JP2021158996A - イヌの癌の診断方法 - Google Patents

イヌの癌の診断方法 Download PDF

Info

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
Application number
JP2020064394A
Other languages
English (en)
Inventor
孝広 落谷
Takahiro Ochitani
博 伊藤
Hiroshi Ito
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
H&a Medical Bond Co Ltd
Original Assignee
H&a Medical Bond Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by H&a Medical Bond Co Ltd filed Critical H&a Medical Bond Co Ltd
Priority to JP2020064394A priority Critical patent/JP2021158996A/ja
Publication of JP2021158996A publication Critical patent/JP2021158996A/ja
Pending legal-status Critical Current

Links

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。
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。
再表２０１５／１９４６１５号
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。
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。 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。 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。 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。 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。
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。
＜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。
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。
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。
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）。
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。
＜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。
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。
＜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。
＜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。
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。
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。
＜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。
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。
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。
＜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。
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。
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。
＜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。
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。
＜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。
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。
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。
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。
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。

Claims (12)

  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、
    ことを特徴とする請求項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、
    ことを特徴とする請求項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、
    ことを特徴とする請求項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。
  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、
    ことを特徴とする請求項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。
  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。
  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、
    ことを特徴とする請求項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。
JP2020064394A 2020-03-31 2020-03-31 イヌの癌の診断方法 Pending JP2021158996A (ja)

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)

* Cited by examiner, † Cited by third party
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

Cited By (1)

* Cited by examiner, † Cited by third party
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