JP6829440B2 - 腎機能の低下の可能性を判定するための方法およびキット - Google Patents

Description

本発明は、腎機能の低下の可能性を判定する判定方法に関する。本発明は、また、腎機能の低下を予測するためのキットに関する。

透析治療は、腎機能が低下した患者に対する主要な治療法である。しかし、透析治療は、通常は週に３回程度行う必要があり、患者にとっての負担が大きく、医療費が高騰する原因にもなる。日本透析医学会の行った「施設調査」によると、２０１５年末の時点において、日本国では約３２．５万人が透析治療を受けている（一般社団法人 日本透析医学会『図説 我が国の慢性透析療法の現在 ２０１５年１２月３１日現在』、２０１６年、一般社団法人 日本透析医学会、２頁）。同学会が行った「患者調査」によると、透析治療を受けている患者の約４４％が、糖尿病腎症を患っている患者であった（同上、９頁）。

現在、腎症が進行する前の早期の段階での腎予後（将来、腎機能が低下するか否か）を推定する有用なバイオマーカーが望まれている。このような腎疾患を患っている患者（例えば、糖尿病患者）における腎予後（将来、腎機能が低下するか否か）および生命予後（患者が生存するか否か）を予測するバイオマーカーとしては、例えば、ＴＮＦ−αレセプター１およびＴＮＦ−αレセプター２等のように炎症に関連しているバイオマーカー（非特許文献１を参照）、ＮＧＡＬ（Neutrophil Gelatinase-Associated Lipocalin）、Ｌ−ＦＡＢＰ（L-Fatty Acid Binding Protein）、およびＫＩＭ−１（Kidney Injury Molecule-1）などのような尿細管間質障害に関連しているバイオマーカーが知られている（非特許文献２、３を参照）。

ところで、本発明者らは、被験体由来のサンプルに対して、レクチンとの相互作用測定を行って、前記レクチンと親和性を有する糖質の量を測定し、測定された糖鎖の量により糖尿病腎症の進行度が検出できることを見出した（特許文献１参照）。

Niewczas MA et al. (2012) "Circulating TNF receptors 1 and 2 predict ESRD in type 2 diabetes" Journal of The American Society of Nephrology, Vol.23 (No.3), pp.507-515 Fufaa GD et al. (2015) "Association of urinary KIM-1, L-FABP, NAG and NGAL with incident end-stage renal disease and mortality in American Indians with type 2 diabetes mellitus" Diabetologia, Vol.58 (Issue 1), pp.188-198 Nowak N et al. (2016) "Increased plasma kidney injury molecule-1 suggests early progressive renal decline in non-proteinuric patients with type 1 diabetes" Kidney International, Vol.89 (Issue 2), pp.459-467

特開２０１０−２５６１３２号公報（平成２２年１１月１１日公開）

非特許文献１〜３に記載されているバイオマーカーは、早期糖尿病腎症における予後の予測因子としての有用性が示されているが、日常の臨床において実用化されるに至っておらず、その有用性には限界がある。よって、上述のような腎予後などを予測するバイオマーカーには、改善の余地が残されていた。

本発明の一態様は、腎予後（将来の腎機能の低下するか否か）を予測するための手段を提供することを目的とする。

本発明者らは、上記課題を解決すべく、グライコテクニカ社製のレクチンアレイを用い、糖尿病患者由来のサンプルにおける４５種類の糖鎖プロファイルと腎予後との関連性を網羅的に解析した結果、以下の４つの知見を見出した。（１）第一のレクチン群（ＭＰＡ、ＡＣＡ、ＡＢＡおよびＪａｃａｌｉｎ）に対する結合シグナルと、将来の腎機能の低下とが強く正に相関している。（２）第二のレクチン群（ＳＳＡおよびＳＮＡ）に対する高い結合シグナルと、将来の腎機能の低下とが強く正に相関している。（３）第三のレクチン（ＧＳＬ＿Ｉ＿Ｂ４）に対する結合シグナルと、将来の腎機能の低下とが強く負に相関している。（４）第四のレクチン群（ＶＶＡおよびＥＥＬ）に対する高い結合シグナルと、将来の腎機能の低下とが強く負に相関している。

上記レクチンのうち、ＭＰＡ、ＡＣＡ、ＡＢＡおよびＪａｃａｌｉｎに対する結合シグナルが、将来の腎機能の低下の予測因子として特に重要であった。ＭＰＡ、ＡＣＡ、ＡＢＡおよびＪａｃａｌｉｎに共通する特異的糖鎖構造は、Ｇａｌβ１−３ＧａｌＮＡｃであったことから、被験体から採取されたサンプル中における、Ｇａｌβ１−３ＧａｌＮＡｃのレベルが、腎機能が将来低下するか否かを予測するためのバイオマーカーとなり得ると、発明者らは考えた。

同様に、ＳＳＡおよびＳＮＡに共通する特異的糖鎖構造はＳｉａα２−６Ｇａｌ／ＧａｌＮＡｃであり、ＶＶＡに結合する特異的糖鎖構造はα-ＧａｌＮＡｃであり、ＧＳＬ＿Ｉ＿Ｂ４に結合する特異的糖鎖結合はＧａｌαであり、ＥＥＬに結合する特異的糖鎖構造はＧａｌα１−３Ｇａｌであった。このため、被験体から採取されたサンプル中における上述の糖鎖のレベルが、腎機能が将来低下するか否かを予測するためのバイオマーカーとなりうると、発明者らは考えた。

本発明は、本発明者らが見出した上記新規知見により完成された。すなわち、本発明は以下の構成からなるものである。

（１）腎機能の低下の可能性を判定する判定方法であって、被験体から採取したサンプル中における、Ｇａｌβ１−３ＧａｌＮＡｃ、および／または、Ｓｉａα２−６Ｇａｌ／ＧａｌＮＡｃのレベルを決定する工程を含む、判定方法。

（２）被験体から採取したサンプル中における、α−ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１−３Ｇａｌからなる群より選択される少なくとも１種類のレベルを決定する工程を更に含む、（１）に記載の判定方法。

（３）上記Ｇａｌβ１−３ＧａｌＮＡｃ、および／または、Ｓｉａα２−６Ｇａｌ／ＧａｌＮＡｃのレベルを決定する工程は、ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡおよびＳＮＡからなる群より選択される少なくとも１つのレクチンに結合する糖鎖のレベルを決定する工程を含む、（１）または（２）に記載の判定方法。

（４）上記α−ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１−３Ｇａｌからなる群より選択される少なくとも１種類の糖鎖のレベルを決定する工程は、ＶＶＡ、ＧＳＬ＿Ｉ＿Ｂ４およびＥＥＬからなる群より選択される少なくとも１つのレクチンに結合する糖鎖のレベルを決定する工程を含む、（２）に記載の判定方法。

（５）腎機能の低下の可能性を判定する判定方法であって、被験体から採取したサンプル中における、ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡ、ＳＮＡ、ＶＶＡ、ＧＳＬ＿Ｉ＿Ｂ４およびＥＥＬからなる群より選択される少なくとも１つのレクチンに結合する糖鎖のレベルを決定する工程を含む、判定方法。

（６）上記被験体は、糖尿病、高血圧、脂質異常症、肥満症および脂肪肝からなる群より選択される１種類以上の疾患に罹患している被験体である、（１）〜（５）のいずれかに記載の判定方法。

（７）Ｇａｌβ１−３ＧａｌＮＡｃ、および／または、Ｓｉａα２−６Ｇａｌ／ＧａｌＮＡｃに結合するレクチンを備えている、腎機能の低下を予測するためのキット。

（８）α−ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１−３Ｇａｌからなる群より選択される少なくとも１種類の糖鎖に結合するレクチンを更に備えている、（７）に記載のキット。

（９）上記Ｇａｌβ１−３ＧａｌＮＡｃ、および／または、Ｓｉａα２−６Ｇａｌ／ＧａｌＮＡｃに結合するレクチンは、ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡおよびＳＮＡからなる群より選択される少なくとも１つである、（７）または（８）に記載のキット。

（１０）上記α−ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１−３Ｇａｌから選択される少なくとも１種類の糖鎖に結合するレクチンは、ＶＶＡ、ＧＳＬ＿Ｉ＿Ｂ４およびＥＥＬからなる群より選択される少なくとも１つである、（８）に記載のキット。

（１１）ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡ、ＳＮＡ、ＶＶＡ、ＧＳＬ＿Ｉ＿Ｂ４およびＥＥＬからなる群より選択される少なくとも１つ以上のレクチンを含む、腎機能の低下を予測するためのキット。

なお、特許文献１に記載された発明は、被験体における現在の糖尿病腎症の進行度を検出しているのに対して、本発明は将来の腎機能低下を予測するという点で目的が全く異なっている。つまり本発明によると、例えば「現在の腎機能は良いが、将来的に腎機能が低下する被験体」や「現在の腎機能は悪いが、将来的な腎機能の低下が緩やかである被験体」などを同定することが可能となる。

そして、被験体のサンプル中のＧａｌβ１−３ＧａｌＮＡｃなどの糖鎖のレベルや特定のレクチンに対する結合シグナルが、将来の腎機能低下の予測因子となり得るなどということは全く知られておらず、また特許文献１には記載も示唆もされていない。よって、本発明は十分な特許性を備えている。

本発明の一態様によれば、将来の腎機能の低下の可能性を判定する判定方法およびキットが提供される。

実施例において解析された５５４例の患者の、測定開始から３年後におけるｅＧＦＲ変化率の分布を表すヒストグラムである。 ４５種類のレクチンに結合する糖鎖のレベルと、ｅＧＦＲ低下速度との相関を、Ｐ値で評価したグラフである。 ４５種類のレクチンに結合する糖鎖のレベルと、高度ｅＧＦＲ低下者との相関を、Ｐ値で評価したグラフである。

以下、本発明の実施の実施形態の一例について詳細に説明するが、本発明は、これらに限定されない。本明細書において特記しない限り、数値範囲を表す「Ａ〜Ｂ」は、「Ａ以上、Ｂ以下」を意味する。

