JPWO2019187673A1 - 情報処理装置、情報処理方法及びプログラム - Google Patents
情報処理装置、情報処理方法及びプログラム Download PDFInfo
- Publication number
- JPWO2019187673A1 JPWO2019187673A1 JP2020510359A JP2020510359A JPWO2019187673A1 JP WO2019187673 A1 JPWO2019187673 A1 JP WO2019187673A1 JP 2020510359 A JP2020510359 A JP 2020510359A JP 2020510359 A JP2020510359 A JP 2020510359A JP WO2019187673 A1 JPWO2019187673 A1 JP WO2019187673A1
- Authority
- JP
- Japan
- Prior art keywords
- mitochondria
- information processing
- processing apparatus
- subject
- immune cells
- 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.)
- Abandoned
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/698—Matching; Classification
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
- C12M1/00—Apparatus for enzymology or microbiology
- C12M1/34—Measuring or testing with condition measuring or sensing means, e.g. colony counters
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
- C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
- C12M41/48—Automatic or computerized control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
- C12Q1/04—Determining presence or kind of microorganism; Use of selective media for testing antibiotics or bacteriocides; Compositions containing a chemical indicator therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Theoretical Computer Science (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Organic Chemistry (AREA)
- Medical Informatics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biotechnology (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Genetics & Genomics (AREA)
- Biochemistry (AREA)
- Microbiology (AREA)
- Sustainable Development (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Molecular Biology (AREA)
- Multimedia (AREA)
- Medicinal Chemistry (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
【課題】患者に対する免疫療法用製剤の奏効性を早期かつ簡便に判定する。【解決手段】被検体から採取した免疫細胞のミトコンドリアを含む画像を取得する画像取得部と、取得された前記画像から特定された前記ミトコンドリアの活性に関する特徴量を解析する解析部と、前記解析部の解析結果に基づいて、前記被検体に対する免疫療法用製剤の奏効性に関する情報を出力する出力部と、を備える、情報処理装置。【選択図】図7
Description
本開示は、情報処理装置、情報処理方法及びプログラムに関する。
近年、がん又は自己免疫疾患等の治療薬として、免疫療法用製剤が注目されている。
免疫療法用製剤は、免疫応答を誘導、増強又は抑制することで、疾患の治療を行う治療薬である。免疫療法用製剤としては、例えば、自己免疫疾患及びアレルギー疾患に適用される免疫抑制剤、細胞免疫療法又はサイトカイン療法に用いられるがん免疫治療薬、及び抗体療法に用いられる免疫チェックポイント阻害剤等を挙げることができる。
例えば、近年、抗体療法に用いられる免疫チェックポイント阻害剤の開発が大きく進展している。免疫チェックポイント阻害剤は、例えば、がん細胞を攻撃する免疫細胞の活性を制御する免疫チェックポイント機構に関わる分子を標的とするモノクローナル抗体である。免疫チェックポイント阻害剤は、免疫細胞からの攻撃を逃れるためにがん細胞が用いている免疫チェックポイントシグナルを阻害することで、がん細胞に対する免疫細胞の活性抑制を解除し、人体の抗腫瘍免疫応答を増強することができる。
例えば、下記の特許文献1には、単離されたナチュラルキラー細胞の集団と、免疫チェックポイントタンパク質に特異的に結合し該免疫チェックポイントタンパク質の活性と拮抗する抗体と、を投与することで、がんを治療する技術が開示されている。
ただし、これらの免疫療法用製剤の多くは、タンパク質を主原料とするバイオ医薬品であるため、製薬コストが極めて高い。また、ヒトの免疫機能には個人差があり、特に免疫チェックポイント阻害剤などの免疫療法用製剤は、患者の自己免疫を活性化させることでがん細胞を攻撃するため、奏効性に個人差がある。そのため、治療ターゲットになり得るすべての患者に免疫療法用製剤を投与することは、莫大な費用がかかるため現実的ではない。
そこで、免疫療法用製剤による治療を本格的に開始する前に、患者に対する免疫療法用製剤の奏効性を判定することが求められていた。
本開示によれば、被検体から採取した免疫細胞のミトコンドリアを含む画像を取得する画像取得部と、取得された前記画像から特定された前記ミトコンドリアの活性に関する特徴量を解析する解析部と、前記解析部の解析結果に基づいて、前記被検体に対する免疫療法用製剤の奏効性に関する情報を出力する出力部と、を備える、情報処理装置が提供される。
また、本開示によれば、演算処理装置によって、被検体から採取した免疫細胞のミトコンドリアを含む画像を取得することと、取得された前記画像から特定された前記ミトコンドリアの活性に関する特徴量を解析することと、前記解析の結果に基づいて、前記被検体に対する免疫療法用製剤の奏効性に関する情報を出力することと、を含む、情報処理方法が提供される。
また、本開示によれば、コンピュータを被検体から採取した免疫細胞のミトコンドリアを含む画像を取得する画像取得部と、取得された前記画像から特定された前記ミトコンドリアの活性に関する特徴量を解析する解析部と、前記解析部の解析結果に基づいて、前記被検体に対する免疫療法用製剤の奏効性に関する情報を出力する出力部と、として機能させるプログラムが提供される。
本開示によれば、免疫療法用製剤を投与された被検体の免疫細胞のミトコンドリアの形態的特徴若しくは動態的特徴、又はミトコンドリアから発せられた蛍光の特徴から、被検体の免疫細胞が免疫療法用製剤の投与によって、抗腫瘍活性を取り戻しているか否かを判定することができる。免疫細胞の抗腫瘍活性の回復は、がん細胞の退縮の前段階として生じるため、医師等は、がん細胞の退縮を待たずに被検体に対する免疫療法用製剤の奏効性を知見することができる。
以上説明したように本開示によれば、患者に対する免疫療法用製剤の奏効性を早期かつ簡便に判定することが可能である。
なお、上記の効果は必ずしも限定的なものではなく、上記の効果とともに、または上記の効果に代えて、本明細書に示されたいずれかの効果、または本明細書から把握され得る他の効果が奏されてもよい。
以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。
なお、説明は以下の順序で行うものとする。
1.本開示の技術的背景
2.全体システムの構成
3.情報処理装置の構成
4.解析部による解析方法
4.1.第1の解析方法
4.2.第2の解析方法
5.情報処理装置の動作
6.ハードウェア構成
1.本開示の技術的背景
2.全体システムの構成
3.情報処理装置の構成
