JP6260275B2 - 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 - Google Patents

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 Download PDF

Info

Publication number
JP6260275B2
JP6260275B2 JP2013522983A JP2013522983A JP6260275B2 JP 6260275 B2 JP6260275 B2 JP 6260275B2 JP 2013522983 A JP2013522983 A JP 2013522983A JP 2013522983 A JP2013522983 A JP 2013522983A JP 6260275 B2 JP6260275 B2 JP 6260275B2
Authority
JP
Japan
Prior art keywords
fatty liver
evaluation
value
amino acid
gly
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.)
Active
Application number
JP2013522983A
Other languages
English (en)
Other versions
JPWO2013002381A1 (ja
Inventor
三雄 高橋
三雄 高橋
山本 浩史
浩史 山本
文彦 高月
文彦 高月
敏彦 安東
敏彦 安東
實 山門
實 山門
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ajinomoto Co Inc
Original Assignee
Ajinomoto Co Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ajinomoto Co Inc filed Critical Ajinomoto Co Inc
Publication of JPWO2013002381A1 publication Critical patent/JPWO2013002381A1/ja
Application granted granted Critical
Publication of JP6260275B2 publication Critical patent/JP6260275B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6803General methods of protein analysis not limited to specific proteins or families of proteins
    • G01N33/6806Determination of free amino acids
    • G01N33/6812Assays for specific amino acids
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00Detection or diagnosis of diseases
    • G01N2800/08Hepato-biliairy disorders other than hepatitis
    • G01N2800/085Liver diseases, e.g. portal hypertension, fibrosis, cirrhosis, bilirubin

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Hematology (AREA)
  • Urology & Nephrology (AREA)
  • Biomedical Technology (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biotechnology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Biophysics (AREA)
  • Biochemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Cell Biology (AREA)
  • Microbiology (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Genetics & Genomics (AREA)
  • Evolutionary Biology (AREA)
  • Medical Informatics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Description

