、cfa−miR−301a、cfa−miR−345、cfa−miR−378、cfa−miR−8872、cfa−miR−18a、cfa−miR−101、cfa−miR−148a、cfa−miR−125b、cfa−miR−181a、cfa−miR−7、cfa−miR−134、cfa−miR−532、cfa−miR−1271、cfa−miR−148b、及びcfa−miR−361のうち少なくとも一つについて遺伝子発現の高いイヌを、尿路上皮癌に罹患しているリスクが高いものと診断することを特徴とするイヌの癌の診断方法が提供される。
上記発明によれば、コンピュータにイヌの癌診断をさせるので、専門的な知識を有していない者であってもイヌの癌の診断結果を簡便且つ迅速に得ることができる。
本発明によれば、イヌのマイクロRNAを用いた遺伝子の発現解析の結果に基づいてコンピュータに診断させるイヌの癌の診断方法が提供される。
以下、本発明の実施形態について、図面を用いて説明する。なお、すべての図面において、同様の構成要素には同一の符号を付し、適宜に説明を省略する。
<イヌの癌の診断方法に含まれる各工程について>
図1は、本発明に係るイヌの癌の診断方法に含まれる各工程を示すフローチャートである。なお、当該フローチャートに図示する各工程の区分は、本発明の実施の一具体例に過ぎず、本発明の目的を達する範囲において、各工程の順序を変更してもよいし、一つの工程を複数に分けてもよいし、複数の工程を一つに統合してもよい。
図1は、本発明に係るイヌの癌の診断方法に含まれる各工程を示すフローチャートである。なお、当該フローチャートに図示する各工程の区分は、本発明の実施の一具体例に過ぎず、本発明の目的を達する範囲において、各工程の順序を変更してもよいし、一つの工程を複数に分けてもよいし、複数の工程を一つに統合してもよい。
<マイクロアレイ解析(ステップS10)>
先ず、サンプル(被検体)であるイヌの血清を収集し、収集したイヌの血清をマイクロアレイ解析にかけて、イヌの血清から抽出されるマイクロRNAの遺伝子発現量を検出する(ステップS10)。
なお、マイクロアレイ解析とは、正確にはDNAマイクロアレイ解析と称するべきであるが、この技術分野においてマイクロアレイ解析との称呼が一般的であるため、本明細書でも同様の称呼を用いる。
また、本実施形態ではイヌの血清をサンプルとするが、イヌの他の体液(唾液や尿等)を利用してもマイクロRNAを抽出することは可能である。
先ず、サンプル(被検体)であるイヌの血清を収集し、収集したイヌの血清をマイクロアレイ解析にかけて、イヌの血清から抽出されるマイクロRNAの遺伝子発現量を検出する(ステップS10)。
なお、マイクロアレイ解析とは、正確にはDNAマイクロアレイ解析と称するべきであるが、この技術分野においてマイクロアレイ解析との称呼が一般的であるため、本明細書でも同様の称呼を用いる。
また、本実施形態ではイヌの血清をサンプルとするが、イヌの他の体液(唾液や尿等)を利用してもマイクロRNAを抽出することは可能である。
本発明の実施にあたり、発明者らは、サンプルとして(1)悪性リンパ腫に罹患しているイヌの血清を11個体分、(2)口腔内悪性黒色種に罹患しているイヌの血清を19個体分、(3)尿路上皮癌に罹患しているイヌの血清を12個体分、(4)健常なイヌの血清を6個体分、収集した。
本発明の実施に用いるマイクロアレイ解析は、既知の手法を適宜選択して用いればよいため、本明細書では詳細な説明は省略する。また、本発明の実施において、マイクロアレイ解析に代えて、別の手法によってイヌの血清から抽出されるマイクロRNAの遺伝子発現量を検出してもよい。
ただし、ステップS10の工程で行う遺伝子の発現解析については、イヌの血清から抽出されるマイクロRNAを網羅的に解析可能である手法を適用することが好ましい。各癌種と遺伝子発現量との相互関係を広く解析するためである。
本発明の実施に用いるマイクロアレイ解析は、既知の手法を適宜選択して用いればよいため、本明細書では詳細な説明は省略する。また、本発明の実施において、マイクロアレイ解析に代えて、別の手法によってイヌの血清から抽出されるマイクロRNAの遺伝子発現量を検出してもよい。
ただし、ステップS10の工程で行う遺伝子の発現解析については、イヌの血清から抽出されるマイクロRNAを網羅的に解析可能である手法を適用することが好ましい。各癌種と遺伝子発現量との相互関係を広く解析するためである。
なお、ステップS10の工程は、イヌの血清の収集についてはユーザ(解析に従事する者)がその作業を負担する必要があるが、その解析結果(各マイクロRNAの遺伝子発現量を示すデータ)を整理する作業についてはコンピュータを用いることが好ましい。網羅的に行われたマイクロアレイ解析の解析結果は膨大なデータ量になるため、ユーザにかかる作業負担を軽減するためである。
<ヒートマップ画像の生成(ステップS20)>
次に、ステップS10におけるマイクロアレイ解析の解析結果に基づいてヒートマップ画像を生成する(ステップS20)。
ここでヒートマップ画像とは、遺伝子の発現量を視覚化した画像であり、その色彩の種別や濃淡によって遺伝子の発現量を示している。一般的に、遺伝子発現量解析の結果として生成されるヒートマップ画像は、その解析結果を直感的に認識容易とすることを目的とするものである。しかしながら、本発明の実施のステップS20においてヒートマップ画像を生成する処理は、後工程(ステップS30)の解析を画像解析処理によって実現する為の事前処理の意味合いを持つ。
なお、本発明の実施により生成されたヒートマップ画像の具体例については後述する。
次に、ステップS10におけるマイクロアレイ解析の解析結果に基づいてヒートマップ画像を生成する(ステップS20)。
ここでヒートマップ画像とは、遺伝子の発現量を視覚化した画像であり、その色彩の種別や濃淡によって遺伝子の発現量を示している。一般的に、遺伝子発現量解析の結果として生成されるヒートマップ画像は、その解析結果を直感的に認識容易とすることを目的とするものである。しかしながら、本発明の実施のステップS20においてヒートマップ画像を生成する処理は、後工程(ステップS30)の解析を画像解析処理によって実現する為の事前処理の意味合いを持つ。
なお、本発明の実施により生成されたヒートマップ画像の具体例については後述する。
なお、ステップS20の構成は、遺伝子の発現量を正確にマッピングする為、コンピュータに実行させる必要がある。当該コンピュータは、本発明の実施の為に開発された専用のソフトウェアをインストールしたものであってもよいし、ステップS10のマイクロアレイ解析用に開発されたソフトウェアをインストールしたものであってもよい。
<特定のマイクロRNAの抽出(ステップS30)>
続いて、ステップS20において生成されたヒートマップ画像を解析することによって、上記の三種の癌疾患(悪性リンパ腫、口腔内悪性黒色種、尿路上皮癌)に罹患しているイヌと健常なイヌとの間で遺伝子発現について有意な差が認められるマイクロRNA(特定のマイクロRNA)を抽出する(ステップS30)。
続いて、ステップS20において生成されたヒートマップ画像を解析することによって、上記の三種の癌疾患(悪性リンパ腫、口腔内悪性黒色種、尿路上皮癌)に罹患しているイヌと健常なイヌとの間で遺伝子発現について有意な差が認められるマイクロRNA(特定のマイクロRNA)を抽出する(ステップS30)。
本明細書においては、癌疾患に罹患しているイヌと健常なイヌとの間の遺伝子発現について2倍以上の差が認められるものをコンピュータ処理によって機械的に選定したマイクロRNAの中から「特定のマイクロRNA」を抽出する実施例を示している。
しかしながら、上記の事例は本工程の解析処理を実現する手法の一具体例であり、今後については人工知能を用いた画像解析処理によって「特定のマイクロRNA」の抽出を実現することを予定している。ここで人工知能を用いた画像解析処理とは、例えば、過去に蓄積された上記のヒートマップ画像を教師データとする機械学習により生成される学習モデルを用いた画像解析処理等が想定される。
これにより、複数のマイクロRNAの組合せることによって有意な差が認められる事例や微差であっても有意な差が認められる事例など、単純な閾値設定では抽出しがたいがイヌの癌診断に有効なマイクロRNAを抽出することが期待できる。
なお、本発明に実施により抽出されたマイクロRNAの具体例については後述する。
しかしながら、上記の事例は本工程の解析処理を実現する手法の一具体例であり、今後については人工知能を用いた画像解析処理によって「特定のマイクロRNA」の抽出を実現することを予定している。ここで人工知能を用いた画像解析処理とは、例えば、過去に蓄積された上記のヒートマップ画像を教師データとする機械学習により生成される学習モデルを用いた画像解析処理等が想定される。
これにより、複数のマイクロRNAの組合せることによって有意な差が認められる事例や微差であっても有意な差が認められる事例など、単純な閾値設定では抽出しがたいがイヌの癌診断に有効なマイクロRNAを抽出することが期待できる。
なお、本発明に実施により抽出されたマイクロRNAの具体例については後述する。
<特定のマイクロRNAを用いた診断(ステップS40)>
そして、イヌの血清を対象として行われた遺伝子の発現解析の結果を新たに取得し、取得した当該結果を用いて、ステップS30において抽出された「特定のマイクロRNA」について遺伝子発現の高さを求め、求めた遺伝子発現の高さを診断基準として当該イヌが前記上記の三種の癌疾患(悪性リンパ腫、口腔内悪性黒色種、尿路上皮癌)に罹患しているリスクの程度を診断する(ステップS40)。
ここで「癌疾患に罹患しているリスクの程度を診断する」とは、「その癌に罹患している/していない」の二値によって示される診断であってもよいし、「その癌に罹患している割合がXX%」のように多段階的に示される診断であってもよい。
そして、イヌの血清を対象として行われた遺伝子の発現解析の結果を新たに取得し、取得した当該結果を用いて、ステップS30において抽出された「特定のマイクロRNA」について遺伝子発現の高さを求め、求めた遺伝子発現の高さを診断基準として当該イヌが前記上記の三種の癌疾患(悪性リンパ腫、口腔内悪性黒色種、尿路上皮癌)に罹患しているリスクの程度を診断する(ステップS40)。