4.解析部による解析方法
4.1.第1の解析方法
4.2.第2の解析方法
5.情報処理装置の動作
6.ハードウェア構成
<1.本開示の技術的背景>
まず、本開示の一実施形態に係る情報処理装置の技術的背景について説明する。本実施形態に係る情報処理装置は、被検体に対する免疫療法用製剤の奏効性を早期かつ簡便に判定することを目的とするものである。
まず、本開示の一実施形態に係る情報処理装置の技術的背景について説明する。本実施形態に係る情報処理装置は、被検体に対する免疫療法用製剤の奏効性を早期かつ簡便に判定することを目的とするものである。
ここで、免疫療法用製剤とは、免疫応答を誘導、増強又は抑制することで、疾患の治療を行う治療薬である。免疫療法用製剤としては、例えば、自己免疫疾患及びアレルギー疾患に適用される免疫抑制剤、細胞免疫療法若しくはサイトカイン療法に用いられるがん免疫治療薬、又は抗体療法に用いられる免疫チェックポイント阻害剤等が挙げられる。以下では、特に、免疫チェックポイント阻害剤に着目して説明を行う。
生物の体内には、免疫細胞であるT細胞の過剰な免疫反応を抑制することで、自己免疫疾患等の発生を抑制する機構が存在する。このような免疫を負に制御する機構は、免疫チェックポイント機構と称される。
がん細胞は、この免疫チェックポイント機構を利用することで、免疫細胞からの攻撃を抑制又は回避し、増殖能を維持している。免疫チェックポイント阻害剤は、がん細胞が免疫細胞の抗腫瘍活性を抑制又は回避するために利用している免疫チェックポイント機構に対して作用し、該免疫チェックポイント機構による制御を解除することで、免疫細胞によるがん細胞への攻撃を活性化させる。これにより、免疫チェックポイント阻害剤は、抗腫瘍効果を発揮することができる。
免疫チェックポイント阻害剤としては、例えば、T細胞のCD28と結合することでT細胞の活性化を抑制するCTLA−4を標的とするモノクローナル抗体(例えば、イピリムマブ)、及びT細胞のPD−1を標的とし、T細胞からの攻撃を逃れるためにがん細胞が細胞表面に発現しているPD−L1と拮抗するモノクローナル抗体(例えば、ニボルマブ)などが知られている。
ただし、これらの免疫チェックポイント阻害剤が奏効するか否かは、患者のがん細胞がどのような免疫チェックポイント機構を利用して免疫細胞からの攻撃を回避又は抑制しているのかに依存する。そのため、がん細胞によっては、特定の免疫チェックポイント阻害剤が奏効しない場合があり得る。
免疫チェックポイント阻害剤の奏効性を判定する方法としては、患者のがん細胞で免疫チェックポイント阻害剤が標的とする分子、又は免疫チェックポイント阻害剤と拮抗する分子が発現しているか否かを検出することが考えられる。例えば、ニボルマブ等のPD−1阻害剤では、患者のがん細胞にPD−L1分子が発現しているか否かを検出することで、PD−1阻害剤の奏効性を予測することが考えられる。
しかしながら、近年の研究によれば、このような方法では、免疫チェックポイント阻害剤の奏効性を十分に判定することが困難であることが明らかになっている。そのため、がん患者に対する免疫チェックポイント阻害剤の奏効性をより高い精度で判定することが可能な方法が求められていた。
一方で、近年の研究によって、がん細胞の特性について新たな知見が得られている。
例えば、論文「Proc Natl Acad Sci U S A, 2017 Jan 31, 114(5), E761-E770」によれば、がんを移植したマウスにPD−1阻害剤を投与したところ、PD−1阻害剤が奏効してがんの退縮が認められた群と、PD−1阻害剤が奏効しなかった群とでは、CD8+T細胞の酸素消費速度(Oxygen Consumption Rate:OCR)が異なっていることが明らかになった。具体的には、該論文では、PD−1阻害剤が奏効してがんの退縮が認められた群のマウスから採取したCD8+T細胞のOCRは、PD−1阻害剤が奏効しなかった群のマウスから採取したCD8+T細胞のOCRと比較して、顕著に増加していることが報告されている。
このことは、PD−1阻害剤が奏効するがんでは、PD−1阻害剤の添加によって、がん細胞のPD−L1にて抑制されている免疫細胞のエフェクタ機能が活性化されるため、免疫細胞ががん細胞を攻撃できる状態になることを示していると考えられる。この知見によれば、PD−1阻害剤を投与したがん患者のCD8+T細胞の状態を測定することで、PD−1を標的とする免疫チェックポイント阻害剤の該がん患者に対する奏効性を判定できる可能性がある。
また、論文「Cell, 2016 Jun 30, 166(1), 63-76」によれば、T細胞のミトコンドリアの形態は、T細胞の分化及び活性化の状態によって変化することが明らかになった。すなわち、ATP(Adenosine TriPhosphate)を合成するエネルギー代謝を行い、細胞の役割及び状態を規定する重要なオルガネラであるミトコンドリアは、細胞の活性状態によって形態をダイナミックに変化させることが明らかになった。さらに、該論文では、T細胞におけるミトコンドリアの形態の変化は、がん細胞に対するエフェクタ機能の発動及び休止の制御にも密接に関係していることが示唆された。
本発明者らは、上記の研究の知見を鋭意検討することで、PD−1阻害剤が奏効するタイプのがん患者では、PD−1阻害剤の投与によってCD8+T細胞が活性化されており、CD8+T細胞のミトコンドリアの形態に特徴的な変化が生じている可能性に想到した。これにより、本発明者らは、本開示に係る技術を着想するに至った。
本開示に係る技術は、被検体から採取した免疫細胞のミトコンドリアの形態的特徴又は動態的特徴を解析することで、被検体に対する免疫療法用製剤の奏効性を判定するものである。より詳細には、本開示に係る技術は、がん患者から採取したCD8+T細胞のミトコンドリアの形態的特徴又は動態的特徴に基づいて、PD−1阻害剤系の免疫チェックポイント阻害剤の該がん患者に対する奏効性を判断するものである。
特に、本開示に係る技術では、被検体から採取した免疫細胞のミトコンドリアの形態的特徴又は動態的特徴を解析する場合、1つ1つの細胞単位の観察によって、免疫療法用製剤の奏効性を判断することが可能である。これによれば、被検体から多量の免疫細胞を採取しなくとも免疫療法用製剤の奏効性を判断することが可能となるため、被検体に対する負担を軽減することができる。
なお、本開示に係る技術における被検体とは、免疫細胞が採取され得る対象を表す。被検体としては、例えば、がん患者、健常者及び動物実験用マウスなどを挙げることができるが、特にこれらに限定されることはない。被検体は、人又は動物のいずれかであればよい。
以下では、本開示に係る技術を実現する情報処理装置について具体的に説明する。
<2.全体システムの構成>
まず、図1を参照して、本開示の一実施形態に係る情報処理装置を含むシステム100の構成について説明する。図1は、本実施形態に係る情報処理装置を含むシステム100の構成例を概略的に示す模式図である。
まず、図1を参照して、本開示の一実施形態に係る情報処理装置を含むシステム100の構成について説明する。図1は、本実施形態に係る情報処理装置を含むシステム100の構成例を概略的に示す模式図である。
図1に示すように、本実施形態に係るシステム100は、測定装置10と、情報処理装置20と、端末装置30、40と、を備える。なお、測定装置10、情報処理装置20及び端末装置30、40は、ネットワークNを介して、相互に通信可能となるように接続されている。ネットワークNは、例えば、インターネット、移動体通信網又はローカルエリアネットワーク等であってもよく、これらの複数種のネットワークが組み合わされたものであってもよい。
測定装置10は、被検体から採取した免疫細胞のミトコンドリアを観察可能な測定装置である。例えば、測定装置10は、平面上に配列した多数のマイクロウェルの各々に細胞を1つずつ捕獲し、各細胞の形態を個々に観察することで各細胞の特徴を分析する単一細胞分析装置であってもよく、CD8などの表面抗原を目印として特定の免疫細胞を分取することが可能なセルソータ又はフローサイトメータであってもよく、分取された免疫細胞のミトコンドリア、又は免疫組織染色により染色されたミトコンドリア(以下では、まとめて免疫細胞のミトコンドリアと称する)を観察可能な蛍光顕微鏡又は共焦点レーザ顕微鏡などであってもよい。
情報処理装置20は、測定装置10にて観察された免疫細胞のミトコンドリアの画像等を取得し、免疫細胞のミトコンドリアの形態的特徴又は動態的特徴を解析することで、被検体に対する免疫療法用製剤の奏効性を判定する。情報処理装置20は、例えば、大容量のデータを高速で処理可能なサーバ等であってもよい。
端末装置30、40は、情報処理装置20が判定した免疫療法用製剤の奏効性の結果が出力される情報処理装置である。例えば、端末装置30、40は、出力された判定結果を画像又は文字等で表示する表示部を備えるコンピュータ、ラップトップ、スマートフォン又はタブレット端末などであってもよい。
