JP2022069002A - 治療方針立案支援装置 - Google Patents

治療方針立案支援装置 Download PDF

Info

Publication number
JP2022069002A
JP2022069002A JP2020177895A JP2020177895A JP2022069002A JP 2022069002 A JP2022069002 A JP 2022069002A JP 2020177895 A JP2020177895 A JP 2020177895A JP 2020177895 A JP2020177895 A JP 2020177895A JP 2022069002 A JP2022069002 A JP 2022069002A
Authority
JP
Japan
Prior art keywords
gene
data
support device
score
planning support
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
JP2020177895A
Other languages
English (en)
Inventor
祥歩 阿部
Sachiho ABE
知弘 安田
Tomohiro Yasuda
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.)
Hitachi Ltd
Original Assignee
Hitachi 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 Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP2020177895A priority Critical patent/JP2022069002A/ja
Priority to PCT/JP2021/036565 priority patent/WO2022085399A1/ja
Publication of JP2022069002A publication Critical patent/JP2022069002A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M1/00—Apparatus for enzymology or microbiology
    • C12M1/34—Measuring or testing with condition measuring or sensing means, e.g. colony counters
    • 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
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Organic Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Biotechnology (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Microbiology (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Pathology (AREA)
  • Urology & Nephrology (AREA)
  • Hematology (AREA)
  • Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • General Engineering & Computer Science (AREA)
  • Genetics & Genomics (AREA)
  • Cell Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Biophysics (AREA)
  • Food Science & Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Sustainable Development (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

Figure 2022069002000001
【課題】個々の患者に適した治療方針の立案を支援可能な治療方針立案支援装置を提供する。
【解決手段】治療方針の立案を支援するデータを表示する治療方針立案支援装置であって、患者の病変部位の細胞を分析することによって得られる遺伝子変異データまたは遺伝子発現量データを取得するデータ取得部と、遺伝子間の連なりを有向グラフで表すパスウェイのデータであるパスウェイデータが記憶される記憶部と、前記遺伝子変異データまたは前記遺伝子発現量データと、前記パスウェイデータとに基づいて、疾患と遺伝子との関連度を表す遺伝子スコアを算出するスコア算出部を備えることを特徴とする。
【選択図】図３

