JP7329840B2 - 免疫動態に関する情報を提供する方法、システムおよびプログラム - Google Patents

免疫動態に関する情報を提供する方法、システムおよびプログラム Download PDF

Info

Publication number
JP7329840B2
JP7329840B2 JP2019561685A JP2019561685A JP7329840B2 JP 7329840 B2 JP7329840 B2 JP 7329840B2 JP 2019561685 A JP2019561685 A JP 2019561685A JP 2019561685 A JP2019561685 A JP 2019561685A JP 7329840 B2 JP7329840 B2 JP 7329840B2
Authority
JP
Japan
Prior art keywords
cells
lymphocytes
immunocompetent
influence
cell
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
JP2019561685A
Other languages
English (en)
Other versions
JPWO2019131578A1 (ja
Inventor
民男 山内
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Publication of JPWO2019131578A1 publication Critical patent/JPWO2019131578A1/ja
Application granted granted Critical
Publication of JP7329840B2 publication Critical patent/JP7329840B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/557—Immunoassay; Biospecific binding assay; Materials therefor using kinetic measurement, i.e. time rate of progress of an antigen-antibody interaction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/569—Immunoassay; Biospecific binding assay; Materials therefor for microorganisms, e.g. protozoa, bacteria, viruses
    • G01N33/56966—Animal cells
    • G01N33/56972—White blood cells
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G01N33/5008—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics
    • G01N33/5044—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics involving specific cell types
    • G01N33/5047—Cells of the immune system
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B45/00—ICT specially adapted for bioinformatics-related data visualisation, e.g. displaying of maps or networks
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
    • G16B50/30—Data warehousing; Computing architectures
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Biomedical Technology (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Hematology (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Urology & Nephrology (AREA)
  • Cell Biology (AREA)
  • Public Health (AREA)
  • Biotechnology (AREA)
  • Pathology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medicinal Chemistry (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • General Physics & Mathematics (AREA)
  • Microbiology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Biophysics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Tropical Medicine & Parasitology (AREA)
  • Zoology (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Virology (AREA)
  • Bioethics (AREA)
  • Physiology (AREA)
  • Toxicology (AREA)
  • Surgery (AREA)