本実施形態に係る情報処理装置20を含むシステム100は、まず、各病院、クリニック又は研究所に設けられた測定装置10の各々から被検体の免疫細胞のミトコンドリアが撮像された画像等を取得する。その後、本実施形態に係るシステム100は、該画像を用いて判定した免疫療法用製剤の奏効性を端末装置30、40に出力し、医師又は研究者等に判定結果をフィードバックする。本実施形態に係る情報処理装置20は、ネットワークNを介して、がん患者の免疫細胞のミトコンドリア画像の取得、及び取得したミトコンドリア画像を用いた判定結果のフィードバックを行うことにより、より大量のデータを扱うことが可能である。
<3.情報処理装置の構成>
次に、図2を参照して、本実施形態に係る情報処理装置の構成例について説明する。図2は、本実施形態に係る情報処理装置の構成例を示すブロック図である。
次に、図2を参照して、本実施形態に係る情報処理装置の構成例について説明する。図2は、本実施形態に係る情報処理装置の構成例を示すブロック図である。
図2に示すように、情報処理装置20は、画像取得部202と、解析部204と、出力部206と、を備える。
画像取得部202は、ネットワークNを介して、測定装置10から免疫細胞のミトコンドリアが撮像されている画像を取得する入力インタフェースである。画像取得部202は、例えば、直接又はネットワークNを介して測定装置10と通信可能なインタフェース、又はネットワークNに接続するゲートウェイ端末と有線又は無線で通信可能なインタフェースであってもよい。
ここで、画像取得部202が取得する画像は、免疫療法用製剤を投与された被検体、又は免疫療法用製剤を投与されていない被検体から採取した免疫細胞のミトコンドリアが撮像された画像である。具体的には、画像取得部202が取得する画像は、がん患者である被検体のリンパ節等から採取したリンパ球のうちのCD8+T細胞をミトコンドリア特異的に蛍光染色した画像であってもよい。このような画像は、CD8+T細胞のミトコンドリアをオルガネラ特異的に染色した後、該CD8+T細胞を蛍光顕微鏡又は共焦点レーザ顕微鏡などで撮像することで取得することができる。CD8+T細胞は、例えば、CD8などの表面抗原を目印として、セルソータ等を用いて被検体のリンパ液又は血液等から分取することで取得することができる。また、画像取得部202が取得する画像は、被検体から採取した後、薬剤濃度を段階的に変化させて免疫療法用製剤を投与した免疫細胞のミトコンドリアが撮像された画像であってもよい。
ただし、画像取得部202が取得する画像は、CD8+T細胞以外の免疫細胞のミトコンドリアを撮像した画像であってもよい。例えば、画像取得部202は、B細胞又はNK細胞等の他のリンパ球のミトコンドリアを撮像した画像を取得してもよく、リンパ球以外の免疫細胞のミトコンドリアを撮像した画像を取得してもよい。
画像取得部202が取得する画像は、複数であってもよい。免疫細胞は、同じ被検体から採取したものであっても個体差がある。そのため、情報処理装置20は、同じ被検体から採取した免疫細胞のミトコンドリアが撮像された画像を複数用いて奏効性の判定を行うことで、より高い精度で免疫療法用製剤の奏効性を判定することができる。
画像取得部202が取得する画像は、複数種類の免疫細胞のミトコンドリアを同時に撮像した画像であってもよい。例えば、画像取得部202は、CD8+T細胞及びB細胞のミトコンドリアを同時に撮像した画像を取得してもよい。
画像取得部202が取得する画像は、免疫細胞及びミトコンドリアを同時に撮像した画像であってもよい。具体的には、CD8+T細胞の細胞膜と、ミトコンドリアとを同時に蛍光染色した画像であってもよい。これにより、情報処理装置20は、1つの細胞内のミトコンドリアの局在及び蛍光量を観察し、ミトコンドリアの局在及び蛍光量に関する情報を取得することも可能になる。
画像取得部202が取得する画像は、静止画像であってもよく、動画であってもよく、タイムラプス画像であってもよい。例えば、情報処理装置20がミトコンドリアの形態的特徴を解析する場合、画像取得部202が取得する画像は、静止画像である方が好ましい。一方、情報処理装置20がミトコンドリアの動態的特徴を解析する場合、画像取得部202が取得する画像は、動画又はタイムラプス画像である方が好ましい。
ただし、画像取得部202が取得する画像は、免疫細胞のミトコンドリアの形状等が確認できれば、上記画像に限らず、どのような画像も使用することが可能である。例えば、画像取得部202が取得する画像は、免疫細胞を光学顕微鏡又は電子顕微鏡(例えば、SEM)等にて観察した画像であってもよい。
解析部204は、画像取得部202が取得した画像中のミトコンドリアの形態的特徴若しくは動態的特徴、又はミトコンドリアから発せられた蛍光の特徴を解析する。
上述したように、ミトコンドリアは、ATP合成が活発化している状態では、互いに融合し合うことで細長い糸状形状の融合型(fusion型)となり、ATP合成が沈静化している状態では、互いに分離することで楕円形状の分裂型(fission型)となることが報告されている。これは、融合型のミトコンドリアは、細長い糸状形状となることで、内膜(又はクリステ)の間隔を狭くし、ATP合成が効率的に行われるように変形しているためと考えられる。一方、分裂型のミトコンドリアは、楕円形状となることで、内膜(又はクリステ)の間隔を緩ませ、ATP合成の効率が低減するように変形していると考えられる。
したがって、ミトコンドリアの活性は、ミトコンドリアの外形形状、大きさ又は内部構造などの形態的特徴を解析することで判定することができると考えられる。また、ミトコンドリアの形状が変化した場合、ミトコンドリアの挙動も同様に変化する。そのため、ミトコンドリアの活性は、ミトコンドリアの振動、移動又は形状変化などの動態的特徴を解析することでも判定することができると考えられる。
具体的には、解析部204は、画像取得部202が取得した画像中のミトコンドリアから所定の特徴量を抽出し、抽出した特徴量に基づいて該ミトコンドリアの活性を解析してもよい。または、ミトコンドリアの活性の解析は、該ミトコンドリアが融合型か分裂型かを解析することであってもよい。所定の特徴量とは、ミトコンドリアの活性を区別することが可能な特徴量であればどのようなものであってもよく、例えば、ミトコンドリアの真円度、外周長又は免疫細胞に対する占有面積などであってもよい。解析部204は、画像中のミトコンドリアから抽出した所定の特徴量が閾値を超えているか否かに基づいて、該ミトコンドリアの活性を解析してもよい。
さらには、解析部204は、ミトコンドリアから発せられた蛍光の特徴量に基づいて、該ミトコンドリアの活性を解析してもよい。例えば、解析部204は、ミトコンドリアの蛍光の彩度、輝度又は平面分布に関する情報に基づいて、該ミトコンドリアの活性を解析してもよい。なお、上記のミトコンドリアから発せられた蛍光とは、ミトコンドリアの自家蛍光、又はミトコンドリアを標識する蛍光分子由来の蛍光などを挙げることができる。
または、解析部204は、機械学習アルゴリズムによって、画像取得部202が取得した画像中のミトコンドリアが、免疫療法用製剤が奏功した患者から採取した免疫細胞のミトコンドリア、又は免疫療法用製剤が奏功しなかった患者から採取した免疫細胞のミトコンドリアのどちらにより近いかを解析してもよい。具体的には、解析部204は、機械学習アルゴリズムによって、画像取得部202が取得した画像中のミトコンドリアと、上述した免疫療法用製剤が奏功した患者から採取した免疫細胞のミトコンドリアとの一致度(または、該当性の確からしさ)を解析してもよい。
解析部204が用いる機械学習アルゴリズムは、特に限定されないが、教師あり学習、教師なし学習、半教師あり学習又は強化学習のいずれのアルゴリズムであってもよい。例えば、機械学習アルゴリズムは、RNN(Recurrent Neural Network)、CNN(Cnventional Neural Network)若しくはMLP(Multilayer Perceptron)などのニューラルネットワーク、サポートベクターマシン、又はクラスタリングなどを用いたアルゴリズムであってもよい。より詳細には、機械学習アルゴリズムは、多層のニューラルネットワーク(いわゆるディープラーニング)を用いたアルゴリズムであってもよい。
なお、解析部204による画像中のミトコンドリアの形態的特徴若しくは動態的特徴、又はミトコンドリアから発せられた蛍光の特徴の解析方法の詳細については、後述する。
出力部206は、解析部204の解析結果に基づいて、被検体に対する免疫療法用製剤の奏効性に関する情報を出力する。具体的には、出力部206は、まず、解析部204の解析結果に基づいて、投与した免疫療法用製剤が被検体に対して奏効しているか否かを判定する。具体的には、出力部206は、解析部204の解析結果に基づいて、被検体の免疫細胞のミトコンドリアの活性を判定することで、免疫療法用製剤によって被検体の免疫細胞が活性化しているか否かを判定する。これにより、出力部206は、投与した免疫療法用製剤が被検体に対して奏効しているか否かを判定することができる。その後、出力部206は、判定結果に基づいて、被検体に対する免疫療法用製剤の奏効性に関する情報を出力する。例えば、出力部206は、奏効性に関する情報として、被検体に対する免疫療法用製剤の奏効性の有無を判定した結果を出力してもよく、被検体に対する免疫療法用製剤の奏効性の程度を判定した結果を出力してもよい。
