JP4581994B2 - 生体状態情報処理装置、生体状態情報処理方法、生体状態情報管理システム、プログラム、および、記録媒体 - Google Patents
生体状態情報処理装置、生体状態情報処理方法、生体状態情報管理システム、プログラム、および、記録媒体 Download PDFInfo
- Publication number
- JP4581994B2 JP4581994B2 JP2005502361A JP2005502361A JP4581994B2 JP 4581994 B2 JP4581994 B2 JP 4581994B2 JP 2005502361 A JP2005502361 A JP 2005502361A JP 2005502361 A JP2005502361 A JP 2005502361A JP 4581994 B2 JP4581994 B2 JP 4581994B2
- Authority
- JP
- Japan
- Prior art keywords
- correlation
- blood concentration
- concentration data
- index
- sum
- 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.)
- Expired - Lifetime
Links
- 230000010365 information processing Effects 0.000 title claims description 123
- 238000003672 processing method Methods 0.000 title claims description 47
- 239000002131 composite material Substances 0.000 claims description 647
- 210000004369 blood Anatomy 0.000 claims description 445
- 239000008280 blood Substances 0.000 claims description 445
- 239000002207 metabolite Substances 0.000 claims description 403
- 208000019425 cirrhosis of liver Diseases 0.000 claims description 286
- 150000001413 amino acids Chemical class 0.000 claims description 272
- 238000000034 method Methods 0.000 claims description 161
- 238000004364 calculation method Methods 0.000 claims description 157
- 230000001575 pathological effect Effects 0.000 claims description 152
- 201000010099 disease Diseases 0.000 claims description 105
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 105
- 230000014509 gene expression Effects 0.000 claims description 100
- 238000004458 analytical method Methods 0.000 claims description 92
- 238000005457 optimization Methods 0.000 claims description 70
- 238000004088 simulation Methods 0.000 claims description 69
- 230000008569 process Effects 0.000 claims description 60
- 238000003860 storage Methods 0.000 claims description 56
- 230000002503 metabolic effect Effects 0.000 claims description 52
- 230000004060 metabolic process Effects 0.000 claims description 13
- 150000001875 compounds Chemical class 0.000 claims description 9
- 210000004185 liver Anatomy 0.000 claims description 9
- 206010016654 Fibrosis Diseases 0.000 claims description 8
- 230000004761 fibrosis Effects 0.000 claims description 6
- 230000007170 pathology Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 description 106
- 241000700159 Rattus Species 0.000 description 96
- KDXKERNSBIXSRK-UHFFFAOYSA-N Lysine Natural products NCCCCC(N)C(O)=O KDXKERNSBIXSRK-UHFFFAOYSA-N 0.000 description 81
- 238000010586 diagram Methods 0.000 description 80
- 238000004891 communication Methods 0.000 description 54
- 230000005540 biological transmission Effects 0.000 description 52
- 206010012601 diabetes mellitus Diseases 0.000 description 51
- 238000005259 measurement Methods 0.000 description 32
- 238000011282 treatment Methods 0.000 description 28
- 208000005176 Hepatitis C Diseases 0.000 description 27
- 241001465754 Metazoa Species 0.000 description 26
- 239000003814 drug Substances 0.000 description 23
- 230000006870 function Effects 0.000 description 23
- 238000003745 diagnosis Methods 0.000 description 21
- 230000000694 effects Effects 0.000 description 18
- 241000699666 Mus <mouse, genus> Species 0.000 description 14
- 229940079593 drug Drugs 0.000 description 14
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 14
- LEVWYRKDKASIDU-QWWZWVQMSA-N D-cystine Chemical compound OC(=O)[C@H](N)CSSC[C@@H](N)C(O)=O LEVWYRKDKASIDU-QWWZWVQMSA-N 0.000 description 13
- 229960003067 cystine Drugs 0.000 description 13
- 102000014150 Interferons Human genes 0.000 description 12
- 108010050904 Interferons Proteins 0.000 description 12
- DATAGRPVKZEWHA-YFKPBYRVSA-N N(5)-ethyl-L-glutamine Chemical compound CCNC(=O)CC[C@H]([NH3+])C([O-])=O DATAGRPVKZEWHA-YFKPBYRVSA-N 0.000 description 12
- 208000008589 Obesity Diseases 0.000 description 12
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 12
- 229940079322 interferon Drugs 0.000 description 12
- 235000020824 obesity Nutrition 0.000 description 12
- 230000000875 corresponding effect Effects 0.000 description 11
- 230000008676 import Effects 0.000 description 10
- 239000003550 marker Substances 0.000 description 10
- 230000015654 memory Effects 0.000 description 10
- 238000004590 computer program Methods 0.000 description 9
- 210000000056 organ Anatomy 0.000 description 9
- 230000009467 reduction Effects 0.000 description 9
- 108010000521 Human Growth Hormone Proteins 0.000 description 8
- 108090000723 Insulin-Like Growth Factor I Proteins 0.000 description 8
- 102000013275 Somatomedins Human genes 0.000 description 8
- 230000008859 change Effects 0.000 description 8
- 230000002596 correlated effect Effects 0.000 description 8
- 229960004580 glibenclamide Drugs 0.000 description 8
- ZNNLBTZKUZBEKO-UHFFFAOYSA-N glyburide Chemical compound COC1=CC=C(Cl)C=C1C(=O)NCCC1=CC=C(S(=O)(=O)NC(=O)NC2CCCCC2)C=C1 ZNNLBTZKUZBEKO-UHFFFAOYSA-N 0.000 description 8
- UMFJAHHVKNCGLG-UHFFFAOYSA-N n-Nitrosodimethylamine Chemical compound CN(C)N=O UMFJAHHVKNCGLG-UHFFFAOYSA-N 0.000 description 8
- OELFLUMRDSZNSF-BRWVUGGUSA-N nateglinide Chemical compound C1C[C@@H](C(C)C)CC[C@@H]1C(=O)N[C@@H](C(O)=O)CC1=CC=CC=C1 OELFLUMRDSZNSF-BRWVUGGUSA-N 0.000 description 8
- 229960000698 nateglinide Drugs 0.000 description 8
- 102000013918 Apolipoproteins E Human genes 0.000 description 7
- 108010025628 Apolipoproteins E Proteins 0.000 description 7
- 102000004877 Insulin Human genes 0.000 description 7
- 108090001061 Insulin Proteins 0.000 description 7
- 238000005314 correlation function Methods 0.000 description 7
- 230000036541 health Effects 0.000 description 7
- 229940125396 insulin Drugs 0.000 description 7
- 230000000704 physical effect Effects 0.000 description 7
- 108090000623 proteins and genes Proteins 0.000 description 7
- ZSJLQEPLLKMAKR-GKHCUFPYSA-N streptozocin Chemical compound O=NN(C)C(=O)N[C@H]1[C@@H](O)O[C@H](CO)[C@@H](O)[C@@H]1O ZSJLQEPLLKMAKR-GKHCUFPYSA-N 0.000 description 7
- 229940124597 therapeutic agent Drugs 0.000 description 7
- 208000030453 Drug-Related Side Effects and Adverse reaction Diseases 0.000 description 6
- 102000002265 Human Growth Hormone Human genes 0.000 description 6
- 239000000854 Human Growth Hormone Substances 0.000 description 6
- 206010067584 Type 1 diabetes mellitus Diseases 0.000 description 6
- -1 aromatic amino acid Chemical class 0.000 description 6
- 235000012000 cholesterol Nutrition 0.000 description 6
- 238000012790 confirmation Methods 0.000 description 6
- 230000037406 food intake Effects 0.000 description 6
- 235000012631 food intake Nutrition 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 229940026510 theanine Drugs 0.000 description 6
- 238000012546 transfer Methods 0.000 description 6
- 208000001072 type 2 diabetes mellitus Diseases 0.000 description 6
- YPWSLBHSMIKTPR-UHFFFAOYSA-N Cystathionine Natural products OC(=O)C(N)CCSSCC(N)C(O)=O YPWSLBHSMIKTPR-UHFFFAOYSA-N 0.000 description 5
- ILRYLPWNYFXEMH-UHFFFAOYSA-N D-cystathionine Natural products OC(=O)C(N)CCSCC(N)C(O)=O ILRYLPWNYFXEMH-UHFFFAOYSA-N 0.000 description 5
- ILRYLPWNYFXEMH-WHFBIAKZSA-N L-cystathionine Chemical compound [O-]C(=O)[C@@H]([NH3+])CCSC[C@H]([NH3+])C([O-])=O ILRYLPWNYFXEMH-WHFBIAKZSA-N 0.000 description 5
- IWUCXVSUMQZMFG-AFCXAGJDSA-N Ribavirin Chemical compound N1=C(C(=O)N)N=CN1[C@H]1[C@H](O)[C@H](O)[C@@H](CO)O1 IWUCXVSUMQZMFG-AFCXAGJDSA-N 0.000 description 5
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 5
- 235000005911 diet Nutrition 0.000 description 5
- 208000015181 infectious disease Diseases 0.000 description 5
- 238000011813 knockout mouse model Methods 0.000 description 5
- 235000021590 normal diet Nutrition 0.000 description 5
- 235000018102 proteins Nutrition 0.000 description 5
- 102000004169 proteins and genes Human genes 0.000 description 5
- 229960000329 ribavirin Drugs 0.000 description 5
- HZCAHMRRMINHDJ-DBRKOABJSA-N ribavirin Natural products O[C@@H]1[C@H](O)[C@@H](CO)O[C@H]1N1N=CN=C1 HZCAHMRRMINHDJ-DBRKOABJSA-N 0.000 description 5
- 230000001225 therapeutic effect Effects 0.000 description 5
- 241000712461 unidentified influenza virus Species 0.000 description 5
- 101100004286 Caenorhabditis elegans best-5 gene Proteins 0.000 description 4
- 206010061818 Disease progression Diseases 0.000 description 4
- 206010019668 Hepatic fibrosis Diseases 0.000 description 4
- 125000000570 L-alpha-aspartyl group Chemical group [H]OC(=O)C([H])([H])[C@]([H])(N([H])[H])C(*)=O 0.000 description 4
- 125000000899 L-alpha-glutamyl group Chemical group [H]N([H])[C@]([H])(C(=O)[*])C([H])([H])C([H])([H])C(O[H])=O 0.000 description 4
- 241000282887 Suidae Species 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000005750 disease progression Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 230000003862 health status Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 206010003210 Arteriosclerosis Diseases 0.000 description 3
- 108090000790 Enzymes Proteins 0.000 description 3
- 102000004190 Enzymes Human genes 0.000 description 3
- 241001500351 Influenzavirus A Species 0.000 description 3
- 241000699670 Mus sp. Species 0.000 description 3
- ZSJLQEPLLKMAKR-UHFFFAOYSA-N Streptozotocin Natural products O=NN(C)C(=O)NC1C(O)OC(CO)C(O)C1O ZSJLQEPLLKMAKR-UHFFFAOYSA-N 0.000 description 3
- 208000011775 arteriosclerosis disease Diseases 0.000 description 3
- 230000002238 attenuated effect Effects 0.000 description 3
- 230000036765 blood level Effects 0.000 description 3
- 230000037213 diet Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 150000002632 lipids Chemical class 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 235000016709 nutrition Nutrition 0.000 description 3
- 230000035790 physiological processes and functions Effects 0.000 description 3
- 229960001052 streptozocin Drugs 0.000 description 3
- 230000009385 viral infection Effects 0.000 description 3
