WO2018066621A1 - 大腸癌の評価方法、評価装置、評価プログラム、評価システム、及び端末装置 - Google Patents

大腸癌の評価方法、評価装置、評価プログラム、評価システム、及び端末装置 Download PDF

Info

Publication number
WO2018066621A1
WO2018066621A1 PCT/JP2017/036199 JP2017036199W WO2018066621A1 WO 2018066621 A1 WO2018066621 A1 WO 2018066621A1 JP 2017036199 W JP2017036199 W JP 2017036199W WO 2018066621 A1 WO2018066621 A1 WO 2018066621A1
Authority
WO
WIPO (PCT)
Prior art keywords
evaluation
value
baba
concentration
cadaverine
Prior art date
Application number
PCT/JP2017/036199
Other languages
English (en)
French (fr)
Inventor
英寛 中村
菜摘 西方
今泉　明
和高 新保
直子 嵐田
瑠美 西本
Original Assignee
味の素株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 味の素株式会社 filed Critical 味の素株式会社
Priority to JP2018543949A priority Critical patent/JPWO2018066621A1/ja
Priority to KR1020197009444A priority patent/KR102427923B1/ko
Publication of WO2018066621A1 publication Critical patent/WO2018066621A1/ja
Priority to US16/373,427 priority patent/US20190228844A1/en

Links

Images

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
    • 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
    • G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • G01N33/57407—Specifically defined cancers
    • G01N33/57419—Specifically defined cancers of colon
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/70—Machine learning, data mining or chemometrics
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/14—Devices for taking samples of blood ; Measuring characteristics of blood in vivo, e.g. gas concentration within the blood, pH-value of blood
    • 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
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6803—General methods of protein analysis not limited to specific proteins or families of proteins
    • G01N33/6806—Determination of free amino acids
    • G01N33/6812—Assays for specific amino acids
    • 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
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6893—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids related to diseases not provided for elsewhere
    • 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
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
    • 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
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2570/00—Omics, e.g. proteomics, glycomics or lipidomics; Methods of analysis focusing on the entire complement of classes of biological molecules or subsets thereof, i.e. focusing on proteomes, glycomes or lipidomes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/50—Determining the risk of developing a disease
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/56—Staging of a disease; Further complications associated with the disease
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/60—Complex ways of combining multiple protein biomarkers for diagnosis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions

Definitions

  • Patent Document 1 Patent Document 2, and Patent Document 3 relating to a method for associating an amino acid concentration and a biological state are disclosed as prior patents. Further, as a prior patent, Patent Document 4 relating to a method for evaluating lung cancer status using amino acid concentration, Patent Document 5 relating to a method for evaluating breast cancer status using amino acid concentration, and colon cancer status using amino acid concentration.
  • the evaluation apparatus is an evaluation apparatus including a control unit, and the control unit uses a concentration value of at least one of the 25 types of metabolites in the blood to be evaluated,
  • the evaluation object includes an evaluation means for evaluating the state of colorectal cancer.
  • the terminal device is configured to be communicably connected to an evaluation device that evaluates the state of colorectal cancer with respect to the evaluation target via the network in the terminal device
  • the control unit includes:
  • the apparatus further comprises concentration data transmitting means for transmitting concentration data relating to the concentration value of at least one of the 25 types of metabolites in the blood to be evaluated to the evaluation apparatus, and the result acquisition means includes: Receiving the transmitted evaluation result.
  • FIG. 1 is a principle configuration diagram showing the basic principle of the first embodiment.
  • FIG. 2 is a principle configuration diagram showing the basic principle of the second embodiment.
  • FIG. 3 is a diagram illustrating an example of the overall configuration of the present system.
  • FIG. 4 is a diagram showing another example of the overall configuration of the present system.
  • FIG. 5 is a block diagram showing an example of the configuration of the evaluation apparatus 100 of this system.
  • FIG. 6 is a diagram showing an example of information stored in the density data file 106a.
  • FIG. 7 is a diagram illustrating an example of information stored in the index state information file 106b.
  • FIG. 8 is a diagram illustrating an example of information stored in the designated index state information file 106c.
  • FIG. 9 is a diagram illustrating an example of information stored in the expression file 106d1.
  • sulfosalicylic acid is added to remove the protein, and then the concentration value is analyzed by an amino acid analyzer based on the post-column derivatization method using a ninhydrin reagent.
  • C The collected blood sample is subjected to blood cell separation using a membrane, MEMS technology, or the principle of centrifugation to separate plasma or serum from the blood. Plasma or serum samples that are not measured immediately after plasma or serum are obtained are stored frozen at ⁇ 80 ° C. until the concentration is measured.
  • the value of an exponential function with the concentration value as an index and the Napier number as the base may be affected by a colorectal cancer that exceeds a predetermined state (for example, a reference value) (The value of p / (1-p) when the natural logarithm ln (p / (1-p)) is equal to the concentration value) when the probability p is defined to be high)
  • a value obtained by dividing the calculated exponential function value by the sum of 1 and the value (specifically, the value of probability p) may be further calculated.
  • the density value may be converted so that the value after conversion under a specific condition becomes a specific value.
  • a plurality of categories include a category for belonging to a subject having a high possibility of suffering from colorectal cancer (for example, the colorectal cancer category described in Examples), and a diseased colorectal cancer.
  • Category for assigning a subject having a low possibility of being belonging for example, healthy category for assigning a subject having a high possibility of being healthy (for example, a subject considered to be healthy) described in the examples) ) May be included.
  • the density value or the expression value may be converted by a predetermined method, and the evaluation target may be classified into any one of a plurality of categories using the converted value.
  • FIG. 5 is a block diagram showing an example of the configuration of the evaluation apparatus 100 of the present system, and conceptually shows only the portion related to the present invention in the configuration.
  • the network 300 has a function of connecting the evaluation device 100, the client device 200, and the database device 400 so that they can communicate with each other.
  • the Internet for example, the Internet, an intranet, a LAN (Local Area Network) (including both wired and wireless), and the like It is.
  • LAN Local Area Network
  • the evaluation program according to the present invention may be stored in a computer-readable recording medium that is not temporary, and may be configured as a program product.