例えば、出力部206は、複数の免疫細胞のミトコンドリアが撮像された画像の各々について、それぞれミトコンドリアの活性を判定し、複数の画像のミトコンドリアの判定結果に基づいて、免疫療法用製剤の奏効性を総合的に判定してもよい。免疫細胞は、同じ被検体から採取したものでも個体差があるため、出力部206は、複数の免疫細胞のミトコンドリアの判定結果を用いることで、より高い精度で免疫療法用製剤の奏効性を判定することができる。
より詳細には、出力部206は、免疫療法用製剤を投与した被検体から採取された免疫細胞のうち、融合型のミトコンドリアを有する免疫細胞の割合が閾値以上である場合、被検体に対して免疫療法用製剤は奏効性があると判定してもよい。または、出力部206は、免疫療法用製剤の投与前後で、融合型のミトコンドリアを有する免疫細胞の割合が増加した場合、被検体に対して免疫療法用製剤は奏効性があると判定してもよい。
若しくは、出力部206は、免疫療法用製剤を投与した被検体から採取された免疫細胞において、活性化したと判定したミトコンドリアの割合又は量が閾値を超えた場合、被検体に対して免疫療法用製剤は奏効性があると判定してもよい。
なお、出力部206は、ネットワークNを介して、被検体に対する免疫療法用製剤の奏効性に関する情報を端末装置30、40等に出力する出力インタフェースを備えていてもよい。出力部206が備える出力インタフェースは、例えば、直接又はネットワークNを介して端末装置30、40と通信可能なインタフェース、又はネットワークNに接続するゲートウェイ端末と有線又は無線で通信可能なインタフェースであってもよい。
以上の構成によれば、本実施形態に係る情報処理装置20は、免疫細胞の抗腫瘍活性によるがん細胞の退縮を待つことなく、免疫細胞の画像から免疫療法用製剤によって免疫細胞が活性化しているか否かを判定することができる。これによれば、情報処理装置20は、がん患者である被検体に対する免疫療法用製剤の奏効性を早期かつ簡便に判定することが可能である。
<4.解析部による解析方法>
続いて、図3A〜図6を参照して、解析部204によるミトコンドリアの形態的特徴又は動態的特徴の解析方法の詳細について説明する。
続いて、図3A〜図6を参照して、解析部204によるミトコンドリアの形態的特徴又は動態的特徴の解析方法の詳細について説明する。
以下のようなモデル実験を行うことにより、分裂型のミトコンドリア、及び融合型のミトコンドリアの各々に対応する特徴を有する免疫細胞を作製した。
具体的には、ミトコンドリアの膜電位を解消する脱共役剤を細胞に作用させた場合、ミトコンドリアの状態を分裂型(fission型)に変換することができる。そこで、T細胞由来の細胞株であるJurkat細胞に、脱共役剤であるCCCP(Carbonyl Cyanide m−ChloroPhenyl hydrazone)を作用させ、洗浄にてCCCPを除去した後、復活培養を数時間行った。この時、細胞群を2つに分けて一方の細胞群は、タンパク質合成阻害剤であるシクロヘキシミド存在下で培養することで、CCCPによるミトコンドリアの形態変化を維持した。他方の細胞群は、シクロヘキシミドの非存在下で培養することで、CCCPによるミトコンドリアの形態変化を回復させた。その後、ミトコンドリアを特異的に染色する薬剤を用いてミトコンドリアを染色し、蛍光顕微鏡にてミトコンドリアの蛍光画像を撮像した。その結果を図3A及び図3Bに模式的に示す。
図3Aに模式的に示すミトコンドリアの蛍光画像は、活性が低減した分裂型(fission型)のミトコンドリアの蛍光画像のモデルである。具体的には、図3Aに示す蛍光画像のミトコンドリアは、脱共役剤によって膜電位が解消され、かつシクロヘキシミドによってfission型の状態が維持されている。したがって、図3Aに示す蛍光画像のミトコンドリアは、ATP合成活性が低減しているミトコンドリアのモデルであり、がん細胞による免疫活性の抑制効果によって不活性化した免疫細胞のミトコンドリアのモデルである。図3Aに示すように、分裂型(fission型)のミトコンドリアは、外形が楕円形状に縮退し、かつミトコンドリアの各々が互いに分離した形態になっている。
一方、図3Bに模式的に示すミトコンドリアの蛍光画像は、活性化した融合型(fusion型)のミトコンドリアの蛍光画像のモデルである。具体的には、図3Bに示す蛍光画像のミトコンドリアは、シクロヘキシミドの非存在下で復活培養されている。しがたって、図3Bに示す蛍光画像のミトコンドリアは、ATP合成活性が本来の活性に戻っているミトコンドリアのモデルであり、免疫療法用製剤が奏効してミトコンドリアが活性化し、抗腫瘍活性を取り戻した免疫細胞のミトコンドリアのモデルである。図3Bに示すように、融合型(fusion型)のミトコンドリアは、外形が糸状に引き伸ばされた形状となり、かつミトコンドリアの各々が互いに絡み合った形態になっている。
図3A及び図3Bにて示すような免疫細胞のミトコンドリアの形態を解析する方法として、解析部204は、以下の第1又は第2の解析方法を用いることができる。
(4.1.第1の解析方法)
まず、図4を参照して、解析部204による第1の解析方法について説明する。図4は、分裂型のミトコンドリア及び融合型のミトコンドリアの各々で真円度を測定した結果を示すグラフ図である。
まず、図4を参照して、解析部204による第1の解析方法について説明する。図4は、分裂型のミトコンドリア及び融合型のミトコンドリアの各々で真円度を測定した結果を示すグラフ図である。
第1の解析方法では、解析部204は、ミトコンドリアから所定の特徴量を抽出する。これにより、出力部206は、該所定の特徴量を指標としてミトコンドリアが活性化している否かを判定する。
具体的には、解析部204は、画像解析によってミトコンドリアの外形を判断した後、分裂型(fission型)のミトコンドリア、及び融合型(fusion型)のミトコンドリアを区別可能な指標となる特徴量をミトコンドリアの外形から抽出してもよい。このような指標としては、例えば、ミトコンドリアの真円度、円形度、外周長、又は免疫細胞における占有面積などの形態的特徴を例示することができる。
例えば、図4では、図3A及び図3Bに示すモデル実験で得られた分裂型のミトコンドリア及び融合型のミトコンドリアの各々で「4π×(面積)/外周長2」で表される真円度を計算した結果をヒストグラム図で示す。なお、「4π×(面積)/外周長2」で表される真円度は、1に近いほど真円に近いことを表す。図4に示すように、分裂型(fission型)のミトコンドリアは、融合型(fusion型)のミトコンドリアと比較して、真円度が有意に高く、外形が真円に近いことがわかる。したがって、ミトコンドリアの外形の真円度に適切な閾値を設けることによって、分裂型のミトコンドリア及び融合型のミトコンドリアを区別することができる。
また、ミトコンドリアの形態的特徴が異なる場合、ミトコンドリアの動的な挙動も同様に異なると考えられる。よって、解析部204は、ミトコンドリアの振動、移動又は形状変化などの動態的特徴に関する特徴量を抽出し、抽出した特徴量に閾値を設けることでも、分裂型のミトコンドリア及び融合型のミトコンドリアを区別することが可能である。
(4.2.第2の方法)
次に、図5及び図6を参照して、解析部204による第2の解析方法について説明する。図5は、機械学習アルゴリズムによる解析方法を模式的に示す説明図である。図6は、機械学習の世代と、機械学習による解析結果の正答率とを対応付けたグラフ図である。
次に、図5及び図6を参照して、解析部204による第2の解析方法について説明する。図5は、機械学習アルゴリズムによる解析方法を模式的に示す説明図である。図6は、機械学習の世代と、機械学習による解析結果の正答率とを対応付けたグラフ図である。
第2の解析方法では、解析部204は、免疫療法用製剤が奏効したがん患者の免疫細胞のミトコンドリアを撮像した画像、及び免疫療法用製剤が奏効しなかったがん患者の免疫細胞のミトコンドリアを撮像した画像を用いた機械学習をあらかじめ行う。解析部204は、該機械学習によって得られたアルゴリズムによって、取得した画像中のミトコンドリアが、免疫療法用製剤が奏功した患者と、免疫療法用製剤が奏功しなかった患者とのどちらにより近いかを解析することができる。これにより、出力部206は、解析部204による解析結果に基づいて、免疫療法用製剤が被検体に奏効するか否かを判定する。
例えば、図6では、免疫療法用製剤が奏功した患者から採取した免疫細胞のミトコンドリア、及び免疫療法用製剤が奏功しなかった患者から採取した免疫細胞のミトコンドリアの各々の画像50枚を用いて機械学習を行うことで得られたアルゴリズムによる解析結果の正答率を示す。具体的には、50枚の画像を拡大、縮小、回転又は一部切り出し等を行い、ミトコンドリアの分類判定に直接関与しないパラメータを変更して画像を新たに生成し直すことで教師データ量を増大させ、教師あり学習を行った。このようなランダムに画像を加工してデータ量を増加させた教師データを用いたディープラーニング機械学習は、単純な分類問題を解く際に適当であると考えられる。