- DRCWOKJLSQUJPZ-DZGCQCFKSA-N (4ar,9as)-n-ethyl-1,4,9,9a-tetrahydrofluoren-4a-amine Chemical compound C1C2=CC=CC=C2[C@]2(NCC)[C@H]1CC=CC2 DRCWOKJLSQUJPZ-DZGCQCFKSA-N 0.000 description 2
- QWCKQJZIFLGMSD-UHFFFAOYSA-N 2-Aminobutanoic acid Natural products CCC(N)C(O)=O QWCKQJZIFLGMSD-UHFFFAOYSA-N 0.000 description 2
- QWCKQJZIFLGMSD-GSVOUGTGSA-N D-alpha-aminobutyric acid Chemical group CC[C@@H](N)C(O)=O QWCKQJZIFLGMSD-GSVOUGTGSA-N 0.000 description 2
- 206010012289 Dementia Diseases 0.000 description 2
- 101001008429 Homo sapiens Nucleobindin-2 Proteins 0.000 description 2
- 208000031226 Hyperlipidaemia Diseases 0.000 description 2
- 125000000415 L-cysteinyl group Chemical group O=C([*])[C@@](N([H])[H])([H])C([H])([H])S[H] 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 2
- 102100027441 Nucleobindin-2 Human genes 0.000 description 2
- 108010026552 Proteome Proteins 0.000 description 2
- 230000007882 cirrhosis Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000000378 dietary effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 201000010063 epididymitis Diseases 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 208000006454 hepatitis Diseases 0.000 description 2
- 231100000283 hepatitis Toxicity 0.000 description 2
- 235000009200 high fat diet Nutrition 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 235000020905 low-protein-diet Nutrition 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000037353 metabolic pathway Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 210000001550 testis Anatomy 0.000 description 2
- 230000003612 virological effect Effects 0.000 description 2
- 239000004475 Arginine Substances 0.000 description 1
- 101100493820 Caenorhabditis elegans best-1 gene Proteins 0.000 description 1
- 101100004280 Caenorhabditis elegans best-2 gene Proteins 0.000 description 1
- 108010010256 Dietary Proteins Proteins 0.000 description 1
- 102000015781 Dietary Proteins Human genes 0.000 description 1
- 101000578774 Homo sapiens MAP kinase-activated protein kinase 5 Proteins 0.000 description 1
- AHLPHDHHMVZTML-BYPYZUCNSA-N L-Ornithine Chemical compound NCCC[C@H](N)C(O)=O AHLPHDHHMVZTML-BYPYZUCNSA-N 0.000 description 1
- 125000000010 L-asparaginyl group Chemical group O=C([*])[C@](N([H])[H])([H])C([H])([H])C(=O)N([H])[H] 0.000 description 1
- 125000002435 L-phenylalanyl group Chemical group O=C([*])[C@](N([H])[H])([H])C([H])([H])C1=C([H])C([H])=C([H])C([H])=C1[H] 0.000 description 1
- 239000004472 Lysine Substances 0.000 description 1
- 102100028396 MAP kinase-activated protein kinase 5 Human genes 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- BZQFBWGGLXLEPQ-UHFFFAOYSA-N O-phosphoryl-L-serine Natural products OC(=O)C(N)COP(O)(O)=O BZQFBWGGLXLEPQ-UHFFFAOYSA-N 0.000 description 1
- AHLPHDHHMVZTML-UHFFFAOYSA-N Orn-delta-NH2 Natural products NCCCC(N)C(O)=O AHLPHDHHMVZTML-UHFFFAOYSA-N 0.000 description 1
- UTJLXEIPEHZYQJ-UHFFFAOYSA-N Ornithine Natural products OC(=O)C(C)CCCN UTJLXEIPEHZYQJ-UHFFFAOYSA-N 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 230000008649 adaptation response Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 125000000539 amino acid group Chemical group 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- ODKSFYDXXFIFQN-UHFFFAOYSA-N arginine Natural products OC(=O)C(N)CCCNC(N)=N ODKSFYDXXFIFQN-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 150000005693 branched-chain amino acids Chemical class 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 239000002537 cosmetic Substances 0.000 description 1
- XUJNEKJLAYXESH-UHFFFAOYSA-N cysteine Natural products SCC(N)C(O)=O XUJNEKJLAYXESH-UHFFFAOYSA-N 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000008260 defense mechanism Effects 0.000 description 1
- 229950006137 dexfosfoserine Drugs 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 235000021245 dietary protein Nutrition 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000001647 drug administration Methods 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 230000009088 enzymatic function Effects 0.000 description 1
- 210000000918 epididymis Anatomy 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 235000012041 food component Nutrition 0.000 description 1
- 235000021588 free fatty acids Nutrition 0.000 description 1
- 239000005556 hormone Substances 0.000 description 1
- 229940088597 hormone Drugs 0.000 description 1
- 208000019423 liver disease Diseases 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 239000011676 menaquinone-4 Substances 0.000 description 1
- 238000002705 metabolomic analysis Methods 0.000 description 1
- 230000001431 metabolomic effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 229960003104 ornithine Drugs 0.000 description 1
- 238000010827 pathological analysis Methods 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- BZQFBWGGLXLEPQ-REOHCLBHSA-N phosphoserine Chemical group OC(=O)[C@@H](N)COP(O)(O)=O BZQFBWGGLXLEPQ-REOHCLBHSA-N 0.000 description 1
- 230000036470 plasma concentration Effects 0.000 description 1
- 230000000291 postprandial effect Effects 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 235000021075 protein intake Nutrition 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003938 response to stress Effects 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000002381 testicular Effects 0.000 description 1
- 230000026683 transduction Effects 0.000 description 1
- 238000010361 transduction Methods 0.000 description 1
- 238000011824 transgenic rat model Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
- G16B40/20—Supervised data analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
- G16B50/20—Heterogeneous data integration
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Biotechnology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Bioethics (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Epidemiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
例)健常=0、肥満=1
健常=1、糖尿病軽度=2、糖尿病重度=3 等
例)健常=0、肥満=1
健常=1、糖尿病軽度=2、糖尿病重度=3 等
複合指標1;
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Trp)
複合指標2;
(Asn+Tyr)/(Cit) + (Met+Arg)/(Asp+(α‐ABA))
複合指標3;
(Tau+Gly)/(Gln) + (α‐ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
複合指標4;
(Tau+Trp)/(Tyr) + ((α‐ABA)+His)/(Asp+Asn)
上記病態指標値計算手段(病態指標値計算ステップ)にて計算した上記病態指標値に従って肝線維化の病態を判定する病態判定手段(病態判定ステップ)とを備えた(含む)ことを特徴とする。
複合指標1;
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Trp)
複合指標2;
(Asn+Tyr)/(Cit) + (Met+Arg)/(Asp+(α‐ABA))
複合指標3;
(Tau+Gly)/(Gln) + (α‐ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
複合指標4;
(Tau+Trp)/(Tyr) + ((α‐ABA)+His)/(Asp+Asn)
計算した病態指標値に従って肝線維化の病態を判定するので、1回の血中アミノ酸濃度などの測定結果データを用いて、多くの肝線維化のスクリーニングが可能になり、検査費用の大幅な削減につながる。
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Trp)
(複合指標1−2)
(Asn)/(Tau+Ile) + (Gln)/(Thr+Ser+Val+Trp)
(複合指標1−3)
(Asn)/(Tau+(α‐ABA)+Ile) + (Gln)/(Thr+Ser+Val+Trp)
(複合指標1−4)
(Asn)/(Asp+Thr) + (Gln)/(Tau+Ser+Val+Trp)
(複合指標1−5)
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Ile+Trp)
(複合指標1−6)
(Asn)/(Thr) + (Gln)/(Tau+Asp+Ser+Val+Trp)
(複合指標1−7)
(Asn)/(Tau+Ile) + (Gln)/(Asp+Thr+Ser+Val+Trp)
(複合指標1−8)
(Asn)/(Tau+Ile) + (Gln+Met)/(Thr+Ser+Val+Trp)
(複合指標1−9)
(Asn)/(Tau+(α‐ABA)+Ile) + (Gln)/(Asp+Thr+Ser+Val+Trp)
(複合指標1−10)
(Asn)/(Thr) + (Gln+Met)/(Tau+Ser+Val+Trp)
(複合指標1−11)
(Asn)/(Tau+Asp+(α‐ABA)+Ile) + (Gln)/(Thr+Ser+Val+Trp)
(複合指標1−12)
(Asn)/(Thr) + (Gln)/(Tau+Ser+(α‐ABA)+Val+Trp)
(複合指標1−13)
(Asn)/(Asp+Thr) + (Gln)/(Tau+Ser+Val+Ile+Trp)
(複合指標1−14)
(Asn)/(Tau+(α‐ABA)+Ile) + (Gln+Met)/(Thr+Ser+Val+Trp)
(複合指標1−15)
(Asn)/(Tau+Asp+Ile) + (Gln)/(Thr+Ser+Val+Trp)
(複合指標1−16)
(Asn)/(Thr) + (Gln)/(Tau+Asp+Ser+Val+Ile+Trp)
(複合指標1−17)
(Asn)/(Tau+Ile) + (Gln+Met)/(Asp+Thr+Ser+Val+Trp)
(複合指標1−18)
(Asn)/(Asp+Thr) + (Gln)/(Tau+Ser+(α‐ABA)+Val+Trp)
(複合指標1−19)
(Asn)/(Asp+Thr) + (Gln+Met)/(Tau+Ser+Val+Trp)
(複合指標1−20)
(Asn)/(Thr) + (Gln)/(Tau+Ser+(α‐ABA)+Val+Ile+Trp)
(複合指標2−1)
(Asn+Tyr)/(Cit) + (Met+Arg)/(Asp+(α‐ABA))
(複合指標2−2)
(Asn+Tyr)/(Cit) + (Arg)/(Asp+(α‐ABA))
(複合指標2−3)
(Asn+Met+Tyr)/(Cit) + (Arg)/(Asp+(α‐ABA))
(複合指標2−4)
(Asn+Met+Tyr)/(Asp+Cit) + (Arg)/(α‐ABA)
(複合指標2−5)
(Asn+Met)/(Cit) + (Tyr+Arg)/(Asp+(α‐ABA))
(複合指標2−6)
(Asn+Tyr)/(Asp+Cit) + (Arg)/(α‐ABA)
(複合指標2−7)
(Asn+Tyr)/(Asp+Cit) + (Met+Arg)/(α‐ABA)
(複合指標2−8)
(Asn)/(Cit) + (Tyr+Arg)/(Asp+(α‐ABA))
(複合指標2−9)
(Asn)/(Thr+Cit+(α‐ABA)) + (Met)/(His+Trp)
(複合指標2−10)
(Asn)/(Cit) + (Met+Tyr+Arg)/(Asp+(α‐ABA))
(複合指標2−11)
(Asn)/(Thr+Cit+(α‐ABA)) + (Met)/(Asp+His+Trp)
(複合指標2−12)
(Asn)/(Thr+Glu) + (Met)/(Cit+(α‐ABA)+Trp)
(複合指標2−13)
(Asn)/(Asp+Thr+Cit+(α‐ABA)) + (Met)/(His+Trp)
(複合指標2−14)
(Asn)/(Thr+Cit+(α‐ABA)) + (Met)/(Glu+His+Trp)
(複合指標2−15)
(Asn+Met)/(Asp+Cit) + (Tyr+Arg)/(α‐ABA)
(複合指標2−16)
(Asn+Met)/(Cit) + (Arg)/(Asp+(α‐ABA))
(複合指標2−17)
(Asn)/(Cit+(α‐ABA)+His) + (Met)/(Thr+Glu+Trp)
(複合指標2−18)
(Asn)/(Cit+(α‐ABA)+His) + (Met)/(Thr+Trp)
(複合指標2−19)
(Asn)/(Cit+His+Trp) + (Met)/(Thr+(α‐ABA))
(複合指標2−20)
(Asn+Arg)/(α‐ABA) + (Met+Tyr)/(Asp+Cit)
(複合指標3−1)
(Tau+Gly)/(Gln) + (α‐ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(複合指標3−2)
(Tau+Gly)/(Gln+Met) + (α‐ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(複合指標3−3)
(Tau+Gly)/(Gln) + (α‐ABA)/(Thr) + (His)/(Lys) + (Trp)/(Asn+Cit+Tyr)
(複合指標3−4)
(Tau+Gly)/(Asp+Gln) + (α‐ABA)/(Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(複合指標3−5)
(Tau+Gly)/(Asp+Gln+Met) + (α‐ABA)/(Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(複合指標3−6)
(Tau+Gly)/(Gln+Met) + (α‐ABA)/(Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(複合指標3−7)
(Tau+Gly)/(Gln+Met) + (α‐ABA)/(Tyr) + (His)/(Lys) + (Trp)/(Asp+Thr+Asn+Cit)
(複合指標3−8)
(Tau+Gly)/(Gln) + (α‐ABA)/(Asp+Met+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(複合指標3−9)
(Tau+Gly)/(Asp+Gln) + (α‐ABA)/(Met+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(複合指標3−10)
(Tau+Gly)/(Gln) + (α‐ABA)/(Met+Tyr) + (His)/(Lys) + (Trp)/(Asp+Thr+Asn+Cit)
(複合指標3−11)