Description

本発明は、免疫動態に関する情報を提供する方法に関する。
今日、技術の進歩により、種々の抗腫瘍免疫療法上の治療手段が豊富に開発され、多彩な治療方法が考えられている。しかしながら、細胞性免疫のメカニズムについては未だ不明な部分も多く、免疫療法との関係においては暗中模索の状態にある。
本発明者は、先に、血液分析により免疫動態を測定する方法において、抗原認識機能等を測定することを特徴とする免疫動態の測定法などについて提案してきたが、当時着目した免疫担当細胞だけでは免疫動態の全体像を把握するのに十分なものではなかった（特許文献１）。
特許第２５６８１３６号
本発明の目的は、対象の細胞性免疫の免疫動態を簡便に把握し、ひいては対象の疾患および／または症状の治療および予防等への指針となり得る免疫動態に関する情報を提供することにある。
本発明者は、前立腺癌患者を例にとり、対象の血液中の免疫担当細胞の細胞数についての統計学的分析および考察を重ねた末、免疫担当細胞の細胞数と対象の予後の良し悪しとが関連することを見出した。さらに検討をすすめ、免疫担当細胞の細胞数を分析することにより、疾患および／または症状の治療法または予防法の決定に資する免疫動態に関する情報が得られることを見出し、本発明を完成させた。
すなわち、本発明は、以下に関する。
＜１＞対象の疾患および／または症状の治療法または予防法を決定するために使用される免疫動態に関する情報を提供するための方法であって、
（ｉ）対象から採血した血液中の複数種の免疫担当細胞のそれぞれの細胞数を判別関数に代入することにより判別得点を算出すること、
（ｉｉ）算出された判別得点により、対象が分類される群を決定すること、および
（ｉｉｉ）決定された群の免疫動態に関する情報を提示すること、
を含み、
判別関数は、個体の状態と、該個体から採血した血液中の複数種の免疫担当細胞のそれぞれの細胞数とのデータを判別分析可能な数を含むデータ集団に対して、個体の状態を目的変数とし、複数種の免疫担当細胞を説明変数として判別分析を行って得られた判別関数であり、
対象が分類される群は、判別関数を得るために用いたデータ集団を、判別得点を指標として分けた複数の群のうちの１つである、前記方法。
＜２＞個体の状態が、健常、疾患、障害、症状および予後からなる群から選択される、前記＜１＞に記載の方法。
＜３＞免疫動態に関する情報が、
（ａ）１つの群を構成するｎ種の免疫担当細胞の細胞数のデータに対して、ｎ種の免疫担当細胞のうちの１種の免疫担当細胞を目的変数とし、目的変数とした１種の免疫担当細胞を除いたｎ－１種の免疫担当細胞を説明変数として重回帰分析を行なうこと、ここでｎは４以上の整数である、
（ｂ）重回帰分析で得られた標準偏回帰係数の絶対値の大きさにより降順に、ｎ－１種の免疫担当細胞の順位づけを行なうこと、
（ｃ）前記（ａ）で目的変数とした１種の免疫担当細胞を目的変数とし、前記（ｂ）で１位に順位づけられた免疫担当細胞を説明変数として回帰分析を行ない、寄与率α１を求め、これを１位に順位づけられた免疫担当細胞の影響度β１とすること、および
（ｄ）前記（ａ）で目的変数とした１種の免疫担当細胞を目的変数とし、前記（ｂ）で順位づけられた１位から上位ｍ番目までのｍ種の免疫担当細胞を説明変数として重回帰分析を行ない、寄与率αｍを求め、上位ｍ番目の免疫担当細胞の影響度βｍを次の式：
βｍ＝αｍ－αｍ－１
により、２位から上位ｍ番目までのそれぞれの免疫担当細胞について算出すること、ここでｍは３以上ｎ－１以下である、
により得られる、前記＜１＞または＜２＞に記載の方法。
＜４＞免疫担当細胞が、Ｔｈ１７＋リンパ球、ＣＤ３陽性リンパ球、ＣＤ４陽性リンパ球、ＣＤ８陽性リンパ球、ＣＤ２０＊ＤＲリンパ球、Ｔｈ±リンパ球、Ｔｈ－２リンパ球、Ｔｈ＋２リンパ球、Ａｃｔ．Ｔｈ１リンパ球、Ａｃｔ．Ｔｈ２リンパ球、Ｔｉ＊ＤＲリンパ球、Ｔｉ±リンパ球、Ｔｉ－２リンパ球、Ｔｉ＋２リンパ球、Ｔｃ＊ＤＲリンパ球、Ｔｃ－リンパ球、Ｔｃ＋リンパ球、Ｔｓ＊ＤＲリンパ球、Ｔｓ－リンパ球、Ｔｓ＋リンパ球、ＮＫ細胞、ＮＫＴ細胞、Ｎ３＋細胞、単球、好塩基球、好酸球および好中球からなる群から選択される３種以上である、前記＜１＞～＜３＞のいずれか一つに記載の方法。
＜５＞免疫担当細胞が、Ｔｈ１７＋リンパ球を含む、前記＜４＞に記載の方法。
＜６＞前記（ａ）で目的変数とした１種の免疫担当細胞が、Ｔｃ＊ＤＲリンパ球、ＣＤ２０＊ＤＲリンパ球、ＮＫ細胞、ＮＫＴ細胞、好塩基球、好酸球および好中球からなる群から選択される、前記＜３＞～＜５＞のいずれか一つに記載の方法。
＜７＞＜３＞～＜６＞のいずれか一つに記載の影響度を用いて、以下の式：
ＮＫ細胞活性インデックス
＝｛ＮＫ細胞を目的変数として算出した単球の影響度（％）×ＮＫ細胞を目的変数として算出したＡｃｔ．Ｔｈ１リンパ球の影響度（％）×ＮＫ細胞を目的変数として算出したＴｃ＊ＤＲリンパ球の影響度（％）÷ＮＫ細胞を目的変数として影響度を算出した全ての免疫担当細胞のそれぞれの影響度の合計（％）｝×データ集団の血液１μＬあたりのＮＫ細胞数の平均値、
ただし、ＮＫ細胞を目的変数とした場合における重回帰分析において、単球、Ａｃｔ．Ｔｈ１リンパ球、およびＴｃ＊ＤＲリンパ球の標準偏回帰係数がいずれも正である場合に限る、
により、ＮＫ細胞の活性を評価する方法。
＜８＞＜３＞～＜６＞のいずれか一つに記載の影響度を用いて、以下の式：
ＮＫ細胞のＡＤＣＣ（抗体依存性細胞傷害）活性インデックス
＝｛ＮＫ細胞を目的変数として算出した単球の影響度（％）×ＮＫ細胞を目的変数として算出したＡｃｔ．Ｔｈ２リンパ球の影響度（％）×ＮＫ細胞を目的変数として算出したＣＤ２０＊ＤＲリンパ球の影響度（％）÷ＮＫ細胞を目的変数として影響度を算出した全ての免疫担当細胞のそれぞれの影響度の合計（％）｝×データ集団の血液１μＬあたりのＮＫ細胞数の平均値
ただし、ＮＫ細胞を目的変数とした場合における重回帰分析において、単球、Ａｃｔ．Ｔｈ２リンパ球、およびＣＤ２０＊ＤＲリンパ球の標準偏回帰係数がいずれも正である場合に限る、
により、ＮＫ細胞のＡＤＣＣ活性を評価する方法。
＜９＞＜３＞～＜６＞のいずれか一つに記載の影響度を用いて、以下の式：
ＮＫＴ細胞活性インデックス
＝｛ＮＫＴ細胞を目的変数として算出した単球の影響度（％）×ＮＫＴ細胞を目的変数として算出したＡｃｔ．Ｔｈ１リンパ球の影響度（％）×ＮＫＴ細胞を目的変数として算出したＴｃ＊ＤＲリンパ球の影響度（％）÷ＮＫＴ細胞を目的変数として影響度を算出した全ての免疫担当細胞のそれぞれの影響度の合計（％）｝×データ集団の血液１μＬあたりのＮＫＴ細胞数の平均値
ただし、ＮＫＴ細胞を目的変数とした場合における重回帰分析において、単球、Ａｃｔ．Ｔｈ１リンパ球、およびＴｃ＊ＤＲリンパ球の標準偏回帰係数がいずれも正である場合に限る、
により、ＮＫＴ細胞の活性を評価する方法。
＜１０＞＜３＞～＜６＞のいずれか一つに記載の影響度を用いて、以下の式：
ＮＫＴ細胞のＡＤＣＣ（抗体依存性細胞傷害）活性インデックス
＝｛ＮＫＴ細胞を目的変数として算出した単球の影響度（％）×ＮＫＴ細胞を目的変数として算出したＡｃｔ．Ｔｈ２リンパ球の影響度（％）×ＮＫＴ細胞を目的変数として算出したＣＤ２０＊ＤＲリンパ球の影響度（％）÷ＮＫ細胞を目的変数として影響度を算出した全ての免疫担当細胞のそれぞれの影響度の合計（％）｝×データ集団の血液１μＬあたりのＮＫＴ細胞数の平均値
ただし、ＮＫＴ細胞を目的変数とした場合における重回帰分析において、単球、Ａｃｔ．Ｔｈ２リンパ球、およびＣＤ２０＊ＤＲリンパ球の標準偏回帰係数がいずれも正である場合に限る、
により、ＮＫＴ細胞のＡＤＣＣ活性を評価する方法。
＜１１＞＜３＞～＜６＞のいずれか一つに記載の影響度を用いて、以下の式：
キラーＴ細胞活性インデックス
＝｛Ｔｃ＊ＤＲリンパ球を目的変数として算出した単球の影響度（％）×Ｔｃ＊ＤＲリンパ球を目的変数として算出したＡｃｔ．Ｔｈ１リンパ球の影響度（％）÷Ｔｃ＊ＤＲリンパ球を目的変数として影響度を算出した全ての免疫担当細胞のそれぞれの影響度の合計（％）｝×データ集団の血液１μＬあたりのＴｃ＊ＤＲリンパ球数の平均値
ただし、Ｔｃ＊ＤＲリンパ球を目的変数とした場合における重回帰分析において、単球およびＡｃｔ．Ｔｈ１リンパ球の標準偏回帰係数がいずれも正である場合に限る、
により、キラーＴ細胞の活性を評価する方法。
＜１２＞＜３＞～＜６＞のいずれか一つに記載の影響度を用いて、以下の式：
キラーＴ細胞のＡＤＣＣ（抗体依存性細胞傷害）活性インデックス
＝｛Ｔｃ＊ＤＲリンパ球を目的変数として算出した単球の影響度（％）×Ｔｃ＊ＤＲリンパ球を目的変数として算出したＡｃｔ．Ｔｈ２リンパ球の影響度（％）×Ｔｃ＊ＤＲリンパ球を目的変数として算出したＣＤ２０＊ＤＲの影響度（％）÷Ｔｃ＊ＤＲリンパ球を目的変数として影響度を算出した全ての免疫担当細胞のそれぞれの影響度の合計（％）｝×データ集団の血液１μＬあたりのＴｃ＊ＤＲリンパ球数の平均値
ただし、Ｔｃ＊ＤＲリンパ球を目的変数とした場合における重回帰分析において、単球、Ａｃｔ．Ｔｈ２リンパ球、およびＣＤ２０＊ＤＲリンパ球の標準偏回帰係数がいずれも正である場合に限る、
により、キラーＴ細胞のＡＤＣＣ活性を評価する方法
＜１３＞対象の疾患および／または症状の治療法または予防法を決定するために使用される免疫動態に関する情報を提供するためのシステムであって、
（ｉ）対象から採血した血液中の複数種の免疫担当細胞のそれぞれの細胞数を判別関数に代入することにより判別得点を算出する手段、
（ｉｉ）算出された判別得点により、対象が分類される群を決定する手段、および
（ｉｉｉ）決定された群の免疫動態に関する情報を表示する手段、
を含み、
判別関数は、個体の状態と、該個体から採血した血液中の複数種の免疫担当細胞のそれぞれの細胞数とのデータを判別分析可能な数を含むデータ集団に対して、個体の状態を目的変数とし、複数種の免疫担当細胞を説明変数として判別分析を行って得られた判別関数であり、
対象が分類される群は、判別関数を得るために用いたデータ集団を、判別得点を指標として分けた複数の群のうちの１つである、
前記システム。
＜１４＞対象の疾患および／または症状の治療法または予防法を決定するために使用される免疫動態に関する情報を提供するための、コンピュータに実行させるためのプログラムであって、
（ｉ）対象から採血した血液中の複数種の免疫担当細胞のそれぞれの細胞数を判別関数に代入することにより判別得点を算出させるステップ、
（ｉｉ）算出された判別得点により、対象が分類される群を決定させるステップ、および
（ｉｉｉ）決定された群の免疫動態に関する情報を表示させるステップ、
を含み、
判別関数は、個体の状態と、該個体から採血した血液中の複数種の免疫担当細胞のそれぞれの細胞数とのデータを判別分析可能な数を含むデータ集団に対して、個体の状態を目的変数とし、複数種の免疫担当細胞を説明変数として判別分析を行って得られた判別関数であり、
対象が分類される群は、判別関数を得るために用いたデータ集団を、判別得点を指標として分けた複数の群のうちの１つである、
前記プログラム。
本発明の方法は、対象の血液中の免疫担当細胞の細胞数から、対象の免疫動態に関する情報を得ることを可能とする。免疫動態に関する情報は、各人の免疫動態に応じた疾患および／または症状の治療法または予防法を決定するための指針とすることができる。例えば、本発明により、対象の細胞性免疫の免疫動態を簡便に把握し、対象の疾患および／または症状、とりわけ自己免疫疾患（喘息、アトピー性皮膚疾患等）、免疫異常を来す遺伝子病、臓器移植の免疫に係る疾患、癌疾患、感染性疾患、細胞性免疫に係わる疾患の病態等の診断ならびにこれらの病気の治療および予防等の指針となり得る免疫動態に関する情報を提供することができる。また、例えば、免疫抑制剤使用時における免疫管理制御や、臓器移植の際に生じる急性または慢性の拒絶反応等に関する免疫動態をモニタリングするために使用することができる。
具体的には、これまで蓄積された症例と各種免疫担当細胞とのデータを分類し、解析することにより、分類された各群における免疫動態に関する情報を得ることができ、対象から得た各種免疫担当細胞の細胞数データに基づいて、対象を特定の群に割り当てることで、より適切な免疫動態についての情報を得ることができ、さらには適切な治療法または予防法の決定を補助することができる。
例えば、対象の血液中の２６種の免疫担当細胞の細胞数について重回帰分析を行う場合、分析に供するためのデータを得るために２６回の採血および測定が必要であるところ、あらかじめ得たデータに基づいて、特定の群に割り当てることにより、１回の採血で適切な治療法または予防法の決定を補助するための免疫動態図を得ることができる。
図１は、ＧＯＯＤ群、ＭＯＤＥＲＡＴＥ群およびＢＡＤ群の各５９例（総計１７７例）の生存率曲線を表す。 図２は、１７７例の判別得点をプロットした判別得点散布図を表す。 図３は、ＧＯＯＤ群に判別された１６２例の判別得点をプロットした判別得点散布図を表す。 図４は、ＭＯＤＥＲＡＴＥ群に判別された４５例の判別得点をプロットした散布図を表す。 図５は、ＢＡＤ群に判別された１３７例の判別得点をプロットした散布図を表す。 図６は、ＧＯＯＤ・Ｘ軸低位群（ｎ＝５４）におけるＴ細胞性免疫についての免疫動態図を表す。 図７は、ＧＯＯＤ・Ｘ軸中位群（ｎ＝５４）におけるＴ細胞性免疫についての免疫動態図を表す。 図８は、ＧＯＯＤ・Ｘ軸高位群（ｎ＝５４）におけるＮＫ細胞についての免疫動態図を表す。 図９は、ＧＯＯＤ群Ｘ軸中位群（ｎ＝２６）におけるＮＫ細胞についての免疫動態図を表す。 図１０は、ＧＯＯＤ群（ｎ＝２６）におけるＴ細胞性免疫についての免疫動態図を表す。
図１１は、ＧＯＯＤ群（ｎ＝２６）におけるＢ細胞性免疫についての免疫動態図を表す。 図１２は、ＧＯＯＤ群（ｎ＝２６）における好塩基球についての免疫動態図を表す。 図１３は、ＧＯＯＤ群（ｎ＝２６）に好酸球おけるについての免疫動態図を表す。 図１４は、ＧＯＯＤ群（ｎ＝２６）における好中球についての免疫動態図を表す。 図１５は、ＭＯＤＥＲＡＴＥ群群（ｎ＝４５）におけるＮＫ細胞についての免疫動態図を表す。 図１６は、ＭＯＤＥＲＡＴＥ群群（ｎ＝３５）におけるＴ細胞性免疫についての免疫動態図を表す。 図１７は、ＢＡＤ群（ｎ＝４０）におけるＴ細胞性免疫についての免疫動態図を表す。 図１８は、ＢＡＤ群（ｎ＝２６）における好酸球についての免疫動態図を表す。 図１９は、ＢＡＤ群（ｎ＝２６）における好塩基球についての免疫動態図を表す。 図２０は、ＢＡＤ群（ｎ＝２６）における好中球についての免疫動態図を表す。
図２１は、ＢＡＤ群（ｎ＝２６）におけるＢ細胞性免疫についての免疫動態図を表す。 図２２は、ＢＡＤ群（ｎ＝２６）におけるＮＫＴ細胞についての免疫動態図を表す。 図２３は、ＢＡＤ群（ｎ＝２６）におけるＮＫ細胞についての免疫動態図を表す。 図２４は、図２３は、ＢＡＤ群（ｎ＝２６）におけるＴ細胞性免疫についての免疫動態図を表す。 図２５は、ＢＡＤ・Ｘ軸高位群（ｎ＝４６）におけるＴ細胞性免疫についての免疫動態図を表す。 図２６は、ＢＡＤ・Ｘ軸中位群（ｎ＝４６）におけるＮＫＴ細胞についての免疫動態図を表す。 図２７は、ＢＡＤ・Ｘ軸中位群（ｎ＝２６）におけるＴ細胞性免疫についての免疫動態図を表す。 図２８は、ＢＡＤ・Ｘ軸低位群（ｎ＝４５）におけるＢ細胞性免疫についての免疫動態図を表す。 図２９は、ＢＡＤ・Ｘ軸低位群（ｎ＝４５）におけるＴ細胞性免疫についての免疫動態図を表す。 図３０は、ＢＡＤ・Ｙ軸中位群（ｎ＝４６）におけるＴ細胞性免疫についての免疫動態図を表す。
図３１は、ＢＡＤ・Ｙ軸中位群（ｎ＝４６）におけるＮＫＴ細胞についての免疫動態図を表す。 図３２は、ＢＡＤ・Ｙ軸高位群（ｎ＝４５）におけるＢ細胞性免疫についての免疫動態図を表す。 図３３は、ＢＡＤ・Ｙ軸低位群（ｎ＝４５）におけるＢ細胞性免疫についての免疫動態図を表す。 図３４は、Ｔ細胞性免疫についての免疫動態図を表す（ｎ＝２９）。 図３５は、Ｂ細胞性免疫についての免疫動態図を表す（ｎ＝２７）。 図３６は、ＮＫＴ細胞についての免疫動態図を表す（ｎ＝２７）。 図３７は、ＮＫ細胞についての免疫動態図を表す（ｎ＝２８）。 図３８は、好塩基球についての免疫動態図を表す（ｎ＝２８）。 図３９は、好酸球についての免疫動態図を表す（ｎ＝２７）。 図４０は、好中球についての免疫動態図を表す（ｎ＝２７）。 図４１は、舌癌対象における各インデックスの推移を表す。 図４２は、前立腺癌対象における各インデックスの推移を表す。培養生細胞数は、対象から採取した静脈血約４０ｍｌから、リンパ球を取り出し、培養し、輸血投与当日に実際に生きている細胞の数を示す。Peripheral Blood NK Activity（末梢血ＮＫ活性）は、対象の末梢血から採取したＮＫ細胞を、カルセイン‐ＡＭ蛍光染色色素を用いたフローサートメトリー法（effector target比；１２：１）により活性を測定したものである。Cultured NK Activity（培養されたＮＫ細胞の活性）は、対象から採取した静脈血約４０ｍｌから、取り出し、培養したＮＫ細胞を、カルセイン‐ＡＭ蛍光染色色素を用いたフローサートメトリー法（effector target比；１２：１）により活性を測定したものである。Killer活性は、対象から採取した静脈血約４０ｍｌから、取り出し、培養したキラーＴ細胞を、カルセイン‐ＡＭ蛍光染色色素を用いたフローサートメトリー法（effector target比；１２：１）により活性を測定したものである。Cultured NK Cell Count（培養されたＮＫ細胞数）は、対象から採取した静脈血約４０ｍｌから、取り出し、培養したＮＫ細胞の数を示す。単位は１０７個である。ＣＤ３＋ＣＤ８＋αβＴ細胞は、対象から採取した静脈血約４０ｍｌから、取り出し、培養したＣＤ３＋ＣＤ８＋αβＴ細胞の数を示す。キラーＴ細胞が含まれる細胞分画であり、単位は１０９個である。ＣＤ３＋ＣＤ４＋αβＴ細胞は、対象から採取した静脈血約４０ｍｌから、取り出し、培養したＣＤ３＋ＣＤ４＋αβＴ細胞の数を示す。ヘルパーＴ細胞が含まれる細胞分画であり、単位は１０７個である。 図４３は、前立腺癌対象におけるキラーＴ細胞活性インデックスおよびキラーＴ細胞のＡＤＣＣ活性インデックスの推移を表す。 図４４は、前立腺癌対象におけるＮＫ細胞活性インデックスおよびＮＫ細胞のＡＤＣＣ活性インデックスの推移を表す。 図４５は、前立腺癌対象におけるＮＫＴ細胞活性インデックスおよびＮＫＴ細胞のＡＤＣＣ活性インデックスの推移を表す。 図４６は、２６７例を対象として作成した判別関数により得られる、２６７例の判別得点をプロットした判別得点散布図を表す。
本発明は、対象の疾患および／または症状の治療法または予防法を決定するために使用される免疫動態に関する情報を提供するための方法に関する。
本発明において、対象とは、任意の生物であればよく、好ましくは哺乳動物であり、例えば、ヒト、チンパンジーなどの霊長類、マウス、ラット、モルモット、ハムスターなどの齧歯動物、ウシ、ラクダ、ヤギ、ヒツジ、ウマ、ウサギ、イヌ、ネコなどが挙げられ、より好ましくはヒトである。
本発明において、疾患および／または症状とは、とくに限定されないが、例えば、免疫と関連する疾患および／または症状である。より具体的には、自己免疫疾患（喘息、アトピー性皮膚疾患、慢性炎症性脱髄性多発神経炎／多巣性運動ニューロパチー等）、免疫異常を来す遺伝子病、臓器移植の免疫に係る疾患、がん疾患、感染性疾患、細胞性免疫に係わるウイルス性疾患（血清肝炎等）、筋萎縮性側索硬化症などが挙げられる。
自己免疫疾患は、例えば、喘息、花粉症、アトピー性皮膚炎、サルコイドーシス、ウェゲナー性肉芽腫性血管炎、膠原病重複症候群、不妊症、悪性貧血、ギラン・バレー症候群、重症筋無力症、慢性胃炎、慢性萎縮性胃炎、自己免疫性肝炎、原発性胆汁性胆管炎、潰瘍性大腸炎、クローン病、原発性胆汁性胆管炎、自己免疫性膵炎、高安動脈炎、グッドパスチャー症候群、急速進行性糸球体腎炎、巨赤芽球性貧血、自己免疫性溶血性貧血、自己免疫性好中球減少症、特発性血小板減少性紫斑病、グレーヴス病（バセドウ病）、橋本病（慢性甲状腺炎）、原発性甲状腺機能低下症、特発性アジソン病、１型糖尿病、インスリン抵抗性糖尿病、慢性円板状エリテマトーデス、限局性強皮症、天疱瘡、膿疱性乾癬、尋常性乾癬、類天疱瘡、妊娠性疱疹、線状ＩｇＡ水疱性皮膚症、後天性表皮水疱症、円形脱毛症、尋常性白斑、サットン後天性遠心性白斑・サットン母斑、原田病、自己免疫性視神経症、自己免疫性内耳障害、特発性無精子症、関節リウマチ、全身性エリテマトーデス、抗リン脂質抗体症候群、多発性筋炎、皮膚筋炎、強皮症、シェーグレン症候群、ＩｇＧ４関連疾患、血管炎症候群、混合性結合組織病、家族性地中海熱、化膿性無菌性関節炎・壊疽性膿皮症・アクネ症候群、強直性脊椎炎、巨細胞性動脈炎、クリオピリン関連周期熱症候群、クロウ・深瀬症候群、結節性多発動脈炎、血栓性血小板減少性紫斑病、原発性免疫不全症候群、顕微鏡的多発血管炎、高ＩｇＤ症候群、抗糸球体基底膜腎炎、好酸球性消化管疾患、好酸球性多発血管炎性肉芽腫症、好酸球性副鼻腔炎、再発性多発軟骨炎、自己免疫性出血病ＸＩＩＩ、紫斑病性腎炎、成人スチル病、全身型若年性特発性関節炎、全身性強皮症、多発血管炎性肉芽腫症、ＴＮＦ受容体関連周期性症候群、中條・西村症候群、封入体筋炎、ブラウ症候群、ベーチェット病、慢性炎症性脱髄性多発神経炎／多巣性運動ニューロパチーなどが挙げられる。
がん疾患は、例えば、癌や肉腫であり、例えば、脳腫瘍（悪性神経膠腫、神経膠芽腫など）、肺癌（腺癌、扁平上皮癌、大細胞癌、小細胞癌）、縦隔腫瘍、鼻咽頭癌、喉頭癌、舌癌、口腔（粘膜）癌、歯肉癌などの頭頸部癌；食道癌、胃癌、大腸癌、直腸癌、肛門癌、肝臓癌（Ｂ、Ｃ型肝炎性および他のアルコール性や脂肪性など肝硬変から生来するものを含む）、胆嚢・胆管癌、膵臓癌、などの消化器系癌；乳癌、子宮頸癌、子宮体部癌、卵巣癌、子宮内膜癌、などの婦人科癌；腎細胞癌、腎盂・尿管癌、膀胱癌、前立腺癌、精巣腫瘍、尿道癌および陰茎癌などの泌尿生殖器癌；骨肉腫、軟部組織平滑筋肉腫、横紋筋肉腫、悪性黒色腫、皮膚癌；成人Ｔ細胞性白血病、エプスタイン・バーウイルス感染症（伝染性単核症、バーキットリンパ腫、一部の鼻咽頭癌）、ホジキンリンパ腫、ヘアリ細胞白血病などの白血病および悪性リンパ腫などの血液疾患などが挙げられる。
感染性疾患は、例えば、ウイルス感染症、細菌感染症、真菌感染症、寄生性原虫感染症、寄生性蠕虫感染症等などが挙げられる。
ウイルス感染症としては、例えば、風邪、ノロウイルス感染症、ロタウイルス感染症、インフルエンザウイルス感染症、ウイルス性肝炎、ウイルス性髄膜炎、後天性免疫不全症候群（ＡＩＤＳ）、成人Ｔ細胞性白血病、エボラ出血熱、黄熱、風邪症候群、狂犬病、サイトメガロウイルス感染症、重症急性呼吸器症候群（ＳＡＲＳ）、進行性多巣性白質脳症、水痘・帯状疱疹、単純疱疹、手足口病、デング熱、伝染性紅斑、伝染性単核球症、天然痘、風疹、急性灰白髄炎（ポリオ）、麻疹、咽頭結膜熱（プール熱）、マールブルグ出血熱、ハンタウイルス腎出血熱、ラッサ熱、南米出血熱、中東呼吸器症候群（ＭＥＲＳ）流行性耳下腺炎、ウエストナイル熱、ヘルパンギーナ、チクングニア熱などが挙げられる。
細菌感染症としては、例えば、レンサ球菌（Ａ群β溶連菌、肺炎球菌など）、黄色ブドウ球菌（ＭＳＳＡ、ＭＲＳＡ）、表皮ブドウ球菌、腸球菌、リステリア、髄膜炎菌、淋菌、病原性大腸菌（Ｏ１５７：Ｈ７など）、クレブシエラ（肺炎桿菌）、プロテウス菌、百日咳菌、緑膿菌、セラチア菌、シトロバクター、アシネトバクター、エンテロバクター、マイコプラズマ、クロストリジウムなどによる各種感染症、および結核、コレラ、ペスト、ジフテリア、赤痢、猩紅熱、炭疽、梅毒、破傷風、ハンセン病、レジオネラ肺炎（在郷軍人病）、レプトスピラ症、ライム病、野兎病、Ｑ熱などが挙げられる。
本発明において、治療法は、疾患や症状に対して公知の治療法であってもよく、とくに限定されないが、例えば、免疫チェックポイント阻害剤療法、サイトカイン療法、細胞養子免疫療法（αβＴ細胞、γδＴ細胞、ＮＫ細胞およびＮＫＴ細胞など）、ｉＰＳ細胞による再生免疫療法、遺伝子改変Ｔ細胞療法（ＣＡＲ－Ｔ：Chimeric Antigen Receptor T-cell Therapy）などの免疫機能を利用する治療法であってもよい。
本発明において、予防法は、疾患や症状に対して公知の予防法であってもよく、とくに限定されないが、例えば、有用物質の摂取または投与などにより免疫機能を増強する予防法であってもよい。有用物質としては、例えば、アガリクス、霊芝、サルノコシカケ（茯苓）、冬虫夏草、椎茸、椎茸エキス、ＡＨＣＣ（Active Hexose Correlated Compound：活性化糖類関連化合物）（登録商標）などのキノコ類またはキノコ類を原料とした機能性食品、抽出物もしくはサプリメント；十全大補湯、補中益気湯、柴苓湯などの漢方薬；高脂血症薬；ビタミンＤ３などの各種ビタミン剤などのサプリメントなどが挙げられる。
本発明において、免疫動態に関する情報とは、各種免疫担当細胞が協調的に機能しているか、または分化増殖が停滞・阻害されているかについて判断するための情報であり、例えば、各種免疫担当細胞間の相関関係の程度や状態を解析した情報を意味する。
より具体的には、例えば、Ｔｃ＊ＤＲリンパ球、ＣＤ２０＊ＤＲリンパ球、ＮＫ細胞、ＮＫＴ細胞、好塩基球、好酸球または好中球に対するその他の免疫担当細胞の協調の程度を解析した情報である。また、免疫動態に関する情報は、免疫動態図として表されてもよい。免疫動態図として表されることによって、免疫動態の状態の判断および理解は、より一層容易となる。かかる情報は、疾患や症状の治療や予防において、標的とする免疫担当細胞や、免疫担当細胞間の相互作用を決定するうえで、極めて有用な情報である。
本発明において、協調の程度は、例えば、影響度（動態図において円の面積）や偏回帰係数の値の正負（動態図において矢印の種類）により表される。
本発明の免疫動態に関する情報を提供するための方法は、一態様において、
（ｉ）対象から採血した血液中の複数種の免疫担当細胞のそれぞれの細胞数を判別関数に代入することにより判別得点を算出すること、
（ｉｉ）算出された判別得点により、対象が分類される群を決定すること、および
（ｉｉｉ）決定された群の免疫動態に関する情報を提示すること、
を含む。
ここで判別関数は、個体の状態と、該個体から採血した血液中の複数種の免疫担当細胞のそれぞれの細胞数とのデータを判別分析可能な数を含むデータ集団に対して、個体の状態を目的変数とし、複数種の免疫担当細胞を説明変数として判別分析を行って得られた判別関数であってもよい。
本発明において、個体の状態とは、例えば、個体の、健常、疾患、障害、症状、予後などの状態である。個体の状態は、必要に応じて、類型化されていてもよく、例えば、健常の程度、症状の程度、疾患の種類または程度、障害の種類または程度、および、予後の程度によって分類される。また、例えば、バイオマーカーの値による分類、病期による分類、完全寛解率による分類、３年生存率または５年生存率などの生存率による分類などであってもよい。
本発明において、個体の数は任意の数であり、例えば、１の個体から複数のデータを得てもよい。
また、対象が分類される群は、判別関数を得るために用いたデータ集団を、判別得点を指標として分けた複数の群のうちの１つである。
本発明において、判別分析とは、目的変数が２群である判別分析のみならず、目的変数が３群以上である重判別分析または正準判別分析も含む。
本発明において、データ集団とは、個体の状態と、該個体から採血した血液中の複数の免疫担当細胞のそれぞれの細胞数とのデータを少なくとも含み、判別分析可能な数でかかるデータを含むデータの集団を意味する。ここで判別分析可能な数とは、判別分析において説明変数の数より１以上多い数である。データ集団は、判別得点を指標として、複数の群に分けることができる。
本発明において、免疫担当細胞とは、免疫反応を担当する任意の細胞を意味し、例えば、とくに限定されないが、白血球、単球（Monocyte）、好塩基球（Basophil）、好酸球（Eosinophil）、好中球（Neutrophil）、ＣＤ３陽性リンパ球（ＣＤ３）、ＣＤ４陽性リンパ球（ＣＤ４）、ＣＤ８陽性リンパ球（ＣＤ８）、ＣＤ２０＊ＤＲリンパ球（ＣＤ２０＊ＤＲ）、Ｔｉリンパ球（インデューサーＴ細胞；inducer T cell；Ｔｉ）、Ｔｉ－２リンパ球（Ｔｉ－２）、Ｔｉ±リンパ球（Ｔｉ±）、Ｔｉ＋２リンパ球（Ｔｉ＋２）、Ｔｈリンパ球（ヘルパーＴ細胞；helper T cell；Ｔｈ）、Ｔｈ１リンパ球（ヘルパーＴｈ１リンパ球；helper Th1 cell；Ｔｈ１）、Ｔｈ２リンパ球（ヘルパーＴｈ２リンパ球；helper Th2 cell；Ｔｈ２）、Ｔｈ－２リンパ球（Ｔｈ－２）、Ｔｈ±リンパ球（Ｔｈ±）、Ｔｈ＋２リンパ球（Ｔｈ＋２）、Ｔｈ１７＋リンパ球（Ｔｈ１７＋）、Ｔｓリンパ球（サプレッサーＴ細胞；Suppressor T cell；Ｔｓ）、Ｔｓ－リンパ球（Ｔｓ－）、Ｔｓ＋リンパ球（Ｔｓ＋）、Ｔｃリンパ球（細胞傷害性Ｔ細胞；Cytotoxic T cell；Ｔｃ）、Ｔｃ－リンパ球（Ｔｃ－）、Ｔｃ＋リンパ球（Ｔｃ＋）、Ａｃｔ．ｓ／ｃＴリンパ球（活性化サプレッサー／細胞傷害性Ｔ細胞；Activated suppressor/cytotoxic T cell；Ａｃｔ．ｓ／ｃＴ）、Ｔｓ＊ＤＲリンパ球（活性化サプレッサーＴ細胞；Activated suppressor T Cell；Ｔｓ＊ＤＲ）、Ｔｃ＊ＤＲリンパ球（活性化細胞傷害性Ｔ細胞；Activated cytotoxic T cell；Ｔｃ＊ＤＲ）、Ａｃｔ．ｉ／ｈＴリンパ球（活性化インデューサー／ヘルパーＴ細胞；Activated inducer/helper T Cell；Ａｃｔ．ｉ／ｈＴ）、Ｔｈ＊ＤＲ（活性化ヘルパーＴ細胞；Activated helper T cell；Ｔｈ＊ＤＲ）、Ｔｉ＊ＤＲリンパ球（活性化インデューサーＴ細胞；Activated inducer T cell；Ｔｉ＊ＤＲ）、Ａｃｔ．Ｔｈ１リンパ球（活性化ヘルパーＴｈ１細胞；Activated helper Th1 cell；Ａｃｔ．Ｔｈ１）、Ａｃｔ．Ｔｈ２リンパ球（活性化ヘルパーＴｈ２細胞；Activated helper Th2 cell；Ａｃｔ．Ｔｈ２）、ＮＫ細胞（ナチュラルキラー細胞；Natural killer Cell；ＮＫ）、ＮＫＴ細胞（ナチュラルキラーＴ細胞；Natural killer T cell；ＮＫＴ）、Ｎ３＋細胞（Ｎ３＋）などが挙げられる。上記の各種免疫担当細胞について、いずれもカッコ内に記した略号が使用される場合がある。