Description

本発明は、個々の患者に適した治療方針の立案を支援する治療方針立案支援装置に係る。
がんの存在する臓器や病状をもとに薬剤を選択する従来のがん治療に対し、疾患に影響を及ぼす遺伝子変異に効果の見込まれる薬剤を選択するがんゲノム医療が２０１９年に日本において保険適用となった。がんゲノム治療では、遺伝子情報に基づき、必要に応じて遺伝子の相互作用ネットワークであるパスウェイを参照しつつ薬剤を選択するが、遺伝子変異等のデータ解釈に専門的な知識を要するとともに、膨大な相互ネットワークであるパスウェイの扱いに時間を要する。
特許文献１には、広範かつ複雑なネットワークを形成するパスウェイの中から、生物学的に意味のある経路を効率的に得る分子ネットワーク分析支援装置が開示される。具体的には、医学文献ＤＢ（Data Base）、相互作用ＤＢ、薬理ＤＢといった既知のＤＢに基づいて、パスウェイの中の探索経路毎に指定生体内現象との関連強度を算出し、算出結果をソートすることで、指定生体内現象に関わる探索経路を選択できることが開示される。
国際公開２００８／１０２６５８号公報
しかしながら特許文献１では、既知のデータに基づいて、疾病等の指定生体内現象に関わる探索経路を選択しているに過ぎず、患者の体内における遺伝子の状態は反映されていない。すなわち、個々の患者に適した治療方針を立案するには至っていない。
そこで本発明は、個々の患者に適した治療方針の立案を支援可能な治療方針立案支援装置を提供することを目的とする。
上記目的を達成するために本発明は、治療方針の立案を支援するデータを表示する治療方針立案支援装置であって、患者の病変部位の細胞を分析することによって得られる遺伝子変異データまたは遺伝子発現量データを取得するデータ取得部と、遺伝子間の連なりを有向グラフで表すパスウェイのデータであるパスウェイデータが記憶される記憶部と、前記遺伝子変異データまたは前記遺伝子発現量データと、前記パスウェイデータとに基づいて、疾患と遺伝子との関連度を表す遺伝子スコアを算出するスコア算出部を備えることを特徴とする装置を提供する。
本発明によれば、個々の患者に適した治療方針の立案を支援可能な治療方針立案支援装置を提供することができる。
実施例１の治療方針立案支援装置のハードウェア構成図である。 実施例１において操作される画面の一例である。 実施例１の処理の流れの一例を示す図である。 実施例1において扱われる各種データの一例を示す図である。 パスウェイの一例について説明する図である。 パスウェイから抽出される遺伝子鎖の一例について説明する図である。 実施例１の出力画面の一例である。 実施例２の処理の流れの一例を示す図である。 実施例２の出力画面の一例である。 実施例３において操作される画面の一例である。 実施例３の処理の流れの一例を示す図である。 実施例３の出力画面の一例である。 実施例３の出力画面の一例である。
以下、添付図面に従って本発明に係る治療方針立案支援装置の好ましい実施例について説明する。なお、以下の説明及び添付図面において、同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。
図１を用いて実施例の治療方針立案支援装置１００のハードウェア構成について説明する。治療方針立案支援装置１００は、いわゆるコンピュータであり、演算部１０１、メモリ１０２、記憶部１０４、ネットワークアダプタ１０５がバス１０８によって信号送受可能に接続されて構成される。また治療方針立案支援装置１００は、ネットワークアダプタ１０５及びネットワーク１０９を介して細胞分析装置１１０や遺伝子データベース１１１、薬剤データベース１１２と信号送受可能に接続されるとともに、入力部１０６及び表示部１０７とも信号送受可能に接続される。ここで、「信号送受可能に」とは、電気的または光学的に、有線と無線を問わず、相互にあるいは一方から他方へ信号を受け渡しできる状態である。以下、各部について説明する。
演算部１０１は、各種演算を実行するとともに各部の動作を制御する装置であり、具体的にはＣＰＵ（Central Processing Unit）等である。演算部１０１は、記憶部１０４に格納されるプログラムやプログラムが必要とするデータをメモリ１０２にロードして実行する。メモリ１０２には、演算部１０１が実行するプログラムや演算処理の途中経過等が記憶される。
記憶部１０４は演算部１０１が実行するプログラムやプログラムの実行に必要なデータを格納する装置であり、具体的にはＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）等の記録装置や、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に読み書きする装置である。記憶部１０４には、遺伝子変異データ４０１や遺伝子発現量データ４０２、パスウェイデータ４０３、薬剤データ４０４等の各種データが予め保管されていても良い。これらの各種データの例については図４を用いて後述する。プログラム実行に必要なデータを含む各種データはＬＡＮ（Local Area Network）等のネットワーク１０９から送受信されても良い。
ネットワークアダプタ１０５は、治療方針立案支援装置１００をＬＡＮ、電話回線、インターネット等のネットワーク１０９に接続するためのものである。
細胞分析装置１１０は、患者の細胞を含む検体を分析し、例えば遺伝子変異データ４０１や遺伝子発現量データ４０２を分析結果として出力する装置である。遺伝子データベース１１１は、既知の文献等に記載された遺伝子に係るデータ、例えばパスウェイデータ４０３を保管するデータベースシステムである。薬剤データベース１１２は、既知の文献等に記載された薬剤に係るデータ、例えば薬剤データ４０４を保管するデータベースシステムである。