以下、本発明の技術思想について説明する。ただし、以下の説明は本発明の理解を助けるための例示であり、本発明の範囲を何ら制限するものではない。

〔１．腎機能の低下の可能性を判定するための判定方法、およびデータの取得方法〕
本発明の一実施形態に係る腎機能の低下の可能性を判定するための判定方法（以下「判定方法」とも表記する）は、被験体から採取したサンプル中における、Ｇａｌβ１−３ＧａｌＮＡｃのレベルを決定する工程（以下「Ｇａｌβ１−３ＧａｌＮＡｃレベル決定工程」とも表記する）および／またはＳｉａα２−６Ｇａｌ／ＧａｌＮＡｃのレベルを決定する工程（以下「Ｓｉａα２−６Ｇａｌ／ＧａｌＮＡｃレベル決定工程」とも表記する）を含む。上記本発明の一実施形態に係る判定方法によれば、上記サンプル中におけるＧａｌβ１−３ＧａｌＮＡｃおよび／またはＳｉａα２−６Ｇａｌ／ＧａｌＮＡｃのレベルに基づいて、腎機能の低下の可能性を判定することができる。

また本発明の一実施形態において、上記判定は、Ｇａｌβ１−３ＧａｌＮＡｃおよび／またはＳｉａα２−６Ｇａｌ／ＧａｌＮＡｃのレベルと基準値とを比較するものである。上記基準値は、医学的手法、統計学的手法など（より具体的には、本明細書に援用されている参照文献、および本明細書に記載されている実施例を参照）により、適宜定めることができる。

上記基準値として、複数の基準値を定めることができる。例えば、被験体の条件（性別、年齢など）に応じて、上記基準値を使い分けてもよい。あるいは、「腎機能が低下する可能性がより高い第１の基準値」、「腎機能が低下する可能性がより低い第２の基準値」のように、腎機能が低下する可能性の高さと、複数の基準値とを関連付けてもよい。このような基準値に基づけば、医師でなくても被験体の腎機能が低下する可能性を判定することができる。

例えば、本発明の一実施形態において、上記判定方法によれば、Ｇａｌβ１−３ＧａｌＮＡｃのレベルが基準値以上である場合、腎機能が低下する可能性が高い、と判定することができる。他の実施形態において、上記判定方法によれば、Ｇａｌβ１−３ＧａｌＮＡｃのレベルが高ければ高いほど、腎機能が低下する可能性が高い、と判定することができる。

また本発明の一実施形態において、上記判定方法によれば、Ｇａｌβ１−３ＧａｌＮＡｃのレベルが基準値以下である場合、腎機能が低下する可能性が低い、と判定することができる。他の実施形態において、上記判定方法によれば、Ｇａｌβ１−３ＧａｌＮＡｃのレベルが低ければ低いほど、腎機能が低下する可能性が低い、と判定することができる。

本発明の一実施形態に係る判定方法は、糖鎖のレベルと、糖鎖のレベル以外の因子とを組み合わせることができる。すなわち、年齢、性別、ＢＭＩ、平均動脈圧、ＨｂＡ１ｃ、推定糸球体濾過量（ｅＧＦＲ：estimated glomerular filtration rate）、尿中アルブミン排泄量（ＵＡＣＲ：urinary albumin-to-creatinine ratio）などの因子と、糖鎖のレベルとを組み合わせて、腎機能の低下の可能性をより正確に判定することができる（例えば、実施例を参照）。

ここで、本発明の一実施形態に係る判定方法の本質は、サンプル中におけるＧａｌβ１−３ＧａｌＮＡｃ、Ｓｉａα２−６Ｇａｌ／ＧａｌＮＡｃなどの糖鎖のレベルを含むデータを、上記サンプルから取得することにある。したがって、本発明の一態様に係る「腎機能の低下を予測するための判定方法」は、「腎機能の低下を予測するためのデータの取得方法」でもあり得る。つまり、本明細書に記載の用語「腎機能の低下を予測するための判定方法」は、用語「腎機能の低下を予測するためのデータの取得方法」と置換可能である。

［１−１．Ｇａｌβ１−３ＧａｌＮＡｃレベル決定工程、およびＳｉａα２−６Ｇａｌ／ＧａｌＮＡｃレベル決定］
本発明の一実施形態に係る判定方法は、Ｇａｌβ１−３ＧａｌＮＡｃレベル決定工程および／またはＳｉａα２−６Ｇａｌ／ＧａｌＮＡｃレベル決定を含む。以下、それぞれについて説明する。

［１−１−１．Ｇａｌβ１−３ＧａｌＮＡｃレベル決定工程］
Ｇａｌβ１−３ＧａｌＮＡｃレベル決定工程における測定対象であるＧａｌβ１−３ＧａｌＮＡｃ（「Core O-glycan」とも称される）は、腎組織などの生体組織において、様々な物質（例えば、タンパク質、脂質など）に結合して存在している糖鎖である。Ｇａｌβ１−３ＧａｌＮＡｃは、切断されて様々な物質から遊離し、被験体から採取されたサンプル中に存在することもある。

本発明者らは、まず、特定の時間で腎疾患を患う患者に由来するサンプル中に存在する糖鎖の種類を調べ、その後、当該患者における腎疾患の進行状況を追跡した。その結果、腎疾患が将来的に悪化する患者では、上記サンプル中のＧａｌβ１−３ＧａｌＮＡｃの量が多いことを見出し、本発明を完成させるに至った。

よって、本発明の一実施形態に係る判定方法は、被検体由来のサンプル中のＧａｌβ１−３ＧａｌＮＡｃの量を測定することによって、Ｇａｌβ１−３ＧａｌＮＡｃレベル決定工程が達成されるといえる。ただし、本発明の一実施形態に係る判定方法は、上記工程に限定されず、例えば、被験体由来のサンプル中のＧａｌβ１−３ＧａｌＮＡｃの産生に関わるタンパク質、Ｇａｌβ１−３ＧａｌＮＡｃの切断に関わるタンパク質、またはＧａｌβ１−３ＧａｌＮＡｃの変換に関わるタンパク質のレベルを決定することによっても、Ｇａｌβ１−３ＧａｌＮＡｃレベル決定工程を達成することが可能であることも理解できる。

つまり、本発明の一実施形態に係る判定方法は、被験体から採取したサンプル中における、Ｇａｌβ１−３ＧａｌＮＡｃの産生に関わるタンパク質のレベルを決定する工程を含む方法であってもよい。また、本発明の他の実施形態に係る判定方法は、被験体から採取したサンプル中における、Ｇａｌβ１−３ＧａｌＮＡｃの切断に関わるタンパク質のレベルを決定する工程を含む方法であってもよい。本発明のさらに他の実施形態に係る判定方法は、被験体から採取したサンプル中における、Ｇａｌβ１−３ＧａｌＮＡｃの変換に関わるタンパク質のレベルを決定する工程を含む方法であってもよい。ここで、「Ｇａｌβ１−３ＧａｌＮＡｃの変換に関わる」とは、Ｇａｌβ１−３ＧａｌＮＡｃの一部分を切断すること、および／または、Ｇａｌβ１−３ＧａｌＮＡｃに他の物質を付加すること、などを意図する。

上記Ｇａｌβ１−３ＧａｌＮＡｃの産生に関わるタンパク質としては、例えば、polypeptide N-acetylgalactosaminyltransferase 1（GALNT1 別名：GALNAC-T1）、polypeptide N-acetylgalactosaminyltransferase 2（GALNT2 別名：GalNAc-T2）、polypeptide N-acetylgalactosaminyltransferase 3（GALNT3 別名：GalNAc-T3, HFTC, HHS）、core 1 synthase, glycoprotein-N-acetylgalactosamine 3-beta-galactosyltransferase 1（C1GALT1 別名：C1GALT, T-synthase）、C1GALT1 specific chaperone 1 （C1GALT1C1 別名：C1GALT2, C38H2-L1, COSMC, HSPC067, MST143, TNPS）、glucosaminyl (N-acetyl) transferase 1, core 2（GCNT1 別名：C2GNT, C2GNT-L, C2GNT1, G6NT, NACGT2, NAGCT2）が挙げられる（表１を参照）。

上記Ｇａｌβ１−３ＧａｌＮＡｃの切断に関わるタンパク質としては、例えば、alpha-N-acetylgalactosaminidase（NAGA 別名：D22S674, GALB）が挙げられる（表２を参照）。

上記Ｇａｌβ１−３ＧａｌＮＡｃの変換に関わるタンパク質としては、例えば、ST3 beta-galactoside alpha-2,3-sialyltransferase 2（ST3GAL2、別名：Gal-NAc6S, SIAT4B, ST3GALII, ST3GalA.2）、ST3 beta-galactoside alpha-2,3-sialyltransferase 1 (ST3GAL1、別名：Gal-NAc6S, SIAT4A, SIATFL, ST3GalA, ST3GalA.1, ST3GalIA, ST3GalIA,1, ST3O)、ST8 alpha-N-acetyl-neuraminide alpha-2,8-sialyltransferase 5（ST8SIA5 別名:SIAT8-E, SIAT8E, ST8SiaV）、ST6 N-acetylgalactosaminide alpha-2,6-sialyltransferase 3（ST6GALNAC3 別名: PRO7177, SIAT7C, ST6GALNACIII, STY）、ST6 N-acetylgalactosaminide alpha-2,6-sialyltransferase 4（ST6GALNAC4 別名：IV, SIAT3-C, SIAT3C, SIAT7-D, SIAT7D, ST6GALNACIV, ST6GalNAc）、ST3 beta-galactoside alpha-2,3-sialyltransferase 5（ST3GAL5 別名：SATI, SIAT9, SIATGM3S, SPDRS, ST3GalV）、ST8 alpha-N-acetyl-neuraminide alpha-2,8-sialyltransferase 1（ST8SIA1 別名：GD3S, SIAT8, SIAT8-A, SIAT8A, ST8SiaI）、ST3 beta-galactoside alpha-2,3-sialyltransferase 4（ST3GAL4 別名：CGS23, NANTA3, SAT3, SIAT4, SIAT4C, ST-4, ST3GalA.2, ST3GalIV, STZ, gal-NAc6S）、Endo-alpha-N-acetylgalactosaminidase（SAPIO_CDS0469）が挙げられる（表３を参照）。