  • the “recording medium” refers to a memory card, USB (Universal Serial Bus) memory, SD (Secure Digital) card, flexible disk, magneto-optical disk, ROM, EPROM (Erasable Programmable Read Only Memory), EEPROM (Electric Electric). Erasable and Programmable Read Only Memory (registered trademark), CD-ROM (Compact Disc Only Memory), MO (Magneto-Optical disk), DVD (Digital Versatile Register, etc.) Any “possible It is intended to include physical medium "of use.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Hematology (AREA)
  • Physics & Mathematics (AREA)
  • Urology & Nephrology (AREA)
  • Medical Informatics (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Analytical Chemistry (AREA)
  • Biotechnology (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Biochemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Cell Biology (AREA)
  • Microbiology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biophysics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Hospice & Palliative Care (AREA)
  • Oncology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Evolutionary Biology (AREA)
  • Genetics & Genomics (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)

Abstract

大腸癌の状態を知る上で参考となり得る信頼性の高い情報を提供することができる評価方法などを提供することを課題とする。本実施形態では、評価対象の血液中のｂＡＢＡ，Ｎ－Ｍｅ－ｂＡＢＡ，１－Ｍｅ－Ｈｉｓ，ａＡＢＡ，Ａｍｉｎｏａｄｉｐｉｃ　ａｃｉｄ，ｂＡｉＢＡ，Ｃａｄａｖｅｒｉｎｅ，Ｅｔｈｙｌｇｌｙｃｉｎｅ，ＧＡＢＡ，Ｈｏｍｏａｒｇｉｎｉｎｅ，Ｈｙｐｏｔａｕｒｉｎｅ，Ｋｉｎｕｒｅｎｉｎｅ，Ｎ６－Ａｃｅｔｙｌ－Ｌ－Ｌｙｓ，Ｐｕｔｒｅｓｃｉｎｅ，Ｓｅｒｏｔｏｎｉｎ，Ｓｐｅｒｍｉｄｉｎｅ，Ｓｐｅｒｍｉｎｅ，ＡＤＭＡ，Ｈｏｍｏｃｉｔｒｕｌｌｉｎｅ，３－Ｍｅ－Ｈｉｓ，Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ，Ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ，ＳＤＭＡ，Ａｃｙｌｃａｒｎｉｔｉｎｅ（１３：１），ＥＰＡのうちの少なくとも１つの濃度値を用いて、評価対象について、大腸癌の状態を評価する。

Description

大腸癌の評価方法、評価装置、評価プログラム、評価システム、及び端末装置
　本発明は、評価方法、評価装置、評価プログラム、評価システム、及び端末装置に関するものである。
　日本における大腸癌による死亡は２００３年で男２１９６２人・女１８３７３人で、男性では癌による死亡の第四位、女性では癌による死亡の第一位である。大腸癌の罹患率は近年横ばい傾向である。
　また、初期（デュークス分類のＡ，Ｂ）の大腸癌の５年生存率は８０％以上で、特にＡ分類の大腸癌(腫瘍が大腸壁内にとどまるもの)の５年生存率は約９０％である。
　しかし、進行した大腸癌、特にデュークス分類のＤ分類（腹膜、肝、肺などへの遠隔転移のあるもの）では５年生存率は１０％程度と極度に低下する。それゆえ、早期発見が大腸癌治癒にとっては重要である。
　ここで、大腸癌の診断には、大便の免疫学的潜血反応による診断、大腸内視鏡による診断などがある。
　しかし、便潜血による診断は確定診断とはならず、有所見者のほとんどは偽陽性である。また、初期の大腸癌においては、便潜血による診断や大腸内視鏡による診断では、検出感度・検出特異度ともに更に低くなることが懸念され、特に右側結腸の初期癌は便潜血では見落としが多い。また、ＣＴ，ＭＲＩ，ＰＥＴなどによる画像診断は、大腸癌の診断には不向きである。
　一方、大腸内視鏡による大腸生検は確定診断になるが、侵襲度の高い検査であり、スクリーニングの段階で大腸内視鏡検査を施行するのは実際的でない。さらに、大腸内視鏡のような侵襲的診断では、患者が苦痛を伴うなど負担があり、また検査による出血などのリスクも起こりえる。
　そのため、患者に対する身体的負担および費用対効果の面から、大腸癌発症の可能性の高い被験者を絞り込んで、その者を治療の対象とすることが望ましい。具体的には、侵襲の少ない方法で被験者を選択し、選択した被験者に対し大腸内視鏡検査を実施することで被験者を絞り込み、大腸癌の確定診断が得られた被験者を治療の対象とすることが望ましい。
　ところで、血中アミノ酸の濃度が、癌発症により変化することについては知られている。例えば、シノベールによれば（非特許文献１）、例えばグルタミンは主に酸化エネルギー源として、アルギニンは窒素酸化物やポリアミンの前駆体として、メチオニンは癌細胞がメチオニン取り込み能の活性化により、それぞれ癌細胞での消費量が増加するという報告がある。また、ヴィッセルスら（非特許文献２）やパーク（非特許文献３）によれば、大腸癌患者の血漿中アミノ酸組成は健常者と異なっていることが報告されている。
　また、先行特許として、アミノ酸濃度と生体状態とを関連付ける方法に関する特許文献１、特許文献２および特許文献３が公開されている。また、先行特許として、アミノ酸濃度を用いて肺癌の状態を評価する方法に関する特許文献４、アミノ酸濃度を用いて乳癌の状態を評価する方法に関する特許文献５、アミノ酸濃度を用いて大腸癌の状態を評価する方法に関する特許文献６、アミノ酸濃度を用いて癌の状態を評価する方法に関する特許文献７、アミノ酸濃度を用いて胃癌の状態を評価する方法に関する特許文献８、アミノ酸濃度を用いて癌の種類を評価する方法に関する特許文献９、アミノ酸濃度を用いて女性生殖器癌の状態を評価する方法に関する特許文献１０、アミノ酸濃度を用いて前立腺癌および前立腺肥大のうち少なくとも１つを含む前立腺疾患の状態を評価する方法に関する特許文献１１、アミノ酸濃度を用いて膵臓癌の状態を評価する方法に関する特許文献１２、および、アミノ酸濃度を用いて膵臓癌リスク疾患の状態を評価する方法に関する特許文献１３が公開されている。
　さらに、ＬＣ－ＭＳやＬＣ－ＭＳ／ＭＳといった測定機器の開発により、アミノ酸よりも血液中濃度が低い代謝物も肺癌患者でその血液中濃度が変動していることが明らかになりつつある。例えば特許文献１４によれば、肺癌患者の血清中ＡＤＭＡ濃度が上昇するとの報告がある。特許文献１５によれば、肺癌患者の血清中サルコシン濃度が上昇するとの報告がある。
国際公開第２００４／０５２１９１号 国際公開第２００６／０９８１９２号 国際公開第２００９／０５４３５１号 国際公開第２００８／０１６１１１号 国際公開第２００８／０７５６６２号 国際公開第２００８／０７５６６３号 国際公開第２００８／０７５６６４号 国際公開第２００９／０９９００５号 国際公開第２００９／１１０５１７号 国際公開第２００９／１５４２９６号 国際公開第２００９／１５４２９７号 国際公開第２０１４／０８４２９０号 特開２０１４－１０６１１４号公報 国際公開第２０１１／０９６２１０号 特開２０１１－２４７８６９号公報