表示部１０７は、プログラムの実行結果等が表示される装置であり、例えば液晶ディスプレイやタッチパネル等である。入力部１０６は、操作者が治療方針立案支援装置１００に対して操作指示を行う操作デバイスであり、例えばキーボードやマウス、タッチパネル等である。マウスはトラックパッドやトラックボールなどの他のポインティングデバイスであっても良い。また表示部１０７がタッチパネルである場合には、タッチパネルが入力部１０６としても機能する。治療方針立案支援装置１００は、表示部１０７に表示される画面を操作者が操作することによって動作する。
図２を用いて、実施例１において操作される画面の一例である設定画面２００について説明する。操作者は、設定画面２００を用いて、入力データやパラメータ、出力データを設定する。設定画面２００は、患者データ入力部２０１、遺伝子変異指定部２０２、遺伝子発現量指定部２０３、減衰率設定部２０４、閾値設定部２０５、伝搬距離設定部２０６、スコア選択部２０７、設定ボタン２０８を有する。
患者データ入力部２０１は、患者に係るデータを入力するボックスであり、例えば患者を特定する患者ＩＤが入力されるとともに、患者の病変に係るデータである遺伝子変異と遺伝子発現量との少なくとも一方が指定される。患者データ入力部２０１に指定されたデータ、すなわち遺伝子変異データ４０１と遺伝子発現量データ４０２の少なくとも一方が後述する処理の流れにおいて読み出される。図２に例示される設定画面２００では、遺伝子変異と遺伝子発現量との両方が指定されている。
遺伝子変異指定部２０２は、患者の遺伝子変異に係るファイルへのパスが指定されるボックスであり、遺伝子変異指定部２０２に指定されたパスに基づいて遺伝子変異データ４０１が読み出される。遺伝子発現量指定部２０３は、患者の遺伝子発現量に係るファイルへのパスが指定されるボックスであり、遺伝子発現量指定部２０３に指定されたパスに基づいて遺伝子発現量データ４０２が読み出される。
減衰率設定部２０４は、減衰率Ｄが設定されるボックスである。減衰率Ｄは、パスウェイに含まれる遺伝子鎖の遺伝子間において遺伝子変異の影響が減衰する割合を示すパラメータであり、０＜Ｄ＜１の実数が設定される。閾値設定部２０５は、遺伝子発現量に係るパラメータである閾値Ｔｈが設定されるボックスである。遺伝子発現量データ４０２、例えば遺伝子発現量の比が閾値Ｔｈを超える場合、当該遺伝子は重要遺伝子とされる。伝搬距離設定部２０６は、伝搬距離Ｌが設定されるボックスである。伝搬距離Ｌは、パスウェイから抽出される遺伝子鎖の長さに対する上限を示すパラメータであり、自然数が設定される。
スコア選択部２０７は、出力スコアとして遺伝子スコアと薬剤スコアのいずれかが選択されるチェックボックスである。遺伝子スコアは、疾患と各遺伝子との関連度を表す値である。薬剤スコアは、疾患と各薬剤との関連度を表す値である。図２に例示される設定画面２００では、遺伝子スコアが選択されている。なお、薬剤スコアが選択された場合については、実施例２にて後述される。
設定ボタン２０８は、設定画面２００による各種設定が終了したときに押下されるボタンである。設定ボタン２０８が押下されると、以下で説明される処理の流れが開始される。
図３を用いて実施例１の処理の流れの一例について、処理ステップ毎に説明する。以降では、各処理ステップが演算部１０１によって実行される場合について説明する。なお、各処理ステップは、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field-Programmable Gate Array）等を用いた専用のハードウェアによって実行されても良い。
（Ｓ３０１）
演算部１０１は、入力データやパラメータを読み込む。入力データは、例えば図２の設定画面２００で設定されたパス等に従って読み込まれる。すなわち、遺伝子変異データ４０１と遺伝子発現量データ４０２の少なくとも一方が演算部１０１によって読み込まれる。
図４を用いて、遺伝子変異データ４０１と遺伝子発現量データ４０２、パスウェイデータ４０３、薬剤データ４０４の一例について説明する。遺伝子変異データ４０１には、遺伝子、染色体、位置、ヒト標準ゲノム配列の塩基、患者の塩基、変位の種類の項目が含まれる。すなわち、遺伝子変異があった場所として染色体と位置が示されるとともに、遺伝子変異前後の塩基と、変異の種類が示される。例えば、遺伝子Ｇｅｎｅ１は、染色体ｃｈｒ１の位置４５７４において、塩基Ａが塩基Ｇにミスセンス変異したことが示される。
遺伝子発現量データ４０２には、遺伝子と発現量の比の対数の項目が含まれる。すなわち、患者の腫瘍細胞から採取された遺伝子の発現量と通常細胞から採取された遺伝子の発現量との比が算出され、算出された比の対数が遺伝子毎に示される。例えば、遺伝子Ｇｅｎｅ１は発現量の比の対数が１０.２９と比較的大きく、遺伝子Ｇｅｎｅ２は発現量の比の対数が１．３９と比較的小さいことが示される。なお患者の通常細胞から採取された遺伝子の発現量代わりに、他の複数の患者の通常細胞から採取された遺伝子の発現量の平均値等が用いられても良い。
パスウェイデータ４０３は、エッジデータとノードデータを有する。エッジデータには、エッジを特定するＩＤとエッジの始点に接続されたノード名、エッジの終点に接続されたノード名の項目が含まれる。ノードデータには、ノード名とノードの種類の項目が含まれる。ノードの種類は、遺伝子、及び生体内に存在する分子を含む。エッジデータ及びノードデータに基づいて、遺伝子間の連なりを有向グラフで表すパスウェイが構成される。
図５Ａにパスウェイの一例を示す。図５Ａに例示されるパスウェイ５００には、丸数字で示される７つのノードと、ノード間を接続する矢印で示される８つのエッジが含まれる。すなわち、丸数字で示されるノードの間が、矢印で示されるエッジによって接続されることにより、パスウェイ５００が構成される。なお丸数字は遺伝子を特定するためのノード名であり、矢印の向きは遺伝子間の発現制御の向きを示す。また実際のパスウェイはエッジ、ノードともに数万個にも及ぶ膨大なネットワークである。