本発明は、血液(例えば血漿、血清などを含む)中のアミノ酸濃度を利用した脂肪性肝疾患の評価方法、脂肪性肝疾患評価装置、脂肪性肝疾患評価方法、脂肪性肝疾患評価プログラム、脂肪性肝疾患評価システム、および情報通信端末装置、ならびに脂肪性肝疾患を予防させる又は脂肪性肝疾患の状態を改善させる物質を探索する脂肪性肝疾患の予防・改善物質の探索方法に関するものである。
NASH(non−alcoholic steatohepatitis:非アルコール性脂肪肝炎)およびNAFLD(non−alcoholic fatty liver disease:非アルコール性脂肪性肝疾患)は、一般的に超音波診断により診断される脂肪肝(肝臓細胞中に脂肪滴が蓄積したもの)を基礎とし、アルコールの多飲歴が無く且つ肝炎ウイルスにも非感染であるにも拘わらず肝組織所見がアルコール性肝障害に類似した肝組織像を呈する肝症状である(非特許文献1)。主に大滴性の肝脂肪沈着を特徴とする肝障害はNAFLDと呼ばれ、NAFLDは、更に、予後が良好な単純性脂肪肝(simple steatosis)と、進行性で最終的には肝硬変に至るNASHとに分類される(非特許文献1)。
歴史的には、1980年にLudwigが、多飲歴は無いがアルコール性肝障害を持ち肝硬変に至る症例をNASHとして報告しており、また1986年にSchaffnerがNAFLDの疾患群を報告している。NAFLDの肝組織像に関しては、Matteoniの4型の分類(1型:単純性脂肪肝、2型:脂肪性肝炎、3型:風船様変性を伴う脂肪性肝壊死、4型:マロリー体ないしは線維化を伴う肝細胞壊死)があり、肝硬変への進展または肝関連死の頻度が高い3型および4型はNASHとされる。また、NASHに関しては、線維化の程度によるBruntの4分類(Stage1:小葉中心部、Stage2:小葉中心部から門脈域、Stage3:架橋形成、Stage4:肝硬変)がある。
NASHおよびNAFLDと肥満またはメタボリック・シンドロームとの相関性は強い。肥満群では、その60〜70%がNAFLDの1型、その20〜25%がNAFLDの3型または4型(つまりNASH)、そして、その2〜3%が肝硬変(つまりNASHのStage4)である。また、NASHにおける、脂質代謝異常、高血圧、および高血糖の合併頻度は、各々60%、60%、および30%であり、メタボリック・シンドロームの合併頻度は約50%と高い。
NASHおよびNAFLDの基礎にある脂肪肝は、全検診受診者の20〜30%に見られ、メタボリック・シンドローム同様、近年増加の傾向にある。脂肪肝からNAFLD、そしてNASHへという肝症状の進展に対応して、検診受診者の8%にNAFLDが見られ、NASHの頻度も成人の0.5〜1%と推定される。NASHの予後は悪く、NASHでは5年間に線維化進展が25%、また肝硬変への進展が15%認められ、NASHの生存率は5年で67%、10年で59%である。
NAFLDおよびNASHの発症メカニズムに関しては、先ず肝細胞への脂肪蓄積が起こり、次に酸化ストレスのような肝細胞障害要因が加わることで、発症に至るという「two−hit theory」が支持されている。NAFLDおよびNASHの治療に関しては、肥満改善のための運動・食事療法、およびインスリン抵抗性改善薬・ビグアナイト薬・ウルソデオキシコール酸・抗高脂血症薬・抗酸化薬などを用いた薬物療法が検討されているが、コントロールを用いた療法の検討は少ない。
NAFLDおよびNASHの確定診断には、肝生検による肝組織像が必要である。しかし、肝生検は、侵襲度が高く、患者の苦痛、さらには出血などのリスクを伴うなど、患者に対する負担が大きい。そのため、全検診受診者のうち脂肪肝が認められる20〜30%の者を対象に肝生検を施行するのは、現実的にほぼ不可能である。
このような現状から、先ず、肝生検に代わる侵襲の少ない簡便な方法でNASHまたはNAFLDの可能性が高い症例を判別し、当該判別された症例を肝生検によるNASH診断の施行対象および治療対象とすることが、患者の身体的負担および医療経済学の面から望まれる。
これまで、低侵襲のNAFLDおよびNASHの判別法として、トランスアミナーゼ(ALT>AST)、γGTPの上昇、AST/ALT比の増加、ヒアルロン酸などの線維化マーカー、血小板数の減少、インスリン抵抗性を表すHOMA指数、酸化ストレスマーカー、アデイポネクチンのようなアデイポサイトポカイン、および、高感度CRPなどが報告されている(非特許文献1および非特許文献2)。
また、肝疾患の診断に血中アミノ酸濃度を用いる指標として、Fischerが提案したFischer比「(Leu+Val+Ile)/(Phe+Tyr)」、あるいはFischer比と同じ目的で臨床診断に用いられているFischer比を簡単にしたBTR指標「(Leu+Val+Ile)/Tyr」がある(非特許文献3)。
また、先行特許として、アミノ酸濃度と生体状態とを関連付ける方法に関する特許文献1、特許文献2、および特許文献3が公開されている。また、特許文献1には、血中アミノ酸を用いて肝炎を診断する方法、およびC型肝炎の非肝炎と肝炎の判別を目的とする指標が開示されている。また、アミノ酸の濃度を変数とする分数式からなる指標式を用いて肝疾患の病態の進行を評価する装置に関する特許文献4が公開されている。また、アミノ酸濃度を用いてメタボリック・シンドロームの状態を評価する方法に関する特許文献5や、アミノ酸濃度を用いて内臓脂肪蓄積の状態を評価する方法に関する特許文献6、アミノ酸濃度を用いて耐糖能異常の状態を評価する方法に関する特許文献7、およびアミノ酸濃度を用いて見掛け肥満、隠れ肥満、および肥満の状態を評価する方法に関する特許文献8が公開されている。
国際公開第2004/052191号 国際公開第2006/098192号 国際公開第2009/054351号 国際公開第2006/129513号 国際公開第2008/015929号 国際公開第2009/001862号 国際公開第2009/054350号 国際公開第2010/095682号
NASH・NAFLDの診療ガイド,2010,日本肝臓学会編 Aliment Pharmacol Ther, 2011, 33, 525-540 Fischer JE, Surgery, 1975, 78,276−290
しかしながら、これまで、脂肪肝、NAFLD、およびNASHと血中アミノ酸濃度との相関性に関する報告および脂肪肝、NAFLD、およびNASHの判別法への血中アミノ酸濃度の応用に関する報告はない。なお、非特許文献1および非特許文献2で報告されている判別法は診断性能が十分ではないので、当該判別法を確立した診断法として応用するのは難しい。また、非特許文献3で報告されているFischer比およびBTR指標は肝硬変における肝性脳症の診断に用いられるものであるので、Fischer比およびBTR指標をNAFLDまたはNASHの診断に用いても十分な精度を得ることはできない。また、特許文献1〜8に開示されている指標式群をNAFLDまたはNASHの診断に用いても、診断対象が異なるので、十分な精度を得ることはできない。
つまり、これまで、複数のアミノ酸を変数として、脂肪肝、NAFLD、およびNASHなどの脂肪性肝疾患の状態を評価する方法の開発は行われておらず、実用化されていないという問題点があった。
本発明は、上記問題点に鑑みてなされたもので、血液中のアミノ酸の濃度を利用して、脂肪性肝疾患の状態を精度よく評価することができる脂肪性肝疾患の評価方法、脂肪性肝疾患評価装置、脂肪性肝疾患評価方法、脂肪性肝疾患評価プログラム、脂肪性肝疾患評価システム、および情報通信端末装置、ならびに、当該脂肪性肝疾患の評価方法を用いて、脂肪性肝疾患を予防させる又は脂肪性肝疾患の状態を改善させる物質を精度よく探索することができる脂肪性肝疾患の予防・改善物質の探索方法を提供することを目的とする。
アミノ酸は主に肝臓で代謝され、脂肪肝からNAFLDそしてNASHへの進行過程は糖代謝、脂質代謝、炎症反応、および酸化ストレス応答反応と強く相関していると考えられる。そのため、NAFLDまたはNASHの状態の肝臓の組織像変化に対応して変動する血中アミノ酸が同定され、さらに同定された血中アミノ酸の濃度を変数とした指標式が見出されれば、脂肪肝、NAFLD、およびNASHの簡便かつ効果的な判別法として広く適用可能である。そこで、本発明者らは、上述した課題を解決するために鋭意検討した結果、血液中のアミノ酸濃度による脂肪肝、NAFLD、およびNASHの陽性群の判別に有用なアミノ酸変数を同定すると共に、同定したアミノ酸の濃度を変数に用いた、2群間の判別能を最適化するための多変量判別式(関数式、指標式)を見出し、本発明を完成するに至った。
すなわち、上述した課題を解決し、目的を達成するために、本発明にかかる脂肪性肝疾患の評価方法は、評価対象から採取した血液中のアミノ酸の濃度値に関するアミノ酸濃度データを取得する取得ステップと、前記取得ステップで取得した前記アミノ酸濃度データに基づいて、前記評価対象につき、脂肪肝、NAFLD(non−alcoholic fatty liver disease)、およびNASH(non−alcoholic steatohepatitis)のうち少なくとも1つを含む脂肪性肝疾患の状態を評価する濃度値基準評価ステップとを含むことを特徴とする。
また、本発明にかかる脂肪性肝疾患の評価方法は、前記の脂肪性肝疾患の評価方法において、前記濃度値基準評価ステップは、前記取得ステップで取得した前記アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つの前記濃度値に基づいて、前記評価対象につき、前記NASHの状態を評価すること、を特徴とする。
また、本発明にかかる脂肪性肝疾患の評価方法は、前記の脂肪性肝疾患の評価方法において、前記濃度値基準評価ステップは、前記取得ステップで取得した前記アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つの前記濃度値に基づいて、前記NASHまたは非NASHであるか否かを判別する濃度値基準判別ステップをさらに含むことを特徴とする。
また、本発明にかかる脂肪性肝疾患の評価方法は、前記の脂肪性肝疾患の評価方法において、前記濃度値基準評価ステップは、前記取得ステップで取得した前記アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つの前記濃度値に基づいて、前記評価対象につき、前記NAFLDの状態を評価すること、を特徴とする。
また、本発明にかかる脂肪性肝疾患の評価方法は、前記の脂肪性肝疾患の評価方法において、前記濃度値基準評価ステップは、前記取得ステップで取得した前記アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つの前記濃度値に基づいて、前記評価対象につき、前記NAFLDまたは非NAFLDであるか否かを判別する濃度値基準判別ステップをさらに含むことを特徴とする。
また、本発明にかかる脂肪性肝疾患の評価方法は、前記の脂肪性肝疾患の評価方法において、前記濃度値基準評価ステップは、前記取得ステップで取得した前記アミノ酸濃度データに含まれるThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの前記濃度値に基づいて、前記評価対象につき、前記脂肪肝の状態を評価すること、を特徴とする。
また、本発明にかかる脂肪性肝疾患の評価方法は、前記の脂肪性肝疾患の評価方法において、前記濃度値基準評価ステップは、前記取得ステップで取得した前記アミノ酸濃度データに含まれるThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの前記濃度値に基づいて、前記評価対象につき、前記脂肪肝または非脂肪肝であるか否かを判別する濃度値基準判別ステップをさらに含むことを特徴とする。
また、本発明にかかる脂肪性肝疾患の評価方法は、前記の脂肪性肝疾患の評価方法において、前記濃度値基準評価ステップは、前記取得ステップで取得した前記アミノ酸濃度データに含まれるGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つの前記濃度値に基づいて、前記評価対象につき、前記NASHおよび前記NAFLDの状態を評価すること、を特徴とする。
また、本発明にかかる脂肪性肝疾患の評価方法は、前記の脂肪性肝疾患の評価方法において、前記濃度値基準評価ステップは、前記取得ステップで取得した前記アミノ酸濃度データに含まれるGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つの前記濃度値に基づいて、前記評価対象につき、前記NASH、または非NASH且つ前記NAFLDであるか否かを判別する濃度値基準判別ステップをさらに含むことを特徴とする。
また、本発明にかかる脂肪性肝疾患の評価方法は、前記の脂肪性肝疾患の評価方法において、前記濃度値基準評価ステップは、前記取得ステップで取得した前記アミノ酸濃度データ、および前記アミノ酸の濃度を変数として含む予め設定した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出ステップと、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記脂肪性肝疾患の状態を評価する判別値基準評価ステップとをさらに含むこと、を特徴とする。
また、本発明にかかる脂肪性肝疾患の評価方法は、前記の脂肪性肝疾患の評価方法において、前記多変量判別式は、ロジスティック回帰式、分数式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか1つであること、を特徴とする。
また、本発明にかかる脂肪性肝疾患の評価方法は、前記の脂肪性肝疾患の評価方法において、前記判別値算出ステップは、前記取得ステップで取得した前記アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つの前記濃度値、およびGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準評価ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記NASHの状態を評価すること、を特徴とする。
また、本発明にかかる脂肪性肝疾患の評価方法は、前記の脂肪性肝疾患の評価方法において、前記判別値基準評価ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記NASHまたは非NASHであるか否かを判別する判別値基準判別ステップをさらに含むことを特徴とする。
また、本発明にかかる脂肪性肝疾患の評価方法は、前記の脂肪性肝疾患の評価方法において、前記多変量判別式は、Glu,Gln,Gly,Ala,Val,Tyrを前記変数として含む前記ロジスティック回帰式であること、を特徴とする。
また、本発明にかかる脂肪性肝疾患の評価方法は、前記の脂肪性肝疾患の評価方法において、前記判別値算出ステップは、前記取得ステップで取得した前記アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つの前記濃度値、およびGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準評価ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記NAFLDの状態を評価すること、を特徴とする。
また、本発明にかかる脂肪性肝疾患の評価方法は、前記の脂肪性肝疾患の評価方法において、前記判別値基準評価ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記NAFLDまたは非NAFLDであるか否かを判別する判別値基準判別ステップをさらに含むことを特徴とする。
また、本発明にかかる脂肪性肝疾患の評価方法は、前記の脂肪性肝疾患の評価方法において、前記多変量判別式は、Ser,Glu,Gly,Val,Tyr,Hisを前記変数として含む前記ロジスティック回帰式であること、を特徴とする。
また、本発明にかかる脂肪性肝疾患の評価方法は、前記の脂肪性肝疾患の評価方法において、前記判別値算出ステップは、前記取得ステップで取得した前記アミノ酸濃度データに含まれるThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの前記濃度値、およびThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準評価ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記脂肪肝の状態を評価すること、を特徴とする。
また、本発明にかかる脂肪性肝疾患の評価方法は、前記の脂肪性肝疾患の評価方法において、前記判別値基準評価ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記脂肪肝または非脂肪肝であるか否かを判別する判別値基準判別ステップをさらに含むことを特徴とする。
また、本発明にかかる脂肪性肝疾患の評価方法は、前記の脂肪性肝疾患の評価方法において、前記多変量判別式は、Ser,Glu,Gly,Ala,Val,Tyrを前記変数として含む前記ロジスティック回帰式であること、を特徴とする。
また、本発明にかかる脂肪性肝疾患の評価方法は、前記の脂肪性肝疾患の評価方法において、前記判別値算出ステップは、前記取得ステップで取得した前記アミノ酸濃度データに含まれるGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つの前記濃度値、およびGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準評価ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記NASHおよび前記NAFLDの状態を評価すること、を特徴とする。
また、本発明にかかる脂肪性肝疾患の評価方法は、前記の脂肪性肝疾患の評価方法において、前記判別値基準評価ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記NASH、または非NASH且つ前記NAFLDであるか否かを判別する判別値基準判別ステップをさらに含むことを特徴とする。
また、本発明にかかる脂肪性肝疾患の評価方法は、前記の脂肪性肝疾患の評価方法において、前記多変量判別式は、Asn,Gln,Gly,Ala,Cit,Metを前記変数として含む前記ロジスティック回帰式であること、を特徴とする。
また、本発明にかかる脂肪性肝疾患の評価方法は、前記の脂肪性肝疾患の評価方法において、前記判別値基準評価ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、非NAFLD、前記NASH、または非NASH且つ前記NAFLDであるか否かを判別する判別値基準判別ステップをさらに含むことを特徴とする。
また、本発明にかかる脂肪性肝疾患の評価方法は、前記の脂肪性肝疾患の評価方法において、前記多変量判別式は、Ser,Glu,Gly,Val,Tyr,Hisを前記変数として含む前記ロジスティック回帰式、およびAsn,Gln,Gly,Ala,Cit,Metを前記変数として含む前記ロジスティック回帰式であること、を特徴とする。
また、本発明にかかる脂肪性肝疾患評価装置は、制御手段と記憶手段とを備え、評価対象につき、脂肪肝、NAFLD(non−alcoholic fatty liver disease)、およびNASH(non−alcoholic steatohepatitis)のうち少なくとも1つを含む脂肪性肝疾患の状態を評価する脂肪性肝疾患評価装置であって、前記制御手段は、アミノ酸の濃度値に関する予め取得した前記評価対象のアミノ酸濃度データ、および前記アミノ酸の濃度を変数として含む前記記憶手段で記憶した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出手段と、前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき、前記脂肪性肝疾患の状態を評価する判別値基準評価手段とを備えたこと、を特徴とする。
なお、本発明にかかる脂肪性肝疾患評価装置は、前記の脂肪性肝疾患評価装置において、前記制御手段は、前記アミノ酸濃度データと前記脂肪性肝疾患の状態を表す指標に関する脂肪性肝疾患状態指標データとを含む前記記憶手段で記憶した脂肪性肝疾患状態情報に基づいて、前記記憶手段で記憶する前記多変量判別式を作成する多変量判別式作成手段をさらに備え、前記多変量判別式作成手段は、前記脂肪性肝疾患状態情報から所定の式作成手法に基づいて、前記多変量判別式の候補である候補多変量判別式を作成する候補多変量判別式作成手段と、前記候補多変量判別式作成手段で作成した前記候補多変量判別式を、所定の検証手法に基づいて検証する候補多変量判別式検証手段と、前記候補多変量判別式検証手段での検証結果から所定の変数選択手法に基づいて前記候補多変量判別式の変数を選択することで(ただし、前記検証結果を考慮せず、前記所定の変数選択手法に基づいて前記候補多変量判別式の変数を選択してもよい。)、前記候補多変量判別式を作成する際に用いる前記脂肪性肝疾患状態情報に含まれる前記アミノ酸濃度データの組み合わせを選択する変数選択手段と、をさらに備え、前記候補多変量判別式作成手段、前記候補多変量判別式検証手段および前記変数選択手段を繰り返し実行して蓄積した前記検証結果に基づいて、複数の前記候補多変量判別式の中から前記多変量判別式として採用する前記候補多変量判別式を選出することで、前記多変量判別式を作成することを特徴としてもよい。
また、本発明にかかる脂肪性肝疾患評価方法は、制御手段と記憶手段とを備えた情報処理装置において実行される、評価対象につき、脂肪肝、NAFLD(non−alcoholic fatty liver disease)、およびNASH(non−alcoholic steatohepatitis)のうち少なくとも1つを含む脂肪性肝疾患の状態を評価する脂肪性肝疾患評価方法であって、前記制御手段において実行される、アミノ酸の濃度値に関する予め取得した前記評価対象のアミノ酸濃度データ、および前記アミノ酸の濃度を変数として含む前記記憶手段で記憶した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出ステップと、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記脂肪性肝疾患の状態を評価する判別値基準評価ステップとを含むこと、を特徴とする。
また、本発明にかかる脂肪性肝疾患評価プログラムは、制御手段と記憶手段とを備えた情報処理装置において実行させるための、評価対象につき、脂肪肝、NAFLD(non−alcoholic fatty liver disease)、およびNASH(non−alcoholic steatohepatitis)のうち少なくとも1つを含む脂肪性肝疾患の状態を評価する脂肪性肝疾患評価プログラムであって、前記制御手段において実行させるための、アミノ酸の濃度値に関する予め取得した前記評価対象のアミノ酸濃度データ、および前記アミノ酸の濃度を変数として含む前記記憶手段で記憶した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出ステップと、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記脂肪性肝疾患の状態を評価する判別値基準評価ステップとを含むこと、を特徴とする。
また、本発明にかかる記録媒体は、コンピュータ読み取り可能な記録媒体であって、前記の脂肪性肝疾患評価プログラムを記録したことを特徴とする。
また、本発明にかかる脂肪性肝疾患評価システムは、制御手段と記憶手段とを備え、評価対象につき、脂肪肝、NAFLD(non−alcoholic fatty liver disease)、およびNASH(non−alcoholic steatohepatitis)のうち少なくとも1つを含む脂肪性肝疾患の状態を評価する脂肪性肝疾患評価装置と、制御手段を備え、アミノ酸の濃度値に関する前記評価対象のアミノ酸濃度データを提供する情報通信端末装置とを、ネットワークを介して通信可能に接続して構成された脂肪性肝疾患評価システムであって、前記情報通信端末装置の前記制御手段は、前記評価対象の前記アミノ酸濃度データを前記脂肪性肝疾患評価装置へ送信するアミノ酸濃度データ送信手段と、前記脂肪性肝疾患評価装置から送信された前記脂肪性肝疾患の状態評価に関する前記評価対象の評価結果を受信する評価結果受信手段とを備え、前記脂肪性肝疾患評価装置の前記制御手段は、前記情報通信端末装置から送信された前記アミノ酸濃度データを受信するアミノ酸濃度データ受信手段と、前記アミノ酸濃度データ受信手段で受信した前記アミノ酸濃度データ、および前記アミノ酸の濃度を変数として含む前記記憶手段で記憶した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出手段と、前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき、前記脂肪性肝疾患の状態を評価する判別値基準評価手段と、前記判別値基準評価手段での前記評価対象の前記評価結果を前記情報通信端末装置へ送信する評価結果送信手段と、を備えたこと、を特徴とする。
また、本発明にかかる情報通信端末装置は、評価対象につき、脂肪肝、NAFLD(non−alcoholic fatty liver disease)、およびNASH(non−alcoholic steatohepatitis)のうち少なくとも1つを含む脂肪性肝疾患の状態を評価する脂肪性肝疾患評価装置とネットワークを介して通信可能に接続された、制御手段を備え、アミノ酸の濃度値に関する前記評価対象のアミノ酸濃度データを提供する情報通信端末装置であって、前記制御手段は、前記評価対象の前記アミノ酸濃度データを前記脂肪性肝疾患評価装置へ送信するアミノ酸濃度データ送信手段と、前記脂肪性肝疾患評価装置から送信された前記脂肪性肝疾患の状態評価に関する前記評価対象の評価結果を受信する評価結果受信手段とを備え、前記評価結果は、前記肪性肝疾患評価装置が、前記情報通信端末装置から送信された前記アミノ酸濃度データを受信し、受信した前記アミノ酸濃度データ、および前記アミノ酸の濃度を変数として含む前記肪性肝疾患評価装置で記憶した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出し、算出した前記判別値に基づいて、前記評価対象につき、前記脂肪性肝疾患の状態を評価した結果であること、を特徴とする。
また、本発明にかかる脂肪性肝疾患評価装置は、アミノ酸の濃度値に関する評価対象のアミノ酸濃度データを提供する情報通信端末装置とネットワークを介して通信可能に接続された、制御手段と記憶手段とを備え、前記評価対象につき、脂肪肝、NAFLD(non−alcoholic fatty liver disease)、およびNASH(non−alcoholic steatohepatitis)のうち少なくとも1つを含む脂肪性肝疾患の状態を評価する脂肪性肝疾患評価装置であって、前記制御手段は、前記情報通信端末装置から送信された前記アミノ酸濃度データを受信するアミノ酸濃度データ受信手段と、前記アミノ酸濃度データ受信手段で受信した前記アミノ酸濃度データ、および前記アミノ酸の濃度を変数として含む前記記憶手段で記憶した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出手段と、前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき、前記脂肪性肝疾患の状態を評価する判別値基準評価手段と、前記判別値基準評価手段での前記評価対象の評価結果を前記情報通信端末装置へ送信する評価結果送信手段と、を備えたこと、を特徴とする。
また、本発明にかかる脂肪性肝疾患の予防・改善物質の探索方法は、1つ又は複数の物質から成る所望の物質群が投与された評価対象から採取した血液中のアミノ酸の濃度値に関するアミノ酸濃度データを取得する取得ステップと、前記取得ステップで取得した前記アミノ酸濃度データに基づいて、前記評価対象につき、脂肪肝、NAFLD(non−alcoholic fatty liver disease)、およびNASH(non−alcoholic steatohepatitis)のうち少なくとも1つを含む脂肪性肝疾患の状態を評価する濃度値基準評価ステップと、前記濃度値基準評価ステップでの評価結果に基づいて、前記所望の前記物質群が、前記脂肪性肝疾患を予防させる又は前記脂肪性肝疾患の状態を改善させるものであるか否かを判定する判定ステップと、を含むことを特徴とする。
本発明によれば、評価対象から採取した血液中のアミノ酸の濃度値に関するアミノ酸濃度データを取得し、取得したアミノ酸濃度データに基づいて、前記評価対象につき、脂肪肝、NAFLD(non−alcoholic fatty liver disease)、およびNASH(non−alcoholic steatohepatitis)のうち少なくとも1つを含む脂肪性肝疾患の状態を評価する。これにより、血液中のアミノ酸の濃度を利用して、脂肪性肝疾患の状態を精度よく評価することができるという効果を奏する。
また、本発明によれば、アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つの濃度値に基づいて、評価対象につき、NASHの状態を評価する。これにより、血液中のアミノ酸の濃度のうちNASHの状態と関連するアミノ酸の濃度を利用して、NASHの状態を精度よく評価することができるという効果を奏する。
また、本発明によれば、アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つの濃度値に基づいて、NASHまたは非NASHであるか否かを判別する。これにより、血液中のアミノ酸の濃度のうちNASHと非NASHの2群判別に有用なアミノ酸の濃度を利用して、この2群判別を精度よく行うことができるという効果を奏する。
また、本発明によれば、アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つの濃度値に基づいて、評価対象につき、NAFLDの状態を評価する。これにより、血液中のアミノ酸の濃度のうちNAFLDの状態と関連するアミノ酸の濃度を利用して、NAFLDの状態を精度よく評価することができるという効果を奏する。
また、本発明によれば、アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つの濃度値に基づいて、評価対象につき、NAFLDまたは非NAFLDであるか否かを判別する。これにより、血液中のアミノ酸の濃度のうちNAFLDと非NAFLDの2群判別に有用なアミノ酸の濃度を利用して、この2群判別を精度よく行うことができるという効果を奏する。
また、本発明によれば、アミノ酸濃度データに含まれるThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値に基づいて、評価対象につき、脂肪肝の状態を評価する。これにより、血液中のアミノ酸の濃度のうち脂肪肝の状態と関連するアミノ酸の濃度を利用して、脂肪肝の状態を精度よく評価することができるという効果を奏する。
また、本発明によれば、アミノ酸濃度データに含まれるThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値に基づいて、評価対象につき、脂肪肝または非脂肪肝であるか否かを判別する。これにより、血液中のアミノ酸の濃度のうち脂肪肝と非脂肪肝の2群判別に有用なアミノ酸の濃度を利用して、この2群判別を精度よく行うことができるという効果を奏する。
また、本発明によれば、アミノ酸濃度データに含まれるGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つの濃度値に基づいて、評価対象につき、NASHおよびNAFLDの状態を評価する。これにより、血液中のアミノ酸の濃度のうちNASHおよびNAFLDの状態と関連するアミノ酸の濃度を利用して、NASHおよびNAFLDの状態を精度よく評価することができるという効果を奏する。
また、本発明によれば、アミノ酸濃度データに含まれるGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つの濃度値に基づいて、評価対象につき、NASH、または非NASH且つNAFLDであるか否かを判別する。これにより、血液中のアミノ酸の濃度のうちNASHと単純性脂肪肝の2群判別に有用なアミノ酸の濃度を利用して、この2群判別を精度よく行うことができるという効果を奏する。
また、本発明によれば、アミノ酸濃度データ、およびアミノ酸の濃度を変数として含む予め設定した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出し、算出した判別値に基づいて、評価対象につき、脂肪性肝疾患の状態を評価する。これにより、アミノ酸の濃度を変数として含む多変量判別式で得られる判別値を利用して、脂肪性肝疾患の状態を精度よく評価することができるという効果を奏する。
また、本発明によれば、多変量判別式は、ロジスティック回帰式、分数式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか1つである。これにより、アミノ酸の濃度を変数として含む多変量判別式で得られる判別値を利用して、脂肪性肝疾患の状態をさらに精度よく評価することができるという効果を奏する。
また、本発明によれば、アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つの濃度値、およびGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、NASHの状態を評価する。これにより、NASHの状態と有意な相関がある多変量判別式で得られる判別値を利用して、NASHの状態を精度よく評価することができるという効果を奏する。
また、本発明によれば、判別値に基づいて、評価対象につき、NASHまたは非NASHであるか否かを判別する。これにより、NASHと非NASHの2群判別に有用な多変量判別式で得られる判別値を利用して、この2群判別を精度よく行うことができるという効果を奏する。
また、本発明によれば、多変量判別式は、Glu,Gln,Gly,Ala,Val,Tyrを変数として含むロジスティック回帰式である。これにより、NASHと非NASHの2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができるという効果を奏する。
また、本発明によれば、アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つの濃度値、およびGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、NAFLDの状態を評価する。これにより、NAFLDの状態と有意な相関がある多変量判別式で得られる判別値を利用して、NAFLDの状態を精度よく評価することができるという効果を奏する。
また、本発明によれば、判別値に基づいて、評価対象につき、NAFLDまたは非NAFLDであるか否かを判別する。これにより、NAFLDと非NAFLDの2群判別に有用な多変量判別式で得られる判別値を利用して、この2群判別を精度よく行うことができるという効果を奏する。
また、本発明によれば、多変量判別式は、Ser,Glu,Gly,Val,Tyr,Hisを変数として含むロジスティック回帰式である。これにより、NAFLDと非NAFLDの2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができるという効果を奏する。
また、本発明によれば、アミノ酸濃度データに含まれるThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値、およびThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、脂肪肝の状態を評価する。これにより、脂肪肝の状態と有意な相関がある多変量判別式で得られる判別値を利用して、脂肪肝の状態を精度よく評価することができるという効果を奏する。
また、本発明によれば、判別値に基づいて、評価対象につき、脂肪肝または非脂肪肝であるか否かを判別する。これにより、脂肪肝と非脂肪肝の2群判別に有用な多変量判別式で得られる判別値を利用して、この2群判別を精度よく行うことができるという効果を奏する。
また、本発明によれば、多変量判別式は、Ser,Glu,Gly,Ala,Val,Tyrを変数として含むロジスティック回帰式である。これにより、脂肪肝と非脂肪肝の2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができるという効果を奏する。
また、本発明によれば、アミノ酸濃度データに含まれるGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つの濃度値、およびGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、NASHおよびNAFLDの状態を評価する。これにより、NASHおよびNAFLDの状態と有意な相関がある多変量判別式で得られる判別値を利用して、NASHおよびNAFLDの状態を精度よく評価することができるという効果を奏する。
また、本発明によれば、判別値に基づいて、評価対象につき、NASH、または非NASH且つNAFLDであるか否かを判別する。これにより、NASHと単純性脂肪肝の2群判別に有用な多変量判別式で得られる判別値を利用して、この2群判別を精度よく行うことができるという効果を奏する。
また、本発明によれば、多変量判別式は、Asn,Gln,Gly,Ala,Cit,Metを変数として含むロジスティック回帰式である。これにより、NASHと単純性脂肪肝の2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができるという効果を奏する。
また、本発明によれば、判別値に基づいて、評価対象につき、非NAFLD、NASH、または非NASH且つNAFLDであるか否かを判別する。これにより、非NAFLDとNASHと単純性脂肪肝の3群判別に有用な多変量判別式で得られる判別値を利用して、この3群判別を精度よく行うことができるという効果を奏する。
また、本発明によれば、多変量判別式は、Ser,Glu,Gly,Val,Tyr,Hisを変数として含むロジスティック回帰式、およびAsn,Gln,Gly,Ala,Cit,Metを変数として含むロジスティック回帰式である。これにより、非NAFLDとNASHと単純性脂肪肝の3群判別に特に有用な多変量判別式で得られる判別値を利用して、この3群判別をさらに精度よく行うことができるという効果を奏する。