ここで「癌疾患に罹患しているリスクの程度を診断する」とは、「その癌に罹患している/していない」の二値によって示される診断であってもよいし、「その癌に罹患している割合がXX%」のように多段階的に示される診断であってもよい。
ステップS40の診断に用いられるマイクロRNA(特定のマイクロRNA)は、ステップS10のマイクロアレイ解析のような網羅的解析とは違い、ステップS30の処理によって絞り込まれた数種〜数十種程度のマイクロRNAに限定されるので、その処理負荷は比較的小さい。換言すれば、ステップS40の診断に用いられる遺伝子の発現解析の結果は、ステップS20の処理に用いられる遺伝子の発現解析(ステップS10の解析)の結果と比べて解析対象となるマイクロRNAが少ないので、その診断に係る処理負荷が小さくなる。
従って、ステップS40の診断を実行させるコンピュータは、一般家庭に普及しているパーソナルコンピュータやスマートフォン等によって実現可能である。
従って、ステップS40の診断を実行させるコンピュータは、一般家庭に普及しているパーソナルコンピュータやスマートフォン等によって実現可能である。
<ヒートマップ画像について>
図2〜図5は、それぞれステップS20の処理により生成されたヒートマップ画像の具体例を示すものである。
図2は、悪性リンパ腫に罹患しているイヌと健常なイヌとの間の遺伝子発現量の差異を示すヒートマップ画像である。
図3は、口腔内悪性黒色種に罹患しているイヌと健常なイヌとの間の遺伝子発現量の差異を示すヒートマップ画像である。
図4は、尿路上皮癌に罹患しているイヌと健常なイヌとの間の遺伝子発現量の差異を示すヒートマップ画像である。
図5は、口腔内悪性黒色種に罹患しているイヌと悪性リンパ腫に罹患しているイヌとの間の遺伝子発現量の差異を示すヒートマップ画像である。
図2〜図5は、それぞれステップS20の処理により生成されたヒートマップ画像の具体例を示すものである。
図2は、悪性リンパ腫に罹患しているイヌと健常なイヌとの間の遺伝子発現量の差異を示すヒートマップ画像である。
図3は、口腔内悪性黒色種に罹患しているイヌと健常なイヌとの間の遺伝子発現量の差異を示すヒートマップ画像である。
図4は、尿路上皮癌に罹患しているイヌと健常なイヌとの間の遺伝子発現量の差異を示すヒートマップ画像である。
図5は、口腔内悪性黒色種に罹患しているイヌと悪性リンパ腫に罹患しているイヌとの間の遺伝子発現量の差異を示すヒートマップ画像である。
図2〜図5に示すヒートマップ画像の右下側に表記されているカラーレンジは、各マイクロRNAの遺伝子発現量の高低を表している。本実施形態では、濃淡が薄い(白色に近しい)ほど遺伝子発現量が低く、濃淡が濃い(黒色に近しい)ほど遺伝子発現量が高い。
図2〜図5に示すヒートマップ画像の左側の縦軸に沿って記載されている樹形図は、対象となるプローブ(ここではマイクロRNA)に対して施したクラスタリング処理の内容を示すものである。ここでクラスタリング処理とは、マイクロRNAを似ている順に並び替える処理をいう。
図2〜図5に示すヒートマップ画像の右側の縦軸に沿って記載されている文字は、対象となるプローブの識別名である。イヌのマイクロRNAの識別名は「cfa−miR−XXXX(Xは所定の数値や英字)」と表記される。
図2〜図5に示すヒートマップ画像の上側の横軸に沿って記載されている文字は、対象となるイヌが罹患している癌腫の識別情報とそのイヌの個体識別情報である。具体的には[Y,Z−Z−Z](YとZは任意の数値)と表記されており、Yが1の場合は口腔内悪性黒色種に罹患しているイヌ、Yが2の場合は尿路上皮癌に罹患しているイヌ、Yが3の場合は悪性リンパ腫に罹患しているイヌ、Yが4の場合は健常なイヌ、であることを各々表している。
なお、上記のヒートマップ画像に関する説明は一具体例に過ぎない。例えば、上記の例によれば、図2〜図5のヒートマップ画像はモノクロ画像としているが、これをカラー画像に代えてもよい。また、上記の例によれば、縦軸にのみクラスタリング処理を施したが、横軸にクラスタリング処理を施してもよいし、縦軸と横軸の双方向にクラスタリング処理を施してもよい。また、上記の例によれば、縦軸に沿ってイヌのマイクロRNAを表し、横軸に沿ってイヌの癌種の識別情報や個体識別情報を表したが、これらが逆の関係になってもよい。
図2〜図5に示すヒートマップ画像の左側の縦軸に沿って記載されている樹形図は、対象となるプローブ(ここではマイクロRNA)に対して施したクラスタリング処理の内容を示すものである。ここでクラスタリング処理とは、マイクロRNAを似ている順に並び替える処理をいう。
図2〜図5に示すヒートマップ画像の右側の縦軸に沿って記載されている文字は、対象となるプローブの識別名である。イヌのマイクロRNAの識別名は「cfa−miR−XXXX(Xは所定の数値や英字)」と表記される。
図2〜図5に示すヒートマップ画像の上側の横軸に沿って記載されている文字は、対象となるイヌが罹患している癌腫の識別情報とそのイヌの個体識別情報である。具体的には[Y,Z−Z−Z](YとZは任意の数値)と表記されており、Yが1の場合は口腔内悪性黒色種に罹患しているイヌ、Yが2の場合は尿路上皮癌に罹患しているイヌ、Yが3の場合は悪性リンパ腫に罹患しているイヌ、Yが4の場合は健常なイヌ、であることを各々表している。
なお、上記のヒートマップ画像に関する説明は一具体例に過ぎない。例えば、上記の例によれば、図2〜図5のヒートマップ画像はモノクロ画像としているが、これをカラー画像に代えてもよい。また、上記の例によれば、縦軸にのみクラスタリング処理を施したが、横軸にクラスタリング処理を施してもよいし、縦軸と横軸の双方向にクラスタリング処理を施してもよい。また、上記の例によれば、縦軸に沿ってイヌのマイクロRNAを表し、横軸に沿ってイヌの癌種の識別情報や個体識別情報を表したが、これらが逆の関係になってもよい。
図2〜図5に示すヒートマップ画像は、マイクロアレイ解析の対象となったマイクロRNAを網羅的に表記することが困難であるため、説明の便宜上、比較対象となるイヌの遺伝子発現量について2倍以上の差が認められるもののみ選定して表記している。
仮に「有意な差が認められるマイクロRNA」の条件が、遺伝子発現量について2倍以上の差が認められることのみとするならば、図2〜図5に示すヒートマップ画像はヒートマップ画像の生成処理(ステップS20の処理)とヒートマップ画像の解析処理(ステップS30の処理)とが行われたヒートマップ画像と見做すことができる。
しかしながら、本発明の実施において、ステップS20の処理の結果として生成されるヒートマップ画像、即ちステップS30の解析対象となるヒートマップ画像は、マイクロアレイ解析の対象となったマイクロRNAを網羅的に含む方がよい。特に、コンピュータによる画像解析処理によってステップS30の解析処理を実現することを前提とする場合、比較対象となるイヌの遺伝子発現量について差が2倍未満のものについても解析対象とした方が、より精緻な解析を実現できるからである。
なお、ここで「網羅的」とは、必ずしも全てのマイクロRNAの遺伝子発現量を解析対象にとすることに限られず、明らかに無効なデータは解析対象から外すことを許容する。
仮に「有意な差が認められるマイクロRNA」の条件が、遺伝子発現量について2倍以上の差が認められることのみとするならば、図2〜図5に示すヒートマップ画像はヒートマップ画像の生成処理(ステップS20の処理)とヒートマップ画像の解析処理(ステップS30の処理)とが行われたヒートマップ画像と見做すことができる。
しかしながら、本発明の実施において、ステップS20の処理の結果として生成されるヒートマップ画像、即ちステップS30の解析対象となるヒートマップ画像は、マイクロアレイ解析の対象となったマイクロRNAを網羅的に含む方がよい。特に、コンピュータによる画像解析処理によってステップS30の解析処理を実現することを前提とする場合、比較対象となるイヌの遺伝子発現量について差が2倍未満のものについても解析対象とした方が、より精緻な解析を実現できるからである。
なお、ここで「網羅的」とは、必ずしも全てのマイクロRNAの遺伝子発現量を解析対象にとすることに限られず、明らかに無効なデータは解析対象から外すことを許容する。
<悪性リンパ腫の診断に用いるためのマイクロRNAについて>
悪性リンパ腫の診断に有効なマイクロRNA(悪性リンパ腫に罹患しているイヌと健常なイヌとを識別するために有効なマイクロRNA)として、図2には29個が挙げられている。
悪性リンパ腫の診断に有効なマイクロRNA(悪性リンパ腫に罹患しているイヌと健常なイヌとを識別するために有効なマイクロRNA)として、図2には29個が挙げられている。
図2において、悪性リンパ腫に罹患しているイヌの方が有意に高い遺伝子発現量を示すマイクロRNAは、cfa−miR−101、cfa−miR−130b、cfa−miR−134、cfa−miR−8859a、cfa−miR−181a、cfa−miR−8798、cfa−miR−8809、cfa−miR−8908a−3p、cfa−miR−142、cfa−miR−19a、cfa−miR−1185、cfa−miR−188、cfa−miR−21、cfa−miR−29a、cfa−miR−378、cfa−miR−8834a、及びcfa−miR−8872の計17個である。
従って、本発明の診断工程(ステップS40の処理)は、これらの17個のマイクロRNAのうち少なくとも1つについて遺伝子発現解析の結果を取得し、その遺伝子発現量が高い場合には、診断対象となるイヌを悪性リンパ腫に罹患しているリスクが高いものと診断することが望ましい。
従って、本発明の診断工程(ステップS40の処理)は、これらの17個のマイクロRNAのうち少なくとも1つについて遺伝子発現解析の結果を取得し、その遺伝子発現量が高い場合には、診断対象となるイヌを悪性リンパ腫に罹患しているリスクが高いものと診断することが望ましい。
図2において、健常なイヌの方が有意に高い遺伝子発現量を示すマイクロRNAは、cfa−miR−486、cfa−miR−1844、cfa−miR−8906、cfa−miR−8907、cfa−miR−193b、cfa−miR−665、cfa−miR−631、cfa−miR−8860、cfa−miR−8863、cfa−miR−874、cfa−miR−193a、及びcfa−miR−210の計12個である。