図４の説明に戻る。薬剤データ４０４には、薬剤と遺伝子、遺伝子変異、エビデンスレベルの項目が含まれる。すなわち、ある薬剤が治療対象とする遺伝子及び遺伝子変異が、薬効の信頼性を表すエビデンスレベルとともに示される。
（Ｓ３０２）
演算部１０１は、Ｓ３０１で読み込まれた入力データやパラメータに基づいて、所定の条件を満たす全遺伝子を抽出し、重要遺伝子としてリストへ格納する。例えば、設定画面２００の患者データ入力部２０１において遺伝子変異が指定された場合には変異がある全ての遺伝子が抽出される。また患者データ入力部２０１において遺伝子発現量が指定された場合には、遺伝子発現量の比が閾値Ｔｈを超える全ての遺伝子が抽出される。なお遺伝子変異と遺伝子発現量の両方が指定された場合には、少なくともいずれかの条件を満たす全ての遺伝子が抽出される。
（Ｓ３０３）
演算部１０１は、Ｓ３０３で抽出された遺伝子が格納されたリストから、先頭の重要遺伝子を読み出す。なおリストの中に重要遺伝子が格納されてなければ、すなわちＳ３０２において何も抽出されていなければ、処理の流れは終了となる。
（Ｓ３０４）
演算部１０１は、リストから読み出された重要遺伝子が最上流であって長さが伝搬距離以下の遺伝子鎖をパスウェイから抽出する。遺伝子鎖とは、始点になるノードと、始点から有向グラフをたどって到達可能な終点になるノードが、有向グラフをたどる際の出現順に合わせて一方向に並ぶノードとエッジの連なりである。なお遺伝子鎖の長さは、遺伝子鎖に含まれるノードの数で表され、長さが１の遺伝子鎖では始点と終点が同じノードであってエッジが含まれない。伝搬距離は、図２に例示される設定画面２００の伝搬距離設定部２０６において設定された値である。
図５Ｂを用いて、パスウェイから抽出される遺伝子鎖の例について説明する。図５Ｂには、図５Ａに例示されるパスウェイ５００から、丸数字１の遺伝子が最上流であって、長さが５以下の遺伝子鎖が全て列挙される。すなわちパスウェイ５００から抽出された遺伝子鎖は１２個であって、最下流遺伝子ｋが丸数字１～７のいずれかであるものが混在する。
（Ｓ３０５）
演算部１０１は、Ｓ３０４で抽出された遺伝子鎖のそれぞれに対して、最下流遺伝子ｋにおける遺伝子鎖スコアｃ（ｋ）を算出する。遺伝子鎖スコアｃ（ｋ）は、最上流にある重要遺伝子と最下流遺伝子ｋとの関連度を表す。遺伝子鎖の長さが１の場合、遺伝子鎖スコアｃ（ｋ）は例えば次式によって算出される。
Figure 2022069002000002
ここで、ａ（ｋ）は最下流遺伝子ｋにおける変異重要度であり、ｂ（ｋ）は最下流遺伝子ｋの遺伝子発現量の比であり、対数としても良い。変異重要度ａ（ｋ）は例えば次式によって算出される。
Figure 2022069002000003
ここで、ｖｊは最上流である重要遺伝子ｉのｊ番目の変異、ｆ（ｖｊ）は変異の種類に応じたスコア、ｅ（ｖｊ）は薬剤の疾患への関連に応じたスコアである。
ヒトの体内では、翻訳と呼ばれる過程で、遺伝子配列に対応して２０種類のアミノ酸が生成され、生成されたアミノ酸がたんぱく質へ変化して様々な機能を果たす。変異には、変異の場所によって、配列に対応するアミノ酸を変化させず生体に影響がないサイレント変異や、特定の配列領域の翻訳機能に影響を与えアミノ酸の生成を止めてしまうナンセンス変異等があり、翻訳における変異の影響度はさまざまである。そこで各遺伝子変異のスコアｆ（ｖｊ）を、その変異によって生じるアミノ酸の変化の規模が反映されるように設定する。変異の種類は、図４の遺伝子変異データ４０１に例示されるミスセンス変異やサイレント変異、ナンセンス変異等であり、１つの変異に対して与えられる。また薬剤のスコアｅ（ｖｊ）は、遺伝子変異ｖｊに有効な薬剤のエビデンスレベルが反映されるように設定される。薬剤のエビデンスレベルは、図４に例示される薬剤データ４０４から読み出されても良い。
なお、変異重要度ａ（ｋ）の算出は数２に限定されず、数式が改変されても良い。またＳ３０１の入力データに遺伝子変異が含まれない場合、全ての遺伝子に対して変異重要度ａ（ｋ）を０とする。同様に、入力データに遺伝子発現量が含まれない場合、全ての遺伝子に対して遺伝子発現量の比ｂ（ｋ）は対数でなければ１、対数であれば０とする。
任意の長さを持つ遺伝子鎖の遺伝子鎖スコアｃ（ｋ）は例えば次式によって算出される。
Figure 2022069002000004
ここで、ｎは遺伝子鎖に含まれる任意の遺伝子、Ｌｋｎは遺伝子ｎと最下流遺伝子ｋとの距離、Ａ（Ｌｋｎ，Ｄ）は距離Ｌｋｎと減衰率Ｄとの関数である。
数３においてＡ（Ｌｋｎ，Ｄ）＝Ｄ＾（Ｌｋｎ）とした場合、０＜Ｄ＜１であるので、変異重要度ａ（ｎ）の遺伝子鎖スコアｃ（ｋ）への寄与は距離Ｌｋｎが長くなるほど小さくなり、距離Ｌｋｎが短くなるほど大きくなる。なお遺伝子鎖スコアｃ（ｋ）の算出は数３に限定されず、数式が改変されても良い。
（Ｓ３０６）
演算部１０１は、Ｓ３０５で算出された遺伝子鎖スコアｃ（ｋ）を最下流遺伝子ｋ毎に加算することによって、最下流遺伝子ｋにおける遺伝子スコアｓ（ｋ）を算出する。例えば、図５Ｂに列挙される１２個の遺伝子鎖のうち、２番目と９番目の遺伝子鎖の遺伝子鎖スコアが加算されることにより、丸数字２の遺伝子における遺伝子スコアが算出される。また５番目、６番目、１２番目の遺伝子鎖の遺伝子鎖スコアが加算されることにより、丸数字６の遺伝子における遺伝子スコアが算出される。すなわち、図５Ｂに列挙される１２個の遺伝子鎖に対して、丸数字１～７の各遺伝子における遺伝子スコアが算出される。
（Ｓ３０７）
演算部１０１は、Ｓ３０２でリストに格納された重要遺伝子の全てが読み出された否かを判定する。全ての重要遺伝子がリストから読み出されていればＳ３０９へ処理が進められ、読み出されていない重要遺伝子が残っていればＳ３０８を介してＳ３０４へ処理が戻される。