本発明において、免疫担当細胞の細胞数は、常法に従って計数または算出することができる。
例えば、白血球、リンパ球、単球、好塩基球、好酸球、好中球の数は、対象から採取した血液を一般的な自動血球計数装置に供することにより、実数を１桁まで計数される。単位は、例えば、個／ミリ立方メーター（ｍｍ３＝μＬ）である。
リンパ球は、例えば、ＣＤ３、ＣＤ４、ＣＤ８、ＣＤ１１ｂ、ＣＤ１６、ＣＤ２０、ＣＤ２５、ＣＤ４５ＲＡ、ＣＤ５６、ＣＤ１２２、ＣＤ１６１、ＦｏｘＰ３、ＨＬＡ－ＤＲ、ＩＦＮγ、ＩＬ－４などの各種細胞表面マーカーの存在比について、抗体を用いて単染色または多重染色され、フローサイトメトリーにより測定される。
各種リンパ球は、例えば、ＣＤ３、ＣＤ４、ＣＤ８、ＣＤ１１ｂ、ＣＤ１６、ＣＤ２０、ＣＤ２５、ＣＤ４５ＲＡ、ＣＤ５６、ＣＤ１２２、ＣＤ１６１、ＦｏｘＰ３、ＨＬＡ－ＤＲ、ＩＦＮγ、ＩＬ－４などの各種細胞表面マーカーの組み合わせにより、以下に記載するように定義される。
ＣＤ３陽性リンパ球とは、ＣＤ３が陽性であるリンパ球を意味する。ＣＤ４陽性リンパ球やＣＤ８陽性リンパ球などの表現も同様である。
ＣＤ３陽性リンパ球の数は、例えば、ＣＤ３およびＣＤ１６１についてフローサイトメトリーにより２重染色にて解析した結果におけるＣＤ３陽性の割合（すなわち、ＣＤ３陽性かつＣＤ１６１陰性の割合とＣＤ３陽性かつＣＤ１６１陽性の割合を合算したもの）、またはＣＤ１１ｂ、ＣＤ１２２、ＣＤ３およびＣＤ８についてフローサイトメトリーにより４重染色にて解析した結果における、ＣＤ３陽性の割合に、リンパ球数を乗じることにより算出することができる。例えば、両者の値を比較して少値の方を採用してもよい。
ＣＤ４陽性リンパ球の数は、例えば、ＨＬＡ－ＤＲおよびＣＤ４についてフローサイトメトリーにより２重染色にて解析した結果におけるＣＤ４陽性の割合（すなわち、ＣＤ４陽性かつＨＬＡ－ＤＲ陰性の割合とＣＤ４陽性かつＨＬＡ－ＤＲ陽性の割合を合算したもの）、またはＣＤ４５ＲＡ、ＦｏｘＰ３、ＣＤ４およびＣＤ２５についてフローサイトメトリーにより４重染色にて解析した結果における、ＣＤ４陽性の割合を採用し、これにリンパ球数を乗じることにより算出することができる。例えば、両者の値を比較して少値の方を採用してもよい。
ＣＤ８陽性リンパ球の数は、例えば、ＨＬＡ－ＤＲおよびＣＤ８についてフローサイトメトリーにより２重染色にて解析した結果におけるＣＤ８陽性の割合（すなわち、ＣＤ８陽性かつＨＬＡ－ＤＲ陰性の割合とＣＤ８陽性かつＨＬＡ－ＤＲ陽性の割合を合算したもの）これにリンパ球数を乗じることにより算出することができる。
ＣＤ２０＊ＤＲリンパ球とは、ＣＤ２０が陽性、かつＨＬＡ－ＤＲが陽性であるリンパ球を意味する。
ＣＤ２０＊ＤＲリンパ球の数は、例えば、ＨＬＡ－ＤＲおよびＣＤ２０についてフローサイトメトリーにより２重染色にて解析した結果におけるＣＤ２０陽性、かつＨＬＡ－ＤＲ陽性の割合に、リンパ球数を乗じることにより算出することができる。
Ｔｉリンパ球（インデューサーＴ細胞；inducer T cell）とは、ＣＤ４が陽性、かつＣＤ４５ＲＡが陽性であるリンパ球を意味する。
Ｔｉリンパ球の数は、例えば、ＣＤ４５ＲＡ、ＦｏｘＰ３、ＣＤ４およびＣＤ２５についてフローサイトメトリーにより４重染色にて解析した結果において、ＣＤ４陽性かつＣＤ４５ＲＡ陽性の割合に、リンパ球数を乗じることにより算出することができる。
Ｔｉ－２リンパ球とは、ＣＤ４が陽性、ＣＤ４５ＲＡが陽性、ＣＤ２５が陰性、かつＦｏｘＰ３が陰性であるリンパ球を意味する。
Ｔｉ－２リンパ球の数は、例えば、ＣＤ４５ＲＡ、ＦｏｘＰ３、ＣＤ４およびＣＤ２５についてフローサイトメトリーにより４重染色にて解析した結果におけるＣＤ４陽性かつＣＤ４５ＲＡ陽性の割合に、ＣＤ４陽性、ＣＤ４５ＲＡ陽性、ＣＤ２５陰性かつＦｏｘＰ３陰性の割合を乗じ、これにリンパ球数を乗じることにより算出することができる。
Ｔｉ±リンパ球とは、ＣＤ４が陽性、ＣＤ４５ＲＡが陽性、ＣＤ２５が陽性、かつＦｏｘＰ３が陰性であるリンパ球を意味する。
Ｔｉ±リンパ球の数は、例えば、ＣＤ４５ＲＡ、ＦｏｘＰ３、ＣＤ４およびＣＤ２５についてフローサイトメトリーにより４重染色にて解析した結果におけるＣＤ４陽性かつＣＤ４５ＲＡ陽性の割合に、ＣＤ４陽性、ＣＤ４５ＲＡ陽性、ＣＤ２５陽性かつＦｏｘＰ３陰性の割合を乗じ、これにリンパ球数を乗じることにより算出することができる。
Ｔｉ＋２リンパ球とは、ＣＤ４が陽性、ＣＤ４５ＲＡが陽性、ＣＤ２５が陽性、かつＦｏｘＰ３が陽性であるリンパ球を意味する。
Ｔｉ＋２リンパ球の数は、例えば、ＣＤ４５ＲＡ、ＦｏｘＰ３、ＣＤ４およびＣＤ２５についてフローサイトメトリーにより４重染色にて解析した結果におけるＣＤ４陽性かつＣＤ４５ＲＡ陽性の割合に、ＣＤ４陽性、ＣＤ４５ＲＡ陽性、ＣＤ２５陽性かつＦｏｘＰ３陽性の割合を乗じ、これにリンパ球数を乗じることにより算出することができる。
Ｔｈリンパ球（ヘルパーＴ細胞；helper T cell）とは、ＣＤ４が陽性、かつＣＤ４５ＲＡが陰性であるリンパ球を意味する。
Ｔｈリンパ球の数は、例えば、ＣＤ４５ＲＡ、ＦｏｘＰ３、ＣＤ４およびＣＤ２５についてフローサイトメトリーにより４重染色にて解析した結果において、ＣＤ４陽性かつＣＤ４５ＲＡ陰性の割合に、リンパ球数を乗じることにより算出することができる。
Ｔｈ１リンパ球（ヘルパーＴｈ１リンパ球；helper Th1 cell）とは、ＣＤ４が陽性、ＣＤ４５ＲＡが陰性、ＩＦＮγが陽性、かつＩＬ－４が陰性であるリンパ球を意味する。
Ｔｈ１リンパ球の数は、Ｔｈリンパ球の数に、例えば、ＣＤ４、ＩＦＮγおよびＩＬ－４についてフローサイトメトリーにより３重染色にて解析した結果において、ＣＤ４陽性、ＩＦＮγ陽性かつＩＬ－４陰性の割合を乗じることにより算出することができる。
Ｔｈ２リンパ球（ヘルパーＴｈ２リンパ球；helper Th2 cell）とは、ＣＤ４が陽性、ＣＤ４５ＲＡが陰性、ＩＦＮγが陰性、かつＩＬ－４が陽性であるリンパ球を意味する。
Ｔｈ２リンパ球の数は、例えば、Ｔｈリンパ球の数に、ＣＤ４、ＩＦＮγおよびＩＬ－４についてフローサイトメトリーにより３重染色にて解析した結果において、ＣＤ４陽性、ＩＦＮγ陰性かつＩＬ－４陽性の割合を乗じることにより算出することができる。
Ｔｈ－２リンパ球とは、ＣＤ４が陽性、ＣＤ４５ＲＡが陰性、ＣＤ２５が陰性、かつＦｏｘＰ３陰性であるリンパ球を意味する。
Ｔｈ－２リンパ球の数は、例えば、ＣＤ４５ＲＡ、ＦｏｘＰ３、ＣＤ４およびＣＤ２５についてフローサイトメトリーにより４重染色にて解析した結果におけるＣＤ４陽性かつＣＤ４５ＲＡ陰性の割合にＣＤ４陽性、ＣＤ４５ＲＡ陰性、ＣＤ２５陰性かつＦｏｘＰ３陰性の割合を乗じ、これにリンパ球数を乗じることにより算出することができる。
Ｔｈ±リンパ球とは、ＣＤ４が陽性、ＣＤ４５ＲＡが陰性、ＣＤ２５が陽性、かつＦｏｘＰ３陰性であるリンパ球を意味する。
Ｔｈ±リンパ球の数は、例えば、ＣＤ４５ＲＡ、Ｆｏｘｐ３、ＣＤ４およびＣＤ２５についてフローサイトメトリーにより４重染色にて解析した結果におけるＣＤ４陽性かつＣＤ４５ＲＡ陰性の割合に、ＣＤ４陽性、ＣＤ４５ＲＡ陰性、ＣＤ２５陽性かつＦｏｘＰ３陰性の割合を乗じ、これにリンパ球数を乗じることにより算出することができる。
Ｔｈ＋２リンパ球とは、ＣＤ４が陽性、ＣＤ４５ＲＡが陰性、ＣＤ２５が陽性、かつＦｏｘＰ３陽性であるリンパ球を意味する。
Ｔｈ＋２リンパ球の数は、例えば、ＣＤ４５ＲＡ、ＦｏｘＰ３、ＣＤ４およびＣＤ２５についてフローサイトメトリーにより４重染色にて解析した結果におけるＣＤ４陽性かつＣＤ４５ＲＡ陰性の割合に、ＣＤ４陽性、ＣＤ４５ＲＡ陰性、ＣＤ２５陽性かつＦｏｘＰ３陽性の割合を乗じ、これにリンパ球数を乗じることにより算出することができる。
Ｔｈ１７＋リンパ球とは、ＣＤ４が陽性、ＩＦＮγが陽性かつＩＬ－１７が陽性であるリンパ球を意味する。
Ｔｈ１７＋リンパ球の数は、例えば、ＩＦＮγ、ＣＤ４、およびＩＬ－１７についてフローサイトメトリーにより３重染色にて解析した結果におけるＩＦＮγ陽性かつＩＬ－１７陽性の割合にＣＤ４リンパ球数を乗じて算出することができる。
Ａｃｔ．ｉ／ｈＴリンパ球（活性化インデューサー／ヘルパーＴ細胞；Activated inducer/helper T Cell）とは、ＣＤ４が陽性、かつＨＬＡ－ＤＲが陽性であるリンパ球を意味する。
Ａｃｔ．ｉ／ｈＴリンパ球の数は、例えば、ＨＬＡ－ＤＲおよびＣＤ４についてフローサイトメトリーにより２重染色にて解析した結果におけるＣＤ４陽性かつＨＬＡ－ＤＲ陽性の割合に、リンパ球数を乗じることにより算出することができる。
Ｔｉ＊ＤＲリンパ球（活性化インデューサーＴ細胞；Activated inducer T cell）の数は、例えば、Ａｃｔ．ｉ／ｈＴリンパ球の数に、Ｔｉリンパ球の数／（Ｔｈリンパ球の数＋Ｔｉリンパ球の数）を乗じることにより算出することができる。
Ｔｈ＊ＤＲ（活性化ヘルパーＴ細胞；Activated helper T cell）の数は、例えば、Ａｃｔ．ｉ／ｈＴリンパ球の数に、Ｔｈリンパ球の数÷（Ｔｈリンパ球の数＋Ｔｉリンパ球の数）を乗じることにより算出することができる。
Ａｃｔ．Ｔｈ１リンパ球の数は、例えば、Ｔｈ＊ＤＲリンパ球の数に、Ｔｈ１リンパ球の数÷（Ｔｈ１リンパ球の数＋Ｔｈ２リンパ球の数）を乗じることにより算出することができる。
Ａｃｔ．Ｔｈ２リンパ球の数は、例えば、Ｔｈ＊ＤＲリンパ球の数に、Ｔｈ２リンパ球の数÷（Ｔｈ１リンパ球の数＋Ｔｈ２リンパ球の数）を乗じることにより算出することができる。
Ｔｓリンパ球（サプレッサーＴ細胞；Suppressor T cell）とは、ＣＤ８が陽性かつＣＤ１１ｂが陽性であるリンパ球を意味する。
Ｔｓリンパ球の数は、例えば、ＣＤ１１ｂ、ＣＤ１２２、ＣＤ３およびＣＤ８についてフローサイトメトリーにより４重染色にて解析した結果における、ＣＤ８陽性かつＣＤ１１ｂ陽性の割合に、リンパ球数を乗じることにより算出することができる。
Ｔｓ－リンパ球とは、ＣＤ８が陽性、ＣＤ１１ｂが陽性、かつＣＤ１２２が陰性であるリンパ球を意味する。
Ｔｓ－リンパ球の数は、例えば、ＣＤ１１ｂ、ＣＤ１２２、ＣＤ３およびＣＤ８についてフローサイトメトリーにより４重染色にて解析した結果における、ＣＤ８陽性かつＣＤ１１ｂ陽性の割合に、ＣＤ１１ｂ陽性かつＣＤ１２２陰性の割合を乗じて、これにリンパ球数を乗じることにより算出することができる。
Ｔｓ＋リンパ球とは、ＣＤ８が陽性、ＣＤ１１ｂが陽性、かつＣＤ１２２が陽性であるリンパ球を意味する。
Ｔｓ＋リンパ球の数は、例えば、ＣＤ１１ｂ、ＣＤ１２２、ＣＤ３およびＣＤ８についてフローサイトメトリーにより４重染色にて解析した結果における、ＣＤ８陽性かつＣＤ１１ｂ陽性の割合に、ＣＤ１１ｂ陽性かつＣＤ１２２陽性の割合を乗じて、これにリンパ球数を乗じることにより算出することができる。
Ｔｃリンパ球（細胞傷害性Ｔ細胞；Cytotoxic T cell）とは、ＣＤ８が陽性かつＣＤ１１ｂが陰性であるリンパ球を意味する。
Ｔｃリンパ球の数は、例えば、ＣＤ１１ｂ、ＣＤ１２２、ＣＤ３およびＣＤ８についてフローサイトメトリーにより４重染色にて解析した結果における、ＣＤ８陽性かつＣＤ１１ｂ陰性の割合に、リンパ球数を乗じることにより算出することができる。
Ｔｃ－リンパ球とは、ＣＤ８が陽性、ＣＤ１１ｂが陰性、かつＣＤ１２２が陰性であるリンパ球を意味する。
Ｔｃ－リンパ球の数は、例えば、ＣＤ１１ｂ、ＣＤ１２２、ＣＤ３およびＣＤ８についてフローサイトメトリーにより４重染色にて解析した結果における、ＣＤ８陽性かつＣＤ１１ｂ陰性の割合にＣＤ１１ｂ陰性かつＣＤ１２２陰性の割合を乗じ、これにリンパ球数を乗じることにより算出することができる。
Ｔｃ＋リンパ球とは、ＣＤ８が陽性、ＣＤ１１ｂが陰性、かつＣＤ１２２が陽性であるリンパ球を意味する。
Ｔｃ＋リンパ球の数は、例えば、ＣＤ１１ｂ、ＣＤ１２２、ＣＤ３およびＣＤ８についてフローサイトメトリーにより４重染色にて解析した結果における、ＣＤ８陽性かつＣＤ１１ｂ陰性の割合にＣＤ１１ｂ陰性かつＣＤ１２２陽性の割合を乗じ、これにリンパ球数を乗じることにより算出することができる。
Ａｃｔ．ｓ／ｃＴリンパ球（活性化サプレッサー／細胞傷害性Ｔ細胞；Activated suppressor/cytotoxic T cell）の数は、例えば、ＨＬＡ－ＤＲおよびＣＤ８についてフローサイトメトリーにより２重染色にて解析した結果における、ＣＤ８陽性かつＨＬＡ－ＤＲ陽性の割合に、リンパ球数を乗じることにより算出することができる。
Ｔｓ＊ＤＲリンパ球（活性化サプレッサーＴ細胞；Activated suppressor T Cell）の数は、例えば、Ａｃｔ．ｓ／ｃＴリンパ球の数に、Ｔｓリンパ球の数÷（Ｔｃリンパ球の数＋Ｔｓリンパ球の数）を乗じることにより算出することができる。
Ｔｃ＊ＤＲリンパ球（活性化細胞傷害性Ｔ細胞；Activated cytotoxic T cell）の数は、例えば、Ａｃｔ．ｓ／ｃＴリンパ球の数に、Ｔｃリンパ球の数÷（Ｔｃリンパ球の数＋Ｔｓリンパ球の数）を乗じることにより算出することができる。
ＮＫ細胞（Natural killer Cell）とは、ＣＤ１６が陽性かつＣＤ５６が陽性であるリンパ球を意味する。
ＮＫ細胞の数は、例えば、ＣＤ１６、ＣＤ１６１およびＣＤ５６についてフローサイトメトリーにより３重染色にて解析した結果における、ＣＤ１６陽性かつＣＤ５６陽性の割合に、リンパ球数を乗じることにより算出することができる。
ＮＫＴ細胞（Natural killer T cell）とは、ＣＤ３が陽性かつＣＤ１６１が陽性であるリンパ球を意味する。
ＮＫＴ細胞の数は、例えば、ＣＤ３およびＣＤ１６１についてフローサイトメトリーにより２重染色にて解析した結果におけるＣＤ３陽性かつＣＤ１６１陽性の割合に、リンパ球数を乗じることにより算出することができる。
Ｎ３＋細胞とは、ＣＤ１６が陽性、ＣＤ１６１が陽性、かつＣＤ５６が陽性であるリンパ球を意味する。
Ｎ３＋細胞の数は、例えば、ＣＤ１６、ＣＤ１６１およびＣＤ５６についてフローサイトメトリーにより３重染色にて解析した結果における、ＣＤ１６陽性、ＣＤ１６１陽性かつＣＤ５６陽性の割合に、リンパ球数を乗じることにより算出することができる。
本発明の一態様において、複数種の免疫担当細胞は、例えば、Ｔｈ１７＋リンパ球、ＣＤ３陽性リンパ球、ＣＤ４陽性リンパ球、ＣＤ８陽性リンパ球、ＣＤ２０＊ＤＲリンパ球、Ｔｈ±リンパ球、Ｔｈ－２リンパ球、Ｔｈ＋２リンパ球、Ａｃｔ．Ｔｈ１リンパ球、Ａｃｔ．Ｔｈ２リンパ球、Ｔｉ＊ＤＲリンパ球、Ｔｉ±リンパ球、Ｔｉ－２リンパ球、Ｔｉ＋２リンパ球、Ｔｃ＊ＤＲリンパ球、Ｔｃ－リンパ球、Ｔｃ＋リンパ球、Ｔｓ＊ＤＲリンパ球、Ｔｓ－リンパ球、Ｔｓ＋リンパ球、ＮＫ細胞、ＮＫＴ細胞、Ｎ３＋細胞、単球、好塩基球、好酸球、好中球、Ｔｈ１リンパ球、Ｔｈ２リンパ球、Ｔｉリンパ球、Ｔｃリンパ球、Ｔｓリンパ球、Ａｃｔ．ｉ／ｈＴリンパ球およびＡｃｔ．ｓ／ｃＴリンパ球からなる群から選択される３種以上である。
本発明の一態様において、複数種の免疫担当細胞は、例えば、Ｔｈ１７＋リンパ球、ＣＤ３陽性リンパ球、ＣＤ４陽性リンパ球、ＣＤ８陽性リンパ球、ＣＤ２０＊ＤＲリンパ球、Ｔｈ±リンパ球、Ｔｈ－２リンパ球、Ｔｈ＋２リンパ球、Ａｃｔ．Ｔｈ１リンパ球、Ａｃｔ．Ｔｈ２リンパ球、Ｔｉ＊ＤＲリンパ球、Ｔｉ±リンパ球、Ｔｉ－２リンパ球、Ｔｉ＋２リンパ球、Ｔｃ＊ＤＲリンパ球、Ｔｃ－リンパ球、Ｔｃ＋リンパ球、Ｔｓ＊ＤＲリンパ球、Ｔｓ－リンパ球、Ｔｓ＋リンパ球、ＮＫ細胞、ＮＫＴ細胞、Ｎ３＋細胞、単球、好塩基球、好酸球および好中球からなる群から選択される３種以上である。
本発明の一態様において、複数種の免疫担当細胞は、例えば、Ｔｈ１７＋リンパ球を含む。
本発明の一態様において、複数種の免疫担当細胞は、ＣＤ３陽性リンパ球、ＣＤ４陽性リンパ球、ＣＤ８陽性リンパ球、ＣＤ２０＊ＤＲリンパ球、Ｔｈ１リンパ球、Ｔｈ２リンパ球、Ｔｉリンパ球、Ｔｃリンパ球、Ｔｓリンパ球、Ａｃｔ．ｉ／ｈＴリンパ球、Ａｃｔ．ｓ／ｃＴリンパ球、ＮＫ細胞、Ｎ３＋細胞、単球、好塩基球、好酸球および好中球からなる１７種である。
本発明の一態様において、好ましくは、複数種の免疫担当細胞は、ＣＤ３陽性リンパ球、ＣＤ４陽性リンパ球、ＣＤ８陽性リンパ球、ＣＤ２０＊ＤＲリンパ球、Ｔｈ±リンパ球、Ｔｈ－２リンパ球、Ｔｈ＋２リンパ球、Ａｃｔ．Ｔｈ１リンパ球、Ａｃｔ．Ｔｈ２リンパ球、Ｔｉ＊ＤＲリンパ球、Ｔｉ±リンパ球、Ｔｉ－２リンパ球、Ｔｉ＋２リンパ球、Ｔｃ＊ＤＲリンパ球、Ｔｃ－リンパ球、Ｔｃ＋リンパ球、Ｔｓ＊ＤＲリンパ球、Ｔｓ－リンパ球、Ｔｓ＋リンパ球、ＮＫ細胞、ＮＫＴ細胞、Ｎ３＋細胞、単球、好塩基球、好酸球および好中球からなる２６種である。
本発明の一態様において、より好ましくは、複数種の免疫担当細胞は、Ｔｈ１７＋リンパ球、ＣＤ３陽性リンパ球、ＣＤ４陽性リンパ球、ＣＤ８陽性リンパ球、ＣＤ２０＊ＤＲリンパ球、Ｔｈ±リンパ球、Ｔｈ－２リンパ球、Ｔｈ＋２リンパ球、Ａｃｔ．Ｔｈ１リンパ球、Ａｃｔ．Ｔｈ２リンパ球、Ｔｉ＊ＤＲリンパ球、Ｔｉ±リンパ球、Ｔｉ－２リンパ球、Ｔｉ＋２リンパ球、Ｔｃ＊ＤＲリンパ球、Ｔｃ－リンパ球、Ｔｃ＋リンパ球、Ｔｓ＊ＤＲリンパ球、Ｔｓ－リンパ球、Ｔｓ＋リンパ球、ＮＫ細胞、ＮＫＴ細胞、Ｎ３＋細胞、単球、好塩基球、好酸球および好中球からなる２７種である。
本発明において、免疫動態に関する情報は、例えば、以下の（ａ）～（ｄ）によって得られるが、とくにこれに限定されない。
（ａ）１つの群を構成するｎ種の免疫担当細胞の細胞数のデータに対して、ｎ種の免疫担当細胞のうちの１種の免疫担当細胞を目的変数とし、目的変数とした１種の免疫担当細胞を除いたｎ－１種の免疫担当細胞を説明変数として重回帰分析を行なうこと、ここでｎは４以上の整数である、
（ｂ）重回帰分析で得られた標準偏回帰係数の絶対値の大きさにより降順に、ｎ－１種の免疫担当細胞の順位づけを行なうこと、
（ｃ）前記（ａ）で目的変数とした１種の免疫担当細胞を目的変数とし、前記（ｂ）で１位に順位づけられた免疫担当細胞を説明変数として回帰分析を行ない、寄与率α１を求め、これを１位に順位づけられた免疫担当細胞の影響度β１とすること、および
（ｄ）前記（ａ）で目的変数とした１種の免疫担当細胞を目的変数とし、前記（ｂ）で順位づけられた１位から上位ｍ番目までのｍ種の免疫担当細胞を説明変数として重回帰分析を行ない、寄与率αｍを求め、上位ｍ番目の免疫担当細胞の影響度βｍを次の式：
βｍ＝αｍ－αｍ－１
により、２位から上位ｍ番目までのそれぞれの免疫担当細胞について算出すること、ここでｍは３以上ｎ－１以下である。
本発明において、回帰分析とは、説明変数が１つである単回帰分析のみならず、説明変数が２以上である重回帰分析も含む。また、本発明において、「重回帰分析を繰り返して行う」と記載した場合、繰り返される回帰分析の中に、説明変数が１つである単回帰分析を含むことがある。
本発明において、重回帰分析を行う場合、定数項を設けても設けなくてもよい。好ましくは、本発明において、重回帰分析を行う場合、定数項は設けない。
本発明において、判別分析によらずとも、所望の群を構成するｎ種の免疫担当細胞の細胞数のデータに対して、上記の回帰分析を行うことにより、免疫動態に関する情報を得ることができる。
本発明の一態様において、前記（ａ）で目的変数とした１種の免疫担当細胞は、例えば、Ｔｃ＊ＤＲリンパ球、ＣＤ２０＊ＤＲリンパ球、ＮＫ細胞、ＮＫＴ細胞、好塩基球、好酸球および好中球からなる群から選択されてもよい。
本発明は、一側面において、対象の疾患および／または症状の治療法または予防法を決定するために使用される免疫動態に関する情報を提供するためのシステムに関する。
本システムは、例えば、
（ｉ）対象から採血した血液中の複数種の免疫担当細胞のそれぞれの細胞数を判別関数に代入することにより判別得点を算出する手段、
（ｉｉ）算出された判別得点により、対象が分類される群を決定する手段、および
（ｉｉｉ）決定された群の免疫動態に関する情報を表示する手段、
を含み、
判別関数は、個体の状態と、該個体から採血した血液中の複数種の免疫担当細胞のそれぞれの細胞数とのデータを、判別分析可能な数を含むデータ集団に対して、個体の状態を目的変数とし、複数種の免疫担当細胞を説明変数として判別分析を行って得られた判別関数であり、
対象が分類される群は、判別関数を得るために用いたデータ集団を、判別得点を指標として分けた複数の群のうちの１つである。
本発明は、一側面において、対象の疾患および／または症状の治療法または予防法を決定するために使用される免疫動態に関する情報を提供するためのコンピュータに実行させるためのプログラムに関する。
本プログラムは、例えば、
（ｉ）対象から採血した血液中の複数種の免疫担当細胞のそれぞれの細胞数を判別関数に代入することにより判別得点を算出させるステップ、
（ｉｉ）算出された判別得点により、対象が分類される群を決定させるステップ、および
（ｉｉｉ）決定された群の免疫動態に関する情報を表示させるステップ、
を含み、
判別関数は、個体の状態と、該個体から採血した血液中の複数種の免疫担当細胞のそれぞれの細胞数とのデータを、判別分析可能な数を含むデータ集団に対して、個体の状態を目的変数とし、複数種の免疫担当細胞を説明変数として判別分析を行って得られた判別関数であり、
対象が分類される群は、判別関数を得るために用いたデータ集団を、判別得点を指標として分けた複数の群のうちの１つである。
本発明の一側面において、免疫動態に関する情報は、免疫動態図として提供されてもよい。免疫動態図に表すことにより、免疫動態を総括的に理解し、評価することができる。本発明において、免疫動態図は、免疫動態に関する情報、例えば、各種免疫担当細胞の影響度に基づいて、作成することができる。
具体的には、図６～４０に示される免疫動態図が挙げられる。各種免疫担当細胞と矢印の配置は、各種免疫担当細胞種の分化成熟過程および相互の関係性に基づいて決定されている。
明瞭な動態図を描出するために、例えば、各種免疫担当細胞種を示す円の面積を、各種免疫担当細胞の影響度の百分率（％）に比例させてもよい。また、各種免疫担当細胞種を、各種免疫担当細胞の影響度の百分率（％）が０．００７８５％未満の場合には×で表し、０．００７８５％以上０．０３１４％未満の場合には黒丸●で表してもよい。また、縁取り枠線の太さを、各種免疫担当細胞の影響度の百分率（％）が０．５％未満の場合には１．０ｐｔ、０．５％以上１％未満の場合には１．５ｐｔ、１％以上５％未満の場合には２．５ｐｔ、５％以上の場合には３．０ｐｔとしてもよい。
矢印の種類とその意味については、表１に記載のとおりである。矢印の種類は、免疫担当細胞の相互の関係（分化経路にある関係、または抑制、亢進もしくは相互作用する関係）および重回帰分析により得られる各種免疫担当細胞の偏回帰係数の値の正負により決定される。例えば、目的変数とした免疫担当細胞（すなわち、Ｔｃ＊ＤＲリンパ球、ＣＤ２０＊ＤＲリンパ球、ＮＫ細胞、ＮＫＴ細胞、好塩基球、好酸球または好中球）に対して、説明変数たる各種免疫担当細胞の偏回帰係数が正である場合、その関係は活動的であり、矢印はOpen White Arrow（開放白矢印）が適用される。また、偏回帰係数が負である場合、その関係は非活動的であり、Closed Black Arrow（閉鎖黒矢印）が適用される。
Ｔｃ＊ＤＲ主体の免疫動態図においては、ＣＤ２０＊ＤＲリンパ球はＴｃ＊ＤＲに対して活動的または非活動的相互関係にあり、ＮＫ細胞主体の免疫動態図においては、Ｔｃ＊ＤＲリンパ球、ＣＤ２０＊ＤＲリンパ球およびＴｉ＊ＤＲリンパ球はＮＫ細胞に対して活動的または非活動的相互関係にあり、ＮＫＴ細胞主体の免疫動態図においては、Ｔｃ＊ＤＲリンパ球、ＣＤ２０＊ＤＲリンパ球およびＮ３+細胞はＮＫＴ細胞に対して活動的または非活動的相互関係にあり、ＣＤ２０＊ＤＲリンパ球主体の免疫動態図においては、Ｔｃ＊ＤＲリンパ球はＣＤ２０＊ＤＲリンパ球に対して活動的または非活動的相互関係にあり、好塩基球主体の免疫動態図においては、Ｔｃ＊ＤＲリンパ球およびＡｃｔ．Ｔｈ２リンパ球は好塩基球に対して活動的または非活動的相互関係にあり、好酸球主体の免疫動態図においては、Ｔｃ＊ＤＲリンパ球およびＣＤ２０＊ＤＲリンパ球は好酸球に対して活動的または非活動的相互関係にあり、好中球主体の免疫動態図においては、Ｔｈ１７＋リンパ球、Ｔｃ＊ＤＲリンパ球およびＣＤ２０＊ＤＲリンパ球は好中球に対して活動的または非活動的相互関係にある。
明瞭な免疫動態図を描出するために、矢印の線の幅を、各種免疫担当細胞の影響度の百分率（％）が０．１％未満の場合は６ｐｔ、０．１％以上０．５％未満の場合には８ｐｔ、０．５％以上１．０％未満の場合には１０ｐｔ、１．０％以上５．０％未満の場合には１２ｐｔ、５．０％以上の場合には１４ｐｔとしてもよい。
Ｔｃ＊ＤＲを主体とした免疫動態図において、Monocyte→Act.Th1→Tc*DRの経路を、Ｔ細胞性抗原認識機序（T-cellular Antigen Recognition Mechanism：ＴＡＲＭ）と称し、キラーＴ細胞活性（Killer cell activity）とも称する。Monocyte→Act.Th2→CD20*DRの経路を、Ｂ細胞性抗原認識機序（B-cellular Antigen Recognition Mechanism：ＢＡＲＭ）と称する。Monocyte→Act.Th2→CD20*DR⇔Tc*DRの経路が成立すれば、キラーＴ細胞の抗体依存性細胞傷害活性（Antibody Dependent Cellular Cytotoxicity：ＡＤＣＣ）が成立することになる。
また、ＮＫ細胞を主体とした免疫動態図において、Monocyte→Act.Th1→Tc*DR⇔NKの経路を、ＮＫ活性と称し、Monocyte→Act.Th2→CD20*DR⇔NKの経路を、ＮＫ細胞のＡＤＣＣ活性と称する。
また、ＮＫＴ細胞を主体とした免疫動態図において、Monocyte→Act.Th1→Tc*DR⇔NKTの経路を、ＮＫＴ活性と称し、Monocyte→Act.Th2→CD20*DR⇔NKTの経路を、ＮＫＴ細胞のＡＤＣＣ活性とした。
本発明の一側面において、免疫動態に関する情報を用いて、例えば、ＮＫ活性インデックス（NK Cell Activity Index: NK-AI）、ＮＫのＡＤＣＣ活性インデックス（NK Cell Antibody Dependent Cellular Cytotoxicity Activity Index: NK-ADCC-AI）、ＮＫＴ活性インデックス（NKT Cell Activity Index: NKT-AI）、ＮＫＴのＡＤＣＣ活性インデックス（NKT Cell Antibody Dependent Cellular Cytotoxicity Activity Index: NKT-ADCC-AI）、キラーＴ細胞活性インデックス（活性化細胞傷害性Ｔ細胞活性インデックス）（Killer T Cell Activity Index: Killer-AI）、キラーＴ細胞のＡＤＣＣ活性インデックス（Killer T Cell Antibody Dependent Cellular Cytotoxicity Activity Index: Killer-ADCC-AI）を算出することができる。これらの各種インデックスは、免疫動態の指標として用いることができ、一般的に値が高い方が望ましい。また、これらのインデックスにより、免疫細胞療法によってどの程度の癌塊を破壊することができるかを予測することができる。
上記の各種インデックスは、以下の式により算出される。
ＮＫ細胞活性インデックス
＝｛ＮＫ細胞を目的変数として算出した単球の影響度（％）×ＮＫ細胞を目的変数として算出したＡｃｔ．Ｔｈ１リンパ球の影響度（％）×ＮＫ細胞を目的変数として算出したＴｃ＊ＤＲリンパ球の影響度（％）÷ＮＫ細胞を目的変数として影響度を算出した全ての免疫担当細胞のそれぞれの影響度の合計（％）｝×データ集団の血液１μＬあたりのＮＫ細胞数の平均値
ＮＫ細胞のＡＤＣＣ活性インデックス
＝｛ＮＫ細胞を目的変数として算出した単球の影響度（％）×ＮＫ細胞を目的変数として算出したＡｃｔ．Ｔｈ２リンパ球の影響度（％）×ＮＫ細胞を目的変数として算出したＣＤ２０＊ＤＲリンパ球の影響度（％）÷ＮＫ細胞を目的変数として影響度を算出した全ての免疫担当細胞のそれぞれの影響度の合計（％）｝×データ集団の血液１μＬあたりのＮＫ細胞数の平均値