なお、上記に列挙したタンパク質には、複数の名称および／または略称が存在する場合がある。これらを同定するためには、UniProtKB、KEGG、CATH、PubMed、PDBなどのデータベースを使用することができる。

上記タンパク質のレベルは、例えば、上記タンパク質をコードするｍＲＮＡの発現量、上記タンパク質の発現量、上記ｍＲＮＡまたはタンパク質の濃度、上記タンパク質の力価（例えば酵素活性）などでありうる。これらの値は、常法（例えば免疫染色法）によって測定することができる。

なお、本発明の一実施形態において、Ｇａｌβ１−３ＧａｌＮＡｃレベル決定工程は、ｉｎ ｖｉｔｒｏに行われえる工程である。

本明細書において「Ｇａｌβ１−３ＧａｌＮＡｃのレベルを決定する」とは、上記糖鎖のレベルの決定は、サンプル中に含まれる当該糖鎖の濃度の数量化を伴うものでありうる。このようなレベルの決定方法としては、レクチンを用いた結合活性測定（レクチンアッセイ）、液体クロマトグラフィー、質量分析、ＥＬＩＳＡ、二次元電気泳動法、プロテインアレイ、ビーズアッセイ、フローサイトメトリー、バイオプレックス（登録商標）などが挙げられる。また、他の態様においては、上記糖鎖に関する任意の指標を、序列の中に位置づけることを意味する。つまり、糖鎖のレベルの決定は、数量化を伴わないものでありうる。このようなレベルの決定方法としては、例えば、「全く糖鎖が存在しない」または「糖鎖が存在する」のいずれかに分類する方法が挙げられる。

このうち、レクチンアッセイによるレベルの決定方法は、サンプルの下処理が容易であるとの観点から、好ましい。特にサンプルとして尿サンプルを用いる場合は、尿サンプルの濃縮、サンプル中に多く含まれるタンパク質（アルブミン、ＩｇＧなど）の除去などの工程が不要であるため、より好ましい。

レクチンアッセイによってＧａｌβ１−３ＧａｌＮＡｃのレベルを決定する場合は、Ｇａｌβ１−３ＧａｌＮＡｃとの結合活性を有するレクチンを用いることが好ましい。このようなレクチンとしては、ＭＰＡ（Maclura pomifera Agglutinin；アメリカハリグワレクチン）、ＡＣＡ（Amaranthus Caudatus Agglutinin；センニンコクレクチン）、ＡＢＡ（Agarucus bisporus Agglutinin；マッシュルームレクチン）、Ｊａｃａｌｉｎ（Jackfruit Lectin；ジャックフルーツレクチン）、ＢＰＬ（Bauhinia Purpurea Lectin；ムラサキモクワンジュレクチン）、ＰＮＡ（Peanut Agglutinin；ピーナッツレクチン）を挙げることができる。なお、これらのレクチンは従来公知のレクチンであり、そのアミノ酸配列情報は各種データベースより入手可能である。

上記Ｇａｌβ１−３ＧａｌＮＡｃレベル決定工程は、Ｇａｌβ１−３ＧａｌＮＡｃに特異的に結合するレクチンを用いて、当該レクチンに結合する糖鎖のレベルを決定する工程でありえる。また上記Ｇａｌβ１−３ＧａｌＮＡｃレベル決定工程は、ＭＰＡ、ＡＣＡ、ＡＢＡおよびＪａｃａｌｉｎからなる群より選択される少なくとも１つ（例えば、１つ、２つ、３つ、または４つ）のレクチンに結合する糖鎖のレベルを決定する工程でありえる。

なお、糖鎖の構造は、当該糖鎖が、どのようなレクチンと結合するかによって特定することができる。したがって、例えば、「ＡＢＡと結合する糖鎖のレベルを決定する工程」とは、「ＡＢＡと結合する特定の構造を有する糖鎖のレベルを決定する工程」であればよい。換言すれば、「ＡＢＡと結合する糖鎖のレベルを決定する工程」は、レクチンアッセイによる必要はない。レクチンアッセイ以外の方法としては、例えば、液体クロマトグラフィー、質量分析、ＥＬＩＳＡ、二次元電気泳動法、プロテインアレイ、ビーズアッセイ、フローサイトメトリー、バイオプレックス（登録商標）などが挙げられる。

［１−１−２．Ｓｉａα２−６Ｇａｌ／ＧａｌＮＡｃレベル決定工程］
Ｓｉａα２−６Ｇａｌ／ＧａｌＮＡｃレベル決定工程における測定対象であるＳｉａα２−６Ｇａｌ／ＧａｌＮＡｃは、Ｇａｌβ１−３ＧａｌＮＡｃと同様に、腎組織などの生体組織において、様々な物質（例えば、タンパク質、脂質など）に結合して存在している糖鎖である。Ｓｉａα２−６Ｇａｌ／ＧａｌＮＡｃもまた、切断されて様々な物質から遊離し、被験体から採取されたサンプル中に存在することもある。本発明者らは、腎疾患が将来的に悪化する患者では、上記サンプル中のＳｉａα２−６Ｇａｌ／ＧａｌＮＡｃの量が多いことをもまた見出し、本発明を完成させるに至った。

Ｓｉａα２−６Ｇａｌ／ＧａｌＮＡｃレベル決定工程に関する説明は、上記Ｇａｌβ１−３ＧａｌＮＡｃレベル決定工程に関する説明を援用することができる。

Ｓｉａα２−６Ｇａｌ／ＧａｌＮＡｃを有する糖タンパク質の例としては、alpha 2-HS glycoprotein （AHSG 別名：fetuin-A）、Orosomucoid 2（ORM2 別名：AGP-B, AGP-B', AGP2）、alpha-1-microglobulin/bikunin precursor（AMBP 別名：A1M, EDC1, HCP, HI30, IATIL, ITI, ITIL, ITILC, UTI）、serotransferrin （TF 別名：SRPRB）、haptoglobin（HP 別名：BP2ALPHA2, HPA1S）、Alpha-2-macroglobulin（A2M 別名：A2MD, CPAMD5, FWP007, S863-7）、Apolipoprotein A-I（Apoa1 別名：Alp-1, Apoa-1, Brp-14, Ltw-1, Lvtw-1, Sep-1, Sep-2, Sep2, apo-AI, apoA-I）、Hemopexin（HPX 別名：HX）、Complement C4A（C4A 別名：C42, C4A3, C4A4, C4A6, C4AD, C4S, CO4, CPAMD2, RG）、Ceruloplasmin（CP 別名：CP-2）、serpin family G member 1 （SERPING1 別名: C1IN, C1INH, C1NH, HAE1, HAE2）、alpha-1-B glycoprotein（A1BG）、Prostaglandin-H2 D-isomerase（MNEG_8879）、Angiotensinogen（AGT 別名：ANHU, SERPINA8）、serpin family C member 1（SERPINC1 別名：AT3）、kininogen 1（KNG1 別名：BDK, BK, KNG）、N-acetylmuramoyl-L-alanine amidase（amiC 別名：b2817, ECK2813, JW5449, ygdN）、Complement C3（C3 別名：AHUS5, ARMD9, ASPa, C3b, CPAMD1, HEL-S-62p）、coagulation factor II, thrombin（F2 別名：PT, RPRGL2, THPH1）、GC, vitamin D binding protein（GC 別名：DBP, DBP/GC, GRD3, Gc-MAF, GcMAF, HEL-S-51, VDBG, VDBP）、microtubule associated scaffold protein 1（MTUS1 別名：ATBP, ATIP, ATIP3, ICIS, MP44, MTSG1）、Insulin-like growth factor binding protein-3（IGFBP3 別名：BP-53, IBP3）、progestagen associated endometrial protein（PAEP 別名：GD, GdA, GdF, GdS, PAEG, PEP, PP14）、core 1 synthase, glycoprotein-N-acetylgalactosamine 3-beta-galactosyltransferase 1（Ｃ１ＧＡＬＴ１ 別名：C1GALT, T-synthase）、C1GALT1 specific chaperone 1 （C1GALT1C1 別名：C1GALT2, C38H2-L1, COSMC, HSPC067, MST143, TNPS）、glucosaminyl (N-acetyl) transferase 1, core 2（GCNT1 別名：C2GNT, C2GNT-L, C2GNT1, G6NT, NACGT2, NAGCT2）が挙げられる（表４、５を参照）。

Ｓｉａα２−６Ｇａｌ／ＧａｌＮＡｃの変換に関わるタンパク質の例としては、ST6 beta-galactoside alpha-2,6-sialyltransferase 1（ST6GAL1 別名：SIAT1, ST6GalI, ST6N）、ST3 beta-galactoside alpha-2,3-sialyltransferase 1 (ST3GAL1、別名：Gal-NAc6S, SIAT4A, SIATFL, ST3GalA, ST3GalA.1, ST3GalIA, ST3GalIA,1, ST3O)、ST3 beta-galactoside alpha-2,3-sialyltransferase 3（ST3GAL3 別名：EIEE15, MRT12, SIAT6, ST3GALII, ST3GalIII, ST3N）、ST3 beta-galactoside alpha-2,3-sialyltransferase 4（ST3GAL4 別名：CGS23, NANTA3, SAT3, SIAT4, SIAT4C, ST-4, ST3GalA.2, ST3GalIV, STZ, gal-NAc6S）、ST6 N-acetylgalactosaminide alpha-2,6-sialyltransferase 1（ST6GALNAC1 別名：HSY11339, SIAT7A, ST6GalNAcI, STYI）、ST6 N-acetylgalactosaminide alpha-2,6-sialyltransferase 2（ST6GALNAC2 別名：SAITL1, SIAT7, SIAT7B, SIATL1, ST6GalNAII, STHM）、ST6 N-acetylgalactosaminide alpha-2,6-sialyltransferase 3（ST6GALNAC3 別名：PRO7177, SIAT7C, ST6GALNACIII, STY）、ST3 beta-galactoside alpha-2,3-sialyltransferase 5（ST3GAL5 別名：SATI, SIAT9, SIATGM3S, SPDRS, ST3GalV）、ST8 alpha-N-acetyl-neuraminide alpha-2,8-sialyltransferase 1（ST8SIA1 別名：GD3S, SIAT8, SIAT8-A, SIAT8A, ST8SiaI）、ST3 beta-galactoside alpha-2,3-sialyltransferase 2（ST3GAL2 別名：Gal-NAc6S, SIAT4B, ST3GALII, ST3GalA.2）、ST8 alpha-N-acetyl-neuraminide alpha-2,8-sialyltransferase 2（ST8SIA2 別名：HsT19690, SIAT8-B, SIAT8B, ST8SIA-II, ST8SiaII, STX）、ST8 alpha-N-acetyl-neuraminide alpha-2,8-sialyltransferase 3（ST8SIA3 別名：SIAT8C, ST8SiaIII）、ST8 alpha-N-acetyl-neuraminide alpha-2,8-sialyltransferase 4（ST8SIA4 別名：PST, PST1, SIAT8D, ST8SIA-IV）が挙げられる（表６、７を参照）。