なお、本発明によれば、アミノ酸濃度データと脂肪性肝疾患の状態を表す指標に関する脂肪性肝疾患状態指標データとを含む記憶手段で記憶した脂肪性肝疾患状態情報に基づいて、記憶手段で記憶する多変量判別式を作成してもよい。具体的には、(1)脂肪性肝疾患状態情報から所定の式作成手法に基づいて候補多変量判別式を作成し、(2)作成した候補多変量判別式を所定の検証手法に基づいて検証し、(3)その検証結果から所定の変数選択手法に基づいて候補多変量判別式の変数を選択することで(ただし、当該検証結果を考慮せず、所定の変数選択手法に基づいて候補多変量判別式の変数を選択してもよい。)、候補多変量判別式を作成する際に用いる脂肪性肝疾患状態情報に含まれるアミノ酸濃度データの組み合わせを選択し、(4)(1)、(2)および(3)を繰り返し実行して蓄積した検証結果に基づいて、複数の候補多変量判別式の中から多変量判別式として採用する候補多変量判別式を選出することで、多変量判別式を作成してもよい。これにより、脂肪性肝疾患の状態評価に最適な多変量判別式を作成することができるという効果を奏する。
また、本発明によれば、当該記録媒体に記録された脂肪性肝疾患評価プログラムをコンピュータに読み取らせて実行することで、コンピュータに脂肪性肝疾患評価プログラムを実行させるので、上記と同様の効果を得ることができるという効果を奏する。
また、本発明によれば、1つ又は複数の物質から成る所望の物質群が投与された評価対象から採取した血液中のアミノ酸の濃度値に関するアミノ酸濃度データを取得し、取得したアミノ酸濃度データに基づいて、評価対象につき、脂肪肝、NAFLD(non−alcoholic fatty liver disease)、およびNASH(non−alcoholic steatohepatitis)のうち少なくとも1つを含む脂肪性肝疾患の状態を評価し、評価結果に基づいて、所望の物質群が、脂肪性肝疾患を予防させる又は脂肪性肝疾患の状態を改善させるものであるか否かを判定するので、血液中のアミノ酸の濃度を利用して脂肪性肝疾患の状態を精度よく評価することができる脂肪性肝疾患の評価方法を用いて、脂肪性肝疾患を予防させる又は脂肪性肝疾患の状態を改善させる物質を精度よく探索することができるという効果を奏する。また、本発明によれば、脂肪性肝疾患での典型的なアミノ酸濃度変動パターンの情報や脂肪性肝疾患に対応する多変量判別式を利用することで、脂肪性肝疾患の状態を一部反映した既存の動物モデルや、臨床で早期に有効な薬物を選択することが可能になる。
なお、本発明は、脂肪性肝疾患の状態評価を行う際、アミノ酸の濃度以外に、他の生体情報(例えば糖類・脂質・タンパク質・ペプチド・ミネラル・ホルモン等の生体代謝物や、例えば血糖値・血圧値・性別・年齢・肝疾患指標・食習慣・飲酒習慣・運動習慣・肥満度・疾患歴等の生体指標、など)をさらに用いてもかまわない。また、本発明は、脂肪性肝疾患の状態評価を行う際、多変量判別式における変数として、アミノ酸の濃度以外に、他の生体情報(例えば糖類・脂質・タンパク質・ペプチド・ミネラル・ホルモン等の生体代謝物や、例えば血糖値・血圧値・性別・年齢・肝疾患指標・食習慣・飲酒習慣・運動習慣・肥満度・疾患歴等の生体指標、など)をさらに用いてもかまわない。
図1は、本発明の基本原理を示す原理構成図である。 図2は、第1実施形態にかかる脂肪性肝疾患の評価方法の一例を示すフローチャートである。 図3は、本発明の基本原理を示す原理構成図である。 図4は、本システムの全体構成の一例を示す図である。 図5は、本システムの全体構成の他の一例を示す図である。 図6は、本システムの脂肪性肝疾患評価装置100の構成の一例を示すブロック図である。 図7は、利用者情報ファイル106aに格納される情報の一例を示す図である。 図8は、アミノ酸濃度データファイル106bに格納される情報の一例を示す図である。 図9は、脂肪性肝疾患状態情報ファイル106cに格納される情報の一例を示す図である。 図10は、指定脂肪性肝疾患状態情報ファイル106dに格納される情報の一例を示す図である。 図11は、候補多変量判別式ファイル106e1に格納される情報の一例を示す図である。 図12は、検証結果ファイル106e2に格納される情報の一例を示す図である。 図13は、選択脂肪性肝疾患状態情報ファイル106e3に格納される情報の一例を示す図である。 図14は、多変量判別式ファイル106e4に格納される情報の一例を示す図である。 図15は、判別値ファイル106fに格納される情報の一例を示す図である。 図16は、評価結果ファイル106gに格納される情報の一例を示す図である。 図17は、多変量判別式作成部102hの構成を示すブロック図である。 図18は、判別値基準評価部102jの構成を示すブロック図である。 図19は、本システムのクライアント装置200の構成の一例を示すブロック図である。 図20は、本システムのデータベース装置400の構成の一例を示すブロック図である。 図21は、本システムで行う脂肪性肝疾患評価サービス処理の一例を示すフローチャートである。 図22は、本システムの脂肪性肝疾患評価装置100で行う多変量判別式作成処理の一例を示すフローチャートである。 図23は、本発明の基本原理を示す原理構成図である。 図24は、第3実施形態にかかる脂肪性肝疾患の予防・改善物質の探索方法の一例を示すフローチャートである。 図25は、脂肪肝陽性と脂肪肝陰性の判別について良好な判別能を持つロジスティック回帰式の一覧を示す図である。 図26は、脂肪肝陽性と脂肪肝陰性の判別について良好な判別能を持つロジスティック回帰式の一覧を示す図である。 図27は、脂肪肝陽性と脂肪肝陰性の判別について良好な判別能を持つ分数式の一覧を示す図である。 図28は、脂肪肝陽性と脂肪肝陰性の判別について良好な判別能を持つ分数式の一覧を示す図である。 図29は、NAFLD陽性とNAFLD陰性の判別について良好な判別能を持つロジスティック回帰式の一覧を示す図である。 図30は、NAFLD陽性とNAFLD陰性の判別について良好な判別能を持つロジスティック回帰式の一覧を示す図である。 図31は、NAFLD陽性とNAFLD陰性の判別について良好な判別能を持つ分数式の一覧を示す図である。 図32は、NAFLD陽性とNAFLD陰性の判別について良好な判別能を持つ分数式の一覧を示す図である。 図33は、NASH陽性とNASH陰性の判別について良好な判別能を持つロジスティック回帰式の一覧を示す図である。 図34は、NASH陽性とNASH陰性の判別について良好な判別能を持つロジスティック回帰式の一覧を示す図である。 図35は、NASH陽性とNASH陰性の判別について良好な判別能を持つ分数式の一覧を示す図である。 図36は、NASH陽性とNASH陰性の判別について良好な判別能を持つ分数式の一覧を示す図である。 図37は、NASH陽性と単純性脂肪肝の判別について良好な判別能を持つロジスティック回帰式の一覧を示す図である。 図38は、NASH陽性と単純性脂肪肝の判別について良好な判別能を持つロジスティック回帰式の一覧を示す図である。 図39は、NASH陽性と単純性脂肪肝の判別について良好な判別能を持つ分数式の一覧を示す図である。 図40は、NASH陽性と単純性脂肪肝の判別について良好な判別能を持つ分数式の一覧を示す図である。 図41は、NAFLD陰性と単純性脂肪肝とNASH陽性の判別についての判別結果を示す図である。 図42は、NAFLD陰性と単純性脂肪肝とNASH陽性の判別についての判別結果の詳細を示す図である。
以下に、本発明にかかる脂肪性肝疾患の評価方法の実施の形態(第1実施形態)、本発明にかかる脂肪性肝疾患評価装置、脂肪性肝疾患評価方法、脂肪性肝疾患評価プログラム、記録媒体、脂肪性肝疾患評価システム、および情報通信端末装置の実施の形態(第2実施形態)、ならびに本発明にかかる脂肪性肝疾患の予防・改善物質の探索方法の実施の形態(第3実施形態)を、図面に基づいて詳細に説明する。なお、本実施の形態により本発明が限定されるものではない。
[第1実施形態]
[1−1.本発明の概要]
ここでは、本発明にかかる脂肪性肝疾患の評価方法の概要について図1を参照して説明する。図1は本発明の基本原理を示す原理構成図である。
まず、評価対象(例えば動物やヒトなどの個体)から採取した血液(例えば血漿、血清などを含む)中のアミノ酸の濃度値に関するアミノ酸濃度データを取得する(ステップS11)。なお、ステップS11では、例えば、アミノ酸濃度測定を行う企業等が測定したアミノ酸濃度データを取得してもよく、また、評価対象から採取した血液から、例えば以下の(A)または(B)などの測定方法でアミノ酸濃度データを測定することでアミノ酸濃度データを取得してもよい。ここで、アミノ酸濃度の単位は、例えばモル濃度や重量濃度、これらの濃度に任意の定数を加減乗除することで得られるものでもよい。
(A)採取した血液サンプルを遠心することにより血液から血漿を分離した。全ての血漿サンプルは、アミノ酸濃度の測定時まで−80℃で凍結保存した。アミノ酸濃度測定時には、アセトニトリルを添加し除蛋白処理を行った後、標識試薬(3−アミノピリジル−N−ヒドロキシスクシンイミジルカルバメート)を用いてプレカラム誘導体化を行い、そして、液体クロマトグラフ質量分析計(LC−MS)によりアミノ酸濃度を分析した(国際公開第2003/069328号、国際公開第2005/116629号を参照)。
(B)採取した血液サンプルを遠心することにより血液から血漿を分離した。全ての血漿サンプルは、アミノ酸濃度の測定時まで−80℃で凍結保存した。アミノ酸濃度測定時には、スルホサリチル酸を添加し除蛋白処理を行った後、ニンヒドリン試薬を用いたポストカラム誘導体化法を原理としたアミノ酸分析計によりアミノ酸濃度を分析した。
つぎに、ステップS11で取得したアミノ酸濃度データに基づいて、評価対象につき、脂肪肝、NAFLD(non−alcoholic fatty liver disease)、およびNASH(non−alcoholic steatohepatitis)のうち少なくとも1つを含む脂肪性肝疾患の状態を評価する(ステップS12)。
以上、本発明によれば、評価対象から採取した血液中のアミノ酸の濃度値に関するアミノ酸濃度データを取得し、取得した評価対象のアミノ酸濃度データに基づいて、評価対象につき、脂肪肝、NAFLD、およびNASHのうち少なくとも1つを含む脂肪性肝疾患の状態を評価する。これにより、血液中のアミノ酸の濃度を利用して、脂肪性肝疾患の状態を精度よく評価することができる。
ここで、ステップS12を実行する前に、ステップS11で取得したアミノ酸濃度データから欠損値や外れ値などのデータを除去してもよい。これにより、脂肪性肝疾患の状態をさらに精度よく評価することができる。
また、ステップS12では、ステップS11で取得したアミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つの濃度値に基づいて、評価対象につき、NASHの状態を評価してもよい。これにより、血液中のアミノ酸の濃度のうちNASHの状態と関連するアミノ酸の濃度を利用して、NASHの状態を精度よく評価することができる。具体的には、アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つの濃度値に基づいて、NASHまたは非NASHであるか否かを判別してもよい。これにより、血液中のアミノ酸の濃度のうちNASHと非NASHの2群判別に有用なアミノ酸の濃度を利用して、この2群判別を精度よく行うことができる。
また、ステップS12では、ステップS11で取得したアミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つの濃度値に基づいて、評価対象につき、NAFLDの状態を評価してもよい。これにより、血液中のアミノ酸の濃度のうちNAFLDの状態と関連するアミノ酸の濃度を利用して、NAFLDの状態を精度よく評価することができる。具体的には、アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つの濃度値に基づいて、評価対象につき、NAFLDまたは非NAFLDであるか否かを判別してもよい。これにより、血液中のアミノ酸の濃度のうちNAFLDと非NAFLDの2群判別に有用なアミノ酸の濃度を利用して、この2群判別を精度よく行うことができる。
また、ステップS12では、ステップS11で取得したアミノ酸濃度データに含まれるThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値に基づいて、評価対象につき、脂肪肝の状態を評価してもよい。これにより、血液中のアミノ酸の濃度のうち脂肪肝の状態と関連するアミノ酸の濃度を利用して、脂肪肝の状態を精度よく評価することができる。具体的には、アミノ酸濃度データに含まれるThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値に基づいて、評価対象につき、脂肪肝または非脂肪肝であるか否かを判別してもよい。これにより、血液中のアミノ酸の濃度のうち脂肪肝と非脂肪肝の2群判別に有用なアミノ酸の濃度を利用して、この2群判別を精度よく行うことができる。
また、ステップS12では、ステップS11で取得したアミノ酸濃度データに含まれるGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つの濃度値に基づいて、評価対象につき、NASHおよびNAFLDの状態を評価してもよい。これにより、血液中のアミノ酸の濃度のうちNASHおよびNAFLDの状態と関連するアミノ酸の濃度を利用して、NASHおよびNAFLDの状態を精度よく評価することができる。具体的には、アミノ酸濃度データに含まれるGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つの濃度値に基づいて、評価対象につき、NASH、または非NASH且つNAFLDであるか否かを判別してもよい。これにより、血液中のアミノ酸の濃度のうちNASHと単純性脂肪肝の2群判別に有用なアミノ酸の濃度を利用して、この2群判別を精度よく行うことができる。
また、ステップS12では、ステップS11で取得したアミノ酸濃度データ、およびアミノ酸の濃度を変数として含む予め設定した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出し、算出した判別値に基づいて、評価対象につき、脂肪性肝疾患の状態を評価してもよい。これにより、アミノ酸の濃度を変数として含む多変量判別式で得られる判別値を利用して、脂肪性肝疾患の状態を精度よく評価することができる。
なお、多変量判別式は、ロジスティック回帰式、分数式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか1つでもよい。これにより、アミノ酸の濃度を変数として含む多変量判別式で得られる判別値を利用して、脂肪性肝疾患の状態をさらに精度よく評価することができる。
また、ステップS12では、ステップS11で取得したアミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つの濃度値、およびGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、NASHの状態を評価してもよい。これにより、NASHの状態と有意な相関がある多変量判別式で得られる判別値を利用して、NASHの状態を精度よく評価することができる。具体的には、判別値に基づいて、評価対象につき、NASHまたは非NASHであるか否かを判別してもよい。これにより、NASHと非NASHの2群判別に有用な多変量判別式で得られる判別値を利用して、この2群判別を精度よく行うことができる。なお、多変量判別式は、Glu,Gln,Gly,Ala,Val,Tyrを変数として含むロジスティック回帰式でもよい。これにより、NASHと非NASHの2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができる。
また、ステップS12では、ステップS11で取得したアミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つの濃度値、およびGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、NAFLDの状態を評価してもよい。これにより、NAFLDの状態と有意な相関がある多変量判別式で得られる判別値を利用して、NAFLDの状態を精度よく評価することができる。具体的には、判別値に基づいて、評価対象につき、NAFLDまたは非NAFLDであるか否かを判別してもよい。これにより、NAFLDと非NAFLDの2群判別に有用な多変量判別式で得られる判別値を利用して、この2群判別を精度よく行うことができる。なお、多変量判別式は、Ser,Glu,Gly,Val,Tyr,Hisを変数として含むロジスティック回帰式でもよい。これにより、NAFLDと非NAFLDの2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができる。
また、ステップS12では、ステップS11で取得したアミノ酸濃度データに含まれるThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値、およびThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、脂肪肝の状態を評価してもよい。これにより、脂肪肝の状態と有意な相関がある多変量判別式で得られる判別値を利用して、脂肪肝の状態を精度よく評価することができる。具体的には、判別値に基づいて、評価対象につき、脂肪肝または非脂肪肝であるか否かを判別してもよい。これにより、脂肪肝と非脂肪肝の2群判別に有用な多変量判別式で得られる判別値を利用して、この2群判別を精度よく行うことができる。なお、多変量判別式は、Ser,Glu,Gly,Ala,Val,Tyrを変数として含むロジスティック回帰式でもよい。これにより、脂肪肝と非脂肪肝の2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができる。
また、ステップS12では、ステップS11で取得したアミノ酸濃度データに含まれるGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つの濃度値、およびGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、NASHおよびNAFLDの状態を評価してもよい。これにより、NASHおよびNAFLDの状態と有意な相関がある多変量判別式で得られる判別値を利用して、NASHおよびNAFLDの状態を精度よく評価することができる。具体的には、判別値に基づいて、評価対象につき、NASH、または「非NASH且つNAFLD」(単純性脂肪肝)であるか否かを判別してもよい。これにより、NASHと単純性脂肪肝の2群判別に有用な多変量判別式で得られる判別値を利用して、この2群判別を精度よく行うことができる。なお、多変量判別式は、Asn,Gln,Gly,Ala,Cit,Metを変数として含むロジスティック回帰式でもよい。これにより、NASHと単純性脂肪肝の2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができる。また、具体的には、判別値に基づいて、評価対象につき、非NAFLD、NASH、または「非NASH且つNAFLD」であるか否かを判別してもよい。これにより、非NAFLDとNASHと単純性脂肪肝の3群判別に有用な多変量判別式で得られる判別値を利用して、この3群判別を精度よく行うことができる。なお、多変量判別式は、Ser,Glu,Gly,Val,Tyr,Hisを変数として含むロジスティック回帰式、およびAsn,Gln,Gly,Ala,Cit,Metを変数として含むロジスティック回帰式でもよい。これにより、非NAFLDとNASHと単純性脂肪肝の3群判別に特に有用な多変量判別式で得られる判別値を利用して、この3群判別をさらに精度よく行うことができる。
ここで、上記した各多変量判別式は、本出願人による国際出願である国際公開第2004/052191号に記載の方法または本出願人による国際出願である国際公開第2006/098192号に記載の方法(後述する第2実施形態に記載の多変量判別式作成処理)で作成してもよい。なお、これら方法で得られた多変量判別式であれば、入力データとしてのアミノ酸濃度データにおけるアミノ酸濃度の単位に因らず、当該多変量判別式を脂肪性肝疾患の状態評価に好適に用いることができる。
また、多変量判別式とは、一般に多変量解析で用いられる式の形式を意味し、例えば分数式、重回帰式、多重ロジスティック回帰式、線形判別関数、マハラノビス距離、正準判別関数、サポートベクターマシン、決定木などを包含する。また、異なる形式の多変量判別式の和で示されるような式も含まれる。また、重回帰式、多重ロジスティック回帰式、正準判別関数においては各変数に係数および定数項が付加されるが、この場合の係数および定数項は、好ましくは実数であること、より好ましくはデータから判別を行うために得られた係数および定数項の99%信頼区間の範囲に属する値、さらに好ましくはデータから判別を行うために得られた係数および定数項の95%信頼区間の範囲に属する値であればかまわない。また、各係数の値、及びその信頼区間は、それを実数倍したものでもよく、定数項の値、及びその信頼区間は、それに任意の実定数を加減乗除したものでもよい。ロジスティック回帰、線形判別、重回帰分析などの表示式を指標に用いる場合、表示式の線形変換(定数の加算、定数倍)や単調増加(減少)の変換(例えばlogit変換など)は判別性能を変えるものではなく同等であるので、表示式はそれらを含むものである。
なお、分数式とは、当該分数式の分子がアミノ酸A,B,C,・・・の和で表わされ及び/又は当該分数式の分母がアミノ酸a,b,c,・・・の和で表わされるものである。また、分数式には、このような構成の分数式α,β,γ,・・・の和(例えばα+βのようなもの)も含まれる。また、分数式には、分割された分数式も含まれる。なお、分子や分母に用いられるアミノ酸にはそれぞれ適当な係数がついてもかまわない。また、分子や分母に用いられるアミノ酸は重複してもかまわない。また、各分数式に適当な係数がついてもかまわない。また、各変数の係数の値や定数項の値は、実数であればかまわない。分数式で、分子の変数と分母の変数を入れ替えた組み合わせは、目的変数との相関の正負の符号は概して逆転するが、それらの相関性は保たれるので、判別性では同等と見なせるので、分子の変数と分母の変数を入れ替えた組み合わせも、包含するものである。
そして、本発明は、脂肪性肝疾患の状態評価を行う際、アミノ酸の濃度以外に、他の生体情報(例えば糖類・脂質・タンパク質・ペプチド・ミネラル・ホルモン等の生体代謝物や、例えば血糖値・血圧値・性別・年齢・肝疾患指標・食習慣・飲酒習慣・運動習慣・肥満度・疾患歴等の生体指標、など)をさらに用いてもかまわない。また、本発明は、脂肪性肝疾患の状態評価を行う際、多変量判別式における変数として、アミノ酸の濃度以外に、他の生体情報(例えば糖類・脂質・タンパク質・ペプチド・ミネラル・ホルモン等の生体代謝物や、例えば血糖値・血圧値・性別・年齢・肝疾患指標・食習慣・飲酒習慣・運動習慣・肥満度・疾患歴等の生体指標、など)をさらに用いてもかまわない。
[1−2.第1実施形態にかかる脂肪性肝疾患の評価方法]
ここでは、第1実施形態にかかる脂肪性肝疾患の評価方法について図2を参照して説明する。図2は、第1実施形態にかかる脂肪性肝疾患の評価方法の一例を示すフローチャートである。
まず、動物やヒトなどの個体から採取した血液中のアミノ酸の濃度値に関するアミノ酸濃度データを取得する(ステップSA11)。なお、ステップSA11では、例えば、アミノ酸濃度測定を行う企業等が測定したアミノ酸濃度データを取得してもよく、また、評価対象から採取した血液から例えば上述した(A)または(B)などの測定方法でアミノ酸濃度データを測定することでアミノ酸濃度データを取得してもよい。
つぎに、ステップSA11で取得した個体のアミノ酸濃度データから欠損値や外れ値などのデータを除去する(ステップSA12)。
つぎに、ステップSA12で欠損値や外れ値などのデータが除去された個体のアミノ酸濃度データに基づいて、個体につき、以下に示す11.〜15.の判別のいずれか1つを実行する(ステップSA13)。
11.NASHと非NASHの判別
(i)アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つの濃度値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、NASHまたは非NASHであるか否かを判別する、または、(ii)アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つの濃度値、およびGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、NASHまたは非NASHであるか否かを判別する。
12.NAFLDと非NAFLDの判別
(i)アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つの濃度値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、NAFLDまたは非NAFLDであるか否かを判別する、または、(ii)アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つの濃度値、およびGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、NAFLDまたは非NAFLDであるか否かを判別する。
13.脂肪肝と非脂肪肝の判別
(i)アミノ酸濃度データに含まれるThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、脂肪肝または非脂肪肝であるか否かを判別する、または、(ii)アミノ酸濃度データに含まれるThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値、およびThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、脂肪肝または非脂肪肝であるか否かを判別する。
14.NASHと単純性脂肪肝の判別
(i)アミノ酸濃度データに含まれるGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つの濃度値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、NASHまたは単純性脂肪肝(非NASH且つNAFLD)であるか否かを判別する、または、(ii)アミノ酸濃度データに含まれるGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つの濃度値、およびGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、NASHまたは単純性脂肪肝(非NASH且つNAFLD)であるか否かを判別する。
15.NASHと単純性脂肪肝と非NAFLDの判別
アミノ酸濃度データに含まれるGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つの濃度値、およびGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、非NAFLD、NASH、または単純性脂肪肝(非NASH且つNAFLD)であるか否かを判別する。
[1−3.第1実施形態のまとめ、およびその他の実施形態]
以上、詳細に説明したように、第1実施形態にかかる脂肪性肝疾患の評価方法によれば、(i)個体から採取した血液中のアミノ酸濃度データを取得し、(ii)取得した個体のアミノ酸濃度データから欠損値や外れ値などのデータを除去し、(iii)欠損値や外れ値などのデータが除去された個体のアミノ酸濃度データに基づいて、個体につき、上述した11.〜15.の判別のいずれか1つを実行する。これにより、血液中のアミノ酸の濃度のうち、NASHと非NASHの2群判別、NAFLDと非NAFLDの2群判別、脂肪肝と非脂肪肝の2群判別、またはNASHと単純性脂肪肝の2群判別に有用なアミノ酸の濃度を利用して、これらの2群判別を精度よく行うことができる。また、NASHと非NASHの2群判別、NAFLDと非NAFLDの2群判別、脂肪肝と非脂肪肝の2群判別、NASHと単純性脂肪肝の2群判別、または非NAFLDとNASHと単純性脂肪肝の3群判別に有用な多変量判別式で得られる判別値を利用して、これらの2群判別または3群判別を精度よく行うことができる。
ここで、ステップSA13で用いられる多変量判別式は、ロジスティック回帰式、分数式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか1つでもよい。これにより、NASHと非NASHの2群判別、NAFLDと非NAFLDの2群判別、脂肪肝と非脂肪肝の2群判別、NASHと単純性脂肪肝の2群判別、または非NAFLDとNASHと単純性脂肪肝の3群判別に有用な多変量判別式で得られる判別値を利用して、これらの2群判別または3群判別をさらに精度よく行うことができる。
具体的には、上述した11.の判別で用いられる多変量判別式は、Glu,Gln,Gly,Ala,Val,Tyrを変数として含むロジスティック回帰式でもよい。これにより、NASHと非NASHの2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができる。また、上述した12.の判別で用いられる多変量判別式は、Ser,Glu,Gly,Val,Tyr,Hisを変数として含むロジスティック回帰式でもよい。これにより、NAFLDと非NAFLDの2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができる。また、上述した13.の判別で用いられる多変量判別式は、Ser,Glu,Gly,Ala,Val,Tyrを変数として含むロジスティック回帰式でもよい。これにより、脂肪肝と非脂肪肝の2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができる。また、上述した14.の判別で用いられる多変量判別式は、Asn,Gln,Gly,Ala,Cit,Metを変数として含むロジスティック回帰式でもよい。これにより、NASHと単純性脂肪肝の2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができる。また、上述した15.の判別で用いられる多変量判別式は、Ser,Glu,Gly,Val,Tyr,Hisを変数として含むロジスティック回帰式、およびAsn,Gln,Gly,Ala,Cit,Metを変数として含むロジスティック回帰式でもよい。これにより、非NAFLDとNASHと単純性脂肪肝の3群判別に特に有用な多変量判別式で得られる判別値を利用して、この3群判別をさらに精度よく行うことができる。
なお、上記した各多変量判別式は、本出願人による国際出願である国際公開第2004/052191号に記載の方法または本出願人による国際出願である国際公開第2006/098192号に記載の方法(後述する第2実施形態に記載の多変量判別式作成処理)で作成してもよい。なお、これら方法で得られた多変量判別式であれば、入力データとしてのアミノ酸濃度データにおけるアミノ酸濃度の単位に因らず、当該多変量判別式を脂肪性肝疾患の状態評価に好適に用いることができる。
[第2実施形態]
[2−1.本発明の概要]
ここでは、本発明にかかる脂肪性肝疾患評価装置、脂肪性肝疾患評価方法、脂肪性肝疾患評価プログラム、記録媒体、脂肪性肝疾患評価システム、および情報通信端末装置の概要について、図3を参照して説明する。図3は本発明の基本原理を示す原理構成図である。
まず、本発明は、制御部で、アミノ酸の濃度値に関する予め取得した評価対象(例えば動物やヒトなどの個体)のアミノ酸濃度データ、およびアミノ酸の濃度を変数する記憶部で記憶した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する(ステップS21)。
つぎに、本発明は、制御部で、ステップS21で算出した判別値に基づいて、評価対象につき、脂肪肝、NAFLD(non−alcoholic fatty liver disease)、およびNASH(non−alcoholic steatohepatitis)のうち少なくとも1つを含む脂肪性肝疾患の状態を評価する(ステップS22)。
以上、本発明によれば、評価対象のアミノ酸濃度データ、およびアミノ酸の濃度を変数として含む多変量判別式に基づいて、当該多変量判別式の値である判別値を算出し、算出した判別値に基づいて、評価対象につき、脂肪肝、NAFLD、およびNASHのうち少なくとも1つを含む脂肪性肝疾患の状態を評価する。これにより、アミノ酸の濃度を変数として含む多変量判別式で得られる判別値を利用して、脂肪性肝疾患の状態を精度よく評価することができる。
なお、多変量判別式は、ロジスティック回帰式、分数式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか1つでもよい。これにより、アミノ酸の濃度を変数として含む多変量判別式で得られる判別値を利用して、脂肪性肝疾患の状態をさらに精度よく評価することができる。
また、ステップS21では、アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つの濃度値、およびGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、ステップS22では、ステップS21で算出した判別値に基づいて、評価対象につき、NASHの状態を評価してもよい。これにより、NASHの状態と有意な相関がある多変量判別式で得られる判別値を利用して、NASHの状態を精度よく評価することができる。具体的には、判別値に基づいて、評価対象につき、NASHまたは非NASHであるか否かを判別してもよい。これにより、NASHと非NASHの2群判別に有用な多変量判別式で得られる判別値を利用して、この2群判別を精度よく行うことができる。なお、多変量判別式は、Glu,Gln,Gly,Ala,Val,Tyrを変数として含むロジスティック回帰式でもよい。これにより、NASHと非NASHの2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができる。
また、ステップS21では、アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つの濃度値、およびGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、ステップS22では、ステップS21で算出した判別値に基づいて、評価対象につき、NAFLDの状態を評価してもよい。これにより、NAFLDの状態と有意な相関がある多変量判別式で得られる判別値を利用して、NAFLDの状態を精度よく評価することができる。具体的には、判別値に基づいて、評価対象につき、NAFLDまたは非NAFLDであるか否かを判別してもよい。これにより、NAFLDと非NAFLDの2群判別に有用な多変量判別式で得られる判別値を利用して、この2群判別を精度よく行うことができる。なお、多変量判別式は、Ser,Glu,Gly,Val,Tyr,Hisを変数として含むロジスティック回帰式でもよい。これにより、NAFLDと非NAFLDの2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができる。
また、ステップS21では、アミノ酸濃度データに含まれるThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値、およびThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、ステップS22では、ステップS21で算出した判別値に基づいて、評価対象につき、脂肪肝の状態を評価してもよい。これにより、脂肪肝の状態と有意な相関がある多変量判別式で得られる判別値を利用して、脂肪肝の状態を精度よく評価することができる。具体的には、判別値に基づいて、評価対象につき、脂肪肝または非脂肪肝であるか否かを判別してもよい。これにより、脂肪肝と非脂肪肝の2群判別に有用な多変量判別式で得られる判別値を利用して、この2群判別を精度よく行うことができる。なお、多変量判別式は、Ser,Glu,Gly,Ala,Val,Tyrを変数として含むロジスティック回帰式でもよい。これにより、脂肪肝と非脂肪肝の2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができる。
また、ステップS21では、アミノ酸濃度データに含まれるGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つの濃度値、およびGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、ステップS22では、ステップS21で算出した判別値に基づいて、評価対象につき、NASHおよびNAFLDの状態を評価してもよい。これにより、NASHおよびNAFLDの状態と有意な相関がある多変量判別式で得られる判別値を利用して、NASHおよびNAFLDの状態を精度よく評価することができる。具体的には、判別値に基づいて、評価対象につき、NASH、または「非NASH且つNAFLD」(単純性脂肪肝)であるか否かを判別してもよい。これにより、NASHと単純性脂肪肝の2群判別に有用な多変量判別式で得られる判別値を利用して、この2群判別を精度よく行うことができる。なお、多変量判別式は、Asn,Gln,Gly,Ala,Cit,Metを変数として含むロジスティック回帰式でもよい。これにより、NASHと単純性脂肪肝の2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができる。また、具体的には、判別値に基づいて、評価対象につき、非NAFLD、NASH、または「非NASH且つNAFLD」であるか否かを判別してもよい。これにより、非NAFLDとNASHと単純性脂肪肝の3群判別に有用な多変量判別式で得られる判別値を利用して、この3群判別を精度よく行うことができる。なお、多変量判別式は、Ser,Glu,Gly,Val,Tyr,Hisを変数として含むロジスティック回帰式、およびAsn,Gln,Gly,Ala,Cit,Metを変数として含むロジスティック回帰式でもよい。これにより、非NAFLDとNASHと単純性脂肪肝の3群判別に特に有用な多変量判別式で得られる判別値を利用して、この3群判別をさらに精度よく行うことができる。
ここで、上記した各多変量判別式は、本出願人による国際出願である国際公開第2004/052191号に記載の方法または本出願人による国際出願である国際公開第2006/098192号に記載の方法(後述する多変量判別式作成処理)で作成してもよい。なお、これら方法で得られた多変量判別式であれば、入力データとしてのアミノ酸濃度データにおけるアミノ酸濃度の単位に因らず、当該多変量判別式を脂肪性肝疾患の状態評価に好適に用いることができる。