図6に示すように、上述したディープラーニングを用いた機械学習によって1世代(1epoch)当たり2000回の試行を計5世代行った結果、22枚のテスト画像に対して、95.5%以上の高い正答率を得ることができることが分かった。
免疫細胞のミトコンドリアの形態は、既知の形状パラメータ等では数値化が困難な場合があり得る。また、免疫療法用製剤が奏功した患者から採取した免疫細胞のミトコンドリア、及び免疫療法用製剤が奏功しなかった患者から採取した免疫細胞のミトコンドリアは明確に形態が分かれない可能性があり得る。そのため、既知の形状パラメータに囚われることなく免疫細胞のミトコンドリアの形態を分類することが可能な機械学習アルゴリズムを用いた場合、解析部204は、より高い精度でミトコンドリアの形態を解析することが可能である。
加えて、免疫療法用製剤によって活性化された免疫細胞のミトコンドリアは、がん細胞によって不活性化された免疫細胞のミトコンドリアと比較して、未知の形態変化が生じている可能性もあり得る。機械学習アルゴリズムを用いることによって、解析部204は、未知の形態変化をも考慮したミトコンドリアの形態解析が可能となる。
<5.情報処理装置の動作>
次に、図7及び図8を参照して、本実施形態に係る情報処理装置20の動作例について説明する。図7は、本実施形態に係る情報処理装置20による情報のやり取りを示す模式図であり、図8は、本実施形態に係る情報処理装置20の動作例を説明するフローチャート図である。
次に、図7及び図8を参照して、本実施形態に係る情報処理装置20の動作例について説明する。図7は、本実施形態に係る情報処理装置20による情報のやり取りを示す模式図であり、図8は、本実施形態に係る情報処理装置20の動作例を説明するフローチャート図である。
まず、図7を参照して、情報処理装置20を含むシステム100の動作例を概略的に説明する。
図7に示すように、例えば、がん患者の治療を行うクリニック・病院又は研究所410から、免疫療法用製剤を投与したがん患者の免疫細胞の画像421が情報処理装置20に送信される。
ここで、免疫細胞の画像421は、ミトコンドリアが撮像された画像である。免疫細胞の画像421は、例えば、CD8+T細胞をミトコンドリア特異的に蛍光染色し、蛍光顕微鏡で観察及び撮像した画像であってもよい。また、免疫細胞の画像421に加えて、がん患者の属性データ又は臨床データ等を含むがん患者に関する情報422が、クリニック・病院又は研究所410から情報処理装置20に送信されてもよい。
情報処理装置20は、取得したミトコンドリアが撮像された免疫細胞の画像421を上述した方法で解析することで免疫細胞の活性の程度を判定し、がん患者に対する免疫療法用製剤の奏効性を判定する。続いて、情報処理装置20は、判定結果に基づいて、がん患者に対する免疫療法用製剤の奏効性に関する情報430を判定レポートとしてクリニック・病院又は研究所410に送信する。
これにより、クリニック・病院又は研究所410では、がん患者に対して免疫療法用製剤による本格的な治療を始める前に、がん患者に対する免疫療法用製剤の奏効性を知ることができる。したがって、クリニック・病院又は研究所410では、がん患者に免疫療法用製剤の投与する際に、免疫療法用製剤の奏効性を指標として参照することができるため、がん患者ごとにより適切な治療方法を選択することが可能となる。
続いて、図8を参照して、情報処理装置20の動作例を具体的に説明する。
図8に示すように、まず、情報処理装置20は、画像取得部202によって、被検体から採取した免疫細胞の観察画像を取得する(S101)。免疫細胞の観察画像は、例えば、ミトコンドリアに対して特異的に蛍光染色を施したCD8+T細胞の蛍光観察画像であってもよい。
次に、情報処理装置20は、解析部204によって、取得した観察画像からミトコンドリアの形態的特徴又は動態的特徴を解析する(S103)。解析部204は、例えば、所定の形態的特徴量又は動態的特徴量を観察画像から抽出することによって観察画像のミトコンドリアの状態を解析してもよく、機械学習アルゴリズムを用いて観察画像のミトコンドリアの状態を解析してもよい。
続いて、情報処理装置20は、出力部206によって、観察画像のミトコンドリアの解析結果に基づいて、免疫療法用製剤の奏効性を判定する(S105)。例えば、出力部206は、観察画像に撮像された免疫細胞のうち、活性型のミトコンドリアを含む免疫細胞の割合が閾値以上である場合、免疫療法用製剤の奏効性があると判定してもよい。または、出力部206は、活性型のミトコンドリアを含む免疫細胞の割合又は数に基づいて、免疫療法用製剤の奏効性を有効性指数で判定してもよい。
その後、情報処理装置20は、判定結果に基づいて、免疫療法用製剤の奏効性に関する情報を作成し(S107)、作成した情報を出力する(S109)。ここで、情報処理装置20が出力した免疫療法用製剤の奏効性に関する情報は、例えば、免疫療法用製剤に奏効性があるか否かを示したものであってもよく、の奏効性を有効性指数で示したものであってもよい。
以上の動作によれば、情報処理装置20は、がん患者である被検体に対する免疫療法用製剤の奏効性を早期かつ簡便に判定し、被検体に適した治療方法の選択を支援することが可能である。
<6.ハードウェア構成>
続いて、図9を参照して、本実施形態に係る情報処理装置20のハードウェア構成について説明する。図9は、本実施形態に係る情報処理装置20のハードウェア構成例を示したブロック図である。
続いて、図9を参照して、本実施形態に係る情報処理装置20のハードウェア構成について説明する。図9は、本実施形態に係る情報処理装置20のハードウェア構成例を示したブロック図である。
図9に示すように、情報処理装置20は、CPU(Central Processing Unit)901と、ROM(Read Only Memory)902と、RAM(Random Access Memory)903と、ブリッジ907と、内部バス905および906と、インタフェース908と、入力装置911と、出力装置912と、ストレージ装置913と、ドライブ914と、接続ポート915と、通信装置916と、を備える。
CPU901は、演算処理装置及び制御装置として機能し、ROM902等に記憶された各種プログラムに従って、情報処理装置20の動作全般を制御する。ROM902は、CPU901が使用するプログラム、演算パラメータを記憶し、RAM903は、CPU901の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を一時記憶する。例えば、CPU901は、解析部204及び出力部206の一部の機能を実行してもよい。
これらCPU901、ROM902及びRAM903は、ブリッジ907、内部バス905及び906等により相互に接続されている。また、CPU901、ROM902及びRAM903は、インタフェース908を介して入力装置911、出力装置912、ストレージ装置913、ドライブ914、接続ポート915及び通信装置916とも接続されている。
入力装置911は、タッチパネル、キーボード、マウス、ボタン、マイクロフォン、スイッチ又はレバーなどの情報が入力される入力装置を含む。また、入力装置911は、入力された情報に基づいて入力信号を生成し、CPU901に出力するための入力制御回路なども含む。
出力装置912は、例えば、CRT(Cathode Ray Tube)表示装置、液晶表示装置、又は有機EL(Organic ElectroLuminescence)表示装置などの表示装置を含む。さらに、出力装置912は、スピーカ又はヘッドホンなどの音声出力装置を含んでもよい。
ストレージ装置913は、情報処理装置20のデータ格納用の記憶装置である。ストレージ装置913は、記憶媒体、記憶媒体にデータを記憶する記憶装置、記憶媒体からデータを読み出す読み出し装置、及び記憶されたデータを削除する削除装置を含んでもよい。
ドライブ914は、記憶媒体用リードライタであり、情報処理装置20に内蔵又は外付けされる。例えば、ドライブ914は、装着されている磁気ディスク、光ディスク、光磁気ディスク又は半導体メモリ等のリムーバブル記憶媒体に記憶されている情報を読み出し、RAM903に出力する。ドライブ914は、リムーバブル記憶媒体に情報を書き込むことも可能である。
接続ポート915は、例えば、USB(Universal Serial Bus)ポート、イーサネット(登録商標)ポート、IEEE802.11規格ポート及び光オーディオ端子等のような外部接続機器を接続するための接続ポートで構成された接続インタフェースである。