ＮＫＴ細胞活性インデックス
＝｛ＮＫＴ細胞を目的変数として算出した単球の影響度（％）×ＮＫＴ細胞を目的変数として算出したＡｃｔ．Ｔｈ１リンパ球の影響度（％）×ＮＫＴ細胞を目的変数として算出したＴｃ＊ＤＲリンパ球の影響度（％）÷ＮＫＴ細胞を目的変数として影響度を算出した全ての免疫担当細胞のそれぞれの影響度の合計（％）｝×データ集団の血液１μＬあたりのＮＫＴ細胞数の平均値
ＮＫＴ細胞のＡＤＣＣ活性インデックス
＝｛ＮＫＴ細胞を目的変数として算出した単球の影響度（％）×ＮＫＴ細胞を目的変数として算出したＡｃｔ．Ｔｈ２リンパ球の影響度（％）×ＮＫＴ細胞を目的変数として算出したＣＤ２０＊ＤＲリンパ球の影響度（％）÷ＮＫ細胞を目的変数として影響度を算出した全ての免疫担当細胞のそれぞれの影響度の合計（％）｝×データ集団の血液１μＬあたりのＮＫＴ細胞数の平均値
キラーＴ細胞活性インデックス
＝｛Ｔｃ＊ＤＲリンパ球を目的変数として算出した単球の影響度（％）×Ｔｃ＊ＤＲリンパ球を目的変数として算出したＡｃｔ．Ｔｈ１リンパ球の影響度（％）÷Ｔｃ＊ＤＲリンパ球を目的変数として影響度を算出した全ての免疫担当細胞のそれぞれの影響度の合計（％）｝×データ集団の血液１μＬあたりのＴｃ＊ＤＲリンパ球数の平均値
キラーＴ細胞のＡＤＣＣ活性インデックス
＝｛Ｔｃ＊ＤＲリンパ球を目的変数として算出した単球の影響度（％）×Ｔｃ＊ＤＲリンパ球を目的変数として算出したＡｃｔ．Ｔｈ２リンパ球の影響度（％）×Ｔｃ＊ＤＲリンパ球を目的変数として算出したＣＤ２０＊ＤＲの影響度（％）÷Ｔｃ＊ＤＲリンパ球を目的変数として影響度を算出した全ての免疫担当細胞のそれぞれの影響度の合計（％）｝×データ集団の血液１μＬあたりのＴｃ＊ＤＲリンパ球数の平均値
ここで、ＮＫ細胞を目的変数とし、その他の免疫担当細胞全てを説明変数とした回帰分析における寄与率は、ＮＫ細胞を目的変数として影響度を算出した全ての免疫担当細胞のそれぞれの影響度の合計に等しい。
また、ＮＫＴ細胞を目的変数とし、その他の免疫担当細胞全てを説明変数とした回帰分析における寄与率は、ＮＫＴ細胞を目的変数として影響度を算出した全ての免疫担当細胞のそれぞれの影響度の合計に等しい。
また、Ｔｃ＊ＤＲリンパ球を目的変数とし、その他の免疫担当細胞全てを説明変数とした回帰分析における寄与率は、Ｔｃ＊ＤＲリンパ球を目的変数として影響度を算出した全ての免疫担当細胞のそれぞれの影響度の合計に等しい。
ただし、ＮＫ細胞を目的変数とした場合における重回帰分析において、単球、Ａｃｔ．Ｔｈ１リンパ球、またはＴｃ＊ＤＲリンパ球の標準偏回帰係数が負である場合には、Ｔ細胞性抗原認識機序（ＴＡＲＭ）が成立していないため、ＮＫ細胞活性インデックスを算出することはできない。また、ＮＫ細胞を目的変数とした場合における重回帰分析において、単球、Ａｃｔ．Ｔｈ２リンパ球、ＣＤ２０＊ＤＲリンパ球の標準偏回帰係数が負である場合には、Ｂ細胞性抗原認識機序（B-cellular Antigen Recognition Mechanism：ＢＡＲＭ）が成立していないため、ＮＫ細胞のＡＤＣＣ活性を算出することはできない。
同様に、ＮＫＴ細胞を目的変数とした場合における重回帰分析において、単球、Ａｃｔ．Ｔｈ１リンパ球、またはＴｃ＊ＤＲリンパ球の標準偏回帰係数が負である場合には、Ｔ細胞性抗原認識機序（ＴＡＲＭ）が成立していないため、ＮＫＴ細胞活性インデックスを算出することはできない。また、ＮＫＴ細胞を目的変数とした場合における重回帰分析において、単球、Ａｃｔ．Ｔｈ２リンパ球、またはＣＤ２０＊ＤＲリンパ球の標準偏回帰係数が負である場合には、Ｂ細胞性抗原認識機序（B-cellular Antigen Recognition Mechanism：ＢＡＲＭ）が成立していないため、ＮＫＴ細胞のＡＤＣＣ活性を算出することはできない。
同様に、Ｔｃ＊ＤＲ細胞を目的変数とした場合における重回帰分析において、単球、Ａｃｔ．Ｔｈ１リンパ球、またはＴｃ＊ＤＲリンパ球の標準偏回帰係数が負である場合には、Ｔ細胞性抗原認識機序（ＴＡＲＭ）が成立していないため、キラーＴ細胞活性インデックスを算出することはできない。また、Ｔｃ＊ＤＲ細胞を目的変数とした場合における重回帰分析において、単球、Ａｃｔ．Ｔｈ２リンパ球、またはＣＤ２０＊ＤＲリンパ球の標準偏回帰係数が負である場合には、Ｂ細胞性抗原認識機序（B-cellular Antigen Recognition Mechanism：ＢＡＲＭ）が成立していないため、キラーＴ細胞のＡＤＣＣ活性を算出することはできない。
以下、本発明について、実施例を挙げてさらに詳細に説明するが、本発明はこれら実施例に限定されるものではない。
例１．対象の分類
前立腺癌の入院治療を行った１７７例を対象とした。治療前の前立腺癌は種々の進行病期と悪性度であった。治療はホルモン治療、根治手術、経尿道的前立腺切除術など様々に治療が行われた。
前立腺癌治療前に、単球、好塩基球、好酸球、好中球の数、および各種リンパ球における各種マーカーの存在比、ならびにＰＳＡ値を測定した。測定については、株式会社エスアールエルに依頼した。
ＰＳＡ値を目的変数として、ＣＤ３陽性リンパ球、ＣＤ４陽性リンパ球、ＣＤ８陽性リンパ球、ＣＤ２０＊ＤＲリンパ球、Ｔｈ１リンパ球、Ｔｈ２リンパ球、Ｔｉリンパ球、Ｔｃリンパ球、Ｔｓリンパ球、Ａｃｔ．ｉ／ｈＴリンパ球、Ａｃｔ．ｓ／ｃＴリンパ球、ＮＫ細胞、Ｎ３＋細胞、単球、好塩基球、好酸球、および好中球の１７種を説明変数とする重回帰分析を行った。その後、観測値から予測値を引いた残差の値を昇順に並び替え、各５９例ずつ３つの群に分け、残差の低値をＧＯＯＤ群、中位をＭＯＤＥＲＡＴＥ群、高値をＢＡＤ群に分類した。
ＧＯＯＤ群は年齢５４～８９歳、中央値７３歳であった。ＰＳＡ値（ｎｇ／ｍｌ）は０．００６～２１８．１、中央値は１１であった。進行病期はＡＢＣＤ分類でＡ１；１、Ａ２；２、Ｂ１；１２、Ｂ２；１５、Ｃ；２１、Ｄ１；４、Ｄ２；４例であった。悪性度はグリソン・スコア計；３～１０、中央値６であった。経過観察は８４～５２６０日、中央値は８８５日であった。
ＭＯＤＥＲＡＴＥ群は年齢５３～９０歳、中央値７２歳であった。ＰＳＡ値（ｎｇ／ｍｌ）は０．１～４２６．９２、中央値は１１．５４であった。進行病期はＡ２；２、Ｂ１；１１、Ｂ２；８、Ｃ；２４、Ｄ１；５、Ｄ２；９例であった。悪性度は３～９、中央値６であった。観察期間は１１８～２３０５日、中央値は７４５日であった。
ＢＡＤ群は年齢５１～８９歳、中央値７１歳であった。ＰＳＡ値（ｎｇ／ｍｌ）は０．９８３～６７４５、中央値は４４．３２であった。進行病期はＡ１；４、Ｂ１；８、Ｂ２；４、Ｃ；１６、Ｄ１；５、Ｄ２；２３例であった。悪性度は３～１０、中央値７であった。経過観察は１～６３０８日、中央値は９０１日であった。
ＧＯＯＤ群、ＭＯＤＥＲＡＴＥ群およびＢＡＤ群の各５９例（総計１７７例）の生存率曲線を図１に示す。残差により分類される群は、生存率と相関していた。
例２．判別分析
ＧＯＯＤ群、ＭＯＤＥＲＡＴＥ群およびＢＡＤ群の３群を目的変数とし、ＣＤ３陽性リンパ球、ＣＤ４陽性リンパ球、ＣＤ８陽性リンパ球、ＣＤ２０＊ＤＲリンパ球、Ｔｈ１リンパ球、Ｔｈ２リンパ球、Ｔｉリンパ球、Ｔｃリンパ球、Ｔｓリンパ球、Ａｃｔ．ｉ／ｈＴリンパ球、Ａｃｔ．ｓ／ｃＴリンパ球、ＮＫ細胞、Ｎ３＋細胞、単球、好塩基球、好酸球、および好中球の１７種の免疫担当細胞を説明変数として判別分析を行い、判別関数を得た。第１判別関数の値をＸ軸にとり、第２判別関数の値をＹ軸にとってプロットした判別得点散布図を図２に示す。判別的中率は７１．８％であった。
例３．判別式による分類
健常者２３人および患者４３人を含む６６人の対象から延べ総数３４４例の血液サンプルを回収し、分析を行った。男女比は、４３：２３であり、年齢は３５～８１歳であり、中央値は６５歳、平均±標準偏差は６５．３９±７．７０歳であった。測定回数は１～４７回であり、中央値は２回、平均±標準偏差は５．２±７．２回であった。健常者の年齢は４４～７３歳であり、中央値は６０歳、平均±標準偏差は５９．２１±４．９８歳であった。男女比は、１５／８であり、測定回数は１～１２回、中央値は２回、平均±標準偏差は３．１３±３．２１回であった。患者の症例は、表２に記載のとおりである。胃癌と膀胱癌を併発した患者については、重複して計上している。
単球、好塩基球、好酸球、好中球の数、および各種リンパ球における各種マーカーの存在比を、株式会社エスアールエルに依頼して測定した。
各例について、例２で得た判別関数に免疫担当細胞の細胞数を代入することにより判別得点を算出し、各例を各群の中心点に一番距離が近い群に判別した。１６２例がＧＯＯＤ群に、４５例がＭＯＤＥＲＡＴＥ群に、１３７例がＢＡＤ群に分類された。
ＧＯＯＤ群に判別された１６２例の判別得点をプロットした判別得点散布図を図３に、ＭＯＤＥＲＡＴＥ群に判別された４５例の判別得点をプロットした散布図を図４に、ＢＡＤ群に判別された１３７例の判別得点をプロットした散布図を図５に示す。
例４．回帰分析および免疫動態図の作成
＜ＧＯＯＤ・Ｘ軸低位群 ｎ＝５４／Ｔ細胞性免疫＞
ＧＯＯＤ群に分類された１６２例をＸ軸の値に基づいて３群に分け、Ｘ軸の値が低位であった５４例の細胞数データについて、Ｔ細胞性免疫を主体とした解析を行った。
Ｔｃ＊ＤＲリンパ球を目的変数とし、ＣＤ３陽性リンパ球、ＣＤ４陽性リンパ球、ＣＤ８陽性リンパ球、ＣＤ２０＊ＤＲリンパ球、Ｔｈ±リンパ球、Ｔｈ－２リンパ球、Ｔｈ＋２リンパ球、Ａｃｔ．Ｔｈ１リンパ球、Ａｃｔ．Ｔｈ２リンパ球、Ｔｉ＊ＤＲリンパ球、Ｔｉ±リンパ球、Ｔｉ－２リンパ球、Ｔｉ＋２リンパ球、Ｔｃ－リンパ球、Ｔｃ＋リンパ球、Ｔｓ＊ＤＲリンパ球、Ｔｓ－リンパ球、Ｔｓ＋リンパ球、ＮＫ細胞、ＮＫＴ細胞、Ｎ３＋細胞、単球、好塩基球、好酸球および好中球を説明変数として重回帰分析を行った。寄与率は、９６．４７３％であった。重回帰分析により得られた２５種の免疫担当細胞の標準偏回帰係数を表３に示す。
この分析で得られた免疫担当細胞の標準偏回帰係数をその絶対値の大きさにより、降順に順位づけを行なった。絶対値の大きい順に、ＣＤ４陽性リンパ球、Ｔｈ±リンパ球、Ｔｉ＋２リンパ球、Ｔｓ＊ＤＲリンパ球、Ｔｈ－２リンパ球、ＣＤ３陽性リンパ球、Ｔｉ－２リンパ球、Ｔｈ＋２リンパ球、Ｔｃ＋リンパ球、Ｎ３＋細胞、好塩基球、Ｔｉ±リンパ球、単球、ＣＤ８陽性リンパ球、ＣＤ２０＊ＤＲリンパ球、Ｔｃ－リンパ球、ＮＫＴ細胞、ＮＫ細胞、Ａｃｔ．Ｔｈ２リンパ球、Ａｃｔ．Ｔｈ１リンパ球、好酸球Ｔｓ－リンパ球、Ｔｓ＋リンパ球、好中球、Ｔｉ＊ＤＲリンパ球であった。
次に、Ｔｃ＊ＤＲリンパ球を目的変数とし、標準偏回帰係数の絶対値について１位に順位づけられたＣＤ４陽性リンパ球を説明変数として回帰分析を行ない、寄与率を求めた。このとき得られた寄与率は、６３．４１１％であり、これをＣＤ４陽性リンパ球の影響度とした。
その次に、Ｔｃ＊ＤＲリンパ球を目的変数とし、標準偏回帰係数の絶対値について１位に順位づけられたＣＤ４陽性リンパ球および上位２番目であったＴｈ±リンパ球の２種の免疫担当細胞を説明変数として重回帰分析を行ない、寄与率を求めた。この値は６５．３８１％であった。この値から、ＣＤ４陽性リンパ球のみを説明変数とした場合における寄与率６３．４１１％を引いた値、すなわち１．９７０％をＴｈ±リンパ球の影響度とした。
次に、１位から上位３番目までの免疫担当細胞、すなわちＣＤ４陽性リンパ球、Ｔｈ±リンパ球およびＴｉ＋２リンパ球の３種の免疫担当細胞を説明変数とした重回帰分析を行い、寄与率を求めた。この値は７０．１３０％であった。この値から、ＣＤ４陽性リンパ球およびＴｈ±リンパ球の２種の免疫担当細胞を説明変数とした場合における寄与率６５．３８１％を引いた値、すなわち４．７４９％をＴｉ＋２リンパ球の影響度とした。
順次説明変数の数を増やして重回帰分析を行っていき、説明変数が１位に順位づけられたＣＤ４陽性リンパ球から最下位の２５種の免疫担当細胞を説明変数となるまで重回帰分析を行った。算出された２５種の免疫担当細胞の影響度を表４に示す。
影響度の％を円の面積に反映させ、動態図を作成した。影響度が０．００７８５％未満である場合には×で表し、影響度が０．００７８５％以上０．０３１４％未満である場合には●で表した。作成した動態図を図６に示す。
抗腫瘍効果は、一般に、抗原提示細胞（単球／マクロファージなど）がＭＨＣ（Major Histocompatibility Complex、主要組織適合抗原複合体）クラスＩＩ分子上に抗原を乗せ、Ａｃｔ．Ｔｈ１リンパ球上のＭＨＣクラスＩＩ分子に提示し、Ａｃｔ．Ｔｈ１リンパ球が抗原情報に基づくサイトカインなど産生して活性化細胞傷害性Ｔ細胞（Tc*DR）の活性化を促すと同時に、ＭＨＣクラスＩ上に癌（腫瘍）特異抗原を提示することにより発揮される。したがって、持続的な抗腫瘍効果を得るには、Monocyte→Act.Th1→Tc*DRの経路（Ｔ細胞性抗原認識機序：T-cellular Antigen Recognition Mechanism（ＴＡＲＭ））が成立している必要がある。
当該動態図において、Act.Th1は、Tc*DRに対して負の関係にあり、Act.Th1からTc*DRへの経路が途絶しているので、抗腫瘍効果を期待することはできない。
ＴＡＲＭを活性化させるためには、樹状細胞ワクチン療法、あるいは、インターロイキン－１β（ＩＬ－１β）阻害剤（例えば、カナキヌマブ等）またはキノコ類の糖タンパクなどの機能性食品もしくはサプリメントの投与等により、MonocyteからAct.Th1への経路を刺激するなどの治療が考えられる。加えて、インターフェロンαなどでAct.Th1を活性化させ、Tc*DRを増強する治療が採用されてもよい。
また、Ts*DRが１３．３８５％と高値であるので、モノクローナル抗体などによりTs*DRを抑制することにより、Tc*DRをTs*DRによる抑制から解放し、CD3→CD8→Tc-→Tc+→Tc*DRの経路を順調に活性化・増強させると、ＴＡＲＭの経路も開通するようになるかもしれない。
また、CD4で分化増殖が停滞しているので、Ｔ細胞成長因子であるインターロイキン－２（ＩＬ－２）で刺激してやれば、ヘルパー系が活性化することによりＴＡＲＭの経路が開通するようになるかもしれない。
また、免疫抑制に働く活性型抑制性Ｔヘルパー細胞（Active Regulatory T-helper Cells：Th+2）が０．９６２％と若干高めであるので、イピリムマブ（商品名：ヤーボイ（登録商標））やモガリズマブなどの抗体医薬でこれを抑制することにより、単球／マクロファージ系の抗原提示細胞が抑制から解放され、ＴＡＲＭが機能するようになるかもしれない。
CD20*DRリンパ球は、Monocyte→Act.Th2→CD20*DRの経路（Ｂ細胞性抗原認識機序（B-cellular Antigen Recognition Mechanism：ＢＡＲＭ））を経て癌（腫瘍）抗原依存的に抗体を産生し、ＮＫ細胞やＮＫＴ細胞は抗体依存性細胞傷害活性（Antibody Dependent Cellular Cytotoxicity：ＡＤＣＣ）を発揮する。
当該動態図においては、ＢＡＲＭの経路が開通しているので、弱いながらも抗体依存性細胞傷害活性を期待できるかもしれない。
＜ＧＯＯＤ・Ｘ軸中位群 ｎ＝５４／Ｔ細胞性免疫＞
ＧＯＯＤ群に分類された１６２例をＸ軸の値に基づいて３群に分け、Ｘ軸の値が中位であった５４例の細胞数データについて、Ｔ細胞性免疫を主体とした解析を、ＧＯＯＤ・Ｘ軸低位群／Ｔ細胞性免疫における場合と同様に行った。影響度を算出し、動態図を作成した。作成した動態図を図７に示す。
当該動態図において、ＴＡＲＭおよびＢＡＲＭはともに成立している。ただし、図６とは異なり、CD8で分化増殖が停滞しており、またCD8からTc*DRへの経路が途絶している。治療としては、ＩＬ－２の投与等によりCD3→CD8→Tc-→Tc+→Tc*DRの経路を活性化・増強することが考えられる。また、単球／マクロファージ系が０．００７％と極端に低値であるので、これも活性化させる必要がある。Th+2は低値であるので抑制する必要はない。Ts*DRは、１３．３２４と高値であるので、前述の治療で改善がみられないようであれば、抗体医薬でTs*DRを抑制する治療法も考えられる。
＜ＧＯＯＤ・Ｘ軸高位群 ｎ＝５４／ＮＫ細胞＞
ＧＯＯＤ群に分類された１６２例をＸ軸の値に基づいて３群に分け、Ｘ軸の値が高位であった５４例の細胞数データについて、ＮＫ細胞を主体とした解析を行った。
ＮＫ細胞を目的変数とし、ＣＤ３陽性リンパ球、ＣＤ４陽性リンパ球、ＣＤ８陽性リンパ球、ＣＤ２０＊ＤＲリンパ球、Ｔｈ±リンパ球、Ｔｈ－２リンパ球、Ｔｈ＋２リンパ球、Ａｃｔ．Ｔｈ１リンパ球、Ａｃｔ．Ｔｈ２リンパ球、Ｔｉ＊ＤＲリンパ球、Ｔｉ±リンパ球、Ｔｉ－２リンパ球、Ｔｉ＋２リンパ球、Ｔｃ－リンパ球、Ｔｃ＋リンパ球、Ｔｃ＊ＤＲリンパ球、Ｔｓ＊ＤＲリンパ球、Ｔｓ－リンパ球、Ｔｓ＋リンパ球、ＮＫＴ細胞、Ｎ３＋細胞、単球、好塩基球、好酸球および好中球を説明変数として重回帰分析を行った。この分析で得られた免疫担当細胞の標準偏回帰係数をその絶対値の大きさにより、降順に順位づけを行い、ＧＯＯＤ・Ｘ軸低位群／Ｔ細胞性免疫における場合と同様に、ＮＫ細胞を目的変数とした重回帰分析を繰り返して行い、全ての免疫担当細胞について、影響度を算出し、動態図を作成した。作成した動態図を図８に示す。
CD8で分化増殖が停滞し、経路が途絶している。ＴＡＲＭは成立しているが、Tc*DRが０．１７２％と低値であるので、ＩＬ－２の投与等によりCD8からTc*DRへの経路を活性化・増強させる必要がある。つまり、ＮＫ細胞養子免疫療法の適用にうってつけの免疫状態と言える。ＢＡＲＭも成立しており、ＡＤＣＣも期待されるので、ＴＡＲＭおよびＢＡＲＭを活性化させ、ＮＫ細胞を増強することにより、抗腫瘍免疫を維持・継続させることが可能となる。
＜ＧＯＯＤ・Ｘ軸中位群 ｎ＝２６／ＮＫ細胞＞
ＧＯＯＤ・Ｘ軸中位群に分類された５４例のうちの２６例の細胞数データについて、ＮＫ細胞を主体とした解析を、＜ＧＯＯＤ・Ｘ軸高位群 ｎ＝５４／ＮＫ細胞＞における場合と同様に行った。影響度を算出し、動態図を作成した。作成した動態図を図９に示す。
Monocyte→Act.Th1→Tc*DR⇔NKの経路が成立しており、Monocyteが１０．２７２％、Act.Th1が３．２４８％であるが、Tc*DRは０．００３％と極端に低値である。また、Th-2の経路は途絶しており、Th+2が１６．９２１％と高値であることなどにより、抗腫瘍効果は期待できない。ＩＬ－２の投与等によりTh-2の経路を活性化する治療や、Th+2を抑制する治療が求められる。
なお、Act.Th2が０．０００％と極端に低値であるため、ＡＤＣＣは期待できない。ＮＫ細胞養子免疫療法は有望であると考えられる。
＜ＧＯＯＤ群 ｎ＝２６／Ｔ細胞性免疫＞
ＧＯＯＤ群に分類された１６２例のうちの２６例の細胞数データについて、Ｔ細胞性免疫を主体とした解析を、＜ＧＯＯＤ・Ｘ軸低位群 ｎ＝５４／Ｔ細胞性免疫＞における場合と同様に行った。影響度を算出し、動態図を作成した。作成した動態図を図１０に示す。
ＴＡＲＭは弱いながらも成立している。しかしながら、CD3で分化・活性化・増強経路は途絶しており、この場合において、樹状細胞ワクチン療法を行っても効果は期待できない。
CD3の影響度は９４．５２８％であり、顆粒球系を含めたその他の免疫担当細胞に回る経路の影響度は５．４７１％と、５％程度しかない。治療としては、ＩＬ－２の投与等によるCD3における停滞の解除が考えられる。
ＢＡＲＭについても成立しているが、CD20*DRも０．０１０％と低値であり、抗体産生効果およびＡＤＣＣは期待できない。
当該動態図において、Act.Th2（０．０５６％）＞Act.Th1（０．０２０％）とＢ細胞性免疫が優位であるため、いきなり免疫チェックポイント阻害剤による治療から始めると自己免疫疾患様副作用で悩まされることとなるため、注意すべきである。
＜ＧＯＯＤ群 ｎ＝２６／Ｂ細胞性免疫＞
ＧＯＯＤ群に分類された１６２例のうちの２６例の細胞数データについて、Ｂ細胞性免疫を主体とした解析を行った。
ＣＤ２０＊ＤＲリンパ球を目的変数とし、ＣＤ３陽性リンパ球、ＣＤ４陽性リンパ球、ＣＤ８陽性リンパ球、Ｔｈ±リンパ球、Ｔｈ－２リンパ球、Ｔｈ＋２リンパ球、Ａｃｔ．Ｔｈ１リンパ球、Ａｃｔ．Ｔｈ２リンパ球、Ｔｉ＊ＤＲリンパ球、Ｔｉ±リンパ球、Ｔｉ－２リンパ球、Ｔｉ＋２リンパ球、Ｔｃ－リンパ球、Ｔｃ＋リンパ球、Ｔｃ＊ＤＲリンパ球、Ｔｓ＊ＤＲリンパ球、Ｔｓ－リンパ球、Ｔｓ＋リンパ球、ＮＫ細胞、ＮＫＴ細胞、Ｎ３＋細胞、単球、好塩基球、好酸球および好中球を説明変数として重回帰分析を行った。この分析で得られた免疫担当細胞の標準偏回帰係数をその絶対値の大きさにより、降順に順位づけを行い、ＧＯＯＤ・Ｘ軸低位群／Ｔ細胞性免疫における場合と同様に、ＣＤ２０＊ＤＲリンパ球を目的変数とした重回帰分析を繰り返して行い、全ての免疫担当細胞について、影響度を算出し、動態図を作成した。作成した動態図を図１１に示す。
図１０と同様にCD3で分化増殖が停滞しており、ＴＡＲＭおよびＢＡＲＭは成立していない。免疫動態を動かすには、まずＩＬ－２の投与等により、CD3における停滞を解除する必要がある。
＜ＧＯＯＤ群 ｎ＝２６／好塩基球＞
ＧＯＯＤ群に分類された１６２例のうちの２６例の細胞数データについて、好塩基球を主体とした解析を行った。
好塩基球を目的変数とし、ＣＤ３陽性リンパ球、ＣＤ４陽性リンパ球、ＣＤ８陽性リンパ球、ＣＤ２０＊ＤＲリンパ球、Ｔｈ±リンパ球、Ｔｈ－２リンパ球、Ｔｈ＋２リンパ球、Ａｃｔ．Ｔｈ１リンパ球、Ａｃｔ．Ｔｈ２リンパ球、Ｔｉ＊ＤＲリンパ球、Ｔｉ±リンパ球、Ｔｉ－２リンパ球、Ｔｉ＋２リンパ球、Ｔｃ－リンパ球、Ｔｃ＋リンパ球、Ｔｃ＊ＤＲリンパ球、Ｔｓ＊ＤＲリンパ球、Ｔｓ－リンパ球、Ｔｓ＋リンパ球、ＮＫ細胞、ＮＫＴ細胞、Ｎ３＋細胞、単球、好酸球および好中球を説明変数として重回帰分析を行った。この分析で得られた免疫担当細胞の標準偏回帰係数をその絶対値の大きさにより、降順に順位づけを行い、ＧＯＯＤ・Ｘ軸低位群／Ｔ細胞性免疫における場合と同様に、好塩基球を目的変数とした重回帰分析を繰り返して行い、全ての免疫担当細胞について、影響度を算出し、動態図を作成した。作成した動態図を図１２に示す。
Basophilを主体とした免疫動態図は、即時型アレルギー等に関わる免疫を表す。Th1系免疫（Monocyte→Act.Th1→Tc*DR⇔Basophil）またはTh2系免疫（Monocyte→Act.Th2→CD20*DR⇔Basophil）が成立し、活性化している場合には、アドレナリン筋肉注射の適応となるような、即時型のアレルギー反応による重篤な場合である。
ＴＡＲＭは弱いながらも成立はしているが、Tc*DRは、Basophilに対して負の関係であり、経路は途絶している。
ＢＡＲＭは成立しており、さらにMonocyte→Act.Th2→CD20*DR→Basophil⇔Act.Th2の経路においてAct.Th2からAct.Th2へのループ回路が成立している。そのため、ニボルマブ（商品名：オプジーボ（登録商標））などの免疫チェックポイント阻害剤などの治療を当初から行うと、即時型アレルギー症状などを誘発してアドレナリン筋注などの救急処置が必要となるため、注意すべきである。
＜ＧＯＯＤ群 ｎ＝２６／好酸球＞
ＧＯＯＤ群に分類された１６２例のうちの２６例の細胞数データについて、好酸球を主体とした解析を行った。
好酸球を目的変数とし、ＣＤ３陽性リンパ球、ＣＤ４陽性リンパ球、ＣＤ８陽性リンパ球、ＣＤ２０＊ＤＲリンパ球、Ｔｈ±リンパ球、Ｔｈ－２リンパ球、Ｔｈ＋２リンパ球、Ａｃｔ．Ｔｈ１リンパ球、Ａｃｔ．Ｔｈ２リンパ球、Ｔｉ＊ＤＲリンパ球、Ｔｉ±リンパ球、Ｔｉ－２リンパ球、Ｔｉ＋２リンパ球、Ｔｃ－リンパ球、Ｔｃ＋リンパ球、Ｔｃ＊ＤＲリンパ球、Ｔｓ＊ＤＲリンパ球、Ｔｓ－リンパ球、Ｔｓ＋リンパ球、ＮＫ細胞、ＮＫＴ細胞、Ｎ３＋細胞、単球、好塩基球および好中球を説明変数として重回帰分析を行った。この分析で得られた免疫担当細胞の標準偏回帰係数をその絶対値の大きさにより、降順に順位づけを行い、ＧＯＯＤ・Ｘ軸低位群／Ｔ細胞性免疫における場合と同様に、好酸球を目的変数とした重回帰分析を繰り返して行い、全ての免疫担当細胞について、影響度を算出し、動態図を作成した。作成した動態図を図１３に示す。
ＴＡＲＭは成立しているが、Tc*DRはEosinophilに対して負の関係であり、経路は途絶している。
しかしながら、ＢＡＲＭは成立しており、さらにMonocyte→Act.Th2→CD20*DR→Basophil⇔Act.Th2の経路においてAct.Th2からAct.Th2へのループ回路が成立している。そのため、ニボルマブ（商品名：オプジーボ（登録商標））などの免疫チェックポイント阻害剤などの治療を当初から行うと、即時型アレルギー症状などを誘発してアドレナリン筋注などの救急処置が必要となるため、注意すべきである。
＜ＧＯＯＤ群 ｎ＝２６／好中球＞
ＧＯＯＤ群に分類された１６２例のうちの２６例の細胞数データについて、好中球を主体とした解析を行った。
好中球を目的変数とし、ＣＤ３陽性リンパ球、ＣＤ４陽性リンパ球、ＣＤ８陽性リンパ球、ＣＤ２０＊ＤＲリンパ球、Ｔｈ±リンパ球、Ｔｈ－２リンパ球、Ｔｈ＋２リンパ球、Ａｃｔ．Ｔｈ１リンパ球、Ａｃｔ．Ｔｈ２リンパ球、Ｔｉ＊ＤＲリンパ球、Ｔｉ±リンパ球、Ｔｉ－２リンパ球、Ｔｉ＋２リンパ球、Ｔｃ－リンパ球、Ｔｃ＋リンパ球、Ｔｃ＊ＤＲリンパ球、Ｔｓ＊ＤＲリンパ球、Ｔｓ－リンパ球、Ｔｓ＋リンパ球、ＮＫ細胞、ＮＫＴ細胞、Ｎ３＋細胞、単球、好塩基球および好酸球を説明変数として重回帰分析を行った。この分析で得られた免疫担当細胞の標準偏回帰係数をその絶対値の大きさにより、降順に順位づけを行い、ＧＯＯＤ・Ｘ軸低位群／Ｔ細胞性免疫における場合と同様に、好中球を目的変数とした重回帰分析を繰り返して行い、全ての免疫担当細胞について、影響度を算出し、動態図を作成した。作成した動態図を図１４に示す。
免疫動態はCD3でほぼ完全に停滞している。CD3の影響度が９７．３０２％であるので、他の経路へ回る影響度は２．７％未満である。Ｔ細胞性免疫（抗癌免疫）は期待出来ない。ＴＡＲＭは辛うじて維持されているが、Tc*DRが０．０００％未満と完全に障害されている。また、Tc*DRは好中球に対して負の関係にあり、この場合にはフラクタルカインなどによる好中球の抗腫瘍性効果は期待しがたい。
さらに図１２、１３と同様に、Monocyte→Act.Th2→CD20*DR→Neutrophil⇔Act.Th2の経路においてAct.Th2からAct.Th2へのループ回路が成立している。そのため、炎症性疾患には注意が肝要である。
＜ＭＯＤＥＲＡＴＥ群 ｎ＝４５／ＮＫ細胞＞
ＭＯＤＥＲＡＴＥ群に分類された４５例の細胞数データについて、ＮＫ細胞を主体とした解析を、ＧＯＯＤ・Ｘ軸高位群／ＮＫ細胞における場合と同様に行った。影響度を算出し、動態図を作成した。作成した動態図を図１５に示す。
CD8で停滞しているので、ＩＬ－２の投与等によりCD8→Tc-→Tc+→Tc*DRの経路を分化・増殖・増強させればMonocyte→Act.Th1→Tc*DR⇔NKの経路も活発に増強されて、抗癌作用を発揮することになる。ＡＤＣＣ活性も十分に期待できるので、このような動態図にある場合、養子免疫療法を行うべきである。可能であればＮＫ細胞の戻し点滴輸血後の数日間、皮下注射または点滴注射でＩＬ－２を継続投与するのも効果増強に繋がる。
＜ＭＯＤＥＲＡＴＥ群 ｎ＝３５／Ｔ細胞性免疫＞
ＭＯＤＥＲＡＴＥ群に分類された４５例のうちの３５例の細胞数データについて、Ｔ細胞性免疫を主体とした解析を、＜ＧＯＯＤ・Ｘ軸低位群 ｎ＝５４／Ｔ細胞性免疫＞における場合と同様に行った。影響度を算出し、動態図を作成した。作成した動態図を図１６に示す。
Ts*DRで停滞しており、Ts*DRによる抑制を大いに受けている。Ｔ細胞性免疫は成立しているが、Ts*DRがかなり優性となっているので、これを制御する方法が求められる。治療法としては、モノクローナル抗体でTs*DRを抑制する方法も考えられる。ＮＫ細胞養子免疫療法またはＮＫＴ細胞養子免疫療法も有望な場合がある。
＜ＢＡＤ群 ｎ＝４０／Ｔ細胞性免疫＞
ＢＡＤ群に分類された１３７例のうちの４０例の細胞数データについて、Ｔ細胞性免疫を主体とした解析を、＜ＧＯＯＤ・Ｘ軸低位群 ｎ＝５４／Ｔ細胞性免疫＞における場合と同様に行った。影響度を算出し、動態図を作成した。作成した動態図を図１７に示す。
CD3およびTc+で停滞している。この経路が順調に流れるようになれば抗癌（腫瘍）免疫は大いに誘導され、癌縮小に貢献することになる。そのためには、ＩＬ－２の投与等などにより分化・増殖・増加させることが有効であると考えられる。さらには、ニボルマブ（商品名：オプジーボ（登録商標））などの免疫チェックポイント阻害剤などが有効であると考えられる。
なお、Monocyte→Act.Th2→CD20*DR⇔Tc*DRの経路が成立しているので、ＡＤＣＣ活性も期待できそうである。ただし、免疫チェックポイント阻害剤を使用する際には、Ｂ細胞性免疫が優位とならないように絶えず動態をモニタリングするし、監視する必要がある。
＜ＢＡＤ群 ｎ＝２６／好酸球＞
ＢＡＤ群に分類された１３７例のうちの２６例の細胞数データについて、好酸球を主体とした解析を、＜ＧＯＯＤ群 ｎ＝２６／好酸球＞における場合と同様に行った。影響度を算出し、動態図を作成した。作成した動態図を図１８に示す。