(Tau+Gly)/(Gln) + (α‐ABA)/(Met+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(複合指標3−12)
(Tau+Gly)/(Gln) + (α‐ABA)/(Thr) + (His)/(Asn+Cit+Tyr) + (Trp)/(Lys)
(複合指標3−13)
(Tau)/(Lys) + (Trp)/(Asn+Cit+Tyr) + (Gly+His)/(Gln) + (α‐ABA)/(Asp+Thr)
(複合指標3−14)
(Tau)/(Lys) + (Trp)/(Asp+Asn+Cit+Tyr) + (Gly+His)/(Gln) + (α‐ABA)/(Thr)
(複合指標3−15)
(Tau)/(Lys) + (Trp)/(Asn+Cit+Tyr) + (Gly+His)/(Gln) + (α‐ABA)/(Thr)
(複合指標3−16)
(Tau)/(Asp+Asn+Lys) + (Trp)/(Cit+Tyr) + (Gly+His)/(Gln) + (α‐ABA)/(Thr)
(複合指標3−17)
(Tau+Gly)/(Gln) + (α‐ABA)/(Asp+Tyr) + (His)/(Thr+Asn+Cit) + (Trp)/(Lys)
(複合指標3−18)
(Tau+Gly)/(Gln+Met) + (α‐ABA)/(Asp+Tyr) + (His)/(Thr+Asn+Cit) + (Trp)/(Lys)
(複合指標3−19)
(Tau+Gly)/(Gln+Met) + (α‐ABA)/(Tyr) + (His)/(Asp+Cit+Lys) + (Trp)/(Thr+Asn)
(複合指標3−20)
(Tau+Gly)/(Asp+Gln) + (α‐ABA)/(Tyr) + (His)/(Thr+Asn+Cit) + (Trp)/(Lys)
(複合指標4−1)
(Tau+Trp)/(Tyr) + ((α‐ABA)+His)/(Asp+Asn)
(複合指標4−2)
((α‐ABA)+Trp)/(Tyr) + (His)/(Asp+Asn)
(複合指標4−3)
(Tau+(α‐ABA)+Trp)/(Tyr) + (His)/(Asp+Asn)
(複合指標4−4)
(Tau+Trp)/(Tyr) + (His)/(Asp+Asn)
(複合指標4−5)
(Tau+Trp)/(Tyr) + ((α‐ABA)+His)/(Asn)
(複合指標4−6)
(Tau+(α‐ABA)+Trp)/(Tyr) + (His)/(Asn)
(複合指標4−7)
(Tau+(α‐ABA)+Trp)/(Asp+Met+Tyr) + (His)/(Asn)
(複合指標4−8)
((α‐ABA)+Trp)/(Tyr) + (His)/(Asn)
(複合指標4−9)
(Tau+Trp)/(Tyr) + (α‐ABA)/(Asp+Met) + (His)/(Asn)
(複合指標4−10)
(Tau+Trp)/(Tyr) + (His)/(Asn)
(複合指標4−11)
((α‐ABA)+His)/(Asp+Asn) + (Trp)/(Tyr)
(複合指標4−12)
(Tau+Trp)/(Asp+Met+Tyr) + (His)/(Asn)
(複合指標4−13)
(Tau+His)/(Tyr) + ((α‐ABA)+Trp)/(Asp+Asn)
(複合指標4−14)
(Tau+(α‐ABA))/(Asp+Asn) + (His+Trp)/(Tyr)
(複合指標4−15)
(Tau+Trp)/(Asp+Met+Tyr) + ((α‐ABA)+His)/(Asn)
(複合指標4−16)
(Tau+(α‐ABA))/(Asn) + (His+Trp)/(Asp+Tyr)
(複合指標4−17)
((α‐ABA)+Trp)/(Tyr) + (His)/(Asp+Asn+Met)
(複合指標4−18)
(Tau+(α‐ABA)+His)/(Tyr) + (Trp)/(Asp+Asn)
(複合指標4−19)
(α‐ABA)/(Asn) + (His+Trp)/(Asp+Met+Tyr)
(複合指標4−20)
(Tau+His)/(Asp+Asn+Met) + ((α‐ABA)+Trp)/(Tyr)
複合指標1;
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Trp)
複合指標2;
(Asn+Tyr)/(Cit) + (Met+Arg)/(Asp+(α‐ABA))
複合指標3;
(Tau+Gly)/(Gln) + (α‐ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
複合指標4;
(Tau+Trp)/(Tyr) + ((α‐ABA)+His)/(Asp+Asn)
上記病態指標値計算手段にて計算した上記病態指標値に従って肝線維化の病態を判定する病態判定手段と、上記血中濃度データ群を送信した上記情報端末装置に対して上記病態判定手段にて判定された判定結果を送信する分析結果送信手段と、を備え、上記情報端末装置は、上記血中濃度データ群を上記肝線維化判定装置に対して送信する送信手段と、上記送信手段にて送信した上記血中濃度データ群に対する判定結果を上記肝線維化判定装置から受信する受信手段とを備えたことを特徴とする。
複合指標1;
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Trp)
複合指標2;
(Asn+Tyr)/(Cit) + (Met+Arg)/(Asp+(α‐ABA))
複合指標3;
(Tau+Gly)/(Gln) + (α‐ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
複合指標4;
(Tau+Trp)/(Tyr) + ((α‐ABA)+His)/(Asp+Asn)
計算した病態指標値に従って肝線維化の病態を判定し、血中濃度データ群を送信した情報端末装置に対して判定された判定結果を送信し、また、情報端末装置は、血中濃度データ群を肝線維化判定装置に対して送信し、送信した血中濃度データ群に対する判定結果を肝線維化判定装置から受信するので、1回の血中アミノ酸濃度などの測定結果データを用いて、多くの肝線維化のスクリーニングが可能になり、検査費用の大幅な削減につながる。
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Trp)
(複合指標1−2)
(Asn)/(Tau+Ile) + (Gln)/(Thr+Ser+Val+Trp)
(複合指標1−3)
(Asn)/(Tau+(α‐ABA)+Ile) + (Gln)/(Thr+Ser+Val+Trp)
(複合指標1−4)
(Asn)/(Asp+Thr) + (Gln)/(Tau+Ser+Val+Trp)
(複合指標1−5)
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Ile+Trp)
(複合指標1−6)
(Asn)/(Thr) + (Gln)/(Tau+Asp+Ser+Val+Trp)
(複合指標1−7)
(Asn)/(Tau+Ile) + (Gln)/(Asp+Thr+Ser+Val+Trp)
(複合指標1−8)
(Asn)/(Tau+Ile) + (Gln+Met)/(Thr+Ser+Val+Trp)
(複合指標1−9)
(Asn)/(Tau+(α‐ABA)+Ile) + (Gln)/(Asp+Thr+Ser+Val+Trp)
(複合指標1−10)
(Asn)/(Thr) + (Gln+Met)/(Tau+Ser+Val+Trp)
(複合指標1−11)
(Asn)/(Tau+Asp+(α‐ABA)+Ile) + (Gln)/(Thr+Ser+Val+Trp)
(複合指標1−12)
(Asn)/(Thr) + (Gln)/(Tau+Ser+(α‐ABA)+Val+Trp)
(複合指標1−13)
(Asn)/(Asp+Thr) + (Gln)/(Tau+Ser+Val+Ile+Trp)
(複合指標1−14)
(Asn)/(Tau+(α‐ABA)+Ile) + (Gln+Met)/(Thr+Ser+Val+Trp)
(複合指標1−15)
(Asn)/(Tau+Asp+Ile) + (Gln)/(Thr+Ser+Val+Trp)
(複合指標1−16)
(Asn)/(Thr) + (Gln)/(Tau+Asp+Ser+Val+Ile+Trp)
(複合指標1−17)
(Asn)/(Tau+Ile) + (Gln+Met)/(Asp+Thr+Ser+Val+Trp)
(複合指標1−18)
(Asn)/(Asp+Thr) + (Gln)/(Tau+Ser+(α‐ABA)+Val+Trp)
(複合指標1−19)
(Asn)/(Asp+Thr) + (Gln+Met)/(Tau+Ser+Val+Trp)
(複合指標1−20)
(Asn)/(Thr) + (Gln)/(Tau+Ser+(α‐ABA)+Val+Ile+Trp)
(複合指標2−1)
(Asn+Tyr)/(Cit) + (Met+Arg)/(Asp+(α‐ABA))
(複合指標2−2)
(Asn+Tyr)/(Cit) + (Arg)/(Asp+(α‐ABA))
(複合指標2−3)
(Asn+Met+Tyr)/(Cit) + (Arg)/(Asp+(α‐ABA))
(複合指標2−4)
(Asn+Met+Tyr)/(Asp+Cit) + (Arg)/(α‐ABA)
(複合指標2−5)
(Asn+Met)/(Cit) + (Tyr+Arg)/(Asp+(α‐ABA))
(複合指標2−6)
(Asn+Tyr)/(Asp+Cit) + (Arg)/(α‐ABA)
(複合指標2−7)
(Asn+Tyr)/(Asp+Cit) + (Met+Arg)/(α‐ABA)
(複合指標2−8)
(Asn)/(Cit) + (Tyr+Arg)/(Asp+(α‐ABA))
(複合指標2−9)
(Asn)/(Thr+Cit+(α‐ABA)) + (Met)/(His+Trp)
(複合指標2−10)
(Asn)/(Cit) + (Met+Tyr+Arg)/(Asp+(α‐ABA))
(複合指標2−11)
(Asn)/(Thr+Cit+(α‐ABA)) + (Met)/(Asp+His+Trp)
(複合指標2−12)
(Asn)/(Thr+Glu) + (Met)/(Cit+(α‐ABA)+Trp)
(複合指標2−13)
(Asn)/(Asp+Thr+Cit+(α‐ABA)) + (Met)/(His+Trp)
(複合指標2−14)
(Asn)/(Thr+Cit+(α‐ABA)) + (Met)/(Glu+His+Trp)
(複合指標2−15)
(Asn+Met)/(Asp+Cit) + (Tyr+Arg)/(α‐ABA)
(複合指標2−16)
(Asn+Met)/(Cit) + (Arg)/(Asp+(α‐ABA))
(複合指標2−17)
(Asn)/(Cit+(α‐ABA)+His) + (Met)/(Thr+Glu+Trp)
(複合指標2−18)
(Asn)/(Cit+(α‐ABA)+His) + (Met)/(Thr+Trp)
(複合指標2−19)
(Asn)/(Cit+His+Trp) + (Met)/(Thr+(α‐ABA))
(複合指標2−20)
(Asn+Arg)/(α‐ABA) + (Met+Tyr)/(Asp+Cit)
(複合指標3−1)
(Tau+Gly)/(Gln) + (α‐ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(複合指標3−2)
(Tau+Gly)/(Gln+Met) + (α‐ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(複合指標3−3)
(Tau+Gly)/(Gln) + (α‐ABA)/(Thr) + (His)/(Lys) + (Trp)/(Asn+Cit+Tyr)
(複合指標3−4)
(Tau+Gly)/(Asp+Gln) + (α‐ABA)/(Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(複合指標3−5)
(Tau+Gly)/(Asp+Gln+Met) + (α‐ABA)/(Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(複合指標3−6)
(Tau+Gly)/(Gln+Met) + (α‐ABA)/(Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(複合指標3−7)
(Tau+Gly)/(Gln+Met) + (α‐ABA)/(Tyr) + (His)/(Lys) + (Trp)/(Asp+Thr+Asn+Cit)
(複合指標3−8)
(Tau+Gly)/(Gln) + (α‐ABA)/(Asp+Met+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(複合指標3−9)
(Tau+Gly)/(Asp+Gln) + (α‐ABA)/(Met+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(複合指標3−10)
(Tau+Gly)/(Gln) + (α‐ABA)/(Met+Tyr) + (His)/(Lys) + (Trp)/(Asp+Thr+Asn+Cit)
(複合指標3−11)
(Tau+Gly)/(Gln) + (α‐ABA)/(Met+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(複合指標3−12)
(Tau+Gly)/(Gln) + (α‐ABA)/(Thr) + (His)/(Asn+Cit+Tyr) + (Trp)/(Lys)
(複合指標3−13)
(Tau)/(Lys) + (Trp)/(Asn+Cit+Tyr) + (Gly+His)/(Gln) + (α‐ABA)/(Asp+Thr)
(複合指標3−14)
(Tau)/(Lys) + (Trp)/(Asp+Asn+Cit+Tyr) + (Gly+His)/(Gln) + (α‐ABA)/(Thr)
(複合指標3−15)
(Tau)/(Lys) + (Trp)/(Asn+Cit+Tyr) + (Gly+His)/(Gln) + (α‐ABA)/(Thr)
(複合指標3−16)
(Tau)/(Asp+Asn+Lys) + (Trp)/(Cit+Tyr) + (Gly+His)/(Gln) + (α‐ABA)/(Thr)
(複合指標3−17)
(Tau+Gly)/(Gln) + (α‐ABA)/(Asp+Tyr) + (His)/(Thr+Asn+Cit) + (Trp)/(Lys)
(複合指標3−18)
(Tau+Gly)/(Gln+Met) + (α‐ABA)/(Asp+Tyr) + (His)/(Thr+Asn+Cit) + (Trp)/(Lys)
(複合指標3−19)
(Tau+Gly)/(Gln+Met) + (α‐ABA)/(Tyr) + (His)/(Asp+Cit+Lys) + (Trp)/(Thr+Asn)
(複合指標3−20)
(Tau+Gly)/(Asp+Gln) + (α‐ABA)/(Tyr) + (His)/(Thr+Asn+Cit) + (Trp)/(Lys)
(複合指標4−1)
(Tau+Trp)/(Tyr) + ((α‐ABA)+His)/(Asp+Asn)
(複合指標4−2)
((α‐ABA)+Trp)/(Tyr) + (His)/(Asp+Asn)
(複合指標4−3)
(Tau+(α‐ABA)+Trp)/(Tyr) + (His)/(Asp+Asn)
(複合指標4−4)
(Tau+Trp)/(Tyr) + (His)/(Asp+Asn)
(複合指標4−5)
(Tau+Trp)/(Tyr) + ((α‐ABA)+His)/(Asn)
(複合指標4−6)
(Tau+(α‐ABA)+Trp)/(Tyr) + (His)/(Asn)
(複合指標4−7)
(Tau+(α‐ABA)+Trp)/(Asp+Met+Tyr) + (His)/(Asn)
(複合指標4−8)
((α‐ABA)+Trp)/(Tyr) + (His)/(Asn)
(複合指標4−9)
(Tau+Trp)/(Tyr) + (α‐ABA)/(Asp+Met) + (His)/(Asn)
(複合指標4−10)
(Tau+Trp)/(Tyr) + (His)/(Asn)
(複合指標4−11)
((α‐ABA)+His)/(Asp+Asn) + (Trp)/(Tyr)
(複合指標4−12)
(Tau+Trp)/(Asp+Met+Tyr) + (His)/(Asn)
(複合指標4−13)
(Tau+His)/(Tyr) + ((α‐ABA)+Trp)/(Asp+Asn)
(複合指標4−14)
(Tau+(α‐ABA))/(Asp+Asn) + (His+Trp)/(Tyr)
(複合指標4−15)
(Tau+Trp)/(Asp+Met+Tyr) + ((α‐ABA)+His)/(Asn)
(複合指標4−16)
(Tau+(α‐ABA))/(Asn) + (His+Trp)/(Asp+Tyr)
(複合指標4−17)
((α‐ABA)+Trp)/(Tyr) + (His)/(Asp+Asn+Met)
(複合指標4−18)
(Tau+(α‐ABA)+His)/(Tyr) + (Trp)/(Asp+Asn)
(複合指標4−19)
(α‐ABA)/(Asn) + (His+Trp)/(Asp+Met+Tyr)
(複合指標4−20)
(Tau+His)/(Asp+Asn+Met) + ((α‐ABA)+Trp)/(Tyr)
例)健常=0、肥満=1
健常=1、糖尿病軽度=2、糖尿病重度=3 等
複合指標1;
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Trp)
複合指標2;
(Asn+Tyr)/(Cit) + (Met+Arg)/(Asp+(α‐ABA))
複合指標3;
(Tau+Gly)/(Gln) + (α‐ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
複合指標4;
(Tau+Trp)/(Tyr) + ((α‐ABA)+His)/(Asp+Asn)
計算した病態指標値に従って肝線維化の病態を判定するので、1回の血中アミノ酸濃度などの測定結果を用いて、多くの肝線維化のスクリーニングが可能になり、検査費用の大幅な削減につなげることができる肝線維化判定装置、肝線維化判定方法、肝線維化判定システム、プログラム、および、記録媒体を提供することができる。
以下に、本発明にかかる生体状態情報処理装置、生体状態情報処理方法、生体状態情報管理システム、プログラム、および、記録媒体の実施の形態を図面に基づいて詳細に説明する。なお、この実施の形態によりこの発明が限定されるものではない。
以下、本発明の概要について説明し、その後、本発明の構成および処理等について詳細に説明する。図57は、本発明の基本原理を示す原理構成図である。
図1は本発明における相関式設定の基本原理を示す原理構成図である。
本発明における相関式設定は、概略的に、以下の基本的特徴を有する。すなわち、本発明における相関式設定は、まず、各個体において測定された各種の生体状態に関する指標データ、および、各個体中の各代謝物について測定された血中濃度データ群を含む生体状態情報を取得する(ステップS−1)。
例)健常=0、肥満=1
健常=1、糖尿病軽度=2、糖尿病重度=3 等
例1)
相関式(R) = (相関性が正となるアミノ酸の和)/
(相関性が負となるアミノ酸の和)
例2)
相関式(R) = (相関性が正となるアミノ酸の和)+
(相関性が負となるアミノ酸の和)
例3)
相関式(R) = (相関性が正となるアミノ酸の和)−
(相関性が負となるアミノ酸の和)
例4)
相関式(R) = (相関性が正となるアミノ酸の和)×
(相関性が負となるアミノ酸の和)
例5)
相関式(R) = (相関性が負となるアミノ酸の和)/
(相関性が正となるアミノ酸の和)
例6)
相関式(R) = (相関性が負となるアミノ酸の和)−
(相関性が正となるアミノ酸の和)
本手法は、各代謝物のうちの一部の代謝物を選択し、選択された複数の代謝物を用いて相関式を計算する手法である。ここで、図42は、選択された複数の代謝物を用いて相関式を計算する手法の概念を示す図である。図42に示すように、まず、生体状態の指標データ(T)と、個々の代謝物(アミノ酸など)との相関性を検分し、相関性が正となる代謝物(a,b,c,d,e,...,n)と、相関性が負となる代謝物(A,B,C,D,E,...,N)を決定する。
相関式(R1) = (相関性が正となるアミノ酸の和)/
(相関性が負となるアミノ酸の和)
本手法は、計算式を分割し、分割された計算式を用いて生体状態に対する複数の代謝物による相関式を計算する手法である。図34は、分割された計算式を用いて生体状態に対する複数の代謝物による相関式を計算する手法の概念を説明する図である。
式(1):
Stage(肝線維化指標) = Glu/His + Met/His + Cys/His + Orn/Pro + Asp/Glu + Asp/Asn + ABA/Met + ABA/Thr + Tau/His + Glu/Gln
式(2):
Stage(肝繊維化指標) =0.590*Glu/His+0.247*Met/His+0.250*Cys/His+ 0.170*Orn/Pro+0.146*Asp/Glu+0.080*Asp/Asn+0.215*ABA/Met+0.142*ABA/Thr+0.123*Tau/His + 0.493*Glu/Gln+ ERROR
まず、本システムの構成について説明する。図2は、本発明が適用される本システムの構成の一例を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。
次に、本システムのサーバ装置100の構成について説明する。図3は、本発明が適用される本システムのサーバ装置100の構成の一例を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。
次に、クライアント装置200の構成について説明する。図4は、本発明が適用されるクライアント装置200の構成の一例を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。
