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 PDFInfo
- 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
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)。
<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。
(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。
<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。
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。
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。
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。
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。
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。
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
(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。
(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。
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。
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。
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、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。
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。
(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。
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。
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。
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。
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。
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。
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+リンパ球を含む。
(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。
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。
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。
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
={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
={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
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。
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。
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。
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。
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。
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。
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・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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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
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。
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。
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。
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。
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。
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(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。
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。
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(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。
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。
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。
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。
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。
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。
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。
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。
Claims (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。 - 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。
- 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。
- 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。
- 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。
- 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。 - 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。
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)
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)
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)
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 |
-
2018
- 2018-12-25 US US16/958,167 patent/US11959916B2/en active Active
- 2018-12-25 EP EP18897146.9A patent/EP3734272A4/en active Pending
- 2018-12-25 WO PCT/JP2018/047438 patent/WO2019131578A1/ja unknown
- 2018-12-25 CA CA3086825A patent/CA3086825A1/en active Pending
- 2018-12-25 JP JP2019561685A patent/JP7329840B2/ja active Active
Patent Citations (3)
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)
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 |