なお、上記に列挙したタンパク質には、複数の名称および／または略称が存在する場合に、これらを同定するためには、上述したデータベースを使用することができる。

レクチンアッセイによってＳｉａα２−６Ｇａｌ／ＧａｌＮＡｃのレベルを決定する場合は、Ｓｉａα２−６Ｇａｌ／ＧａｌＮＡｃとの結合活性を有するレクチンを用いることが好ましい。このようなレクチンとしては、ＳＳＡ（Sambucus sieboldiana lectin；ニホンニワトコレクチン）、ＳＮＡ（Sambucus nigra agglutinin；セイヨウニワトコレクチン）、ＴＪＡ−Ｉ（Trichosanthes japonica agglutinin I lectin；キカラスウリレクチン-I）を挙げることができる。これらのレクチンは従来公知のレクチンであり、そのアミノ酸配列情報は各種データベースより入手可能である。

もちろん、「ＳＳＡ、ＳＮＡおよび／またはＴＪＡ−Ｉとの結合活性を有する糖鎖」のレベルを決定できるのであれば、Ｓｉａα２−６Ｇａｌ／ＧａｌＮＡｃレベル決定工程はレクチンアッセイには限定されない。

後述する実施例において示されているように、被験体のサンプルにおけるＳｉａα２−６Ｇａｌ／ＧａｌＮＡｃのレベルは、既存のバイオマーカーと組み合わせることにより、腎機能の低下を予測する有力なバイオマーカーとなりうる。

［１−２．その他の糖鎖レベル決定工程］
本発明の一実施形態に係る判定方法は、上記Ｇａｌβ１−３ＧａｌＮＡｃレベル決定工程および／またはＳｉａα２−６Ｇａｌ／ＧａｌＮＡｃレベル決定工程の他に、被験体から採取したサンプル中における、その他の糖鎖レベルを決定する工程を含んでよい。具体的には、本発明の一実施形態に係るデータの取得方法は、α−ＧａｌＮＡｃ、ＧａｌαまたはＧａｌ１α１−３Ｇａｌのレベルを決定する工程（以下、それぞれ「α−ＧａｌＮＡｃ決定工程」、「Ｇａｌαレベル決定工程」、「Ｇａｌ１α１−３Ｇａｌ」とも表記する）を含んでもよい。これらの工程は、１つのみを含んでもよいし、２つまたは３つを含んでもよい。上述の工程の説明については、Ｇａｌβ１−３ＧａｌＮＡｃレベル決定工程の説明を援用することができる。

α−ＧａｌＮＡｃの産生、切断または変換に関わるタンパク質としては、Ｇｃプロテイン、UDP-N-acetyl-α-D-galactosamine（UDP-GalNAc）、α-GalNAc-ase、exostosin like glycosyltransferase 2（ＥＸＴＬ２ 別名：EXTR2）、glucuronylneolactotetraosylceramide（α−ＧａｌＮＡｃ転移酵素の基質）が挙げられる（表８を参照）。

Ｇａｌαの産生、切断または変換に関わるタンパク質としては、insulin like growth factor 2 receptor（IGF2R 別名：CD222, CI-M6PR, CIMPR, M6P-R, M6P/IGF2R, MPR 300, MPR1, MPR300, MPR）が挙げられる（表９を参照）。

Ｇａｌ１α１−３Ｇａｌ（α−Ｇａｌ）の産生、切断または変換に関わるタンパク質としては、alpha 1-3-N-acetylgalactosaminyltransferase and alpha 1-3-galactosyltransferase（ABO 別名：A3GALNT, A3GALT1, GTB, NAGAT）、mannosyl (beta-1,4-)-glycoprotein beta-1,4-N-acetylglucosaminyltransferase（MGAT3 別名：GNT-III, GNT3）、ST6 beta-galactoside alpha-2,6-sialyltransferase 1（ST6GAL1 別名：SIAT1, ST6GalI, ST6N）、ST3 beta-galactoside alpha-2,3-sialyltransferase 3（ST3GAL3 別名：EIEE15, MRT12, SIAT6, ST3GALII, ST3GalIII, ST3N）が挙げられる（表１０を参照）。

なお、上記に列挙したタンパク質には、複数の名称および／または略称が存在する場合に、これらを同定するためには、上述したデータベースを使用することができる。

レクチンアッセイによってα−ＧａｌＮＡｃ、ＧａｌαまたはＧａｌ１α１−３Ｇａｌのレベルを決定する場合は、それぞれα−ＧａｌＮＡｃ、ＧａｌαまたはＧａｌ１α１−３Ｇａｌとの結合活性を有するレクチンを用いることが好ましい。α−ＧａｌＮＡｃとの結合活性を有するレクチンとしては、ＶＶＡ（Vicia villosa Lectin；ヘアリーベッチレクチン）、ＨＰＡ（エスカルゴレクチン；Helix pomatia Agglutinin）、ＭＰＡ（Maclura pomifera Agglutinin；アメリカハリグワレクチン）ＰＴＬ＿Ｉ（Psophocarpus Tetragonolobus Lectin-I；シカクマメレクチン）、ＧＳＬ＿Ｉ＿Ａ４（Griffonia Simplicifolia Lectin I A4；バンデリアマメレクチンＩ Ａ４）、ＧＳＬ＿Ｉ＿Ｂ４（Griffonia Simplicifolia Lectin I B4；バンデリアマメレクチンＩ Ｂ４）を挙げることができる。Ｇａｌαとの結合活性を有するレクチンとしては、ＰＴＬ＿Ｉ（上述）、ＧＳＬ＿Ｉ＿Ａ４（上述）、ＧＳＬ＿Ｉ＿Ｂ４（上述）を挙げることができる。Ｇａｌ１α１−３Ｇａｌとの結合活性を有するレクチンとしては、ＥＥＬ（Euonymus europaeus Lectin；スピンドルツリーレクチン）を挙げることができる。これらのレクチンは従来公知のレクチンであり、そのアミノ酸配列情報は各種データベースより入手可能である。

後述する実施例において示したごとく、ＶＶＡ、ＥＥＬおよびＧＳＬ＿Ｉ＿Ｂ４への結合シグナルの増加が、将来の腎機能の低下と負の相関関係にあることを本発明者らは見出した。また、上述のレクチンへの結合シグナルと、Ｇａｌβ１−３ＧａｌＮＡｃおよび／またはＳｉａα２−６Ｇａｌ／ＧａｌＮＡｃのレベルとを組み合わせることによって、将来の腎機能の低下の可能性を予測する精度は、有意に上昇する。さらに、上述のレクチンへの結合シグナルと、糖鎖のレベル以外の因子と組み合わせることによっても、将来の腎機能の低下の可能性を予測する精度は、有意に上昇する。それ故、上述のレクチンに結合する糖鎖のレベルを決定する工程が含まれることによって、将来の腎機能低下の予測の精度がさらに高まる可能性が期待される。同様の理由により、α−ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１−３Ｇａｌからなる群より選択される少なくとも１種類のレベルを決定する工程が含まれることによっても、将来の腎機能低下の予測の精度がさらに高まる可能性が期待される。

［１-３．被験体］
本明細書において、「被験体」とは、ヒトに限定されない。本発明の一実施形態に係る判定方法は、非ヒト哺乳動物に対しても適用することができる。上記非ヒト哺乳動物としては、偶蹄類（ウシ、イノシシ、ブタ、ヒツジ、ヤギなど）、奇蹄類（ウマなど）、齧歯類（マウス、ラット、ハムスター、リスなど）、ウサギ目（ウサギなど）、食肉類（イヌ、ネコ、フェレットなど）などが挙げられる。上述した非ヒト哺乳動物には、家畜またはコンパニオンアニマル（愛玩動物）に加えて、野生動物も包含される。

特に、Ｇａｌβ１−３ＧａｌＮＡｃおよびＳｉａα２−６Ｇａｌ／ＧａｌＮＡｃは糖鎖であるため、タンパク質および核酸よりも、種間における構造の相違が小さい。したがって、上述した非ヒト哺乳動物の間ならば、本発明の一実施形態に係る判定方法は充分に有効であると考えられる。

上記被験体は、糖尿病、高血圧、脂質異常症、肥満症および脂肪肝からなる群より選択される１種類以上の疾患に罹患している被験体であることが好ましい。また、上記被験体は、糖尿病に罹患し、かつ、高血圧、脂質異常症、肥満症、脂肪肝からなる群より選択される１種類以上の疾患を合併している被験体であることが、より好ましい。これは、糖タンパク質または糖脂質からの、Ｇａｌβ１−３ＧａｌＮＡｃおよびＳｉａα２−６Ｇａｌ／ＧａｌＮＡｃの切断は上述した疾患において亢進され、α−ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１−３Ｇａｌの切断は上述した疾患において減弱するためである。

本明細書において、「糖尿病」とは、血液中または血漿中のグルコース濃度が持続的に上昇している状態によって特徴づけられる疾患全般を意図する。すなわち、上記疾患には、高血糖症も含まれる。一実施形態において、上記糖尿病は、１型糖尿病または２型糖尿病である。