次に、ネットワーク300の構成について説明する。ネットワーク300は、サーバ装置100とクライアント装置200とを相互に接続する機能を有し、例えば、インターネット等である。
次に、このように構成された本実施の形態における本システムの処理の一例について、以下に図12〜図16等を参照して詳細に説明する。
次に、このように構成された本システムを用いて行なわれる本方法としての生体状態情報解析サービス処理の詳細について図12等を参照して説明する。図12は、本実施形態における本システムの生体状態情報解析サービス処理の一例を示すフローチャートである。
次に、生体状態情報の解析処理の詳細について図13等を参照して説明する。図13は、本実施形態における本システムの生体状態情報の解析処理の一例を示すフローチャートである。なお、本実施形態は、マイクロソフト(会社名)のExcel(製品名)を用いて相関係数や相関式の計算や集計処理等を行う場合を一例に説明するが、本発明はかかる場合に限定されるものではなく、他のプログラムにより実行してもよい。
さらに、サーバ装置100は、結果出力部102kの処理により、生体状態シミュレーション部102wによる生体状態のシミュレーションの結果をモニタに出力し、記憶部106の所定の記憶領域に当該シミュレーションの結果を格納する。
次に、本発明により求めた生体状態の複合指標を用いた生体状態判定の実施例について以下に説明する。
まず、肝線維化の複合指標の実施例(その1)の詳細について、図51〜図56、そして、表1を参照して説明する。本システムを用いて上述した方法により、C型肝炎患者における肝線維化指標を用いて、コントロール群と肝線維化の各ステージにおける血漿中アミノ酸濃度の組み合わせの相関性の最適化によって、ステージごとの複合指標(複合指標1〜4)を求めた。なお、本実施例ではC型肝炎患者における肝線維化の複合指標を一例に説明するが、本発明は対象者をC型肝炎患者に限定するものではない。
図52は、コントロール群とC型肝炎患者における、本システムにより求めた肝線維化の複合指標(複合指標1)と病態のステージとの関係を示す図である。本図において、横軸は病態のステージを示し、縦軸はコントロール群と各ステージのC型肝炎患者の複合指標(複合指標1)の値を示す。
図56は、コントロール群とC型肝炎患者における、フィッシャー比と病態のステージとの関係を示す図である。本システムを用いて上述した方法により算出される複合指標と類似し、従来、肝炎の判定に用いられているフィッシャー比によって同様の判定を行った場合、すべてのコントロールが陰性であれば肝炎患者の66%が陽性であった。
なお、本システムを用いて上述した方法により導き出せる指標は相関係数が最適化されたものであるが、完全に最適化されていなくても診断指標としての役割を果たすことができる。そこで、相関係数上位20位の解析により、下記の規則および式を設けるに至った。
(複合指標1−1)(コントロール群最小値:1.40、コントロール群最大値:2.03)
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Trp)
(複合指標1−2)(コントロール群最小値:1.21、コントロール群最大値:1.84)
(Asn)/(Tau+Ile) + (Gln)/(Thr+Ser+Val+Trp)
(複合指標1−3)(コントロール群最小値:1.18、コントロール群最大値:1.81)
(Asn)/(Tau+(α‐ABA)+Ile) + (Gln)/(Thr+Ser+Val+Trp)
(複合指標1−4)(コントロール群最小値:1.39、コントロール群最大値:2.02)
(Asn)/(Asp+Thr) + (Gln)/(Tau+Ser+Val+Trp)
(複合指標1−5)(コントロール群最小値:1.27、コントロール群最大値:1.83)
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Ile+Trp)
(複合指標1−6)(コントロール群最小値:1.40、コントロール群最大値:2.02)
(Asn)/(Thr) + (Gln)/(Tau+Asp+Ser+Val+Trp)
(複合指標1−7)(コントロール群最小値:1.21、コントロール群最大値:1.83)
(Asn)/(Tau+Ile) + (Gln)/(Asp+Thr+Ser+Val+Trp)
(複合指標1−8)(コントロール群最小値:1.26、コントロール群最大値:1.89)
(Asn)/(Tau+Ile) + (Gln+Met)/(Thr+Ser+Val+Trp)
(複合指標1−9)(コントロール群最小値:1.17、コントロール群最大値:1.80)
(Asn)/(Tau+(α‐ABA)+Ile) + (Gln)/(Asp+Thr+Ser+Val+Trp)
(複合指標1−10)(コントロール群最小値:1.45、コントロール群最大値:2.08)
(Asn)/(Thr) + (Gln+Met)/(Tau+Ser+Val+Trp)
(複合指標1−11)(コントロール群最小値:1.17、コントロール群最大値:1.80)
(Asn)/(Tau+Asp+(α‐ABA)+Ile) + (Gln)/(Thr+Ser+Val+Trp)
(複合指標1−12)(コントロール群最小値:2.36、コントロール群最大値:2.00)
(Asn)/(Thr) + (Gln)/(Tau+Ser+(α‐ABA)+Val+Trp)
(複合指標1−13)(コントロール群最小値:1.26、コントロール群最大値:1.82)
(Asn)/(Asp+Thr) + (Gln)/(Tau+Ser+Val+Ile+Trp)
(複合指標1−14)(コントロール群最小値:1.23、コントロール群最大値:1.86)
(Asn)/(Tau+(α‐ABA)+Ile) + (Gln+Met)/(Thr+Ser+Val+Trp)
(複合指標1−15)(コントロール群最小値:1.21、コントロール群最大値:1.83)
(Asn)/(Tau+Asp+Ile) + (Gln)/(Thr+Ser+Val+Trp)
(複合指標1−16)(コントロール群最小値:1.26、コントロール群最大値:1.83)
(Asn)/(Thr) + (Gln)/(Tau+Asp+Ser+Val+Ile+Trp)
(複合指標1−17)(コントロール群最小値:1.26、コントロール群最大値:1.88)
(Asn)/(Tau+Ile) + (Gln+Met)/(Asp+Thr+Ser+Val+Trp)
(複合指標1−18)(コントロール群最小値:1.35、コントロール群最大値:1.88)
(Asn)/(Asp+Thr) + (Gln)/(Tau+Ser+(α‐ABA)+Val+Trp)
(複合指標1−19)(コントロール群最小値:1.44、コントロール群最大値:2.07)
(Asn)/(Asp+Thr) + (Gln+Met)/(Tau+Ser+Val+Trp)
(複合指標1−20)(コントロール群最小値:1.24、コントロール群最大値:1.81)
(Asn)/(Thr) + (Gln)/(Tau+Ser+(α‐ABA)+Val+Ile+Trp)
(複合指標2−1)(コントロール群最小値:4.81、コントロール群最大値:10.41)
(Asn+Tyr)/(Cit) + (Met+Arg)/(Asp+(α‐ABA))
(複合指標2−2)(コントロール群最小値:4.18、コントロール群最大値:9.05)
(Asn+Tyr)/(Cit) + (Arg)/(Asp+(α‐ABA))
(複合指標2−3)(コントロール群最小値:4.66、コントロール群最大値:9.83)
(Asn+Met+Tyr)/(Cit) + (Arg)/(Asp+(α‐ABA))
(複合指標2−4)(コントロール群最小値:4.63、コントロール群最大値:10.46)
(Asn+Met+Tyr)/(Asp+Cit) + (Arg)/(α‐ABA)
(複合指標2−5)(コントロール群最小値:5.15、コントロール群最大値:12.23)
(Asn+Met)/(Cit) + (Tyr+Arg)/(Asp+(α‐ABA))
(複合指標2−6)(コントロール群最小値:4.18、コントロール群最大値:9.72)
(Asn+Tyr)/(Asp+Cit) + (Arg)/(α‐ABA)
(複合指標2−7)(コントロール群最小値:4.88、コントロール群最大値:12.41)
(Asn+Tyr)/(Asp+Cit) + (Met+Arg)/(α‐ABA)
(複合指標2−8)(コントロール群最小値:4.68、コントロール群最大値:11.41)
(Asn)/(Cit) + (Tyr+Arg)/(Asp+(α‐ABA))
(複合指標2−9)(コントロール群最小値:0.45、コントロール群最大値:0.67)
(Asn)/(Thr+Cit+(α‐ABA)) + (Met)/(His+Trp)
(複合指標2−10)(コントロール群最小値:5.31、コントロール群最大値:13.40)
(Asn)/(Cit) + (Met+Tyr+Arg)/(Asp+(α‐ABA))
(複合指標2−11)(コントロール群最小値:0.37、コントロール群最大値:0.49)
(Asn)/(Thr+Cit+(α‐ABA)) + (Met)/(Asp+His+Trp)
(複合指標2−12)(コントロール群最小値:0.41、コントロール群最大値:0.57)
(Asn)/(Thr+Glu) + (Met)/(Cit+(α‐ABA)+Trp)
(複合指標2−13)(コントロール群最小値:0.37、コントロール群最大値:0.49)
(Asn)/(Asp+Thr+Cit+(α‐ABA)) + (Met)/(His+Trp)
(複合指標2−14)(コントロール群最小値:0.34、コントロール群最大値:0.46)
(Asn)/(Thr+Cit+(α‐ABA)) + (Met)/(Glu+His+Trp)
(複合指標2−15)(コントロール群最小値:5.44、コントロール群最大値:15.47)
(Asn+Met)/(Asp+Cit) + (Tyr+Arg)/(α‐ABA)
(複合指標2−16)(コントロール群最小値:3.13、コントロール群最大値:8.06)
(Asn+Met)/(Cit) + (Arg)/(Asp+(α‐ABA))
(複合指標2−17)(コントロール群最小値:0.37、コントロール群最大値:0.52)
(Asn)/(Cit+(α‐ABA)+His) + (Met)/(Thr+Glu+Trp)
(複合指標2−18)(コントロール群最小値:0.40、コントロール群最大値:0.55)
(Asn)/(Cit+(α‐ABA)+His) + (Met)/(Thr+Trp)
(複合指標2−19)(コントロール群最小値:0.37、コントロール群最大値:0.49)
(Asn)/(Cit+His+Trp) + (Met)/(Thr+(α‐ABA))
(複合指標2−20)(コントロール群最小値:5.17、コントロール群最大値:14.31)
(Asn+Arg)/(α‐ABA) + (Met+Tyr)/(Asp+Cit)
(複合指標3−1)(コントロール群最小値:1.39、コントロール群最大値:1.72)
(Tau+Gly)/(Gln) + (α‐ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(複合指標3−2)(コントロール群最小値:1.38、コントロール群最大値:1.70)
(Tau+Gly)/(Gln+Met) + (α‐ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(複合指標3−3)(コントロール群最小値:1.38、コントロール群最大値:1.67)
(Tau+Gly)/(Gln) + (α‐ABA)/(Thr) + (His)/(Lys) + (Trp)/(Asn+Cit+Tyr)
(複合指標3−4)(コントロール群最小値:1.39、コントロール群最大値:1.74)
(Tau+Gly)/(Asp+Gln) + (α‐ABA)/(Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(複合指標3−5)(コントロール群最小値:1.38、コントロール群最大値:1.72)
(Tau+Gly)/(Asp+Gln+Met) + (α‐ABA)/(Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(複合指標3−6)(コントロール群最小値:1.38、コントロール群最大値:1.72)
(Tau+Gly)/(Gln+Met) + (α‐ABA)/(Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(複合指標3−7)(コントロール群最小値:1.38、コントロール群最大値:1.72)
(Tau+Gly)/(Gln+Met) + (α‐ABA)/(Tyr) + (His)/(Lys) + (Trp)/(Asp+Thr+Asn+Cit)
(複合指標3−8)(コントロール群最小値:1.34、コントロール群最大値:1.62)
(Tau+Gly)/(Gln) + (α‐ABA)/(Asp+Met+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(複合指標3−9)(コントロール群最小値:1.34、コントロール群最大値:1.63)
(Tau+Gly)/(Asp+Gln) + (α‐ABA)/(Met+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(複合指標3−10)(コントロール群最小値:1.34、コントロール群最大値:1.63)
(Tau+Gly)/(Gln) + (α‐ABA)/(Met+Tyr) + (His)/(Lys) + (Trp)/(Asp+Thr+Asn+Cit)
(複合指標3−11)(コントロール群最小値:1.34、コントロール群最大値:1.63)
(Tau+Gly)/(Gln) + (α‐ABA)/(Met+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(複合指標3−12)(コントロール群最小値:1.39、コントロール群最大値:1.68)
(Tau+Gly)/(Gln) + (α‐ABA)/(Thr) + (His)/(Asn+Cit+Tyr) + (Trp)/(Lys)
(複合指標3−13)(コントロール群最小値:1.23、コントロール群最大値:1.61)
(Tau)/(Lys) + (Trp)/(Asn+Cit+Tyr) + (Gly+His)/(Gln) + (α‐ABA)/(Asp+Thr)
(複合指標3−14)(コントロール群最小値:1.23、コントロール群最大値:1.60)
(Tau)/(Lys) + (Trp)/(Asp+Asn+Cit+Tyr) + (Gly+His)/(Gln) + (α‐ABA)/(Thr)
(複合指標3−15)(コントロール群最小値:1.23、コントロール群最大値:1.61)
(Tau)/(Lys) + (Trp)/(Asn+Cit+Tyr) + (Gly+His)/(Gln) + (α‐ABA)/(Thr)
(複合指標3−16)(コントロール群最小値:1.28、コントロール群最大値:1.73)
(Tau)/(Asp+Asn+Lys) + (Trp)/(Cit+Tyr) + (Gly+His)/(Gln) + (α‐ABA)/(Thr)
(複合指標3−17)(コントロール群最小値:1.28、コントロール群最大値:1.71)
(Tau+Gly)/(Gln) + (α‐ABA)/(Asp+Tyr) + (His)/(Thr+Asn+Cit) + (Trp)/(Lys)
(複合指標3−18)(コントロール群最小値:1.27、コントロール群最大値:1.70)
(Tau+Gly)/(Gln+Met) + (α‐ABA)/(Asp+Tyr) + (His)/(Thr+Asn+Cit) + (Trp)/(Lys)
(複合指標3−19)(コントロール群最小値:1.28、コントロール群最大値:1.74)
(Tau+Gly)/(Gln+Met) + (α‐ABA)/(Tyr) + (His)/(Asp+Cit+Lys) + (Trp)/(Thr+Asn)
(複合指標3−20)(コントロール群最小値:1.29、コントロール群最大値:1.73)
(Tau+Gly)/(Asp+Gln) + (α‐ABA)/(Tyr) + (His)/(Thr+Asn+Cit) + (Trp)/(Lys)
(複合指標4−1)(コントロール群最小値:3.31、コントロール群最大値:4.62)
(Tau+Trp)/(Tyr) + ((α‐ABA)+His)/(Asp+Asn)
(複合指標4−2)(コントロール群最小値:2.46、コントロール群最大値:3.34)
((α‐ABA)+Trp)/(Tyr) + (His)/(Asp+Asn)
(複合指標4−3)(コントロール群最小値:3.20、コントロール群最大値:4.62)
(Tau+(α‐ABA)+Trp)/(Tyr) + (His)/(Asp+Asn)
(複合指標4−4)(コントロール群最小値:3.01、コントロール群最大値:4.21)
(Tau+Trp)/(Tyr) + (His)/(Asp+Asn)
(複合指標4−5)(コントロール群最小値:3.42、コントロール群最大値:4.77)
(Tau+Trp)/(Tyr) + ((α‐ABA)+His)/(Asn)
(複合指標4−6)(コントロール群最小値:3.30、コントロール群最大値:4.70)
(Tau+(α‐ABA)+Trp)/(Tyr) + (His)/(Asn)
(複合指標4−7)(コントロール群最小値:2.16、コントロール群最大値:2.88)
(Tau+(α‐ABA)+Trp)/(Asp+Met+Tyr) + (His)/(Asn)
(複合指標4−8)(コントロール群最小値:2.56、コントロール群最大値:3.46)
((α‐ABA)+Trp)/(Tyr) + (His)/(Asn)
(複合指標4−9)(コントロール群最小値:3.56、コントロール群最大値:5.28)
(Tau+Trp)/(Tyr) + (α‐ABA)/(Asp+Met) + (His)/(Asn)
(複合指標4−10)(コントロール群最小値:3.11、コントロール群最大値:4.37)
(Tau+Trp)/(Tyr) + (His)/(Asn)
(複合指標4−11)(コントロール群最小値:2.49、コントロール群最大値:3.52)
((α‐ABA)+His)/(Asp+Asn) + (Trp)/(Tyr)
(複合指標4−12)(コントロール群最小値:2.70、コントロール群最大値:3.63)
(Tau+Trp)/(Asp+Met+Tyr) + (His)/(Asn)
(複合指標4−13)(コントロール群最小値:3.21、コントロール群最大値:4.62)
(Tau+His)/(Tyr) + ((α‐ABA)+Trp)/(Asp+Asn)
(複合指標4−14)(コントロール群最小値:3.21、コントロール群最大値:4.62)
(Tau+(α‐ABA))/(Asp+Asn) + (His+Trp)/(Tyr)
(複合指標4−15)(コントロール群最小値:2.93、コントロール群最大値:4.13)
(Tau+Trp)/(Asp+Met+Tyr) + ((α‐ABA)+His)/(Asn)
(複合指標4−16)(コントロール群最小値:3.19、コントロール群最大値:4.69)
(Tau+(α‐ABA))/(Asn) + (His+Trp)/(Asp+Tyr)
(複合指標4−17)(コントロール群最小値:1.27、コントロール群最大値:1.97)
((α‐ABA)+Trp)/(Tyr) + (His)/(Asp+Asn+Met)
(複合指標4−18)(コントロール群最小値:3.18、コントロール群最大値:4.62)
(Tau+(α‐ABA)+His)/(Tyr) + (Trp)/(Asp+Asn)
(複合指標4−19)(コントロール群最小値:1.18、コントロール群最大値:1.78)
(α‐ABA)/(Asn) + (His+Trp)/(Asp+Met+Tyr)
(複合指標4−20)(コントロール群最小値:2.64、コントロール群最大値:3.81)
(Tau+His)/(Asp+Asn+Met) + ((α‐ABA)+Trp)/(Tyr)
まず、肝線維化の複合指標の実施例(その2)の詳細について図35を参照して説明する。本システムを用いて上述した方法により、肝線維化に関する病態指標データを用いて、以下に示す複数の代謝物による複合指標5を決定した。
(複合指標5;R=−0.80)
(Leu+Val+Trp)/(Phe+Tyr) + (Gly+Tau+ABA+His+Pro)/(Met+Asn+Orn+Glu)
まず、糖尿病モデル動物における複合指標の実施例の詳細について図37〜図39等を参照して説明する。正常ラット(Wister)と糖尿病モデル動物であるGK(Goto−Kakizaki)ラットに対して、病態を表す指標として「−1(正常)」及び、「1(糖尿病)」とそれぞれ任意に数値を与え、血中アミノ酸による相関式を本システムを用いて上述した手法により作成した結果、複合指標6を決定した。
(複合指標6)
(Asn+Val+Trp)/(Ser) + (Cys+Phe+Orn)/(Cit+His) + (Ile)/(Gly)
下記に特定の病態動物と、対照となる健常動物との判別式の例を、図58〜図64を参照して説明する。尚、各式中において、P−Serはホスホセリン濃度、Cysはシスチン濃度を、Cysthiはシスタチオニン濃度を表す。
apo−Eノックアウトマウスは、著しい高脂血症を呈し、動脈硬化症を示すモデル動物と知られている。下記は、apo−Eノックアウトマウスと正常マウス(C57B6J)を、前者の動脈硬化症の初期症状を確認した20週齢時点で、血中アミノ酸濃度をもとに算出した判別式の例を表す(図58参照。)。図58は、apo−Eノックアウトマウス(ApoE KO)と正常マウス(Normal)との判別例を示す図である。図58に示すように、apo−Eノックアウトマウスと正常マウスとが下記判定式により効果的に判別された。
Index : (Gly+Cys) / (Glu+Gln) + (Tyr+His) / (Asp+Arg)