CD4で停滞しており、ＴＡＲＭもＢＡＲＭも成立していない。また、Monocyte→Act.Th2→CD20*DR→Eosinophil⇔Act.Th2の経路においてAct.Th2からAct.Th2へのループ回路は成立していない。
＜ＢＡＤ群 ｎ＝２６／好塩基球＞
ＢＡＤ群に分類された１３７例のうちの２６例の細胞数データについて、好塩基球を主体とした解析を、＜ＧＯＯＤ群 ｎ＝２６／好塩基球＞における場合と同様に行った。影響度を算出し、動態図を作成した。作成した動態図を図１９に示す。
CD4で停滞しており、ＴＡＲＭもＢＡＲＭも成立していない。また、Monocyte→Act.Th2→CD20*DR→Basophil⇔Act.Th2の経路においてAct.Th2からAct.Th2へのループ回路が成立しているので免疫治療に当たっては注意が肝要である。
＜ＢＡＤ群 ｎ＝２６／好中球＞
ＢＡＤ群に分類された１３７例のうちの２６例の細胞数データについて、好中球を主体とした解析を、＜ＧＯＯＤ群 ｎ＝２６／好中球＞における場合と同様に行った。影響度を算出し、動態図を作成した。作成した動態図を図２０に示す。
CD4で停滞しており、ＴＡＲＭもＢＡＲＭも成立していない。また、Monocyte→Act.Th2→CD20*DR→Neutrophil⇔Act.Th2の経路においてAct.Th2からAct.Th2へのループ回路が成立しているので免疫治療にあたっては注意が肝要である。
＜ＢＡＤ群 ｎ＝２６／Ｂ細胞性免疫＞
ＢＡＤ群に分類された１３７例のうちの２６例の細胞数データについて、Ｂ細胞性免疫を主体とした解析を、＜ＧＯＯＤ群 ｎ＝２６／Ｂ細胞性免疫＞
における場合と同様に行った。影響度を算出し、動態図を作成した。作成した動態図を図２１に示す。
CD4で停滞しており、ＴＡＲＭもＢＡＲＭも成立していない。
＜ＢＡＤ群 ｎ＝２６／ＮＫＴ細胞＞
ＢＡＤ群に分類された１３７例のうちの２６例の細胞数データについて、ＮＫＴ細胞を主体とした解析を行った。
ＮＫＴ細胞を目的変数とし、ＣＤ３陽性リンパ球、ＣＤ４陽性リンパ球、ＣＤ８陽性リンパ球、ＣＤ２０＊ＤＲリンパ球、Ｔｈ±リンパ球、Ｔｈ－２リンパ球、Ｔｈ＋２リンパ球、Ａｃｔ．Ｔｈ１リンパ球、Ａｃｔ．Ｔｈ２リンパ球、Ｔｉ＊ＤＲリンパ球、Ｔｉ±リンパ球、Ｔｉ－２リンパ球、Ｔｉ＋２リンパ球、Ｔｃ－リンパ球、Ｔｃ＋リンパ球、Ｔｃ＊ＤＲリンパ球、Ｔｓ＊ＤＲリンパ球、Ｔｓ－リンパ球、Ｔｓ＋リンパ球、ＮＫ細胞、Ｎ３＋細胞、単球、好塩基球、好酸球および好中球を説明変数として重回帰分析を行った。この分析で得られた免疫担当細胞の標準偏回帰係数をその絶対値の大きさにより、降順に順位づけを行い、ＧＯＯＤ・Ｘ軸低位群／Ｔ細胞性免疫における場合と同様に、ＮＫＴ細胞を目的変数とした重回帰分析を繰り返して行い、全ての免疫担当細胞について、影響度を算出し、動態図を作成した。作成した動態図を図２２に示す。
CD4で停滞・遮断されている。治療としては、ＩＬ－２の投与等によるCD4系の分化・増殖・増強が求められる。その後、免疫動態の変化に応じた治療法を再考すべきである。
＜ＢＡＤ群 ｎ＝２６／ＮＫ細胞＞
ＢＡＤ群に分類された１３７例のうちの２６例の細胞数データについて、ＮＫ細胞性免疫を主体とした解析を、＜ＧＯＯＤ・Ｘ軸高位群 ｎ＝５４／ＮＫ細胞＞における場合と同様に行った。影響度を算出し、動態図を作成した。作成した動態図を図２３に示す。
ＴＡＲＭおよびＢＡＲＭはともに成立していない。CD4で停滞・遮断されているので、ＩＬ－２の投与等によるCD4の停滞を解除すべきである。ＮＫ細胞養子免疫療法によりＴＡＲＭやＢＡＲＭが回復する可能性がないとは言えないが、免疫動態図から見るに、適切な治療法ではない。
＜ＢＡＤ群 ｎ＝２６／Ｔ細胞性免疫＞
ＢＡＤ群に分類された１３７例のうちの２６例の細胞数データについて、Ｔ細胞性免疫を主体とした解析を、＜ＧＯＯＤ・Ｘ軸低位群 ｎ＝５４／Ｔ細胞性免疫＞における場合と同様に行った。影響度を算出し、動態図を作成した。作成した動態図を図２４に示す。
ＴＡＲＭおよびＢＡＲＭはともに成立していない。CD4およびCD3で停滞しているので、まずＩＬ－２の投与等により経路を活性化し、これらの途絶された経路を回復させる必要がある。その後、免疫動態の変化に応じた治療法を再考すべきである。
＜ＢＡＤ・Ｘ軸高位群 ｎ＝４６／Ｔ細胞性免疫＞
ＢＡＤ群に分類された１３７例をＸ軸の値に基づいて３群に分け、Ｘ軸の値が高位であった４６例の細胞数データについて、Ｔ細胞性免疫を主体とした解析を、＜ＧＯＯＤ・Ｘ軸低位群 ｎ＝５４／Ｔ細胞性免疫＞における場合と同様に行った。影響度を算出し、動態図を作成した。作成した動態図を図２５に示す。
ＴＡＲＭおよびＢＡＲＭは共に成立している。しかしながら、CD3→CD8→Tc-→Tc+の経路が停滞・途絶しているので、ＩＬ－２の投与等によりCD3およびTc+での停滞を改善し、経路が潤滑に回るようにすべきである。免疫チェックポイント阻害剤の投与による治療も効果が期待できる。自己免疫疾患様副作用についても、Act.Th1（０．５９９％）＞Act.Th2（０．０００％）とAct.Th1優位であるので心配はなさそうである。ただし、ＢＡＲＭは成立しているものの、CD20*DRがTc*DRに対して負の関係にあり、ＡＤＣＣ活性は期待できないかもしれない。
＜ＢＡＤ・Ｘ軸中位群 ｎ＝４６／ＮＫＴ細胞＞
ＢＡＤ群に分類された１３７例をＸ軸の値に基づいて３群に分け、Ｘ軸の値が中位であった４６例の細胞数データについて、ＮＫＴ細胞を主体とした解析を、＜ＢＡＤ群 ｎ＝２６／ＮＫＴ細胞＞における場合と同様に行った。影響度を算出し、動態図を作成した。作成した動態図を図２６に示す。
ＴＡＲＭは成立しているが、CD8での停滞が顕著である。まずは、ＩＬ－２の投与等により、この停滞を改善する必要がある。Tc*DRは、ＮＫＴに対して正の関係であり、保持されている。ＢＡＲＭは成立していないため、ＡＤＣＣ活性は期待できない。
また、Act.Th1（０．００１％）＜Act.Th2（０．０２０％）とAct.Th2が優位であるが、Act.Th2→CD20*DR→NKTの経路が途絶しているので、自己免疫様副作用は心配なさそうであるが、免疫チェックポイント阻害剤などの免疫療法を行う場合には慎重な投与が望まれる。免疫動態図モニターによる監視が必要となる。
＜ＢＡＤ・Ｘ軸中位群 ｎ＝２６／Ｔ細胞性免疫＞
ＢＡＤ群に分類された１３７例のうち、Ｘ軸の値が中位であった２６例の細胞数データについて、Ｔ細胞性免疫を主体とした解析を、＜ＧＯＯＤ・Ｘ軸低位群 ｎ＝５４／Ｔ細胞性免疫＞における場合と同様に行った。影響度を算出し、動態図を作成した。作成した動態図を図２７に示す。
辛うじてＴＡＲＭは成立しており、CD4での遮断が顕著である。これをＩＬ－２の投与等で解放することで、ヘルパー系が分化・増殖・増強することで免疫は順調に回転すると推測される。
また、Act.Th1（０．００１％）＜Act.Th2（０．０１５％）とAct.Th2が優位であるが、Act.Th2→CD20*DRの経路が途絶しているので、自己免疫様副作用は心配ないかもしれないが、慎重を期して免疫治療を行うには、免疫動態図モニターによる監視が必要となる。
＜ＢＡＤ・Ｘ軸低位群 ｎ＝４５／Ｂ細胞性免疫＞
ＢＡＤ群に分類された１３７例をＸ軸の値に基づいて３群に分け、Ｘ軸の値が低位であった４５例の細胞数データについて、Ｂ細胞性免疫を主体とした解析を、＜ＧＯＯＤ群 ｎ＝２６／Ｂ細胞性免疫＞における場合と同様に行った。影響度を算出し、動態図を作成した。作成した動態図を図２８に示す。
ＴＡＲＭは成立していないが、ＢＡＲＭは成立している。また、CD4での停滞が顕著であり、経路はAct.Th1（０．００５％）に向けて遮断されている。ＩＬ－２の投与等により分化増殖を促進させれば、Act.Th1の影響度も上昇し、ＴＡＲＭは成立するようになると予測される。免疫チェックポイント阻害剤の使用は、Act.Th1（０．００５％）＜Act.Th2（０．０１７％）とTh2優位であるので注意する必要がある。
＜ＢＡＤ・Ｘ軸低位群 ｎ＝４５／Ｔ細胞性免疫＞
ＢＡＤ群に分類された１３７例をＸ軸の値に基づいて３群に分け、Ｘ軸の値が低位であった４５例の細胞数データについて、Ｔ細胞性免疫を主体とした解析を、＜ＧＯＯＤ・Ｘ軸低位群 ｎ＝５４／Ｔ細胞性免疫＞における場合と同様に行った。影響度を算出し、動態図を作成した。作成した動態図を図２９に示す。
ＴＡＲＭおよびやＢＡＲＭはともに不成立である。また、CD4での停滞が顕著である。ＩＬ－２の投与等によりCD4での停滞を解除し、ヘルパー系のＴ細胞を分化・増殖を促進させることが必須である。Ts*DR（１７．６２１％）がかなり高値であるので、これを抑制する免疫療法も有望である。
＜ＢＡＤ・Ｙ軸中位群 ｎ＝４６／Ｔ細胞性免疫＞
ＢＡＤ群に分類された１３７例をＹ軸の値に基づいて３群に分け、Ｙ軸の値が中位であった４６例の細胞数データについて、Ｔ細胞性免疫を主体とした解析を、＜ＧＯＯＤ・Ｘ軸低位群 ｎ＝５４／Ｔ細胞性免疫＞における場合と同様に行った。影響度を算出し、動態図を作成した。作成した動態図を図３０に示す。
ＴＡＲＭおよびＢＡＲＭはともに成立している。しかしながら、CD8での停滞は顕著であるので、ＩＬ－２の投与等による分化・増殖の促進は必須である。CD8での停滞が有るもののTc*DRへの経路は遮断されずに通じているため、免疫チェックポイント阻害剤を当初から使用しても大いに有効であると考えられる。また、Act.Th1（２．６６６％）＞Act.Th2（０．０１９％）とAct.Th1優位であるので自己免疫疾患様副作用の懸念はないであろう。
＜ＢＡＤ・Ｙ軸中位群 ｎ＝４６／ＮＫＴ細胞＞
ＢＡＤ群に分類された１３７例をＹ軸の値に基づいて３群に分け、Ｙ軸の値が中位であった４６例の細胞数データについて、ＮＫＴ細胞を主体とした解析を、＜ＢＡＤ群 ｎ＝２６／ＮＫＴ細胞＞における場合と同様に行った。影響度を算出し、動態図を作成した。作成した動態図を図３１に示す。
ＴＡＲＭおよびＢＡＲＭはともに成立し、かつＮＫＴ活性およびＡＤＣＣ活性も成立している。しかしながら、Ti*DRで免疫が停滞・遮断しているので、Ti*DRの停滞を解除し、ヘルパー系リンパ球の分化増殖を促進する治療法があれば免疫は更に有効となるであろう。ＮＫ細胞養子免疫療法により、Ti*DRが抑制される可能性もある。
免疫チェックポイント阻害剤やＮＫＴ細胞養子免疫療法の適用に適している。Act.Th1（７．４３１％）＞Act.Th2（０．０６５％）とTh1優位であるので、副作用は心配ないと予測される。
＜ＢＡＤ・Ｙ軸高位群 ｎ＝４５／Ｂ細胞性免疫＞
ＢＡＤ群に分類された１３７例をＹ軸の値に基づいて３群に分け、Ｙ軸の値が高位であった４５例の細胞数データについて、Ｂ細胞性免疫を主体とした解析を、＜ＧＯＯＤ群 ｎ＝２６／Ｂ細胞性免疫＞における場合と同様に行った。影響度を算出し、動態図を作成した。作成した動態図を図３２に示す。
CD4で顕著に停滞している。ＴＡＲＭは不成立であるがＢＡＲＭは成立している。ＢＡＲＭが成立しているため、免疫チェックポイント阻害剤の使用による副作用に注意する必要がある。
＜ＢＡＤ・Ｙ軸低位群 ｎ＝４５／Ｂ細胞性免疫＞
ＢＡＤ群に分類された１３７例をＹ軸の値に基づいて３群に分け、Ｙ軸の値が低位であった４５例の細胞数データについて、Ｂ細胞性免疫を主体とした解析を、＜ＧＯＯＤ群 ｎ＝２６／Ｂ細胞性免疫＞における場合と同様に行った。影響度を算出し、動態図を作成した。作成した動態図を図３３に示す。
CD4での停滞が顕著である。ＴＡＲＭは不成立であるがＢＡＲＭは成立している。また、ＡＤＣＣ（Monocyte→Act.Th2→CD20*DR⇔Tc*DR）も成立している。CD4での停滞を解除し、ＡＤＣＣを活性化することにより、抗癌（腫瘍）免疫は有効となるであろう。Act.Th1（０．４７６％）＞Act.Th2（０．００１％）とTh1優位であるので、免疫チェックポイント阻害剤による副作用は心配ないと予測される。
＜ｎ＝２９／Ｔ細胞性免疫＞
２９例の細胞数データについて、Ｔｃ＊ＤＲリンパ球を目的変数とし、Ｔｈ１７＋リンパ球、ＣＤ３陽性リンパ球、ＣＤ４陽性リンパ球、ＣＤ８陽性リンパ球、ＣＤ２０＊ＤＲリンパ球、Ｔｈ±リンパ球、Ｔｈ－２リンパ球、Ｔｈ＋２リンパ球、Ａｃｔ．Ｔｈ１リンパ球、Ａｃｔ．Ｔｈ２リンパ球、Ｔｉ＊ＤＲリンパ球、Ｔｉ±リンパ球、Ｔｉ－２リンパ球、Ｔｉ＋２リンパ球、Ｔｃ－リンパ球、Ｔｃ＋リンパ球、Ｔｓ＊ＤＲリンパ球、Ｔｓ－リンパ球、Ｔｓ＋リンパ球、ＮＫ細胞、ＮＫＴ細胞、Ｎ３＋細胞、単球、好塩基球、好酸球および好中球を説明変数として重回帰分析を行った。この分析で得られた免疫担当細胞の標準偏回帰係数をその絶対値の大きさにより、降順に順位づけを行い、ＧＯＯＤ・Ｘ軸低位群／Ｔ細胞性免疫における場合と同様に、Ｔｃ＊ＤＲリンパ球を目的変数とした重回帰分析を繰り返して行い、全ての免疫担当細胞について、影響度を算出し、動態図を作成した。作成した動態図を図３４に示す。
ＴＡＲＭは成立しているが、ＢＡＲＭは成立していない。CD8での停滞が顕著であるので、CD3からTc*DRへの経路をより活性化させ、当該経路を停滞なく通じさせるために、ＩＬ－２などのサイトカインの投与等の治療が考えられる。この治療による免疫動態の変化、主にＴ細胞性免疫の活性化の程度の変化を観察した後、次なる治療手段を考慮すべきである。
また、当該動態図において、Monocyte→Th17+→Tc*DRの経路が成立しており、弱いながらも抗癌（腫瘍）免疫に寄与している。ただし、Neutrophilの影響度が０．０１３％と低値であるので影響は低いかもしれない。ここで、種々の治療により（投与された、または体内で産生された）フラクタルカインなどで刺激されることにより、インターロイキン－１７Ａ／Ｆ（ＩＬ－１７Ａ／Ｆ）などが産生され、
Monocyte→Th17+→Tc＊DR
↑
Neutrophil
の経路が一層活性化されれば、Tc*DRへの分化・活性化・増殖の増強、すなわち抗癌（腫瘍）効果の増強が期待できる。
なお、抗癌（腫瘍）性免疫を考える場合、Ｔ細胞性免疫は成立している必要があるが、Ｂ細胞性免疫は基本的には成立していない方がよい。これは、アレルギー性あるいは自己免疫様副作用を招来する可能性があるからである。ただし、抗体依存性細胞性傷害活性（ＡＤＣＣ：Antibody Dependent Cellular Cytotoxicity）を期待する場合にはこの限りではない。
＜ｎ＝２７／Ｂ細胞性免疫＞
２７例の細胞数データについて、ＣＤ２０＊ＤＲリンパ球を目的変数とし、Ｔｈ１７＋リンパ球、ＣＤ３陽性リンパ球、ＣＤ４陽性リンパ球、ＣＤ８陽性リンパ球、Ｔｈ±リンパ球、Ｔｈ－２リンパ球、Ｔｈ＋２リンパ球、Ａｃｔ．Ｔｈ１リンパ球、Ａｃｔ．Ｔｈ２リンパ球、Ｔｉ＊ＤＲリンパ球、Ｔｉ±リンパ球、Ｔｉ－２リンパ球、Ｔｉ＋２リンパ球、Ｔｃ－リンパ球、Ｔｃ＋リンパ球、Ｔｃ＊ＤＲリンパ球、Ｔｓ＊ＤＲリンパ球、Ｔｓ－リンパ球、Ｔｓ＋リンパ球、ＮＫ細胞、ＮＫＴ細胞、Ｎ３＋細胞、単球、好塩基球、好酸球および好中球を説明変数として重回帰分析を行った。この分析で得られた免疫担当細胞の標準偏回帰係数をその絶対値の大きさにより、降順に順位づけを行い、ＧＯＯＤ・Ｘ軸低位群／Ｔ細胞性免疫における場合と同様に、ＣＤ２０＊ＤＲリンパ球を目的変数とした重回帰分析を繰り返して行い、全ての免疫担当細胞について、影響度を算出し、動態図を作成した。作成した動態図を図３５に示す。
分化増殖がCD4で停滞している。ヘルパーＴ細胞系の経路は通じているものの、先細りに障害されている。ＴＡＲＭは辛うじて成立している。
これを一層効果あるものにするには、インターフェロンαや樹状細胞ワクチン療法、あるいはキノコ類のサプリメントによりＴ細胞性抗原認識機序を活性化してTc*DRを増強させるか、ＩＬ－２や免疫チェックポイント阻害剤などによりCD3→CD8→Tc-→Tc+→Tc*DRの経路を活性化および増強する免疫治療を行う必要がある。
ＢＡＲＭの経路が成立しているため、アレルギー性または自己免疫様副作用の発症が懸念されるが、Act.Th1（１．１３２％）＞Act.Th2（０．１９３％）とＴ細胞性免疫が優位であるので副作用の発症の可能性は低いと予想される。しかしながら、治療によりAct.Th1＜Act.Th2に優位性が転じる場合もあるので、免疫動態図を適宜作成し、モニタリングしながら厳重監視の下で治療を行うべきである。
加えて、Monocyte→Th17+→CD20*DRの経路も成立しているが、Th17+リンパ球が０．０００％未満と極めて低値であり、かつTh17+と負の関係にあるため、アレルギー性または自己免疫様副作用等の発症の可能性は低く、これらによる副作用はまず懸念されないが、治療によっては、Neutrophil→Th17+→CD20*DRの経路が活性化して発熱やアレルギー性皮膚障害などの副作用が発症することがあるので、同様に厳重監視が必須である。
さらに、Basophilが１．６６２％と比較的高値であるため、不測に即時型のアレルギー性反応を招来する可能性もある。そのため、免疫治療は十分な監視の下に慎重に行うべきである。治療によりBasophilのAct.Th2への影響度が更に高値となるようであれば、治療は中断しなければならない。
＜ｎ＝２７／ＮＫＴ細胞＞
２７例の細胞数データについて、ＮＫＴ細胞を目的変数とし、Ｔｈ１７＋リンパ球、ＣＤ３陽性リンパ球、ＣＤ４陽性リンパ球、ＣＤ８陽性リンパ球、ＣＤ２０＊ＤＲリンパ球、Ｔｈ±リンパ球、Ｔｈ－２リンパ球、Ｔｈ＋２リンパ球、Ａｃｔ．Ｔｈ１リンパ球、Ａｃｔ．Ｔｈ２リンパ球、Ｔｉ＊ＤＲリンパ球、Ｔｉ±リンパ球、Ｔｉ－２リンパ球、Ｔｉ＋２リンパ球、Ｔｃ－リンパ球、Ｔｃ＋リンパ球、Ｔｃ＊ＤＲリンパ球、Ｔｓ＊ＤＲリンパ球、Ｔｓ－リンパ球、Ｔｓ＋リンパ球、ＮＫ細胞、Ｎ３＋細胞、単球、好塩基球、好酸球および好中球を説明変数として重回帰分析を行った。この分析で得られた免疫担当細胞の標準偏回帰係数をその絶対値の大きさにより、降順に順位づけを行い、ＧＯＯＤ・Ｘ軸低位群／Ｔ細胞性免疫における場合と同様に、ＮＫＴ細胞を目的変数とした重回帰分析を繰り返して行い、全ての免疫担当細胞について、影響度を算出し、動態図を作成した。作成した動態図を図３６に示す。
分化増殖がＣＤ４陽性リンパ球で停滞しているが、ＴＡＲＭは成立している。
Tc*DRを分化・活性化・増殖させて抗腫瘍免疫を増強させるにはα－ガラクトシルセラミド（α－ＧａｌＣｅｒ）などの投与や、ＮＫＴ細胞活性化養子免疫療法などの治療によりTc*DRへの経路を増強する必要がある。
Monocyte→Th17+→Tc*DRの経路における各免疫担当細胞の影響度は極端に低値であり、また、Neutrophilの影響度も０．０００％未満でありかつ負の因子であるので、増強因子とはなっていない。ここで、種々の治療により（投与された、または体内で産生された）フラクタルカインなどで刺激されることにより、ＩＬ－１７Ａ／Ｆなどが産生されてNeutrophil→Th17+→Tc*DRの経路が成立すればTc*DRへの分化・活性化・増殖が増強されて、抗腫瘍効果が期待できるかもしれない。
Basophilの影響度が０．９８７％と若干高めであり、即時型アレルギーの発症が懸念されるので注意する必要がある。治療によりBasophilの影響度が高くなるようであれば治療中断・中止を検討する必要がある。
＜ｎ＝２８／ＮＫ細胞＞
２８例の細胞数データについて、ＮＫ細胞を目的変数とし、Ｔｈ１７＋リンパ球、ＣＤ３陽性リンパ球、ＣＤ４陽性リンパ球、ＣＤ８陽性リンパ球、ＣＤ２０＊ＤＲリンパ球、Ｔｈ±リンパ球、Ｔｈ－２リンパ球、Ｔｈ＋２リンパ球、Ａｃｔ．Ｔｈ１リンパ球、Ａｃｔ．Ｔｈ２リンパ球、Ｔｉ＊ＤＲリンパ球、Ｔｉ±リンパ球、Ｔｉ－２リンパ球、Ｔｉ＋２リンパ球、Ｔｃ－リンパ球、Ｔｃ＋リンパ球、Ｔｃ＊ＤＲリンパ球、Ｔｓ＊ＤＲリンパ球、Ｔｓ－リンパ球、Ｔｓ＋リンパ球、ＮＫＴ細胞、Ｎ３＋細胞、単球、好塩基球、好酸球および好中球を説明変数として重回帰分析を行った。この分析で得られた免疫担当細胞の標準偏回帰係数をその絶対値の大きさにより、降順に順位づけを行い、ＧＯＯＤ・Ｘ軸低位群／Ｔ細胞性免疫における場合と同様に、ＮＫ細胞を目的変数とした重回帰分析を繰り返して行い、全ての免疫担当細胞について、影響度を算出し、動態図を作成した。作成した動態図を図３７に示す。
分化増殖がＣＤ４陽性リンパ球で停滞している。Tc*DRの影響度は０．００３％と極端に低値であり抗癌（腫瘍）免疫は期待できない。ＴＡＲＭは弱いながら成立しているが、Tc*DRリンパ球が、NKに対して負の関係にあり、いわゆるＮＫ細胞活性（Monocyte→Act.Th1→Tc*DR⇔NK）は成立していない。Ｂ細胞性抗原認識機序（Monocyte→Act.Th2→CD20*DR⇔NK）はAct.Th2とCD20*DRの間で遮断されており、またCD20*DRもNKに対して負の関係にあるため、抗体依存性細胞性傷害活性（ＡＤＣＣ：Antibody Dependent Cellular Cytotoxicity、Monocyte→Act.Th2→CD20*DR⇔NK）も成立していない。
抗癌（腫瘍）免疫を活性化増強させるためには、ＩＬ－２の投与や活性化ＮＫ細胞養子免疫療法などにより、これらの途絶・遮断した経路を回復させる必要がある。そして、治療によるTc*DRの影響度の上昇を、動態図を作成し、モニタリングすることにより確認することが肝要である。
Act.Th1とAct.Th2の影響度は、Act.Th1（０．１２１％）＜Act.Th2（２．１４２％）とAct.Th2が優位であるので、Ｂ細胞性抗体産生免疫が亢進してアレルギー性疾患や自己免疫様疾患の発症がないように厳重注意が肝要である。そのためには、免疫動態をモニタリングすることは必須となる。
なお、
Monocyte→Th17＋→Tc*DR
↑
Neutrophil
の経路が弱いながらも成立しているので、乾癬様皮膚炎ほか皮膚アレルギー様疾患の発症にも注意する必要がある。
諸種免疫治療、殊に免疫チェックポイント阻害剤の単独あるいは併用治療などにおいて、EosinophilやBasophilなどがNKに対して正の関係にあり、影響度が上昇した場合には注意をすべきである。特にBasophilが正の関係であり、影響度が高い場合には、即時型のアレルギー反応の発症が懸念されるので、格段の注意が求められる。
＜ｎ＝２８／好塩基球＞
２８例の細胞数データについて、好塩基球を目的変数とし、Ｔｈ１７＋リンパ球、ＣＤ３陽性リンパ球、ＣＤ４陽性リンパ球、ＣＤ８陽性リンパ球、ＣＤ２０＊ＤＲリンパ球、Ｔｈ±リンパ球、Ｔｈ－２リンパ球、Ｔｈ＋２リンパ球、Ａｃｔ．Ｔｈ１リンパ球、Ａｃｔ．Ｔｈ２リンパ球、Ｔｉ＊ＤＲリンパ球、Ｔｉ±リンパ球、Ｔｉ－２リンパ球、Ｔｉ＋２リンパ球、Ｔｃ－リンパ球、Ｔｃ＋リンパ球、Ｔｃ＊ＤＲリンパ球、Ｔｓ＊ＤＲリンパ球、Ｔｓ－リンパ球、Ｔｓ＋リンパ球、ＮＫ細胞、ＮＫＴ細胞、Ｎ３＋細胞、単球、好酸球および好中球を説明変数として重回帰分析を行った。この分析で得られた免疫担当細胞の標準偏回帰係数をその絶対値の大きさにより、降順に順位づけを行い、ＧＯＯＤ群 ｎ＝２６／好塩基球における場合と同様に、好塩基球を目的変数とした重回帰分析を繰り返して行い、全ての免疫担当細胞について、影響度を算出し、動態図を作成した。作成した動態図を図３８に示す。
図１２においても述べたとおり、Basophilを主体とした免疫動態図において、Ｔｈ１系免疫（Monocyte→Act.Th1→Tc*DR⇔Basophil）またはＴｈ２系免疫（Monocyte→Act.Th2→CD20*DR⇔Basophil）が成立する場合には、即時型のアレルギー反応による重篤な場合であり、アドレナリン筋肉注射の適応となるような場合である。Basophilを主体とした免疫動態図を作成することで、重篤なアレルギー性副作用を予知することができるため、必須の動態図である。
図３８において、Ｔｈ１系免疫（Monocyte→Act.Th1→Tc*DR⇔Basophil）、Ｔｈ２系免疫（Monocyte→Act.Th2→CD20*DR⇔Basophil）、およびMonocyte→17+→Basophilの経路は遮断されており、アレルギー反応の発症の危険性はほぼないと考えられる。
＜ｎ＝２７／好酸球＞
２７例の細胞数データについて、好酸球を目的変数とし、Ｔｈ１７＋リンパ球、ＣＤ３陽性リンパ球、ＣＤ４陽性リンパ球、ＣＤ８陽性リンパ球、ＣＤ２０＊ＤＲリンパ球、Ｔｈ±リンパ球、Ｔｈ－２リンパ球、Ｔｈ＋２リンパ球、Ａｃｔ．Ｔｈ１リンパ球、Ａｃｔ．Ｔｈ２リンパ球、Ｔｉ＊ＤＲリンパ球、Ｔｉ±リンパ球、Ｔｉ－２リンパ球、Ｔｉ＋２リンパ球、Ｔｃ－リンパ球、Ｔｃ＋リンパ球、Ｔｃ＊ＤＲリンパ球、Ｔｓ＊ＤＲリンパ球、Ｔｓ－リンパ球、Ｔｓ＋リンパ球、ＮＫ細胞、ＮＫＴ細胞、Ｎ３＋細胞、単球、好塩基球および好中球を説明変数として重回帰分析を行った。この分析で得られた免疫担当細胞の標準偏回帰係数をその絶対値の大きさにより、降順に順位づけを行い、ＧＯＯＤ群 ｎ＝２６／好酸球における場合と同様に、好酸球を目的変数とした重回帰分析を繰り返して行い、全ての免疫担当細胞について、影響度を算出し、動態図を作成した。作成した動態図を図３９に示す。
分化増殖がCD4で停滞している。Ｔｈ１系抗原認識機序（Monocyte→Act.Th1→Tc*DR）からなる活性化細胞傷害性Ｔ細胞（Tc*DR）誘導の特異免疫は成立している。また、Act.Th1とAct.Th2の影響度は、Act.Th1（８．２１２％）＞Act.Th2（０．０４１％）であるのでＢ細胞性免疫よりもＴ細胞性免疫が優位である。
免疫抑制に関わる活性型制御性Ｔ細胞（Th+2）が１．６８２％と比較的高値であり、Monocyteはこれに抑制されて極端に低値となっている。Tc*DR誘導の免疫を考えるには以下の点を十分に注意しながら、イピリムマブ（商品名：ヤーボイ（登録商標））などのTh+2抑制剤の使用も考慮される。
Th17+の関与する経路（Monocyte→Th17+→Eosinophil）も成立しているがTh17+の影響度は０．０００％未満であり、かつTh17+はNeutrophilに対して負の関係であるので、Th17+の関与は乏しい。
ここで注意が必要なのは、Basophilの影響度が１．００３％と比較的高いことである。Monocyte→Act.Th2→CD20*DRの経路が通じているので、もし治療などを契機としてCD20*DRがEosinophilに対して正の関係になれば、重篤なアレルギー発症の危険性が増すことになるので、注意が必要である。
＜ｎ＝２７／好中球＞
２７例の細胞数データについて、好中球を目的変数とし、Ｔｈ１７＋リンパ球、ＣＤ３陽性リンパ球、ＣＤ４陽性リンパ球、ＣＤ８陽性リンパ球、ＣＤ２０＊ＤＲリンパ球、Ｔｈ±リンパ球、Ｔｈ－２リンパ球、Ｔｈ＋２リンパ球、Ａｃｔ．Ｔｈ１リンパ球、Ａｃｔ．Ｔｈ２リンパ球、Ｔｉ＊ＤＲリンパ球、Ｔｉ±リンパ球、Ｔｉ－２リンパ球、Ｔｉ＋２リンパ球、Ｔｃ－リンパ球、Ｔｃ＋リンパ球、Ｔｃ＊ＤＲリンパ球、Ｔｓ＊ＤＲリンパ球、Ｔｓ－リンパ球、Ｔｓ＋リンパ球、ＮＫ細胞、ＮＫＴ細胞、Ｎ３＋細胞、単球、好塩基球および好酸球を説明変数として重回帰分析を行った。この分析で得られた免疫担当細胞の標準偏回帰係数をその絶対値の大きさにより、降順に順位づけを行い、ＧＯＯＤ群 ｎ＝２６／好中球における場合と同様に、好中球を目的変数とした重回帰分析を繰り返して行い、全ての免疫担当細胞について、影響度を算出し、動態図を作成した。作成した動態図を図４０に示す。
分化増殖がCD4で停滞している。抗癌（腫瘍）免疫（Monocyte→Act.Th1→Tc*DR⇔Neutrophil）は弱いながら成立している。この動態図で目を引くのはTh+2の影響度が１．７８８％と高いことである。この経路を活発化させるには、ワクチン療法もさることながらTh+2抑制療法も有効かもしれない。
Ｔｈ２系であるＢ細胞性免疫（Monocyte→Act.Th2→CD20*DR）は通じており、今のところはCD20*DRはNeutrophilに対して負の関係であるので副作用の問題はなさそうであるが、治療により正の関係に転じるようであれば重大な副作用（炎症性自己免疫疾患など）を発症しかねないため、動態図によるモニタリングが必須である。Th17+の関与する経路において、Th17+がNeutorophilに対して負の関係であるので、炎症性の自己免疫性皮膚炎などの発症の心配はなさそうである。
例５．対象への免疫動態に関する情報の提供１
ある対象から採血した血液中の複数種の免疫担当細胞のそれぞれの細胞数を、例２で得られた判別関数に代入したところ、得られた判別得点は、ＧＯＯＤ・Ｘ軸中位群に属するものであった。したがって、対象への免疫動態に関する情報として、Ｔ細胞性免疫について、図７に記載の免疫動態図が提示される。
図７を参照することにより、ＴＡＲＭおよびＢＡＲＭはともに成立しているが、CD8で分化増殖が停滞しており、またCD8からTc*DRへの経路が途絶していることが読み取れる。この対象への治療としては、ＩＬ－２の投与等によりCD3→CD8→Tc-→Tc+→Tc*DRの経路を活性化・増強することが考えられる。また、単球／マクロファージ系が極端に低値であるので、これも活性化させる必要がある。Th+2は低値であるので抑制する必要はない。Ts*DRは、高値であるので、前述の治療で改善がみられないようであれば、抗体医薬でTs*DRを抑制する治療法も考えられる。