通信装置916は、例えば、ネットワーク920に接続するための通信デバイス等で構成された通信インタフェースである。また、通信装置916は、有線又は無線LAN対応通信装置であっても、有線によるケーブル通信を行うケーブル通信装置であってもよい。通信装置916及び接続ポート915は、例えば、画像取得部202及び出力部206の一部の機能を実行してもよい。
なお、情報処理装置20に内蔵されるCPU、ROMおよびRAMなどのハードウェアに対して、上述した本実施形態に係る情報処理装置の各構成と同等の機能を発揮させるためのコンピュータプログラムも作成可能である。また、該コンピュータプログラムを記憶させた記憶媒体も提供することが可能である。
以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。
また、本明細書に記載された効果は、あくまで説明的または例示的なものであって限定的ではない。つまり、本開示に係る技術は、上記の効果とともに、または上記の効果に代えて、本明細書の記載から当業者には明らかな他の効果を奏しうる。
なお、以下のような構成も本開示の技術的範囲に属する。
(1)
被検体から採取した免疫細胞のミトコンドリアを含む画像を取得する画像取得部と、
取得された前記画像から特定された前記ミトコンドリアの活性に関する特徴量を解析する解析部と、
前記解析部の解析結果に基づいて、前記被検体に対する免疫療法用製剤の奏効性に関する情報を出力する出力部と、
を備える、情報処理装置。
(2)
前記ミトコンドリアの活性に関する特徴量は、機械学習アルゴリズムによって特定される、前記(1)に記載の情報処理装置。
(3)
前記機械学習アルゴリズムは、前記免疫療法用製剤が奏効した患者から採取した前記免疫細胞の前記ミトコンドリアを含む画像、及び前記免疫療法用製剤が奏効しなかった患者から採取した前記免疫細胞の前記ミトコンドリアを含む画像を用いたディープラーニングによって生成される、前記(2)に記載の情報処理装置。
(4)
前記ミトコンドリアの活性に関する特徴量は、前記ミトコンドリアの形態又は動態の特徴量である、前記(1)に記載の情報処理装置。
(5)
前記ミトコンドリアの活性に関する特徴量は、前記ミトコンドリアから発せられた蛍光の特徴量である、前記(1)に記載の情報処理装置。
(6)
前記ミトコンドリアの形態の特徴量は、前記ミトコンドリアの真円度、外周長又は前記免疫細胞における占有面積のいずれか1つ以上である、前記(4)に記載の情報処理装置。
(7)
前記ミトコンドリアの動態の特徴量は、前記ミトコンドリアの揺らぎの周波数、速度又は振幅の大きさのいずれか1つ以上である、前記(4)に記載の情報処理装置。
(8)
前記免疫細胞又は前記免疫細胞の前記ミトコンドリアの少なくともいずれかは蛍光分子で標識され、
前記蛍光の特徴量は、前記蛍光の彩度、輝度又は平面分布に関する情報に基づいて特定される、前記(5)に記載の情報処理装置。
(9)
前記解析部は、前記画像から特定された所定の形態、動態、又は蛍光の特徴量を解析する、前記(1)に記載の情報処理装置。
(10)
前記出力部は、前記解析部の解析結果に基づいて、前記ミトコンドリアの活性を評価し、前記被検体に対する免疫療法用製剤の奏効性に関する情報を出力する、前記(1)〜(9)のいずれか一項に記載の情報処理装置。
(11)
前記出力部は、前記解析部の解析結果に基づいて、前記ミトコンドリアが活性型か不活性型かを判定し、活性型と判定される前記ミトコンドリアの割合に基づいて、前記被検体に対する免疫療法用製剤の奏効性に関する情報を出力する、前記(1)〜(9)のいずれか一項に記載の情報処理装置。
(12)
前記出力部は、前記解析部の解析結果に基づいて、前記ミトコンドリアが活性型か不活性型かを判定し、活性型と判定される前記ミトコンドリアの量に基づいて、前記被検体に対する免疫療法用製剤の奏効性に関する情報を出力する、前記(1)〜(9)のいずれか一項に記載の情報処理装置。
(13)
前記奏効性に関する情報とは、前記免疫療法用製剤の前記被検体に対する有効性を示す情報である、前記(1)〜(12)のいずれか一項に記載の情報処理装置。
(14)
前記免疫療法用製剤は、免疫チェックポイント阻害剤である、前記(1)〜(13)のいずれか一項に記載の情報処理装置。
(15)
前記免疫チェックポイント阻害剤は、PD−1阻害剤である、前記(14)に記載の情報処理装置。
(16)
前記免疫細胞の種類は、複数である、前記(1)〜(15)のいずれか一項に記載の情報処理装置。
(17)
前記免疫細胞は、リンパ球を含む、前記(1)〜(16)のいずれか一項に記載の情報処理装置。
(18)
前記リンパ球は、CD8+T細胞を含む、前記(17)に記載の情報処理装置。
(19)
前記被検体は、前記免疫療法用製剤を投与されたがん患者である、前記(1)〜(18)のいずれか一項に記載の情報処理装置。
(20)
演算処理装置によって、
被検体から採取した免疫細胞のミトコンドリアを含む画像を取得することと、
取得された前記画像から特定された前記ミトコンドリアの活性に関する特徴量を解析することと、
前記解析の結果に基づいて、前記被検体に対する免疫療法用製剤の奏効性に関する情報を出力することと、
を含む、情報処理方法。
(21)
コンピュータを
被検体から採取した免疫細胞のミトコンドリアを含む画像を取得する画像取得部と、
取得された前記画像から特定された前記ミトコンドリアの活性に関する特徴量を解析する解析部と、
前記解析部の解析結果に基づいて、前記被検体に対する免疫療法用製剤の奏効性に関する情報を出力する出力部と、
として機能させるプログラム。
(1)
被検体から採取した免疫細胞のミトコンドリアを含む画像を取得する画像取得部と、
取得された前記画像から特定された前記ミトコンドリアの活性に関する特徴量を解析する解析部と、
前記解析部の解析結果に基づいて、前記被検体に対する免疫療法用製剤の奏効性に関する情報を出力する出力部と、
を備える、情報処理装置。
(2)
前記ミトコンドリアの活性に関する特徴量は、機械学習アルゴリズムによって特定される、前記(1)に記載の情報処理装置。
(3)
前記機械学習アルゴリズムは、前記免疫療法用製剤が奏効した患者から採取した前記免疫細胞の前記ミトコンドリアを含む画像、及び前記免疫療法用製剤が奏効しなかった患者から採取した前記免疫細胞の前記ミトコンドリアを含む画像を用いたディープラーニングによって生成される、前記(2)に記載の情報処理装置。
(4)
前記ミトコンドリアの活性に関する特徴量は、前記ミトコンドリアの形態又は動態の特徴量である、前記(1)に記載の情報処理装置。
(5)
前記ミトコンドリアの活性に関する特徴量は、前記ミトコンドリアから発せられた蛍光の特徴量である、前記(1)に記載の情報処理装置。
(6)
前記ミトコンドリアの形態の特徴量は、前記ミトコンドリアの真円度、外周長又は前記免疫細胞における占有面積のいずれか1つ以上である、前記(4)に記載の情報処理装置。
(7)
前記ミトコンドリアの動態の特徴量は、前記ミトコンドリアの揺らぎの周波数、速度又は振幅の大きさのいずれか1つ以上である、前記(4)に記載の情報処理装置。
(8)
前記免疫細胞又は前記免疫細胞の前記ミトコンドリアの少なくともいずれかは蛍光分子で標識され、
前記蛍光の特徴量は、前記蛍光の彩度、輝度又は平面分布に関する情報に基づいて特定される、前記(5)に記載の情報処理装置。
(9)
前記解析部は、前記画像から特定された所定の形態、動態、又は蛍光の特徴量を解析する、前記(1)に記載の情報処理装置。
(10)
前記出力部は、前記解析部の解析結果に基づいて、前記ミトコンドリアの活性を評価し、前記被検体に対する免疫療法用製剤の奏効性に関する情報を出力する、前記(1)〜(9)のいずれか一項に記載の情報処理装置。
(11)
前記出力部は、前記解析部の解析結果に基づいて、前記ミトコンドリアが活性型か不活性型かを判定し、活性型と判定される前記ミトコンドリアの割合に基づいて、前記被検体に対する免疫療法用製剤の奏効性に関する情報を出力する、前記(1)〜(9)のいずれか一項に記載の情報処理装置。
(12)
前記出力部は、前記解析部の解析結果に基づいて、前記ミトコンドリアが活性型か不活性型かを判定し、活性型と判定される前記ミトコンドリアの量に基づいて、前記被検体に対する免疫療法用製剤の奏効性に関する情報を出力する、前記(1)〜(9)のいずれか一項に記載の情報処理装置。
(13)
前記奏効性に関する情報とは、前記免疫療法用製剤の前記被検体に対する有効性を示す情報である、前記(1)〜(12)のいずれか一項に記載の情報処理装置。
(14)
前記免疫療法用製剤は、免疫チェックポイント阻害剤である、前記(1)〜(13)のいずれか一項に記載の情報処理装置。
(15)
前記免疫チェックポイント阻害剤は、PD−1阻害剤である、前記(14)に記載の情報処理装置。
(16)
前記免疫細胞の種類は、複数である、前記(1)〜(15)のいずれか一項に記載の情報処理装置。
(17)
前記免疫細胞は、リンパ球を含む、前記(1)〜(16)のいずれか一項に記載の情報処理装置。
(18)
前記リンパ球は、CD8+T細胞を含む、前記(17)に記載の情報処理装置。