また、多変量判別式とは、一般に多変量解析で用いられる式の形式を意味し、例えば分数式、重回帰式、多重ロジスティック回帰式、線形判別関数、マハラノビス距離、正準判別関数、サポートベクターマシン、決定木などを包含する。また、異なる形式の多変量判別式の和で示されるような式も含まれる。また、重回帰式、多重ロジスティック回帰式、正準判別関数においては各変数に係数および定数項が付加されるが、この場合の係数および定数項は、好ましくは実数であること、より好ましくはデータから判別を行うために得られた係数および定数項の99%信頼区間の範囲に属する値、さらに好ましくはデータから判別を行うために得られた係数および定数項の95%信頼区間の範囲に属する値であればかまわない。また、各係数の値、及びその信頼区間は、それを実数倍したものでもよく、定数項の値、及びその信頼区間は、それに任意の実定数を加減乗除したものでもよい。ロジスティック回帰、線形判別、重回帰分析などの表示式を指標に用いる場合、表示式の線形変換(定数の加算、定数倍)や単調増加(減少)の変換(例えばlogit変換など)は判別性能を変えるものではなく同等であるので、表示式はそれらを含むものである。
なお、分数式とは、当該分数式の分子がアミノ酸A,B,C,・・・の和で表わされ及び/又は当該分数式の分母がアミノ酸a,b,c,・・・の和で表わされるものである。また、分数式には、このような構成の分数式α,β,γ,・・・の和(例えばα+βのようなもの)も含まれる。また、分数式には、分割された分数式も含まれる。なお、分子や分母に用いられるアミノ酸にはそれぞれ適当な係数がついてもかまわない。また、分子や分母に用いられるアミノ酸は重複してもかまわない。また、各分数式に適当な係数がついてもかまわない。また、各変数の係数の値や定数項の値は、実数であればかまわない。分数式で、分子の変数と分母の変数を入れ替えた組み合わせは、目的変数との相関の正負の符号は概して逆転するが、それらの相関性は保たれるので、判別性では同等と見なせるので、分子の変数と分母の変数を入れ替えた組み合わせも、包含するものである。
そして、本発明は、脂肪性肝疾患の状態評価を行う際、アミノ酸の濃度以外に、他の生体情報(例えば糖類・脂質・タンパク質・ペプチド・ミネラル・ホルモン等の生体代謝物や、例えば血糖値・血圧値・性別・年齢・肝疾患指標・食習慣・飲酒習慣・運動習慣・肥満度・疾患歴等の生体指標、など)をさらに用いてもかまわない。また、本発明は、脂肪性肝疾患の状態評価を行う際、多変量判別式における変数として、アミノ酸の濃度以外に、他の生体情報(例えば糖類・脂質・タンパク質・ペプチド・ミネラル・ホルモン等の生体代謝物や、例えば血糖値・血圧値・性別・年齢・肝疾患指標・食習慣・飲酒習慣・運動習慣・肥満度・疾患歴等の生体指標、など)をさらに用いてもかまわない。
ここで、多変量判別式作成処理(工程1〜工程4)の概要について詳細に説明する。なお、ここで説明する処理はあくまでも一例であり、多変量判別式の作成方法はこれに限定されない。
まず、本発明は、制御部で、アミノ酸濃度データと脂肪性肝疾患の状態を表す指標に関する脂肪性肝疾患状態指標データとを含む記憶部で記憶した脂肪性肝疾患状態情報から所定の式作成手法に基づいて、多変量判別式の候補である候補多変量判別式(例えば、y=a+a+・・・+a、y:脂肪性肝疾患状態指標データ、x:アミノ酸濃度データ、a:定数、i=1,2,・・・,n)を作成する(工程1)。なお、事前に、脂肪性肝疾患状態情報から欠損値や外れ値などを持つデータを除去してもよい。
なお、工程1において、脂肪性肝疾患状態情報から、複数の異なる式作成手法(主成分分析や判別分析、サポートベクターマシン、重回帰分析、ロジスティック回帰分析、k−means法、クラスター解析、決定木などの多変量解析に関するものを含む。)を併用して複数の候補多変量判別式を作成してもよい。具体的には、多数の正常群および脂肪性肝疾患群から得た血液を分析して得たアミノ酸濃度データおよび脂肪性肝疾患状態指標データから構成される多変量データである脂肪性肝疾患状態情報に対して、複数の異なるアルゴリズムを利用して複数群の候補多変量判別式を同時並行的に作成してもよい。例えば、異なるアルゴリズムを利用して判別分析およびロジスティック回帰分析を同時に行い、2つの異なる候補多変量判別式を作成してもよい。また、主成分分析を行って作成した候補多変量判別式を利用して脂肪性肝疾患状態情報を変換し、変換した脂肪性肝疾患状態情報に対して判別分析を行うことで候補多変量判別式を作成してもよい。これにより、最終的に、診断条件に合った適切な多変量判別式を作成することができる。
ここで、主成分分析を用いて作成した候補多変量判別式は、全てのアミノ酸濃度データの分散を最大にするような各アミノ酸変数からなる一次式である。また、判別分析を用いて作成した候補多変量判別式は、各群内の分散の和の全てのアミノ酸濃度データの分散に対する比を最小にするような各アミノ酸変数からなる高次式(指数や対数を含む)である。また、サポートベクターマシンを用いて作成した候補多変量判別式は、群間の境界を最大にするような各アミノ酸変数からなる高次式(カーネル関数を含む)である。また、重回帰分析を用いて作成した候補多変量判別式は、全てのアミノ酸濃度データからの距離の和を最小にするような各アミノ酸変数からなる高次式である。ロジスティック回帰分析を用いて作成した候補多変量判別式は、尤度を最大にするような各アミノ酸変数からなる一次式を指数とする自然対数を項に持つ分数式である。また、k−means法とは、各アミノ酸濃度データのk個近傍を探索し、近傍点の属する群の中で一番多いものをそのデータの所属群と定義し、入力されたアミノ酸濃度データの属する群と定義された群とが最も合致するようなアミノ酸変数を選択する手法である。また、クラスター解析とは、全てのアミノ酸濃度データの中で最も近い距離にある点同士をクラスタリング(群化)する手法である。また、決定木とは、アミノ酸変数に序列をつけて、序列が上位であるアミノ酸変数の取りうるパターンからアミノ酸濃度データの群を予測する手法である。
多変量判別式作成処理の説明に戻り、本発明は、制御部で、工程1で作成した候補多変量判別式を、所定の検証手法に基づいて検証(相互検証)する(工程2)。候補多変量判別式の検証は、工程1で作成した各候補多変量判別式に対して行う。
なお、工程2において、ブートストラップ法やホールドアウト法、N−フォールド法、リーブワンアウト法などのうち少なくとも1つに基づいて候補多変量判別式の判別率や感度、特異度、情報量基準、ROC_AUC(受信者特性曲線の曲線下面積)などのうち少なくとも1つに関して検証してもよい。これにより、脂肪性肝疾患状態情報や診断条件を考慮した予測性または頑健性の高い候補多変量判別式を作成することができる。
ここで、判別率とは、全入力データの中で、本発明で評価した脂肪性肝疾患の状態が正しい割合である。また、感度とは、入力データに記載された脂肪性肝疾患の状態になっているものの中で、本発明で評価した脂肪性肝疾患の状態が正しい割合である。また、特異度とは、入力データに記載された脂肪性肝疾患が正常になっているものの中で、本発明で評価した脂肪性肝疾患の状態が正しい割合である。また、情報量基準とは、工程1で作成した候補多変量判別式のアミノ酸変数の数と、本発明で評価した脂肪性肝疾患の状態および入力データに記載された脂肪性肝疾患の状態の差異と、を足し合わせたものである。また、ROC_AUC(受信者特性曲線の曲線下面積)は、2次元座標上に(x,y)=(1−特異度,感度)をプロットして作成される曲線である受信者特性曲線(ROC)の曲線下面積として定義され、ROC_AUCの値は完全な判別では1となり、この値が1に近いほど判別性が高いことを示す。また、予測性とは、候補多変量判別式の検証を繰り返すことで得られた判別率や感度、特異性を平均したものである。また、頑健性とは、候補多変量判別式の検証を繰り返すことで得られた判別率や感度、特異性の分散である。
多変量判別式作成処理の説明に戻り、本発明は、制御部で、工程2での検証結果から所定の変数選択手法に基づいて候補多変量判別式の変数を選択することで(ただし、工程2での検証結果を考慮せず、所定の変数選択手法に基づいて候補多変量判別式の変数を選択してもよい。)、候補多変量判別式を作成する際に用いる脂肪性肝疾患状態情報に含まれるアミノ酸濃度データの組み合わせを選択する(工程3)。アミノ酸変数の選択は、工程1で作成した各候補多変量判別式に対して行う。これにより、候補多変量判別式のアミノ酸変数を適切に選択することができる。そして、工程3で選択したアミノ酸濃度データを含む脂肪性肝疾患状態情報を用いて再び工程1を実行する。
なお、工程3において、工程2での検証結果からステップワイズ法、ベストパス法、近傍探索法、遺伝的アルゴリズムのうち少なくとも1つに基づいて候補多変量判別式のアミノ酸変数を選択してもよい。
ここで、ベストパス法とは、候補多変量判別式に含まれるアミノ酸変数を1つずつ順次減らしていき、候補多変量判別式が与える評価指標を最適化することでアミノ酸変数を選択する方法である。
多変量判別式作成処理の説明に戻り、本発明は、制御部で、上述した工程1、工程2および工程3を繰り返し実行し、これにより蓄積した検証結果に基づいて、複数の候補多変量判別式の中から多変量判別式として採用する候補多変量判別式を選出することで、多変量判別式を作成する(工程4)。なお、候補多変量判別式の選出には、例えば、同じ式作成手法で作成した候補多変量判別式の中から最適なものを選出する場合と、すべての候補多変量判別式の中から最適なものを選出する場合とがある。
以上、説明したように、多変量判別式作成処理では、脂肪性肝疾患状態情報に基づいて、候補多変量判別式の作成、候補多変量判別式の検証および候補多変量判別式の変数の選択に関する処理を一連の流れで体系化(システム化)して実行することにより、脂肪性肝疾患の状態評価に最適な多変量判別式を作成することができる。換言すると、多変量判別式作成処理では、アミノ酸濃度を多変量の統計解析に用い、最適でロバストな変数の組を選択するために変数選択法とクロスバリデーションとを組み合わせて、診断性能の高い多変量判別式を抽出する。多変量判別式としては、ロジスティック回帰、線形判別、サポートベクターマシン、マハラノビス距離法、重回帰分析、クラスター解析などを用いることができる。
[2−2.システム構成]
ここでは、第2実施形態にかかる脂肪性肝疾患評価システム(以下では本システムと記す場合がある。)の構成について、図4から図20を参照して説明する。なお、本システムはあくまでも一例であり、本発明はこれに限定されない。
まず、本システムの全体構成について図4および図5を参照して説明する。図4は本システムの全体構成の一例を示す図である。また、図5は本システムの全体構成の他の一例を示す図である。本システムは、図4に示すように、評価対象につき、脂肪性肝疾患の状態評価を行う脂肪性肝疾患評価装置100と、アミノ酸の濃度値に関する評価対象のアミノ酸濃度データを提供するクライアント装置200(本発明の情報通信端末装置に相当)とを、ネットワーク300を介して通信可能に接続して構成されている。
なお、本システムは、図5に示すように、脂肪性肝疾患評価装置100やクライアント装置200の他に、脂肪性肝疾患評価装置100で多変量判別式を作成する際に用いる脂肪性肝疾患状態情報や、脂肪性肝疾患の状態評価を行うために用いる多変量判別式などを格納したデータベース装置400を、ネットワーク300を介して通信可能に接続して構成されてもよい。これにより、ネットワーク300を介して、脂肪性肝疾患評価装置100からクライアント装置200やデータベース装置400へ、あるいはクライアント装置200やデータベース装置400から脂肪性肝疾患評価装置100へ、脂肪性肝疾患の状態に関する情報などが提供される。ここで、脂肪性肝疾患の状態に関する情報とは、ヒトを含む生物の脂肪性肝疾患の状態に関する特定の項目について測定した値に関する情報である。また、脂肪性肝疾患の状態に関する情報は、脂肪性肝疾患評価装置100やクライアント装置200や他の装置(例えば各種の計測装置等)で生成され、主にデータベース装置400に蓄積される。
つぎに、本システムの脂肪性肝疾患評価装置100の構成について図6から図18を参照して説明する。図6は、本システムの脂肪性肝疾患評価装置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。
脂肪性肝疾患評価装置100は、当該脂肪性肝疾患評価装置を統括的に制御するCPU等の制御部102と、ルータ等の通信装置および専用線等の有線または無線の通信回線を介して当該脂肪性肝疾患評価装置をネットワーク300に通信可能に接続する通信インターフェース部104と、各種のデータベースやテーブルやファイルなどを格納する記憶部106と、入力装置112や出力装置114に接続する入出力インターフェース部108と、で構成されており、これら各部は任意の通信路を介して通信可能に接続されている。ここで、脂肪性肝疾患評価装置100は、各種の分析装置(例えばアミノ酸アナライザー等)と同一筐体で構成されてもよい。また、脂肪性肝疾患評価装置100の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の付加等に応じてまたは機能負荷に応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。すなわち、本明細書の実施形態を任意に組み合わせて実施してもよく、実施形態を選択的に実施してもよい。例えば、処理の一部をCGI(Common Gateway Interface)を用いて実現してもよい。
記憶部106は、ストレージ手段であり、例えば、RAM・ROM等のメモリ装置や、ハードディスクのような固定ディスク装置、フレキシブルディスク、光ディスク等を用いることができる。記憶部106には、OS(Operating System)と協働してCPUに命令を与え各種処理を行うためのコンピュータプログラムが記録されている。記憶部106は、図示の如く、利用者情報ファイル106aと、アミノ酸濃度データファイル106bと、脂肪性肝疾患状態情報ファイル106cと、指定脂肪性肝疾患状態情報ファイル106dと、多変量判別式関連情報データベース106eと、判別値ファイル106fと、評価結果ファイル106gと、を格納する。
利用者情報ファイル106aは、利用者に関する利用者情報を格納する。図7は、利用者情報ファイル106aに格納される情報の一例を示す図である。利用者情報ファイル106aに格納される情報は、図7に示すように、利用者を一意に識別するための利用者IDと、利用者が正当な者であるか否かの認証を行うための利用者パスワードと、利用者の氏名と、利用者の所属する所属先を一意に識別するための所属先IDと、利用者の所属する所属先の部門を一意に識別するための部門IDと、部門名と、利用者の電子メールアドレスと、を相互に関連付けて構成されている。
図6に戻り、アミノ酸濃度データファイル106bは、アミノ酸の濃度値に関するアミノ酸濃度データを格納する。図8は、アミノ酸濃度データファイル106bに格納される情報の一例を示す図である。アミノ酸濃度データファイル106bに格納される情報は、図8に示すように、評価対象である個体(サンプル)を一意に識別するための個体番号と、アミノ酸濃度データとを相互に関連付けて構成されている。ここで、図8では、アミノ酸濃度データを数値、すなわち連続尺度として扱っているが、アミノ酸濃度データは名義尺度や順序尺度でもよい。なお、名義尺度や順序尺度の場合は、それぞれの状態に対して任意の数値を与えることで解析してもよい。また、アミノ酸濃度データに、他の生体情報(例えば糖類・脂質・タンパク質・ペプチド・ミネラル・ホルモン等の生体代謝物や、例えば血糖値・血圧値・性別・年齢・肝疾患指標・食習慣・飲酒習慣・運動習慣・肥満度・疾患歴等の生体指標、など)を組み合わせてもよい。
図6に戻り、脂肪性肝疾患状態情報ファイル106cは、多変量判別式を作成する際に用いる脂肪性肝疾患状態情報を格納する。図9は、脂肪性肝疾患状態情報ファイル106cに格納される情報の一例を示す図である。脂肪性肝疾患状態情報ファイル106cに格納される情報は、図9に示すように、個体番号と、脂肪性肝疾患の状態を表す指標(指標T、指標T、指標T・・・)に関する脂肪性肝疾患状態指標データ(T)と、アミノ酸濃度データと、を相互に関連付けて構成されている。ここで、図9では、脂肪性肝疾患状態指標データおよびアミノ酸濃度データを数値(すなわち連続尺度)として扱っているが、脂肪性肝疾患状態指標データおよびアミノ酸濃度データは名義尺度や順序尺度でもよい。なお、名義尺度や順序尺度の場合は、それぞれの状態に対して任意の数値を与えることで解析してもよい。また、脂肪性肝疾患状態指標データは、脂肪性肝疾患の状態のマーカーとなる既知の単一の状態指標であり、数値データを用いてもよい。
図6に戻り、指定脂肪性肝疾患状態情報ファイル106dは、後述する脂肪性肝疾患状態情報指定部102gで指定した脂肪性肝疾患状態情報を格納する。図10は、指定脂肪性肝疾患状態情報ファイル106dに格納される情報の一例を示す図である。指定脂肪性肝疾患状態情報ファイル106dに格納される情報は、図10に示すように、個体番号と、指定した脂肪性肝疾患状態指標データと、指定したアミノ酸濃度データと、を相互に関連付けて構成されている。
図6に戻り、多変量判別式関連情報データベース106eは、後述する候補多変量判別式作成部102h1で作成した候補多変量判別式を格納する候補多変量判別式ファイル106e1と、後述する候補多変量判別式検証部102h2での検証結果を格納する検証結果ファイル106e2と、後述する変数選択部102h3で選択したアミノ酸濃度データの組み合わせを含む脂肪性肝疾患状態情報を格納する選択脂肪性肝疾患状態情報ファイル106e3と、後述する多変量判別式作成部102hで作成した多変量判別式を格納する多変量判別式ファイル106e4と、で構成される。
候補多変量判別式ファイル106e1は、後述する候補多変量判別式作成部102h1で作成した候補多変量判別式を格納する。図11は、候補多変量判別式ファイル106e1に格納される情報の一例を示す図である。候補多変量判別式ファイル106e1に格納される情報は、図11に示すように、ランクと、候補多変量判別式(図11では、F(Gly,Leu,Phe,・・・)やF(Gly,Leu,Phe,・・・)、F(Gly,Leu,Phe,・・・)など)とを相互に関連付けて構成されている。
図6に戻り、検証結果ファイル106e2は、後述する候補多変量判別式検証部102h2での検証結果を格納する。図12は、検証結果ファイル106e2に格納される情報の一例を示す図である。検証結果ファイル106e2に格納される情報は、図12に示すように、ランクと、候補多変量判別式(図12では、F(Gly,Leu,Phe,・・・)やF(Gly,Leu,Phe,・・・)、F(Gly,Leu,Phe,・・・)など)と、各候補多変量判別式の検証結果(例えば各候補多変量判別式の評価値)と、を相互に関連付けて構成されている。
図6に戻り、選択脂肪性肝疾患状態情報ファイル106e3は、後述する変数選択部102h3で選択した変数に対応するアミノ酸濃度データの組み合わせを含む脂肪性肝疾患状態情報を格納する。図13は、選択脂肪性肝疾患状態情報ファイル106e3に格納される情報の一例を示す図である。選択脂肪性肝疾患状態情報ファイル106e3に格納される情報は、図13に示すように、個体番号と、後述する脂肪性肝疾患状態情報指定部102gで指定した脂肪性肝疾患状態指標データと、後述する変数選択部102h3で選択したアミノ酸濃度データと、を相互に関連付けて構成されている。
図6に戻り、多変量判別式ファイル106e4は、後述する多変量判別式作成部102hで作成した多変量判別式を格納する。図14は、多変量判別式ファイル106e4に格納される情報の一例を示す図である。多変量判別式ファイル106e4に格納される情報は、図14に示すように、ランクと、多変量判別式(図14では、F(Phe,・・・)やF(Gly,Leu,Phe)、F(Gly,Leu,Phe,・・・)など)と、各式作成手法に対応する閾値と、各多変量判別式の検証結果(例えば各多変量判別式の評価値)と、を相互に関連付けて構成されている。
図6に戻り、判別値ファイル106fは、後述する判別値算出部102iで算出した判別値を格納する。図15は、判別値ファイル106fに格納される情報の一例を示す図である。判別値ファイル106fに格納される情報は、図15に示すように、評価対象である個体(サンプル)を一意に識別するための個体番号と、ランク(多変量判別式を一意に識別するための番号)と、判別値と、を相互に関連付けて構成されている。
図6に戻り、評価結果ファイル106gは、後述する判別値基準評価部102jでの評価結果(具体的には、後述する判別値基準判別部102j1での判別結果)を格納する。図16は、評価結果ファイル106gに格納される情報の一例を示す図である。評価結果ファイル106gに格納される情報は、評価対象である個体(サンプル)を一意に識別するための個体番号と、予め取得した評価対象のアミノ酸濃度データと、多変量判別式で算出した判別値と、脂肪性肝疾患の状態評価に関する評価結果と、を相互に関連付けて構成されている。
図6に戻り、記憶部106には、上述した情報以外にその他情報として、Webサイトをクライアント装置200に提供するための各種のWebデータや、CGIプログラム等が記録されている。Webデータとしては後述する各種のWebページを表示するためのデータ等があり、これらデータは例えばHTMLやXMLで記述されたテキストファイルとして形成されている。また、Webデータを作成するための部品用のファイルや作業用のファイルやその他一時的なファイル等も記憶部106に記憶される。記憶部106には、必要に応じて、クライアント装置200に送信するための音声をWAVE形式やAIFF形式の如き音声ファイルで格納したり、静止画や動画をJPEG形式やMPEG2形式の如き画像ファイルで格納したりすることができる。
通信インターフェース部104は、脂肪性肝疾患評価装置100とネットワーク300(またはルータ等の通信装置)との間における通信を媒介する。すなわち、通信インターフェース部104は、他の端末と通信回線を介してデータを通信する機能を有する。
入出力インターフェース部108は、入力装置112や出力装置114に接続する。ここで、出力装置114には、モニタ(家庭用テレビを含む)の他、スピーカやプリンタを用いることができる(なお、以下では、出力装置114をモニタ114として記載する場合がある。)。入力装置112には、キーボードやマウスやマイクの他、マウスと協働してポインティングデバイス機能を実現するモニタを用いることができる。
制御部102は、OS(Operating System)等の制御プログラム・各種の処理手順等を規定したプログラム・所要データなどを格納するための内部メモリを有し、これらのプログラムに基づいて種々の情報処理を実行する。制御部102は、図示の如く、大別して、要求解釈部102aと閲覧処理部102bと認証処理部102cと電子メール生成部102dとWebページ生成部102eと受信部102fと脂肪性肝疾患状態情報指定部102gと多変量判別式作成部102hと判別値算出部102iと判別値基準評価部102jと結果出力部102kと送信部102mとを備えている。制御部102は、データベース装置400から送信された脂肪性肝疾患状態情報やクライアント装置200から送信されたアミノ酸濃度データに対して、欠損値のあるデータの除去・外れ値の多いデータの除去・欠損値のあるデータの多い変数の除去などのデータ処理も行う。
要求解釈部102aは、クライアント装置200やデータベース装置400からの要求内容を解釈し、その解釈結果に応じて制御部102の各部に処理を受け渡す。閲覧処理部102bは、クライアント装置200からの各種画面の閲覧要求を受けて、これら画面のWebデータの生成や送信を行なう。認証処理部102cは、クライアント装置200やデータベース装置400からの認証要求を受けて、認証判断を行う。電子メール生成部102dは、各種の情報を含んだ電子メールを生成する。Webページ生成部102eは、利用者がクライアント装置200で閲覧するWebページを生成する。
受信部102fは、クライアント装置200やデータベース装置400から送信された情報(具体的には、アミノ酸濃度データや脂肪性肝疾患状態情報、多変量判別式など)を、ネットワーク300を介して受信する。脂肪性肝疾患状態情報指定部102gは、多変量判別式を作成するにあたり、対象とする脂肪性肝疾患状態指標データおよびアミノ酸濃度データを指定する。
多変量判別式作成部102hは、受信部102fで受信した脂肪性肝疾患状態情報や脂肪性肝疾患状態情報指定部102gで指定した脂肪性肝疾患状態情報に基づいて多変量判別式を作成する。具体的には、多変量判別式作成部102hは、脂肪性肝疾患状態情報から、候補多変量判別式作成部102h1、候補多変量判別式検証部102h2および変数選択部102h3を繰り返し実行させることにより蓄積された検証結果に基づいて、複数の候補多変量判別式の中から多変量判別式として採用する候補多変量判別式を選出することで、多変量判別式を作成する。
なお、多変量判別式が予め記憶部106の所定の記憶領域に格納されている場合には、多変量判別式作成部102hは、記憶部106から所望の多変量判別式を選択することで、多変量判別式を作成してもよい。また、多変量判別式作成部102hは、多変量判別式を予め格納した他のコンピュータ装置(例えばデータベース装置400)から所望の多変量判別式を選択しダウンロードすることで、多変量判別式を作成してもよい。
ここで、多変量判別式作成部102hの構成について図17を参照して説明する。図17は、多変量判別式作成部102hの構成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。多変量判別式作成部102hは、候補多変量判別式作成部102h1と、候補多変量判別式検証部102h2と、変数選択部102h3と、をさらに備えている。候補多変量判別式作成部102h1は、脂肪性肝疾患状態情報から所定の式作成手法に基づいて多変量判別式の候補である候補多変量判別式を作成する。なお、候補多変量判別式作成部102h1は、脂肪性肝疾患状態情報から、複数の異なる式作成手法を併用して複数の候補多変量判別式を作成してもよい。候補多変量判別式検証部102h2は、候補多変量判別式作成部102h1で作成した候補多変量判別式を所定の検証手法に基づいて検証する。なお、候補多変量判別式検証部102h2は、ブートストラップ法、ホールドアウト法、N−フォールド法、リーブワンアウト法のうち少なくとも1つに基づいて候補多変量判別式の判別率、感度、特異度、情報量基準、ROC_AUC(受信者特性曲線の曲線下面積)のうち少なくとも1つに関して検証してもよい。変数選択部102h3は、候補多変量判別式検証部102h2での検証結果から所定の変数選択手法に基づいて候補多変量判別式の変数を選択することで、候補多変量判別式を作成する際に用いる脂肪性肝疾患状態情報に含まれるアミノ酸濃度データの組み合わせを選択する。なお、変数選択部102h3は、検証結果からステップワイズ法、ベストパス法、近傍探索法、遺伝的アルゴリズムのうち少なくとも1つに基づいて候補多変量判別式の変数を選択してもよい。
図6に戻り、判別値算出部102iは、多変量判別式作成部102hで作成した多変量判別式、および受信部102fで受信した評価対象のアミノ酸濃度データに基づいて、当該多変量判別式の値である判別値を算出する。なお、多変量判別式は、ロジスティック回帰式、分数式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか1つでもよい。
具体的には、判別値基準評価部102jでNASHの状態を評価する場合(具体的には、後述する判別値基準判別部102j1でNASHまたは非NASHであるか否かを判別する場合)、判別値算出部102iは、アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つの濃度値、およびGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出してもよい。なお、判別値基準判別部102j1でNASHまたは非NASHであるか否かを判別する場合、多変量判別式は、Glu,Gln,Gly,Ala,Val,Tyrを変数として含むロジスティック回帰式でもよい。
また、判別値基準評価部102jでNAFLDの状態を評価する場合(具体的には、後述する判別値基準判別部102j1でNAFLDまたは非NAFLDであるか否かを判別する場合)、判別値算出部102iは、アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つの濃度値、およびGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出してもよい。なお、判別値基準判別部102j1でNAFLDまたは非NAFLDであるか否かを判別する場合、多変量判別式は、Ser,Glu,Gly,Val,Tyr,Hisを変数として含むロジスティック回帰式でもよい。
また、判別値基準評価部102jで脂肪肝の状態を評価する場合(具体的には、後述する判別値基準判別部102j1で脂肪肝または非脂肪肝であるか否かを判別する場合)、判別値算出部102iは、アミノ酸濃度データに含まれるThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値、およびThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出してもよい。なお、判別値基準判別部102j1で脂肪肝または非脂肪肝であるか否かを判別する場合、多変量判別式は、Ser,Glu,Gly,Ala,Val,Tyrを変数として含むロジスティック回帰式でもよい。
また、判別値基準評価部102jでNASHおよびNAFLDの状態を評価する場合(具体的には、後述する判別値基準判別部102j1で、NASHまたは「非NASH且つNAFLD」(単純性脂肪肝)であるか否かを判別する場合、または非NAFLD、NASH、または「非NASH且つNAFLD」であるか否かを判別する場合)、判別値算出部102iは、アミノ酸濃度データに含まれるGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つの濃度値、およびGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出してもよい。なお、判別値基準判別部102j1でNASHまたは「非NASH且つNAFLD」(単純性脂肪肝)であるか否かを判別する場合、多変量判別式は、Asn,Gln,Gly,Ala,Cit,Metを変数として含むロジスティック回帰式でもよい。また、判別値基準判別部102j1で非NAFLD、NASH、または「非NASH且つNAFLD」であるか否かを判別する場合、多変量判別式は、Ser,Glu,Gly,Val,Tyr,Hisを変数として含むロジスティック回帰式、およびAsn,Gln,Gly,Ala,Cit,Metを変数として含むロジスティック回帰式でもよい。
判別値基準評価部102jは、判別値算出部102iで算出した判別値に基づいて、評価対象につき、脂肪性肝疾患(具体的には、NASH、NAFLD、および脂肪肝のうち少なくとも1つ)の状態を評価する。判別値基準評価部102jは、判別値基準判別部102j1をさらに備えている。ここで、判別値基準評価部102jの構成について図18を参照して説明する。図18は、判別値基準評価部102jの構成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。判別値基準判別部102j1は、判別値に基づいて、評価対象につき、NASHまたは非NASHであるか否かの判別、NAFLDまたは非NAFLDであるか否かの判別、脂肪肝または非脂肪肝であるか否かの判別、NASHまたは「非NASH且つNAFLD」(単純性脂肪肝)であるか否かの判別、または非NAFLD、NASH、または「非NASH且つNAFLD」であるか否かの判別を実行する。具体的には、判別値基準判別部102j1は、判別値と予め設定された閾値(カットオフ値)とを比較することで、評価対象につき、これらの判別のうちのいずれか1つを実行する。
図6に戻り、結果出力部102kは、制御部102の各処理部での処理結果(判別値基準評価部102jでの評価結果(具体的には判別値基準判別部102j1での判別結果)を含む)等を出力装置114に出力する。
送信部102mは、評価対象のアミノ酸濃度データの送信元のクライアント装置200に対して評価結果を送信したり、データベース装置400に対して、脂肪性肝疾患評価装置100で作成した多変量判別式や評価結果を送信したりする。
つぎに、本システムのクライアント装置200の構成について図19を参照して説明する。図19は、本システムのクライアント装置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。
クライアント装置200は、制御部210とROM220とHD230とRAM240と入力装置250と出力装置260と入出力IF270と通信IF280とで構成されており、これら各部は任意の通信路を介して通信可能に接続されている。
制御部210は、Webブラウザ211、電子メーラ212、受信部213、送信部214を備えている。Webブラウザ211は、Webデータを解釈し、解釈したWebデータを後述するモニタ261に表示するブラウズ処理を行う。なお、Webブラウザ211には、ストリーム映像の受信・表示・フィードバック等を行う機能を備えたストリームプレイヤ等の各種のソフトウェアをプラグインしてもよい。電子メーラ212は、所定の通信規約(例えば、SMTP(Simple Mail Transfer Protocol)やPOP3(Post Office Protocol version 3)等)に従って電子メールの送受信を行う。受信部213は、通信IF280を介して、脂肪性肝疾患評価装置100から送信された評価結果などの各種情報を受信する。送信部214は、通信IF280を介して、評価対象のアミノ酸濃度データなどの各種情報を脂肪性肝疾患評価装置100へ送信する。
入力装置250はキーボードやマウスやマイク等である。なお、後述するモニタ261もマウスと協働してポインティングデバイス機能を実現する。出力装置260は、通信IF280を介して受信した情報を出力する出力手段であり、モニタ(家庭用テレビを含む)261およびプリンタ262を含む。この他、出力装置260にスピーカ等を設けてもよい。入出力IF270は入力装置250や出力装置260に接続する。
通信IF280は、クライアント装置200とネットワーク300(またはルータ等の通信装置)とを通信可能に接続する。換言すると、クライアント装置200は、モデムやTAやルータなどの通信装置および電話回線を介して、または専用線を介してネットワーク300に接続される。これにより、クライアント装置200は、所定の通信規約に従って脂肪性肝疾患評価装置100にアクセスすることができる。
ここで、プリンタ・モニタ・イメージスキャナ等の周辺装置を必要に応じて接続した情報処理装置(例えば、既知のパーソナルコンピュータ・ワークステーション・家庭用ゲーム装置・インターネットTV・PHS端末・携帯端末・移動体通信端末・PDA等の情報処理端末など)に、Webデータのブラウジング機能や電子メール機能を実現させるソフトウェア(プログラム、データ等を含む)を実装することにより、クライアント装置200を実現してもよい。
また、クライアント装置200の制御部210は、制御部210で行う処理の全部または任意の一部を、CPUおよび当該CPUにて解釈して実行するプログラムで実現してもよい。ROM220またはHD230には、OS(Operating System)と協働してCPUに命令を与え、各種処理を行うためのコンピュータプログラムが記録されている。当該コンピュータプログラムは、RAM240にロードされることで実行され、CPUと協働して制御部210を構成する。また、当該コンピュータプログラムは、クライアント装置200と任意のネットワークを介して接続されるアプリケーションプログラムサーバに記録されてもよく、クライアント装置200は、必要に応じてその全部または一部をダウンロードしてもよい。また、制御部210で行う処理の全部または任意の一部を、ワイヤードロジック等によるハードウェアで実現してもよい。
つぎに、本システムのネットワーク300について図4、図5を参照して説明する。ネットワーク300は、脂肪性肝疾患評価装置100とクライアント装置200とデータベース装置400とを相互に通信可能に接続する機能を有し、例えばインターネットやイントラネットやLAN(有線/無線の双方を含む)等である。なお、ネットワーク300は、VANや、パソコン通信網や、公衆電話網(アナログ/デジタルの双方を含む)や、専用回線網(アナログ/デジタルの双方を含む)や、CATV網や、携帯回線交換網または携帯パケット交換網(IMT2000方式、GSM(登録商標)方式またはPDC/PDC−P方式等を含む)や、無線呼出網や、Bluetooth(登録商標)等の局所無線網や、PHS網や、衛星通信網(CS、BSまたはISDB等を含む)等でもよい。
つぎに、本システムのデータベース装置400の構成について図20を参照して説明する。図20は、本システムのデータベース装置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。
データベース装置400は、脂肪性肝疾患評価装置100または当該データベース装置で多変量判別式を作成する際に用いる脂肪性肝疾患状態情報や、脂肪性肝疾患評価装置100で作成した多変量判別式、脂肪性肝疾患評価装置100での評価結果などを格納する機能を有する。図20に示すように、データベース装置400は、当該データベース装置を統括的に制御するCPU等の制御部402と、ルータ等の通信装置および専用線等の有線または無線の通信回路を介して当該データベース装置をネットワーク300に通信可能に接続する通信インターフェース部404と、各種のデータベースやテーブルやファイル(例えばWebページ用ファイル)などを格納する記憶部406と、入力装置412や出力装置414に接続する入出力インターフェース部408と、で構成されており、これら各部は任意の通信路を介して通信可能に接続されている。
記憶部406は、ストレージ手段であり、例えば、RAM・ROM等のメモリ装置や、ハードディスクのような固定ディスク装置や、フレキシブルディスクや、光ディスク等を用いることができる。記憶部406には、各種処理に用いる各種プログラム等を格納する。通信インターフェース部404は、データベース装置400とネットワーク300(またはルータ等の通信装置)との間における通信を媒介する。すなわち、通信インターフェース部404は、他の端末と通信回線を介してデータを通信する機能を有する。入出力インターフェース部408は、入力装置412や出力装置414に接続する。ここで、出力装置414には、モニタ(家庭用テレビを含む)の他、スピーカやプリンタを用いることができる(なお、以下で、出力装置414をモニタ414として記載する場合がある。)。また、入力装置412には、キーボードやマウスやマイクの他、マウスと協働してポインティングデバイス機能を実現するモニタを用いることができる。