（Ｓ３０８）
演算部１０１は、Ｓ３０３で抽出された遺伝子が格納されたリストから、次の重要遺伝子を読み出す。
（Ｓ３０９）
演算部１０１は、遺伝子ｋと遺伝子スコアｓ（ｋ）の対応表を作成し、表示部１０７に表示させる。なお対応表では、遺伝子スコアｓ（ｋ）の値が大きい順に並べられることが望ましい。
図６を用いて、Ｓ３０９において表示される出力画面６００の一例について説明する。出力画面６００には、疾患との関連度が高いと推測される順に遺伝子が列挙される疾患原因候補遺伝子一覧６０１が含まれる。すなわち疾患原因候補遺伝子一覧６０１は、Ｓ３０９において作成された対応表であって、遺伝子スコアｓ（ｋ）の値が大きい順に遺伝子ｋが並べられる。
以上説明した処理の流れにより、患者の病変部位の細胞を分析することによって得られる遺伝子変異データと遺伝子発現量データとの少なくとも一方に基づいて、患者の疾患との関連度が大きい順に遺伝子が列挙される。操作者である医師等は、疾患との関連度が大きい順に列挙された遺伝子を確認することにより、個々の患者に適した治療方針を立案することができる。
実施例１では、疾患と遺伝子との関連度を算出することについて説明した。実施例２では、疾患と薬剤との関連度を算出することについて説明する。すなわち操作者である医師等は、疾患と薬剤との関連度を確認することにより、個々の患者に適した薬剤を選択することができる。なお、実施例２のハードウェア構成は実施例１と同じであるので説明を省略する。
図７を用いて、実施例２の処理の流れの一例について説明する。なおＳ３０１～Ｓ３０５、Ｓ３０７、Ｓ３０８は実施例１と同じ処理であるので説明を省略し、Ｓ３０４とＳ３０５の間に追加されるＳ７０１と、Ｓ３０６及びＳ３０９と置換されるＳ７０２及びＳ７０３について説明する。
（Ｓ７０１）
演算部１０１は、最下流遺伝子ｋを治療対象とする薬剤が薬剤データ４０４の中にあるか否かを判定する。薬剤があればＳ３０５へ処理が進められ、薬剤がなければＳ３０７へ処理が進められる。なおＳ３０５へ処理が進められた場合は、実施例１と同様に、最下流遺伝子ｋにおける遺伝子鎖スコアｃ（ｋ）が算出される。またＳ３０７へ処理が進められた場合は、遺伝子鎖スコアｃ（ｋ）が算出されず、ｃ（ｋ）＝０となる。
（Ｓ７０２）
演算部１０１は、Ｓ３０５で算出された遺伝子鎖スコアｃ（ｋ）を、最下流遺伝子ｋを治療対象とする薬剤ｍ毎に加算することによって、薬剤ｍの薬剤スコアｓ（ｍ）を算出する。なお最下流遺伝子ｋを治療対象とする薬剤が複数ある場合には、Ｓ３０５で算出された遺伝子鎖スコアｃ（ｋ）が各薬剤の薬剤スコアｓ（ｍ）に加算される。
（Ｓ７０３）
演算部１０１は、薬剤ｍと薬剤スコアｓ（ｍ）の対応表を作成し、表示部１０７に表示させる。なお対応表では、薬剤スコアｓ（ｍ）の値が大きい順に並べられることが望ましい。
図８を用いて、Ｓ７０３において表示される出力画面８００の一例について説明する。出力画面８００には、疾患との関連度が高い順に薬剤が列挙される推薦薬剤一覧８０１が含まれる。すなわち推薦薬剤一覧８０１は、Ｓ７０３において作成された対応表であって、薬剤スコアｓ（ｍ）の値が大きい順に薬剤ｍが並べられる。なお推薦薬剤一覧８０１には、薬剤ｍが治療対象とする遺伝子であるターゲット遺伝子を表示する列が含まれても良い。
以上説明した処理の流れにより、患者の病変部位の細胞を分析することによって得られる遺伝子変異データと遺伝子発現量データとの少なくとも一方に基づいて、患者の疾患との関連度が大きい順に薬剤が列挙される。操作者である医師等は、疾患との関連度が大きい順に列挙された薬剤を確認することにより、個々の患者に適した薬剤を選択することができる。
実施例１及び実施例２では、パスウェイデータをそのまま利用して、遺伝子スコアや薬剤スコアを算出することについて説明した。パスウェイデータには、確実性が高い相互作用と、十分なエビデンスがなく信頼性の不足している相互作用が混在する。また、遺伝子間の制御に関する文献は日々増加し、新たな相互作用の追加や既存の相互作用の修正が頻繁に生じる。このような状況において、治療方針立案支援装置が算出する遺伝子スコアや薬剤スコアは、パスウェイデータの局所的変化に対して、できる限り頑健であることが要求される。
そこで実施例３では、パスウェイデータの一部をランダムに無効化しながら薬剤スコアを算出することを繰り返し、パスウェイデータの局所的変化に対する薬剤スコアの頑健性を評価することについて説明する。なお実施例３のハードウェア構成は実施例１と同じであるので説明を省略する。
図９を用いて、実施例３において操作される画面の一例である設定画面９００について説明する。操作者は、設定画面９００を用いて、入力データやパラメータ、出力データを設定する。設定画面９００には、実施例１の設定画面２００に対して、無効化割合設定部９０１と繰返し回数設定部９０２が追加される。
無効化割合設定部９０１は、無効化割合Ｃが設定されるボックスである。無効化割合Ｃは、パスウェイに含まれるエッジの全数に対して無効化されるエッジの本数の割合を示すパラメータであり、０％＜Ｃ＜１００％の値が設定される。繰返し回数設定部９０２は、繰返し回数ｘが設定されるボックスである。繰返し回数ｘは、パスウェイの一部をランダムに無効化しながら薬剤スコアを算出することを繰り返す回数である。すなわち、繰返し回数設定部９０２にて設定された回数分の薬剤スコアが算出される。
図１０を用いて、実施例３の処理の流れの一例について説明する。なおＳ３０１～Ｓ３０５、Ｓ３０７、Ｓ３０８、Ｓ７０１、Ｓ７０２は実施例２と同じ処理であるので説明を省略し、Ｓ３０２の後に追加されるＳ１００１及びＳ１００２と、Ｓ３０７の後に追加されるＳ１００３、Ｓ７０３と置換されるＳ１００４について説明する。
（Ｓ１００１）