Cynober,　L.　ed.,　Metabolic　and　therapeutic　aspects　of　amino　acids　in　clinical　nutrition.　2nd　ed.,　CRC　Press Vissers,　Y.　LJ.,　et.al.,　Plasma　arginine　concentration　are　reduced　in　cancer　patients:　evidence　for　arginine　deficiency?,　The　American　Journal　of　Clinical　Nutrition,　2005.　81,　p1142-1146 Park,　K.G.,　et.al.,　Arginine　metabolism　in　benign　and　maglinant　disease　of　breast　and　colon:　evidence　for　possible　inhibition　of　tumor-infiltrating　macropharges.,　Nutrition,　1991.　7,　p.185-188
　しかしながら、これまでに、血液中の代謝物を腫瘍マーカーとして大腸癌を診断する技術の開発は、行われていない又は実用化されていない、という問題点があった。
　本発明は、上記に鑑みてなされたもので、大腸癌の状態を知る上で参考となり得る信頼性の高い情報を提供することができる評価方法、評価装置、評価プログラム、評価システム、及び端末装置を提供することを目的とする。
　上述した課題を解決し、目的を達成するために、本発明にかかる評価方法は、評価対象の血液中の２５種類の代謝物（１－Ｍｅ－Ｈｉｓ（１－ｍｅｔｈｙｌ－ｈｉｓｔｉｄｉｎｅ）（１-メチルヒスチジン），ａＡＢＡ（α-アミノ酪酸），Ａｍｉｎｏａｄｉｐｉｃ　ａｃｉｄ（α－アミノアジピン酸），ｂＡＢＡ（β－ａｍｉｎｏｂｕｔｙｒｉｃ　ａｃｉｄ）（β-アミノ酪酸），ｂＡｉＢＡ（β－ａｍｉｎｏ－ｉｓｏ－ｂｕｔｙｒｉｃ　ａｃｉｄ）（β-アミノイソ酪酸），Ｃａｄａｖｅｒｉｎｅ（カダベリン），Ｅｔｈｙｌｇｌｙｃｉｎｅ（エチルグリシン），ＧＡＢＡ（γ－ａｍｉｎｏｂｕｔｙｒｉｃ　ａｃｉｄ）（γ-アミノ酪酸），Ｈｏｍｏａｒｇｉｎｉｎｅ（ホモアルギニン），Ｈｙｐｏｔａｕｒｉｎｅ（ヒポタウリン），Ｋｉｎｕｒｅｎｉｎｅ（キヌレニン），Ｎ６－Ａｃｅｔｙｌ－Ｌ－Ｌｙｓ（Ｎ６－Ａｃｅｔｙｌ－Ｌ－Ｌｙｓｉｎｅ）（Ｎ６－アセチル－Ｌ－リジン），Ｐｕｔｒｅｓｃｉｎｅ（プトレシン），Ｓｅｒｏｔｏｎｉｎ（セロトニン），Ｓｐｅｒｍｉｄｉｎｅ（スペルミジン），Ｓｐｅｒｍｉｎｅ（スペルミン），ＡＤＭＡ（ａｓｙｍｍｅｔｒｉｃ　ｄｉｍｅｔｈｙｌａｒｇｉｎｉｎｅ）（非対称性ジメチルアルギニン），Ｈｏｍｏｃｉｔｒｕｌｌｉｎｅ（ホモシトルリン），３－Ｍｅ－Ｈｉｓ（３－ｍｅｔｈｙｌ－ｈｉｓｔｉｄｉｎｅ）（３-メチルヒスチジン），Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ（ヒドロキシプロリン），Ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ（ホスホエタノールアミン），ＳＤＭＡ（ｓｙｍｍｅｔｒｉｃ　ｄｉｍｅｔｈｙｌａｒｇｉｎｉｎｅ）（対称性ジメチルアルギニン）），Ｎ－Ｍｅ－ｂＡＢＡ（Ｎ－ｍｅｔｈｙｌ－β－ａｍｉｎｏｂｕｔｙｒｉｃ　ａｃｉｄ）（Ｎ-メチル-β-アミノ酪酸），ＡＣ（１３：１）（Ａｃｙｌｃａｒｎｉｔｉｎｅ（１３：１））（アシルカルニチン（１３：１）），ＥＰＡ（ｃｉｓ－５，８，１１，１４，１７－Ｅｉｃｏｓａｐｅｎｔａｅｎｏｉｃ　ａｃｉｄ）（エイコサペンタエン酸））のうちの少なくとも１つの濃度値を用いて、前記評価対象について、大腸癌の状態を評価する評価ステップを含むこと、を特徴とする。
　また、本発明にかかる評価方法は、前記の評価方法において、前記評価ステップでは、前記評価対象の血液中の１９種類のアミノ酸（Ａｓｎ，Ｈｉｓ，Ｔｈｒ，Ａｌａ，Ｃｉｔ，Ａｒｇ，Ｔｙｒ，Ｖａｌ，Ｍｅｔ，Ｌｙｓ，Ｔｒｐ，Ｇｌｙ，Ｐｒｏ，Ｏｒｎ，Ｉｌｅ，Ｌｅｕ，Ｐｈｅ，Ｓｅｒ，Ｇｌｎ）のうちの少なくとも１つの濃度値をさらに用いること、を特徴とする。
　ここで、本明細書では各種アミノ酸を主に略称で表記するが、それらの正式名称は以下の通りである。
（略称）　（正式名称）
Ａｌａ　Ａｌａｎｉｎｅ
Ａｒｇ　Ａｒｇｉｎｉｎｅ
Ａｓｎ　Ａｓｐａｒａｇｉｎｅ
Ｃｉｔ　Ｃｉｔｒｕｌｌｉｎｅ
Ｇｌｎ　Ｇｌｕｔａｍｉｎｅ
Ｇｌｙ　Ｇｌｙｃｉｎｅ
Ｈｉｓ　Ｈｉｓｔｉｄｉｎｅ
Ｉｌｅ　Ｉｓｏｌｅｕｃｉｎｅ
Ｌｅｕ　Ｌｅｕｃｉｎｅ
Ｌｙｓ　Ｌｙｓｉｎｅ
Ｍｅｔ　Ｍｅｔｈｉｏｎｉｎｅ
Ｏｒｎ　Ｏｒｎｉｔｈｉｎｅ
Ｐｈｅ　Ｐｈｅｎｙｌａｌａｎｉｎｅ
Ｐｒｏ　Ｐｒｏｌｉｎｅ
Ｓｅｒ　Ｓｅｒｉｎｅ
Ｔｈｒ　Ｔｈｒｅｏｎｉｎｅ
Ｔｒｐ　Ｔｒｙｐｔｏｐｈａｎ
Ｔｙｒ　Ｔｙｒｏｓｉｎｅ
Ｖａｌ　Ｖａｌｉｎｅ
　また、本発明にかかる評価方法は、前記の評価方法において、前記評価ステップでは、上記２５種類の代謝物のうちの少なくとも１つの濃度値が代入される変数を含む式をさらに用いて前記式の値を算出することで、前記評価対象について、大腸癌の状態を評価すること、を特徴とする。
　また、本発明にかかる評価方法は、前記の評価方法において、前記評価ステップでは、前記評価対象の血液中の上記１９種類のアミノ酸のうちの少なくとも１つの濃度値をさらに用い、前記式は、上記１９種類のアミノ酸のうちの少なくとも１つの濃度値が代入される変数をさらに含むものであること、を特徴とする。
　また、本発明にかかる評価装置は、制御部を備えた評価装置であって、前記制御部は、評価対象の血液中の上記２５種類の代謝物のうちの少なくとも１つの濃度値を用いて、前記評価対象について、大腸癌の状態を評価する評価手段を備えたこと、を特徴とする。
　また、本発明にかかる評価方法は、制御部を備えた情報処理装置において実行される評価方法であって、前記制御部において実行される、評価対象の血液中の上記２５種類の代謝物のうちの少なくとも１つの濃度値を用いて、前記評価対象について、大腸癌の状態を評価する評価ステップを含むこと、を特徴とする。
　また、本発明にかかる評価プログラムは、制御部を備えた情報処理装置において実行させるための評価プログラムであって、前記制御部において実行させるための、評価対象の血液中の上記２５種類の代謝物のうちの少なくとも１つの濃度値を用いて、前記評価対象について、大腸癌の状態を評価する評価ステップを含むこと、を特徴とする。
　また、本発明にかかる記録媒体は、一時的でないコンピュータ読み取り可能な記録媒体であって、情報処理装置に前記評価方法を実行させるためのプログラム化された命令を含むこと、を特徴とする。
　また、本発明にかかる評価システムは、制御部を備えた評価装置と、制御部を備え、評価対象の血液中の上記２５種類の代謝物のうちの少なくとも１つの濃度値に関する濃度データを提供する端末装置とを、ネットワークを介して通信可能に接続して構成された評価システムであって、前記端末装置の前記制御部は、前記評価対象の前記濃度データを前記評価装置へ送信する濃度データ送信手段と、前記評価装置から送信された、前記評価対象における大腸癌の状態に関する評価結果を受信する結果受信手段と、を備え、前記評価装置の前記制御部は、前記端末装置から送信された前記評価対象の前記濃度データを受信する濃度データ受信手段と、前記濃度データ受信手段で受信した前記評価対象の前記濃度データに含まれている、上記２５種類の代謝物のうちの少なくとも１つの前記濃度値を用いて、前記評価対象について、大腸癌の状態を評価する評価手段と、前記評価手段で得られた前記評価結果を前記端末装置へ送信する結果送信手段と、を備えたこと、を特徴とする。
　また、本発明にかかる端末装置は、制御部を備えた端末装置であって、前記制御部は、評価対象における大腸癌の状態に関する評価結果を取得する結果取得手段を備え、前記評価結果は、前記評価対象の血液中の上記２５種類の代謝物のうちの少なくとも１つの濃度値を用いて、前記評価対象について、大腸癌の状態を評価した結果であること、を特徴とする。