正常マウスに弱毒化インフルエンザウイルスA/Aichi/2/68(H3N2)を感染させた状態及び、非感染の状態の判別を、感染させる前後(前日及び、感染後1〜5日)の血中アミノ酸濃度をもとに算出した判別式の例を下記に示し、下記判別式に基づく判別例を図59に示す。図59は、正常マウスに弱毒化インフルエンザウイルスA/Aichi/2/68(H3N2)を感染させた状態及び、非感染の状態の判別例を示す図である。ここで、図59において、「○」は感染させる前の通常食摂取マウス(Normal diet(pre))のデータを示し、「●」は感染後の通常食摂取マウス(Normal diet(+))のデータを示す。
Index (IFV) : (Tau+Ile+Leu+His) / (Gly) + (Gln) / (Arg+Pro)+(Cys) / (Glu+Cysthi) + (Phe+Trp) / (Tyr)
I型−糖尿病モデル動物であるストレプトゾトシン投与ラット、II型−糖尿病モデル動物であるGK(Goto−Kakizaki)ラットの各々と、対照ラットとの血中アミノ酸濃度をもとに算出した下記に示す判別式の例および当該判別式に基づく判別例を示す(図61および図62参照。)。図61は、I型−糖尿病モデル動物であるストレプトゾトシン投与ラット(STZ)と健常ラット(Normal)との判別例を示す図である。また、図62は、II型−糖尿病モデル動物であるGKラット(GK)と健常ラット(Normal)との判別例を示す図である。尚、ストレプトゾトシン投与ラットに対しインスリン治療を施すことで病態を回復させたラット(STZ+Insulin)の結果を、比較のために図61に示す(図61における、「STZ+Insulin」のデータ参照。)。
I型−糖尿病指標:Index (I−DM) :
(Thr+Asn+Phe+Lys+Arg+Pro) / (Cit+Ile) + (Cysthi+His) / (Asp+Met)
II型−糖尿病指標:Index (II−DM) :
(Val) / (Ser+Gly) + (Cys+Cystha+Trp)
/ (Cit+His+Arg)
ヒト成長ホルモン遺伝子導入ラット(hGH−Tg ラット)は、極度な肥満を呈する肥満モデル動物として報告されている。下記判別式は、その肥満ラットと対照ラットとの血中アミノ酸濃度をもとに算出した、判別式の例である(図63参照。)。図63は、ヒト成長ホルモン遺伝子導入ラット(hGH−Tg ラット)と正常ラット(Normal)との判別例を示す図である。
肥満指標:Index(Ob) :
(Gly) / (Val+Leu+Arg) + (Cit) / (Ala+Trp)+(Tyr) / (Lys) + (His) / (Ser+Ile+Orn)
ジメチルニトロサミン投与によって作成した肝繊維化モデルラット及び、正常ラットの血液中アミノ酸濃度をもとに算出した判別式の例を示す(図64参照。)。図64は、ジメチルニトロサミン投与によって作成した肝繊維化モデルラット(DMN)と正常ラット(Normal)との判別例を示す図である。
肝繊維化指標:Index(Ci) :
(Thr) / (Cit+Cys+Cysthi+Phe+Orn+His)
+ (Glu+Ile) / (Tau+Gly)
個体の栄養状態を判別することを目的とした応用例を、図65および図66を参照して、下記に示す。ここで示すような食餌成分の個体に与える影響を事前に式化することで、特定の個体の栄養状態を推定することが可能となる。
食餌中の蛋白質の比率を5%(6匹)及び、10%(6匹)と設定し、各々2週間飼育した6週齢のラット(低蛋白食群)と、同様に15%(6匹)及び、20%(6匹)と設定し飼育したラット(対照群)の血中アミノ酸濃度をもとに算出した判別式の例を示す(図65参照。)。図65は、低蛋白質摂取ラット(Low protein)と通常食摂取ラット(Normal)との判別例を示す図である。尚、式中において、Cysはシスチン濃度を表す。
Index−LP :
(Thr+Leu) / (Ser+Gly+Orn) + (Cys) / (P−Ser+Arg)+(Val+His) / (Lys)
食餌中の脂質の比率を、20%と設定し、1ヶ月間(6匹)及び、2ヶ月間(6匹)飼育したマウス(高脂肪食群)と、同様に7%と設定し、1ヶ月間(6匹)及び、2ヶ月間(6匹)飼育したマウス(対照群)の血中アミノ酸及び、血中脂質代謝物濃度をもとに算出した判別式の例を下記に示す(図66参照。)。図66は、高脂肪食摂取マウス(High Fat)と通常食摂取マウス(Normal)との判別例を示す図である。尚、式中において、α−ABAはαアミノ酪酸濃度、NEFAは遊離脂肪酸濃度、TCHOは総コレステロール濃度を表す。
Index−HF :
(Met+Ile+NEFA)/(Thr+Gln+Gly+α−ABA+Val+Leu+Tyr+Phe+His+Arg+Pro+TCHO)
種々の生化学データに最適化した式の例を、図67〜図70を参照して示す。ここで示すように、血中、臓器中の各種生化学データまたは、臓器重量といった種々の測定項目の代理指標として下記の指標が利用できる。
異なる食餌中蛋白質比率5%、10%、15%、20%、30%及び、70%各群6匹で2週間飼育したラット肝臓中の過酸化脂質量(TBARS)に対して、血中アミノ酸濃度を用いて最適化した式を下記に示す(図67参照。)。図67は、肝臓中の過酸化脂質量(Liver−TBRAS)と当該過酸化脂質量に対して最適化した式に基づいて計算した値(Index−TBRAS)との相関関係を示す図である。尚、下記式中において、Cysはシスチン濃度を、Cyshiはシスタチオニン濃度を表す。
Index−TBARS :
(Asp) / (Thr+Trp) + (Cysthi) / (Tyr)+(Cys) / (Glu+Met+Arg) + (His) / (Cit+Phe)
上述した(3−1:臓器中生化学指標への最適化式の例)の実験における血中総コレステロール(TCHO)に対して、血中アミノ酸濃度を用いて最適化した式を下記に示す(図68参照。)。図68は、血中総コレステロール(Plasma TCHO)と当該血中総コレステロールに対して最適化した式に基づいて計算した値(Index−TCHO)との相関関係を示す図である。尚、下記式中において、Cysはシスチン濃度を、Cyshiはシスタチオニン濃度を表す。
Index−TCHO :
(Asn) / (Tyr) + (Gly+Pro) / (Glu)+(Val) / (Met+Arg) + (Cys+Lys) / (Thr+Cysthi+His)
上述した(3−1:臓器中生化学指標への最適化式の例)の実験における血中インスリン様成長因子(IGF−1)に対して、血中アミノ酸濃度を用いて最適化した式を下記に示す(図69参照。)。図69は、血中インスリン様成長因子濃度(Plasma IGF−1)と当該血中インスリン様成長因子濃度に対して最適化した式に基づいて計算した値(Index−IGF−1)との相関関係を示す図である。尚、下記式中において、Cysはシスチン濃度を、Cyshiはシスタチオニン濃度を表す。
Index−IGF−1 :
(P−Ser) / (Glu+Cysthi)+(Ser+Gly+Cys) / (Ala+Met+Lys+His) + (Orn) / (Asp+Thr+Cit+Trp)
上述した(3−1:臓器中生化学指標への最適化式の例)の実験における副睾丸周囲脂肪の体重に占める割合(%)に対して、血中アミノ酸濃度を用いて最適化した式を下記に示す(図70参照。)。図70は、副睾丸周囲脂肪の体重比(WAT)と当該副睾丸周囲脂肪の体重比に対して最適化した式に基づいて計算した値(Index−WAT)との相関関係を示す図である。尚、下記式中において、Cysはシスチン濃度を、Cyshiはシスタチオニン濃度を表す。
Index−WAT :
(P−Ser+His) / (Cys+Cysthi+Phe+Arg) + (Cit) / (Asn+Val+Met+Tyr+Trp)
特定の状態をその他異なる全ての状態を比較することで、目的の状態のみを特異的に判別する方法の一例を、図71および図72を参照して示す。
I型−糖尿病指標:Index (I−DM)
(Glu+Orn) / (Thr) + (Ile) / (Met+His)+(Cit) / (Tau+Tyr) + (Leu) / (Gln+Pro)
II型−糖尿病指標:Index (II−DM)
(Ser+Glu+Met+Trp) / (Cit+Pro) + (Phe) / (Orn)+(Gln) / (Tau+Tyr+Lys)
肥満指標:Index(Ob)
(Thr+Cit) / (Tyr) + (Ser+Ala+Leu+Orn+Lys+Pro) / (Glu+Gly)
肝繊維化指標:Index(Ci)
(Cit+Arg) / (Tau+Thr) + (Phe) / (Gly+Ala+Val)+(Tyr) / (Ile)
C型肝炎のインターフェロン治療は高額かつ副作用の強い治療であり、治療効果が無効である例も多い。従って、治療効果を事前に予測することが可能であれば、患者に対する負担を軽減するという観点からみて極めて重要である。下記の式3は、C型肝炎患者のインターフェロンおよびリバビリン治療時に、投与前の血中アミノ酸濃度をもとに、同時点におけるウイルス陰性の患者とウイルス陽性の患者とを判別するために用いたものである(図73参照。)。
式3) Asn/(Ser+αABA) + (Cit+Orn)/Thr + (Cys+Trp)/Pro+Phe/Leu
疾病、投薬などにより血中アミノ酸濃度が変化する場合以外に、例えば、環境変化に対するストレス反応や適応反応などにより血中アミノ酸濃度が変化する場合がある。運搬用トラックにブタ(N=8)を乗せ、1時間運搬した前後のブタの血漿アミノ酸濃度の測定データを解析することにより、運搬ストレス前後の動物の生体状態を判別する指標(下記の式4)を得た。
式4)ベスト指標:
(Asp + Orn + Lys + 3MeHis + Asn)/Glu + (Ser + His)/(P−Ser + Tau + Cys + Cysthi + Trp)
さて、これまで本発明の実施の形態について説明したが、本発明は、上述した実施の形態以外にも、上記特許請求の範囲に記載した技術的思想の範囲内において種々の異なる実施の形態にて実施されてよいものである。
以下に、本発明にかかる肝線維化判定装置、肝線維化判定方法、肝線維化判定システム、プログラム、および、記録媒体の実施の形態を図面に基づいて詳細に説明する。なお、この実施の形態によりこの発明が限定されるものではない。
次に、本システムの肝線維化判定装置400の構成について説明する。図45は、本発明が適用される本システムの肝線維化判定装置400の構成の一例を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。
次に、このように構成された本実施の形態における本システムの処理の一例について、以下に図40、図41、図49等を参照して詳細に説明する。
次に、このように構成された本システムを用いて行なわれる本方法としての肝線維化情報解析サービス処理の詳細について図49等を参照して説明する。図49は、本実施形態における本システムの肝線維化情報解析サービス処理の一例を示すフローチャートである。
次に、代謝物情報の解析処理の詳細について図40等を参照して説明する。図40は、本実施形態における本システムの代謝物情報の解析処理の一例を示すフローチャートである。なお、本実施形態は、マイクロソフト(会社名)のExcel(製品名)を用いて集計処理等を行う場合を一例に説明するが、本発明はかかる場合に限定されるものではなく、他のプログラムにより実行してもよい。
さて、これまで本発明の実施の形態について説明したが、本発明は、上述した実施の形態以外にも、上記特許請求の範囲に記載した技術的思想の範囲内において種々の異なる実施の形態にて実施されてよいものである。
102 制御部
102a 要求解釈部
102b 閲覧処理部
102c 認証処理部
102d 電子メール生成部
102e Webページ生成部
102f 送信部
102g 生体状態情報取得部
102h 相関性決定部
102i 相関式作成部
102j 最適化部
102k 結果出力部
102m 代謝物指定部
102n 生体状態指標データ指定部
102p 正/負設定部
102r 計算式設定部
102s 代謝物選択部
102t 計算式分割部
102u 代謝マップ分割部
102v 相関式設定部
102w 生体状態シミュレーション部
104 通信制御インターフェース部
106 記憶部
106a 利用者情報データベース
106b 生体状態情報データベース
106c 相関性情報データベース
106d 相関式情報データベース
106e 代謝マップ情報データベース
108 入出力制御インターフェース部
112 入力装置
114 出力装置
200 クライアント装置
210 制御部
211 Webブラウザ
212 電子メーラ
220 ROM
230 HD
240 RAM
250 入力装置
260 出力装置
261 モニタ
262 プリンタ
270 入出力制御インターフェース
280 通信制御インターフェース
300 ネットワーク
400 肝線維化判定装置
402 制御部
402a 要求解釈部
402b 閲覧処理部
402c 認証処理部
402d 電子メール生成部
402e Webページ生成部
402f 送信部
402g 代謝物情報取得部
402h 病態指標値計算部
402i 病態判定部
402j 結果出力部
402k 代謝物指定部
404 通信制御インターフェース部
406 記憶部
406a 利用者情報データベース
406b 代謝物情報データベース
406c 肝線維化指標データベース
408 入出力制御インターフェース部
Claims (49)
- 各個体において測定された生体状態に関する指標データと各個体中の少なくとも1つのアミノ酸を含む各代謝物について測定された血中濃度データとの相関を示す相関式を設定する相関式設定手段と、
上記相関式設定手段にて設定された上記相関式に、シミュレーション対象の個体中の各代謝物について測定された血中濃度データ群を代入して、上記シミュレーション対象の個体中の上記生体状態をシミュレーションする生体状態シミュレーション手段と、
を備え、
上記相関式は、
相関式=(相関性が正となるアミノ酸の和)/(相関性が負となるアミノ酸の和)
相関式=(相関性が正となるアミノ酸の和)+(相関性が負となるアミノ酸の和)
相関式=(相関性が正となるアミノ酸の和)−(相関性が負となるアミノ酸の和)
相関式=(相関性が正となるアミノ酸の和)×(相関性が負となるアミノ酸の和)
相関式=(相関性が負となるアミノ酸の和)/(相関性が正となるアミノ酸の和)
相関式=(相関性が負となるアミノ酸の和)−(相関性が正となるアミノ酸の和)
(ここで、相関式における「アミノ酸の和」は、「アミノ酸の血中濃度値の和」の意味である。)
の少なくとも1つを含むこと、を特徴とする生体状態情報処理装置。 - 上記アミノ酸の血中濃度値は、上記アミノ酸の血中濃度値に任意の係数を掛けた値であること、を特徴とする請求項1に記載の生態状態情報処理装置。
- 上記代謝物は、2つ以上のアミノ酸を含み、
上記相関式は、多項式であること、
を特徴とする請求項1または2に記載の生体状態情報処理装置。 - 上記相関式設定手段は、
各個体において測定された生体状態に関する指標データ、および、各個体中の各代謝物について測定された血中濃度データ群に基づいて、各代謝物について上記指標データとの相関性を決定する相関性決定手段と、
上記相関性決定手段にて決定された各代謝物の上記相関性に基づいて、所定の計算方式により上記生体状態に対する複数の代謝物による相関式を作成する相関式作成手段と、
上記相関式作成手段にて決定された上記相関式の生体状態に関する指標データに対する相関係数に基づいて上記相関式を最適化する最適化手段と、
をさらに備えたことを特徴とする請求項1から3のいずれか一つに記載の生体状態情報処理装置。 - 上記最適化手段は、
各代謝物のうちの一部の代謝物を選択する代謝物選択手段、
をさらに備え、上記代謝物選択手段にて選択された複数の代謝物を用いて相関式を作成し、生体状態に関する指標データに対する相関係数を計算し、生体状態に関する指標データに対する相関係数および代謝物数に基づいて代謝物の組み合せを最適化することを特徴とする請求項4に記載の生体状態情報処理装置。 - 上記最適化手段は、
上記計算式を分割する計算式分割手段、
をさらに備え、上記計算式分割手段にて分割された上記計算式を用いて上記生体状態に対する複数の代謝物による相関式を計算し、生体状態に関する指標データに対する相関係数に基づいて分割の組み合わせを最適化することを特徴とする請求項4または5に記載の生体状態情報処理装置。 - 上記最適化手段は、
上記計算式を代謝マップ情報に基づいて分割する代謝マップ分割手段、
をさらに備え、上記代謝マップ分割手段にて分割された上記計算式を用いて上記生体状態に対する複数の代謝物による相関式を計算することを特徴とする請求項4から6のいずれか一つに記載の生体状態情報処理装置。 - 上記代謝物は、アミノ酸であること、
を特徴とする請求項1から7のいずれか一つに記載の生態状態情報処理装置。 - 制御部を少なくとも備えたコンピュータにおいて実行される生体状態情報処理方法であって、
上記制御部において実行される、
各個体において測定された生体状態に関する指標データと各個体中の少なくとも1つのアミノ酸を含む各代謝物について測定された血中濃度データとの相関を示す相関式を設定する相関式設定ステップと、
上記相関式設定ステップにて設定された上記相関式に、シミュレーション対象の個体中の各代謝物について測定された血中濃度データ群を代入して、上記シミュレーション対象の個体中の上記生体状態をシミュレーションする生体状態シミュレーションステップと、
を含み、
上記相関式は、
相関式=(相関性が正となるアミノ酸の和)/(相関性が負となるアミノ酸の和)
相関式=(相関性が正となるアミノ酸の和)+(相関性が負となるアミノ酸の和)
相関式=(相関性が正となるアミノ酸の和)−(相関性が負となるアミノ酸の和)
相関式=(相関性が正となるアミノ酸の和)×(相関性が負となるアミノ酸の和)
相関式=(相関性が負となるアミノ酸の和)/(相関性が正となるアミノ酸の和)
相関式=(相関性が負となるアミノ酸の和)−(相関性が正となるアミノ酸の和)
(ここで、相関式における「アミノ酸の和」は、「アミノ酸の血中濃度値の和」の意味である。)
の少なくとも1つを含むこと、を特徴とする生体状態情報処理方法。 - 上記アミノ酸の血中濃度値は、上記アミノ酸の血中濃度値に任意の係数を掛けた値であること、を特徴とする請求項9に記載の生体状態情報処理方法。
- 上記代謝物は、2つ以上のアミノ酸を含み、
上記相関式は、多項式であること、
を特徴とする請求項9または10に記載の生体状態情報処理方法。 - 上記相関式設定ステップは、
各個体において測定された生体状態に関する指標データ、および、各個体中の各代謝物について測定された血中濃度データ群に基づいて、各代謝物について上記指標データとの相関性を決定する相関性決定ステップと、
上記相関性決定ステップにて決定された各代謝物の上記相関性に基づいて、所定の計算方式により上記生体状態に対する複数の代謝物による相関式を作成する相関式作成ステップと、
上記相関式作成ステップにて決定された上記相関式の生体状態に関する指標データに対する相関係数に基づいて上記相関式を最適化する最適化ステップと、
をさらに含むことを特徴とする請求項9から11のいずれか一つに記載の生体状態情報処理方法。 - 上記最適化ステップは、
各代謝物のうちの一部の代謝物を選択する代謝物選択ステップ、
をさらに含み、上記代謝物選択ステップにて選択された複数の代謝物を用いて相関式を作成し、生体状態に関する指標データに対する相関係数を計算し、生体状態に関する指標データに対する相関係数および代謝物数に基づいて代謝物の組み合せを最適化することを特徴とする請求項12に記載の生体状態情報処理方法。 - 上記最適化ステップは、
上記計算式を分割する計算式分割ステップ、
をさらに含み、上記計算式分割ステップにて分割された上記計算式を用いて上記生体状態に対する複数の代謝物による相関式を計算し、生体状態に関する指標データに対する相関係数に基づいて分割の組み合わせを最適化することを特徴とする請求項12または13に記載の生体状態情報処理方法。 - 上記最適化ステップは、
上記計算式を代謝マップ情報に基づいて分割する代謝マップ分割ステップ、
をさらに含み、上記代謝マップ分割ステップにて分割された上記計算式を用いて上記生体状態に対する複数の代謝物による相関式を計算することを特徴とする請求項12から14のいずれか一つに記載の生体状態情報処理方法。 - 上記代謝物は、アミノ酸であること、
を特徴とする請求項9から15のいずれか一つに記載の生体状態情報処理方法。 - 生体状態に関する情報を処理する生体状態情報処理装置と、生体状態情報提供者の情報端末装置とを、ネットワークを介して通信可能に接続して構成された生体状態情報管理システムであって、
上記生体状態情報処理装置は、
各個体において測定された生体状態に関する指標データと各個体中の少なくとも1つのアミノ酸を含む各代謝物について測定された血中濃度データとの相関を示す相関式を設定する相関式設定手段と、
シミュレーション対象の個体中の各代謝物について測定された血中濃度データ群を上記情報端末装置から取得する血中濃度データ群取得手段と、
上記相関式設定手段にて設定された上記相関式に、上記血中濃度データ群取得手段にて取得された上記シミュレーション対象の個体中の各代謝物について測定された血中濃度データ群を代入して、上記シミュレーション対象の個体中の上記生体状態をシミュレーションする生体状態シミュレーション手段と、
上記生体状態シミュレーション手段にてシミュレーションされた上記シミュレーション対象の個体中の上記生体状態のシミュレーション結果を、上記血中濃度データ群を送信した上記情報端末装置に対して送信する分析結果送信手段と、
を備え、
上記情報端末装置は、
上記血中濃度データ群を上記生体状態情報処理装置に対して送信する送信手段と、
上記送信手段にて送信した上記血中濃度データ群に対応する上記シミュレーション結果を上記生体状態情報処理装置から受信する受信手段と、
を備え、
上記相関式は、
相関式=(相関性が正となるアミノ酸の和)/(相関性が負となるアミノ酸の和)
相関式=(相関性が正となるアミノ酸の和)+(相関性が負となるアミノ酸の和)
相関式=(相関性が正となるアミノ酸の和)−(相関性が負となるアミノ酸の和)
相関式=(相関性が正となるアミノ酸の和)×(相関性が負となるアミノ酸の和)
