JP5527802B2 - 疾病予測システム - Google Patents

Description

本発明は、被験者の罹患する可能性が高い疾病の種類を予測する技術に関する。

発病する以前の段階で、罹患する可能性が高い疾病を予測することが出来れば、予測された疾病が顕在化（発病）しない様に、日常生活において注意することが出来る。そして、その様な注意を日常的にしていれば、たとえ顕在化（発病）する可能性が高くても、十分に予防して、発病を未然に防止することが可能となる。
そのため、従来から種々の疾病予測技術或いは診断技術が提案されている。

しかし、従来の疾病の診断或いは予測は、患者を長時間に亘って拘束して、複数の検査を実施しなければならないので、患者に対して大きな負担を強いることとなる。
特に、罹患する可能性が高い疾病の予測については、被験者としては簡易な検査を望む傾向が強く、身体的、時間的、経済的に大きな負担は望まない場合が多い。
被験者の負担が比較的軽微な検査技術も存在するが、その様な検査技術は、単一種類或いは少数の疾病についてのみ罹患の可能性を判定可能である。そのため、係る従来技術では、「どの様な疾病に罹患する可能性が高いか？」という被験者にとって最も関心の高い事項については、判断不可能である。

従来の疾病の予測技術或いは診断技術としては、例えば、腫瘍発生を診断するために、体液または組織サンプルを患者から摘出して、メラノーマまたはカルシノーマ細胞を検出する技術が提案されている（特許文献１参照）。
また、緑内障、白内障その他の眼障害を検出するために、患者から組織サンプルを取得して、眼障害を発生する素因を検出する技術が提案されている（特許文献２）。
しかし、係る従来技術（特許文献１、２）は、何れも、腫瘍或いは眼障害という単一種類の疾病しか検出することが出来ない。
そのため、上述した従来技術の問題点を解消することは困難である。

特表２００８−５２３７８４号公報 特表２００５−５１９８８１号公報

本発明は上述した従来技術の問題点に鑑みて提案されたものであり、被験者に多大な負担を強いることなく、被験者が罹患する可能性が高い疾病について高い精度で予測することが出来る疾病予測システムの提供を目的としている。

発明者は種々研究の結果、罹患した疾病（或いは、罹患する可能性が高い疾病）が共通する被験者の幹細胞を培養すると、培養し易い培地の組成と培養し難い培地の組成とが極めて類似することを見出した。

本発明の疾病予測システムは係る知見に基づいて創作されており、複数の容器（Ａ〜Ｅ）を含み、該複数の容器（Ａ〜Ｅ）には組成の異なる複数種類の培地（ＺＡ〜ＺＥ）がそれぞれ充填されており、当該培地（ＺＡ〜ＺＥ）上で被験者から採取された幹細胞（Ｃ）が培養され、複数の容器（Ａ〜Ｅ）の各々で培養される幹細胞（Ｃ）の培養量を計測する幹細胞培養量計測装置（ＳＡ〜ＳＥ）と、制御装置（１０）とを備え、該制御装置（１０）は、幹細胞培養量計測装置（ＳＡ〜ＳＥ）の計測結果から各々の容器（Ａ〜Ｅ）における幹細胞（Ｃ）の培養量と容器（Ａ〜Ｅ）に充填された培地（ＺＡ〜ＺＥ）の種類との組み合わせ（「幹細胞と培地との相性」或いは「幹細胞と培地との特性」）を決定する機能と、幹細胞（Ｃ）の培養量と容器（Ａ〜Ｅ）に充填された組成との組み合わせから被験者が罹患し易い疾病の種類を判定する機能とを有していることを特徴としている。

本明細書において、幹細胞培養に際して、各々の容器（Ａ〜Ｅ）における幹細胞（Ｃ）の培養量と容器（Ａ〜Ｅ）に充填された培地（ＺＡ〜ＺＥ）の種類との組み合わせ、或いは、培養し易い培地の種類と培養し難い培地の種類との組み合わせを、「幹細胞と培地との相性」或いは「幹細胞と培地との特性」と表現する場合がある。

上述する構成を具備する本発明によれば、幹細胞（Ｃ）の培養量と容器（Ａ〜Ｅ）に充填された組成との組み合わせ（「幹細胞と培地との相性」或いは「幹細胞と培地との特性」）から被験者が罹患し易い疾病の種類を判定しており、被験者の幹細胞の性質（培養し易さ）を基準に罹患し易い疾病を予測するので、当該予測の精度が高い。
そして、被験者は、少量の幹細胞を摘出するのみであるため、身体的な負担が少ない。