制御部402は、OS(Operating System)等の制御プログラム・各種の処理手順等を規定したプログラム・所要データなどを格納するための内部メモリを有し、これらのプログラムに基づいて種々の情報処理を実行する。制御部402は、図示の如く、大別して、要求解釈部402aと閲覧処理部402bと認証処理部402cと電子メール生成部402dとWebページ生成部402eと送信部402fとを備えている。
要求解釈部402aは、脂肪性肝疾患評価装置100からの要求内容を解釈し、その解釈結果に応じて制御部402の各部に処理を受け渡す。閲覧処理部402bは、脂肪性肝疾患評価装置100からの各種画面の閲覧要求を受けて、これら画面のWebデータの生成や送信を行う。認証処理部402cは、脂肪性肝疾患評価装置100からの認証要求を受けて、認証判断を行う。電子メール生成部402dは、各種の情報を含んだ電子メールを生成する。Webページ生成部402eは、利用者がクライアント装置200で閲覧するWebページを生成する。送信部402fは、脂肪性肝疾患状態情報や多変量判別式などの各種情報を、脂肪性肝疾患評価装置100へ送信する。
[2−3.本システムの処理]
ここでは、以上のように構成された本システムで行われる脂肪性肝疾患評価サービス処理の一例を、図21を参照して説明する。図21は、脂肪性肝疾患評価サービス処理の一例を示すフローチャートである。
なお、本処理で用いるアミノ酸濃度データは、個体から予め採取した血液(例えば血漿、血清などを含む)を、以下の(A)または(B)などの測定方法で専門業者が分析又は独自に分析して得たアミノ酸の濃度値に関するものである。ここで、アミノ酸濃度の単位は、例えばモル濃度や重量濃度、これらの濃度に任意の定数を加減乗除することで得られるものでもよい。
(A)採取した血液サンプルを遠心することにより血液から血漿を分離した。全ての血漿サンプルは、アミノ酸濃度の測定時まで−80℃で凍結保存した。アミノ酸濃度測定時には、アセトニトリルを添加し除蛋白処理を行った後、標識試薬(3−アミノピリジル−N−ヒドロキシスクシンイミジルカルバメート)を用いてプレカラム誘導体化を行い、そして、液体クロマトグラフ質量分析計(LC−MS)によりアミノ酸濃度を分析した(国際公開第2003/069328号、国際公開第2005/116629号を参照)。
(B)採取した血液サンプルを遠心することにより血液から血漿を分離した。全ての血漿サンプルは、アミノ酸濃度の測定時まで−80℃で凍結保存した。アミノ酸濃度測定時には、スルホサリチル酸を添加し除蛋白処理を行った後、ニンヒドリン試薬を用いたポストカラム誘導体化法を原理としたアミノ酸分析計によりアミノ酸濃度を分析した。
まず、Webブラウザ211を表示した画面上で利用者が入力装置250を介して脂肪性肝疾患評価装置100が提供するWebサイトのアドレス(URLなど)を指定すると、クライアント装置200は脂肪性肝疾患評価装置100へアクセスする。具体的には、利用者がクライアント装置200のWebブラウザ211の画面更新を指示すると、Webブラウザ211は、脂肪性肝疾患評価装置100が提供するWebサイトのアドレスを所定の通信規約で脂肪性肝疾患評価装置100へ送信することで、アミノ酸濃度データ送信画面に対応するWebページの送信要求を、当該アドレスに基づくルーティングで脂肪性肝疾患評価装置100へ行う。
つぎに、脂肪性肝疾患評価装置100は、要求解釈部102aで、クライアント装置200からの送信を受け、当該送信の内容を解析し、解析結果に応じて制御部102の各部に処理を移す。具体的には、送信の内容がアミノ酸濃度データ送信画面に対応するWebページの送信要求であった場合、脂肪性肝疾患評価装置100は、主として閲覧処理部102bで、記憶部106の所定の記憶領域に格納されている当該Webページを表示するためのWebデータを取得し、取得したWebデータをクライアント装置200へ送信する。より具体的には、利用者からアミノ酸濃度データ送信画面に対応するWebページの送信要求があった場合、脂肪性肝疾患評価装置100は、まず、制御部102で、利用者IDや利用者パスワードの入力を利用者に対して求める。そして、利用者IDやパスワードが入力されると、脂肪性肝疾患評価装置100は、認証処理部102cで、入力された利用者IDやパスワードと利用者情報ファイル106aに格納されている利用者IDや利用者パスワードとの認証判断を行う。そして、脂肪性肝疾患評価装置100は、認証可の場合にのみ、閲覧処理部102bで、アミノ酸濃度データ送信画面に対応するWebページを表示するためのWebデータをクライアント装置200へ送信する。なお、クライアント装置200の特定は、クライアント装置200から送信要求と共に送信されたIPアドレスで行う。
つぎに、クライアント装置200は、脂肪性肝疾患評価装置100から送信されたWebデータ(アミノ酸濃度データ送信画面に対応するWebページを表示するためのもの)を受信部213で受信し、受信したWebデータをWebブラウザ211で解釈し、モニタ261にアミノ酸濃度データ送信画面を表示する。
つぎに、モニタ261に表示されたアミノ酸濃度データ送信画面に対し利用者が入力装置250を介して個体のアミノ酸濃度データなどを入力・選択すると、クライアント装置200は、送信部214で、入力情報や選択事項を特定するための識別子を脂肪性肝疾患評価装置100へ送信することで、評価対象の個体のアミノ酸濃度データを脂肪性肝疾患評価装置100へ送信する(ステップSA21)。なお、ステップSA21におけるアミノ酸濃度データの送信は、FTP等の既存のファイル転送技術等により実現してもよい。
つぎに、脂肪性肝疾患評価装置100は、要求解釈部102aで、クライアント装置200から送信された識別子を解釈することによりクライアント装置200の要求内容を解釈し、脂肪性肝疾患の状態評価用の多変量判別式(具体的には、NASHと非NASHの2群判別、NAFLDと非NAFLDの2群判別、脂肪肝と非脂肪肝の2群判別、NASHと単純性脂肪肝の2群判別、またはNASHと単純性脂肪肝と非NAFLDの3群判別用の多変量判別式)の送信要求をデータベース装置400へ行う。
つぎに、データベース装置400は、要求解釈部402aで、脂肪性肝疾患評価装置100からの送信要求を解釈し、記憶部406の所定の記憶領域に格納した多変量判別式(例えばアップデートされた最新のもの)を脂肪性肝疾患評価装置100へ送信する(ステップSA22)。
例えば、ステップSA26にてNASHまたは非NASHであるか否かを判別する場合、ステップSA22では、Gln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つを変数として含む多変量判別式を脂肪性肝疾患評価装置100へ送信する。また、ステップSA26にてNAFLDまたは非NAFLDであるか否かを判別する場合、ステップSA22では、Gln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つを変数として含む多変量判別式を脂肪性肝疾患評価装置100へ送信する。また、ステップSA26にて脂肪肝または非脂肪肝であるか否かを判別する場合、ステップSA22では、Thr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを変数として含む多変量判別式を脂肪性肝疾患評価装置100へ送信する。また、ステップSA26にてNASHまたは単純性脂肪肝であるか否かを判別する場合または非NAFLD、NASH、または単純性脂肪肝であるか否かを判別する場合、ステップSA22では、Gln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つを変数として含む多変量判別式を脂肪性肝疾患評価装置100へ送信する。
つぎに、脂肪性肝疾患評価装置100は、受信部102fで、クライアント装置200から送信された個体のアミノ酸濃度データおよびデータベース装置400から送信された多変量判別式を受信し、受信したアミノ酸濃度データをアミノ酸濃度データファイル106bの所定の記憶領域に格納すると共に、受信した多変量判別式を多変量判別式ファイル106e4の所定の記憶領域に格納する(ステップSA23)。
つぎに、脂肪性肝疾患評価装置100は、制御部102で、ステップSA23で受信した個体のアミノ酸濃度データから欠損値や外れ値などのデータを除去する(ステップSA24)。
つぎに、脂肪性肝疾患評価装置100は、判別値算出部102iで、ステップSA24で欠損値や外れ値などのデータが除去された個体のアミノ酸濃度データ、およびステップSA23で受信した多変量判別式に基づいて、判別値を算出する(ステップSA25)。
具体的には、ステップSA26にてNASHまたは非NASHであるか否かを判別する場合、脂肪性肝疾患評価装置100は、判別値算出部102iで、アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つの濃度値、およびGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出する。
また、ステップSA26にてNAFLDまたは非NAFLDであるか否かを判別する場合、脂肪性肝疾患評価装置100は、判別値算出部102iで、アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つの濃度値、およびGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出する。
また、ステップSA26にて脂肪肝または非脂肪肝であるか否かを判別する場合、脂肪性肝疾患評価装置100は、判別値算出部102iで、アミノ酸濃度データに含まれるThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値、およびThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出する。
また、ステップSA26にてNASHまたは単純性脂肪肝であるか否かを判別する場合、または、ステップSA26にて非NAFLD、NASH、または単純性脂肪肝であるか否かを判別する場合、脂肪性肝疾患評価装置100は、判別値算出部102iで、アミノ酸濃度データに含まれるGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つの濃度値、およびGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出する。
つぎに、脂肪性肝疾患評価装置100は、判別値基準判別部102j1で、ステップSA25で算出した判別値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、NASHまたは非NASHであるか否かの判別、NAFLDまたは非NAFLDであるか否かの判別、脂肪肝または非脂肪肝であるか否かの判別、NASHまたは単純性脂肪肝(非NASH且つNAFLD)であるか否かの判別、または非NAFLD、NASH、または単純性脂肪肝(非NASH且つNAFLD)であるか否かの判別を実行し、その判別結果を評価結果ファイル106gの所定の記憶領域に格納する(ステップSA26)。
つぎに、脂肪性肝疾患評価装置100は、送信部102mで、ステップSA26で得た判別結果を、アミノ酸濃度データの送信元のクライアント装置200とデータベース装置400とへ送信する(ステップSA27)。具体的には、まず、脂肪性肝疾患評価装置100は、Webページ生成部102eで、判別結果を表示するためのWebページを作成し、作成したWebページに対応するWebデータを記憶部106の所定の記憶領域に格納する。ついで、利用者がクライアント装置200のWebブラウザ211に入力装置250を介して所定のURLを入力し上述した認証を経た後、クライアント装置200は、当該Webページの閲覧要求を脂肪性肝疾患評価装置100へ送信する。ついで、脂肪性肝疾患評価装置100は、閲覧処理部102bで、クライアント装置200から送信された閲覧要求を解釈し、判別結果を表示するためのWebページに対応するWebデータを記憶部106の所定の記憶領域から読み出す。そして、脂肪性肝疾患評価装置100は、送信部102mで、読み出したWebデータをクライアント装置200へ送信すると共に、当該Webデータ又は判別結果をデータベース装置400へ送信する。
ここで、ステップSA27において、脂肪性肝疾患評価装置100は、制御部102で、判別結果を電子メールで利用者のクライアント装置200へ通知してもよい。具体的には、まず、脂肪性肝疾患評価装置100は、電子メール生成部102dで、利用者IDなどを基にして利用者情報ファイル106aに格納されている利用者情報を送信タイミングに従って参照し、利用者の電子メールアドレスを取得する。ついで、脂肪性肝疾患評価装置100は、電子メール生成部102dで、取得した電子メールアドレスを宛て先とし利用者の氏名および判別結果を含む電子メールに関するデータを生成する。ついで、脂肪性肝疾患評価装置100は、送信部102mで、生成した当該データを利用者のクライアント装置200へ送信する。
また、ステップSA27において、脂肪性肝疾患評価装置100は、FTP等の既存のファイル転送技術等で、判別結果を利用者のクライアント装置200へ送信してもよい。
図21の説明に戻り、データベース装置400は、制御部402で、脂肪性肝疾患評価装置100から送信された判別結果またはWebデータを受信し、受信した判別結果またはWebデータを記憶部406の所定の記憶領域に保存(蓄積)する(ステップSA28)。
また、クライアント装置200は、受信部213で、脂肪性肝疾患評価装置100から送信されたWebデータを受信し、受信したWebデータをWebブラウザ211で解釈し、個体の判別結果が記されたWebページの画面をモニタ261に表示する(ステップSA29)。なお、判別結果が脂肪性肝疾患評価装置100から電子メールで送信された場合には、クライアント装置200は、電子メーラ212の公知の機能で、脂肪性肝疾患評価装置100から送信された電子メールを任意のタイミングで受信し、受信した電子メールをモニタ261に表示する。
以上により、利用者は、モニタ261に表示されたWebページを閲覧することで、「NASHまたは非NASHであるか否かの判別」、「NAFLDまたは非NAFLDであるか否かの判別」、「脂肪肝または非脂肪肝であるか否かの判別」、「NASHまたは単純性脂肪肝であるか否かの判別」、または「非NAFLD、NASH、または単純性脂肪肝であるか否かの判別」に関する個体の判別結果を確認することができる。なお、利用者は、モニタ261に表示されたWebページの表示内容をプリンタ262で印刷してもよい。
また、判別結果が脂肪性肝疾患評価装置100から電子メールで送信された場合には、利用者は、モニタ261に表示された電子メールを閲覧することで、「NASHまたは非NASHであるか否かの判別」、「NAFLDまたは非NAFLDであるか否かの判別」、「脂肪肝または非脂肪肝であるか否かの判別」、「NASHまたは単純性脂肪肝であるか否かの判別」、または「非NAFLD、NASH、または単純性脂肪肝であるか否かの判別」に関する個体の判別結果を確認することができる。利用者は、モニタ261に表示された電子メールの表示内容をプリンタ262で印刷してもよい。
これにて、脂肪性肝疾患評価サービス処理の説明を終了する。
[2−4.第2実施形態のまとめ、およびその他の実施形態]
以上、詳細に説明したように、脂肪性肝疾患評価システムによれば、クライアント装置200は個体のアミノ酸濃度データを脂肪性肝疾患評価装置100へ送信し、データベース装置400は脂肪性肝疾患評価装置100からの要求を受けて、NASHと非NASHの判別用の多変量判別式、NAFLDと非NAFLDの判別用の多変量判別式、脂肪肝と非脂肪肝の判別用の多変量判別式、NASHと単純性脂肪肝の判別用の多変量判別式、または非NAFLDとNASHと単純性脂肪肝の判別用の多変量判別式を脂肪性肝疾患評価装置100へ送信する。そして、脂肪性肝疾患評価装置100は、(1)クライアント装置200からアミノ酸濃度データを受信すると共にデータベース装置400から多変量判別式を受信し、(2)受信したアミノ酸濃度データおよび多変量判別式に基づいて判別値を算出し、(3)算出した判別値と予め設定した閾値とを比較することで個体につき、「NASHまたは非NASHであるか否かの判別」、「NAFLDまたは非NAFLDであるか否かの判別」、「脂肪肝または非脂肪肝であるか否かの判別」、「NASHまたは単純性脂肪肝であるか否かの判別」、または「非NAFLD、NASH、または単純性脂肪肝であるか否かの判別」を実行し、(4)この判別結果をクライアント装置200やデータベース装置400へ送信する。そして、クライアント装置200は脂肪性肝疾患評価装置100から送信された判別結果を受信して表示し、データベース装置400は脂肪性肝疾患評価装置100から送信された判別結果を受信して格納する。これにより、NASHと非NASHの2群判別、NAFLDと非NAFLDの2群判別、脂肪肝と非脂肪肝の2群判別、NASHと単純性脂肪肝の2群判別、または非NAFLDとNASHと単純性脂肪肝の3群判別に有用な多変量判別式で得られる判別値を利用して、これらの2群判別または3群判別を精度よく行うことができる。
ここで、脂肪性肝疾患評価システムによれば、ステップSA25で用いられる多変量判別式は、ロジスティック回帰式、分数式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか1つでもよい。これにより、NASHと非NASHの2群判別、NAFLDと非NAFLDの2群判別、脂肪肝と非脂肪肝の2群判別、NASHと単純性脂肪肝の2群判別、または非NAFLDとNASHと単純性脂肪肝の3群判別に有用な多変量判別式で得られる判別値を利用して、これらの2群判別または3群判別をさらに精度よく行うことができる。
具体的には、ステップSA26にてNASHまたは非NASHであるか否かを判別する場合、ステップSA25で用いられる多変量判別式は、Glu,Gln,Gly,Ala,Val,Tyrを変数として含むロジスティック回帰式でもよい。これにより、NASHと非NASHの2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができる。また、ステップSA26にてNAFLDまたは非NAFLDであるか否かを判別する場合、ステップSA25で用いられる多変量判別式は、Ser,Glu,Gly,Val,Tyr,Hisを変数として含むロジスティック回帰式でもよい。これにより、NAFLDと非NAFLDの2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができる。また、ステップSA26にて脂肪肝または非脂肪肝であるか否かを判別する場合、ステップSA25で用いられる多変量判別式は、Ser,Glu,Gly,Ala,Val,Tyrを変数として含むロジスティック回帰式でもよい。これにより、脂肪肝と非脂肪肝の2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができる。また、ステップSA26にてNASHまたは単純性脂肪肝であるか否かを判別する場合、ステップSA25で用いられる多変量判別式は、Asn,Gln,Gly,Ala,Cit,Metを変数として含むロジスティック回帰式でもよい。これにより、NASHと単純性脂肪肝の2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができる。また、ステップSA26にて非NAFLD、NASH、または単純性脂肪肝であるか否かを判別する場合、ステップSA25で用いられる多変量判別式は、Ser,Glu,Gly,Val,Tyr,Hisを変数として含むロジスティック回帰式、およびAsn,Gln,Gly,Ala,Cit,Metを変数として含むロジスティック回帰式でもよい。これにより、非NAFLDとNASHと単純性脂肪肝の3群判別に特に有用な多変量判別式で得られる判別値を利用して、この3群判別をさらに精度よく行うことができる。
なお、上記した各多変量判別式は、本出願人による国際出願である国際公開第2004/052191号に記載の方法または本出願人による国際出願である国際公開第2006/098192号に記載の方法(後述する多変量判別式作成処理)で作成してもよい。なお、これら方法で得られた多変量判別式であれば、入力データとしてのアミノ酸濃度データにおけるアミノ酸濃度の単位に因らず、当該多変量判別式を脂肪性肝疾患の状態評価に好適に用いることができる。
また、本発明にかかる脂肪性肝疾患評価装置、脂肪性肝疾患評価方法、脂肪性肝疾患評価プログラム、記録媒体、脂肪性肝疾患評価システム、および情報通信端末装置は、上述した第2実施形態以外にも、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形態にて実施されてよいものである。例えば、上述した第2実施形態で説明した各処理のうち、自動的に行なわれるものとして説明した処理の全部または一部を手動的に行うこともでき、手動的に行なわれるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種の登録データおよび検索条件等のパラメータを含む情報、画面例、データベース構成については、特記する場合を除いて任意に変更することができる。例えば、脂肪性肝疾患評価装置100に関して、図示の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。また、脂肪性肝疾患評価装置100の各部または各装置が備える処理機能(特に制御部102にて行なわれる各処理機能)については、CPU(Central Processing Unit)および当該CPUにて解釈実行されるプログラムにて、その全部または任意の一部を実現してもよく、また、ワイヤードロジックによるハードウェアとして実現してもよい。また、脂肪性肝疾患評価装置100は、既知のパーソナルコンピュータ、ワークステーション等の情報処理装置として構成してもよく、また、該情報処理装置に任意の周辺装置を接続して構成してもよい。また、脂肪性肝疾患評価装置100は、該情報処理装置に本発明の方法を実現させるソフトウェア(プログラム、データ等を含む)を実装することにより実現してもよい。
ここで、「プログラム」とは任意の言語や記述方法にて記述されたデータ処理方法であり、ソースコードやバイナリコード等の形式を問わない。なお、「プログラム」は、必ずしも単一的に構成されるものに限られず、複数のモジュールやライブラリとして分散構成されるものや、OS(Operating System)に代表される別個のプログラムと協働してその機能を達成するものを含む。なお、プログラムは、記録媒体に記録されており、必要に応じて脂肪性肝疾患評価装置100に機械的に読み取られる。すなわち、ROMまたはHDD(Hard Disk Drive)などの記憶部106などには、OS(Operating System)と協働してCPUに命令を与え、各種処理を行うためのコンピュータプログラムが記録されている。このコンピュータプログラムは、RAMにロードされることによって実行され、CPUと協働して制御部を構成する。また、このコンピュータプログラムは、脂肪性肝疾患評価装置100に対して任煮のネットワーク300を介して接続されたアプリケーションプログラムサーバに記憶されていてもよく、必要に応じてその全部又は一部をダウンロードすることも可能である。記録媒体に記録されたプログラムを各装置で読み取るための具体的な構成や読み取り手順や読み取り後のインストール手順等については、周知の構成や手順を用いることができる。
また、「記録媒体」とは任意の「可搬用の物理媒体」を含むものとする。なお、「可搬用の物理媒体」とは、メモリーカード、USBメモリ、SDカード、フレキシブルディスク、光磁気ディスク、ROM、EPROM、EEPROM、CD−ROM、MO、DVD、およびBlu−ray Disc等である。本発明に係るプログラムを、コンピュータ読み取り可能な記録媒体に格納してもよく、また、プログラム製品として構成することもできる。
最後に、脂肪性肝疾患評価装置100で行う多変量判別式作成処理の一例について図22を参照して詳細に説明する。なお、ここで説明する処理はあくまでも一例であり、多変量判別式の作成方法はこれに限定されない。図22は多変量判別式作成処理の一例を示すフローチャートである。なお、当該多変量判別式作成処理は、脂肪性肝疾患状態情報を管理するデータベース装置400で行ってもよい。
なお、本説明では、脂肪性肝疾患評価装置100は、データベース装置400から事前に取得した脂肪性肝疾患状態情報を、脂肪性肝疾患状態情報ファイル106cの所定の記憶領域に格納しているものとする。また、脂肪性肝疾患評価装置100は、脂肪性肝疾患状態情報指定部102gで事前に指定した脂肪性肝疾患状態指標データおよびアミノ酸濃度データを含む脂肪性肝疾患状態情報を、指定脂肪性肝疾患状態情報ファイル106dの所定の記憶領域に格納しているものとする。
まず、多変量判別式作成部102hは、候補多変量判別式作成部102h1で、指定脂肪性肝疾患状態情報ファイル106dの所定の記憶領域に格納されている脂肪性肝疾患状態情報から所定の式作成手法に基づいて候補多変量判別式を作成し、作成した候補多変量判別式を候補多変量判別式ファイル106e1の所定の記憶領域に格納する(ステップSB21)。具体的には、まず、多変量判別式作成部102hは、候補多変量判別式作成部102h1で、複数の異なる式作成手法(主成分分析や判別分析、サポートベクターマシン、重回帰分析、ロジスティック回帰分析、k−means法、クラスター解析、決定木などの多変量解析に関するものを含む。)の中から所望のものを1つ選択し、選択した式作成手法に基づいて、作成する候補多変量判別式の形(式の形)を決定する。つぎに、多変量判別式作成部102hは、候補多変量判別式作成部102h1で、脂肪性肝疾患状態情報に基づいて、選択した式選択手法に対応する種々(例えば平均や分散など)の計算を実行する。つぎに、多変量判別式作成部102hは、候補多変量判別式作成部102h1で、計算結果および決定した候補多変量判別式のパラメータを決定する。これにより、選択した式作成手法に基づいて候補多変量判別式が作成される。なお、複数の異なる式作成手法を併用して候補多変量判別式を同時並行(並列)的に作成する場合は、選択した式作成手法ごとに上記の処理を並行して実行すればよい。また、複数の異なる式作成手法を併用して候補多変量判別式を直列的に作成する場合は、例えば、主成分分析を行って作成した候補多変量判別式を利用して脂肪性肝疾患状態情報を変換し、変換した脂肪性肝疾患状態情報に対して判別分析を行うことで候補多変量判別式を作成してもよい。
つぎに、多変量判別式作成部102hは、候補多変量判別式検証部102h2で、ステップSB21で作成した候補多変量判別式を所定の検証手法に基づいて検証(相互検証)し、検証結果を検証結果ファイル106e2の所定の記憶領域に格納する(ステップSB22)。具体的には、多変量判別式作成部102hは、候補多変量判別式検証部102h2で、指定脂肪性肝疾患状態情報ファイル106dの所定の記憶領域に格納されている脂肪性肝疾患状態情報に基づいて候補多変量判別式を検証する際に用いる検証用データを作成し、作成した検証用データに基づいて候補多変量判別式を検証する。なお、ステップSB21で複数の異なる式作成手法を併用して候補多変量判別式を複数作成した場合には、多変量判別式作成部102hは、候補多変量判別式検証部102h2で、各式作成手法に対応する候補多変量判別式ごとに所定の検証手法に基づいて検証する。ここで、ステップSB22において、ブートストラップ法やホールドアウト法、N−フォールド法、リーブワンアウト法などのうち少なくとも1つに基づいて候補多変量判別式の判別率や感度、特異度、情報量基準、ROC_AUC(受信者特性曲線の曲線下面積)などのうち少なくとも1つに関して検証してもよい。これにより、脂肪性肝疾患状態情報や診断条件を考慮した予測性または頑健性の高い候補指標式を選択することができる。
つぎに、多変量判別式作成部102hは、変数選択部102h3で、ステップSB22での検証結果から所定の変数選択手法に基づいて、候補多変量判別式の変数を選択することで(ただし、ステップSB22での検証結果を考慮せず、所定の変数選択手法に基づいて、候補多変量判別式の変数を選択してもよい。)、候補多変量判別式を作成する際に用いる脂肪性肝疾患状態情報に含まれるアミノ酸濃度データの組み合わせを選択し、選択したアミノ酸濃度データの組み合わせを含む脂肪性肝疾患状態情報を選択脂肪性肝疾患状態情報ファイル106e3の所定の記憶領域に格納する(ステップSB23)。なお、ステップSB21で複数の異なる式作成手法を併用して候補多変量判別式を複数作成し、ステップSB22で各式作成手法に対応する候補多変量判別式ごとに所定の検証手法に基づいて検証した場合には、ステップSB23において、多変量判別式作成部102hは、変数選択部102h3で、候補多変量判別式(例えば、ステップSB22での検証結果に対応する候補多変量判別式)ごとに所定の変数選択手法に基づいて候補多変量判別式の変数を選択してもよい。ここで、ステップSB23において、検証結果からステップワイズ法、ベストパス法、近傍探索法、遺伝的アルゴリズムのうち少なくとも1つに基づいて候補多変量判別式の変数を選択してもよい。なお、ベストパス法とは、候補多変量判別式に含まれる変数を1つずつ順次減らしていき、候補多変量判別式が与える評価指標を最適化することで変数を選択する方法である。また、ステップSB23において、多変量判別式作成部102hは、変数選択部102h3で、指定脂肪性肝疾患状態情報ファイル106dの所定の記憶領域に格納されている脂肪性肝疾患状態情報に基づいてアミノ酸濃度データの組み合わせを選択してもよい。
つぎに、多変量判別式作成部102hは、指定脂肪性肝疾患状態情報ファイル106dの所定の記憶領域に格納されている脂肪性肝疾患状態情報に含まれるアミノ酸濃度データの全ての組み合わせが終了したか否かを判定し、判定結果が「終了」であった場合(ステップSB24:Yes)には次のステップ(ステップSB25)へ進み、判定結果が「終了」でなかった場合(ステップSB24:No)にはステップSB21へ戻る。なお、多変量判別式作成部102hは、予め設定した回数が終了したか否かを判定し、判定結果が「終了」であった場合には(ステップSB24:Yes)次のステップ(ステップSB25)へ進み、判定結果が「終了」でなかった場合(ステップSB24:No)にはステップSB21へ戻ってもよい。また、多変量判別式作成部102hは、ステップSB23で選択したアミノ酸濃度データの組み合わせが、指定脂肪性肝疾患状態情報ファイル106dの所定の記憶領域に格納されている脂肪性肝疾患状態情報に含まれるアミノ酸濃度データの組み合わせまたは前回のステップSB23で選択したアミノ酸濃度データの組み合わせと同じであるか否かを判定し、判定結果が「同じ」であった場合(ステップSB24:Yes)には次のステップ(ステップSB25)へ進み、判定結果が「同じ」でなかった場合(ステップSB24:No)にはステップSB21へ戻ってもよい。また、多変量判別式作成部102hは、検証結果が具体的には各候補多変量判別式に関する評価値である場合には、当該評価値と各式作成手法に対応する所定の閾値との比較結果に基づいて、ステップSB25へ進むかステップSB21へ戻るかを判定してもよい。
つぎに、多変量判別式作成部102hは、検証結果に基づいて、複数の候補多変量判別式の中から多変量判別式として採用する候補多変量判別式を選出することで多変量判別式を決定し、決定した多変量判別式(選出した候補多変量判別式)を多変量判別式ファイル106e4の所定の記憶領域に格納する(ステップSB25)。ここで、ステップSB25において、例えば、同じ式作成手法で作成した候補多変量判別式の中から最適なものを選出する場合と、すべての候補多変量判別式の中から最適なものを選出する場合とがある。
これにて、多変量判別式作成処理の説明を終了する。
[第3実施形態]
[3−1.本発明の概要]
ここでは、本発明にかかる脂肪性肝疾患の予防・改善物質の探索方法の概要について図23を参照して説明する。図23は本発明の基本原理を示す原理構成図である。
まず、1つまたは複数の物質から成る所望の物質群を、評価対象(例えば動物やヒトなどの個体)に投与する(ステップS31)。例えば、ヒトに投与可能な既存の薬物・アミノ酸・食品・サプリメントを適宜組み合わせたもの(例えば、脂肪性肝疾患(具体的には脂肪肝、NAFLD、およびNASHのうち少なくとも1つ)の諸症状の改善に効果があること知られている薬物(例えば、インスリン抵抗性改善薬、ビグアナイト薬、ウルソデオキシコール酸、抗高脂血症薬、または抗酸化薬など)・サプリメントなどを適宜組み合わせたもの)を、所定の期間(例えば1日から12ヶ月の範囲)にわたり、所定量ずつ所定の頻度・タイミング(例えば1日3回・食後)で、所定の投与方法(例えば経口投与)により投与してもよい。ここで、投与方法や用量、剤形は、病状に応じて適宜組み合わせてもよい。なお、剤形は、公知の技術に基づいて決めてもよい。また、用量は、特に定めは無いが、例えば有効成分として1ugから100gを含有した形態で与えてもよい。
つぎに、ステップS31で物質群が投与された評価対象から血液を採取する(ステップS32)。
つぎに、ステップS32で採取した血液中のアミノ酸の濃度値に関するアミノ酸濃度データを取得する(ステップS33)。なお、ステップS11では、例えば、アミノ酸濃度測定を行う企業等が測定したアミノ酸濃度データを取得してもよく、また、評価対象から採取した血液(例えば血漿、血清などを含む)から、例えば以下の(A)または(B)などの測定方法でアミノ酸濃度データを測定することでアミノ酸濃度データを取得してもよい。ここで、アミノ酸濃度の単位は、例えばモル濃度や重量濃度、これらの濃度に任意の定数を加減乗除することで得られるものでもよい。
(A)採取した血液サンプルを遠心することにより血液から血漿を分離した。全ての血漿サンプルは、アミノ酸濃度の測定時まで−80℃で凍結保存した。アミノ酸濃度測定時には、アセトニトリルを添加し除蛋白処理を行った後、標識試薬(3−アミノピリジル−N−ヒドロキシスクシンイミジルカルバメート)を用いてプレカラム誘導体化を行い、そして、液体クロマトグラフ質量分析計(LC−MS)によりアミノ酸濃度を分析した(国際公開第2003/069328号、国際公開第2005/116629号を参照)。
(B)採取した血液サンプルを遠心することにより血液から血漿を分離した。全ての血漿サンプルは、アミノ酸濃度の測定時まで−80℃で凍結保存した。アミノ酸濃度測定時には、スルホサリチル酸を添加し除蛋白処理を行った後、ニンヒドリン試薬を用いたポストカラム誘導体化法を原理としたアミノ酸分析計によりアミノ酸濃度を分析した。
つぎに、ステップS33で取得した評価対象のアミノ酸濃度データに基づいて、評価対象につき、脂肪肝、NAFLD(non−alcoholic fatty liver disease)、およびNASH(non−alcoholic steatohepatitis)のうち少なくとも1つを含む脂肪性肝疾患の状態を評価する(ステップS34)。
つぎに、ステップS34での評価結果に基づいて、ステップS31で投与した物質群が、脂肪性肝疾患を予防させるまたは脂肪性肝疾患の状態を改善させるものであるか否かを判定する(ステップS35)。
そして、ステップS35での判定結果が「予防させるまたは改善させる」というものであった場合、ステップS31で投与した物質群が、脂肪性肝疾患を予防させるまたは脂肪性肝疾患の状態を改善させるものとして探索される。
以上、本発明によれば、所望の物質群を評価対象に投与し、当該物質群が投与された評価対象から血液を採取し、採取した血液中のアミノ酸の濃度値に関するアミノ酸濃度データを取得し、取得したアミノ酸濃度データに基づいて、評価対象につき、脂肪性肝疾患の状態を評価し、その評価結果に基づいて、所望の物質群が、脂肪性肝疾患を予防させる又は脂肪性肝疾患の状態を改善させるものであるか否かを判定する。これにより、血液中のアミノ酸の濃度を利用して脂肪性肝疾患の状態を精度よく評価することができる脂肪性肝疾患の評価方法を用いて、脂肪性肝疾患を予防させる又は脂肪性肝疾患の状態を改善させる物質を精度よく探索することができる。
ここで、ステップS34を実行する前に、アミノ酸濃度データから欠損値や外れ値などのデータを除去してもよい。これにより、脂肪性肝疾患の状態をさらに精度よく評価することができる。
また、ステップS34では、ステップS33で取得したアミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つの濃度値に基づいて、評価対象につき、NASHの状態を評価してもよい。これにより、血液中のアミノ酸の濃度のうちNASHの状態と関連するアミノ酸の濃度を利用して、NASHの状態を精度よく評価することができる。具体的には、アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つの濃度値に基づいて、NASHまたは非NASHであるか否かを判別してもよい。これにより、血液中のアミノ酸の濃度のうちNASHと非NASHの2群判別に有用なアミノ酸の濃度を利用して、この2群判別を精度よく行うことができる。
また、ステップS34では、ステップS33で取得したアミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つの濃度値に基づいて、評価対象につき、NAFLDの状態を評価してもよい。これにより、血液中のアミノ酸の濃度のうちNAFLDの状態と関連するアミノ酸の濃度を利用して、NAFLDの状態を精度よく評価することができる。具体的には、アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つの濃度値に基づいて、評価対象につき、NAFLDまたは非NAFLDであるか否かを判別してもよい。これにより、血液中のアミノ酸の濃度のうちNAFLDと非NAFLDの2群判別に有用なアミノ酸の濃度を利用して、この2群判別を精度よく行うことができる。
また、ステップS34では、ステップS33で取得したアミノ酸濃度データに含まれるThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値に基づいて、評価対象につき、脂肪肝の状態を評価してもよい。これにより、血液中のアミノ酸の濃度のうち脂肪肝の状態と関連するアミノ酸の濃度を利用して、脂肪肝の状態を精度よく評価することができる。具体的には、アミノ酸濃度データに含まれるThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値に基づいて、評価対象につき、脂肪肝または非脂肪肝であるか否かを判別してもよい。これにより、血液中のアミノ酸の濃度のうち脂肪肝と非脂肪肝の2群判別に有用なアミノ酸の濃度を利用して、この2群判別を精度よく行うことができる。