　また、本発明にかかる端末装置は、前記の端末装置において、前記評価対象について大腸癌の状態を評価する評価装置とネットワークを介して通信可能に接続して構成されており、前記制御部は、前記評価対象の血液中の上記２５種類の代謝物のうちの少なくとも１つの前記濃度値に関する濃度データを前記評価装置へ送信する濃度データ送信手段をさらに備え、前記結果取得手段は、前記評価装置から送信された前記評価結果を受信すること、を特徴とする。
　また、本発明にかかる評価装置は、評価対象の血液中の上記２５種類の代謝物のうちの少なくとも１つの濃度値に関する濃度データを提供する端末装置とネットワークを介して通信可能に接続された、制御部を備えた評価装置であって、前記制御部は、前記端末装置から送信された前記評価対象の前記濃度データを受信する濃度データ受信手段と、前記濃度データ受信手段で受信した前記評価対象の前記濃度データに含まれている、上記２５種類の代謝物のうちの少なくとも１つの前記濃度値を用いて、前記評価対象について、大腸癌の状態を評価する評価手段と、前記評価手段で得られた評価結果を前記端末装置へ送信する結果送信手段と、を備えたこと、を特徴とする。
　本発明によれば、評価対象の血液中の上記２５種類の代謝物のうちの少なくとも１つの濃度値を用いて、評価対象について、大腸癌の状態を評価するので、大腸癌の状態を知る上で参考となり得る信頼性の高い情報を提供することができるという効果を奏する。
図１は、第１実施形態の基本原理を示す原理構成図である。 図２は、第２実施形態の基本原理を示す原理構成図である。 図３は、本システムの全体構成の一例を示す図である。 図４は、本システムの全体構成の他の一例を示す図である。 図５は、本システムの評価装置１００の構成の一例を示すブロック図である。 図６は、濃度データファイル１０６ａに格納される情報の一例を示す図である。 図７は、指標状態情報ファイル１０６ｂに格納される情報の一例を示す図である。 図８は、指定指標状態情報ファイル１０６ｃに格納される情報の一例を示す図である。 図９は、式ファイル１０６ｄ１に格納される情報の一例を示す図である。 図１０は、評価結果ファイル１０６ｅに格納される情報の一例を示す図である。 図１１は、評価部１０２ｄの構成を示すブロック図である。 図１２は、本システムのクライアント装置２００の構成の一例を示すブロック図である。 図１３は、本システムのデータベース装置４００の構成の一例を示すブロック図である。
　以下に、本発明にかかる評価方法の実施形態（第１実施形態）、及び、本発明にかかる評価装置、評価方法、評価プログラム、記録媒体、評価システム及び端末装置の実施形態（第２実施形態）を、図面に基づいて詳細に説明する。なお、本発明はこれらの実施形態により限定されるものではない。
［第１実施形態］
［１－１．第１実施形態の概要］
　ここでは、第１実施形態の概要について図１を参照して説明する。図１は第１実施形態の基本原理を示す原理構成図である。
　まず、評価対象（例えば動物やヒトなどの個体）から採取した血液（例えば血漿、血清などを含む）中の物質（「上記２５種類の代謝物および上記１９種類のアミノ酸」のうちの少なくとも１つを含む血中物質）の濃度値に関する濃度データを取得する（ステップＳ１１）。
　なお、ステップＳ１１では、例えば、濃度値測定を行う企業等が測定した上記血中物質に関する濃度データを取得してもよい。また、評価対象から採取した血液から、例えば以下の（Ａ）、（Ｂ）、または（Ｃ）などの測定方法により上記血中物質の濃度値を測定することで上記血中物質の濃度値に関する濃度データを取得してもよい。ここで、上記血中物質の濃度値の単位は、例えばモル濃度、重量濃度又は酵素活性であってもよく、これらの濃度に任意の定数を加減乗除することで得られるものでもよい。
（Ａ）採取した血液サンプルを遠心することにより血液から血漿を分離する。全ての血漿サンプルは、濃度値の測定時まで－８０℃で凍結保存する。濃度値測定時には、アセトニトリルを添加し除蛋白処理を行った後、標識試薬（３－アミノピリジル－Ｎ－ヒドロキシスクシンイミジルカルバメート）を用いてプレカラム誘導体化を行い、そして、液体クロマトグラフ質量分析計（ＬＣ／ＭＳ）により濃度値を分析する（国際公開第２００３／０６９３２８号、国際公開第２００５／１１６６２９号を参照）。もしくは、除蛋白処理を行った血漿を、固層抽出によるリン脂質除去後、ＬＣ／ＭＳにより濃度値（ピーク面積値）を分析する。
（Ｂ）採取した血液サンプルを遠心することにより血液から血漿を分離する。全ての血漿サンプルは、濃度値の測定時まで－８０℃で凍結保存する。濃度値測定時には、スルホサリチル酸を添加し除蛋白処理を行った後、ニンヒドリン試薬を用いたポストカラム誘導体化法を原理としたアミノ酸分析計により濃度値を分析する。
（Ｃ）採取した血液サンプルを、膜やＭＥＭＳ技術または遠心分離の原理を用いて血球分離を行い、血液から血漿または血清を分離する。血漿または血清取得後すぐに濃度値の測定を行わない血漿または血清サンプルは、濃度値の測定時まで－８０℃で凍結保存する。濃度値測定時には、酵素やアプタマーなど、標的とする血中物質と反応または結合する分子等を用い、基質認識によって増減する物質や分光学的値を定量等することにより濃度値を分析する。
　つぎに、ステップＳ１１で取得した濃度データに含まれている、上記２５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値を用いて、評価対象について大腸癌の状態を評価する（ステップＳ１２）。なお、ステップＳ１２を実行する前に、ステップＳ１１で取得した濃度データから欠損値や外れ値などのデータを除去してもよい。ここで、状態を評価するとは、例えば、現在の状態を検査することである。
　以上、第１実施形態によれば、ステップＳ１１では評価対象の濃度データを取得し、ステップＳ１２では、ステップＳ１１で取得した評価対象の濃度データに含まれている、上記２５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値を用いて、評価対象について大腸癌の状態を評価する。これにより、大腸癌の状態を知る上で参考となり得る信頼性の高い情報を提供することができる。
　また、上記２５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値が評価対象についての大腸癌の状態を反映したものであると決定してもよく、さらに、濃度値を例えば以下に挙げた手法などで変換し、変換後の値が評価対象についての大腸癌の状態を反映したものであると決定してもよい。換言すると、濃度値又は変換後の値そのものを、評価対象についての大腸癌の状態に関する評価結果として扱ってもよい。
　濃度値の取り得る範囲が所定範囲（例えば０．０から１．０までの範囲、０．０から１０．０までの範囲、０．０から１００．０までの範囲、又は－１０．０から１０．０までの範囲、など）に収まるようにするためなどに、例えば、濃度値に対して任意の値を加減乗除したり、濃度値を所定の変換手法（例えば、指数変換、対数変換、角変換、平方根変換、プロビット変換、逆数変換、Ｂｏｘ－Ｃｏｘ変換、又はべき乗変換など）で変換したり、また、濃度値に対してこれらの計算を組み合わせて行ったりすることで、濃度値を変換してもよい。例えば、濃度値を指数としネイピア数を底とする指数関数の値（具体的には、大腸癌の状態が所定の状態（例えば、基準値を超えた、大腸癌に罹患している可能性が高い状態、など）である確率ｐを定義したときの自然対数ｌｎ（ｐ／（１－ｐ））が濃度値と等しいとした場合におけるｐ／（１－ｐ）の値）をさらに算出してもよく、また、算出した指数関数の値を１と当該値との和で割った値（具体的には、確率ｐの値）をさらに算出してもよい。
　また、特定の条件のときの変換後の値が特定の値となるように、濃度値を変換してもよい。例えば、特異度が８０％のときの変換後の値が５．０となり且つ特異度が９５％のときの変換後の値が８．０となるように濃度値を変換してもよい。
