JP2022069002A - 治療方針立案支援装置 - Google Patents
治療方針立案支援装置 Download PDFInfo
- 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
Links
- 230000001225 therapeutic effect Effects 0.000 title abstract 5
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 156
- 230000037361 pathway Effects 0.000 claims abstract description 49
- 230000014509 gene expression Effects 0.000 claims abstract description 43
- 206010064571 Gene mutation Diseases 0.000 claims abstract description 40
- 201000010099 disease Diseases 0.000 claims abstract description 24
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 24
- 230000003902 lesion Effects 0.000 claims abstract description 6
- 239000003814 drug Substances 0.000 claims description 117
- 229940079593 drug Drugs 0.000 claims description 116
- 238000011282 treatment Methods 0.000 claims description 49
- 238000004364 calculation method Methods 0.000 claims description 34
- 238000011144 upstream manufacturing Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 2
- 230000035772 mutation Effects 0.000 description 17
- 238000000034 method Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 210000004027 cell Anatomy 0.000 description 10
- 230000003993 interaction Effects 0.000 description 6
- 150000001413 amino acids Chemical class 0.000 description 5
- 206010028980 Neoplasm Diseases 0.000 description 4
- 201000011510 cancer Diseases 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000001727 in vivo Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 210000000349 chromosome Anatomy 0.000 description 3
- 238000009472 formulation Methods 0.000 description 3
- 101150066838 12 gene Proteins 0.000 description 2
- 108020004485 Nonsense Codon Proteins 0.000 description 2
- 230000037434 nonsense mutation Effects 0.000 description 2
- 230000037432 silent mutation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000000144 pharmacologic effect Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 210000004881 tumor cell Anatomy 0.000 description 1
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
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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)
- 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。
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)
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 |
-
2020
- 2020-10-23 JP JP2020177895A patent/JP2022069002A/ja active Pending
-
2021
- 2021-10-04 WO PCT/JP2021/036565 patent/WO2022085399A1/ja active Application Filing
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 |