(19)
前記被検体は、前記免疫療法用製剤を投与されたがん患者である、前記(1)〜(18)のいずれか一項に記載の情報処理装置。
(20)
演算処理装置によって、
被検体から採取した免疫細胞のミトコンドリアを含む画像を取得することと、
取得された前記画像から特定された前記ミトコンドリアの活性に関する特徴量を解析することと、
前記解析の結果に基づいて、前記被検体に対する免疫療法用製剤の奏効性に関する情報を出力することと、
を含む、情報処理方法。
(21)
コンピュータを
被検体から採取した免疫細胞のミトコンドリアを含む画像を取得する画像取得部と、
取得された前記画像から特定された前記ミトコンドリアの活性に関する特徴量を解析する解析部と、
前記解析部の解析結果に基づいて、前記被検体に対する免疫療法用製剤の奏効性に関する情報を出力する出力部と、
として機能させるプログラム。
10 測定装置
20 情報処理装置
30、40 端末装置
100 システム
202 画像取得部
204 解析部
206 出力部
20 情報処理装置
30、40 端末装置
100 システム
202 画像取得部
204 解析部
206 出力部
Claims (21)
- 被検体から採取した免疫細胞のミトコンドリアを含む画像を取得する画像取得部と、
取得された前記画像から特定された前記ミトコンドリアの活性に関する特徴量を解析する解析部と、
前記解析部の解析結果に基づいて、前記被検体に対する免疫療法用製剤の奏効性に関する情報を出力する出力部と、
を備える、情報処理装置。 - 前記ミトコンドリアの活性に関する特徴量は、機械学習アルゴリズムによって特定される、請求項1に記載の情報処理装置。
- 前記機械学習アルゴリズムは、前記免疫療法用製剤が奏効した患者から採取した前記免疫細胞の前記ミトコンドリアを含む画像、及び前記免疫療法用製剤が奏効しなかった患者から採取した前記免疫細胞の前記ミトコンドリアを含む画像を用いたディープラーニングによって生成される、請求項2に記載の情報処理装置。
- 前記ミトコンドリアの活性に関する特徴量は、前記ミトコンドリアの形態又は動態の特徴量である、請求項1に記載の情報処理装置。
- 前記ミトコンドリアの活性に関する特徴量は、前記ミトコンドリアから発せられた蛍光の特徴量である、請求項1に記載の情報処理装置。
- 前記ミトコンドリアの形態の特徴量は、前記ミトコンドリアの真円度、外周長又は前記免疫細胞における占有面積のいずれか1つ以上である、請求項4に記載の情報処理装置。
- 前記ミトコンドリアの動態の特徴量は、前記ミトコンドリアの揺らぎの周波数、速度又は振幅の大きさのいずれか1つ以上である、請求項4に記載の情報処理装置。
- 前記免疫細胞又は前記免疫細胞の前記ミトコンドリアの少なくともいずれかは蛍光分子で標識され、
前記蛍光の特徴量は、前記蛍光の彩度、輝度又は平面分布に関する情報に基づいて特定される、請求項5に記載の情報処理装置。 - 前記解析部は、前記画像から特定された所定の形態、動態、又は蛍光の特徴量を解析する、請求項1に記載の情報処理装置。
- 前記出力部は、前記解析部の解析結果に基づいて、前記ミトコンドリアの活性を評価し、前記被検体に対する免疫療法用製剤の奏効性に関する情報を出力する、請求項1に記載の情報処理装置。
- 前記出力部は、前記解析部の解析結果に基づいて、前記ミトコンドリアが活性型か不活性型かを判定し、活性型と判定される前記ミトコンドリアの割合に基づいて、前記被検体に対する免疫療法用製剤の奏効性に関する情報を出力する、請求項1に記載の情報処理装置。
- 前記出力部は、前記解析部の解析結果に基づいて、前記ミトコンドリアが活性型か不活性型かを判定し、活性型と判定される前記ミトコンドリアの量に基づいて、前記被検体に対する免疫療法用製剤の奏効性に関する情報を出力する、請求項1に記載の情報処理装置。
- 前記奏効性に関する情報とは、前記免疫療法用製剤の前記被検体に対する有効性を示す情報である、請求項1に記載の情報処理装置。
- 前記免疫療法用製剤は、免疫チェックポイント阻害剤である、請求項1に記載の情報処理装置。
- 前記免疫チェックポイント阻害剤は、PD−1阻害剤である、請求項14に記載の情報処理装置。
- 前記免疫細胞の種類は、複数である、請求項1に記載の情報処理装置。
- 前記免疫細胞は、リンパ球を含む、請求項1に記載の情報処理装置。
- 前記リンパ球は、CD8+T細胞を含む、請求項17に記載の情報処理装置。
- 前記被検体は、前記免疫療法用製剤を投与されたがん患者である、請求項1に記載の情報処理装置。
- 演算処理装置によって、
被検体から採取した免疫細胞のミトコンドリアを含む画像を取得することと、
取得された前記画像から特定された前記ミトコンドリアの活性に関する特徴量を解析することと、
前記解析の結果に基づいて、前記被検体に対する免疫療法用製剤の奏効性に関する情報を出力することと、
を含む、情報処理方法。 - コンピュータを
被検体から採取した免疫細胞のミトコンドリアを含む画像を取得する画像取得部と、
取得された前記画像から特定された前記ミトコンドリアの活性に関する特徴量を解析する解析部と、
前記解析部の解析結果に基づいて、前記被検体に対する免疫療法用製剤の奏効性に関する情報を出力する出力部と、
として機能させるプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018063867 | 2018-03-29 | ||
JP2018063867 | 2018-03-29 | ||
PCT/JP2019/004298 WO2019187673A1 (ja) | 2018-03-29 | 2019-02-06 | 情報処理装置、情報処理方法及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JPWO2019187673A1 true JPWO2019187673A1 (ja) | 2021-04-08 |
Family
ID=68061168
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020510359A Abandoned JPWO2019187673A1 (ja) | 2018-03-29 | 2019-02-06 | 情報処理装置、情報処理方法及びプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210082111A1 (ja) |
EP (1) | EP3778856A4 (ja) |
JP (1) | JPWO2019187673A1 (ja) |
CN (1) | CN111902529A (ja) |
WO (1) | WO2019187673A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113160889B (zh) * | 2021-01-28 | 2022-07-19 | 人科(北京)生物技术有限公司 | 一种基于cfDNA组学特性的癌症无创早筛方法 |
CN116313115B (zh) * | 2023-05-10 | 2023-08-15 | 浙江大学 | 基于线粒体动态表型和深度学习的药物作用机制预测方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2435925A (en) * | 2006-03-09 | 2007-09-12 | Cytokinetics Inc | Cellular predictive models for toxicities |
CA2853945C (en) * | 2011-10-31 | 2020-09-22 | The Johns Hopkins University | Methods and compositions for treatment of autism |
CN114601930A (zh) * | 2015-12-07 | 2022-06-10 | 国立大学法人京都大学 | Pd-1信号抑制剂的并用疗法 |
US10990797B2 (en) * | 2016-06-13 | 2021-04-27 | Nanolive Sa | Method of characterizing and imaging microscopic objects |
JP2018014991A (ja) * | 2016-07-13 | 2018-02-01 | ソニー株式会社 | 情報処理装置、情報処理方法及び情報処理システム |
JP2018022216A (ja) * | 2016-08-01 | 2018-02-08 | ソニー株式会社 | 情報処理装置、情報処理方法、及びプログラム |
US11662339B1 (en) * | 2016-11-02 | 2023-05-30 | Kyoto University | Efficacy determination markers in disease treatment by PD-1 signal inhibitor |