　また、各代謝物および各アミノ酸ごとに、濃度分布を正規分布化した後、平均５０、標準偏差１０となるように偏差値化してもよい。
　なお、これらの変換は、男女別や年齢別に行ってもよい。
　また、モニタ等の表示装置又は紙等の物理媒体に視認可能に示される所定の物差し上における所定の目印の位置に関する位置情報を、上記２５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値又は当該濃度値を変換した場合にはその変換後の値を用いて生成し、生成した位置情報が評価対象についての大腸癌の状態を反映したものであると決定してもよい。なお、所定の物差しとは、大腸癌の状態を評価するためのものであり、例えば、目盛りが示された物差しであって、「濃度値又は変換後の値の取り得る範囲、又は、当該範囲の一部分」における上限値と下限値に対応する目盛りが少なくとも示されたもの、などである。また、所定の目印とは、濃度値又は変換後の値に対応するものであり、例えば、丸印又は星印などである。
　また、上記２５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値が、所定値（平均値±１ＳＤ、２ＳＤ、３ＳＤ、Ｎ分位点、Ｎパーセンタイル又は臨床的意義の認められたカットオフ値など）より低い若しくは所定値以下の場合又は所定値以上若しくは所定値より高い場合に、評価対象について、大腸癌の状態を評価してもよい。その際、濃度値そのものではなく、濃度偏差値（各代謝物および各アミノ酸ごとに、男女別に濃度分布を正規分布化した後、平均５０、標準偏差１０となるように偏差値化した値）を用いてもよい。例えば、濃度偏差値が平均値－２ＳＤ未満の場合（濃度偏差値＜３０の場合）又は濃度偏差値が平均値＋２ＳＤより高い場合（濃度偏差値＞７０の場合）に、評価対象について、大腸癌の状態を評価してもよい。
　また、上記２５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値、および、上記２５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値が代入される変数を含む式を用いて、式の値を算出することで、評価対象について大腸癌の状態を評価してもよい。
　また、算出した式の値が評価対象についての大腸癌の状態を反映したものであると決定してもよく、さらに、式の値を例えば以下に挙げた手法などで変換し、変換後の値が評価対象についての大腸癌の状態を反映したものであると決定してもよい。換言すると、式の値又は変換後の値そのものを、評価対象についての大腸癌の状態に関する評価結果として扱ってもよい。
　式の値の取り得る範囲が所定範囲（例えば０．０から１．０までの範囲、０．０から１０．０までの範囲、０．０から１００．０までの範囲、又は－１０．０から１０．０までの範囲、など）に収まるようにするためなどに、例えば、式の値に対して任意の値を加減乗除したり、式の値を所定の変換手法（例えば、指数変換、対数変換、角変換、平方根変換、プロビット変換、逆数変換、Ｂｏｘ－Ｃｏｘ変換、又はべき乗変換など）で変換したり、また、式の値に対してこれらの計算を組み合わせて行ったりすることで、式の値を変換してもよい。例えば、式の値を指数としネイピア数を底とする指数関数の値（具体的には、大腸癌の状態が所定の状態（例えば、基準値を超えた、大腸癌に罹患している可能性が高い状態、など）である確率ｐを定義したときの自然対数ｌｎ（ｐ／（１－ｐ））が式の値と等しいとした場合におけるｐ／（１－ｐ）の値）をさらに算出してもよく、また、算出した指数関数の値を１と当該値との和で割った値（具体的には、確率ｐの値）をさらに算出してもよい。
　また、特定の条件のときの変換後の値が特定の値となるように、式の値を変換してもよい。例えば、特異度が８０％のときの変換後の値が５．０となり且つ特異度が９５％のときの変換後の値が８．０となるように式の値を変換してもよい。
　また、平均５０、標準偏差１０となるように偏差値化してもよい。
　なお、これらの変換は、男女別や年齢別に行ってもよい。
　なお、本明細書における式の値は、式の値そのものであってもよく、式の値を変換した後の値であってもよい。
　また、モニタ等の表示装置又は紙等の物理媒体に視認可能に示される所定の物差し上における所定の目印の位置に関する位置情報を、式の値又は当該式の値を変換した場合にはその変換後の値を用いて生成し、生成した位置情報が評価対象についての大腸癌の状態を反映したものであると決定してもよい。なお、所定の物差しとは、大腸癌の状態を評価するためのものであり、例えば、目盛りが示された物差しであって、「式の値又は変換後の値の取り得る範囲、又は、当該範囲の一部分」における上限値と下限値に対応する目盛りが少なくとも示されたもの、などである。また、所定の目印とは、式の値又は変換後の値に対応するものであり、例えば、丸印又は星印などである。
　また、評価対象が大腸癌に罹患している可能性の程度を定性的に評価してもよい。具体的には、「上記２５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値および予め設定された１つまたは複数の閾値」または「上記２５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値、上記２５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値が代入される変数を含む式、および予め設定された１つまたは複数の閾値」を用いて、評価対象を、大腸癌に罹患している可能性の程度を少なくとも考慮して定義された複数の区分のうちのどれか１つに分類してもよい。なお、複数の区分には、大腸癌に罹患している可能性の程度が高い対象（例えば、大腸癌に罹患していると見做す対象）を属させるための区分（例えば、実施例に記載したランクＣなど）、大腸癌に罹患している可能性の程度が低い対象（例えば、大腸癌に罹患していないと見做す対象）を属させるための区分（例えば、実施例に記載したランクＡなど）、および大腸癌に罹患している可能性の程度が中程度である対象を属させるための区分（例えば、実施例に記載したランクＢなど）が含まれていてもよい。また、複数の区分には、大腸癌に罹患している可能性の程度が高い対象を属させるための区分（例えば、実施例に記載した大腸癌区分など）、および、大腸癌に罹患している可能性の程度が低い対象を属させるための区分（例えば、実施例に記載した、健常である可能性が高い対象（例えば健常であると見做す対象）を属させるための健常区分など）が含まれていてもよい。また、濃度値又は式の値を所定の手法で変換し、変換後の値を用いて評価対象を複数の区分のうちのどれか１つに分類してもよい。
　また、評価の際に用いる式について、その形式は特に問わないが、例えば、以下に示す形式のものでもよい。
・最小二乗法に基づく重回帰式、線形判別式、主成分分析、正準判別分析などの線形モデル
・最尤法に基づくロジスティック回帰、Ｃｏｘ回帰などの一般化線形モデル
・一般化線形モデルに加えて個体間差、施設間差などの変量効果を考慮した一般化線形混合モデル
・Ｋ－ｍｅａｎｓ法、階層的クラスタ解析などクラスタ解析で作成された式
・ＭＣＭＣ(マルコフ連鎖モンテカルロ法)、ベイジアンネットワーク、階層ベイズ法などベイズ統計に基づき作成された式
・サポートベクターマシンや決定木などクラス分類により作成された式
・分数式など上記のカテゴリに属さない手法により作成された式
・異なる形式の式の和で示されるような式
　また、評価の際に用いる式を、例えば、本出願人による国際出願である国際公開第２００４／０５２１９１号に記載の方法又は本出願人による国際出願である国際公開第２００６／０９８１９２号に記載の方法で作成してもよい。なお、これらの方法で得られた式であれば、入力データとしての濃度データにおける代謝物および／またはアミノ酸の濃度値の単位に因らず、当該式を大腸癌の状態を評価するのに好適に用いることができる。