演算部１０１は、Ｓ１００１からＳ１００３までのループをｘ回繰り返す。
（Ｓ１００２）
演算部１０１は、パスウェイデータに含まれるエッジを割合Ｃで無効化する。すなわちパスウェイデータに含まれるエッジの本数をＮとするとき、Ｃ・Ｎ／１００本のエッジがランダムに選択されて無効化される。エッジの無効化とは、パスウェイデータに含まれる全エッジの中からランダムに選択されたエッジを除去する処理である。例えば図５Ａのパスウェイ５００において丸数字４と６の間のエッジが無効化されると、Ｓ３０４において図５Ｂに列挙される遺伝子鎖のうちの５番目と１２番目の遺伝子鎖が抽出されなくなる。その結果、丸数字６の遺伝子を治療対象とする薬剤の薬剤スコアが低下する。
（Ｓ１００３）
演算部１０１は、Ｓ１００１からＳ１００３までのループがｘ回繰り返されるまで処理を戻す。なおループが繰り返される毎に薬剤ｍに対する薬剤スコアｓ（ｍ）が算出されるので、実行回数ｙのときに算出される薬剤スコアをｓｙ（ｍ）と表記する。
（Ｓ１００４）
演算部１０１は、薬剤ｍと平均薬剤スコアの対応表を作成し、表示部１０７に表示させる。実行回数ｙの時点での平均薬剤スコアμｙ（ｍ）は次式によって算出される。
Figure 2022069002000005
算出された平均値は、薬剤ｍと薬剤スコアの対応表に用いられる。薬剤スコアｓｙ（ｍ）の平均値が比較的高い薬剤ｍを確認することにより、操作者である医師等は個々の患者に適した薬剤を選択することができる。
さらに薬剤スコアｓｙ（ｍ）の実行回数ｙの時点での標準偏差σｙ（ｍ）が次式によって算出されて、薬剤ｍ毎に表示されても良い。
Figure 2022069002000006
薬剤スコアｓｙ（ｍ）の標準偏差が比較的小さい薬剤ｍを確認することにより、操作者である医師等は頑健性の高いスコアが得られた薬剤を選択することができる。また薬剤スコアｓｙ（ｍ）の平均値を標準偏差で除した値によって頑健性が評価されても良い。
図１１及び図１２を用いて、Ｓ１００４において表示される出力画面１１００の一例について説明する。出力画面１１００には、疾患との関連度が高い順に薬剤が列挙される推薦薬剤一覧１１０１と薬剤スコアグラフ１１０２が含まれる。推薦薬剤一覧１１０１は、Ｓ１００４において作成された対応表であって、薬剤スコアｓｙ（ｍ）の平均値が大きい順に薬剤ｍが並べられる。なお推薦薬剤一覧１１０１には、薬剤ｍに対するターゲット遺伝子や詳細レポートを表示させるための表示ボタンが含まれても良い。
推薦薬剤一覧１１０１に含まれる表示ボタンが押下されると、薬剤ｍに関する詳細レポートとして薬剤スコアグラフ１１０２が表示される。薬剤スコアグラフ１１０２は、縦軸が薬剤スコアｓｙ（ｍ）、横軸が実行回数ｙであって、Ｓ１００１からＳ１００３までのループが繰り返される毎に算出される薬剤スコアｓｙ（ｍ）の推移を示す。なお図１１には、薬剤ｍ１に対する表示ボタンが押下された場合が例示されるので、薬剤スコアグラフ１１０２の縦軸は薬剤スコアｓｙ（ｍ１）である。なお薬剤スコアグラフ１１０２には薬剤間の順位と薬剤スコアの値が表示されても良い。図１１には、薬剤スコアグラフ１１０２のデータ点の上側に順位が、下側に薬剤スコアの値が表示された例が示される。さらに、出力画面１１００の余白に、数４や数５によって算出される平均値や標準偏差が表示されても良い。
図１２には、薬剤スコアグラフ１１０２のデータ点付近にカーソルを移動させたときに、無効化エッジＩＤ一覧１２０１が表示された画面が例示される。無効化エッジＩＤ一覧１２０１には、実行回数ｙのときに無効化されたエッジのＩＤが列挙される。操作者は、無効化エッジＩＤ一覧１２０１を確認し、実行回数ｙのときに無効化されたエッジを把握することにより、関心がある薬剤の順位が低い場合等にその原因を調べることができる。
以上説明した処理の流れにより、実施例２と同様に、遺伝子変異データと遺伝子発現量データとの少なくとも一方に基づいて、患者の疾患との関連度が大きい順に薬剤が列挙される。操作者である医師等は、疾患との関連度が大きい順に列挙された薬剤を確認することにより、個々の患者に適した薬剤を選択することができる。さらに薬剤スコアの算出が、パスウェイデータの一部をランダムに無効化することとともに繰り返され、算出結果の平均値や標準偏差が表示されるので、パスウェイデータの局所的変化に対する薬剤スコアの頑健性を評価することができる。なお実施例３で説明したＳ１００１からＳ１００３までのループは、薬剤スコアの算出に限られず、実施例１で説明した遺伝子スコアの算出に適用されても良い。
以上、本発明の複数の実施例について説明した。本発明は上記実施形態に限定されるものではなく、発明の要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素を適宜組み合わせても良い。さらに、上記実施形態に示される全構成要素からいくつかの構成要素を削除しても良い。
１００：治療方針立案支援装置、１０１：演算部、１０２：メモリ、１０４：記憶部、１０５：ネットワークアダプタ、１０６：入力部、１０７：表示部、１０８：バス、１０９：ネットワーク、１１０：細胞分析装置、１１１：遺伝子データベース、１１２：薬剤データベース、２００：設定画面、２０１：患者データ入力部、２０２：遺伝子変異指定部、２０３：遺伝子発現量指定部、２０４：減衰率設定部、２０５：閾値設定部、２０６：伝搬距離設定部、２０７：スコア選択部、２０８：設定ボタン、４０１：遺伝子変異データ、４０２：遺伝子発現量データ、４０３：パスウェイデータ、４０４：薬剤データ、５００：パスウェイ、５０１：遺伝子鎖、６００：出力画面、６０１：疾患原因候補遺伝子一覧、８００：出力画面、８０１：推薦薬剤一覧、９００：設定画面、９０１：無効化割合設定部、９０２：繰返し回数設定部、１１００：出力画面、１１０１：推薦薬剤一覧、１１０２：薬剤スコアグラフ、１２０１：無効化エッジＩＤ一覧