［１−４．サンプル］
本明細書において、「サンプル」とは、被験体から採取されるもの全般を意図し、特に限定されない。上記サンプルには、血液、脳脊髄液、リンパ液、母乳、唾液、鼻汁、汗、尿、便、呼気などに加えて、病理標本由来の組織可溶化物、生組織可溶化物、細胞可溶化物なども包含される。

本発明の一実施形態において、上記サンプルは、尿である。尿をサンプルとすることは、生検材料として一般的である点、腎機能に関する他の指標も同時に調査できる点、（特にヒトを被験体とする場合に）採取が容易である点などにおいて、好ましい。後述する実施例で示されているように、被験体がヒトの場合では、尿中のＧａｌβ１−３ＧａｌＮＡｃは腎機能の低下を予測する特に有力なマーカーとなるため、特に好ましい。

また本発明の一実施形態において、上記サンプルは、血液である。血液をサンプルとすることは、生検材料として一般的である点、腎機能に関する他の指標も同時に調査できる点、（一般的に）採取が容易である点などにおいて、好ましい。

また本発明の一実施形態において、上記サンプルは、腎組織である。例えば、腎生検などにより採取された腎組織サンプルに対してレクチンを作用させるによって、上記レクチンに対応する糖鎖の分布を可視化すること、および、上記レクチンに対応する糖鎖の発現量を測定することができる（この方法を「レクチンヒストケミストリー」とも称する）。これにより、腎機能の低下を予測するのみならず、腎疾患の診断、治療効果の判定なども同時に行うことができる。

［１−５．腎機能の低下を予測する］
本発明の一実施形態に係る判定は、腎機能の低下を予測するためのデータの取得方法ともいえる。

本明細書において、「腎機能の低下」とは、基準時（例えば、サンプル採取時）から一定期間後において、腎臓に関連する機能のうち少なくとも１つ以上が、通常予想されるよりも低下している状態を意図する。このような状態には、例えば、以下の類型が包含される。
１．通常ならば維持されている腎機能が、低下している。
２．通常ならば低下する腎機能が、通常予想されるよりも大きく低下している。
３．通常ならば向上する腎機能が、通常予想されるよりも小さく向上している、または維持されているもしくは低下している。

本発明の一実施形態において、腎機能の低下は、腎機能に関する各種の指標の変動によって表される。このような指標としては、血清クレアチニン、血清尿素窒素、ｅＧＦＲ（推定糸球体濾過量）、血清シスタチンＣなどが挙げられる。上述した指標は、常法によって測定することができる。ｅＧＦＲは、例えば、血清クレアチニンの測定値から、CKD-EPI equitionによって算出することができる（［Horio M et al. (2010) "Modification of the CKD epidemiology collaboration (CKD-EPI) equation for Japanese: accuracy and use for population estimates" American Journal of Kidney Diseses, Vol.56 (Issue 1), pp.32-38］を参照）。ｅＧＦＲは、例えば、実施例にて説明されている方法によって算出することができる。

上述した指標のうち、血清クレアチニン、血清尿素窒素および血清シスタチンＣは、通常、測定値が高いほど腎機能が低下していると判断される。ｅＧＦＲは、通常、測定値が低いほど腎機能が低下していると判断される。ｅＧＦＲ減少速度は、減少速度が大きいほど腎機能の低下速度が大きいと判断される。

また、上述した指標の測定値と、特定の基準値（カットオフ値）との上下関係に基づいて、腎機能の低下を判断することもできる。このような基準値については、例えば、［日本腎臓学会 編『ＣＫＤ診療ガイド２０１２』東京医学社、２０１２年］に記載されている。同書に基づくと、例えば、ｅＧＦＲが６０ｍＬ／ｍｉｎ／１．７３ｍ^２未満であることを、腎機能の低下を判断する基準値とすることができる。

腎機能の低下を判断する際の、ｅＧＦＲ減少速度に関する基準値としては、例えば、３ｍＬ／ｍｉｎ／１．７３ｍ^２／年とすることができる。これは、［Lindeman RD (1985) "Longitudinal studies on the rate of decline in renal function with age", Journal of the American Geriatrics Society, Vol.33 (Issue 4), pp.278-285］によって示されている「通常のｅＧＦＲ減少速度」の３倍の値を、基準値としたものである（例えば［Rifkin DE (2008) "Rapid kidney function decline and mortality risk in older adults", Archives of Internal Medicine, Vol.168 (No.20), pp.2212-2218］において採用されている）。

腎機能の低下を判断する際の、ｅＧＦＲ減少速度に関する他の基準値としては、３〜５ｍＬ／ｍｉｎ／１．７３ｍ^２／年とすることができる（［Coresh J et al. (2014) "Decline in estimated glomerular filtration rate and subsequent risk of end-stage renal disease and mortality" The Journal of the American Medical Association, Vol.311 (No.24), pp.2518-2531］を参照）。すなわち、上記基準値は、３、４または５ｍＬ／ｍｉｎ／１．７３ｍ^２／年とすることができる。

後述の実施例においては、ｅＧＦＲ減少速度が上記基準値よりも早い集団を「高度ｅＧＦＲ低下者（Rapid decliner）」、ｅＧＦＲ減少速度が上記基準値以下の集団を「非ｅＧＦＲ低下者（Non-decliner）」と称する。

本明細書において、「腎機能の低下を予測する」とは、所定期間後（例えば、サンプル採取時から所定期間後）における腎機能の低下の有無を判定することを意図する。例えば、「腎機能の低下を予測する」とは、「所定期間後において腎機能が低下する」または「所定期間後において腎機能が低下しない」の判定を行うことを意図する。

一例において、上記所定期間後は、基準時（例えば、サンプル採取時）から、１か月後、２か月後、３か月後、６か月後、１年後、１．５年後、２年後、２．５年後、３年後、３．５年後、４年後、４．５年後、５年後、６年後、７年後、８年後、９年後、または、１０年後でありうる。

本発明の一実施形態において、上記予測の結果は、カテゴリー分類でありうる。例えば、上記予測の結果、ある被験体は、「腎機能が低下するリスクが高い」または「腎機能が低下するリスクが低い」のいずれかに分類されうる。より具体的な例としては、上記予測の結果、ある被験体は、「高度ｅＧＦＲ低下者」または「非ｅＧＦＲ低下者」のいずれかに分類されうる。

本発明の他の実施形態において、上記予測の結果は、数値的な予測でありうる。例えば、上記予測の結果、ある被験体は、「Ｎ年後の腎機能を示す特定の指標（ｅＧＦＲなど）の値がＸである」と判断されうる。この例において、ＸおよびＮの値は、一定の幅を有する数値範囲であってよい。上記数値範囲は、例えば統計学的手法によって決定される範囲（信頼区間など）であってよい。

また、上記結果の予測に基づいて、さらなる予測または判断が成されてよい。後述する実施例に沿って説明すると、以下の通りである。まず、ある被験体のサンプル中におけるＧａｌβ１−３ＧａｌＮＡｃのレベルを基に、当該被験体が高度ｅＧＦＲ低下者であるか否かが判定される。次いで、上記被験体が高度ｅＧＦＲ低下者と判定された場合には、当該判定結果に基づいて、当該被験体の疾患が増悪するか否か、所定期間後に透析が必要になるか否かなどが判定されてもよい。

本発明の一実施形態に係る判定方法（後述される実施例で説明されている方法など）は、「腎臓の病態を検査する」従来の方法（例えば、尿中へのアルブミン排出量の測定）とは異なり、腎機能の低下を予測することができる。すなわち、サンプル中のＧａｌβ１−３ＧａｌＮＡｃおよび／またはＳｉａα２−６Ｇａｌ／ＧａｌＮＡｃのレベルを測定することによって、腎予後が予測できるため、従来腎臓疾患に関して使用されていたバイオマーカーを用いるよりも早く腎疾患に対する処置が可能となる。

［１−６．その他の態様］
本発明のその他の実施形態としては、被験体から採取したサンプル中における、ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡおよびＳＮＡ、ＶＶＡ、ＧＳＬ＿Ｉ＿Ｂ４およびＥＥＬからなる群より選択される少なくとも１つのレクチンに結合する糖鎖のレベルを決定する工程を含む、判定方法が挙げられる。この態様の説明は、[１−１]〜[１−５]の説明が適宜援用される。

なお、本発明の一実施形態に係る判定方法は、以下のように表現することもできる。

〔１〕被験体から採取したサンプル中における、Ｇａｌβ１−３ＧａｌＮＡｃ、および／または、Ｓｉａα２−６Ｇａｌ／ＧａｌＮＡｃのレベルを決定する工程を含む、腎機能の低下を予測するためのデータの取得方法。

〔２〕被験体から採取したサンプル中における、α−ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１−３Ｇａｌからなる群より選択される少なくとも１種類のレベルを決定する工程を含む、〔１〕に記載のデータの取得方法。

〔３〕上記Ｇａｌβ１−３ＧａｌＮＡｃ、および／または、Ｓｉａα２−６Ｇａｌ／ＧａｌＮＡｃのレベルを決定する工程は、ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡおよびＳＮＡからなる群より選択される少なくとも１つのレクチンに結合する糖鎖のレベルを決定する工程を含む、〔１〕または〔２〕に記載のデータの取得方法。

〔４〕上記α−ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１−３Ｇａｌからなる群より選択される少なくとも１種類の糖鎖のレベルを決定する工程は、ＶＶＡ、ＧＳＬ＿Ｉ＿Ｂ４およびＥＥＬからなる群より選択される少なくとも１つのレクチンに結合する糖鎖のレベルを決定する工程を含む、〔２〕に記載のデータの取得方法。

〔５〕被験体から採取したサンプル中における、ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡ、ＳＮＡ、ＶＶＡ、ＧＳＬ＿Ｉ＿Ｂ４およびＥＥＬからなる群より選択される少なくとも１つのレクチンに結合する糖鎖のレベルを決定する工程を含む、腎機能の低下を予測するためのデータの取得方法。

〔６〕上記被験体は、糖尿病、高血圧、脂質異常症、肥満症および脂肪肝からなる群より選択される１種類以上の疾患に罹患している被験体である、〔１〕〜〔５〕のいずれか１項に記載のデータの取得方法。