　ここで、重回帰式、多重ロジスティック回帰式、正準判別関数などにおいては各変数に係数及び定数項が付加されるが、この係数及び定数項は、好ましくは実数であれば構わず、より好ましくは、データから前記の各種分類を行うために得られた係数及び定数項の９９％信頼区間の範囲に属する値であれば構わず、さらに好ましくは、データから前記の各種分類を行うために得られた係数及び定数項の９５％信頼区間の範囲に属する値であれば構わない。また、各係数の値及びその信頼区間は、それを実数倍したものでもよく、定数項の値及びその信頼区間は、それに任意の実定数を加減乗除したものでもよい。ロジスティック回帰式、線形判別式、重回帰式などを評価の際に用いる場合、線形変換（定数の加算、定数倍）及び単調増加（減少）の変換（例えばｌｏｇｉｔ変換など）は評価性能を変えるものではなく変換前と同等であるので、これらの変換が行われた後のものを用いてもよい。
　また、分数式とは、当該分数式の分子が変数Ａ，Ｂ，Ｃ，・・・の和で表わされ及び／又は当該分数式の分母が変数ａ，ｂ，ｃ，・・・の和で表わされるものである。また、分数式には、このような構成の分数式α，β，γ，・・・の和（例えばα＋βのようなもの）も含まれる。また、分数式には、分割された分数式も含まれる。なお、分子や分母に用いられる変数にはそれぞれ適当な係数がついても構わない。また、分子や分母に用いられる変数は重複しても構わない。また、各分数式に適当な係数がついても構わない。また、各変数の係数の値や定数項の値は、実数であれば構わない。ある分数式と、当該分数式において分子の変数と分母の変数が入れ替えられたものとでは、目的変数との相関の正負の符号が概して逆転するものの、それらの相関性は保たれるが故に、評価性能も同等と見做せるので、分数式には、分子の変数と分母の変数が入れ替えられたものも含まれる。
　そして、大腸癌の状態を評価する際、上記２５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値以外に、他の生体情報に関する値（例えば、以下に挙げた値など）をさらに用いても構わない。また、評価の際に用いる式には、上記２５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値が代入される変数以外に、他の生体情報に関する値（例えば、以下に挙げた値など）が代入される１つ又は複数の変数がさらに含まれていてもよい。
１．アミノ酸以外の他の血中の代謝物（アミノ酸代謝物・糖類・脂質等）、タンパク質、ペプチド、ミネラル、ホルモン等の濃度値
２．アルブミン、総蛋白、トリグリセリド（中性脂肪）、ＨｂＡ１ｃ、糖化アルブミン、インスリン抵抗性指数、総コレステロール、ＬＤＬコレステロール、ＨＤＬコレステロール、アミラーゼ、総ビリルビン、クレアチニン、推算糸球体濾過量(ｅＧＦＲ)、尿酸、ＧＯＴ（ＡＳＴ）、ＧＰＴ（ＡＬＴ），ＧＧＴＰ（γ－ＧＴＰ）、グルコース（血糖値）、ＣＲＰ（Ｃ反応性蛋白）、赤血球、ヘモグロビン、ヘマトクリット、ＭＣＶ、ＭＣＨ，ＭＣＨＣ、白血球、血小板数等の血液検査値
３．超音波エコー、Ｘ線、ＣＴ、ＭＲＩ、内視鏡像等の画像情報から得られる値
４．年齢、身長、体重、ＢＭＩ、腹囲、収縮期血圧、拡張期血圧、性別、喫煙情報、食事情報、飲酒情報、運動情報、ストレス情報、睡眠情報、家族の既往歴情報、疾患歴情報（糖尿病等）等の生体指標に関する値
［第２実施形態］
［２－１．第２実施形態の概要］
　ここでは、第２実施形態の概要について図２を参照して説明する。図２は第２実施形態の基本原理を示す原理構成図である。なお、本第２実施形態の説明では、上述した第１実施形態と重複する説明を省略する場合がある。特に、ここでは、大腸癌の状態を評価する際に、式の値又はその変換後の値を用いるケースを一例として記載しているが、例えば、「上記２５種類の代謝物および上記１９種類のアミノ酸」のうちの少なくとも１つの濃度値又はその変換後の値（例えば濃度偏差値など）を用いてもよい。
　制御部は、血液中の上記２５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値に関する予め取得した評価対象（例えば動物やヒトなどの個体）の濃度データに含まれている、上記２５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値、および、上記２５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値が代入される変数を含む予め記憶部に記憶された式を用いて、式の値を算出することで、評価対象について大腸癌の状態を評価する（ステップＳ２１）。これにより、大腸癌の状態を知る上で参考となり得る信頼性の高い情報を提供することができる。
　なお、ステップＳ２１で用いられる式は、以下に説明する式作成処理（工程１～工程４）に基づいて作成されたものでもよい。ここで、式作成処理の概要について説明する。なお、ここで説明する処理はあくまでも一例であり、式の作成方法はこれに限定されない。
　まず、制御部は、濃度データと大腸癌の状態を表す指標に関する指標データとを含む予め記憶部に記憶された指標状態情報（欠損値や外れ値などを持つデータが事前に除去されているものでもよい）から所定の式作成手法に基づいて、候補式（例えば、ｙ＝ａ１ｘ１＋ａ２ｘ２＋・・・＋ａｎｘｎ、ｙ：指標データ、ｘｉ：濃度データ、ａｉ：定数、ｉ＝１，２，・・・，ｎ）を作成する（工程１）。
　なお、工程１において、指標状態情報から、複数の異なる式作成手法（主成分分析や判別分析、サポートベクターマシン、重回帰分析、Ｃｏｘ回帰分析、ロジスティック回帰分析、ｋ－ｍｅａｎｓ法、クラスター解析、決定木などの多変量解析に関するものを含む。）を併用して複数の候補式を作成してもよい。具体的には、多数の健常群および大腸癌群から得た血液を分析して得た濃度データおよび指標データから構成される多変量データである指標状態情報に対して、複数の異なるアルゴリズムを利用して複数群の候補式を同時並行的に作成してもよい。例えば、異なるアルゴリズムを利用して判別分析およびロジスティック回帰分析を同時に行い、２つの異なる候補式を作成してもよい。また、主成分分析を行って作成した候補式を利用して指標状態情報を変換し、変換した指標状態情報に対して判別分析を行うことで候補式を作成してもよい。これにより、最終的に、評価に最適な式を作成することができる。
　ここで、主成分分析を用いて作成した候補式は、全ての濃度データの分散を最大にするような各変数を含む一次式である。また、判別分析を用いて作成した候補式は、各群内の分散の和の全ての濃度データの分散に対する比を最小にするような各変数を含む高次式（指数や対数を含む）である。また、サポートベクターマシンを用いて作成した候補式は、群間の境界を最大にするような各変数を含む高次式（カーネル関数を含む）である。また、重回帰分析を用いて作成した候補式は、全ての濃度データからの距離の和を最小にするような各変数を含む高次式である。また、Ｃｏｘ回帰分析を用いて作成した候補式は、対数ハザード比を含む線形モデルで、そのモデルの尤度を最大とするような各変数とその係数を含む１次式であるである。また、ロジスティック回帰分析を用いて作成した候補式は、確率の対数オッズを表す線形モデルであり、その確率の尤度を最大にするような各変数を含む一次式である。また、ｋ－ｍｅａｎｓ法とは、各濃度データのｋ個近傍を探索し、近傍点の属する群の中で一番多いものをそのデータの所属群と定義し、入力された濃度データの属する群と定義された群とが最も合致するような変数を選択する手法である。また、クラスター解析とは、全ての濃度データの中で最も近い距離にある点同士をクラスタリング（群化）する手法である。また、決定木とは、変数に序列をつけて、序列が上位である変数の取りうるパターンから濃度データの群を予測する手法である。
　式作成処理の説明に戻り、制御部は、工程１で作成した候補式を、所定の検証手法に基づいて検証（相互検証）する（工程２）。候補式の検証は、工程１で作成した各候補式に対して行う。なお、工程２において、ブートストラップ法やホールドアウト法、Ｎ－フォールド法、リーブワンアウト法などのうち少なくとも１つに基づいて、候補式の判別率や感度、特異度、情報量基準、ＲＯＣ＿ＡＵＣ（受信者特性曲線の曲線下面積）などのうち少なくとも１つに関して検証してもよい。これにより、指標状態情報や評価条件を考慮した予測性または頑健性の高い候補式を作成することができる。