例６．対象への免疫動態に関する情報の提供２
ある対象から採血した血液中の複数種の免疫担当細胞のそれぞれの細胞数を、例２で得られた判別関数に代入したところ、得られた判別得点は、図８に免疫動態図が表される＜ＧＯＯＤ・Ｘ軸高位群 ｎ＝５４＞に属するものであった。また、ＧＯＯＤ・Ｘ軸高位群の血液１μＬあたりのＮＫ細胞数の平均値は１３５．２（個／μＬ）であった。
したがって、対象のＮＫ活性インデックスとＮＫ細胞のＡＤＣＣ活性インデックスは、以下のように算出された。
ＮＫ活性インデックス
＝１．２５７（単球の影響度（％））×０．０３２（Ａｃｔ．Ｔｈ１の影響度（％））×０．１７２（Ｔｃ＊ＤＲの影響度（％））÷８７．５４７（影響度の合計（％））×１３５．２（データ集団の血液１μＬあたりのＮＫ細胞数の平均値）＝０．０１０７
ＮＫ細胞のＡＤＣＣ活性インデックス
＝１．２５７（単球の影響度（％）×０．０１９（Ａｃｔ．Ｔｈ２の影響度（％））×０．０６８（ＣＤ２０＊ＤＲの影響度（％））÷８７．５４７（影響度の合計（％））×１３５．２（データ集団の血液１μＬあたりのＮＫ細胞数の平均値）＝０．００２５
例７．対象への免疫動態に関する情報の提供３
舌癌に罹患した対象（男性、１９４７年生まれ）において、ＮＫ活性インデックス（NK Activity Index）、ＮＫのＡＤＣＣ活性インデックス（NK ADCC-Activity Index）、ＮＫＴ活性インデックス（NKT Activity Index）、ＮＫＴのＡＤＣＣ活性インデックス（NKT-ADCC-Activity Index）、キラーＴ細胞活性インデックス（Killer Activity Index）、キラーＴ細胞のＡＤＣＣ活性インデックス（Killer-ADCC-Activity Index）の経時観察を行った。結果を図４１に示す。
対象は、１９９７年５月初旬、術前放射線治療３０Ｇｙ照射後に、下顎骨正中開創にて左舌根部の癌を根治手術し、以降約３年毎に口腔内粘膜上皮に癌の再発を繰り返していた。２００４年から本願出願人が担当医となった。診察および経時観察を開始し、２００７年７月中旬以降免疫検査も開始した。
治療としては、免疫能を上げると言われるサプリメントや漢方薬の服用を指示した。２００７年１０月初旬に２～３個の白斑症（長径１～２ｍｍ）が指摘され経過観察が求められた。２０１０年９月中旬、夜間に胸痛。翌朝まで持続。９月下旬総合病院受診、１０月初旬入院精査。冠動脈攣縮性狭心症と診断され、その治療が開始された。抗狭心症薬と食事療法、特に脂質制限は厳格にした。アルコール禁を指示したが、厳格には守られず、不養生が続いた。
２０１２年４月から風邪をこじらせて、酷い口内炎で１ヶ月間悩んだ。２０１２年５月初旬の免疫検査では、ＮＫ活性インデックス（NK-Activity-Index）は消失しており、再発が疑われた。同年８月初旬と１０月初旬の免疫検査ではＮＫ活性インデックスは回復していたが、キラーＴ細胞活性インデックス（Killer-Activity-Index）及びキラーＴ細胞ＡＤＣＣ活性インデックスは２回とも消失していた。ＮＫＴ活性インデックス（NKT-Activity-Index）も１０月初旬には消失していた。臨床的には白斑症よりは明らかなカリフラワー状の小腫瘤を含む部位を数カ所認めるようになった。数も増えて大きくなるので２０１２年１１月初旬に癌の根治手術を受けた病院を再度受診したところ、再発であった。同１１月下旬に切除術をおこなったが、小腫瘤は数が多く、全てが切除されず、一部は残存したままとなった。これまでは、キラー活性がＮＫ活性と協力することで再発を抑制していたと考えられる。
２０１３年４月初旬にはＮＫ細胞活性インデックス等は手術後も消失したままであったがＮＫＴ細胞活性インデックスおよびキラー活性インデックスの両者が回復していた。幸いにも、ＮＫＴ活性インデックス、キラーＴ細胞活性インデックス、およびキラーＴ細胞ＡＤＣＣ活性インデックスの３種が成立していたので免疫学的にも、経過観察は受容できる処置であった。
２０１６年３月中旬の検査ではＮＫ細胞活性インデックスは回復し、キラーＴ細胞活性インデックスは消失したままであり、ＮＫＴ細胞活性インデックスは維持された。２０１７年９月末、再々手術となった。幸いにも転移はなく、扁平上皮癌の局所再発のみであった。術後の２回の検査ではＮＫ細胞活性インデックスは旧値を維持していたが、キラーＴ細胞活性インデックスは消失したままであり、２０１８年３月初旬での検査ではＮＫＴ細胞活性インデックスが回復した。直近の２０１８年７月中旬の検査では、ＮＫ細胞活性インデックスは低値であるが、待望のＮＫ細胞ＡＤＣＣ活性インデックスが回復した。
今後、食養生と不養生禁を厳しく守らせることにより、ＮＫ細胞活性インデックスおよびＮＫ細胞のＡＤＣＣ活性インデックスを高く維持することができれば、またはキラーＴ細胞活性およびキラーＴ細胞ＡＤＣＣ活性の両者を誘導できれば再発や転移を予防する事も可能であると考えられる。今後、免疫状態が悪化するようであれば、高価な治療であるが、免疫細胞療法を考慮すべきと考える。２０１８年１１月初旬の検査では、キラーＴ細胞活性が誘導されているのみであり、何とも頼りない限りである。総合病院での経過観察も当初は１ヶ月毎であったのに対し、現在は２ヶ月毎となっているので、再発・転移の看過が心配される。なお、当該対象は酷い花粉症にも罹患している。花粉症が酷くなる時期には、花粉症のための薬の服薬も勧めるべきかと考えられる。とりあえずは、今後の養生と検査により免疫の推移を追うべきと考える。
そもそも、抗腫瘍免疫において、獲得免疫の主役であるキラーＴ細胞活性インデックスを高値で誘導できることが理想的である。また、ＮＫ細胞による免疫が主体である場合には、ＮＫ細胞ＡＤＣＣ活性が誘導されることが、抗腫瘍免疫において重要である。当該対象においては、ＮＫ細胞による免疫が主体であるにもかかわらず、ＮＫ細胞ＡＤＣＣ活性インデックスは出現しておらず、また、キラーＴ細胞活性インデックス、キラーＴ細胞ＡＤＣＣ活性インデックス、およびＮＫＴ細胞活性インデックスは低値であった。今後、キラーＴ細胞活性インデックス、およびキラーＴ細胞ＡＤＣＣ活性インデックスの両者が出現するように、養生を監視していく予定である。
例８．対象への免疫動態に関する情報の提供４
前立腺癌に罹患した対象（男性、１９４０年生まれ）において、ＰＳＡ値、ＮＫ活性インデックス（NK Activity Index）、ＮＫのＡＤＣＣ活性インデックス（NK ADCC-Activity Index）、ＮＫＴ活性インデックス（NKT Activity Index）、ＮＫＴのＡＤＣＣ活性インデックス（NKT-ADCC-Activity Index）、キラーＴ細胞活性インデックス（Killer Activity Index）、キラーＴ細胞のＡＤＣＣ活性インデックス（Killer-ADCC-Activity Index）の経時観察を行った。結果を図４２～４４に示す。図４２には、全インデックスの推移を示し、図４３には、当該対象におけるキラーＴ細胞活性インデックスおよびキラーＴ細胞のＡＤＣＣインデックスの推移を示し、図４４には、当該対象におけるＮＫ細胞活性インデックスおよびＮＫ細胞のＡＤＣＣインデックスの推移を示し、図４５には、当該対象におけるＮＫＴ細胞活性インデックスおよびＮＫＴ細胞のＡＤＣＣインデックスの推移を示す。
対象は、前立腺癌の根治術として２００２年に前立腺摘除術を受けているが、２００３年１２月～２００４年１月にかけＰＳＡ値が上昇したため経過観察を受けている。ここで、ＰＳＡ（前立腺特異抗原）は、前立腺癌のマーカーとして用いられており、ＰＳＡ値は、癌１ｇにつき２．２ｎｇ／ｍｌ上昇するとされており（Lerner SE, Seay TM, Blute ML, Bergstralh EJ, Barrett D, Zincke H: Prostate specific antigen detected prostate cancer (clinical stage T1c): an interim analysis. J Urol 155:821-826, 1996）、ＰＳＡ値の超高感度測定限界値は０．００１ｎｇ／ｍｌである。既往歴には、高血圧、甲状腺機能低下があり、アムロジン、タナトリル、およびチラーヂンＳを服用している。２００９年からは、ジヒドロテストステロン（ＤＨＴ）によるホルモン治療を開始した。
２０１０年１月以降、本願出願人が担当医となった。２０１０年２月以降、免疫治療を検討するも、同年２月９日の免疫検査ではＧＯＯＤ群に該当し、ＰＳＡ値は上昇傾向にあるものの、免疫学的には良好と考えられるので、免疫療法の導入はされなかった。同年、５月１１日の免疫検査でＢＡＤ群となりワクチン療法を行うよう指導した。２年後に明らかになったことであるが、スギ花粉症の時期にＢＡＤ群となったのであった。以後花粉症の治療を併用することとした。さらに、食事療法も厳格に守ってもらうように指示した。
２０１２年５月２２日には免疫状態はＢＡＤ群に分類され、極端に悪化した。花粉症によるものと考えられる。以降は、通年型アレルギーとして、年間を通じて服薬するように指導した。基本的にはアレグラ（フェキソフェナジン）を服用とした。同年１２月４日の免疫検査で、免疫状態はＧＯＯＤ群からＢＡＤ群へと移行し、免疫状態の悪化が見られたため、暴食をさけ、禁酒を厳守するように指導した。
２０１４年１２月１８日よりホルモン治療、カソデックス治療を開始した。２０１６年７月１日より、アレグラに加えてクラリチンも併用投与とした。これにより、末梢血中の好酸球数を１００未満／ｍｍ３に抑制できることを期待した。以降、末梢血中の好酸球数は低下していった。
２０１７年２月まで免疫はＧＯＯＤ群を維持していたが、同年３月の検査でＭＯＤＥＲＡＴＥ群となったので、４月以降ワクチン療法を中止してＮＫ細胞養子免疫療法に変更した。ワクチンは１ヶ月に１回を基本として維持療法をしてきたが、ワクチンとしての効果は認められなかった。民間療法や漢方療法などを種々併用したが、これについても明らかな効果はみとめられなかった。
２０１８年４月にクリニックを変更したが、ＮＫ細胞療法は引き続き行った。ＮＫ細胞療法により、ＰＳＡ値は、測定限界である０．００１に程近い、０．００２まで低下した。しかしながら、２０１８年７月１０日においては、ＮＫ細胞の活性が９６．２％（effector target比；１２：１）、培養されたＮＫ細胞数（以後、「培養された」とは、対象の末梢血４０μＬから取り出されたリンパ球を培養したものであることを意味する）が２４．９億、培養されたＣＤ８＋αβＴ細胞数が４０．２４億個であったものが、２０１８年８月１０日において、ＮＫ細胞活性は４．１％（effector target比；１２：１）と極端に低下した。また、簡易検査においてαβＴ細胞の増加が確認されたので、２０１８年８月１０日からＮＫ細胞療法に代えてαβＴ細胞療法を行なった。また、クリニックを変更した。
キラーＴ細胞、ＮＫ細胞およびＮＫＴ細胞の各活性インデックスの経過と推移図
抗腫瘍免疫には、各インデックスが高値となり維持されることが必須であり、特にキラーＴ細胞活性とキラー・抗体依存性細胞傷害活性が誘導されて、両インデックスが高値となることが必須である。ＰＳＡ値との関係からも明らかである。
培養された生細胞数（培養生細胞数）は、２０１７年４月６日、同年４月２４日、および同年５月１１日において、原因は不明ではあるが、極端に低値であった。対象の全身的体調不良によるものと考えられる。
免疫測定日に全６項目のインデックスが出現することが、強い抗腫瘍免疫を誘導するための条件であるが、３項目のインデックスですら出現することは困難であった。キラーＴ細胞のＡＤＣＣ活性インデックス以外の各インデックスについては、出現していないところについても連結線で結んだ。キラーＴ細胞ＡＤＣＣ活性インデックスの場合には４回しか出現しなかったため、連結線で結んでいない。インデックスが消失している場合については、１０－９～１０－１０レベルに低下しているものと推測される。２０１７年２月まで樹状細胞ワクチン療法を行ってきたが、ＰＳＡ値が０．００８ｎｇ／ｍｌ未満にならないので、ＮＫ細胞療法に切り替え、３月９日より月１回行った。２０１８年８月９日よりαβＴ細胞療法に変更したところ、ＰＳＡ値がさらに低下した。
なお、２０１８年１０月６日の医療原性吐血（Iatrogenic Hematemesis）は、胃粘膜の生検を行った日に、少量の飲酒をしたところ、大量出血し（約６００ｍｌ前後）、緊急手術を行った出来事を指すものである。これまで順調にキラー活性は上昇しており、さらなる活性の向上を期待していたところであったが、この日以降免疫は一気に低下してしまった。これは、この出来事によるものと考えられる。生検結果は癌ではなかった。
キラーＴ細胞活性インデックスおよびキラーＴ細胞のＡＤＣＣインデックスの推移
キラーＴ細胞活性インデックス（Killer Cell Activity Index: Killer-AI)は、ＰＳＡ値逆相関の関係になっており、キラーＴ細胞活性インデックスが高値であるときにはＰＳＡ値は低値であり、キラーＴ細胞活性インデックスが低いとき、または誘導されていないときには、ＰＳＡ値は高値となっている。
２０１７年４月２０日にはキラーＴ細胞活性インデックス（Killer-Activity-Index）は０．００９７８８２１であり、キラーＴ細胞抗体依存性細胞傷害活性インデックス（Killer Cell Antibody Dependent Cellular Cytotoxicity-Index：Killer-ADCC-Activity-Index）は０．０００１０４６０８であった。２０１８年５月２９日の時点において、唯一、両インデックスが出現していた。ＰＳＡ値が更に一段と低下したのは、この両インデックスの出現によるものであると考えられる。
２０１８年８月１０日よりαβＴ細胞養子免疫療法に変更して、キラー活性が更に増強・誘導されるのを期待した。
細胞治療による影響および効果を測定するために末梢血リンパ球サブットの検査を行った。
２０１８年４月３日では末梢血ＮＫ細胞（未培養）の活性は２１％であった。同年４月２４日には培養生細胞数は２２億１千万個、培養されたＮＫ細胞の活性は９５．５％、培養されたＮＫ細胞数は１２億１千万個、ＣＤ３＋ＣＤ８＋αβＴ細胞数は８億９千万個であった。
同年５月２９日では、培養生細胞数は３４億７千万個、培養されたＮＫ細胞の活性は９６．５％、培養されたＮＫ細胞数は２１億１千万個、ＣＤ３＋ＣＤ８＋αβ細胞数は１２億個であった。
同年６月１９日は、培養された生細胞数は３２億４千万個、末梢血ＮＫ細胞（未培養）の活性は１４％、培養されたＮＫ細胞の活性は測定されなかったが、培養されたＮＫ細胞数は１０億７千万個、ＣＤ３＋ＣＤ８＋αβ細胞数は２２億１千万個であった。
同年７月１０日、培養生細胞数は６６億４千万個、培養されたＮＫ細胞の活性は９７．４％、培養されたＮＫ細胞数は２４億９千万個、ＣＤ３＋ＣＤ８＋αβ細胞数は４０億２千万個であった。
同年８月１０日の培養されたＮＫ細胞の活性は４．１％と極端に低下した。これが、αβＴ細胞療法への切り替え時期と断定した理由である。
同年１０月７日の検査では、培養生細胞数は４０億２千万個、培養されたキラーＴ細胞の活性は８４．４％、培養されたＮＫ細胞数は６億７千万個、ＣＤ３＋ＣＤ８＋αβ細胞数は２８億７千万個、ＣＤ３＋ＣＤ４＋αβＴ細胞数は３億８千万個であった。
同年１０月２７日、培養生細胞数は９７億５千万個、培養されたキラーＴ細胞の活性は７３．７％、培養されたＮＫ細胞数は６億７千万個、末梢血ＮＫ細胞（未培養）の活性は７．２％と極端に低下し、ＣＤ３＋ＣＤ８＋αβ細胞数は８２億９千万個、ＣＤ３＋ＣＤ４＋αβＴ細胞数は３億１千万個であった。
同年１１月１７日、培養生細胞数は８７億３千万個、培養されたキラーＴ細胞の活性は９１．１％、培養されたＮＫ細胞数は１９億６千万個、ＣＤ３＋ＣＤ８＋αβＴ細胞数は５４億５千万個、ＣＤ３＋ＣＤ４＋αβＴ細胞数は７億５千万個であった。
同年１２月８日、培養生細胞数は６８億１千万個、培養されたキラーＴ細胞の活性は７２．３％、培養されたＮＫ細胞数は１３億６千万個、ＣＤ３＋ＣＤ８＋αβＴ細胞数は４２億個、ＣＤ３＋ＣＤ４＋αβＴ細胞数は７億９千万個であった。なお、各インデックスの羅列は割愛する。
ＮＫ細胞活性インデックスおよびＮＫ細胞のＡＤＣＣインデックスの推移
２０１７年３月９日よりＮＫ細胞療法に変更した。ＮＫ細胞活性インデックス（NK-Activity-Index）及びＮＫ細胞のＡＤＣＣ活性インデックス（NK-ADCC-Activity-Index）はＮＫ細胞療法前には出現していなかったが、治療により出現が誘導された。
５ヶ月弱後の同年７月２８日には、ＮＫ細胞活性インデックスは、２．３９７と高値となり、２０１７年１２月２７日には２．４６３と最高値を示した。キラーＴ細胞活性インデックスと同様に、ＮＫ細胞活性インデックスが高値となればＰＳＡ値は低下し、逆相関の関係にあった。２０１８年８月１０日より、特にＮＫＴ細胞のＡＤＣＣ活性インデックスが低下し、先に述べたキラーＴ細胞ＡＤＣＣ活性インデックスが２０１８年５月２９日に出現したものの以降消失しているので、αβＴ細胞養子免疫療法が最適であると考え、ＮＫ細胞療法からαβＴ細胞養子免疫療法に変更した。２０１８年９月１１日を最後に、１２月１０日までＮＫ細胞活性インデックスおよびＮＫ細胞のＡＤＣＣ活性インデックスは、出現していないのは当然であり、細胞療法の変更によるものであると考えられる。
ＮＫＴ細胞活性インデックスおよびＮＫＴ細胞のＡＤＣＣインデックスの推移
ＮＫＴ細胞活性インデックス（NKT-Activity-Index）は、ＮＫ細胞活性インデックスやキラーＴ細胞活性インデックスと同様に、ＰＳＡ値と逆相関の関係にある。
２０１８年６月１９日の時点では、ＮＫＴ細胞活性インデックスとＮＫＴ細胞のＡＤＣＣ活性インデック（NKT-ADCC-Activity-Index）が同時に最高値で誘導されている。これによって、ＰＳＡ値は更に一段と低下したものと考えられる。しかしながら、２０１８年１０月初旬を最後に、出現していない。
２０１８年８月１０日より、キラーＴ細胞活性インデックスの出現が誘導されることを期待して、αβＴ細胞養子免疫療法に変更した。２０１８年１２月１０日の末梢血リンパ球サブセット解析では、希望した高値のKiller-Activity-Indexを誘導できた。ＮＫＴ活性は誘導できていないが、NKT-ADCC-Activity-Indexの出現も誘導できた。ＰＳＡ値は１年と１０ヶ月で念願のＰＳＡ値０．００１未満を達成できたのは、これらのインデックスの出現によるものであると考えられる。
癌塊破壊の予測
各活性インデックスを用いることにより、免疫細胞療法によってどの程度の癌塊を破壊することができるかを予測することができる。
通常、１ｇの癌塊には、癌細胞１０９個含まれるとされ、前立腺癌においては、ＰＳＡ値が２．２ｎｇ／ｍｌ上昇すると、１ｇの癌塊があるとされる。
したがって、キラーＴ細胞活性インデックスに基づいて、
減少する癌塊の重さ（ｇ）
＝培養されたキラーＴ細胞の数（個）÷１２×培養されたキラーＴ細胞の活性（effector target比；１２：１）×キラーＴ細胞活性インデックス÷１０９（個）／１（ｇ）
ここで、キラーＴ細胞の活性は、百分率ではなく小数点割合で導入される、
により求められる。
また、キラーＴ細胞のＡＤＣＣ活性インデックスに基づいて、
減少する癌塊の重さ（ｇ）
＝培養されたキラーＴ細胞の数（個）÷１２×培養されたキラーＴ細胞の活性（effector target比；１２：１）×キラーＴ細胞のＡＤＣＣ活性インデックス÷１０９（個）／１（ｇ）
ここで、キラーＴ細胞の活性は、百分率ではなく小数点割合で導入される、
により求められる。
２０１８年１０月２９日において、培養されたキラーＴ細胞（ＣＤ３＋ＣＤ８＋αβＴ細胞）の数は、８．２９×１０９個であり、培養されたキラーＴ細胞の活性（effector target比；１２：１）は、７３．７％であり、キラーＴ細胞活性インデックスは０．０１５６１９であり、キラーＴ細胞のＡＤＣＣ活性インデックスは、０．０５３４７２であった。
上記式に当てはめると、
キラーＴ細胞活性インデックスに基づいて、減少する癌塊の重さは、
８．２９×１０９（個）÷１２×０．７３７×０．０１５６１９÷１０９（個）／１（ｇ）≒０．００７９５（ｇ）
となり、減少する癌塊の重さ０．００７９５ｇであると予測できる。
これは、ＰＳＡ値に換算すると、
０．００７９５×２．２≒０．０１７５（ｎｇ／ｍｌ）
となり、ＰＳＡ値は０．０１７５ｎｇ／ｍｌずつ低下していくことが予測される。
また、キラーＴ細胞のＡＤＣＣ活性インデックスに基づいて、減少する癌塊の重さは、
８．２９×１０９（個）÷１２×０．７３７×０．０５３４７２÷１０９（個）／１（ｇ）≒０．０２７２２（ｇ）であり、ＰＳＡ値に換算すると、０．０２７２２×２．２＝０．０５９８９５（ｎｇ／ｍｌ）であった。
両者を合計すると、０．０３５１７ｇの癌塊が破壊されることになる。ＰＳＡ値では０．０７７３９５ｎｇ／ｍｌ低下することが予測される。
２０１８年１２月１０日ではKiller-Activity-Indexが１．１６８０４３でKiller-ADCC-Activity-Indexの出現は誘導・惹起されなかった。
（８．２９×１０９（個）÷１２×０．７２３×１．１６８０４３÷１０９（個）／１（ｇ）＝０．５８３４１（ｇ）で破壊され縮小すると予測された。
ＰＳＡ値換算で０．５８３４１×２．２＝１．２８３５０（ｎｇ／ｍｌ）低下すると予測された。予測のとおり強い活性が誘導・惹起され、希望していたとおり、ＰＳＡ値を、０．００１ｎｇ／ｍｌ未満の超高感度測定限界値まで低下させることができた。
同様に、ＮＫ細胞についても同様に計算を行うことにより、ＮＫ細胞療法による癌塊の破壊の重量を推測することが可能である。
ＮＫ細胞活性インデックスに基づいて、
減少する癌塊の重さ（ｇ）
＝培養されたＮＫ細胞の数（個）÷１２×培養されたＮＫ細胞の活性（effector target比；１２：１）×ＮＫ細胞活性インデックス÷１０９（個）／１（ｇ）
ここで、ＮＫ細胞の活性は、百分率ではなく小数点割合で導入される、
により求められる。
また、ＮＫ細胞のＡＤＣＣ活性インデックスに基づいて、
減少する癌塊の重さ（ｇ）
＝培養されたＮＫ細胞の数（個）÷１２×培養されたＮＫ細胞の活性（effector target比；１２：１）×ＮＫ細胞のＡＤＣＣ活性インデックス÷１０９（個）／１（ｇ）
ここで、ＮＫ細胞の活性は、百分率ではなく小数点割合で導入される、
により求められる。
２０１８年７月１０日において、培養されたＮＫ細胞の数は、２．４９×１０９個であり、培養されたＮＫ細胞の活性（effector target比；１２：１）は、９６．２％であり、ＮＫ細胞活性インデックスは２．１０２９７０であり、ＮＫ細胞のＡＤＣＣ活性インデックスは、２．４８４０３３であった。
上記式に当てはめると、
ＮＫ細胞活性インデックスについて、
２．４９×１０９（個）÷１２×０．９６２×２．１０２９７０÷１０９（個）／１（ｇ）≒０．４１９７８（ｇ）
縮小し、ＮＫ細胞のＡＤＣＣ活性インデックスについて、
２．４９×１０９（個）÷１２×０．９６２×２．４８４０３３÷１０９（個）／１（ｇ）≒０．４９５８５０（ｇ）
縮小し、合計０．９１５６３ｇ縮小すると予測された。これにより、十分にＮＫ細胞療法は効果的であったと推測されたが、ＰＳＡ値は、依然として０．００２ｎｇ／ｍｌであった。以降０．００２でＰＳＡ値が低下しないうえに、ＮＫ活性とＮＫ細胞数が低下しており、ＮＫ細胞療法による効果は期待できないと考え、αβＴ細胞療法に変更した。
同様に、ＮＫＴ細胞についても同様に計算を行うことにより、ＮＫＴ細胞療法による癌塊の破壊の重量を推測することが可能である。
ＮＫＴ細胞活性インデックスに基づいて、
減少する癌塊の重さ（ｇ）
＝培養されたＮＫＴ細胞の数（個）÷１２×培養されたＮＫＴ細胞の活性（effector target比；１２：１）×ＮＫＴ細胞活性インデックス÷１０９（個）／１（ｇ）
ここで、ＮＫＴ細胞の活性は、百分率ではなく小数点割合で導入される、
により求められる。
また、ＮＫＴ細胞のＡＤＣＣ活性インデックスに基づいて、
減少する癌塊の重さ（ｇ）
＝培養されたＮＫＴ細胞の数（個）÷１２×培養されたＮＫＴ細胞の活性（effector target比；１２：１）×ＮＫＴ細胞のＡＤＣＣ活性インデックス÷１０９（個）／１（ｇ）
ここで、ＮＫＴ細胞の活性は、百分率ではなく小数点割合で導入される、
により求められる。
２０１８年１０月９日のデータにおいては、ＮＫＴ細胞活性インデックスは、０．２３３９７であり、ＮＫＴ細胞のＡＤＣＣ活性インデックスは、０．０００２１９であった。ＮＫＴ細胞を別途培養し、活性を測定していないが、培養されたＮＫＴ細胞の数を、Ｚ×１０９個とし、培養されたキラーＴ細胞の活性（effector target比；１２：１）をＺｎｋｔとすると、
ＮＫＴ細胞活性インデックスについて、
Ｚ×１０９（個）÷１２×Ｚｎｋｔ×０．２３３９７÷１０９（個）／１（ｇ）＝０．０１９４９８×Ｚ×Ｚｎｋｔ（ｇ）の癌塊を破壊することが予測される。これは、ＰＳＡ値に換算すると、０．０１９４９８×Ｚ×Ｚｎｋｔ×２．２≒０．０４２９×Ｚ×Ｚｎｋｔ（ｎｇ／ｍｌ）低下することが予測される。
ＮＫＴ細胞のＡＤＣＣ活性インデックスについて、
Ｚ×１０９（個）÷１２×Ｚｎｋｔ×０．０００２１９÷１０９（個）／１（ｇ）＝０．００００１８２５×Ｚ×Ｚｎｋｔ（ｇ）の癌塊を破壊することが予測される。これは、ＰＳＡ値換算で０．００００１８２５×２．２×Ｚ×Ｚｎｋｔ（ｎｇ／ｍｌ）低下することが予測される。結果として、両者の合計０．０１９５１６×Ｚ×Ｚｎｋｔ（ｇ）が破壊されることになる。
２０１８年１２月１０日の末梢血リンパ球解析で、ＮＫＴ活性インデックスの出現は誘導されていないが、０．０４７５１７４とNKT-ADCC-Activity-Indexは、同年１０月９日に比べると高値であった。
次の治療投与されるまでの間（２～３週間）に、各インデックスにより計算される癌塊の破壊は続くと考えられるので、前述の破壊されることが予測されるグラム数に日数、すなわち、１４～２１を乗じたものが、癌塊の破壊重量となる。このように考えると、各インデックスが上昇するように有効な免疫療法を適切・精確に行うべきである。免疫治療が不適切であると、悪化させてしまいかねないので、免疫動態を監視していくことが重要必須となる。検査に費用は掛かるが、必要であればコストを顧みずに行うべきである。
なお、培養された各リンパ球によらずとも、末梢血中の各リンパ球のそれぞれの活性のデータが得られれば、癌塊の破壊量を推測することはできる。また、通常活性の評価に用いられるＫ５６２細胞ではなく、対象個人の癌細胞を活性評価に用いることによって、対象の癌に対する癌塊の破壊量を推測することができる。
体重×（１／１３）×各（キラーαβＴ、ＮＫあるいはＮＫＴ）末梢血細胞数（／ｍｍ３）から各エフェクター細胞総数（単位：１０９個）が得られる。各エフェクター細胞の活性割合を検査して、リンパ球サブセット免疫動態図解析より得られた各インデックスから、上述のように計算することによって、癌塊の破壊重量を推測することができる。
例９．改良された判別関数の作成
例３においてＧＯＯＤ群、ＭＯＤＥＲＡＴＥ群にそれぞれ分類された３４４例を対象に、ＧＯＯＤ群、ＭＯＤＥＲＡＴＥ群およびＢＡＤ群の３群を目的変数とし、ＣＤ３陽性リンパ球、ＣＤ４陽性リンパ球、ＣＤ８陽性リンパ球、ＣＤ２０＊ＤＲリンパ球、Ｔｈ±リンパ球、Ｔｈ－２リンパ球、Ｔｈ＋２リンパ球、Ａｃｔ．Ｔｈ１リンパ球、Ａｃｔ．Ｔｈ２リンパ球、Ｔｉ＊ＤＲリンパ球、Ｔｉ±リンパ球、Ｔｉ－２リンパ球、Ｔｉ＋２リンパ球、Ｔｃ＊ＤＲリンパ球、Ｔｃ－リンパ球、Ｔｃ＋リンパ球、Ｔｓ＊ＤＲリンパ球、Ｔｓ－リンパ球、Ｔｓ＋リンパ球、ＮＫ細胞、ＮＫＴ細胞、Ｎ３＋細胞、単球、好塩基球、好酸球および好中球の２６種の免疫担当細胞を説明変数として判別分析を行って判別関数を得た。判別得点散布図においてうまく判別されない例を除外し、繰り返し判別分析行った。その結果、２６７例を対象にした判別的中率１００％である判別関数を得た。第１判別関数の値をＸ軸にとり、第２判別関数の値をＹ軸にとってプロットした判別得点散布図を図４１に示す。この判別関数に代入することにより得られる判別得点を指標として、複数の群に分けてもよい。
以上のように、本発明は、複数種の免疫担当細胞の細胞数から対象の予後を予測する方法を含み、例えば、個体の前立腺特異抗原（ＰＳＡ）値等の癌マーカーの値と、該個体から採血した血液中の複数種の免疫担当細胞のそれぞれの細胞数とのデータを、判別分析可能な数を含むデータ集団に対して、ＰＳＡ値を目的変数とし、複数種の免疫担当細胞を説明変数とする重回帰分析を行い、観測値から予測値を引いた残差が小さいものから、予後が最も良好であると予測される群として、任意の数の群に分類することができる。前記群を目的変数とし、複数種の免疫担当細胞を説明変数として判別分析を行うことにより、判別関数を得ることができる。対象の複数種の免疫担当細胞の細胞数を判別関数に代入し、判別得点を算出することにより、対象の属する群を決定し、予後を予測することができる。また、分類された各群における免疫動態に関する情報を得ておくことにより、対象の免疫動態に関する情報が得られ、その情報により、対象の免疫動態に応じた治療法または予防法を決定することができる。