従って、本発明の診断工程(ステップS40の処理)は、これらの12個のマイクロRNAのうち少なくとも1つについて遺伝子発現解析の結果を取得し、その遺伝子発現量が高い場合には、診断対象となるイヌが悪性リンパ腫に罹患しているリスクが低いものと診断することが望ましい。
従って、本発明の診断工程(ステップS40の処理)は、これらの12個のマイクロRNAのうち少なくとも1つについて遺伝子発現解析の結果を取得し、その遺伝子発現量が高い場合には、診断対象となるイヌが悪性リンパ腫に罹患しているリスクが低いものと診断することが望ましい。
<口腔内悪性黒色種の診断に用いるためのマイクロRNAについて>
口腔内悪性黒色種の診断に有効なマイクロRNA(口腔内悪性黒色種に罹患しているイヌと健常なイヌとを識別するために有効なマイクロRNA)として、図3には56個が挙げられている。
口腔内悪性黒色種の診断に有効なマイクロRNA(口腔内悪性黒色種に罹患しているイヌと健常なイヌとを識別するために有効なマイクロRNA)として、図3には56個が挙げられている。
図3において、口腔内悪性黒色種に罹患しているイヌの方が有意に高い遺伝子発現量を示すマイクロRNAは、cfa−miR−145、cfa−miR−133c、cfa−miR−214、cfa−miR−30a、cfa−miR−499、cfa−miR−7、cfa−miR−497、cfa−miR−1271、cfa−miR−185、cfa−miR−8859a、cfa−miR−133b、cfa−miR−30b、cfa−miR−22、cfa−miR−29a、cfa−miR−21、cfa−miR−27b、cfa−miR−19a、cfa−miR−106b、cfa−miR−142、cfa−miR−26b、cfa−miR−27a、cfa−miR−532、cfa−miR−125b、cfa−miR−199、cfa−miR−181a、cfa−miR−134、cfa−miR−345、cfa−miR−8790、cfa−miR−8832、cfa−miR−18a、cfa−miR−29b、cfa−miR−8872、cfa−miR−26a、cfa−miR−551b、cfa−miR−660、cfa−miR−502、cfa−miR−130b、cfa−miR−361、cfa−miR−103、cfa−miR−130a、cfa−miR−378、cfa−miR−101、cfa−miR−148a、cfa−miR−99a、cfa−miR−148b、及びcfa−miR−301aの計46個である。
従って、本発明の診断工程(ステップS40の処理)は、これらの46個のマイクロRNAのうち少なくとも1つについて遺伝子発現解析の結果を取得し、その遺伝子発現量が高い場合には、診断対象となるイヌを口腔内悪性黒色種に罹患しているリスクが高いものと診断することが望ましい。
従って、本発明の診断工程(ステップS40の処理)は、これらの46個のマイクロRNAのうち少なくとも1つについて遺伝子発現解析の結果を取得し、その遺伝子発現量が高い場合には、診断対象となるイヌを口腔内悪性黒色種に罹患しているリスクが高いものと診断することが望ましい。
図3において、健常なイヌの方が有意に高い遺伝子発現量を示すマイクロRNAは、cfa−miR−8816、cfa−miR−92b、cfa−miR−150、cfa−miR−8875、cfa−miR−149、cfa−miR−8843、cfa−miR−8834b、cfa−miR−1844、cfa−miR−631、及びcfa−miR−874の計10個である。
従って、本発明の診断工程(ステップS40の処理)は、これらの10個のマイクロRNAのうち少なくとも1つについて遺伝子発現解析の結果を取得し、その遺伝子発現量が高い場合には、診断対象となるイヌが口腔内悪性黒色種に罹患しているリスクが低いものと診断することが望ましい。
従って、本発明の診断工程(ステップS40の処理)は、これらの10個のマイクロRNAのうち少なくとも1つについて遺伝子発現解析の結果を取得し、その遺伝子発現量が高い場合には、診断対象となるイヌが口腔内悪性黒色種に罹患しているリスクが低いものと診断することが望ましい。
<尿路上皮癌の診断に用いるためのマイクロRNAについて>
尿路上皮癌の診断に有効なマイクロRNA(尿路上皮癌に罹患しているイヌと健常なイヌとを識別するために有効なマイクロRNA)として、図4には30個が挙げられている。
尿路上皮癌の診断に有効なマイクロRNA(尿路上皮癌に罹患しているイヌと健常なイヌとを識別するために有効なマイクロRNA)として、図4には30個が挙げられている。
図4において、尿路上皮癌に罹患しているイヌの方が有意に高い遺伝子発現量を示すマイクロRNAは、cfa−miR−8798、cfa−miR−26b、cfa−miR−30b、cfa−miR−106b、cfa−miR−19a、cfa−miR−27b、cfa−miR−142、cfa−miR−29a、cfa−miR−1185、cfa−miR−21、cfa−miR−99a、cfa−miR−103、cfa−miR−130b、cfa−miR−301a、cfa−miR−345、cfa−miR−378、cfa−miR−8872、cfa−miR−18a、cfa−miR−101、cfa−miR−148a、cfa−miR−125b、cfa−miR−181a、cfa−miR−7、cfa−miR−134、cfa−miR−532、cfa−miR−1271、cfa−miR−148b、及びcfa−miR−361の計28個である。
従って、本発明の診断工程(ステップS40の処理)は、これらの28個のマイクロRNAのうち少なくとも1つについて遺伝子発現解析の結果を取得し、その遺伝子発現量が高い場合には、診断対象となるイヌを尿路上皮癌に罹患しているリスクが高いものと診断することが望ましい。
従って、本発明の診断工程(ステップS40の処理)は、これらの28個のマイクロRNAのうち少なくとも1つについて遺伝子発現解析の結果を取得し、その遺伝子発現量が高い場合には、診断対象となるイヌを尿路上皮癌に罹患しているリスクが高いものと診断することが望ましい。
図4において、健常なイヌの方が有意に高い遺伝子発現量を示すマイクロRNAは、cfa−miR−150、及びcfa−miR−631の計2個である。
従って、本発明の診断工程(ステップS40の処理)は、これらの2個のマイクロRNAのうち少なくとも1つについて遺伝子発現解析の結果を取得し、その遺伝子発現量が高い場合には、診断対象となるイヌが尿路上皮癌に罹患しているリスクが低いものと診断することが望ましい。
従って、本発明の診断工程(ステップS40の処理)は、これらの2個のマイクロRNAのうち少なくとも1つについて遺伝子発現解析の結果を取得し、その遺伝子発現量が高い場合には、診断対象となるイヌが尿路上皮癌に罹患しているリスクが低いものと診断することが望ましい。
<口腔内悪性黒色種に罹患しているイヌと悪性リンパ腫に罹患しているイヌを識別するためのマイクロRNAについて>
上述したように、口腔内悪性黒色種に罹患しているイヌについても悪性リンパ腫に罹患しているイヌについても、遺伝子発現量が高いマイクロRNAは、cfa−miR−101、cfa−miR−130b、cfa−miR−134、cfa−miR−8859a、cfa−miR−181a、cfa−miR−8798、cfa−miR−142、cfa−miR−19a、cfa−miR−21、cfa−miR−29a、cfa−miR−378、及びcfa−miR−8872の計12個存在する。従って、これらの遺伝子発現量が高い場合、悪性リンパ腫及び口腔内悪性黒色種の双方に罹患しているリスクが高いものと診断することになるが、どちらのリスクが高いのかについても診断する必要がある。
悪性リンパ腫及び口腔内悪性黒色種のいずれのリスクが高いのか診断するのに有効なマイクロRNA(口腔内悪性黒色種に罹患しているイヌと悪性リンパ腫に罹患しているイヌを識別するために有効なマイクロRNA)として、図5には61個が挙げられている。
但し、図5に図示する61個のマイクロRNAのうち、cfa−miR−188、cfa−miR−8908a−3p、cfa−miR−8798、cfa−miR−8809、及びcfa−miR−8834aの計5個については、悪性リンパ腫の診断に有効である一方、口腔内悪性黒色種の診断については有効とは言えない。また、図5に図示する61個のマイクロRNAのうち、cfa−miR−133c、cfa−miR−214、cfa−miR−130a、cfa−miR−30a、cfa−miR−497、cfa−miR−1271、cfa−miR−133b、cfa−miR−27b、cfa−miR−125b、cfa−miR−199、cfa−miR−345、cfa−miR−8790、cfa−miR−8832、cfa−miR−26a、cfa−miR−361、cfa−miR−103、cfa−miR−148a、cfa−miR−99a、cfa−miR−148b、及びcfa−miR−301aの計20個については、口腔内悪性黒色種の診断に有効である一方、悪性リンパ腫の診断については有効とは言えない。
上述したように、口腔内悪性黒色種に罹患しているイヌについても悪性リンパ腫に罹患しているイヌについても、遺伝子発現量が高いマイクロRNAは、cfa−miR−101、cfa−miR−130b、cfa−miR−134、cfa−miR−8859a、cfa−miR−181a、cfa−miR−8798、cfa−miR−142、cfa−miR−19a、cfa−miR−21、cfa−miR−29a、cfa−miR−378、及びcfa−miR−8872の計12個存在する。従って、これらの遺伝子発現量が高い場合、悪性リンパ腫及び口腔内悪性黒色種の双方に罹患しているリスクが高いものと診断することになるが、どちらのリスクが高いのかについても診断する必要がある。
悪性リンパ腫及び口腔内悪性黒色種のいずれのリスクが高いのか診断するのに有効なマイクロRNA(口腔内悪性黒色種に罹患しているイヌと悪性リンパ腫に罹患しているイヌを識別するために有効なマイクロRNA)として、図5には61個が挙げられている。