　ここで、判別率とは、本実施形態にかかる評価手法で、真の状態が陰性である評価対象（例えば、大腸癌に罹患していない評価対象など）を正しく陰性と評価し、真の状態が陽性である評価対象（例えば、大腸癌に罹患している評価対象など）を正しく陽性と評価している割合である。また、感度とは、本実施形態にかかる評価手法で、真の状態が陽性である評価対象を正しく陽性と評価している割合である。また、特異度とは、本実施形態にかかる評価手法で、真の状態が陰性である評価対象を正しく陰性と評価している割合である。また、赤池情報量規準とは、回帰分析などの場合に，観測データが統計モデルにどの程度一致するかを表す基準であり、「－２×（統計モデルの最大対数尤度）＋２×（統計モデルの自由パラメータ数）」で定義される値が最小となるモデルを最もよいと判断する。また、ＲＯＣ＿ＡＵＣは、２次元座標上に（ｘ，ｙ）＝（１－特異度，感度）をプロットして作成される曲線である受信者特性曲線（ＲＯＣ）の曲線下面積として定義され、ＲＯＣ＿ＡＵＣの値は完全な判別では１となり、この値が１に近いほど判別性が高いことを示す。また、予測性とは、候補式の検証を繰り返すことで得られた判別率や感度、特異性を平均したものである。また、頑健性とは、候補式の検証を繰り返すことで得られた判別率や感度、特異性の分散である。
　式作成処理の説明に戻り、制御部は、所定の変数選択手法に基づいて候補式の変数を選択することで、候補式を作成する際に用いる指標状態情報に含まれる濃度データの組み合わせを選択する（工程３）。なお、工程３において、変数の選択は、工程１で作成した各候補式に対して行ってもよい。これにより、候補式の変数を適切に選択することができる。そして、工程３で選択した濃度データを含む指標状態情報を用いて再び工程１を実行する。また、工程３において、工程２での検証結果からステップワイズ法、ベストパス法、近傍探索法、遺伝的アルゴリズムのうち少なくとも１つに基づいて候補式の変数を選択してもよい。なお、ベストパス法とは、候補式に含まれる変数を１つずつ順次減らしていき、候補式が与える評価指標を最適化することで変数を選択する方法である。
　式作成処理の説明に戻り、制御部は、上述した工程１、工程２および工程３を繰り返し実行し、これにより蓄積した検証結果に基づいて、複数の候補式の中から評価の際に用いる候補式を選出することで、評価の際に用いる式を作成する（工程４）。なお、候補式の選出には、例えば、同じ式作成手法で作成した候補式の中から最適なものを選出する場合と、すべての候補式の中から最適なものを選出する場合とがある。
　以上、説明したように、式作成処理では、指標状態情報に基づいて、候補式の作成、候補式の検証および候補式の変数の選択に関する処理を一連の流れで体系化（システム化）して実行することにより、大腸癌の評価に最適な式を作成することができる。換言すると、式作成処理では、上記２５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つを含む血中物質の濃度を多変量の統計解析に用い、最適でロバストな変数の組を選択するために変数選択法とクロスバリデーションとを組み合わせて、評価性能の高い式を抽出する。
［２－２．第２実施形態の構成］
　ここでは、第２実施形態にかかる評価システム（以下では本システムと記す場合がある。）の構成について、図３から図１４を参照して説明する。なお、本システムはあくまでも一例であり、本発明はこれに限定されない。特に、ここでは、大腸癌の状態を評価する際に、式の値又はその変換後の値を用いるケースを一例として記載しているが、例えば、「上記２５種類の代謝物および上記１９種類のアミノ酸」のうちの少なくとも１つの濃度値又はその変換後の値（例えば濃度偏差値など）を用いてもよい。
　まず、本システムの全体構成について図３および図４を参照して説明する。図３は本システムの全体構成の一例を示す図である。また、図４は本システムの全体構成の他の一例を示す図である。本システムは、図３に示すように、評価対象である個体について大腸癌の状態を評価する評価装置１００と、血液中の上記２５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つを含む血中物質の濃度値に関する個体の濃度データを提供するクライアント装置２００（本発明の端末装置に相当）とを、ネットワーク３００を介して通信可能に接続して構成されている。
　なお、本システムは、図４に示すように、評価装置１００やクライアント装置２００の他に、評価装置１００で式を作成する際に用いる指標状態情報や、評価の際に用いる式などを格納したデータベース装置４００を、ネットワーク３００を介して通信可能に接続して構成されてもよい。これにより、ネットワーク３００を介して、評価装置１００からクライアント装置２００やデータベース装置４００へ、あるいはクライアント装置２００やデータベース装置４００から評価装置１００へ、大腸癌の状態を知る上で参考となる情報などが提供される。ここで、大腸癌の状態を知る上で参考となる情報とは、例えば、ヒトを含む生物の大腸癌の状態に関する特定の項目について測定した値に関する情報などである。また、大腸癌の状態を知る上で参考となる情報は、評価装置１００やクライアント装置２００や他の装置（例えば各種の計測装置等）で生成され、主にデータベース装置４００に蓄積される。
　つぎに、本システムの評価装置１００の構成について図５から図１１を参照して説明する。図５は、本システムの評価装置１００の構成の一例を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。
　評価装置１００は、当該評価装置を統括的に制御するＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）等の制御部１０２と、ルータ等の通信装置および専用線等の有線または無線の通信回線を介して当該評価装置をネットワーク３００に通信可能に接続する通信インターフェース部１０４と、各種のデータベースやテーブルやファイルなどを格納する記憶部１０６と、入力装置１１２や出力装置１１４に接続する入出力インターフェース部１０８と、で構成されており、これら各部は任意の通信路を介して通信可能に接続されている。ここで、評価装置１００は、各種の分析装置（例えばアミノ酸分析装置等）と同一筐体で構成されてもよい。例えば、血液中の上記２５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つを含む所定の血中物質の濃度値を算出（測定）し、算出した値を出力（印刷やモニタ表示など）する構成（ハードウェアおよびソフトウェア）を備えた小型分析装置において、後述する評価部１０２ｄをさらに備え、当該評価部１０２ｄで得られた結果を前記構成を用いて出力すること、を特徴とするものでもよい。
　通信インターフェース部１０４は、評価装置１００とネットワーク３００（またはルータ等の通信装置）との間における通信を媒介する。すなわち、通信インターフェース部１０４は、他の端末と通信回線を介してデータを通信する機能を有する。
　入出力インターフェース部１０８は、入力装置１１２や出力装置１１４に接続する。ここで、出力装置１１４には、モニタ（家庭用テレビを含む）の他、スピーカやプリンタを用いることができる（なお、以下では、出力装置１１４をモニタ１１４として記載する場合がある。）。入力装置１１２には、キーボードやマウスやマイクの他、マウスと協働してポインティングデバイス機能を実現するモニタを用いることができる。
　記憶部１０６は、ストレージ手段であり、例えば、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）・ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）等のメモリ装置や、ハードディスクのような固定ディスク装置、フレキシブルディスク、光ディスク等を用いることができる。記憶部１０６には、ＯＳ（Ｏｐｅｒａｔｉｎｇ　Ｓｙｓｔｅｍ）と協働してＣＰＵに命令を与え各種処理を行うためのコンピュータプログラムが記録されている。記憶部１０６は、図示の如く、濃度データファイル１０６ａと、指標状態情報ファイル１０６ｂと、指定指標状態情報ファイル１０６ｃと、式関連情報データベース１０６ｄと、評価結果ファイル１０６ｅと、を格納する。