Claims (13)

  1. 対象の疾患および／または症状の治療法または予防法を決定するために使用される免疫動態に関する情報を提供するための方法であって、
    （ｉ）対象から採血した血液中の複数種の免疫担当細胞のそれぞれの細胞数を判別関数に代入することにより判別得点を算出すること、
    （ｉｉ）算出された判別得点により、対象が分類される群を決定すること、および
    （ｉｉｉ）決定された群の免疫動態に関する情報を提示すること、
    を含み、
    判別関数は、個体の状態と、該個体から採血した血液中の複数種の免疫担当細胞のそれぞれの細胞数とのデータを判別分析可能な数を含むデータ集団に対して、個体の状態を目的変数とし、複数種の免疫担当細胞を説明変数として判別分析を行って得られた判別関数であり、
    対象が分類される群は、判別関数を得るために用いたデータ集団を、判別得点を指標として分けた複数の群のうちの１つであり、
    ここで、免疫動態に関する情報が、
    （ａ）１つの群を構成するｎ種の免疫担当細胞の細胞数のデータに対して、ｎ種の免疫担当細胞のうちの１種の免疫担当細胞を目的変数とし、目的変数とした１種の免疫担当細胞を除いたｎ－１種の免疫担当細胞を説明変数として重回帰分析を行なうこと、ここでｎは４以上の整数である、
    （ｂ）重回帰分析で得られた標準偏回帰係数の絶対値の大きさにより降順に、ｎ－１種の免疫担当細胞の順位づけを行なうこと、
    （ｃ）前記（ａ）で目的変数とした１種の免疫担当細胞を目的変数とし、前記（ｂ）で１位に順位づけられた免疫担当細胞を説明変数として回帰分析を行ない、寄与率α １ を求め、これを１位に順位づけられた免疫担当細胞の影響度β １ とすること、および
    （ｄ）前記（ａ）で目的変数とした１種の免疫担当細胞を目的変数とし、前記（ｂ）で順位づけられた１位から上位ｍ番目までのｍ種の免疫担当細胞を説明変数として重回帰分析を行ない、寄与率α ｍ を求め、上位ｍ番目の免疫担当細胞の影響度β ｍ を次の式：
    β ｍ ＝α ｍ －α ｍ－１
    により、２位から上位ｍ番目までのそれぞれの免疫担当細胞について算出すること、ここでｍは３以上ｎ－１以下である、
    により得られる、前記方法。
  2. 個体の状態が、健常、疾患、障害、症状および予後からなる群から選択される、請求項１に記載の方法。
  3. 免疫担当細胞が、Ｔｈ１７＋リンパ球、ＣＤ３陽性リンパ球、ＣＤ４陽性リンパ球、ＣＤ８陽性リンパ球、ＣＤ２０＊ＤＲリンパ球（活性化Ｂリンパ球）、Ｔｈ±リンパ球、Ｔｈ－２リンパ球、Ｔｈ＋２リンパ球、Ａｃｔ．Ｔｈ１リンパ球（活性化ヘルパーＴｈ１細胞）、Ａｃｔ．Ｔｈ２リンパ球（活性化ヘルパーＴｈ２細胞）、Ｔｉ＊ＤＲリンパ球（活性化インデューサーＴ細胞）、Ｔｉ±リンパ球、Ｔｉ－２リンパ球、Ｔｉ＋２リンパ球、Ｔｃ＊ＤＲリンパ球（活性化細胞傷害性Ｔ細胞）、Ｔｃ－リンパ球、Ｔｃ＋リンパ球、Ｔｓ＊ＤＲリンパ球（活性化サプレッサーＴ細胞）、Ｔｓ－リンパ球、Ｔｓ＋リンパ球、ＮＫ細胞、ＮＫＴ細胞、Ｎ３＋細胞、単球、好塩基球、好酸球および好中球からなる群から選択される３種以上である、請求項１または２に記載の方法。
  4. 免疫担当細胞が、Ｔｈ１７＋リンパ球を含む、請求項３に記載の方法。
  5. 前記（ａ）で目的変数とした１種の免疫担当細胞が、Ｔｃ＊ＤＲリンパ球（活性化細胞傷害性Ｔ細胞）、ＣＤ２０＊ＤＲリンパ球（活性化Ｂリンパ球）、ＮＫ細胞、ＮＫＴ細胞、好塩基球、好酸球および好中球からなる群から選択される、請求項１～４のいずれか一項に記載の方法。
  6. 請求項１～５のいずれか一項に記載の影響度を用いて、以下の式：
    ＮＫ細胞活性インデックス
    ＝｛ＮＫ細胞を目的変数として算出した単球の影響度（％）×ＮＫ細胞を目的変数として算出したＡｃｔ．Ｔｈ１リンパ球（活性化ヘルパーＴｈ１細胞）の影響度（％）×ＮＫ細胞を目的変数として算出したＴｃ＊ＤＲリンパ球（活性化細胞傷害性Ｔ細胞）の影響度（％）÷ＮＫ細胞を目的変数として影響度を算出した全ての免疫担当細胞のそれぞれの影響度の合計（％）｝×データ集団の血液１μＬあたりのＮＫ細胞数の平均値
    ただし、ＮＫ細胞を目的変数とした場合における重回帰分析において、単球、Ａｃｔ．Ｔｈ１リンパ球（活性化ヘルパーＴｈ１細胞）、およびＴｃ＊ＤＲリンパ球（活性化細胞傷害性Ｔ細胞）の標準偏回帰係数がいずれも正である場合に限る、
    により、ＮＫ細胞の活性を評価する方法。
  7. 請求項１～５のいずれか一項に記載の影響度を用いて、以下の式：
    ＮＫ細胞のＡＤＣＣ（抗体依存性細胞傷害）活性インデックス
    ＝｛ＮＫ細胞を目的変数として算出した単球の影響度（％）×ＮＫ細胞を目的変数として算出したＡｃｔ．Ｔｈ２リンパ球（活性化ヘルパーＴｈ２細胞）の影響度（％）×ＮＫ細胞を目的変数として算出したＣＤ２０＊ＤＲリンパ球（活性化Ｂリンパ球）の影響度（％）÷ＮＫ細胞を目的変数として影響度を算出した全ての免疫担当細胞のそれぞれの影響度の合計（％）｝×データ集団の血液１μＬあたりのＮＫ細胞数の平均値
    ただし、ＮＫ細胞を目的変数とした場合における重回帰分析において、単球、Ａｃｔ．Ｔｈ２リンパ球（活性化ヘルパーＴｈ２細胞）、およびＣＤ２０＊ＤＲリンパ球（活性化Ｂリンパ球）の標準偏回帰係数がいずれも正である場合に限る、
    により、ＮＫ細胞のＡＤＣＣ活性を評価する方法。
  8. 請求項１～５のいずれか一項に記載の影響度を用いて、以下の式：
    ＮＫＴ細胞活性インデックス
    ＝｛ＮＫＴ細胞を目的変数として算出した単球の影響度（％）×ＮＫＴ細胞を目的変数として算出したＡｃｔ．Ｔｈ１リンパ球（活性化ヘルパーＴｈ１細胞）の影響度（％）×ＮＫＴ細胞を目的変数として算出したＴｃ＊ＤＲリンパ球（活性化細胞傷害性Ｔ細胞）の影響度（％）÷ＮＫＴ細胞を目的変数として影響度を算出した全ての免疫担当細胞のそれぞれの影響度の合計（％）｝×データ集団の血液１μＬあたりのＮＫＴ細胞数の平均値
    ただし、ＮＫＴ細胞を目的変数とした場合における重回帰分析において、単球、Ａｃｔ．Ｔｈ１リンパ球（活性化ヘルパーＴｈ１細胞）、およびＴｃ＊ＤＲリンパ球（活性化細胞傷害性Ｔ細胞）の標準偏回帰係数がいずれも正である場合に限る、
    により、ＮＫＴ細胞の活性を評価する方法。
  9. 請求項１～５のいずれか一項に記載の影響度を用いて、以下の式：
    ＮＫＴ細胞のＡＤＣＣ（抗体依存性細胞傷害）活性インデックス
    ＝｛ＮＫＴ細胞を目的変数として算出した単球の影響度（％）×ＮＫＴ細胞を目的変数として算出したＡｃｔ．Ｔｈ２リンパ球（活性化ヘルパーＴｈ２細胞）の影響度（％）×ＮＫＴ細胞を目的変数として算出したＣＤ２０＊ＤＲリンパ球（活性化Ｂリンパ球）の影響度（％）÷ＮＫ細胞を目的変数として影響度を算出した全ての免疫担当細胞のそれぞれの影響度の合計（％）｝×データ集団の血液１μＬあたりのＮＫＴ細胞数の平均値
    ただし、ＮＫＴ細胞を目的変数とした場合における重回帰分析において、単球、Ａｃｔ．Ｔｈ２リンパ球（活性化ヘルパーＴｈ２細胞）、およびＣＤ２０＊ＤＲリンパ球（活性化Ｂリンパ球）の標準偏回帰係数がいずれも正である場合に限る、
    により、ＮＫＴ細胞のＡＤＣＣ活性を評価する方法。
  10. 請求項１～５のいずれか一項に記載の影響度を用いて、以下の式：
    キラーＴ細胞活性インデックス
    ＝｛Ｔｃ＊ＤＲリンパ球（活性化細胞傷害性Ｔ細胞）を目的変数として算出した単球の影響度（％）×Ｔｃ＊ＤＲリンパ球（活性化細胞傷害性Ｔ細胞）を目的変数として算出したＡｃｔ．Ｔｈ１リンパ球（活性化ヘルパーＴｈ１細胞）の影響度（％）÷Ｔｃ＊ＤＲリンパ球（活性化細胞傷害性Ｔ細胞）を目的変数として影響度を算出した全ての免疫担当細胞のそれぞれの影響度の合計（％）｝×データ集団の血液１μＬあたりのＴｃ＊ＤＲリンパ球（活性化細胞傷害性Ｔ細胞）数の平均値
    ただし、Ｔｃ＊ＤＲリンパ球（活性化細胞傷害性Ｔ細胞）を目的変数とした場合における重回帰分析において、単球およびＡｃｔ．Ｔｈ１リンパ球（活性化ヘルパーＴｈ１細胞）の標準偏回帰係数がいずれも正である場合に限る、
    により、キラーＴ細胞の活性を評価する方法。
  11. 請求項１～５のいずれか一項に記載の影響度を用いて、以下の式：
    キラーＴ細胞のＡＤＣＣ（抗体依存性細胞傷害）活性インデックス
    ＝｛Ｔｃ＊ＤＲリンパ球（活性化細胞傷害性Ｔ細胞）を目的変数として算出した単球の影響度（％）×Ｔｃ＊ＤＲリンパ球（活性化細胞傷害性Ｔ細胞）を目的変数として算出したＡｃｔ．Ｔｈ２リンパ球（活性化ヘルパーＴｈ２細胞）の影響度（％）×Ｔｃ＊ＤＲリンパ球（活性化細胞傷害性Ｔ細胞）を目的変数として算出したＣＤ２０＊ＤＲ（活性化Ｂリンパ球）の影響度（％）÷Ｔｃ＊ＤＲリンパ球（活性化細胞傷害性Ｔ細胞）を目的変数として影響度を算出した全ての免疫担当細胞のそれぞれの影響度の合計（％）｝×データ集団の血液１μＬあたりのＴｃ＊ＤＲリンパ球（活性化細胞傷害性Ｔ細胞）数の平均値
    ただし、Ｔｃ＊ＤＲリンパ球（活性化細胞傷害性Ｔ細胞）を目的変数とした場合における重回帰分析において、単球、Ａｃｔ．Ｔｈ２リンパ球（活性化ヘルパーＴｈ２細胞）、およびＣＤ２０＊ＤＲリンパ球（活性化Ｂリンパ球）の標準偏回帰係数がいずれも正である場合に限る、
    により、キラーＴ細胞のＡＤＣＣ活性を評価する方法。
  12. 対象の疾患および／または症状の治療法または予防法を決定するために使用される免疫動態に関する情報を提供するためのシステムであって、
    （ｉ）対象から採血した血液中の複数種の免疫担当細胞のそれぞれの細胞数を判別関数に代入することにより判別得点を算出する手段、
    （ｉｉ）算出された判別得点により、対象が分類される群を決定する手段、および
    （ｉｉｉ）決定された群の免疫動態に関する情報を表示する手段、
    を含み、
    判別関数は、個体の状態と、該個体から採血した血液中の複数種の免疫担当細胞のそれぞれの細胞数とのデータを判別分析可能な数を含むデータ集団に対して、個体の状態を目的変数とし、複数種の免疫担当細胞を説明変数として判別分析を行って得られた判別関数であり、
    対象が分類される群は、判別関数を得るために用いたデータ集団を、判別得点を指標として分けた複数の群のうちの１つであり、
    ここで、免疫動態に関する情報が、
    （ａ）１つの群を構成するｎ種の免疫担当細胞の細胞数のデータに対して、ｎ種の免疫担当細胞のうちの１種の免疫担当細胞を目的変数とし、目的変数とした１種の免疫担当細胞を除いたｎ－１種の免疫担当細胞を説明変数として重回帰分析を行なうこと、ここでｎは４以上の整数である、
    （ｂ）重回帰分析で得られた標準偏回帰係数の絶対値の大きさにより降順に、ｎ－１種の免疫担当細胞の順位づけを行なうこと、
    （ｃ）前記（ａ）で目的変数とした１種の免疫担当細胞を目的変数とし、前記（ｂ）で１位に順位づけられた免疫担当細胞を説明変数として回帰分析を行ない、寄与率α １ を求め、これを１位に順位づけられた免疫担当細胞の影響度β １ とすること、および
    （ｄ）前記（ａ）で目的変数とした１種の免疫担当細胞を目的変数とし、前記（ｂ）で順位づけられた１位から上位ｍ番目までのｍ種の免疫担当細胞を説明変数として重回帰分析を行ない、寄与率α ｍ を求め、上位ｍ番目の免疫担当細胞の影響度β ｍ を次の式：
    β ｍ ＝α ｍ －α ｍ－１
    により、２位から上位ｍ番目までのそれぞれの免疫担当細胞について算出すること、ここでｍは３以上ｎ－１以下である、
    により得られる、前記システム。
  13. 対象の疾患および／または症状の治療法または予防法を決定するために使用される免疫動態に関する情報を提供するための、コンピュータに実行させるためのプログラムであって、
    （ｉ）対象から採血した血液中の複数種の免疫担当細胞のそれぞれの細胞数を判別関数に代入することにより判別得点を算出させるステップ、
    （ｉｉ）算出された判別得点により、対象が分類される群を決定させるステップ、および
    （ｉｉｉ）決定された群の免疫動態に関する情報を表示させるステップ、
    を含み、
    判別関数は、個体の状態と、該個体から採血した血液中の複数種の免疫担当細胞のそれぞれの細胞数とのデータを判別分析可能な数を含むデータ集団に対して、個体の状態を目的変数とし、複数種の免疫担当細胞を説明変数として判別分析を行って得られた判別関数であり、
    対象が分類される群は、判別関数を得るために用いたデータ集団を、判別得点を指標として分けた複数の群のうちの１つであり、
    ここで、免疫動態に関する情報が、
    （ａ）１つの群を構成するｎ種の免疫担当細胞の細胞数のデータに対して、ｎ種の免疫担当細胞のうちの１種の免疫担当細胞を目的変数とし、目的変数とした１種の免疫担当細胞を除いたｎ－１種の免疫担当細胞を説明変数として重回帰分析を行なうこと、ここでｎは４以上の整数である、
    （ｂ）重回帰分析で得られた標準偏回帰係数の絶対値の大きさにより降順に、ｎ－１種の免疫担当細胞の順位づけを行なうこと、
    （ｃ）前記（ａ）で目的変数とした１種の免疫担当細胞を目的変数とし、前記（ｂ）で１位に順位づけられた免疫担当細胞を説明変数として回帰分析を行ない、寄与率α １ を求め、これを１位に順位づけられた免疫担当細胞の影響度β １ とすること、および
    （ｄ）前記（ａ）で目的変数とした１種の免疫担当細胞を目的変数とし、前記（ｂ）で順位づけられた１位から上位ｍ番目までのｍ種の免疫担当細胞を説明変数として重回帰分析を行ない、寄与率α ｍ を求め、上位ｍ番目の免疫担当細胞の影響度β ｍ を次の式：
    β ｍ ＝α ｍ －α ｍ－１
    により、２位から上位ｍ番目までのそれぞれの免疫担当細胞について算出すること、ここでｍは３以上ｎ－１以下である、
    により得られる、前記プログラム。
JP2019561685A 2017-12-26 2018-12-25 免疫動態に関する情報を提供する方法、システムおよびプログラム Active JP7329840B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2017249877 2017-12-26
JP2017249877 2017-12-26
PCT/JP2018/047438 WO2019131578A1 (ja) 2017-12-26 2018-12-25 免疫動態に関する情報を提供する方法、システムおよびプログラム