相関式=(相関性が負となるアミノ酸の和)/(相関性が正となるアミノ酸の和)
相関式=(相関性が負となるアミノ酸の和)−(相関性が正となるアミノ酸の和)
(ここで、相関式における「アミノ酸の和」は、「アミノ酸の血中濃度値の和」の意味である。)
の少なくとも1つを含むこと、を特徴とする生体状態情報管理システム。 - 上記アミノ酸の血中濃度値は、上記アミノ酸の血中濃度値に任意の係数を掛けた値であること、を特徴とする請求項17に記載の生体状態情報管理システム。
- 上記代謝物は、2つ以上のアミノ酸を含み、
上記相関式は、多項式であること、
を特徴とする請求項17または18に記載の生体状態情報管理システム。 - 上記相関式設定手段は、
各個体において測定された生体状態に関する指標データ、および、各個体中の各代謝物について測定された血中濃度データ群に基づいて、各代謝物について上記指標データとの相関性を決定する相関性決定手段と、
上記相関性決定手段にて決定された各代謝物の上記相関性に基づいて、所定の計算方式により上記生体状態に対する複数の代謝物による相関式を作成する相関式作成手段と、
上記相関式作成手段にて決定された上記相関式の生体状態に関する指標データに対する相関係数に基づいて上記相関式を最適化する最適化手段と、
をさらに備えたことを特徴とする請求項17から19のいずれか一つに記載の生体状態情報管理システム。 - 上記最適化手段は、
各代謝物のうちの一部の代謝物を選択する代謝物選択手段、
をさらに備え、上記代謝物選択手段にて選択された複数の代謝物を用いて相関式を作成し、生体状態に関する指標データに対する相関係数を計算し、生体状態に関する指標データに対する相関係数および代謝物数に基づいて代謝物の組み合せを最適化することを特徴とする請求項20に記載の生体状態情報管理システム。 - 上記最適化手段は、
上記計算式を分割する計算式分割手段、
をさらに備え、上記計算式分割手段にて分割された上記計算式を用いて上記生体状態に対する複数の代謝物による相関式を計算し、生体状態に関する指標データに対する相関係数に基づいて分割の組み合わせを最適化することを特徴とする請求項20または21に記載の生体状態情報管理システム。 - 上記最適化手段は、
上記計算式を代謝マップ情報に基づいて分割する代謝マップ分割手段、
をさらに備え、上記代謝マップ分割手段にて分割された上記計算式を用いて上記生体状態に対する複数の代謝物による相関式を計算することを特徴とする請求項20から22のいずれか一つに記載の生体状態情報管理システム。 - 上記代謝物は、アミノ酸であること、
を特徴とする請求項17から23のいずれか一つに記載の生態状態情報処理装置。 - 生体状態に関する情報を処理する生体状態情報処理装置にネットワークを介して通信可能に接続して構成された情報端末装置であって、
シミュレーション対象の個体中の少なくとも1つのアミノ酸を含む各代謝物について測定された血中濃度データ群を上記生体状態情報処理装置に対して送信する送信手段と、
上記送信手段にて送信した上記血中濃度データ群に対応するシミュレーション結果を上記生体状態情報処理装置から受信する受信手段と、
を備え、
上記シミュレーション結果は、
各個体において測定された生体状態に関する指標データと上記血中濃度データとの相関を示す相関式を設定し、当該相関式に上記シミュレーション対象の個体中の各代謝物について測定された上記血中濃度データ群を代入して、上記シミュレーション対象の個体中の上記生体状態をシミュレーションした結果であり、
上記相関式は、
相関式=(相関性が正となるアミノ酸の和)/(相関性が負となるアミノ酸の和)
相関式=(相関性が正となるアミノ酸の和)+(相関性が負となるアミノ酸の和)
相関式=(相関性が正となるアミノ酸の和)−(相関性が負となるアミノ酸の和)
相関式=(相関性が正となるアミノ酸の和)×(相関性が負となるアミノ酸の和)
相関式=(相関性が負となるアミノ酸の和)/(相関性が正となるアミノ酸の和)
相関式=(相関性が負となるアミノ酸の和)−(相関性が正となるアミノ酸の和)
(ここで、相関式における「アミノ酸の和」は、「アミノ酸の血中濃度値の和」の意味である。)
の少なくとも1つを含むこと、を特徴とする情報端末装置。 - 生体状態情報提供者の情報端末装置にネットワークを介して通信可能に接続して構成された生体状態情報処理装置であって、
各個体において測定された生体状態に関する指標データと、各個体中の少なくとも1つのアミノ酸を含む各代謝物について測定された血中濃度データとの相関を示す相関式を設定する相関式設定手段と、
シミュレーション対象の個体中の各代謝物について測定された血中濃度データ群を上記情報端末装置から取得する血中濃度データ群取得手段と、
上記相関式設定手段にて設定された上記相関式に、上記血中濃度データ群取得手段にて取得された上記シミュレーション対象の個体中の各代謝物について測定された血中濃度データ群を代入して、上記シミュレーション対象の個体中の上記生体状態をシミュレーションする生体状態シミュレーション手段と、
上記生体状態シミュレーション手段にてシミュレーションされた上記シミュレーション対象の個体中の上記生体状態のシミュレーション結果を、上記血中濃度データ群を送信した上記情報端末装置に対して送信する分析結果送信手段と、
を備え、
上記相関式は、
相関式=(相関性が正となるアミノ酸の和)/(相関性が負となるアミノ酸の和)
相関式=(相関性が正となるアミノ酸の和)+(相関性が負となるアミノ酸の和)
相関式=(相関性が正となるアミノ酸の和)−(相関性が負となるアミノ酸の和)
相関式=(相関性が正となるアミノ酸の和)×(相関性が負となるアミノ酸の和)
相関式=(相関性が負となるアミノ酸の和)/(相関性が正となるアミノ酸の和)
相関式=(相関性が負となるアミノ酸の和)−(相関性が正となるアミノ酸の和)
(ここで、相関式における「アミノ酸の和」は、「アミノ酸の血中濃度値の和」の意味である。)
の少なくとも1つを含むこと、を特徴とする生体状態情報処理装置。 - 各個体において測定された生体状態に関する指標データと各個体中の少なくとも1つのアミノ酸を含む各代謝物について測定された血中濃度データとの相関を示す相関式を設定する相関式設定ステップと、
上記相関式設定ステップにて設定された上記相関式に、シミュレーション対象の個体中の各代謝物について測定された血中濃度データ群を代入して、上記シミュレーション対象の個体中の上記生体状態をシミュレーションする生体状態シミュレーションステップと、
を含む生体状態情報処理方法をコンピュータに実行させ、
上記相関式は、
相関式=(相関性が正となるアミノ酸の和)/(相関性が負となるアミノ酸の和)
相関式=(相関性が正となるアミノ酸の和)+(相関性が負となるアミノ酸の和)
相関式=(相関性が正となるアミノ酸の和)−(相関性が負となるアミノ酸の和)
相関式=(相関性が正となるアミノ酸の和)×(相関性が負となるアミノ酸の和)
相関式=(相関性が負となるアミノ酸の和)/(相関性が正となるアミノ酸の和)
相関式=(相関性が負となるアミノ酸の和)−(相関性が正となるアミノ酸の和)
(ここで、相関式における「アミノ酸の和」は、「アミノ酸の血中濃度値の和」の意味である。)
の少なくとも1つを含むこと、を特徴とするプログラム。 - 上記アミノ酸の血中濃度値は、上記アミノ酸の血中濃度値に任意の係数を掛けた値であること、を特徴とする請求項27に記載のプログラム。
- 上記代謝物は、2つ以上のアミノ酸を含み、
上記相関式は、多項式であること、
を特徴とする請求項27または28に記載のプログラム。 - 上記相関式設定ステップは、
各個体において測定された生体状態に関する指標データ、および、各個体中の各代謝物について測定された血中濃度データ群に基づいて、各代謝物について上記指標データとの相関性を決定する相関性決定ステップと、
上記相関性決定ステップにて決定された各代謝物の上記相関性に基づいて、所定の計算方式により上記生体状態に対する複数の代謝物による相関式を作成する相関式作成ステップと、
上記相関式作成ステップにて決定された上記相関式の生体状態に関する指標データに対する相関係数に基づいて上記相関式を最適化する最適化ステップと、
をさらに含むことを特徴とする請求項27から29のいずれか一つに記載のプログラム。 - 上記最適化ステップは、
各代謝物のうちの一部の代謝物を選択する代謝物選択ステップ、
をさらに含み、上記代謝物選択ステップにて選択された複数の代謝物を用いて相関式を作成し、生体状態に関する指標データに対する相関係数を計算し、生体状態に関する指標データに対する相関係数および代謝物数に基づいて代謝物の組み合せを最適化することを特徴とする請求項30に記載のプログラム。 - 上記最適化ステップは、
上記計算式を分割する計算式分割ステップ、
をさらに含み、上記計算式分割ステップにて分割された上記計算式を用いて上記生体状態に対する複数の代謝物による相関式を計算し、生体状態に関する指標データに対する相関係数に基づいて分割の組み合わせを最適化することを特徴とする請求項30または31に記載のプログラム。 - 上記最適化ステップは、
上記計算式を代謝マップ情報に基づいて分割する代謝マップ分割ステップ、
をさらに含み、上記代謝マップ分割ステップにて分割された上記計算式を用いて上記生体状態に対する複数の代謝物による相関式を計算することを特徴とする請求項30から32のいずれか一つに記載のプログラム。 - 上記代謝物は、アミノ酸であること、
を特徴とする請求項27から33のいずれか一つに記載のプログラム。 - 上記請求項27から34のいずれか一つに記載されたプログラムを記録したことを特徴とするコンピュータ読み取り可能な記録媒体。
- 各個体の各代謝物について測定された血中濃度データ群を取得する血中濃度データ取得手段と、
下記の複合指標1から4のうち少なくとも一つに基づいて、上記血中濃度データ取得手段により取得した上記血中濃度データ群から肝線維化の病態指標値を計算する病態指標値
計算手段と、
複合指標1;
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Trp)
複合指標2;
(Asn+Tyr)/(Cit) + (Met+Arg)/(Asp+(α‐ABA))
複合指標3;
(Tau+Gly)/(Gln) + (α‐ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
複合指標4;
(Tau+Trp)/(Tyr) + ((α‐ABA)+His)/(Asp+Asn)
上記病態指標値計算手段にて計算した上記病態指標値に従って肝線維化の病態を判定する病態判定手段と、
を備えたことを特徴とする肝線維化判定装置。 - 制御部を少なくとも備えたコンピュータにおいて実行される肝線維化判定方法であって、
上記制御部において実行される、
各個体の各代謝物について測定された血中濃度データ群を取得する血中濃度データ取得ステップと、
下記の複合指標1から4のうち少なくとも一つに基づいて、上記血中濃度データ取得ステップにより取得した上記血中濃度データ群から肝線維化の病態指標値を計算する病態指標値計算ステップと、
複合指標1;
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Trp)
複合指標2;
(Asn+Tyr)/(Cit) + (Met+Arg)/(Asp+(α‐ABA))
複合指標3;
(Tau+Gly)/(Gln) + (α‐ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
複合指標4;
(Tau+Trp)/(Tyr) + ((α‐ABA)+His)/(Asp+Asn)
上記病態指標値計算ステップにて計算した上記病態指標値に従って肝線維化の病態を判定する病態判定ステップと、
を含むことを特徴とする肝線維化判定方法。 - 肝線維化に関する情報を処理する肝線維化判定装置と、代謝物情報提供者の情報端末装置とを、ネットワークを介して通信可能に接続して構成された肝線維化判定システムであって、
上記肝線維化判定装置は、
各個体の各代謝物について測定された血中濃度データ群を上記情報端末装置から取得する血中濃度データ取得手段と、
下記の複合指標1から4のうち少なくとも一つに基づいて、上記血中濃度データ取得手段により取得した上記血中濃度データ群から肝線維化の病態指標値を計算する病態指標値計算手段と、
複合指標1;
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Trp)
複合指標2;
(Asn+Tyr)/(Cit) + (Met+Arg)/(Asp+(α‐ABA))
複合指標3;
(Tau+Gly)/(Gln) + (α‐ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
複合指標4;
(Tau+Trp)/(Tyr) + ((α‐ABA)+His)/(Asp+Asn)
上記病態指標値計算手段にて計算した上記病態指標値に従って肝線維化の病態を判定する病態判定手段と、
上記血中濃度データ群を送信した上記情報端末装置に対して上記病態判定手段にて判定された判定結果を送信する分析結果送信手段と、
を備え、
上記情報端末装置は、
上記血中濃度データ群を上記肝線維化判定装置に対して送信する送信手段と、
上記送信手段にて送信した上記血中濃度データ群に対する判定結果を上記肝線維化判定装置から受信する受信手段と、
を備えたことを特徴とする肝線維化判定システム。 - 各個体の各代謝物について測定された血中濃度データ群を取得する血中濃度データ取得ステップと、
下記の複合指標1から4のうち少なくとも一つに基づいて、上記血中濃度データ取得ステップにより取得した上記血中濃度データ群から肝線維化の病態指標値を計算する病態指標値計算ステップと、
複合指標1;
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Trp)
複合指標2;
(Asn+Tyr)/(Cit) + (Met+Arg)/(Asp+(α‐ABA))
複合指標3;
(Tau+Gly)/(Gln) + (α‐ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
複合指標4;
(Tau+Trp)/(Tyr) + ((α‐ABA)+His)/(Asp+Asn)
上記病態指標値計算ステップにて計算した上記病態指標値に従って肝線維化の病態を判定する病態判定ステップと、
を含む肝線維化判定方法をコンピュータに実行させることを特徴とするプログラム。 - 上記請求項39に記載されたプログラムを記録したことを特徴とするコンピュータ読み取り可能な記録媒体。
- 各個体の各代謝物について測定された血中濃度データ群を取得する血中濃度データ取得手段と、
肝線維化の病態指標値を計算するための複合指標を設定する複合指標設定手段と、
上記複合指標設定手段にて設定した複合指標に基づいて、上記血中濃度データ取得手段により取得した上記血中濃度データ群から肝線維化の病態指標値を計算する病態指標値計算手段と、
上記病態指標値計算手段にて計算した上記病態指標値に従って肝線維化の病態を判定する病態判定手段と、
を備え、
上記複合指標設定手段は、
Asn、Glnの血中濃度データのうち少なくとも一つを分子に、Thr、Tau、Ser、Val、Trpの血中濃度データのうち少なくとも一つを分母にもつ1項からなる分数式または複数項の和からなる分数式である複合指標1(さらにMetの血中濃度データを分子に、Ile、α‐ABA、Aspの血中濃度データを分母に任意に加算してもよい)を作成する複合指標1作成手段と、
Asn、Metの血中濃度データのうち少なくとも一つを分子に、α‐ABA、Citの血中濃度データのうち少なくとも一つを分母にもつ1項からなる分数式または複数項の和からなる分数式である複合指標2(さらに、Tyr、Argの血中濃度データを分子に、His、Thr、Trp、Asp、Gluの血中濃度データを分母に任意に加算してもよい)を作成する複合指標2作成手段と、
α‐ABA、His、Gly、Trp、Tauの血中濃度データのうち少なくとも一つを分子に、Asn、Gln、Cit、Lys、Thr、Tyrの血中濃度データのうち少なくとも一つを分母にもつ1項からなる分数式または複数項の和からなる分数式である複合指標3(さらに、Met、Aspの血中濃度データを分母に任意に加算してもよい)を作成する複合指標3作成手段と、
His、Trpの血中濃度データのうち少なくとも一つを分子に、Asn、Tyrの血中濃度データのうち少なくとも一つを分母にもつ1項からなる分数式または複数項の和からなる分数式である複合指標4(さらにα‐ABA、Tauの血中濃度データを分子に、Met、Aspの血中濃度データを分母に任意に加算してもよい)を作成する複合指標4作成手段、
のうち少なくとも一つをさらに備えたことを特徴とする肝線維化判定装置。 - 制御部を少なくとも備えたコンピュータにおいて実行される肝線維化判定方法であって、
上記制御部において実行される、
各個体の各代謝物について測定された血中濃度データ群を取得する血中濃度データ取得ステップと、
肝線維化の病態指標値を計算するための複合指標を設定する複合指標設定ステップと、
上記複合指標設定ステップにて設定した複合指標に基づいて、上記血中濃度データ取得ステップにより取得した上記血中濃度データ群から肝線維化の病態指標値を計算する病態指標値計算ステップと、
上記病態指標値計算ステップにて計算した上記病態指標値に従って肝線維化の病態を判定する病態判定ステップと、
を含み、
上記複合指標設定ステップは、
Asn、Glnの血中濃度データのうち少なくとも一つを分子に、Thr、Tau、Ser、Val、Trpの血中濃度データのうち少なくとも一つを分母にもつ1項からなる分数式または複数項の和からなる分数式である複合指標1(さらにMetの血中濃度データを分子に、Ile、α‐ABA、Aspの血中濃度データを分母に任意に加算してもよい)を作成する複合指標1作成ステップと、
Asn、Metの血中濃度データのうち少なくとも一つを分子に、α‐ABA、Citの血中濃度データのうち少なくとも一つを分母にもつ1項からなる分数式または複数項の和からなる分数式である複合指標2(さらに、Tyr、Argの血中濃度データを分子に、His、Thr、Trp、Asp、Gluの血中濃度データを分母に任意に加算してもよい)を作成する複合指標2作成ステップと、
α‐ABA、His、Gly、Trp、Tauの血中濃度データのうち少なくとも一つを分子に、Asn、Gln、Cit、Lys、Thr、Tyrの血中濃度データのうち少なくとも一つを分母にもつ1項からなる分数式または複数項の和からなる分数式である複合指標3(さらに、Met、Aspの血中濃度データを分母に任意に加算してもよい)を作成する複合指標3作成ステップと、
His、Trpの血中濃度データのうち少なくとも一つを分子に、Asn、Tyrの血中濃度データのうち少なくとも一つを分母にもつ1項からなる分数式または複数項の和からなる分数式である複合指標4(さらにα‐ABA、Tauの血中濃度データを分子に、Met、Aspの血中濃度データを分母に任意に加算してもよい)を作成する複合指標4作成ステップ、
のうち少なくとも一つをさらに含むことを特徴とする肝線維化判定方法。 - 肝線維化に関する情報を処理する肝線維化判定装置と、代謝物情報提供者の情報端末装置とを、ネットワークを介して通信可能に接続して構成された肝線維化判定システムであって、
上記肝線維化判定装置は、
各個体の各代謝物について測定された血中濃度データ群を取得する血中濃度データ取得手段と、
肝線維化の病態指標値を計算するための複合指標を設定する複合指標設定手段と、
上記複合指標設定手段にて設定した複合指標に基づいて、上記血中濃度データ取得手段により取得した上記血中濃度データ群から肝線維化の病態指標値を計算する病態指標値計算手段と、
上記病態指標値計算手段にて計算した上記病態指標値に従って肝線維化の病態を判定する病態判定手段と、
を備え、
上記複合指標設定手段は、
Asn、Glnの血中濃度データのうち少なくとも一つを分子に、Thr、Tau、Ser、Val、Trpの血中濃度データのうち少なくとも一つを分母にもつ1項からなる分数式または複数項の和からなる分数式である複合指標1(さらにMetの血中濃度データを分子に、Ile、α‐ABA、Aspの血中濃度データを分母に任意に加算してもよい)を作成する複合指標1作成手段と、
Asn、Metの血中濃度データのうち少なくとも一つを分子に、α‐ABA、Citの血中濃度データのうち少なくとも一つを分母にもつ1項からなる分数式または複数項の和からなる分数式である複合指標2(さらに、Tyr、Argの血中濃度データを分子に、His、Thr、Trp、Asp、Gluの血中濃度データを分母に任意に加算してもよい)を作成する複合指標2作成手段と、
α‐ABA、His、Gly、Trp、Tauの血中濃度データのうち少なくとも一つを分子に、Asn、Gln、Cit、Lys、Thr、Tyrの血中濃度データのうち少なくとも一つを分母にもつ1項からなる分数式または複数項の和からなる分数式である複合指標3(さらに、Met、Aspの血中濃度データを分母に任意に加算してもよい)を作成する複合指標3作成手段と、
His、Trpの血中濃度データのうち少なくとも一つを分子に、Asn、Tyrの血中濃度データのうち少なくとも一つを分母にもつ1項からなる分数式または複数項の和からなる分数式である複合指標4(さらにα‐ABA、Tauの血中濃度データを分子に、Met、Aspの血中濃度データを分母に任意に加算してもよい)を作成する複合指標4作成手段、
のうち少なくとも一つをさらに備え、
上記情報端末装置は、
上記血中濃度データ群を上記肝線維化判定装置に対して送信する送信手段と、
上記送信手段にて送信した上記血中濃度データ群に対する判定結果を上記肝線維化判定装置から受信する受信手段と、
を備えたことを特徴とする肝線維化判定システム。 - 肝線維化に関する情報を処理する肝線維化判定装置にネットワークを介して通信可能に接続して構成された情報端末装置であって、
各個体中の少なくとも1つのアミノ酸を含む各代謝物について測定された血中濃度データ群を上記肝線維化判定装置に対して送信する送信手段と、
上記送信手段にて送信した上記血中濃度データ群に対する判定結果を上記肝線維化判定装置から受信する受信手段と、
を備え、
上記判定結果は、