但し、図5に図示する61個のマイクロRNAのうち、cfa−miR−188、cfa−miR−8908a−3p、cfa−miR−8798、cfa−miR−8809、及びcfa−miR−8834aの計5個については、悪性リンパ腫の診断に有効である一方、口腔内悪性黒色種の診断については有効とは言えない。また、図5に図示する61個のマイクロRNAのうち、cfa−miR−133c、cfa−miR−214、cfa−miR−130a、cfa−miR−30a、cfa−miR−497、cfa−miR−1271、cfa−miR−133b、cfa−miR−27b、cfa−miR−125b、cfa−miR−199、cfa−miR−345、cfa−miR−8790、cfa−miR−8832、cfa−miR−26a、cfa−miR−361、cfa−miR−103、cfa−miR−148a、cfa−miR−99a、cfa−miR−148b、及びcfa−miR−301aの計20個については、口腔内悪性黒色種の診断に有効である一方、悪性リンパ腫の診断については有効とは言えない。
以上のことを踏まえると、図5に図示される61個のマイクロRNAから上記の25個のマイクロRNAを除いた残りの36個のマイクロRNAを用いて口腔内悪性黒色種に罹患しているイヌと悪性リンパ腫に罹患しているイヌを識別することが有効である。
例えば、本発明の診断工程(ステップS40の処理)は、残りの36個のマイクロRNAのうちcfa−miR−8816、cfa−miR−8904a、cfa−miR−8828、cfa−miR−8824、cfa−miR−8904b、cfa−miR−149、cfa−miR−8843、cfa−miR−8875、及びcfa−miR−8815(計9個)の少なくとも1つについて遺伝子発現解析の結果を取得し、その遺伝子発現量が高い場合には、診断対象となるイヌが悪性リンパ腫に罹患しているリスクが口腔内悪性黒色種に罹患しているリスクより高いものと診断することが望ましい。
また、本発明の診断工程(ステップS40の処理)は、残りの36個のマイクロRNAのうちcfa−miR−718、cfa−miR−665、cfa−miR−151、cfa−miR−192、cfa−miR−101、cfa−miR−144、cfa−miR−10b、cfa−miR−210、cfa−miR−874、cfa−miR−193a、cfa−miR−24、cfa−miR−574、cfa−miR−193b、cfa−miR−8863、cfa−miR−7c、cfa−miR−631、cfa−miR−8860、cfa−miR−451、cfa−miR−223、cfa−miR−8906、cfa−miR−8907、cfa−miR−7b、cfa−miR−122、cfa−miR−383、cfa−miR−205、cfa−miR−10a、及びcfa−miR−125a(計27個)の少なくとも1つについて遺伝子発現解析の結果を取得し、その遺伝子発現量が高い場合には、診断対象となるイヌが口腔内悪性黒色種に罹患しているリスクが悪性リンパ腫に罹患しているリスクより高いものと診断することが望ましい。
例えば、本発明の診断工程(ステップS40の処理)は、残りの36個のマイクロRNAのうちcfa−miR−8816、cfa−miR−8904a、cfa−miR−8828、cfa−miR−8824、cfa−miR−8904b、cfa−miR−149、cfa−miR−8843、cfa−miR−8875、及びcfa−miR−8815(計9個)の少なくとも1つについて遺伝子発現解析の結果を取得し、その遺伝子発現量が高い場合には、診断対象となるイヌが悪性リンパ腫に罹患しているリスクが口腔内悪性黒色種に罹患しているリスクより高いものと診断することが望ましい。
また、本発明の診断工程(ステップS40の処理)は、残りの36個のマイクロRNAのうちcfa−miR−718、cfa−miR−665、cfa−miR−151、cfa−miR−192、cfa−miR−101、cfa−miR−144、cfa−miR−10b、cfa−miR−210、cfa−miR−874、cfa−miR−193a、cfa−miR−24、cfa−miR−574、cfa−miR−193b、cfa−miR−8863、cfa−miR−7c、cfa−miR−631、cfa−miR−8860、cfa−miR−451、cfa−miR−223、cfa−miR−8906、cfa−miR−8907、cfa−miR−7b、cfa−miR−122、cfa−miR−383、cfa−miR−205、cfa−miR−10a、及びcfa−miR−125a(計27個)の少なくとも1つについて遺伝子発現解析の結果を取得し、その遺伝子発現量が高い場合には、診断対象となるイヌが口腔内悪性黒色種に罹患しているリスクが悪性リンパ腫に罹患しているリスクより高いものと診断することが望ましい。
<まとめ>
ここで、上述した本実施形態に係るイヌの癌の診断方法について、以下に整理する。
ここで、上述した本実施形態に係るイヌの癌の診断方法について、以下に整理する。
図1のフローチャートに示した4つの工程のうち、ステップS20は本発明に係るヒートマップ生成工程に相当するものであり、ステップS30は本発明に係るヒートマップ解析工程に相当するものであり、ステップS40は本発明に係る診断工程に相当するものである。
いずれの工程についても、コンピュータに実行させるものである為、ユーザの作業負担を軽減することができ、且つ、イヌの癌について専門的な知識を有さずとも実施可能である。
いずれの工程についても、コンピュータに実行させるものである為、ユーザの作業負担を軽減することができ、且つ、イヌの癌について専門的な知識を有さずとも実施可能である。
図2〜図4を用いた説明により、悪性リンパ腫、口腔内悪性黒色種、尿路上皮癌の診断に有効に用いることができるマイクロRNAを明らかにした。
それぞれの癌種に対応するマイクロRNAを用いたイヌの癌の診断方法は、それぞれ独立した価値を有する発明であるものと思料する。言い換えれば、本明細書は、イヌの悪性リンパ腫の診断方法に係る発明、イヌの口腔内悪性黒色種の診断方法に係る発明、及びイヌの尿路上皮癌の診断方法に係る発明について開示している。
各癌種の診断方法は、いずれもコンピュータに実行させるものであり、普及品(パーソナルコンピュータやスマートフォン)により実現可能なものである為、イヌの癌診断を気軽且つ簡便に実現することができる。イヌの癌が人間の癌に比べて進行が早いことを鑑みれば、その有効性は極めて高いものと言える。
なお、上記の実施形態では、悪性リンパ腫、口腔内悪性黒色種、尿路上皮癌の三種について診断可能なイヌの癌の診断方法を開示したが、同様の手法を適用することによって、他の癌の診断について有効なマイクロRNAを抽出することも可能であり、そのマイクロRNAに着目したコンピュータによる診断処理も実現可能である。
それぞれの癌種に対応するマイクロRNAを用いたイヌの癌の診断方法は、それぞれ独立した価値を有する発明であるものと思料する。言い換えれば、本明細書は、イヌの悪性リンパ腫の診断方法に係る発明、イヌの口腔内悪性黒色種の診断方法に係る発明、及びイヌの尿路上皮癌の診断方法に係る発明について開示している。
各癌種の診断方法は、いずれもコンピュータに実行させるものであり、普及品(パーソナルコンピュータやスマートフォン)により実現可能なものである為、イヌの癌診断を気軽且つ簡便に実現することができる。イヌの癌が人間の癌に比べて進行が早いことを鑑みれば、その有効性は極めて高いものと言える。
なお、上記の実施形態では、悪性リンパ腫、口腔内悪性黒色種、尿路上皮癌の三種について診断可能なイヌの癌の診断方法を開示したが、同様の手法を適用することによって、他の癌の診断について有効なマイクロRNAを抽出することも可能であり、そのマイクロRNAに着目したコンピュータによる診断処理も実現可能である。
図5を用いた説明により、口腔内悪性黒色種に罹患しているイヌと悪性リンパ腫に罹患しているイヌを識別するためのマイクロRNAを明らかにした。
なお、同様の手法を適用することによって、口腔内悪性黒色種に罹患しているイヌと尿路上皮癌に罹患しているイヌを識別するためのマイクロRNAを抽出することも可能である。また、尿路上皮癌に罹患しているイヌと悪性リンパ腫に罹患しているイヌを識別するためのマイクロRNAを抽出することも可能である。
なお、同様の手法を適用することによって、口腔内悪性黒色種に罹患しているイヌと尿路上皮癌に罹患しているイヌを識別するためのマイクロRNAを抽出することも可能である。また、尿路上皮癌に罹患しているイヌと悪性リンパ腫に罹患しているイヌを識別するためのマイクロRNAを抽出することも可能である。
本実施形態は以下の技術思想を包含する。
(1)特定の癌疾患に罹患しているイヌの体液と健常なイヌの体液とを対象として既に行われた遺伝子の発現解析の結果に基づいてヒートマップ画像を生成するヒートマップ生成工程と、前記ヒートマップ生成工程において生成された前記ヒートマップ画像を解析することによって、前記特定の癌疾患に罹患しているイヌと前記健常なイヌとの間で遺伝子発現について有意な差が認められるマイクロRNAを抽出するヒートマップ解析工程と、イヌの体液を対象として行われた遺伝子の発現解析の結果を新たに取得し、取得した当該結果を用いて前記ヒートマップ解析工程において抽出されたマイクロRNAについて遺伝子発現の高さを求め、求めた遺伝子発現の高さを診断基準として当該イヌが前記特定の癌疾患に罹患しているリスクの程度を診断する診断工程と、をコンピュータに実行させ、前記ヒートマップ画像は、縦軸又は横軸のうち一方を前記遺伝子の発現解析の対象となったイヌの個体識別情報とし他方をイヌのマイクロRNAとするものであり、且つ、遺伝子発現の高低を色彩で表すものである、ことを特徴とするイヌの癌の診断方法。
(2)前記診断工程において結果が用いられる遺伝子の発現解析は、前記ヒートマップ生成工程において結果が用いられる遺伝子の発現解析と比べて、解析対象となるマイクロRNAが少ない、ことを特徴とする(1)に記載のイヌの癌の診断方法。
(3)前記特定の癌疾患が悪性リンパ腫であり、前記診断工程は、cfa−miR−101、cfa−miR−130b、cfa−miR−134、cfa−miR−8859a、cfa−miR−181a、cfa−miR−8798、cfa−miR−8809、cfa−miR−8908a−3p、cfa−miR−142、cfa−miR−19a、cfa−miR−1185、cfa−miR−188、cfa−miR−21、cfa−miR−29a、cfa−miR−378、cfa−miR−8834a、及びcfa−miR−8872のうち少なくとも一つについて遺伝子発現の高いイヌを、悪性リンパ腫に罹患しているリスクが高いものと診断する、ことを特徴とする(2)に記載のイヌの癌の診断方法。