Claims (11)

  1. 治療方針の立案を支援するデータを表示する治療方針立案支援装置であって、
    患者の病変部位の細胞を分析することによって得られる遺伝子変異データまたは遺伝子発現量データを取得するデータ取得部と、
    遺伝子間の連なりを有向グラフで表すパスウェイのデータであるパスウェイデータが記憶される記憶部と、
    前記遺伝子変異データまたは前記遺伝子発現量データと、前記パスウェイデータとに基づいて、疾患と遺伝子との関連度を表す遺伝子スコアを算出するスコア算出部を備えることを特徴とする治療方針立案支援装置。
  2. 請求項１に記載の治療方針立案支援装置であって、
    前記記憶部には、薬剤と前記薬剤が治療対象とする遺伝子とが含まれる薬剤データがさらに記憶され、
    前記スコア算出部は、前記遺伝子変異データまたは前記遺伝子発現量データと、前記パスウェイデータとともに、前記薬剤データに基づいて、疾患と薬剤との関連度を表す薬剤スコアを算出することを特徴とする治療方針立案支援装置。
  3. 請求項２に記載の治療方針立案支援装置であって、
    前記薬剤スコアが大きい順に前記薬剤を列挙して表示する表示部をさらに備えることを特徴とする治療方針立案支援装置。
  4. 請求項１に記載の治療方針立案支援装置であって、
    前記遺伝子スコアが大きい順に前記遺伝子を列挙して表示する表示部をさらに備えることを特徴とする治療方針立案支援装置。
  5. 請求項１に記載の治療方針立案支援装置であって、
    前記スコア算出部は、遺伝子変異が生体に与える影響度を算出し、前記遺伝子スコアの算出に前記影響度を用いることを特徴とする治療方針立案支援装置。
  6. 請求項１に記載の治療方針立案支援装置であって、
    前記スコア算出部は、前記遺伝子変異データまたは前記遺伝子発現量データによって定められる条件を満たす遺伝子である重要遺伝子が最上流である遺伝子鎖を前記パスウェイデータから抽出し、前記重要遺伝子と前記遺伝子鎖の最下流遺伝子との関連度を表す遺伝子鎖スコアを遺伝子鎖毎に算出し、前記最下流遺伝子が同じ遺伝子である遺伝子鎖の遺伝子鎖スコアを加算することによって前記遺伝子スコアを算出することを特徴とする治療方針立案支援装置。
  7. 請求項１に記載の治療方針立案支援装置であって、
    前記スコア算出部は、前記パスウェイに含まれるエッジの一部をランダムに無効化しながら前記遺伝子スコアの算出を繰り返すことを特徴とする治療方針立案支援装置。
  8. 請求項７に記載の治療方針立案支援装置であって、
    前記スコア算出部は、繰り返し算出される前記遺伝子スコアの平均値を算出し、
    前記遺伝子スコアの平均値が大きい順に前記遺伝子を列挙して表示する表示部をさらに備えることを特徴とする治療方針立案支援装置。
  9. 請求項７に記載の治療方針立案支援装置であって、
    前記スコア算出部は、繰り返し算出される前記遺伝子スコアの標準偏差を算出することを特徴とする治療方針立案支援装置。
  10. 請求項７に記載の治療方針立案支援装置であって、
    繰り返し算出される前記遺伝子スコアの推移を示すグラフを表示する表示部をさらに備えることを特徴とする治療方針立案支援装置。
  11. 請求項１０に記載の治療方針立案支援装置であって、
    前記表示部は、前記グラフに無効化されたエッジを表示することを特徴とする治療方針立案支援装置。
JP2020177895A 2020-10-23 2020-10-23 治療方針立案支援装置 Pending JP2022069002A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2020177895A JP2022069002A (ja) 2020-10-23 2020-10-23 治療方針立案支援装置
PCT/JP2021/036565 WO2022085399A1 (ja) 2020-10-23 2021-10-04 治療方針立案支援装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020177895A JP2022069002A (ja) 2020-10-23 2020-10-23 治療方針立案支援装置