肝線維化の病態指標値を計算するための複合指標を設定し、当該複合指標に基づいて、上記血中濃度データ群から肝線維化の病態指標値を計算し、当該計算した上記病態指標値に従って肝線維化の病態を判定した結果であり、
上記複合指標は、
Asn、Glnの血中濃度データのうち少なくとも一つを分子に、Thr、Tau、Ser、Val、Trpの血中濃度データのうち少なくとも一つを分母にもつ1項からなる分数式または複数項の和からなる分数式である複合指標1(さらにMetの血中濃度データを分子に、Ile、α‐ABA、Aspの血中濃度データを分母に任意に加算してもよい)、
Asn、Metの血中濃度データのうち少なくとも一つを分子に、α‐ABA、Citの血中濃度データのうち少なくとも一つを分母にもつ1項からなる分数式または複数項の和からなる分数式である複合指標2(さらに、Tyr、Argの血中濃度データを分子に、His、Thr、Trp、Asp、Gluの血中濃度データを分母に任意に加算してもよい)、
α‐ABA、His、Gly、Trp、Tauの血中濃度データのうち少なくとも一つを分子に、Asn、Gln、Cit、Lys、Thr、Tyrの血中濃度データのうち少なくとも一つを分母にもつ1項からなる分数式または複数項の和からなる分数式である複合指標3(さらに、Met、Aspの血中濃度データを分母に任意に加算してもよい)、および、
His、Trpの血中濃度データのうち少なくとも一つを分子に、Asn、Tyrの血中濃度データのうち少なくとも一つを分母にもつ1項からなる分数式または複数項の和からなる分数式である複合指標4(さらにα‐ABA、Tauの血中濃度データを分子に、Met、Aspの血中濃度データを分母に任意に加算してもよい)、
のうち少なくとも一つを含むこと、を特徴とする情報端末装置。 - 代謝物情報提供者の情報端末装置にネットワークを介して通信可能に接続して構成された肝線維化判定装置であって、
各個体中の少なくとも1つのアミノ酸を含む各代謝物について測定された血中濃度データ群を取得する血中濃度データ取得手段と、
肝線維化の病態指標値を計算するための複合指標を設定する複合指標設定手段と、
上記複合指標設定手段にて設定した複合指標に基づいて、上記血中濃度データ取得手段により取得した上記血中濃度データ群から肝線維化の病態指標値を計算する病態指標値計算手段と、
上記病態指標値計算手段にて計算した上記病態指標値に従って肝線維化の病態を判定する病態判定手段と、
を備え、
上記複合指標設定手段は、
Asn、Glnの血中濃度データのうち少なくとも一つを分子に、Thr、Tau、Ser、Val、Trpの血中濃度データのうち少なくとも一つを分母にもつ1項からなる分数式または複数項の和からなる分数式である複合指標1(さらにMetの血中濃度データを分子に、Ile、α‐ABA、Aspの血中濃度データを分母に任意に加算してもよい)を作成する複合指標1作成手段と、
Asn、Metの血中濃度データのうち少なくとも一つを分子に、α‐ABA、Citの血中濃度データのうち少なくとも一つを分母にもつ1項からなる分数式または複数項の和からなる分数式である複合指標2(さらに、Tyr、Argの血中濃度データを分子に、His、Thr、Trp、Asp、Gluの血中濃度データを分母に任意に加算してもよい)を作成する複合指標2作成手段と、
α‐ABA、His、Gly、Trp、Tauの血中濃度データのうち少なくとも一つを分子に、Asn、Gln、Cit、Lys、Thr、Tyrの血中濃度データのうち少なくとも一つを分母にもつ1項からなる分数式または複数項の和からなる分数式である複合指標3(さらに、Met、Aspの血中濃度データを分母に任意に加算してもよい)を作成する複合指標3作成手段と、
His、Trpの血中濃度データのうち少なくとも一つを分子に、Asn、Tyrの血中濃度データのうち少なくとも一つを分母にもつ1項からなる分数式または複数項の和からなる分数式である複合指標4(さらにα‐ABA、Tauの血中濃度データを分子に、Met、Aspの血中濃度データを分母に任意に加算してもよい)を作成する複合指標4作成手段、
のうち少なくとも一つをさらに備えたことを特徴とする肝線維化判定装置。 - 各個体の各代謝物について測定された血中濃度データ群を取得する血中濃度データ取得ステップと、
肝線維化の病態指標値を計算するための複合指標を設定する複合指標設定ステップと、
上記複合指標設定ステップにて設定した複合指標に基づいて、上記血中濃度データ取得ステップにより取得した上記血中濃度データ群から肝線維化の病態指標値を計算する病態指標値計算ステップと、
上記病態指標値計算ステップにて計算した上記病態指標値に従って肝線維化の病態を判定する病態判定ステップと、
を含み、
上記複合指標設定ステップは、
Asn、Glnの血中濃度データのうち少なくとも一つを分子に、Thr、Tau、Ser、Val、Trpの血中濃度データのうち少なくとも一つを分母にもつ1項からなる分数式または複数項の和からなる分数式である複合指標1(さらにMetの血中濃度データを分子に、Ile、α‐ABA、Aspの血中濃度データを分母に任意に加算してもよい)を作成する複合指標1作成ステップと、
Asn、Metの血中濃度データのうち少なくとも一つを分子に、α‐ABA、Citの血中濃度データのうち少なくとも一つを分母にもつ1項からなる分数式または複数項の和からなる分数式である複合指標2(さらに、Tyr、Argの血中濃度データを分子に、His、Thr、Trp、Asp、Gluの血中濃度データを分母に任意に加算してもよい)を作成する複合指標2作成ステップと、
α‐ABA、His、Gly、Trp、Tauの血中濃度データのうち少なくとも一つを分子に、Asn、Gln、Cit、Lys、Thr、Tyrの血中濃度データのうち少なくとも一つを分母にもつ1項からなる分数式または複数項の和からなる分数式である複合指標3(さらに、Met、Aspの血中濃度データを分母に任意に加算してもよい)を作成する複合指標3作成ステップと、
His、Trpの血中濃度データのうち少なくとも一つを分子に、Asn、Tyrの血中濃度データのうち少なくとも一つを分母にもつ1項からなる分数式または複数項の和からなる分数式である複合指標4(さらにα‐ABA、Tauの血中濃度データを分子に、Met、Aspの血中濃度データを分母に任意に加算してもよい)を作成する複合指標4作成ステップ、
のうち少なくとも一つをさらに含む肝線維化判定方法をコンピュータに実行させることを特徴とするプログラム。 - 上記請求項46に記載されたプログラムを記録したことを特徴とするコンピュータ読み取り可能な記録媒体。
- 各個体において測定された生体状態に関する指標データと各個体中の少なくとも1つのアミノ酸を含む各代謝物について測定された血中濃度データとの相関を示す相関式を予め記憶した記憶部から選択して設定する相関式設定手段と、
上記相関式設定手段にて設定された上記相関式に、シミュレーション対象の個体中の各代謝物について測定された血中濃度データ群を代入して、上記シミュレーション対象の個体中の上記生体状態をシミュレーションする生体状態シミュレーション手段と、
を備え、
上記相関式は、
相関式=(相関性が正となるアミノ酸の和)/(相関性が負となるアミノ酸の和)
相関式=(相関性が正となるアミノ酸の和)+(相関性が負となるアミノ酸の和)
相関式=(相関性が正となるアミノ酸の和)−(相関性が負となるアミノ酸の和)
相関式=(相関性が正となるアミノ酸の和)×(相関性が負となるアミノ酸の和)
相関式=(相関性が負となるアミノ酸の和)/(相関性が正となるアミノ酸の和)
相関式=(相関性が負となるアミノ酸の和)−(相関性が正となるアミノ酸の和)
(ここで、相関式における「アミノ酸の和」は、「アミノ酸の血中濃度値の和」の意味である。)
の少なくとも1つを含むこと、を特徴とする生体状態情報処理装置。 - 上記アミノ酸の血中濃度値は、上記アミノ酸の血中濃度値に任意の係数を掛けた値であること、を特徴とする請求項48に記載の生態状態情報処理装置。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002357042 | 2002-12-09 | ||
JP2002357042 | 2002-12-09 | ||
JP2003205589 | 2003-08-01 | ||
JP2003205589 | 2003-08-01 | ||
PCT/JP2003/015713 WO2004052191A1 (ja) | 2002-12-09 | 2003-12-09 | 生体状態情報処理装置、生体状態情報処理方法、生体状態情報管理システム、プログラム、および、記録媒体 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010158021A Division JP5707757B2 (ja) | 2002-12-09 | 2010-07-12 | 生体状態情報処理装置、生体状態情報処理方法、生体状態情報管理システム、プログラム、記録媒体、および、情報端末装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2004052191A1 JPWO2004052191A1 (ja) | 2006-04-06 |
JP4581994B2 true JP4581994B2 (ja) | 2010-11-17 |
Family
ID=32510622
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005502361A Expired - Lifetime JP4581994B2 (ja) | 2002-12-09 | 2003-12-09 | 生体状態情報処理装置、生体状態情報処理方法、生体状態情報管理システム、プログラム、および、記録媒体 |
JP2010158021A Expired - Lifetime JP5707757B2 (ja) | 2002-12-09 | 2010-07-12 | 生体状態情報処理装置、生体状態情報処理方法、生体状態情報管理システム、プログラム、記録媒体、および、情報端末装置 |
JP2013152149A Expired - Lifetime JP5971209B2 (ja) | 2002-12-09 | 2013-07-22 | 生体状態判別方法、生体状態判別装置、プログラム、記録媒体、生体状態判別システム、および情報端末装置 |
Family Applications After (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010158021A Expired - Lifetime JP5707757B2 (ja) | 2002-12-09 | 2010-07-12 | 生体状態情報処理装置、生体状態情報処理方法、生体状態情報管理システム、プログラム、記録媒体、および、情報端末装置 |
JP2013152149A Expired - Lifetime JP5971209B2 (ja) | 2002-12-09 | 2013-07-22 | 生体状態判別方法、生体状態判別装置、プログラム、記録媒体、生体状態判別システム、および情報端末装置 |
Country Status (7)
Country | Link |
---|---|
US (2) | US8234075B2 (ja) |
EP (2) | EP2357581A3 (ja) |
JP (3) | JP4581994B2 (ja) |
KR (1) | KR100686910B1 (ja) |
AU (1) | AU2003289263A1 (ja) |
CA (2) | CA2508136A1 (ja) |
WO (1) | WO2004052191A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010281826A (ja) * | 2002-12-09 | 2010-12-16 | Ajinomoto Co Inc | 生体状態情報処理装置、生体状態情報処理方法、生体状態情報管理システム、プログラム、および、記録媒体 |
Families Citing this family (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2006098192A1 (ja) * | 2005-03-16 | 2008-08-21 | 味の素株式会社 | 生体状態評価装置、生体状態評価方法、生体状態評価システム、生体状態評価プログラム、評価関数作成装置、評価関数作成方法、評価関数作成プログラムおよび記録媒体 |
EP1887362A4 (en) | 2005-05-30 | 2010-01-27 | Ajinomoto Kk | HEPATHOPATHY EVALUATION APPARATUS, HEPATHOPATHY EVALUATION METHOD, HEPATHOPATHY EVALUATION SYSTEM, HEPATHOPATHY EVALUATION PROGRAM, AND RECORDING MEDIUM |
US20070016389A1 (en) * | 2005-06-24 | 2007-01-18 | Cetin Ozgen | Method and system for accelerating and improving the history matching of a reservoir simulation model |
EP1865431A1 (en) * | 2006-06-06 | 2007-12-12 | Waters GmbH | System for managing and analyzing metabolic pathway data |
EP2053395A4 (en) * | 2006-08-04 | 2010-04-21 | Ajinomoto Kk | METABOLIC SYNDROME EVALUATION PROCEDURES, METABOLIC SYNDROME EVALUATION DEVICE, METABOLIC SYNDROME EVALUATION PROCEDURES, METABOLIC SYNDROME EVALUATION SYSTEM, METABOLIC SYNDROME EVALUATION PROGRAM AND RECORDING MEDIUM AND METHOD FOR SEARCHING FOR A PROPHYLACTIC / soothing SUBSTANCE FOR METABOLIC SYNDROME |
WO2008016111A1 (en) | 2006-08-04 | 2008-02-07 | Ajinomoto Co., Inc. | Method for evaluation of lung cancer, lung cancer evaluation apparatus, lung cancer evaluation method, lung cancer evaluation system, lung cancer evaluation program, and recording medium |
WO2008016101A1 (fr) | 2006-08-04 | 2008-02-07 | Ajinomoto Co., Inc. | Procédé d'évaluation de stress, appareil d'évaluation de stress, système d'évaluation de stress, programme d'évaluation de stress et support d'enregistrement associé |
JP5746810B2 (ja) | 2006-12-21 | 2015-07-08 | 味の素株式会社 | 乳癌の評価方法、ならびに乳癌評価装置、乳癌評価方法、乳癌評価システム、乳癌評価プログラムおよび記録媒体 |
KR101542037B1 (ko) * | 2006-12-21 | 2015-08-05 | 아지노모토 가부시키가이샤 | 암 상태의 평가 방법, 및 암 평가 장치, 암 평가 방법, 암 평가 시스템, 암 평가 프로그램 및 기록 매체 |
WO2008075663A1 (ja) | 2006-12-21 | 2008-06-26 | Ajinomoto Co., Inc. | 大腸癌の評価方法、ならびに大腸癌評価装置、大腸癌評価方法、大腸癌評価システム、大腸癌評価プログラムおよび記録媒体 |
EP2124059A4 (en) * | 2007-01-24 | 2010-10-20 | Ajinomoto Kk | METHOD OF EVALUATING IBD, AMINO-SURFACE DATA PROCESSING DEVICE, AMINO-SITE DATA PROCESSING METHOD, AMINO-SURFACE DATA PROCESSING SYSTEM, AMINO-SITE DATA PROCESSING PROGRAM, AND RECORDING MEDIUM |
JP5016316B2 (ja) * | 2007-01-31 | 2012-09-05 | メディアクロス株式会社 | メタボリックシンドローム血管評価システム |
WO2009001862A1 (ja) | 2007-06-25 | 2008-12-31 | Ajinomoto Co., Inc. | 内臓脂肪蓄積の評価方法 |
JPWO2009054350A1 (ja) * | 2007-10-25 | 2011-03-03 | 味の素株式会社 | 耐糖能異常の評価方法、耐糖能異常評価装置、耐糖能異常評価方法、耐糖能異常評価システム、耐糖能異常評価プログラムおよび記録媒体、ならびに耐糖能異常の予防・改善物質の探索方法 |
WO2009054351A1 (ja) * | 2007-10-25 | 2009-04-30 | Ajinomoto Co., Inc. | 生体状態評価装置、生体状態評価方法、生体状態評価システム、生体状態評価プログラムおよび記録媒体 |
KR101361601B1 (ko) * | 2008-03-04 | 2014-02-12 | 아지노모토 가부시키가이샤 | 암종의 평가 방법 |
JP5754136B2 (ja) * | 2008-06-20 | 2015-07-29 | 味の素株式会社 | 女性生殖器癌の評価方法、女性生殖器癌評価装置、女性生殖器癌評価方法、女性生殖器癌評価プログラム、記録媒体、女性生殖器癌評価システム、および情報通信端末装置 |
KR101821551B1 (ko) | 2008-06-20 | 2018-01-25 | 아지노모토 가부시키가이샤 | 전립선 질환의 평가 방법 |
WO2010064413A1 (ja) * | 2008-12-01 | 2010-06-10 | 国立大学法人山口大学 | 薬剤の作用・副作用予測システムとそのプログラム |
JP6260275B2 (ja) | 2011-06-30 | 2018-01-17 | 味の素株式会社 | 脂肪肝の評価方法、脂肪肝評価装置、脂肪肝評価方法、脂肪肝評価プログラム、脂肪肝評価システム、および端末装置 |
WO2013005790A1 (ja) * | 2011-07-07 | 2013-01-10 | 味の素株式会社 | 生体酸化の評価方法、生体酸化評価装置、生体酸化評価方法、生体酸化評価プログラム、生体酸化評価システム、情報通信端末装置、および生体酸化の予防・改善物質の探索方法 |
CN103082993B (zh) * | 2011-10-31 | 2016-01-20 | 国民技术股份有限公司 | 人体生物信息检测系统及其检测方法 |
JP6270257B2 (ja) * | 2012-01-31 | 2018-01-31 | 味の素株式会社 | 取得方法、心血管イベント評価装置、心血管イベント評価プログラム、心血管イベント評価システムおよび端末装置 |
CN114966050A (zh) * | 2012-03-18 | 2022-08-30 | 镜株式会社 | 疾病样品分析装置、分析系统及分析方法 |
JP6375947B2 (ja) * | 2012-05-11 | 2018-08-22 | 味の素株式会社 | 取得方法、評価装置、評価方法、評価プログラム、評価システムおよび端末装置 |
KR102362357B1 (ko) * | 2013-04-09 | 2022-02-15 | 아지노모토 가부시키가이샤 | 생활습관병 지표의 평가 방법, 생활습관병 지표 평가 장치, 생활습관병 지표 평가 방법, 생활습관병 지표 평가 프로그램, 생활습관병 지표 평가 시스템, 및 정보통신 단말장치 |
JP6834488B2 (ja) | 2014-10-08 | 2021-02-24 | 味の素株式会社 | 取得方法、評価装置、評価プログラムおよび評価システム |
JP6886241B2 (ja) * | 2016-01-07 | 2021-06-16 | 味の素株式会社 | 骨格筋面積の評価方法 |
US10235431B2 (en) | 2016-01-29 | 2019-03-19 | Splunk Inc. | Optimizing index file sizes based on indexed data storage conditions |
WO2018003638A1 (ja) | 2016-06-30 | 2018-01-04 | 味の素株式会社 | 分娩後ケトーシスの評価方法 |
KR102427923B1 (ko) | 2016-10-04 | 2022-08-02 | 아지노모토 가부시키가이샤 | 대장암의 평가 방법, 평가 장치, 평가 프로그램, 평가 시스템, 및 단말 장치 |
JPWO2018066620A1 (ja) * | 2016-10-04 | 2019-07-18 | 味の素株式会社 | 膵臓癌の評価方法、評価装置、評価プログラム、評価システム、及び端末装置 |
KR102477319B1 (ko) | 2016-12-01 | 2022-12-15 | 아지노모토 가부시키가이샤 | 암 모니터링의 방법, 산출 방법, 평가 장치, 산출 장치, 평가 프로그램, 산출 프로그램, 평가 시스템, 및 단말 장치 |