(4)前記診断工程は、cfa−miR−486、cfa−miR−1844、cfa−miR−8906、cfa−miR−8907、cfa−miR−193b、cfa−miR−665、cfa−miR−631、cfa−miR−8860、cfa−miR−8863、cfa−miR−874、cfa−miR−193a、及びcfa−miR−210のうち少なくとも一つについて遺伝子発現の高いイヌを、悪性リンパ腫に罹患しているリスクが低いものと診断する、ことを特徴とする(3)に記載のイヌの癌の診断方法。
(5)前記特定の癌疾患が口腔内悪性黒色種であり、前記診断工程は、cfa−miR−145、cfa−miR−133c、cfa−miR−214、cfa−miR−30a、cfa−miR−499、cfa−miR−7、cfa−miR−497、cfa−miR−1271、cfa−miR−185、cfa−miR−8859a、cfa−miR−133b、cfa−miR−30b、cfa−miR−22、cfa−miR−29a、cfa−miR−21、cfa−miR−27b、cfa−miR−19a、cfa−miR−106b、cfa−miR−142、cfa−miR−26b、cfa−miR−27a、cfa−miR−532、cfa−miR−125b、cfa−miR−199、cfa−miR−181a、cfa−miR−134、cfa−miR−345、cfa−miR−8790、cfa−miR−8832、cfa−miR−18a、cfa−miR−29b、cfa−miR−8872、cfa−miR−26a、cfa−miR−551b、cfa−miR−660、cfa−miR−502、cfa−miR−130b、cfa−miR−361、cfa−miR−103、cfa−miR−130a、cfa−miR−378、cfa−miR−101、cfa−miR−148a、cfa−miR−99a、cfa−miR−148b、及びcfa−miR−301aのうち少なくとも一つについて遺伝子発現の高いイヌを、口腔内悪性黒色種に罹患しているリスクが高いものと診断する、ことを特徴とする(2)から(4)のいずれか一つに記載のイヌの癌の診断方法。
(6)前記診断工程は、cfa−miR−8816、cfa−miR−92b、cfa−miR−150、cfa−miR−8875、cfa−miR−149、cfa−miR−8843、cfa−miR−8834b、cfa−miR−1844、cfa−miR−631、及びcfa−miR−874のうち少なくとも一つについて遺伝子発現の高いイヌを、口腔内悪性黒色種に罹患しているリスクが低いものと診断する、ことを特徴とする(5)に記載のイヌの癌の診断方法。
(7)前記診断工程は、悪性リンパ腫及び口腔内悪性黒色種の双方に罹患しているリスクが高いものと診断したイヌについて、cfa−miR−8816、cfa−miR−8904a、cfa−miR−8828、cfa−miR−8824、cfa−miR−8904b、cfa−miR−149、cfa−miR−8843、cfa−miR−8875、及びcfa−miR−8815のうち少なくとも一つについて遺伝子発現の高いイヌを悪性リンパ腫に罹患しているリスクが口腔内悪性黒色種に罹患しているリスクより高いものと診断し、cfa−miR−718、cfa−miR−665、cfa−miR−151、cfa−miR−192、cfa−miR−101、cfa−miR−144、cfa−miR−10b、cfa−miR−210、cfa−miR−874、cfa−miR−193a、cfa−miR−24、cfa−miR−574、cfa−miR−193b、cfa−miR−8863、cfa−miR−7c、cfa−miR−631、cfa−miR−8860、cfa−miR−451、cfa−miR−223、cfa−miR−8906、cfa−miR−8907、cfa−miR−7b、cfa−miR−122、cfa−miR−383、cfa−miR−205、cfa−miR−10a、及びcfa−miR−125aのうち少なくとも一つについて遺伝子発現の高いイヌを口腔内悪性黒色種に罹患しているリスクが悪性リンパ腫に罹患しているリスクより高いものと診断する、ことを特徴とする(3)に従属している(5)又は(6)に記載のイヌの癌の診断方法。
(8)前記特定の癌疾患が尿路上皮癌であり、前記診断工程は、cfa−miR−8798、cfa−miR−26b、cfa−miR−30b、cfa−miR−106b、cfa−miR−19a、cfa−miR−27b、cfa−miR−142、cfa−miR−29a、cfa−miR−1185、cfa−miR−21、cfa−miR−99a、cfa−miR−103、cfa−miR−130b、cfa−miR−301a、cfa−miR−345、cfa−miR−378、cfa−miR−8872、cfa−miR−18a、cfa−miR−101、cfa−miR−148a、cfa−miR−125b、cfa−miR−181a、cfa−miR−7、cfa−miR−134、cfa−miR−532、cfa−miR−1271、cfa−miR−148b、及びcfa−miR−361のうち少なくとも一つについて遺伝子発現の高いイヌを、尿路上皮癌に罹患しているリスクが高いものと診断する、ことを特徴とする(2)から(7)のいずれか一つに記載のイヌの癌の診断方法。
(9)前記診断工程は、cfa−miR−150、及びcfa−miR−631のうち少なくとも一つについて遺伝子発現の高いイヌを、尿路上皮癌に罹患しているリスクが低いものと診断する、ことを特徴とする(8)に記載のイヌの癌の診断方法。
(10)イヌの体液を対象として行われた遺伝子の発現解析の結果を取得し、取得した当該結果を用いて悪性リンパ腫に罹患しているイヌと健常なイヌとの間で遺伝子発現について有意な差が認められるマイクロRNAについて遺伝子発現の高さを求め、求めた前記遺伝子発現の高さを診断基準として当該イヌが悪性リンパ腫に罹患しているリスクの程度を診断する診断工程をコンピュータに実行させ、前記診断工程は、cfa−miR−101、cfa−miR−130b、cfa−miR−134、cfa−miR−8859a、cfa−miR−181a、cfa−miR−8798、cfa−miR−8809、cfa−miR−8908a−3p、cfa−miR−142、cfa−miR−19a、cfa−miR−1185、cfa−miR−188、cfa−miR−21、cfa−miR−29a、cfa−miR−378、cfa−miR−8834a、及びcfa−miR−8872のうち少なくとも一つについて遺伝子発現の高いイヌを、悪性リンパ腫に罹患しているリスクが高いものと診断することを特徴とするイヌの癌の診断方法。
(11)イヌの体液を対象として行われた遺伝子の発現解析の結果を取得し、取得した当該結果を用いて口腔内悪性黒色種に罹患しているイヌと健常なイヌとの間で遺伝子発現について有意な差が認められるマイクロRNAについて遺伝子発現の高さを求め、求めた前記遺伝子発現の高さを診断基準として当該イヌが口腔内悪性黒色種に罹患しているリスクの程度を診断する診断工程をコンピュータに実行させ、前記診断工程は、cfa−miR−145、cfa−miR−133c、cfa−miR−214、cfa−miR−30a、cfa−miR−499、cfa−miR−7、cfa−miR−497、cfa−miR−1271、cfa−miR−185、cfa−miR−8859a、cfa−miR−133b、cfa−miR−30b、cfa−miR−22、cfa−miR−29a、cfa−miR−21、cfa−miR−27b、cfa−miR−19a、cfa−miR−106b、cfa−miR−142、cfa−miR−26b、cfa−miR−27a、cfa−miR−532、cfa−miR−125b、cfa−miR−199、cfa−miR−181a、cfa−miR−134、cfa−miR−345、cfa−miR−8790、cfa−miR−8832、cfa−miR−18a、cfa−miR−29b、cfa−miR−8872、cfa−miR−26a、cfa−miR−551b、cfa−miR−660、cfa−miR−502、cfa−miR−130b、cfa−miR−361、cfa−miR−103、cfa−miR−130a、cfa−miR−378、cfa−miR−101、cfa−miR−148a、cfa−miR−99a、cfa−miR−148b、及びcfa−miR−301aのうち少なくとも一つについて遺伝子発現の高いイヌを、口腔内悪性黒色種に罹患しているリスクが高いものと診断することを特徴とするイヌの癌の診断方法。
(12)イヌの体液を対象として行われた遺伝子の発現解析の結果を取得し、取得した当該結果を用いて尿路上皮癌に罹患しているイヌと健常なイヌとの間で遺伝子発現について有意な差が認められるマイクロRNAについて遺伝子発現の高さを求め、求めた前記遺伝子発現の高さを診断基準として当該イヌが尿路上皮癌に罹患しているリスクの程度を診断する診断工程をコンピュータに実行させ、前記診断工程は、cfa−miR−8798、cfa−miR−26b、cfa−miR−30b、cfa−miR−106b、cfa−miR−19a、cfa−miR−27b、cfa−miR−142、cfa−miR−29a、cfa−miR−1185、cfa−miR−21、cfa−miR−99a、cfa−miR−103、cfa−miR−130b、cfa−miR−301a、cfa−miR−345、cfa−miR−378、cfa−miR−8872、cfa−miR−18a、cfa−miR−101、cfa−miR−148a、cfa−miR−125b、cfa−miR−181a、cfa−miR−7、cfa−miR−134、cfa−miR−532、cfa−miR−1271、cfa−miR−148b、及びcfa−miR−361のうち少なくとも一つについて遺伝子発現の高いイヌを、尿路上皮癌に罹患しているリスクが高いものと診断することを特徴とするイヌの癌の診断方法。