〔２．腎機能の低下を予測するためのキット〕
［２−１．キットが備えているレクチン］
本発明の一実施形態に係るキットは、被験体から採取したサンプル中に含まれるＧａｌβ１−３ＧａｌＮＡｃおよび／またはＳｉａα２−６Ｇａｌ／ＧａｌＮＡｃに結合するレクチンを備えている。このようなレクチンとしては、［１−１］にて例示したレクチンが挙げられる。よって本項ではその説明を省略する。

また本発明の一実施形態に係るキットは、被験体から採取したサンプル中に含まれる、α−ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１−３Ｇａｌから選択される少なくとも１種類の糖鎖に結合するレクチンを備えていてもよい。このようなレクチンとしては、［１−２］にて例示したレクチンが挙げられる。よって本項ではその説明を省略する。

本発明の一実施形態に係るキットは、下記１〜３のいずれか１つのレクチンの組み合わせを備えていてよい。本発明の他の実施形態に係るキットは、下記１〜３のいずれか１つのレクチンの組み合わせのみからなるものでありえる。
１．ＭＰＡ、ＡＣＡ、ＡＢＡ、およびＪａｃａｌｉｎからなる群より選択される少なくとも１つ以上（例えば、１つ、２つ、３つまたは４つ）のレクチンの組み合わせ。
２．ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡおよびＳＮＡからなる群より選択される少なくとも１つ以上（例えば、１つ、２つ、３つ、４つ、５つまたは６つ）のレクチンの組み合わせ。
３．ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡ、ＳＮＡ、ＶＶＡ、ＧＳＬ＿Ｉ＿Ｂ４およびＥＥＬからなる群より選択される少なくとも１つ以上（例えば、１つ、２つ、３つ、４つ、５つ、６つ、７つ、８つまたは９つ）のレクチンの組み合わせ。

本発明の一実施形態に係るキットは、上記１または２のレクチンの組み合わせよりなるものであれば、Ｇａｌβ１−３ＧａｌＮＡｃおよび／またはＳｉａα２−６Ｇａｌ／ＧａｌＮＡｃのレベルを決定でき、その結果、腎機能の低下を予測することができる。上記３の態様によれば、Ｇａｌβ１−３ＧａｌＮＡｃおよび／またはＳｉａα２−６Ｇａｌ／ＧａｌＮＡｃに加え、α−ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１−３Ｇａｌからなる群より選択される少なくとも１種類の糖鎖のレベルをも決定することができ、より精度よく腎機能の低下を予測することができることが期待される。

本発明の一実施形態に係るキットが備えているレクチンは、公知の手法により調製することができる。あるいは、市販されているレクチンを適宜使用してもよい。

［２−２．他の構成要素］
上記のレクチンは、任意の基材に固定されている形態であってもよい。一例を挙げると、上記レクチンは、マイクロアレイ、ＥＬＩＳＡプレート、ラテックスビーズ、磁気ビーズ等の基材上に固定されている形態であってもよい。

上述した中では、上記レクチンは、マイクロアレイに固定されていることが好ましい。マイクロアレイの場合、サンプルとして尿を用いた場合、サンプルの濃縮が不要となる、サンプル中の主要タンパク質（アルブミン、ＩｇＧなど）の除去が不要となる、という長所がある。対象に対するレクチンの固定方法は、タンパク質を基板に固定する公知の方法を用いることができる。

本発明の一実施形態に係るキットは他に、キットの使用に必要となる薬剤、器具、容器、説明書などを備えていてよい。また、上述した薬剤、器具、容器、説明書などは、市場または通信回線などを通じて、別途使用者に入手させる態様を取ってもよい。

上記各項目で記載した内容は、他の項目においても適宜援用できる。また、本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。以下、実施例により本発明をさらに詳細に説明するが、本発明は下記実施例のみに限定されるものではない。

糖尿病患者を対象に、３年間にわたる腎機能の追跡調査を行い、尿中に含まれる糖鎖との相関を検討した。

〔患者選択〕
本調査の対象となる患者は、岡山県内の８病院（岡山大学病院、国立岡山医療センター、岡山済生会病院、倉敷中央病院、心臓病センター榊原病院、津山中央病院、岡山赤十字病院、岡山市民病院）から選択した。本調査に対する同意を得られた２型糖尿病患者のうち、２０１２〜２０１５年までの、継時的な腎機能のデータが得られた５５４例を解析対象とした。

〔レクチンアレイ解析による糖鎖レベルの測定〕
レクチンアレイ（GlycoStation（登録商標。以下同様）およびLecChip（登録商標。以下同様）、グライコテクニカ社製）を用い、下記のプロトコールに従って、４５種類のレクチンに結合する尿中糖鎖のシグナル強度を数値化した。解析に際しては、複数名の尿サンプルを同時に解析した。

１．尿サンプル２０μＬと、Cy3 Mono-Reactive dye 100μg labeling（GE Healthcare Life Science製）とを混合し、室温、暗所にて１時間反応させた。

２．脱塩カラム（Zeba Desalt Spin Column、Thermo Scientific製）を、１，５００×ｇ、１分間、４℃の条件で遠心した。

３．上記脱塩カラムに３００μＬのＴＢＳを通した。その後、上記脱塩カラムを１，５００×ｇ、１分間、４℃の条件で遠心し、洗浄した。本工程は全３回、繰り返して行われた。

４．上記脱塩カラムに、上記尿サンプルの全量と、２５μＬのＴＢＳとを通した。その後、１，５００×ｇ、１分間、４℃の条件で遠心し、未反応のCy3を除いた。

５．４で得られた尿サンプルに、４５０μＬのProbing Solution（GlycoTechnica製）を加えた後、５００μＬを量り取った。

６．LecChipをProbing Solutionで３回洗浄した（１回当たり１００ｍＬ／ウェル）。その後、５．にて調製した尿サンプル溶液を、ウェルに注入した（１００μＬ／ウェル）。

７．LecChipを、２０℃にて１６時間以上反応させた。

８．LecChipを、GlycoStation Reader 1200で測定した。測定は、上記尿サンプル溶液を反応させたままの液相状態にて行われた。なお測定条件は以下の通りである。
露光時間：２９９ミリ秒、カメラゲイン：９５。

９．GlycoStaion ToolsPro Suite 1.5により、測定値を数値化した。

１０. 各レクチンに対するシグナル強度からバックグラウンドのシグナル値を差し引いた値を、各レクチンに対する糖鎖シグナルと定義して、解析に用いた。

〔主要臨床項目およびその定義〕
２０１１年度（２０１１年４月１日〜２０１２年３月３１日）において、血液検査および尿検査を施行した時点を、基準日に定めた。

上記基準日以降、１年ごとに以下の情報を収集した。年齢、性別、ＢＭＩ、外来血圧、腹囲、糖尿病性網膜症の有無および重症度（単純糖尿病性網膜症、前増殖糖尿病性網膜症、または増殖糖尿病性網膜症）、治療の詳細（降圧剤の使用の有無、糖尿病治療剤またはインスリンの使用の有無、高脂血症治療剤の使用の有無、および高尿酸血症治療剤の使用の有無）、ＨｂＡ１ｃ（ＮＧＳＰ値）、血清クレアチニン、ＵＡＣＲ。

ｅＧＦＲ（ｍＬ／ｍｉｎ／１．７３ｍ^２）は、血清クレアチニンの測定値から、CKD-EPI equitionによって算出した（［Horio M et al. (2010) "Modification of the CKD epidemiology collaboration (CKD-EPI) equation for Japanese: accuracy and use for population estimates" American Journal of Kidney Diseses, Vol.56 (Issue 1), pp.32-38］を参照）。

２０１１年度〜２０１３年度の間に、１年ごとに計４回測定された血清クレアチニンの測定値からｅＧＦＲを算出し、次いで算出されたｅＧＦＲから線形回帰直線を導出した。上記線形回帰直線の傾き（１年間当たりのｅＧＦＲの低下速度：ｍＬ／ｍｉｎ／１．７３ｍ^２／年）を、ｅＧＦＲの低下速度（eGFR decline）とした。

ｅＧＦＲの低下速度が３ｍＬ／ｍｉｎ／１．７３ｍ^２／年を超えている群を高度ｅＧＦＲ低下者（Rapid decliner）、ｅＧＦＲの低下速度が３ｍＬ／ｍｉｎ／１．７３ｍ^２／年以下である群を非ｅＧＦＲ低下者（Non-decliner）と定義した。このカットオフ値は、［Coresh J et al. (2014) "Decline in estimated glomerular filtration rate and subsequent risk of end-stage renal disease and mortality" The Journal of the American Medical Association, Vol.311 (No.24), pp.2518-2531］により報告されている、カットオフ値の調査結果に基づいている。同論文は、基準日のｅＧＦＲが６０ｍＬ／ｍｉｎ／１．７３ｍ^２以上の患者を、ｅＧＦＲの低下速度ごとにカテゴライズし、３年間の追跡調査によって人工寄与危険度を比較した。その結果、３〜５ｍＬ／ｍｉｎ／１．７３ｍ^２／年のカテゴリーに属する患者が、末期腎不全（ＥＳＲＤ：End stage renal disease）に対する人工寄与危険度が最も高かった。

また、他の既報論文でも、ｅＧＦＲの低下速度：３ｍＬ／ｍｉｎ／１．７３ｍ^２／年以上をカットオフ値として、高度ｅＧＦＲ低下者の予測因子を検討している（例えば［Rifkin DE (2008) "Rapid kidney function decline and mortality risk in older adults", Archives of Internal Medicine, Vol.168 (No.20), pp.2212-2218］、［Moriya T et al. (2017) "Patients with type 2 diabetes having higher glomerular filtration rate showed rapid renal function decline followed by impaired glomerular filtration rate: Japan Diabetes Complications Study", Journal of Diabetes and Its Complications, Vol.31 (Issue 2), pp.473-478］を参照）。そこで、本調査においても、３ｍＬ／ｍｉｎ／１．７３ｍ^２／年をｅＧＦＲの低下速度のカットオフ値とした。