Publications (2)

Publication Number Publication Date
JPWO2019131578A1 JPWO2019131578A1 (ja) 2021-01-21
JP7329840B2 true JP7329840B2 (ja) 2023-08-21

Family

ID=67067307

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019561685A Active JP7329840B2 (ja) 2017-12-26 2018-12-25 免疫動態に関する情報を提供する方法、システムおよびプログラム

Country Status (5)

Country Link
US (1) US11959916B2 (ja)
EP (1) EP3734272A4 (ja)
JP (1) JP7329840B2 (ja)
CA (1) CA3086825A1 (ja)
WO (1) WO2019131578A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6796737B1 (ja) * 2020-06-02 2020-12-09 振武 曽 多項目自動血球計数装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1991003736A1 (en) 1989-09-08 1991-03-21 Tamio Yamauchi Method of determining kinetics of immunity
WO2006004592A2 (en) 2004-05-28 2006-01-12 Mayo Foundation For Medical Education And Research Methods for autologous stem cell transplantation
WO2015060779A1 (en) 2013-10-23 2015-04-30 Agnes Wold Method for decision support in diagnosis of neutropenic fever in hematology patients

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2568136B2 (ja) * 1989-09-08 1996-12-25 民男 山内 免疫動態の測定法
US5639623A (en) 1989-09-08 1997-06-17 Yamauchi; Tamio Method of measuring immunokinetics
JP2568136Y2 (ja) 1992-03-30 1998-04-08 株式会社東海理化電機製作所 衛生器具の自動洗浄制御装置
US7567870B1 (en) * 2000-07-31 2009-07-28 Institute For Systems Biology Multiparameter analysis for predictive medicine
US7663017B2 (en) 2003-07-30 2010-02-16 Institut Pasteur Transgenic mice having a human major histocompatability complex (MHC) phenotype, experimental uses and applications
BRPI0616720A2 (pt) * 2005-09-28 2011-06-28 Becton Dickinson Co método para o diagnóstico ou prognóstico de sepse em um paciente, kit para diagnóstico ou prognóstico, ou monitoração, de sepse em um paciente, e, dispositivo para o diagnóstico ou prognóstico de sepse
WO2011046832A2 (en) * 2009-10-12 2011-04-21 The United States Of America, As Represented By The Secretary, Department Of Health & Human Services Granulysin in immunotherapy
ES2915849T3 (es) * 2014-08-19 2022-06-27 Nat Univ Corporation Okayama Univ Combinación de agente bloqueante de factor inmunosupresor y fármaco antidiabético de biguanida para su uso en un método de prevención de la progresión, del tratamiento y/o de la prevención del cáncer

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1991003736A1 (en) 1989-09-08 1991-03-21 Tamio Yamauchi Method of determining kinetics of immunity
WO2006004592A2 (en) 2004-05-28 2006-01-12 Mayo Foundation For Medical Education And Research Methods for autologous stem cell transplantation
WO2015060779A1 (en) 2013-10-23 2015-04-30 Agnes Wold Method for decision support in diagnosis of neutropenic fever in hematology patients

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
小林裕ほか，α-インターフェロン療法が奏功した進行性腎癌症例におけるリンパ球サブセットの変動，日本泌尿器科学会雑誌，1994年，Vol. 85, No. 9，pp. 1380-1387
山内民男ほか，Th1, Th2理論に基づく転移性腎細胞癌のインターフェロン－α，－γおよびUFTの併用療法 －末梢血リンパ球サ，Biotherepy，1998年05月，Vol. 12, No. 5，pp. 731-736
山内民男ほか，有転移腎細胞癌のα－インターフェロンを主体にした免疫療法の検討：治療前末梢血リンパ球サブセットから観，日本泌尿器科学会雑誌，1995年，Vol. 86, No. 3，p. 636, P-41
山内民男ほか，治療前末梢血リンパ球サブセットおよび単球数による，有転移腎癌のインターフェロン治療の有効性の治療前選，Biotherapy，1996年04月，Vol. 10, No. 4，pp. 671-682
曽振武ほか，免疫動態をモニターする簡易リンパ球分析式，日本臨床検査自動化学会雑誌，2017年08月，Vol. 42, No. 4，p. 470, 095
辻野進ほか，膀胱癌患者における治療前末梢リンパ球サブセットの検討，日本泌尿器科学会雑誌，1997年，Vol. 88, No. 2，p. 199, O-179

Also Published As

Publication number Publication date
US20210231655A1 (en) 2021-07-29
EP3734272A4 (en) 2022-01-12
JPWO2019131578A1 (ja) 2021-01-21
CA3086825A1 (en) 2019-07-04
WO2019131578A1 (ja) 2019-07-04
US11959916B2 (en) 2024-04-16
EP3734272A1 (en) 2020-11-04

Similar Documents

Publication Publication Date Title
Shapiro et al. Expansion, persistence, and efficacy of donor memory-like NK cells infused for posttransplant relapse
US11705220B2 (en) Systems and methods for identifying cancer treatments from normalized biomarker scores
von Euw et al. CTLA4 blockade increases Th17 cells in patients with metastatic melanoma
Wang et al. Serum interleukin‐6 predicts the development of multiple symptoms at nadir of allogeneic hematopoietic stem cell transplantation
Ballen et al. Relationship of race/ethnicity and survival after single umbilical cord blood transplantation for adults and children with leukemia and myelodysplastic syndromes
Lim et al. Autologous adoptive immune-cell therapy elicited a durable response with enhanced immune reaction signatures in patients with recurrent glioblastoma: An open label, phase I/IIa trial
JP7329840B2 (ja) 免疫動態に関する情報を提供する方法、システムおよびプログラム
Lam et al. Increased leukaemia cell stiffness is associated with symptoms of leucostasis in paediatric acute lymphoblastic leukaemia
Stary et al. Long-term results of treatment of childhood acute lymphoblastic leukemia in the Czech Republic
Sawas et al. Clinical and biological evaluation of the novel CD30/CD16A tetravalent bispecific antibody (AFM13) in relapsed or refractory CD30-positive lymphoma with cutaneous presentation: a biomarker phase Ib/IIa study (NCT03192202)
Kobayashi et al. Impaired IFN‐γ production of Vα24 NKT cells in non‐remitting sarcoidosis
Wallet et al. CAR-T cell: toxicities issues: mechanisms and clinical management
Patot et al. Risk of impaired coagulation in warfarin patients ascending to altitude (> 2400 m)
Kim et al. Evaluation of cytolytic activity and phenotypic changes of circulating blood immune cells in patients with colorectal cancer by a simple preparation of peripheral blood mononuclear cells
Hunt et al. Characterization of transitional memory CD4+ and CD8+ T-cell mobilization during and after an acute bout of exercise
Fujiwara et al. Refined disease risk index for hematological malignancies, including rare disorders, after allogeneic stem cell transplantation
Burleigh et al. Poor clinical outcome in pediatric immunotherapy is mediated by a pre-existing overactive IL-18-IFNy immune phenotype
Park et al. Effect of changes in lymphocyte subsets at diagnosis in acute myeloid leukemia on prognosis: association with complete remission rates and relapse free survivals
Pinato et al. 504P SARS-CoV-2 Omicron (B. 1.1. 529) variant infection leads to high morbidity and mortality in unvaccinated patients with cancer
Hasbullah et al. Prevalence and Factors Associated with Postpartum Glucose Intolerance Following Gestational Diabetes Mellitus in Malaysia: A Narrative Review
Sheikhi et al. Effects of hydroalcoholic extract of Glycyrrhiza glabra and glycyrrhizic acid on nitric oxide production in peritoneal macrophages of Leishmania major infected BALB/c mice
Hosseinpur et al. Comparison of Immunomodulatory Effects of Some Allium species from Iran on Cytokine Generation
Xiao et al. The Safety and Efficacy of CD19-CAR-DNT Cells (RJMty19) in Patients with Relapsed or Refractory Large B-Cell Lymphoma: A Phase 1, First-in-Human Study
Robinson et al. Abstract PS2-22: Impact of Co-payments on Patient Compliance and Persistence for Smoking Cessation Pharmacotherapy
Tunceli et al. Abstract PS2-23: The Associations of Medication Adherence with Employment and Work Disability Among Patients with Relapsing Remitting Multiple Sclerosis

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20200618

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20211215

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230105

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20230306

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230425

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: 20230721

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230801

R150 Certificate of patent or registration of utility model

Ref document number: 7329840

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150