(1)特定の癌疾患に罹患しているイヌの体液と健常なイヌの体液とを対象として既に行われた遺伝子の発現解析の結果に基づいてヒートマップ画像を生成するヒートマップ生成工程と、前記ヒートマップ生成工程において生成された前記ヒートマップ画像を解析することによって、前記特定の癌疾患に罹患しているイヌと前記健常なイヌとの間で遺伝子発現について有意な差が認められるマイクロRNAを抽出するヒートマップ解析工程と、イヌの体液を対象として行われた遺伝子の発現解析の結果を新たに取得し、取得した当該結果を用いて前記ヒートマップ解析工程において抽出されたマイクロRNAについて遺伝子発現の高さを求め、求めた遺伝子発現の高さを診断基準として当該イヌが前記特定の癌疾患に罹患しているリスクの程度を診断する診断工程と、をコンピュータに実行させ、前記ヒートマップ画像は、縦軸又は横軸のうち一方を前記遺伝子の発現解析の対象となったイヌの個体識別情報とし他方をイヌのマイクロRNAとするものであり、且つ、遺伝子発現の高低を色彩で表すものである、ことを特徴とするイヌの癌の診断方法。
(2)前記診断工程において結果が用いられる遺伝子の発現解析は、前記ヒートマップ生成工程において結果が用いられる遺伝子の発現解析と比べて、解析対象となるマイクロRNAが少ない、ことを特徴とする(1)に記載のイヌの癌の診断方法。
(3)前記特定の癌疾患が悪性リンパ腫であり、前記診断工程は、cfa−miR−101、cfa−miR−130b、cfa−miR−134、cfa−miR−8859a、cfa−miR−181a、cfa−miR−8798、cfa−miR−8809、cfa−miR−8908a−3p、cfa−miR−142、cfa−miR−19a、cfa−miR−1185、cfa−miR−188、cfa−miR−21、cfa−miR−29a、cfa−miR−378、cfa−miR−8834a、及びcfa−miR−8872のうち少なくとも一つについて遺伝子発現の高いイヌを、悪性リンパ腫に罹患しているリスクが高いものと診断する、ことを特徴とする(2)に記載のイヌの癌の診断方法。
(4)前記診断工程は、cfa−miR−486、cfa−miR−1844、cfa−miR−8906、cfa−miR−8907、cfa−miR−193b、cfa−miR−665、cfa−miR−631、cfa−miR−8860、cfa−miR−8863、cfa−miR−874、cfa−miR−193a、及びcfa−miR−210のうち少なくとも一つについて遺伝子発現の高いイヌを、悪性リンパ腫に罹患しているリスクが低いものと診断する、ことを特徴とする(3)に記載のイヌの癌の診断方法。
(5)前記特定の癌疾患が口腔内悪性黒色種であり、前記診断工程は、cfa−miR−145、cfa−miR−133c、cfa−miR−214、cfa−miR−30a、cfa−miR−499、cfa−miR−7、cfa−miR−497、cfa−miR−1271、cfa−miR−185、cfa−miR−8859a、cfa−miR−133b、cfa−miR−30b、cfa−miR−22、cfa−miR−29a、cfa−miR−21、cfa−miR−27b、cfa−miR−19a、cfa−miR−106b、cfa−miR−142、cfa−miR−26b、cfa−miR−27a、cfa−miR−532、cfa−miR−125b、cfa−miR−199、cfa−miR−181a、cfa−miR−134、cfa−miR−345、cfa−miR−8790、cfa−miR−8832、cfa−miR−18a、cfa−miR−29b、cfa−miR−8872、cfa−miR−26a、cfa−miR−551b、cfa−miR−660、cfa−miR−502、cfa−miR−130b、cfa−miR−361、cfa−miR−103、cfa−miR−130a、cfa−miR−378、cfa−miR−101、cfa−miR−148a、cfa−miR−99a、cfa−miR−148b、及びcfa−miR−301aのうち少なくとも一つについて遺伝子発現の高いイヌを、口腔内悪性黒色種に罹患しているリスクが高いものと診断する、ことを特徴とする(2)から(4)のいずれか一つに記載のイヌの癌の診断方法。
(6)前記診断工程は、cfa−miR−8816、cfa−miR−92b、cfa−miR−150、cfa−miR−8875、cfa−miR−149、cfa−miR−8843、cfa−miR−8834b、cfa−miR−1844、cfa−miR−631、及びcfa−miR−874のうち少なくとも一つについて遺伝子発現の高いイヌを、口腔内悪性黒色種に罹患しているリスクが低いものと診断する、ことを特徴とする(5)に記載のイヌの癌の診断方法。
(7)前記診断工程は、悪性リンパ腫及び口腔内悪性黒色種の双方に罹患しているリスクが高いものと診断したイヌについて、cfa−miR−8816、cfa−miR−8904a、cfa−miR−8828、cfa−miR−8824、cfa−miR−8904b、cfa−miR−149、cfa−miR−8843、cfa−miR−8875、及びcfa−miR−8815のうち少なくとも一つについて遺伝子発現の高いイヌを悪性リンパ腫に罹患しているリスクが口腔内悪性黒色種に罹患しているリスクより高いものと診断し、cfa−miR−718、cfa−miR−665、cfa−miR−151、cfa−miR−192、cfa−miR−101、cfa−miR−144、cfa−miR−10b、cfa−miR−210、cfa−miR−874、cfa−miR−193a、cfa−miR−24、cfa−miR−574、cfa−miR−193b、cfa−miR−8863、cfa−miR−7c、cfa−miR−631、cfa−miR−8860、cfa−miR−451、cfa−miR−223、cfa−miR−8906、cfa−miR−8907、cfa−miR−7b、cfa−miR−122、cfa−miR−383、cfa−miR−205、cfa−miR−10a、及びcfa−miR−125aのうち少なくとも一つについて遺伝子発現の高いイヌを口腔内悪性黒色種に罹患しているリスクが悪性リンパ腫に罹患しているリスクより高いものと診断する、ことを特徴とする(3)に従属している(5)又は(6)に記載のイヌの癌の診断方法。
(8)前記特定の癌疾患が尿路上皮癌であり、前記診断工程は、cfa−miR−8798、cfa−miR−26b、cfa−miR−30b、cfa−miR−106b、cfa−miR−19a、cfa−miR−27b、cfa−miR−142、cfa−miR−29a、cfa−miR−1185、cfa−miR−21、cfa−miR−99a、cfa−miR−103、cfa−miR−130b、cfa−miR−301a、cfa−miR−345、cfa−miR−378、cfa−miR−8872、cfa−miR−18a、cfa−miR−101、cfa−miR−148a、cfa−miR−125b、cfa−miR−181a、cfa−miR−7、cfa−miR−134、cfa−miR−532、cfa−miR−1271、cfa−miR−148b、及びcfa−miR−361のうち少なくとも一つについて遺伝子発現の高いイヌを、尿路上皮癌に罹患しているリスクが高いものと診断する、ことを特徴とする(2)から(7)のいずれか一つに記載のイヌの癌の診断方法。
(9)前記診断工程は、cfa−miR−150、及びcfa−miR−631のうち少なくとも一つについて遺伝子発現の高いイヌを、尿路上皮癌に罹患しているリスクが低いものと診断する、ことを特徴とする(8)に記載のイヌの癌の診断方法。
(10)イヌの体液を対象として行われた遺伝子の発現解析の結果を取得し、取得した当該結果を用いて悪性リンパ腫に罹患しているイヌと健常なイヌとの間で遺伝子発現について有意な差が認められるマイクロRNAについて遺伝子発現の高さを求め、求めた前記遺伝子発現の高さを診断基準として当該イヌが悪性リンパ腫に罹患しているリスクの程度を診断する診断工程をコンピュータに実行させ、前記診断工程は、cfa−miR−101、cfa−miR−130b、cfa−miR−134、cfa−miR−8859a、cfa−miR−181a、cfa−miR−8798、cfa−miR−8809、cfa−miR−8908a−3p、cfa−miR−142、cfa−miR−19a、cfa−miR−1185、cfa−miR−188、cfa−miR−21、cfa−miR−29a、cfa−miR−378、cfa−miR−8834a、及びcfa−miR−8872のうち少なくとも一つについて遺伝子発現の高いイヌを、悪性リンパ腫に罹患しているリスクが高いものと診断することを特徴とするイヌの癌の診断方法。
(11)イヌの体液を対象として行われた遺伝子の発現解析の結果を取得し、取得した当該結果を用いて口腔内悪性黒色種に罹患しているイヌと健常なイヌとの間で遺伝子発現について有意な差が認められるマイクロRNAについて遺伝子発現の高さを求め、求めた前記遺伝子発現の高さを診断基準として当該イヌが口腔内悪性黒色種に罹患しているリスクの程度を診断する診断工程をコンピュータに実行させ、前記診断工程は、cfa−miR−145、cfa−miR−133c、cfa−miR−214、cfa−miR−30a、cfa−miR−499、cfa−miR−7、cfa−miR−497、cfa−miR−1271、cfa−miR−185、cfa−miR−8859a、cfa−miR−133b、cfa−miR−30b、cfa−miR−22、cfa−miR−29a、cfa−miR−21、cfa−miR−27b、cfa−miR−19a、cfa−miR−106b、cfa−miR−142、cfa−miR−26b、cfa−miR−27a、cfa−miR−532、cfa−miR−125b、cfa−miR−199、cfa−miR−181a、cfa−miR−134、cfa−miR−345、cfa−miR−8790、cfa−miR−8832、cfa−miR−18a、cfa−miR−29b、cfa−miR−8872、cfa−miR−26a、cfa−miR−551b、cfa−miR−660、cfa−miR−502、cfa−miR−130b、cfa−miR−361、cfa−miR−103、cfa−miR−130a、cfa−miR−378、cfa−miR−101、cfa−miR−148a、cfa−miR−99a、cfa−miR−148b、及びcfa−miR−301aのうち少なくとも一つについて遺伝子発現の高いイヌを、口腔内悪性黒色種に罹患しているリスクが高いものと診断することを特徴とするイヌの癌の診断方法。