ＵＡＣＲ（ｍｇ／ｇＣｒ）は、ＵＡＣＲ＜３０を正常アルブミン尿、３０≦ＵＡＣＲ＜３００を微量アルブミン尿、ＵＡＣＲ≧３００を顕性アルブミン尿とした。この分類基準は、［KDOQI (2007) "KDOQI Clinical Practice Guidelines and Clinical Practice Recommendations for Diabetes and 12-S154Chronic Kidney Disease" American Journal of Kidney Diseses, Vol.49 (Issue 2, Suppl.2), pp.S12-S154］によった。

各種糖鎖シグナルの測定値は、分布および／または値に応じて、１／１０００、１／１００００、または対数に変換して、解析に用いた。ＵＡＣＲの測定値は、自然対数変換して、解析に用いた。

〔解析〕
糖鎖シグナルと腎機能の低下との関係に関する解析は、以下の２種類の変数に対して行われた。
１．ｅＧＦＲの低下速度（連続変数）
２．高度ｅＧＦＲ低下者または非ｅＧＦＲ低下者へのカテゴリー分け（二値変数）。

１の解析は、単回帰分析および重回帰分析によって、ｅＧＦＲの低下速度と糖鎖シグナルの強度との関連を検討した。単回帰分析では、従属変数をｅＧＦＲの低下速度（連続変数）、独立変数を各種レクチンに結合する糖鎖シグナルの強度とした。重回帰分析では、独立変数として、年齢、性別、ＢＭＩ、中心動脈圧（ＭＡＰ）、ＨｂＡ１ｃ（ＮＧＳＰ値）、ｅＧＦＲ、ｌｏｇＵＡＣＲをさらに加えた（全て基準日における値）。重回帰分析によると、その他の独立変数の影響を除いた後における、各種レクチンに結合する糖鎖シグナルの強度がｅＧＦＲの低下速度に及ぼす影響を評価することができる。

２の解析は、単変量ロジスティック回帰分析および多変量ロジスティック回帰分析によって、高度ｅＧＦＲ低下者と非ｅＧＦＲ低下者とを区別するのに適している糖鎖シグナルを検討した。単変量ロジスティック回帰分析では、従属変数を（高度ｅＧＦＲ低下者／非ｅＧＦＲ低下者）の値、独立変数を各種レクチンに結合する糖鎖シグナルの強度とした。多変量ロジスティック回帰分析では、独立変数として、年齢、性別、ＢＭＩ、中心動脈圧（ＭＡＰ）、ＨｂＡ１ｃ（ＮＧＳＰ値）、ｅＧＦＲ、ｌｏｇＵＡＣＲをさらに加えた（全て基準日における値）。その上で、高度ｅＧＦＲ低下者に対する、各種レクチンに結合する糖鎖シグナルの強度が１ＳＤ（標準偏差）分だけ増加する際のオッズ比を求めた。多変量ロジスティック回帰分析によると、その他の独立変数の影響を除いた後における、各種レクチンに結合する糖鎖シグナルの強度が、高度ｅＧＦＲ低下者と非ｅＧＦＲ低下者とを判別することに与える影響を評価することができる。

さらに、１および２の解析において有用性が示された、レクチン結合糖鎖シグナルに対して、既存のバイオマーカーによる高度腎機能低下者の予測能にどれだけの上乗せ効果を有するかを、以下の手順で検討した。

年齢、性別、ＢＭＩ、中心動脈圧（ＭＡＰ）、ＨｂＡ１ｃ（ＮＧＳＰ値）、ｅＧＦＲ、ｌｏｇＵＡＣＲ（全て基準日における値）からなる多変量ロジスティック回帰モデルを基準モデルとした。上記基準モデルに、１、２の解析によって有用性が示された各レクチン結合糖鎖シグナルを加えた回帰モデルを作成し、それぞれの回帰モデルについて、Ｃ統計量（C-index）を比較した。Ｃ統計量の差が有意か否か、および、ＮＲＩ(net reclassification improvement)の値によって、各レクチン結合糖鎖による上乗せ効果の有用性を検討した。

ここで、Ｃ統計量の値がより高いほど、より正確に高度ｅＧＦＲ低下者と非ｅＧＦＲ低下者とが判別されている。また、ＮＲＩとは新規のバイオマーカーを加えることによる診断能の向上を示す指標で、値が高い方がより診断能が高くなったことを表すものである（［Pencina MJ et al. (2011) "Extensions of net reclassification improvement calculations to measure usefulness of new biomarkers", Statistics in Medicine, Vol.30 (Issue 1), pp.11-21］を参照）。

以上に説明した解析は全て、Stata SE software（version 14.0, StataCorp LP製）を用いて行った。

〔結果〕
［結果１：患者背景］
対象患者全数、高度ｅＧＦＲ低下者および非ｅＧＦＲ低下者の、基準日における患者背景を、表１１に示す。

全患者における男性の割合は５９％、平均年齢は６３歳、平均ＢＭＩは２５．６（ｋｇ／ｍ^２）であった。全患者の病歴について、推定糖尿病罹病期間の中央値は１１．０年、糖尿病網膜症を有する割合３４％、高血圧を有する割合は７０％であった。全患者の腎機能について、ｅＧＦＲは７２．１±１６．３ｍＬ／ｍｉｎ／１．７３ｍ^２、ＵＡＣＲの中央値は１６．６ｍｇ／ｇＣｒ（４分位では７．６〜６１．８；微量アルブミン尿および顕性アルブミン尿の割合は、それぞれ２５％および１１％）、ＨｂＡ１ｃは７．１％であった。全患者の血糖コントロールについて、経口血糖降下薬のみの患者が６４％、インスリンを使用している患者が３２％であった。全患者の降圧剤の使用について、ＡＣＥ−Ｉ（アンジオテンシン変換酵素阻害薬）またはＡＲＢ（アンジオテンシンＩＩ受容体拮抗薬）の使用割合は、５１％であった。

表１から明らかであるように、高度ｅＧＦＲ低下者群を非ｅＧＦＲ低下者群と比較すると、基準日におけるｅＧＦＲが有意に低く、ＵＡＣＲが有意に高くなっていた。同様に、高度ｅＧＦＲ低下者群を非ｅＧＦＲ低下者群と比較すると、基準日における収縮期血圧、拡張期血圧、平均動脈圧および高血圧を有する割合が有意に高くなっていた。しかし、両群間で、基準日におけるＨｂＡ１ｃおよび糖尿病治療（経口血糖降下薬またはインスリンの使用割合）に関しては、有意な差は認められなかった。

図１に、全患者のｅＧＦＲ低下速度の分布を示す。算出されたｅＧＦＲから求められる線形回帰直線の傾きが−２〜０である患者（ｅＧＦＲ低下速度が０〜２ｍＬ／ｍｉｎ／１．７３ｍ^２／年である患者）の割合が大きく、高度ｅＧＦＲ低下者（３ｍＬ／ｍｉｎ／１．７３ｍ^２／年超の患者）の割合は１９％であった。

［結果２：連続変数としてのｅＧＦＲの解析結果］
表１２および図２に、ｅＧＦＲの低下速度と糖鎖シグナルの強度との関連を、単回帰分析および重回帰分析により検討した結果を示す。

ｅＧＦＲの低下速度を連続変数としたときに、単回帰分析と重回帰分析との両方で有意に関連している糖鎖は、ＡＣＡ結合糖鎖、ＥＥＬ結合糖鎖、ＧＳＬ−ＩＩ結合糖鎖およびＧＳＬ＿Ｉ＿Ａ４結合糖鎖であった（Ｐ＝０．０５を有意差の基準とした）。ＡＣＡ結合糖鎖のシグナル強度が上昇するにつれて、またＥＥＬ結合糖鎖、ＧＳＬ−ＩＩ結合糖鎖およびＧＳＬ＿Ｉ＿Ａ４結合糖鎖のシグナル強度が減少するにつれて、ｅＧＦＲの低下速度を示す指数は大きくなった。上述した糖鎖のシグナル強度の、重回帰分析におけるβ係数は、それぞれ、−０．１１、０．１３、０．１１、０．０８であった。

以上の結果からは、ＡＢＡ結合糖鎖、ＥＥＬ結合糖鎖およびＧＳＬ−ＩＩ結合糖鎖のシグナル強度はいずれも、ｅＧＦＲおよびＵＡＣＲとは独立した、強い腎予後因子となりうることが示唆される。

［結果３：高度ｅＧＦＲ低下者／非ｅＧＦＲ低下者のカテゴリー分類の解析結果］
表１３および図３に、（高度ｅＧＦＲ低下者／非ｅＧＦＲ低下者）の値と糖鎖シグナルの強度との関連を、単変量ロジスティック回帰分析および多変量ロジスティック回帰分析により検討した結果を示す。

単変量ロジスティック回帰分析および多変量ロジスティック回帰分析の両方において、高度ｅＧＦＲ低下者に有意に関係している糖鎖は、ＡＢＡ結合糖鎖、ＡＣＡ結合糖鎖、ＭＰＡ結合糖鎖であった。ＳＮＡ結合糖鎖、ＳＳＡ結合糖鎖、Ｊａｃａｌｉｎ結合糖鎖、ＥＥＬ結合糖鎖は、単変量および多変量ロジスティック回帰分析で強い相関が認められたが、多変量ロジスティック回帰分析では統計学的有意性を示さなかった。逆に、ＶＶＡ結合糖鎖は、単変量ロジスティック回帰分析での有意性は示されなかったが、多変量ロジスティック回帰分析では強い相関が認められた。