また、ステップS34では、ステップS33で取得したアミノ酸濃度データに含まれるGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つの濃度値に基づいて、評価対象につき、NASHおよびNAFLDの状態を評価してもよい。これにより、血液中のアミノ酸の濃度のうちNASHおよびNAFLDの状態と関連するアミノ酸の濃度を利用して、NASHおよびNAFLDの状態を精度よく評価することができる。具体的には、アミノ酸濃度データに含まれるGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つの濃度値に基づいて、評価対象につき、NASH、または非NASH且つNAFLDであるか否かを判別してもよい。これにより、血液中のアミノ酸の濃度のうちNASHと単純性脂肪肝の2群判別に有用なアミノ酸の濃度を利用して、この2群判別を精度よく行うことができる。
また、ステップS34では、ステップS33で取得したアミノ酸濃度データ、およびアミノ酸の濃度を変数として含む予め設定した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出し、算出した判別値に基づいて、評価対象につき、脂肪性肝疾患の状態を評価してもよい。これにより、アミノ酸の濃度を変数として含む多変量判別式で得られる判別値を利用して、脂肪性肝疾患の状態を精度よく評価することができる。
なお、多変量判別式は、ロジスティック回帰式、分数式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか1つでもよい。これにより、アミノ酸の濃度を変数として含む多変量判別式で得られる判別値を利用して、脂肪性肝疾患の状態をさらに精度よく評価することができる。
また、ステップS34では、ステップS33で取得したアミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つの濃度値、およびGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、NASHの状態を評価してもよい。これにより、NASHの状態と有意な相関がある多変量判別式で得られる判別値を利用して、NASHの状態を精度よく評価することができる。具体的には、判別値に基づいて、評価対象につき、NASHまたは非NASHであるか否かを判別してもよい。これにより、NASHと非NASHの2群判別に有用な多変量判別式で得られる判別値を利用して、この2群判別を精度よく行うことができる。なお、多変量判別式は、Glu,Gln,Gly,Ala,Val,Tyrを変数として含むロジスティック回帰式でもよい。これにより、NASHと非NASHの2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができる。
また、ステップS34では、ステップS33で取得したアミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つの濃度値、およびGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、NAFLDの状態を評価してもよい。これにより、NAFLDの状態と有意な相関がある多変量判別式で得られる判別値を利用して、NAFLDの状態を精度よく評価することができる。具体的には、判別値に基づいて、評価対象につき、NAFLDまたは非NAFLDであるか否かを判別してもよい。これにより、NAFLDと非NAFLDの2群判別に有用な多変量判別式で得られる判別値を利用して、この2群判別を精度よく行うことができる。なお、多変量判別式は、Ser,Glu,Gly,Val,Tyr,Hisを変数として含むロジスティック回帰式でもよい。これにより、NAFLDと非NAFLDの2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができる。
また、ステップS34では、ステップS33で取得したアミノ酸濃度データに含まれるThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値、およびThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、脂肪肝の状態を評価してもよい。これにより、脂肪肝の状態と有意な相関がある多変量判別式で得られる判別値を利用して、脂肪肝の状態を精度よく評価することができる。具体的には、判別値に基づいて、評価対象につき、脂肪肝または非脂肪肝であるか否かを判別してもよい。これにより、脂肪肝と非脂肪肝の2群判別に有用な多変量判別式で得られる判別値を利用して、この2群判別を精度よく行うことができる。なお、多変量判別式は、Ser,Glu,Gly,Ala,Val,Tyrを変数として含むロジスティック回帰式でもよい。これにより、脂肪肝と非脂肪肝の2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができる。
また、ステップS34では、ステップS33で取得したアミノ酸濃度データに含まれるGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つの濃度値、およびGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、NASHおよびNAFLDの状態を評価してもよい。これにより、NASHおよびNAFLDの状態と有意な相関がある多変量判別式で得られる判別値を利用して、NASHおよびNAFLDの状態を精度よく評価することができる。具体的には、判別値に基づいて、評価対象につき、NASH、または「非NASH且つNAFLD」(単純性脂肪肝)であるか否かを判別してもよい。これにより、NASHと単純性脂肪肝の2群判別に有用な多変量判別式で得られる判別値を利用して、この2群判別を精度よく行うことができる。なお、多変量判別式は、Asn,Gln,Gly,Ala,Cit,Metを変数として含むロジスティック回帰式でもよい。これにより、NASHと単純性脂肪肝の2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができる。また、具体的には、判別値に基づいて、評価対象につき、非NAFLD、NASH、または「非NASH且つNAFLD」であるか否かを判別してもよい。これにより、非NAFLDとNASHと単純性脂肪肝の3群判別に有用な多変量判別式で得られる判別値を利用して、この3群判別を精度よく行うことができる。なお、多変量判別式は、Ser,Glu,Gly,Val,Tyr,Hisを変数として含むロジスティック回帰式、およびAsn,Gln,Gly,Ala,Cit,Metを変数として含むロジスティック回帰式でもよい。これにより、非NAFLDとNASHと単純性脂肪肝の3群判別に特に有用な多変量判別式で得られる判別値を利用して、この3群判別をさらに精度よく行うことができる。
ここで、上記した各多変量判別式は、本出願人による国際出願である国際公開第2004/052191号に記載の方法または本出願人による国際出願である国際公開第2006/098192号に記載の方法(上述した第2実施形態に記載の多変量判別式作成処理)で作成してもよい。なお、これら方法で得られた多変量判別式であれば、入力データとしてのアミノ酸濃度データにおけるアミノ酸濃度の単位に因らず、当該多変量判別式を脂肪性肝疾患の状態の評価に好適に用いることができる。
また、多変量判別式とは、一般に多変量解析で用いられる式の形式を意味し、例えば分数式、重回帰式、多重ロジスティック回帰式、線形判別関数、マハラノビス距離、正準判別関数、サポートベクターマシン、決定木などを包含する。また、異なる形式の多変量判別式の和で示されるような式も含まれる。また、重回帰式、多重ロジスティック回帰式、正準判別関数においては各変数に係数および定数項が付加されるが、この場合の係数および定数項は、好ましくは実数であること、より好ましくはデータから判別を行うために得られた係数および定数項の99%信頼区間の範囲に属する値、さらに好ましくはデータから判別を行うために得られた係数および定数項の95%信頼区間の範囲に属する値であればかまわない。また、各係数の値、及びその信頼区間は、それを実数倍したものでもよく、定数項の値、及びその信頼区間は、それに任意の実定数を加減乗除したものでもよい。ロジスティック回帰、線形判別、重回帰分析などの表示式を指標に用いる場合、表示式の線形変換(定数の加算、定数倍)や単調増加(減少)の変換(例えばlogit変換など)は判別性能を変えるものではなく同等であるので、表示式はそれらを含むものである。
なお、分数式とは、当該分数式の分子がアミノ酸A,B,C,・・・の和で表わされ及び/又は当該分数式の分母がアミノ酸a,b,c,・・・の和で表わされるものである。また、分数式には、このような構成の分数式α,β,γ,・・・の和(例えばα+βのようなもの)も含まれる。また、分数式には、分割された分数式も含まれる。なお、分子や分母に用いられるアミノ酸にはそれぞれ適当な係数がついてもかまわない。また、分子や分母に用いられるアミノ酸は重複してもかまわない。また、各分数式に適当な係数がついてもかまわない。また、各変数の係数の値や定数項の値は、実数であればかまわない。分数式で、分子の変数と分母の変数を入れ替えた組み合わせは、目的変数との相関の正負の符号は概して逆転するが、それらの相関性は保たれるので、判別性では同等と見なせるので、分子の変数と分母の変数を入れ替えた組み合わせも、包含するものである。
そして、本発明は、脂肪性肝疾患の状態評価を行う際、アミノ酸の濃度以外に、他の生体情報(例えば糖類・脂質・タンパク質・ペプチド・ミネラル・ホルモン等の生体代謝物や、例えば血糖値・血圧値・性別・年齢・肝疾患指標・食習慣・飲酒習慣・運動習慣・肥満度・疾患歴等の生体指標、など)をさらに用いてもかまわない。また、本発明は、脂肪性肝疾患の状態評価を行う際、多変量判別式における変数として、アミノ酸の濃度以外に、他の生体情報(例えば糖類・脂質・タンパク質・ペプチド・ミネラル・ホルモン等の生体代謝物や、例えば血糖値・血圧値・性別・年齢・肝疾患指標・食習慣・飲酒習慣・運動習慣・肥満度・疾患歴等の生体指標、など)をさらに用いてもかまわない。
[3−2.第3実施形態にかかる脂肪性肝疾患の予防・改善物質の探索方法の一例]
ここでは、第3実施形態にかかる脂肪性肝疾患の予防・改善物質の探索方法の一例について図24を参照して説明する。図24は第3実施形態にかかる脂肪性肝疾患の予防・改善物質の探索方法の一例を示すフローチャートである。
まず、1つまたは複数の物質から成る所望の物質群を、例えば脂肪性肝疾患の動物やヒトなどの個体に投与する(ステップSA31)。
つぎに、ステップS31で物質群が投与された個体から血液を採取する(ステップSA32)。
つぎに、ステップS32で採取した血液中のアミノ酸の濃度値に関するアミノ酸濃度データを取得する(ステップSA33)。なお、ステップSA33では、例えば、アミノ酸濃度測定を行う企業等が測定したアミノ酸濃度データを取得してもよく、また、評価対象から採取した血液から例えば上述した(A)または(B)などの測定方法でアミノ酸濃度データを測定することでアミノ酸濃度データを取得してもよい。
つぎに、ステップS33で取得した個体のアミノ酸濃度データから欠損値や外れ値などのデータを除去する(ステップSA34)。
つぎに、ステップS34で欠損値や外れ値などのデータが除去された個体のアミノ酸濃度データに基づいて、個体につき、以下に示す31.〜35.の判別のいずれか1つを実行する(ステップSA35)。
31.NASHと非NASHの判別
(i)アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つの濃度値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、NASHまたは非NASHであるか否かを判別する、または、(ii)アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つの濃度値、およびGln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、NASHまたは非NASHであるか否かを判別する。
32.NAFLDと非NAFLDの判別
(i)アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つの濃度値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、NAFLDまたは非NAFLDであるか否かを判別する、または、(ii)アミノ酸濃度データに含まれるGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つの濃度値、およびGln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、NAFLDまたは非NAFLDであるか否かを判別する。
33.脂肪肝と非脂肪肝の判別
(i)アミノ酸濃度データに含まれるThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、脂肪肝または非脂肪肝であるか否かを判別する、または、(ii)アミノ酸濃度データに含まれるThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値、およびThr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、脂肪肝または非脂肪肝であるか否かを判別する。
34.NASHと単純性脂肪肝の判別
(i)アミノ酸濃度データに含まれるGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つの濃度値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、NASHまたは単純性脂肪肝(非NASH且つNAFLD)であるか否かを判別する、または、(ii)アミノ酸濃度データに含まれるGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つの濃度値、およびGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、NASHまたは単純性脂肪肝(非NASH且つNAFLD)であるか否かを判別する。
35.NASHと単純性脂肪肝と非NAFLDの判別
アミノ酸濃度データに含まれるGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つの濃度値、およびGln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、非NAFLD、NASH、または単純性脂肪肝(非NASH且つNAFLD)であるか否かを判別する。
つぎに、ステップSA35での判別結果に基づいて、ステップSA31で投与した物質群が、脂肪性肝疾患を予防させるまたは脂肪性肝疾患の状態を改善させるものであるか否かを判定する(ステップSA36)。
そして、ステップSA36での判定結果が「予防させるまたは改善させる」であった場合、ステップSA31で投与した物質群が、脂肪性肝疾患を予防させるまたは脂肪性肝疾患の状態を改善させるものとして探索される。なお、本探索方法によって探索された物質として、例えば、「Gln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つを含むアミノ酸群」、「Gln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つを含むアミノ酸群」、「Thr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを含むアミノ酸群」、および「Gln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つを含むアミノ酸群」が挙げられる。
[3−3.第3実施形態のまとめ、およびその他の実施形態]
以上、詳細に説明したように、第3実施形態にかかる脂肪性肝疾患の予防・改善物質の探索方法によれば、(i)所望の物質群を個体に投与し、(ii)物質群が投与された個体から血液を採取し、(iii)採取した血液中のアミノ酸濃度データを取得し、(iv)取得した個体のアミノ酸濃度データから欠損値や外れ値などのデータを除去し、(v)欠損値や外れ値などのデータが除去された個体のアミノ酸濃度データに基づいて、個体につき、上述した31.〜35.の判別のいずれか1つを実行し、(vi)この判別結果に基づいて、投与した物質群が、脂肪性肝疾患を予防させるまたは脂肪性肝疾患の状態を改善させるものであるか否かを判別する。これにより、上述した第1実施形態の脂肪性肝疾患の評価方法を用いて、脂肪性肝疾患を予防させる又は脂肪性肝疾患の状態を改善させる物質を精度よく探索することができる。
ここで、ステップSA35で用いられる多変量判別式は、ロジスティック回帰式、分数式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか1つでもよい。これにより、NASHと非NASHの2群判別、NAFLDと非NAFLDの2群判別、脂肪肝と非脂肪肝の2群判別、NASHと単純性脂肪肝の2群判別、または非NAFLDとNASHと単純性脂肪肝の3群判別に有用な多変量判別式で得られる判別値を利用して、これらの2群判別または3群判別をさらに精度よく行うことができる。
具体的には、上述した31.の判別で用いられる多変量判別式は、Glu,Gln,Gly,Ala,Val,Tyrを変数として含むロジスティック回帰式でもよい。これにより、NASHと非NASHの2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができる。また、上述した32.の判別で用いられる多変量判別式は、Ser,Glu,Gly,Val,Tyr,Hisを変数として含むロジスティック回帰式でもよい。これにより、NAFLDと非NAFLDの2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができる。また、上述した33.の判別で用いられる多変量判別式は、Ser,Glu,Gly,Ala,Val,Tyrを変数として含むロジスティック回帰式でもよい。これにより、脂肪肝と非脂肪肝の2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができる。また、上述した34.の判別で用いられる多変量判別式は、Asn,Gln,Gly,Ala,Cit,Metを変数として含むロジスティック回帰式でもよい。これにより、NASHと単純性脂肪肝の2群判別に特に有用な多変量判別式で得られる判別値を利用して、この2群判別をさらに精度よく行うことができる。また、上述した35.の判別で用いられる多変量判別式は、Ser,Glu,Gly,Val,Tyr,Hisを変数として含むロジスティック回帰式、およびAsn,Gln,Gly,Ala,Cit,Metを変数として含むロジスティック回帰式でもよい。これにより、非NAFLDとNASHと単純性脂肪肝の3群判別に特に有用な多変量判別式で得られる判別値を利用して、この3群判別をさらに精度よく行うことができる。
なお、上記した各多変量判別式は、本出願人による国際出願である国際公開第2004/052191号に記載の方法または本出願人による国際出願である国際公開第2006/098192号に記載の方法(上述した第2実施形態に記載の多変量判別式作成処理)で作成してもよい。なお、これら方法で得られた多変量判別式であれば、入力データとしてのアミノ酸濃度データにおけるアミノ酸濃度の単位に因らず、当該多変量判別式を脂肪性肝疾患の状態の評価に好適に用いることができる。
また、第3実施形態にかかる脂肪性肝疾患の予防・改善物質の探索方法は、「Gln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Thr,Asn,Serのうち少なくとも1つを含むアミノ酸群」、「Gln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lys,Orn,Ser,Thr,Asnのうち少なくとも1つを含むアミノ酸群」、「Thr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを含むアミノ酸群」、または「Gln,Glu,Gly,Ala,Cit,Asn,Trp,Leu,Orn,Phe,Met,Ile,Pro,ABAのうち少なくとも1つを含むアミノ酸群」の濃度値や上記した各多変量判別式の判別値を正常化させる物質を、上述した第1実施形態の脂肪性肝疾患の評価方法や第2実施形態の脂肪性肝疾患評価装置を用いて選択することができる。
また、第3実施形態にかかる脂肪性肝疾患の予防・改善物質の探索方法において、「予防・改善物質を探索する」とは、脂肪性肝疾患の予防・改善に有効な新規物質を見出すことのみならず、公知物質の脂肪性肝疾患の予防・改善用途を新規に見出すことや、脂肪性肝疾患の予防・改善に有効性を期待できる既存の薬剤・サプリメント等を組み合わせた新規組成物を見出すことや、上記した適切な用法・用量・組み合わせを見出し、それをキットとすることや、食事・運動等も含めた予防・治療メニューを提示することや、当該予防・治療メニューの効果をモニタリングし、必要に応じて個人ごとにメニューの変更を提示すること等が含まれる。
脂肪肝の有無に関する超音波診断が行われた受診者を診断結果に基づいて脂肪肝陰性と脂肪肝陽性の2群に分類したところ、脂肪肝陰性群および脂肪肝陽性群はそれぞれ、1021名および561名であった。受診者から採取された血漿中のアミノ酸濃度を測定し、各アミノ酸濃度についての脂肪肝陽性の判別能をROC_AUC(受信者特性曲線の曲線下面積)で評価した。なお、アミノ酸濃度の測定は、上述した実施形態で説明した(A)の測定方法で行った。
ROC_AUCがノンパラメトリックの仮定のもとで帰無仮説をROC_AUC=0.5とした場合の検定で有意(p<0.05)であったアミノ酸は、Thr,Ser,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trpであった。これらのアミノ酸の内、Glu,Pro,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trpについては脂肪肝陽性群で有意な増加を示し、一方、Thr,Ser,Gly,Citについては脂肪肝陽性群で有意な減少を示した。
NAFLD(非アルコール性脂肪性肝疾患)の診断において以下の4つの診断条件を満たす受診者はNAFLDハイリスク群と考えられることから、当該受診者をNAFLD陽性群に分類した。
診断条件1)超音波診断で脂肪肝が有るとの診断結果が得られた。
診断条件2)ALT値が高値(38(IU/L)以上)を示す。
診断条件3)アルコールの多量摂取(毎日摂取)がない。(除外規定)
診断条件4)肝炎ウイルスHBVおよびHCVについて陽性でない。(除外規定)
この4つの診断条件に基づいて受診者をNAFLD陰性とNAFLD陽性の2群に分類したところ、NAFLD陰性群およびNAFLD陽性群はそれぞれ、1415名および167名であった。受診者から採取された血漿中のアミノ酸濃度を測定し、各アミノ酸濃度についてのNAFLD陽性の判別能をROC_AUCで評価した。なお、アミノ酸濃度の測定は、上述した実施形態で説明した(A)の測定方法で行った。
ROC_AUCがノンパラメトリックの仮定のもとで帰無仮説をROC_AUC=0.5とした場合の検定で有意(p<0.05)であったアミノ酸は、Gln,Glu,Pro,Gly,Ala,Cit,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,Lysであった。これらのアミノ酸の内、Glu,Pro,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trp,LysについてはNAFLD陽性群で有意な増加を示し、一方、Gln,Gly,CitについてはNAFLD陽性群で有意な減少を示した。
NASH(非アルコール性脂肪肝炎)の診断において、実施例2で示したNAFLDの診断条件1)〜4)に下記の診断条件5)を加えた5つの診断条件を満たす受診者はNASHハイリスク群と考えられることから、当該受診者をNASH陽性群に分類した。
診断条件5)メタボリック・シンドロームの診断条件(文献「メタボリック・シンドローム診断基準検討委員会,日本内科学会雑誌,94,794,2005.」参照)を満たす。
この5つの診断条件に基づいて受診者をNASH陰性とNASH陽性の2群に分類したところ、NASH陰性群およびNASH陽性群はそれぞれ、1518名および64名であった。受診者から採取された血漿中のアミノ酸濃度を測定し、各アミノ酸濃度についてのNASH陽性の判別能をROC_AUCで評価した。なお、アミノ酸濃度の測定は、上述した実施形態で説明した(A)の測定方法で行った。
ROC_AUCがノンパラメトリックの仮定のもとで帰無仮説をROC_AUC=0.5とした場合の検定で有意(p<0.05)であったアミノ酸は、Gln,Glu,Pro,Gly,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trpであった。これらのアミノ酸の内、Glu,Pro,Ala,Leu,Ile,Val,Tyr,Phe,Met,His,Trpについては、NASH陽性群で有意な増加を示し、一方、Gln,GlyについてはNASH陽性群で有意な減少を示した。
実施例1で測定したものと同じアミノ酸濃度データを用いて、実施例1で記述した脂肪肝の診断に有効な、血漿中のアミノ酸濃度を変数に持つ脂肪肝陽性を判別するための多変量判別式(多変量関数)を求めた。
まず、多変量判別式としてロジスティック回帰式を用い、ロジスティック回帰式に含める変数の組み合わせを探索し、そしてクロスバリデーションとしてLeave−One−Out法を採用して、脂肪肝陽性の良好な判別能を持つロジスティック回帰式の探索を鋭意実施した。
ROC_AUCで評価した判別能が同等に良好なロジスティック回帰式の一覧を、図25および図26に示す。ここで、図25および図26には、ロジスティック回帰式に含まれる変数の組み合わせ、クロスバリデーション有りでのROC_AUC値、およびクロスバリデーション無しでのROC_AUC値が示されている。図25および図26に含まれる式における変数の出現頻度を多い順に10位まで列挙すると、Glu,Ala,Tyr,Ser,Gly,Val,Leu,Ile,Cit,Hisである。
なお、判別能が同等に良好なロジスティック回帰式のうち、例えば、変数の組「Ser,Glu,Gly,Ala,Val,Tyr」を持つ指標式「(−4.833)+(−0.017)Ser+(0.0344)Glu+(−0.0057)Gly+(0.0049)Ala+(0.00675)Val+(0.025)Tyr」の判別能は、ROC_AUC=0.796,感度=0.715,特異度=0.731と良好なものであった。
また、多変量判別式として分数式を用い、分数式に含める変数の組み合わせを探索し、そしてクロスバリデーションとしてブートストラップ法を採用して、脂肪肝陽性の良好な判別能を持つ分数式の探索を鋭意実施した。
ROC_AUCで評価した判別能が同等に良好な分数式の一覧を、図27および図28に示す。ここで、図27および図28には、分数式、クロスバリデーション有りでのROC_AUC値の平均値、およびクロスバリデーション無しでのROC_AUC値が示されている。図27および図28に含まれる式における変数の出現頻度を多い順に10位まで列挙すると、Glu,Gly,Ser,Tyr,Cit,Ala,Asn,Orn,Ile,Metである。
実施例2で測定したものと同じアミノ酸濃度データを用いて、実施例2で記述したNAFLDの診断に有効な、血漿中のアミノ酸濃度を変数に持つNAFLD陽性を判別するための多変量判別式(多変量関数)を求めた。
まず、多変量判別式としてロジスティック回帰式を用い、ロジスティック回帰式に含める変数の組み合わせを探索し、そしてクロスバリデーションとしてLeave−One−Out法を採用して、NAFLD陽性の良好な判別能を持つロジスティック回帰式の探索を鋭意実施した。
ROC_AUCで評価した判別能が同等に良好なロジスティック回帰式の一覧を、図29および図30に示す。ここで、図29および図30には、ロジスティック回帰式に含まれる変数の組み合わせ、クロスバリデーション有りでのROC_AUC値、およびクロスバリデーション無しでのROC_AUC値が示されている。図29および図30に含まれる式における変数の出現頻度を多い順に10位まで列挙すると、Glu,Tyr,His,Val,Orn,Ile,Ser,Thr,Trp,Pheである。
なお、判別能が同等に良好なロジスティック回帰式のうち、例えば、変数の組「Ser,Glu,Gly,Val,Tyr,His」を持つ指標式「(−9.035)+(−0.0121)Ser+(0.0325)Glu+(−0.00565)Gly+(0.0113)Val+(0.0299)Tyr+(0.0271)His」の判別能は、ROC_AUC=0.825,感度=0.737,特異度=0.776と良好なものであった。
また、多変量判別式として分数式を用い、分数式に含める変数の組み合わせを探索し、そしてクロスバリデーションとしてブートストラップ法を採用して、NAFLD陽性の良好な判別能を持つ分数式の探索を鋭意実施した。
ROC_AUCで評価した判別能が同等に良好な分数式の一覧を、図31および図32に示す。ここで、図31および図32には、分数式、クロスバリデーション有りでのROC_AUC値の平均値、およびクロスバリデーション無しでのROC_AUC値が示されている。図31および図32に含まれる式における変数の出現頻度を多い順に10位まで列挙すると、Glu,Tyr,Gly,Cit,Orn,Ser,Asn,His,Met,Ileである。
実施例3で測定したものと同じアミノ酸濃度データを用いて、実施例3で記述したNASHの診断に有効な、血漿中のアミノ酸濃度を変数に持つNASH陽性を判別するための多変量判別式(多変量関数)を求めた。
まず、多変量判別式としてロジスティック回帰式を用い、ロジスティック回帰式に含める変数の組み合わせを探索し、そしてクロスバリデーションとしてLeave−One−Out法を採用して、NASH陽性の良好な判別能を持つロジスティック回帰式の探索を鋭意実施した。
ROC_AUCで評価した判別能が同等に良好な多変量ロジスティック回帰式の一覧を、図33および図34に示す。ここで、図33および図34には、ロジスティック回帰式に含まれる変数の組み合わせ、クロスバリデーション有りでのROC_AUC値、およびクロスバリデーション無しでのROC_AUC値が示されている。図33および図34に含まれる式における変数の出現頻度を多い順に10位まで列挙すると、Glu,Tyr,Ala,Val,Gln,His,Phe,Thr,Asn,Serである。
なお、判別能が同等に良好なロジスティック回帰式のうち、例えば、変数の組「Glu,Gln,Gly,Ala,Val,Tyr」を持つ指標式「(−7.443)+(0.0283)Glu+(−0.00648)Gln+(−0.00757)Gly+(0.00468)Ala+(0.0131)Val+(0.0298)Tyr」の判別能は、ROC_AUC=0.857,感度=0.766,特異度=0.789と良好なものであった。
また、多変量判別式として分数式を用い、分数式に含める変数の組み合わせを探索し、そしてクロスバリデーションとしてブートストラップ法を採用して、NASH陽性の良好な判別能を持つ分数式の探索を鋭意実施した。
ROC_AUCで評価した判別能が同等に良好な分数式の一覧を、図35および図36に示す。ここで、図35および図36には、分数式、クロスバリデーション有りでのROC_AUC値の平均値、およびクロスバリデーション無しでのROC_AUC値が示されている。図35および図36に含まれる式における変数の出現頻度を多い順に10位まで列挙すると、Glu,Gly,Gln,Ala,Tyr,Val,His,Ser,Met,Thrである。
実施例2で記述したNAFLDの診断と実施例3で記述したNASHの診断に基づいて、NAFLD陽性の受診者を単純性脂肪肝(simple steatosis)とNASH陽性の2群に分類したところ、単純性脂肪肝群およびNASH陽性群はそれぞれ、103名および64名であった。NAFLD陽性の受診者から採取された血漿中のアミノ酸濃度を測定し、各アミノ酸濃度についてのNASH陽性の判別能をROC_AUCで評価した。なお、アミノ酸濃度の測定は、上述した実施形態で説明した(A)の測定方法で行った。
ROC_AUCがノンパラメトリックの仮定のもとで帰無仮説をROC_AUC=0.5とした場合の検定で有意(p<0.05)であったアミノ酸は、Gln,Glu,Gly,Alaであった。これらのアミノ酸の内、Glu,Alaについては、NASH陽性群で有意な増加を示し、一方、Gln,GlyはNASH陽性群で有意な減少を示した。
また、本実施例で測定したものと同じアミノ酸濃度データを用いて、血漿中のアミノ酸濃度を変数に持つNASH陽性を判別するための多変量判別式(多変量関数)を求めた。
まず、多変量関数としてロジスティック回帰式を用い、ロジスティック回帰式に含める変数の組み合わせを探索し、そしてクロスバリデーションとしてLeave−One−Out法を採用して、NASH陽性の良好な判別能を持つロジスティック回帰式の探索を鋭意実施した。
ROC_AUCで評価した判別能が同等に良好なロジスティック回帰式の一覧を、図37および図38に示す。ここで、図37および図38には、ロジスティック回帰式に含まれる変数の組み合わせ、クロスバリデーション有りでのROC_AUC値、およびクロスバリデーション無しでのROC_AUC値が示されている。図37および図38に含まれる式における変数の出現頻度を多い順に10位まで列挙すると、Ala,Cit,Gln,Asn,Trp,Leu,Orn,Phe,Met,Ileである。
なお、判別能が同等に良好なロジスティック回帰式のうち、例えば、変数の組「Asn,Gln,Gly,Ala,Cit,Met」を持つ指標式「(1.989)+(−0.0708)Asn+(−0.0104)Gln+(−0.00473)Gly+(0.00649)Ala+(0.0776)Cit+(0.0768)Met」の判別能は、ROC_AUC=0.753,感度=0.688,特異度=0.718と良好なものであった。
また、多変量判別式として分数式を用い、分数式に含める変数の組み合わせを探索し、そしてクロスバリデーションとしてブートストラップ法を採用して、NASH陽性の良好な判別能を持つ分数式の探索を鋭意実施した。
ROC_AUCで評価した判別能が同等に良好な分数式の一覧を、図39および図40に示す。ここで、図39および図40には、分数式、クロスバリデーション有りでのROC_AUC値の平均値、およびクロスバリデーション無しでのROC_AUC値が示されている。図39および図40に含まれる式における変数の出現頻度を多い順に10位まで列挙すると、Cit,Gln,Ala,Asn,Leu,Pro,Trp,Met,Glu,ABAである。
実施例2で記述したNAFLDの診断と実施例3で記述したNASHの診断に基づいて、全受診者を、NAFLD陰性(正常)、単純性脂肪肝(simple steatosis)とNASH陽性の3群に分類したところ、正常、単純性脂肪肝、およびNASH陽性はそれぞれ、1415名、103名、および64名であった。当該受診者から採取された血漿中のアミノ酸濃度を測定し、各アミノ酸を変数として含む多変量関数式により、最初に、全受診者について正常またはNAFLD陽性であるかを判別し、次に、NAFLD陽性と判別された群について単純性脂肪肝とNASH陽性を判別することにより、全体として2段階の正常、単純性脂肪肝、NASH陽性の3群の判別を実施した。なお、アミノ酸濃度の測定は、上述した実施形態で説明した(A)の測定方法で行った。正常とNAFLD陽性の最初の判別では、実施例5で記述した多変量関数式「(−9.035)+(−0.0121)Ser+(0.0325)Glu+(−0.00565)Gly+(0.0113)Val+(0.0299)Tyr+(0.0271)His」を用い、次にNAFLD陽性と判別された群に対する単純性脂肪肝とNASH陽性の判別では、実施例7で記述した多変量関数式「(1.989)+(−0.0708)Asn+(−0.0104)Gln+(−0.00473)Gly+(0.00649)Ala+(0.0776)Cit+(0.0768)Met」を用いた。
2段階の正常、単純性脂肪肝、NASH陽性の3群の判別の結果を、図41(図中では正常をNormalと表記し、単純性脂肪肝をSteatosisと表記した。)に示す。図中の4組の数字は、各判別予測結果の合計数(正常、単純性脂肪肝、NASH陽性の3群の数)を表す。
2段階の正常、単純性脂肪肝、NASH陽性の3群の判別の結果について、有症率(Prev)、感度(Sen)、陽性適中率(PPV)、および予測の濃縮率(PPV/Prev)を、図42(図中では正常をNormalと表記し、単純性脂肪肝をSteatosisと表記した。)に示す。
2段階の正常、単純性脂肪肝、NASH陽性の3群の判別では、NASH陽性の予測の濃縮率は5倍程度と良好な判別能であった。
以上のように、本発明にかかる脂肪性肝疾患の評価方法などは、産業上の多くの分野、特に医薬品や食品、医療などの分野で広く実施することができ、特に、脂肪性肝疾患の状態の進行予測や疾病リスク予測やプロテオームやメタボローム解析などを行うバイオインフォマティクス分野において極めて有用である。
100 脂肪性肝疾患評価装置
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 受信部
102g 脂肪性肝疾患状態情報指定部
102h 多変量判別式作成部
102h1 候補多変量判別式作成部
102h2 候補多変量判別式検証部
102h3 変数選択部
102i 判別値算出部
102j 判別値基準評価部
102j1 判別値基準判別部
102k 結果出力部
102m 送信部
104 通信インターフェース部
106 記憶部
106a 利用者情報ファイル
106b アミノ酸濃度データファイル
106c 脂肪性肝疾患状態情報ファイル
106d 指定脂肪性肝疾患状態情報ファイル
106e 多変量判別式関連情報データベース
106e1 候補多変量判別式ファイル
106e2 検証結果ファイル
106e3 選択脂肪性肝疾患状態情報ファイル
106e4 多変量判別式ファイル
106f 判別値ファイル
106g 評価結果ファイル
108 入出力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(情報通信端末装置)
300 ネットワーク
400 データベース装置