(12)イヌの体液を対象として行われた遺伝子の発現解析の結果を取得し、取得した当該結果を用いて尿路上皮癌に罹患しているイヌと健常なイヌとの間で遺伝子発現について有意な差が認められるマイクロRNAについて遺伝子発現の高さを求め、求めた前記遺伝子発現の高さを診断基準として当該イヌが尿路上皮癌に罹患しているリスクの程度を診断する診断工程をコンピュータに実行させ、前記診断工程は、cfa−miR−8798、cfa−miR−26b、cfa−miR−30b、cfa−miR−106b、cfa−miR−19a、cfa−miR−27b、cfa−miR−142、cfa−miR−29a、cfa−miR−1185、cfa−miR−21、cfa−miR−99a、cfa−miR−103、cfa−miR−130b、cfa−miR−301a、cfa−miR−345、cfa−miR−378、cfa−miR−8872、cfa−miR−18a、cfa−miR−101、cfa−miR−148a、cfa−miR−125b、cfa−miR−181a、cfa−miR−7、cfa−miR−134、cfa−miR−532、cfa−miR−1271、cfa−miR−148b、及びcfa−miR−361のうち少なくとも一つについて遺伝子発現の高いイヌを、尿路上皮癌に罹患しているリスクが高いものと診断することを特徴とするイヌの癌の診断方法。
Claims (12)
- 特定の癌疾患に罹患しているイヌの体液と健常なイヌの体液とを対象として既に行われた遺伝子の発現解析の結果に基づいてヒートマップ画像を生成するヒートマップ生成工程と、
前記ヒートマップ生成工程において生成された前記ヒートマップ画像を解析することによって、前記特定の癌疾患に罹患しているイヌと前記健常なイヌとの間で遺伝子発現について有意な差が認められるマイクロRNAを抽出するヒートマップ解析工程と、
イヌの体液を対象として行われた遺伝子の発現解析の結果を新たに取得し、取得した当該結果を用いて前記ヒートマップ解析工程において抽出されたマイクロRNAについて遺伝子発現の高さを求め、求めた遺伝子発現の高さを診断基準として当該イヌが前記特定の癌疾患に罹患しているリスクの程度を診断する診断工程と、
をコンピュータに実行させ、
前記ヒートマップ画像は、縦軸又は横軸のうち一方を前記遺伝子の発現解析の対象となったイヌの個体識別情報とし他方をイヌのマイクロRNAとするものであり、且つ、遺伝子発現の高低を色彩で表すものである、
ことを特徴とするイヌの癌の診断方法。 - 前記診断工程において結果が用いられる遺伝子の発現解析は、前記ヒートマップ生成工程において結果が用いられる遺伝子の発現解析と比べて、解析対象となるマイクロRNAが少ない、
ことを特徴とする請求項1に記載のイヌの癌の診断方法。 - 前記特定の癌疾患が悪性リンパ腫であり、
前記診断工程は、cfa−miR−101、cfa−miR−130b、cfa−miR−134、cfa−miR−8859a、cfa−miR−181a、cfa−miR−8798、cfa−miR−8809、cfa−miR−8908a−3p、cfa−miR−142、cfa−miR−19a、cfa−miR−1185、cfa−miR−188、cfa−miR−21、cfa−miR−29a、cfa−miR−378、cfa−miR−8834a、及びcfa−miR−8872のうち少なくとも一つについて遺伝子発現の高いイヌを、悪性リンパ腫に罹患しているリスクが高いものと診断する、
ことを特徴とする請求項2に記載のイヌの癌の診断方法。 - 前記診断工程は、cfa−miR−486、cfa−miR−1844、cfa−miR−8906、cfa−miR−8907、cfa−miR−193b、cfa−miR−665、cfa−miR−631、cfa−miR−8860、cfa−miR−8863、cfa−miR−874、cfa−miR−193a、及びcfa−miR−210のうち少なくとも一つについて遺伝子発現の高いイヌを、悪性リンパ腫に罹患しているリスクが低いものと診断する、
ことを特徴とする請求項3に記載のイヌの癌の診断方法。 - 前記特定の癌疾患が口腔内悪性黒色種であり、
前記診断工程は、cfa−miR−145、cfa−miR−133c、cfa−miR−214、cfa−miR−30a、cfa−miR−499、cfa−miR−7、cfa−miR−497、cfa−miR−1271、cfa−miR−185、cfa−miR−8859a、cfa−miR−133b、cfa−miR−30b、cfa−miR−22、cfa−miR−29a、cfa−miR−21、cfa−miR−27b、cfa−miR−19a、cfa−miR−106b、cfa−miR−142、cfa−miR−26b、cfa−miR−27a、cfa−miR−532、cfa−miR−125b、cfa−miR−199、cfa−miR−181a、cfa−miR−134、cfa−miR−345、cfa−miR−8790、cfa−miR−8832、cfa−miR−18a、cfa−miR−29b、cfa−miR−8872、cfa−miR−26a、cfa−miR−551b、cfa−miR−660、cfa−miR−502、cfa−miR−130b、cfa−miR−361、cfa−miR−103、cfa−miR−130a、cfa−miR−378、cfa−miR−101、cfa−miR−148a、cfa−miR−99a、cfa−miR−148b、及びcfa−miR−301aのうち少なくとも一つについて遺伝子発現の高いイヌを、口腔内悪性黒色種に罹患しているリスクが高いものと診断する、
ことを特徴とする請求項2から4のいずれか一項に記載のイヌの癌の診断方法。 - 前記診断工程は、cfa−miR−8816、cfa−miR−92b、cfa−miR−150、cfa−miR−8875、cfa−miR−149、cfa−miR−8843、cfa−miR−8834b、cfa−miR−1844、cfa−miR−631、及びcfa−miR−874のうち少なくとも一つについて遺伝子発現の高いイヌを、口腔内悪性黒色種に罹患しているリスクが低いものと診断する、
ことを特徴とする請求項5に記載のイヌの癌の診断方法。 - 前記診断工程は、悪性リンパ腫及び口腔内悪性黒色種の双方に罹患しているリスクが高いものと診断したイヌについて、
cfa−miR−8816、cfa−miR−8904a、cfa−miR−8828、cfa−miR−8824、cfa−miR−8904b、cfa−miR−149、cfa−miR−8843、cfa−miR−8875、及びcfa−miR−8815のうち少なくとも一つについて遺伝子発現の高いイヌを悪性リンパ腫に罹患しているリスクが口腔内悪性黒色種に罹患しているリスクより高いものと診断し、
cfa−miR−718、cfa−miR−665、cfa−miR−151、cfa−miR−192、cfa−miR−101、cfa−miR−144、cfa−miR−10b、cfa−miR−210、cfa−miR−874、cfa−miR−193a、cfa−miR−24、cfa−miR−574、cfa−miR−193b、cfa−miR−8863、cfa−miR−7c、cfa−miR−631、cfa−miR−8860、cfa−miR−451、cfa−miR−223、cfa−miR−8906、cfa−miR−8907、cfa−miR−7b、cfa−miR−122、cfa−miR−383、cfa−miR−205、cfa−miR−10a、及びcfa−miR−125aのうち少なくとも一つについて遺伝子発現の高いイヌを口腔内悪性黒色種に罹患しているリスクが悪性リンパ腫に罹患しているリスクより高いものと診断する、
ことを特徴とする請求項3に従属している請求項5又は6に記載のイヌの癌の診断方法。 - 前記特定の癌疾患が尿路上皮癌であり、
前記診断工程は、cfa−miR−8798、cfa−miR−26b、cfa−miR−30b、cfa−miR−106b、cfa−miR−19a、cfa−miR−27b、cfa−miR−142、cfa−miR−29a、cfa−miR−1185、cfa−miR−21、cfa−miR−99a、cfa−miR−103、cfa−miR−130b、cfa−miR−301a、cfa−miR−345、cfa−miR−378、cfa−miR−8872、cfa−miR−18a、cfa−miR−101、cfa−miR−148a、cfa−miR−125b、cfa−miR−181a、cfa−miR−7、cfa−miR−134、cfa−miR−532、cfa−miR−1271、cfa−miR−148b、及びcfa−miR−361のうち少なくとも一つについて遺伝子発現の高いイヌを、尿路上皮癌に罹患しているリスクが高いものと診断する、
ことを特徴とする請求項2から7のいずれか一項に記載のイヌの癌の診断方法。 - 前記診断工程は、cfa−miR−150、及びcfa−miR−631のうち少なくとも一つについて遺伝子発現の高いイヌを、尿路上皮癌に罹患しているリスクが低いものと診断する、
ことを特徴とする請求項8に記載のイヌの癌の診断方法。 - イヌの体液を対象として行われた遺伝子の発現解析の結果を取得し、取得した当該結果を用いて悪性リンパ腫に罹患しているイヌと健常なイヌとの間で遺伝子発現について有意な差が認められるマイクロRNAについて遺伝子発現の高さを求め、求めた前記遺伝子発現の高さを診断基準として当該イヌが悪性リンパ腫に罹患しているリスクの程度を診断する診断工程をコンピュータに実行させ、
前記診断工程は、cfa−miR−101、cfa−miR−130b、cfa−miR−134、cfa−miR−8859a、cfa−miR−181a、cfa−miR−8798、cfa−miR−8809、cfa−miR−8908a−3p、cfa−miR−142、cfa−miR−19a、cfa−miR−1185、cfa−miR−188、cfa−miR−21、cfa−miR−29a、cfa−miR−378、cfa−miR−8834a、及びcfa−miR−8872のうち少なくとも一つについて遺伝子発現の高いイヌを、悪性リンパ腫に罹患しているリスクが高いものと診断することを特徴とするイヌの癌の診断方法。 - イヌの体液を対象として行われた遺伝子の発現解析の結果を取得し、取得した当該結果を用いて口腔内悪性黒色種に罹患しているイヌと健常なイヌとの間で遺伝子発現について有意な差が認められるマイクロRNAについて遺伝子発現の高さを求め、求めた前記遺伝子発現の高さを診断基準として当該イヌが口腔内悪性黒色種に罹患しているリスクの程度を診断する診断工程をコンピュータに実行させ、