Publications (1)

Publication Number Publication Date
JP2022069002A true JP2022069002A (ja) 2022-05-11

Family

ID=81289725

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020177895A Pending JP2022069002A (ja) 2020-10-23 2020-10-23 治療方針立案支援装置

Country Status (2)

Country Link
JP (1) JP2022069002A (ja)
WO (1) WO2022085399A1 (ja)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BR112015017954A2 (pt) * 2013-01-29 2017-07-11 Molecular Health Gmbh sistemas e métodos para o suporte de decisão clínica
US10546019B2 (en) * 2015-03-23 2020-01-28 International Business Machines Corporation Simplified visualization and relevancy assessment of biological pathways

Also Published As

Publication number Publication date
WO2022085399A1 (ja) 2022-04-28

Similar Documents

Publication Publication Date Title
US11139051B2 (en) Systems and methods for designing clinical trials
Li et al. Machine learning–based interpretation and visualization of nonlinear interactions in prostate cancer survival
Sjölander Phylogenomic inference of protein molecular function: advances and challenges
JP4756906B2 (ja) 生体シミュレーションシステム及びコンピュータプログラム
JP2020501240A (ja) 汎がんゲノムにおけるｄｎａアクセシビリティを予測するための方法及びシステム
JP2006318162A (ja) 治療効果予測システム及びそのプログラム
Hunter-Zinck et al. Aberrant time to most recent common ancestor as a signature of natural selection
Reddy et al. Comparison of a traditional systematic review approach with review-of-reviews and semi-automation as strategies to update the evidence
Nowotny et al. Iterative reconstruction of three-dimensional models of human chromosomes from chromosomal contact data
Xi et al. Cancer omic data based explainable AI drug recommendation inference: A traceability perspective for explainability
Maiga et al. Systematic review to evaluate algorithms for REBOA use in trauma and identify a consensus for patient selection
Piatetsky-Shapiro et al. Capturing best practice for microarray gene expression data analysis
WO2022085399A1 (ja) 治療方針立案支援装置
Xie et al. N-of-1 Design and its applications to personalized treatment studies
Nielsen et al. Multivariable predictive models to identify the optimal biologic therapy for treatment of patients with psoriasis at the individual level
CN110246543A (zh) 基于二代测序技术利用单样本检测拷贝数变异的方法和计算机系统
CN112292730B (zh) 具有用于解释和可视化数据的改进的用户界面的计算设备
JP2023160140A (ja) 治療方針立案支援装置及び治療方針立案支援方法
JP5361683B2 (ja) 医療情報処理装置およびプログラム
Guo et al. Strong Positive Selection Biases Identity-By-Descent-Based Inferences of Recent Demography and Population Structure in Plasmodium falciparum
CN114694745A (zh) 预测免疫疗效的方法、装置、计算机设备和存储介质
Huynh-Thu et al. Gene regulatory network inference from systems genetics data using tree-based methods
Burkett et al. Markov chain Monte Carlo sampling of gene genealogies conditional on unphased SNP genotype data
Lei et al. PhyloMarker–-A Tool for Mining Phylogenetic Markers through Genome Comparison: Application of the Mouse Lemur (Genus Microcebus) Phylogeny
Baele et al. Bayesian codon substitution modelling to identify sources of pathogen evolutionary rate variation

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230216

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20240416