さらに、幹細胞（Ｃ）の培養量と容器（Ａ〜Ｅ）に充填された組成との組み合わせ（「幹細胞と培地との相性」或いは「幹細胞と培地との特性」）が類似している事例から疾病の種類を予測するので、予測される疾病の種類が非常に多種類に及ぶ。
その点で、１種類の疾病の罹患可能性しか予測することが出来ない従来技術とは大きな相違が有る。

これに加えて、本発明によれば、幹細胞（Ｃ）の培養量と容器（Ａ〜Ｅ）に充填された組成との組み合わせ（「幹細胞と培地との相性」或いは「幹細胞と培地との特性」）が類似している事例を、例えば記憶ブロック（データベース１６）に構築することにより、当該ブロック（データベース１６）にデータを蓄積するほど、予測精度が向上するという利点がある。

本発明の実施形態を示すブロック図である。 実施形態で用いられる制御装置の機能ブロック図である。 本発明の実施形態における診断手順を示すフローチャートである。 本発明の実施形態における診断原理を示す模式図である。 本発明の実施形態においてデータベースを構築する手順を示すフローチャートである。

以下、添付図面を参照して、本発明の実施形態について説明する。
図1において、全体を符号１００で示す疾病予測システムは、複数（図示の例では５つ）の容器Ａ〜Ｅ、制御手段１０、入力手段２０および出力手段３０を備えている。
入力手段２０は、図示の例では、入力用コンピュータ２１、キーボード２２、入力用モニタ２３、マウス２４を有している。
なお、入力手段２０をキーボード２２のみとして、入力用コンピュータ２１を制御手段１０に内蔵させ、入力用モニタ２３の機能を出力手段（出力用モニタ）３０と兼用させることも出来る。
入力手段２０（の入力用コンピュータ２１）は、ラインＬ２によって制御手段１０と接続されている。出力手段３０は、ラインＬ３によって制御手段と接続されている。

各容器Ａ〜Ｅには、組成の異なる培地ＺＡ〜ＺＥが充填されており、当該培地ＺＡ〜ＺＥにおいて、被験者から採取された幹細胞Ｃ（図示を省略）が培養されている。
各容器Ａ〜Ｅ内には、培養された幹細胞Ｃの培養量を計測するための幹細胞培養量計測装置（以下、「培養量センサ」と記載する）ＳＡ〜ＳＥが配置されている。培養量センサＳＡ〜ＳＥは、入力信号ラインＳｉによって制御手段１０と接続されている。

図示の実施形態では、培養量センサＳＡ〜ＳＥは、例えば高精度のロードセルで構成されており、培養された幹細胞の重量を計測する機能を有している。計測された「培養された幹細胞の重量」は、入力信号ラインＳｉを介して制御装置１０に送信される。制御装置１０内の培養量演算ブロック１２（図２参照）により、培養された幹細胞Ｃの量が決定される。
培養された幹細胞Ｃの質量を計測するセンサに代えて、幹細胞Ｃが培養されている領域の面積を計測する計測装置や、培養量の概算を目視で決定する作業者により、幹細胞培養量計測装置（培養量センサＳＡ〜ＳＥ）を構成することが可能である。

培地ＺＡ〜ＺＥについては、ケース・バイ・ケースで配合を決定する。基本的には、市販の標準培地に補足するべき成分の種類或いは添加量を変化して、配合を決定する。
例えば、「標準的な培地」としては、例えば、ダルベッコ改質イーグル培地が好ましい。補足するべき成分としては、血清代行品、ペニシリン、ストレプトマイシン、非必須アミノ酸類、Ｌ−グルタミン、βメルカプトエタノール、塩基性線維芽細胞増殖因子、炭水化物源、緩衝剤、ホルモン剤、神経幹細胞増殖因子、ＬＩＦ等が考えられる。

次に、図２のブロック図を参照して、制御手段１０の詳細を説明する。
図２において、制御手段１０は、インタフェース１１、培養量演算ブロック１２、培地との特性決定ブロック１３、比較判定ブロック１４、出力装置と接続されるインタフェース１５、記憶ブロック（以下、データベースと言う）１６、入力装置と接続されるインタフェース１７を有している。