Claims (23)

  1. 評価対象血液中のThr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値に基づいて、前記評価対象につき、脂肪肝の状態を評価する濃度値基準評価ステッ
    含むことを特徴とする脂肪肝の評価方法。
  2. 前記濃度値基準評価ステップは、前記評価対象の血液中のThr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの前記濃度値に基づいて、前記評価対象につき、脂肪肝または非脂肪肝であるか否かを判別する濃度値基準判別ステップ
    をさらに含むことを特徴とする請求項に記載の脂肪肝の評価方法。
  3. 前記濃度値基準評価ステップは、
    前記評価対象の血液中のThr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの前記濃度値、および、Thr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを変数として含む式に基づいて、当該式値を算出する算出ステッ
    さらに含むこと、
    を特徴とする請求項1に記載の脂肪肝の評価方法。
  4. 前記濃度値基準評価ステップは、
    前記算出ステップで算出した前記値に基づいて、前記評価対象につき、脂肪肝の状態を評価する評価ステップ
    をさらに含むこと、
    を特徴とする請求項3に記載の脂肪肝の評価方法。
  5. 記評価ステップは、前記算出ステップで算出した前記値に基づいて、前記評価対象につき、脂肪肝または非脂肪肝であるか否かを判別する判別ステップ
    をさらに含むことを特徴とする請求項に記載の脂肪肝の評価方法。
  6. 評価対象の血液中のThr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値、および、Thr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを変数として含む脂肪肝の状態を評価するための式に基づいて、当該式の値を算出する算出ステップ
    を含むことを特徴とする脂肪肝の評価方法。
  7. 前記算出ステップで算出した前記値に基づいて、前記評価対象につき、脂肪肝の状態を評価する評価ステップ
    をさらに含むことを特徴とする請求項6に記載の脂肪肝の評価方法。
  8. 式の値に基づいて、評価対象につき、脂肪肝の状態を評価する評価ステップを含み、
    前記式の値は、前記評価対象の血液中のThr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値、および、Thr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを変数として含む脂肪肝の状態を評価するための前記式に基づいて算出されたものであること、
    を特徴とする脂肪肝の評価方法。
  9. 制御手段を備え肪肝評価装置であって、
    前記制御手段は、
    価対象の血液中のThr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値、および、Thr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを変数として含む脂肪肝の状態を評価するための式に基づいて、当該式値を算出する算出手
    備えたこと、
    を特徴とする脂肪肝評価装置。
  10. 前記制御手段は、
    前記算出手段で算出した前記値に基づいて、前記評価対象につき、脂肪肝の状態を評価する評価手段
    をさらに備えたこと、
    を特徴とする請求項9に記載の脂肪肝評価装置。
  11. 制御手段を備えた脂肪肝評価装置であって、
    前記制御手段は、
    評価対象の血液中のThr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値に基づいて、前記評価対象につき、脂肪肝の状態を評価する評価手段
    を備えたこと、
    を特徴とする脂肪肝評価装置。
  12. 制御手段を備えた脂肪肝評価装置であって、
    前記制御手段は、
    式の値に基づいて、評価対象につき、脂肪肝の状態を評価する評価手段
    を備え、
    前記式の値は、前記評価対象の血液中のThr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値、および、Thr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを変数として含む脂肪肝の状態を評価するための前記式に基づいて算出されたものであること、
    を特徴とする脂肪肝評価装置。
  13. 制御手段を備えた情報処理装置において実行される脂肪肝評価方法であって、
    前記制御手段において実行される、
    価対象の血液中のThr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値、および、Thr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを変数として含む脂肪肝の状態を評価するための式に基づいて、当該式値を算出する算出ステッ
    含むこと、
    を特徴とする脂肪肝評価方法。
  14. 前記制御手段において実行される、
    前記算出ステップで算出した前記値に基づいて、前記評価対象につき、脂肪肝の状態を評価する評価ステップ
    をさらに含むこと、
    を特徴とする請求項13に記載の脂肪肝評価方法。
  15. 制御手段を備えた情報処理装置において実行される脂肪肝評価方法であって、
    前記制御手段において実行される、
    評価対象の血液中のThr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値に基づいて、前記評価対象につき、脂肪肝の状態を評価する評価ステップ
    を含むこと、
    を特徴とする脂肪肝評価方法。
  16. 制御手段を備えた情報処理装置において実行される脂肪肝評価方法であって、
    前記制御手段において実行される、
    式の値に基づいて、評価対象につき、脂肪肝の状態を評価する評価ステップ
    を含み、
    前記式の値は、前記評価対象の血液中のThr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値、および、Thr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを変数として含む脂肪肝の状態を評価するための前記式に基づいて算出されたものであること、
    を特徴とする脂肪肝評価方法。
  17. 制御手段を備えた情報処理装置において実行させるための脂肪肝評価プログラムであって、
    前記制御手段において実行させるための、
    価対象の血液中のThr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値、および、Thr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを変数として含む脂肪肝の状態を評価するための式に基づいて、当該式値を算出する算出ステッ
    含むこと、
    を特徴とする脂肪肝評価プログラム。
  18. 前記制御手段において実行させるための、
    前記算出ステップで算出した前記値に基づいて、前記評価対象につき、脂肪肝の状態を評価する評価ステップ
    をさらに含むこと、
    を特徴とする請求項17に記載の脂肪肝評価プログラム。
  19. 制御手段を備えた情報処理装置において実行させるための脂肪肝評価プログラムであって、
    前記制御手段において実行させるための、
    評価対象の血液中のThr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値に基づいて、前記評価対象につき、脂肪肝の状態を評価する評価ステップ
    を含むこと、
    を特徴とする脂肪肝評価プログラム。
  20. 制御手段を備えた情報処理装置において実行させるための脂肪肝評価プログラムであって、
    前記制御手段において実行させるための、
    式の値に基づいて、評価対象につき、脂肪肝の状態を評価する評価ステップ
    を含み、
    前記式の値は、前記評価対象の血液中のThr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値、および、Thr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを変数として含む脂肪肝の状態を評価するための前記式に基づいて算出されたものであること、
    を特徴とする脂肪肝評価プログラム。
  21. 制御手段を備え肪肝評価装置と、制御手段を備え、血液中のアミノ酸の濃度値に関する評価対象のアミノ酸濃度データを提供する端末装置とを、ネットワークを介して通信可能に接続して構成された脂肪肝評価システムであって、
    記端末装置の前記制御手段は、
    前記評価対象の前記アミノ酸濃度データを前記脂肪肝評価装置へ送信するアミノ酸濃度データ送信手段と、
    前記脂肪肝評価装置から送信された、式の値または肪肝の態に関する評価結果を受信する結果受信手段と
    を備え、
    前記脂肪肝評価装置の前記制御手段は、
    記端末装置から送信された前記アミノ酸濃度データを受信するアミノ酸濃度データ受信手段と、
    前記アミノ酸濃度データ受信手段で受信した前記アミノ酸濃度データに含まれるThr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの前記濃度値、および、Thr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを変数として含む脂肪肝の状態を評価するための式に基づいて、当該式値を算出する算出手段、または、
    前記アミノ酸濃度データ受信手段で受信した前記アミノ酸濃度データに含まれるThr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの前記濃度値、および、Thr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを変数として含む脂肪肝の状態を評価するための式に基づいて、当該式の値を算出する算出手段、および、前記算出手段で算出した前記値に基づいて、前記評価対象につき、脂肪肝の状態を評価する評価手段と、
    前記算出手段で算出した前記値または記評価手段での前記評価対象の前記評価結果を前記端末装置へ送信する結果送信手段と、
    を備えたこと、
    を特徴とする脂肪肝評価システム。
  22. 式の値または肪肝の態に関する評価結果を取得る結取得段を備え、
    前記式の値は、評価対象の血液中のThr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値、および、Thr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを変数として含む脂肪肝の状態を評価するための前記式に基づいて算出されたものである、または、
    前記評価結果は、評価対象の血液中のThr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの濃度値、および、Thr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを変数として含む脂肪肝の状態を評価するための式に基づいて算され当該式の値に基づいて、前記評価対象につき、脂肪肝の状態を評価した結果であること、
    を特徴とする端末装置。
  23. 血液中のアミノ酸の濃度値に関する評価対象のアミノ酸濃度データを提供する端末装置とネットワークを介して通信可能に接続された、制御手段を備え肪肝評価装置であって、
    前記制御手段は、
    記端末装置から送信された前記アミノ酸濃度データを受信するアミノ酸濃度データ受信手段と、
    前記アミノ酸濃度データ受信手段で受信した前記アミノ酸濃度データに含まれるThr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの前記濃度値、および、Thr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを変数として含む脂肪肝の状態を評価するための式に基づいて、当該式値を算出する算出手段、または、
    前記アミノ酸濃度データ受信手段で受信した前記アミノ酸濃度データに含まれるThr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つの前記濃度値、および、Thr,Ser,Pro,Gly,Cit,Phe,Met,His,Trp,Asn,Ornのうち少なくとも1つを変数として含む脂肪肝の状態を評価するための式に基づいて、当該式の値を算出する算出手段、および、前記算出手段で算出した前記値に基づいて、前記評価対象につき、脂肪肝の状態を評価する評価手段と、
    前記算出手段で算出した前記値または記評価手段での前記評価対象の評価結果を前記端末装置へ送信する結果送信手段と、
    を備えたこと、
    を特徴とする脂肪肝評価装置。
JP2013522983A 2011-06-30 2012-06-29 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 Active JP6260275B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2011146696 2011-06-30
JP2011146696 2011-06-30
PCT/JP2012/066739 WO2013002381A1 (ja) 2011-06-30 2012-06-29 脂肪性肝疾患の評価方法、脂肪性肝疾患評価装置、脂肪性肝疾患評価方法、脂肪性肝疾患評価プログラム、脂肪性肝疾患評価システム、情報通信端末装置、および脂肪性肝疾患の予防・改善物質の探索方法