前記診断工程は、cfa−miR−145、cfa−miR−133c、cfa−miR−214、cfa−miR−30a、cfa−miR−499、cfa−miR−7、cfa−miR−497、cfa−miR−1271、cfa−miR−185、cfa−miR−8859a、cfa−miR−133b、cfa−miR−30b、cfa−miR−22、cfa−miR−29a、cfa−miR−21、cfa−miR−27b、cfa−miR−19a、cfa−miR−106b、cfa−miR−142、cfa−miR−26b、cfa−miR−27a、cfa−miR−532、cfa−miR−125b、cfa−miR−199、cfa−miR−181a、cfa−miR−134、cfa−miR−345、cfa−miR−8790、cfa−miR−8832、cfa−miR−18a、cfa−miR−29b、cfa−miR−8872、cfa−miR−26a、cfa−miR−551b、cfa−miR−660、cfa−miR−502、cfa−miR−130b、cfa−miR−361、cfa−miR−103、cfa−miR−130a、cfa−miR−378、cfa−miR−101、cfa−miR−148a、cfa−miR−99a、cfa−miR−148b、及びcfa−miR−301aのうち少なくとも一つについて遺伝子発現の高いイヌを、口腔内悪性黒色種に罹患しているリスクが高いものと診断することを特徴とするイヌの癌の診断方法。 - イヌの体液を対象として行われた遺伝子の発現解析の結果を取得し、取得した当該結果を用いて尿路上皮癌に罹患しているイヌと健常なイヌとの間で遺伝子発現について有意な差が認められるマイクロRNAについて遺伝子発現の高さを求め、求めた前記遺伝子発現の高さを診断基準として当該イヌが尿路上皮癌に罹患しているリスクの程度を診断する診断工程をコンピュータに実行させ、
前記診断工程は、cfa−miR−8798、cfa−miR−26b、cfa−miR−30b、cfa−miR−106b、cfa−miR−19a、cfa−miR−27b、cfa−miR−142、cfa−miR−29a、cfa−miR−1185、cfa−miR−21、cfa−miR−99a、cfa−miR−103、cfa−miR−130b、cfa−miR−301a、cfa−miR−345、cfa−miR−378、cfa−miR−8872、cfa−miR−18a、cfa−miR−101、cfa−miR−148a、cfa−miR−125b、cfa−miR−181a、cfa−miR−7、cfa−miR−134、cfa−miR−532、cfa−miR−1271、cfa−miR−148b、及びcfa−miR−361のうち少なくとも一つについて遺伝子発現の高いイヌを、尿路上皮癌に罹患しているリスクが高いものと診断することを特徴とするイヌの癌の診断方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020064394A JP2021158996A (ja) | 2020-03-31 | 2020-03-31 | イヌの癌の診断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020064394A JP2021158996A (ja) | 2020-03-31 | 2020-03-31 | イヌの癌の診断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021158996A true JP2021158996A (ja) | 2021-10-11 |
Family
ID=78001479
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020064394A Pending JP2021158996A (ja) | 2020-03-31 | 2020-03-31 | イヌの癌の診断方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2021158996A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023013568A1 (ja) * | 2021-08-02 | 2023-02-09 | 株式会社メディカル・アーク | イヌの癌の診断方法 |
-
2020
- 2020-03-31 JP JP2020064394A patent/JP2021158996A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023013568A1 (ja) * | 2021-08-02 | 2023-02-09 | 株式会社メディカル・アーク | イヌの癌の診断方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
He et al. | Stability of operational taxonomic units: an important but neglected property for analyzing microbial diversity | |
Xu et al. | Colorectal cancer detection based on deep learning | |
Perkel | Starfish enterprise: finding RNA patterns in single cells | |
JP2022527145A (ja) | 予測的組織パターン特定のためのマルチプルインスタンスラーナ | |
Phan et al. | Multiscale integration of-omic, imaging, and clinical data in biomedical informatics | |
US20060129331A1 (en) | Expression data analysis systems and methods | |
KR20140120321A (ko) | 조직 샘플들에 있어서의 유전자들을 검출하는 시스템 | |
Li et al. | Parasitologist-level classification of apicomplexan parasites and host cell with deep cycle transfer learning (DCTL) | |
Ganapathy et al. | CometQ: An automated tool for the detection and quantification of DNA damage using comet assay image analysis | |
CN105986013A (zh) | 确定微生物种类的方法和装置 | |
JPWO2017109860A1 (ja) | 画像処理装置 | |
CN111180013B (zh) | 检测血液病融合基因的装置 | |
Montassier et al. | CLOUD: a non-parametric detection test for microbiome outliers | |
WO2021024178A2 (en) | System and method for risk assessment of multiple sclerosis | |
JP2021158996A (ja) | イヌの癌の診断方法 | |
Kalhor et al. | Mapping human tissues with highly multiplexed RNA in situ hybridization | |
Lui et al. | Applying deep learning to quantify empty lacunae in histologic sections of osteonecrosis of the femoral head | |
KR20210040714A (ko) | 핵산 서열 분석에서 위양성 변이를 검출하는 방법 및 장치 | |
Yang et al. | Ultrastrain: an NGS-based ultra sensitive strain typing method for Salmonella enterica | |
CN114317725B (zh) | 克罗恩病生物标志物、试剂盒及生物标志物的筛选方法 | |
Park et al. | Lane detection and tracking in PCR gel electrophoresis images | |
Dai et al. | Racial Bias Can Confuse AI for Genomic Studies. | |
EP3874277B1 (en) | Method for identification of biopolymers | |
CN117043867A (zh) | 用于检测用于测序的核苷酸样品玻片内的气泡的机器学习模型 | |
AU2018391843B2 (en) | Sequencing data-based ITD mutation ratio detecting apparatus and method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230217 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240123 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20240319 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240509 |