各々の容器Ａ〜Ｅに設けた培養量センサＳＡ〜ＳＥからの計測結果、すなわち、各々の容器Ａ〜Ｅで培養された幹細胞の量に関する情報は、入力信号ラインＳｉからインタフェース１１を介して、培養量演算ブロック１２に伝送される。
培養量演算ブロック１２は、伝送されてきた情報に基づいて、各々の容器Ａ〜Ｅにおける幹細胞の培養量を演算して、その結果をラインＬ２３を介して、培地との特性決定ブロック１３に伝送する。
培地との特性決定ブロック１３は、各々の容器Ａ〜Ｅにおける幹細胞の培養量と各々の容器Ａ〜Ｅに充填された培地の種類との組み合わせ（「幹細胞と培地との相性」或いは「幹細胞と培地との特性」、以下、「幹細胞と培地との相性」と記載する）を決定する。「幹細胞と培地との相性」は、ラインＬ３４経由で比較判定ブロック１４に伝送される。

データベース１６には、培地の特性と疾病との関連性のデータが記憶されている。培地の特性と疾病との関連性のデータは、入力装置２０（図1参照）から、インタフェース１７経由で、データベース１６に入力される。
比較判定ブロック１４は、上記「幹細胞と培地との相性」と、データベース１６からラインＬ６４経由で受信した「培地の特性と疾病との関連性のデータ」とから、被験者が罹患し易い疾病の種類を判定する。
そして、その判定結果は、インタフェース１５経由でラインＬ３によって表示装置３０（図1参照）に伝送される。

次に、図３に基づいて、図１、図２、図４をも参照しつつ、疾病予測（診断）の手順を説明する。
図３のステップＳ１において、被験者の幹細胞を採取し、その幹細胞を容器Ａ〜Ｅで培養する。制御手段１０は、培養を開始してから、所定時間が経過したか否かを判断する（ステップS２）。所定時間が経過していなければ（ステップＳ２がＮＯ）、ステップＳ２のＮＯのループを繰り返す。所定時間が経過したなら（ステップＳ２がＹＥＳ）、ステップＳ３に進む。

ステップＳ３では、制御手段１０の培養量演算ブロック１２により、培養量センサＳＡ〜ＳＥからの情報によって、各々の容器Ａ〜Ｅで培養された幹細胞Ｃの量を演算する。そしてステップＳ４に進む。
ステップＳ４において、制御手段１０の培地との特性決定ブロック１３により、培養量演算ブロック１２で演算された幹細胞培養量から、幹細胞と培地との特性を決定する。

ステップＳ５では、制御手段１０の比較判定ブロック１４により、被験者の幹細胞と培地ＺＡ〜ＺＥとの相性（特性）と一致するデータを、記憶ブロック（データベース）１６のデータから検索する。

ここで、被験者の幹細胞と、培地ＺＡ〜ＺＡとの相性（或いは、特性）の例を図４の（Ａ）、（Ｂ）、（Ｃ）で示している。図４の（Ａ）、（Ｂ）、（Ｃ）で示すように、ある培地では幹細胞の培養は良好に行われ（図４において「○」で示す欄）、他の培地では幹細胞の培養状況は不良となる（図４において「×」で示す欄）場合がある。
この様な培地と幹細胞培養との適不適（相性）は、被験者の体質に依存する部分が大きい。
そして発明者の研究では、同一の疾病に罹患する被験者の幹細胞は、培地の種類による幹細胞培養との適不適（相性）が一致することが分かっている。

その様な、被験者の幹細胞培養に際して、培地ＺＡ〜ＺＥの何れが良好であり、何れが不良であるかを、本明細書では、「被験者の幹細胞と培地（ＺＡ〜ＺＥ）との相性（或いは、特性）」と記載している。
そして、図４では、例として、（Ａ）の組み合わせの場合には、脳血栓を発症し易く、（Ｂ）の組み合わせの場合には、脳梗塞を発症し易く、（Ｃ）の組み合わせの場合には、心臓発作を発症し易いことが示されている。
なお、係る組み合わせはケース、バイ、ケースで定まり、培地の種類も５種類には限定されない。

図３のステップＳ６では、制御手段１０の比較判定ブロック１４は、培養した幹細胞と培地との特性と、データベース１６で検索した被験者の幹細胞と培地ＺＡ〜ＺＥとの相性（特性）と一致するデータから、被験者の罹患し易い疾病を決定する。
そしてステップＳ７では、制御手段１０は、被験者の罹患し易い疾病名をインタフェース１５、ラインＬ３経由で表示装置３０に送り、当該疾病名を表示装置３０表示画面に表示して、疾病予測を終了する。