Publications (2)

Publication Number Publication Date
JPWO2013002381A1 JPWO2013002381A1 (ja) 2015-02-23
JP6260275B2 true JP6260275B2 (ja) 2018-01-17

Family

ID=47424266

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013522983A Active JP6260275B2 (ja) 2011-06-30 2012-06-29 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

Country Status (3)

Country Link
US (1) US9971866B2 (ja)
JP (1) JP6260275B2 (ja)
WO (1) WO2013002381A1 (ja)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102204498B1 (ko) * 2013-04-09 2021-01-19 아지노모토 가부시키가이샤 생활습관병 지표의 평가 방법, 생활습관병 지표 평가 장치, 생활습관병 지표 평가 방법, 생활습관병 지표 평가 프로그램 제품, 생활습관병 지표 평가 시스템, 및 정보통신 단말장치
US11033222B2 (en) * 2013-08-02 2021-06-15 Echosens Non-invasive system for calculating a human or animal, reliable, standardized and complete score
ES2732310T3 (es) * 2013-12-10 2019-11-21 Univ California Diagnóstico diferencial de enfermedad hepática
WO2016056631A1 (ja) 2014-10-08 2016-04-14 味の素株式会社 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
WO2020066162A1 (ja) * 2018-09-26 2020-04-02 株式会社島津製作所 非アルコール性脂肪肝疾患の検出方法、非アルコール性脂肪肝疾患検出用キットおよび非アルコール性脂肪肝疾患検出用バイオマーカー

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
AU2000278128B2 (en) 2000-08-21 2006-07-20 Assistance Publique - Hopitaux De Paris Diagnosis method of fibrotic disease using biochemical markers
EP1570779A4 (en) 2002-12-09 2008-03-12 Ajinomoto Kk PROCESSOR FOR INFORMATION ON THE CONDITION OF AN ORGANISM, METHOD FOR PROCESSING INFORMATION ON THE CONDITION OF AN ORGANISM, SYSTEM FOR MANAGING INFORMATION ON THE CONDITION OF AN ORGANISM, PROGRAM AND RECORDING MEDIUM
WO2006129513A1 (ja) * 2005-05-30 2006-12-07 Ajinomoto Co., Inc. 肝疾患評価装置、肝疾患評価方法、肝疾患評価システム、肝疾患評価プログラムおよび記録媒体
JP2007315752A (ja) 2004-08-16 2007-12-06 Ajinomoto Co Inc 肝線維化ステージの判定方法
EP1862797A4 (en) 2005-03-16 2009-09-16 Ajinomoto Kk DEVICE, METHOD, SYSTEM AND PROGRAM FOR EVALUATING BIOLOGICAL STATES, DEVICE, METHOD AND PROGRAM FOR GENERATING AN EVALUATION FUNCTION AND RECORDING MEDIUM
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
JPWO2009001862A1 (ja) 2007-06-25 2010-08-26 味の素株式会社 内臓脂肪蓄積の評価方法
WO2009001892A1 (ja) 2007-06-27 2008-12-31 Kankyokeieisogokenkyusho Co., Inc. 紙粉末含有箸
WO2009014639A2 (en) 2007-07-17 2009-01-29 Metabolon, Inc. Biomarkers for pre-diabetes, cardiovascular diseases, and other metabolic-syndrome related disorders and methods using the same
JPWO2009054351A1 (ja) 2007-10-25 2011-03-03 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および記録媒体
EP2209001A4 (en) 2007-10-25 2010-10-27 Ajinomoto Kk METHOD FOR ASSESSING STROKEN GLUCOSE TOLERANCE
WO2009059150A2 (en) 2007-11-02 2009-05-07 Metabolon, Inc. Biomarkers for fatty liver disease and methods using the same
WO2009090882A1 (ja) 2008-01-18 2009-07-23 The University Of Tokyo 非アルコール性脂肪性肝疾患の診断方法
CN102265160B (zh) * 2008-12-24 2014-07-23 学校法人庆应义塾 肝病标记物、其测定方法、装置和医药品的检验方法
WO2010095682A1 (ja) 2009-02-19 2010-08-26 味の素株式会社 肥満の評価方法
EP2414535A4 (en) 2009-03-31 2012-12-26 Metabolon Inc BIOMARKERS RELATED TO INSULIN RESISTANCE AND METHODS OF USE
JP2011232164A (ja) 2010-04-27 2011-11-17 Keio Gijuku 肝臓疾患マーカー、その測定方法、装置及び医薬品の検定方法
JP2013040923A (ja) * 2011-07-15 2013-02-28 Ajinomoto Co Inc Nashの評価方法、nash評価装置、nash評価方法、nash評価プログラム、nash評価システム、情報通信端末装置、およびnashの予防・改善物質の探索方法

Also Published As

Publication number Publication date
US9971866B2 (en) 2018-05-15
JPWO2013002381A1 (ja) 2015-02-23
WO2013002381A1 (ja) 2013-01-03
US20140113378A1 (en) 2014-04-24

Similar Documents

Publication Publication Date Title
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
WO2013011919A1 (ja) Nashの評価方法、nash評価装置、nash評価方法、nash評価プログラム、nash評価システム、情報通信端末装置、およびnashの予防・改善物質の探索方法
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
JP7409530B2 (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
JP5817527B2 (ja) 肥満の評価方法、肥満評価装置、肥満評価方法、肥満評価システム、肥満評価プログラム、記録媒体、および情報通信端末装置
JPWO2008015929A1 (ja) メタボリック・シンドロームの評価方法、メタボリック・シンドローム評価装置、メタボリック・シンドローム評価方法、メタボリック・シンドローム評価システム、メタボリック・シンドローム評価プログラムおよび記録媒体、ならびにメタボリック・シンドロームの予防・改善物質の探索方法
JP6260275B2 (ja) 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
JP5856364B2 (ja) 抑うつ病の評価方法、抑うつ病評価装置、抑うつ病評価方法、抑うつ病評価システム、抑うつ病評価プログラム、記録媒体および端末装置
JP2014106114A (ja) 膵臓癌リスク疾患の評価方法、膵臓癌リスク疾患評価装置、膵臓癌リスク疾患評価方法、膵臓癌リスク疾患評価プログラム、膵臓癌リスク疾患評価システムおよび情報通信端末装置
JP6614215B2 (ja) 取得方法、算出方法、脳卒中評価装置、算出装置、脳卒中評価プログラム、算出プログラムおよび脳卒中評価システム
JPWO2014084290A1 (ja) 膵臓癌の評価方法、膵臓癌評価装置、膵臓癌評価方法、膵臓癌評価プログラム、膵臓癌評価システムおよび情報通信端末装置
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
WO2013115283A1 (ja) 早期腎症の評価方法、早期腎症評価装置、早期腎症評価方法、早期腎症評価プログラム、早期腎症評価システムおよび情報通信端末装置
JP6270257B2 (ja) 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
WO2013005790A1 (ja) 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

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20150519

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20160607

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20160803

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20161005

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170314

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: 20171114

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20171127

R150 Certificate of patent or registration of utility model

Ref document number: 6260275

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

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