基準日におけるｅＧＦＲ、ＵＡＣＲなどで補正した多変量ロジスティック回帰モデルによる、高度ｅＧＦＲ低下者に対する、上述したそれぞれのレクチン結合糖鎖シグナルの強度が１ＳＤ（標準偏差）分だけ増加する際のオッズ比（９５％信頼区間）は、それぞれＡＢＡ結合糖鎖：１．２８（１．００〜１．６４）、ＡＣＡ結合糖鎖：１．３１（１．０２〜１．６７）、ＭＰＡ結合糖鎖：１．２５（１．００〜１．５９）、Ｊａｃａｌｉｎ結合糖鎖：１．２５（０．９５〜１．６３）、ＳＮＡ結合糖鎖：１．２４（０．９５〜１．６２）、ＳＳＡ結合糖鎖：１．２９（０．９８〜１．７０）、ＥＥＬ結合糖鎖：０．８４（０．６８〜１．０３）、ＶＶＡ結合糖鎖：０．８０（０．６３〜１．０２）であった。すなわち、ＡＣＡ結合糖鎖、ＭＰＡ結合糖鎖、Ｊａｃａｌｉｎ結合糖鎖、ＳＮＡ結合糖鎖、およびＳＳＡ結合糖鎖は、シグナル強度が上昇するにつれて、高度ｅＧＦＲ低下者との関連を示す指数が大きくなっている。一方、ＥＥＬ結合糖鎖およびＶＶＡ結合糖鎖は、シグナル強度が低下するにつれて、高度ｅＧＦＲ低下者との関連を示す指数が大きくなっている。強度はいずれも、ｅＧＦＲおよびＵＡＣＲとは独立した、強い腎予後因子となりうることが示唆される。

このことから、特にＡＢＡ結合糖鎖、ＡＣＡ結合糖鎖、ＭＰＡ結合糖鎖のシグナル強度が、ｅＧＦＲおよびＵＡＣＲとは独立した、強い腎予後因子となりうることが示唆される。

［結果４：ＭＰＡ結合糖鎖、ＡＣＡ結合糖鎖、ＡＢＡ結合糖鎖、Ｊａｃａｌｉｎ結合糖鎖、ＳＳＡ結合糖鎖、ＳＮＡ結合糖鎖、ＶＶＡ結合糖鎖、ＧＳＬ＿Ｉ＿Ｂ４結合糖鎖およびＥＥＬ結合糖鎖と、高度ｅＧＦＲ低下者との関係］
上記の結果を踏まえ、高度ｅＧＦＲ低下者を予測する上で有用な因子として、ＭＰＡ結合糖鎖、ＡＣＡ結合糖鎖、ＡＢＡ結合糖鎖、Ｊａｃａｌｉｎ結合糖鎖、ＳＳＡ結合糖鎖、ＳＮＡ結合糖鎖、ＶＶＡ結合糖鎖、ＧＳＬ＿Ｉ＿Ｂ４結合糖鎖およびＥＥＬ結合糖鎖に注目した。そこで、上記糖鎖のシグナル強度を４分位に分類し、解析２と同様のロジスティック回帰分析を行った。結果を表１４〜１６に示す。

表１４〜１６から判るとおり、ＭＰＡ結合糖鎖、ＡＣＡ結合糖鎖、ＡＢＡ結合糖鎖およびＪａｃａｌｉｎ結合糖鎖については、シグナル強度が強い４分位群ほど、高度ｅＧＦＲ低下者との関連を示す指数は大きくなっていた。ＳＳＡ結合糖鎖およびＳＮＡ結合糖鎖については、最もシグナル強度が高い４分位群において、高度ｅＧＦＲ低下者との関連を示す指数が、他の群よりも大きくなっていた。ＧＳＬ＿Ｉ＿Ｂ４結合糖鎖については、シグナル強度が強い４分位群ほど、高度ｅＧＦＲ低下者との関連を示す指数は小さくなっていた。ＶＶＡ結合糖鎖およびＥＥＬ結合糖鎖については、最もシグナル強度が強い４分位群において、高度ｅＧＦＲ低下者との関連を示す指数が、他の群よりも小さくなっていた。

以上のデータから、ＭＰＡ結合糖鎖、ＡＣＡ結合糖鎖、ＡＢＡ結合糖鎖、Ｊａｃａｌｉｎ結合糖鎖、ＳＳＡ結合糖鎖、ＳＮＡ結合糖鎖、ＶＶＡ結合糖鎖、ＧＳＬ＿Ｉ＿Ｂ４結合糖鎖およびＥＥＬ結合糖鎖は強い腎予後因子となることが示唆される。特に、ＭＰＡ結合糖鎖、ＡＣＡ結合糖鎖およびＡＢＡ結合糖鎖は、多変量解析結果でも高度ｅＧＦＲ低下者との関連が強いため、ｅＧＦＲおよびＵＡＣＲとは独立した、強い腎予後因子となりうることが示唆される。

［結果４：既存のバイオマーカーへの相乗効果］
上記に見出されたレクチン結合糖鎖による高度ｅＧＦＲ低下者の予測能を、既存のバイオマーカーのみからなる基本モデルに加えることによって、相乗効果の観点から評価した。結果を表１７、１８に示す。

表１７、１８から明らかであるように、ＭＰＡ結合糖鎖を基本モデルに加えることでＣ統計量は有意に上昇し、かつ、ＮＲＩも有意な値であった。これより、ＭＰＡ結合糖鎖は、単独でも基本モデルに対する有意な相乗効果を持つことが示された。同様に、ＡＢＡ結合糖鎖、Ｊａｃａｌｉｎ結合糖鎖、ＳＳＡ結合糖鎖、ＳＮＡ結合糖鎖を基本モデルに加えた場合も、ＮＲＩは有意な値であった。これより、上述のレクチン結合糖鎖を単独で基本モデルに加えることにより、高度ｅＧＦＲ低下者の予測能が有意に上昇することが示唆された。

ＶＶＡ結合糖鎖、ＧＳＬ＿Ｉ＿Ｂ４結合糖鎖およびＥＥＬ結合糖鎖は、単独では基本モデルに対する有意な相乗効果は持たなかった。しかし、Ｇａｌβ１−３ＧａｌＮＡｃに対する特異性を有するＭＰＡ結合糖鎖、および、Ｓｉａα２−６Ｇａｌ／ＧａｌＮＡｃに対する特異性を有するＳＳＡ結合糖鎖を併せて基本モデルに加えることで、高度ｅＧＦＲ低下者の予測能は著しく上昇することが示された（Ｃ統計量は有意に上昇し、ＮＲＩの値も有意に高値を示した）。このため、（ｉ）Ｇａｌβ１−３ＧａｌＮＡｃに対する特異性を有するＡＣＡ結合糖鎖、ＡＢＡ結合糖鎖および／またはＪａｃａｌｉｎ結合糖鎖、ならびに、（ｉｉ）Ｓｉａα２−６Ｇａｌ／ＧａｌＮＡｃに対する特異性を有するＳＮＡ結合糖鎖、を併せることによっても、基本モデルに対する有意な相乗効果が期待できる。

以上の結果を総合すると、（ｉ）Ｇａｌβ１−３ＧａｌＮＡｃに対する特異性を有するＭＰＡ結合糖鎖、ＡＣＡ結合糖鎖、ＡＢＡ結合糖鎖およびＪａｃａｌｉｎ結合糖鎖、ならびに、（ｉｉ）Ｓｉａα２−６Ｇａｌ／ＧａｌＮＡｃに対する特異性を有するＳＳＡ結合糖鎖およびＳＮＡ結合糖鎖は、単独でも既存のバイオマーカーに組み合わせることにより、腎機能の低下を予測する能力を高めることが示唆された。また、（Ｉ）既存のバイオマーカーおよび（ＩＩ）上述のレクチン（ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡおよびＳＮＡ）に対する特異性を有する糖鎖に加えて、（ＩＩＩ）ＶＶＡ結合糖鎖、ＧＳＬ＿Ｉ＿Ｂ４結合糖鎖またはＥＥＬ結合糖鎖をさらに組み合わせることにより、腎機能の低下を予測する能力がより高まることが示唆された。

本発明は、例えば、腎機能の低下を予測することに利用できる。よって診断機器の分野において本発明は利用可能である。

Claims (5)

1. 腎機能の低下の可能性を判定するための方法であって、
   被験体からサンプルを採取したときからの所定期間後における前記被験体の腎機能の低下の有無を判定するために、
   前記サンプル中における
   Ｇａｌβ１−３ＧａｌＮＡｃ、および／または、Ｓｉａα２−６Ｇａｌ／ＧａｌＮＡｃのレベルを決定する工程と、
   α−ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１−３Ｇａｌからなる群より選択される少なくとも１種類のレベルを決定する工程と
   を含む、方法。
2. 前記Ｇａｌβ１−３ＧａｌＮＡｃ、および／または、Ｓｉａα２−６Ｇａｌ／ＧａｌＮＡｃのレベルを決定する工程は、ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡおよびＳＮＡからなる群より選択される少なくとも１つのレクチンに結合する糖鎖のレベルを決定する工程を含み、
   前記α−ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１−３Ｇａｌからなる群より選択される少なくとも１種類のレベルを決定する工程は、ＶＶＡ、ＧＳＬ＿Ｉ＿Ｂ４およびＥＥＬからなる群より選択される少なくとも１つのレクチンに結合する糖鎖のレベルを決定する工程を含む
   請求項１に記載の方法。
3. 前記被験体は、糖尿病、高血圧、脂質異常症、肥満症および脂肪肝からなる群より選択される１種類以上の疾患に罹患している被験体である、請求項１又は２に記載の方法。
4. Ｇａｌβ１−３ＧａｌＮＡｃ、および／または、Ｓｉａα２−６Ｇａｌ／ＧａｌＮＡｃに結合するレクチンと、
   α−ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１−３Ｇａｌからなる群より選択される少なくとも１種類の糖鎖に結合するレクチンと
   を備えていて、
   サンプルが採取された被験体の前記サンプル採取時からの所定期間後における前記被験体の腎機能の低下の可能性を判定するためのキット。
5. 前記Ｇａｌβ１−３ＧａｌＮＡｃ、および／または、Ｓｉａα２−６Ｇａｌ／ＧａｌＮＡｃに結合するレクチンは、ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡおよびＳＮＡからなる群より選択される少なくとも１つのレクチンであり、
   前記α−ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１−３Ｇａｌからなる群より選択される少なくとも１種類の糖鎖に結合するレクチンは、ＶＶＡ、ＧＳＬ＿Ｉ＿Ｂ４およびＥＥＬからなる群より選択されるレクチンである
   請求項４記載のキット。

Images