次に、図５のフローチャートに基づいて、図１、図２をも参照して、データベース１６（図２参照）を構築する手順について説明する。
ステップＳ１１〜Ｓ１３では、図３のステップＳ１〜Ｓ３と同様の処理が行われる。ステップＳ１４、Ｓ１５は、ステップＳ１１〜Ｓ１３と平行して処理される。
なお、図示はされていないが、ステップＳ１１〜Ｓ１３の処理を完了した後に、ステップＳ１４、Ｓ１５の処理を行なうようにしても良い。

ステップＳ１４において、例えば、図示しないシステムオペレータによって、被験者の身体的データ、病歴、過去の健康診断結果、その他必要事項を入力装置２０で入力する。
ステップＳ１５では、制御手段１０の比較判定ブロック１４は、ステップＳ１４の入力データから、被験者が罹患し易い疾病を予測する。

ステップＳ１６では、被験者の幹細胞と培地ＺＡ〜ＺＥとの相性（特性）と、発症が予測される疾病（ステップＳ１５で予測された疾病）とを組み合わせて、図３のステップＳ５に相当する新たなデータを作成する。
そして、ステップＳ１７に進み、相当数のデータを作成したか否かを判断する。すなわち、ステップＳ１７では、予測の精度を上げるために、データベース構築に際して、必要とされる程度（規定数）のデータ数を作成したか否かをチェックしている。

未だ規定数のデータに達していないなら（ステップＳ１７がＮＯ）、ステップＳ１９に進み、被験者を交換して、ステップＳ１１以降を繰り返す。
規定数のデータを作成したならば（ステップＳ１７がＹＥＳ）、ステップＳ１８に進み、被験者の幹細胞と培地ＺＡ〜ＺＥとの相性に関するデータベース１６（図２参照）を構築する。
そして、必要に応じて（ステップＳ１９がＹＥＳ）、データベースの訂正を行う（ステップＳ２０）。

図示の実施形態によれば、幹細胞Ｃの培養量と容器Ａ〜Ｅに充填された組成との組み合わせ（幹細胞と培地との相性）から、被験者が罹患し易い疾病の種類を判定している。すなわち、被験者の幹細胞の性質（培養し易さ）を基準に、罹患し易い疾病を予測する。そのため当該予測の精度が高い。
そして、被験者は、少量の幹細胞を摘出するのみであるため、身体的な負担が少ない。

さらに、幹細胞Ｃの培養量と容器Ａ〜Ｅに充填された組成との組み合わせ（幹細胞と培地との相性）が類似している事例から疾病の種類を予測するので、予測される疾病の種類が非常に多種類に及ぶ。その点で、１種類の疾病の罹患可能性しか予測することが出来ない従来技術と大きく異なる。

加えて、本発明の実施形態によれば、幹細胞Ｃの培養量と容器Ａ〜Ｅに充填された組成との組み合わせ（「幹細胞と培地との相性」或いは「幹細胞と培地との特性」）が類似している事例を、データベース１６に蓄積するほど、予測精度が向上するという利点がある。

図示の実施形態はあくまでも例示であり、本発明の技術的範囲を限定する趣旨の記述ではない。

１０・・・制御手段
１１・・・インタフェース
１２・・・培養量演算ブロック
１３・・・倍地との特性決定ブロック
１４・・・比較判定ブロック
１５・・・出力装置と接続されるインタフェース
１６・・・記憶ブロック／データベース
１７・・・入力側と接続されるインタフェース
１００・・・疾病予測システム

Claims (1)

1. 複数の容器を含み、該複数の容器には組成の異なる複数種類の培地がそれぞれ充填されており、当該培地上で被験者から採取された幹細胞が培養され、複数の容器の各々で培養される幹細胞の培養量を計測する幹細胞培養量計測装置と、制御装置とを備え、該制御装置は、幹細胞培養量計測装置の計測結果から各々の容器における幹細胞の培養量と容器に充填された培地の種類との組み合わせを決定する機能と、幹細胞の培養量と容器に充填された組成との組み合わせから被験者が罹患し易い疾病の種類を判定する機能とを有していることを特徴とする疾病予測システム。

Images