CA3096350A1 (en) | 2018-04-10 | 2019-10-17 | Ajinomoto Co., Inc. | Method, apparatus, and program for evaluation of any one or both of health state and growth state of livestock animal |
WO2020067386A1 (ja) | 2018-09-26 | 2020-04-02 | 味の素株式会社 | 軽度認知障害の評価方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、記録媒体、評価システムおよび端末装置 |
US20210225513A1 (en) * | 2020-01-22 | 2021-07-22 | XY.Health Inc. | Method to Create Digital Twins and use the Same for Causal Associations |
Family Cites Families (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61126472A (ja) | 1984-11-24 | 1986-06-13 | Advance Res & Dev Co Ltd | 診断方法 |
KR910002651B1 (ko) | 1987-11-13 | 1991-04-27 | 스미또모 덴끼 고교 가부시끼가이샤 | 간 기능 검사 장치 |
JPH0620459B2 (ja) * | 1987-11-13 | 1994-03-23 | 住友電気工業株式会社 | 肝機能検査装置 |
JP3221610B2 (ja) | 1991-01-18 | 2001-10-22 | エイサ・インコーポレイテツド | 生化学的プロフィールから障害を検出又は類別する方法 |
WO1996012187A1 (en) | 1994-10-13 | 1996-04-25 | Horus Therapeutics, Inc. | Computer assisted methods for diagnosing diseases |
ATE197511T1 (de) * | 1995-07-25 | 2000-11-11 | Horus Therapeutics Inc | Rechnergestütztes verfahren und anordnung zur diagnose von krankheiten |
US5687716A (en) | 1995-11-15 | 1997-11-18 | Kaufmann; Peter | Selective differentiating diagnostic process based on broad data bases |
US6059724A (en) * | 1997-02-14 | 2000-05-09 | Biosignal, Inc. | System for predicting future health |
US6300136B1 (en) | 1997-09-03 | 2001-10-09 | The Trustees Of The University Of Pennsylvania | Methods for diagnosis and treatment of tumors in humans |
US20040022827A1 (en) | 1997-09-30 | 2004-02-05 | Chugai Seiyaku Kabusiki Kaisha | Remedy for hepatopathy |
JPH11190734A (ja) | 1997-12-26 | 1999-07-13 | Wakamoto Pharmaceut Co Ltd | クローン病の検査方法および検査用キット |
JP2002543394A (ja) | 1999-04-26 | 2002-12-17 | サーロメッド・インコーポレーテッド | 表現型および生物学上のマーカーの同定系 |
AU1760001A (en) * | 1999-11-10 | 2001-06-06 | Quest Diagnostics Investments Incorporated | Use of computationally derived protein structures of genetic polymorphisms in pharmacogenomics and clinical applications |
US20020009740A1 (en) | 2000-04-14 | 2002-01-24 | Rima Kaddurah-Daouk | Methods for drug discovery, disease treatment, and diagnosis using metabolomics |
CN1242727C (zh) | 2000-04-18 | 2006-02-22 | 大和制衡株式会社 | 内脏脂肪测定装置 |
MXPA03000506A (es) | 2000-07-18 | 2004-09-10 | Correlogic Systems Inc | Proceso para discriminiar entre estados biologicos basados en patrones escondidos de datos biologicos. |
JP4545899B2 (ja) | 2000-07-31 | 2010-09-15 | キヤノン株式会社 | 加熱装置および画像形成装置 |
US6631330B1 (en) | 2000-08-21 | 2003-10-07 | Assistance Publique-Hopitaux De Paris (Ap-Hp) | Diagnosis method of inflammatory, fibrotic or cancerous disease using biochemical markers |
US7062384B2 (en) * | 2000-09-19 | 2006-06-13 | The Regents Of The University Of California | Methods for classifying high-dimensional biological data |
JP4315603B2 (ja) * | 2001-01-26 | 2009-08-19 | 東京瓦斯株式会社 | 炎症性腸疾患診断剤 |
JP3933882B2 (ja) | 2001-03-30 | 2007-06-20 | 富士通株式会社 | レーダーチャートを表示させるためのプログラムおよびレーダーチャート表示方法 |
CA2447857A1 (en) * | 2001-05-21 | 2002-11-28 | Parteq Research And Development Innovations | Method for determination of co-occurences of attributes |
JP2003159095A (ja) | 2001-07-12 | 2003-06-03 | Takeda Chem Ind Ltd | 結合分子予測方法およびその利用方法 |
EP1425695A2 (en) * | 2001-08-13 | 2004-06-09 | Beyong Genomics, Inc. | Method and system for profiling biological systems |
US20030077833A1 (en) | 2001-09-07 | 2003-04-24 | Queen's University At Kingston | Diagnositc methods for determining susceptibility to convulsive conditions |
ES2302919T3 (es) | 2002-03-29 | 2008-08-01 | Asahi Kasei Pharma Corporation | Metodo para la deteccion de una intolerancia ligera a la glucosa o hiposecrecion de insulina. |
JP2004135546A (ja) | 2002-10-16 | 2004-05-13 | Sumitomo Pharmaceut Co Ltd | クローン病の疾患マーカー及びその利用 |
WO2004038602A1 (en) | 2002-10-24 | 2004-05-06 | Warner-Lambert Company, Llc | Integrated spectral data processing, data mining, and modeling system for use in diverse screening and biomarker discovery applications |
JP4581994B2 (ja) * | 2002-12-09 | 2010-11-17 | 味の素株式会社 | 生体状態情報処理装置、生体状態情報処理方法、生体状態情報管理システム、プログラム、および、記録媒体 |
JP2004321179A (ja) | 2003-04-07 | 2004-11-18 | Nitto Boseki Co Ltd | 炎症性腸疾患診断用マーカー遺伝子もしくは蛋白質およびそれを利用した炎症性腸疾患診断方法 |
US7064104B2 (en) | 2003-06-13 | 2006-06-20 | The Procter & Gamble Company | Methods of managing the symptoms of premenstrual syndrome |
US20060170928A1 (en) | 2003-12-24 | 2006-08-03 | Vadivel Masilamani | Masila's cancer detector based on optical analysis of body fluids |
JP4200441B2 (ja) | 2003-08-13 | 2008-12-24 | 財団法人柏戸記念財団 | 臨床検査データの可視化表現シートの作成装置 |
WO2005020125A2 (en) * | 2003-08-20 | 2005-03-03 | Bg Medicine, Inc. | Methods and systems for profiling biological systems |
US8346482B2 (en) | 2003-08-22 | 2013-01-01 | Fernandez Dennis S | Integrated biosensor and simulation system for diagnosis and therapy |
US7761239B2 (en) | 2003-12-11 | 2010-07-20 | Correlogic Systems, Inc. | Method of diagnosing biological states through the use of a centralized, adaptive model, and remote sample processing |
US7433853B2 (en) | 2004-07-12 | 2008-10-07 | Cardiac Pacemakers, Inc. | Expert system for patient medical information analysis |
-
2003
- 2003-12-09 JP JP2005502361A patent/JP4581994B2/ja not_active Expired - Lifetime
- 2003-12-09 WO PCT/JP2003/015713 patent/WO2004052191A1/ja active Application Filing
- 2003-12-09 CA CA002508136A patent/CA2508136A1/en not_active Abandoned
- 2003-12-09 EP EP11157821A patent/EP2357581A3/en not_active Withdrawn
- 2003-12-09 AU AU2003289263A patent/AU2003289263A1/en not_active Abandoned
- 2003-12-09 EP EP03777384A patent/EP1570779A4/en not_active Withdrawn
- 2003-12-09 KR KR1020057010476A patent/KR100686910B1/ko active IP Right Grant
- 2003-12-09 CA CA002637250A patent/CA2637250A1/en not_active Abandoned
-
2005
- 2005-06-09 US US11/148,352 patent/US8234075B2/en active Active
-
2010
- 2010-07-12 JP JP2010158021A patent/JP5707757B2/ja not_active Expired - Lifetime
-
2012
- 2012-05-30 US US13/483,359 patent/US20120239366A1/en not_active Abandoned
-
2013
- 2013-07-22 JP JP2013152149A patent/JP5971209B2/ja not_active Expired - Lifetime
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010281826A (ja) * | 2002-12-09 | 2010-12-16 | Ajinomoto Co Inc | 生体状態情報処理装置、生体状態情報処理方法、生体状態情報管理システム、プログラム、および、記録媒体 |
Also Published As
Publication number | Publication date |
---|---|
CA2508136A1 (en) | 2004-06-24 |
KR20050084227A (ko) | 2005-08-26 |
JP2013257333A (ja) | 2013-12-26 |
JP5707757B2 (ja) | 2015-04-30 |
EP2357581A2 (en) | 2011-08-17 |
EP1570779A1 (en) | 2005-09-07 |
JP5971209B2 (ja) | 2016-08-17 |
US20050283347A1 (en) | 2005-12-22 |
CA2637250A1 (en) | 2004-06-24 |
JPWO2004052191A1 (ja) | 2006-04-06 |
AU2003289263A1 (en) | 2004-06-30 |
EP1570779A4 (en) | 2008-03-12 |
KR100686910B1 (ko) | 2007-02-26 |
US20120239366A1 (en) | 2012-09-20 |
WO2004052191A1 (ja) | 2004-06-24 |
JP2010281826A (ja) | 2010-12-16 |
EP2357581A3 (en) | 2012-09-12 |
US8234075B2 (en) | 2012-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4581994B2 (ja) | 生体状態情報処理装置、生体状態情報処理方法、生体状態情報管理システム、プログラム、および、記録媒体 | |
JP7215507B2 (ja) | 取得方法、評価装置、評価プログラムおよび評価システム | |
JP7291605B2 (ja) | 取得方法、算出方法、糖尿病評価装置、算出装置、糖尿病評価プログラム、算出プログラム、糖尿病評価システム、および端末装置 | |
JP2016029398A (ja) | 内臓脂肪面積の評価方法、内臓脂肪面積評価装置、内臓脂肪面積評価方法、内臓脂肪面積評価プログラム、記録媒体、内臓脂肪面積評価システム、及び端末装置 | |
WO2006098192A1 (ja) | 生体状態評価装置、生体状態評価方法、生体状態評価システム、生体状態評価プログラム、評価関数作成装置、評価関数作成方法、評価関数作成プログラムおよび記録媒体 | |
KR20050085711A (ko) | 데이터 저장소와의 상호작용 제어방법 및 제어 시스템과,컴퓨터 | |
WO2008015929A1 (fr) | procédé d'évaluation de syndrome métabolique, appareil D'ÉVALUATION DE SYNDROME MÉTABOLIQUE, système D'ÉVALUATION DE SYNDROME MÉTABOLIQUE, programme d'évaluation de syndrome métabolique et support d'enregistrement, et proc& | |
Thorpe et al. | Neighborhood socioeconomic environment and risk of type 2 diabetes: associations and mediation through food environment pathways in three independent study samples | |
JP2020101571A (ja) | 評価方法、評価装置、評価プログラム、評価システム、及び端末装置 | |
US20140113378A1 (en) | Method of evaluating fatty liver related disease, fatty liver related disease-evaluating apparatus, fatty liver related disease-evaluating method, fatty liver related disease-evaluating program product, fatty liver related disease-evaluating system, information communication terminal apparatus, and method of searching for prophylactic/ameliorating substance for fatty liver related disease | |
MXPA06011525A (es) | Sistema y metodos para manejo del tratamiento y datos del paciente. | |
JPWO2009054350A1 (ja) | 耐糖能異常の評価方法、耐糖能異常評価装置、耐糖能異常評価方法、耐糖能異常評価システム、耐糖能異常評価プログラムおよび記録媒体、ならびに耐糖能異常の予防・改善物質の探索方法 | |
CN100502763C (zh) | 生物体状态信息处理装置和其方法、以及生物体状态信息管理系统 | |
Elwell‐Cuddy et al. | The construction and application of a population physiologically based pharmacokinetic model for methadone in Beagles and Greyhounds | |
Papadakis et al. | Strategies to improve the delivery of tobacco use treatment in primary care practice | |
JP6886241B2 (ja) | 骨格筋面積の評価方法 | |
Thorpe et al. | We examined whether relative availability of fast-food restaurants and super-markets mediates the association between worse neighborhood socioeconomic conditions and risk of developing type 2 diabetes (T2D). |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060711 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090602 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090729 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100511 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100712 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100803 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100816 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4581994 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130910 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130910 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
EXPY | Cancellation because of completion of term |