US11031135B2 (en) * | 2017-09-26 | 2021-06-08 | Edge2020 LLC | Determination of cybersecurity recommendations |
WO2020142551A1 (en) * | 2018-12-31 | 2020-07-09 | Tempus Labs | A method and process for predicting and analyzing patient cohort response, progression, and survival |
-
2019
- 2019-02-06 WO PCT/JP2019/004298 patent/WO2019187673A1/ja active Application Filing
- 2019-02-06 CN CN201980020919.8A patent/CN111902529A/zh not_active Withdrawn
- 2019-02-06 US US17/040,428 patent/US20210082111A1/en not_active Abandoned
- 2019-02-06 JP JP2020510359A patent/JPWO2019187673A1/ja not_active Abandoned
- 2019-02-06 EP EP19775089.6A patent/EP3778856A4/en not_active Withdrawn
Also Published As
Publication number | Publication date |
---|---|
EP3778856A1 (en) | 2021-02-17 |
US20210082111A1 (en) | 2021-03-18 |
CN111902529A (zh) | 2020-11-06 |
EP3778856A4 (en) | 2021-05-12 |
WO2019187673A1 (ja) | 2019-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jia et al. | High-density extracellular probes reveal dendritic backpropagation and facilitate neuron classification | |
Staquet et al. | Different roles of odontoblasts and fibroblasts in immunity | |
JP5243535B2 (ja) | イメージ内のウィルス顆粒を集計及び区分する方法 | |
Li et al. | Upregulation of interleukin 21 and promotion of interleukin 17 production in chronic or recurrent Vogt-Koyanagi-Harada disease | |
US11379983B2 (en) | Analysis device, analysis program, and analysis method | |
JPWO2019187673A1 (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN111755073B (zh) | 基于转录组的pd-1疗法治疗效果预测系统 | |
Schmidt et al. | On diabetic foot ulcer knowledge gaps, innovation, evaluation, prediction markers, and clinical needs | |
WO2016016879A1 (en) | System, method and software for predicting drug efficacy in a patient | |
Mott et al. | Differences in the genital microbiota in women who naturally clear Chlamydia trachomatis infection compared to women who do not clear; a pilot study | |
Gideon et al. | Multimodal profiling of lung granulomas reveals cellular correlates of tuberculosis control | |
Rahbar et al. | Human cytomegalovirus infection induces high expression of prolactin and prolactin receptors in ovarian cancer | |
Ragab et al. | Immunohistochemical dissimilarity between allergic fungal and nonfungal chronic rhinosinusitis | |
Paige Brock et al. | A novel gammaherpesvirus in a large flying fox (Pteropus vampyrus) with blepharitis | |
Sameer et al. | Improving the accuracy for prediction of heart disease by novel feature selection scheme using decision tree comparing with naive-bayes classifier algorithms | |
US10303923B1 (en) | Quantitation of NETosis using image analysis | |
Latha et al. | Automated macular disease detection using retinal optical coherence tomography images by fusion of deep learning networks | |
Easter et al. | Polybacterial intracellular coinfection of epithelial stem cells in periodontitis | |
Furtado et al. | Cytolytic circumsporozoite-specific memory CD4+ T cell clones are expanded during Plasmodium falciparum infection | |
Liu et al. | Uneven index: A digital biomarker to prompt Demodex blepharitis based on deep learning | |
Francisco et al. | Cardiac abnormalities in a predictive mouse model of Chagas disease | |
Priyanto et al. | A decrease in PPD specific CD4 T cell CD38 and HLA-DR expression in pulmonary tuberculosis patients after 8 weeks of therapy correlates with successful anti-tuberculosis treatment | |
Brombas et al. | Light-evoked dendritic spikes in sustained but not transient rabbit retinal ganglion cells | |
Mohammad et al. | Hybrid AI models allow label-free identification and classification of pancreatic tumor repopulating cell population | |
Urrutia-Cabrera et al. | Using single cell transcriptomics to study the complexity of human retina |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211228 |
|
A762 | Written abandonment of application |
Free format text: JAPANESE INTERMEDIATE CODE: A762 Effective date: 20220624 |