　濃度データファイル１０６ａは、血液中の上記２５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つを含む血中物質の濃度値に関する濃度データを格納する。図６は、濃度データファイル１０６ａに格納される情報の一例を示す図である。濃度データファイル１０６ａに格納される情報は、図６に示すように、評価対象である個体（サンプル）を一意に識別するための個体番号と、濃度データとを相互に関連付けて構成されている。ここで、図６では、濃度データを数値、すなわち連続尺度として扱っているが、濃度データは名義尺度や順序尺度でもよい。なお、名義尺度や順序尺度の場合は、それぞれの状態に対して任意の数値を与えることで解析してもよい。また、濃度データに、他の生体情報に関する値（上記参照）を組み合わせてもよい。
　図５に戻り、指標状態情報ファイル１０６ｂは、式を作成する際に用いる指標状態情報を格納する。図７は、指標状態情報ファイル１０６ｂに格納される情報の一例を示す図である。指標状態情報ファイル１０６ｂに格納される情報は、図７に示すように、個体番号と、大腸癌の状態を表す指標（指標Ｔ１、指標Ｔ２、指標Ｔ３・・・）に関する指標データ（Ｔ）と、濃度データと、を相互に関連付けて構成されている。ここで、図７では、指標データおよび濃度データを数値（すなわち連続尺度）として扱っているが、指標データおよび濃度データは名義尺度や順序尺度でもよい。なお、名義尺度や順序尺度の場合は、それぞれの状態に対して任意の数値を与えることで解析してもよい。また、指標データは、大腸癌の状態のマーカーとなる既知の指標などであり、数値データを用いてもよい。
　図５に戻り、指定指標状態情報ファイル１０６ｃは、後述する指定部１０２ｂで指定した指標状態情報を格納する。図８は、指定指標状態情報ファイル１０６ｃに格納される情報の一例を示す図である。指定指標状態情報ファイル１０６ｃに格納される情報は、図８に示すように、個体番号と、指定した指標データと、指定した濃度データと、を相互に関連付けて構成されている。
　図５に戻り、式関連情報データベース１０６ｄは、後述する式作成部１０２ｃで作成した式を格納する式ファイル１０６ｄ１で構成される。式ファイル１０６ｄ１は、評価の際に用いる式を格納する。図９は、式ファイル１０６ｄ１に格納される情報の一例を示す図である。式ファイル１０６ｄ１に格納される情報は、図９に示すように、ランクと、式（図９では、Ｆｐ（Ｈｏｍｏ，・・・）やＦｐ（Ｈｏｍｏ，ＧＡＢＡ，Ａｓｎ）、Ｆｋ（Ｈｏｍｏ，ＧＡＢＡ，Ａｓｎ，・・・）など）と、各式作成手法に対応する閾値と、各式の検証結果（例えば各式の値）と、を相互に関連付けて構成されている。なお、“Ｈｏｍｏ”という文字は、Ｈｏｍｏａｒｇｉｎｉｎｅを意味するものである。
　図５に戻り、評価結果ファイル１０６ｅは、後述する評価部１０２ｄで得られた評価結果を格納する。図１０は、評価結果ファイル１０６ｄに格納される情報の一例を示す図である。評価結果ファイル１０６ｄに格納される情報は、評価対象である個体（サンプル）を一意に識別するための個体番号と、予め取得した個体の濃度データと、大腸癌の状態に関する評価結果（例えば、後述する算出部１０２ｄ１で算出した式の値、後述する変換部１０２ｄ２で式の値を変換した後の値、後述する生成部１０２ｄ３で生成した位置情報、又は、後述する分類部１０２ｄ４で得られた分類結果、など）と、を相互に関連付けて構成されている。
　図５に戻り、制御部１０２は、ＯＳ等の制御プログラム・各種の処理手順等を規定したプログラム・所要データなどを格納するための内部メモリを有し、これらのプログラムに基づいて種々の情報処理を実行する。制御部１０２は、図示の如く、大別して、受信部１０２ａと指定部１０２ｂと式作成部１０２ｃと評価部１０２ｄと結果出力部１０２ｅと送信部１０２ｆとを備えている。制御部１０２は、データベース装置４００から送信された指標状態情報やクライアント装置２００から送信された濃度データに対して、欠損値のあるデータの除去・外れ値の多いデータの除去・欠損値のあるデータの多い変数の除去などのデータ処理も行う。
　受信部１０２ａは、クライアント装置２００やデータベース装置４００から送信された情報（具体的には、濃度データや指標状態情報、式など）を、ネットワーク３００を介して受信する。指定部１０２ｂは、式を作成するにあたり対象とする指標データおよび濃度データを指定する。
　式作成部１０２ｃは、受信部１０２ａで受信した指標状態情報や指定部１０２ｂで指定した指標状態情報に基づいて式を作成する。なお、式が予め記憶部１０６の所定の記憶領域に格納されている場合には、式作成部１０２ｃは、記憶部１０６から所望の式を選択することで、式を作成してもよい。また、式作成部１０２ｃは、式を予め格納した他のコンピュータ装置（例えばデータベース装置４００）から所望の式を選択しダウンロードすることで、式を作成してもよい。
　評価部１０２ｄは、事前に得られた式（例えば、式作成部１０２ｃで作成した式、又は、受信部１０２ａで受信した式など）、及び、受信部１０２ａで受信した個体の濃度データに含まれる、上記２５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値を用いて、式の値を算出することで、個体について大腸癌の状態を評価する。なお、評価部１０２ｄは、上記２５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値又は当該濃度値の変換後の値（例えば濃度偏差値）を用いて、個体について大腸癌の状態を評価してもよい。
　ここで、評価部１０２ｄの構成について図１１を参照して説明する。図１１は、評価部１０２ｄの構成を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。評価部１０２ｄは、算出部１０２ｄ１と、変換部１０２ｄ２と、生成部１０２ｄ３と、分類部１０２ｄ４と、をさらに備えている。
　算出部１０２ｄ１は、上記２５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値、および、上記２５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値が代入される変数を少なくとも含む式を用いて、式の値を算出する。なお、評価部１０２ｄは、算出部１０２ｄ１で算出した式の値を評価結果として評価結果ファイル１０６ｅの所定の記憶領域に格納してもよい。
　変換部１０２ｄ２は、算出部１０２ｄ１で算出した式の値を例えば上述した変換手法などで変換する。なお、評価部１０２ｄは、変換部１０２ｄ２で変換した後の値を評価結果として評価結果ファイル１０６ｅの所定の記憶領域に格納してもよい。また、変換部１０２ｄ２は、濃度データに含まれている、上記２５種類の代謝物および上記１９種類のアミノ酸のうちの少なくとも１つの濃度値を、例えば上述した変換手法などで変換してもよい。
　生成部１０２ｄ３は、モニタ等の表示装置又は紙等の物理媒体に視認可能に示される所定の物差し上における所定の目印の位置に関する位置情報を、算出部１０２ｄ１で算出した式の値又は変換部１０２ｄ２で変換した後の値（濃度値又は当該濃度値の変換後の値でもよい）を用いて生成する。なお、評価部１０２ｄは、生成部１０２ｄ３で生成した位置情報を評価結果として評価結果ファイル１０６ｅの所定の記憶領域に格納してもよい。
　分類部１０２ｄ４は、算出部１０２ｄ１で算出した式の値又は変換部１０２ｄ２で変換した後の値（濃度値又は当該濃度値の変換後の値でもよい）を用いて、個体を、大腸癌に罹患している可能性の程度を少なくとも考慮して定義された複数の区分のうちのどれか１つに分類する。
　結果出力部１０２ｅは、制御部１０２の各処理部での処理結果（評価部１０２ｄで得られた評価結果を含む）等を出力装置１１４に出力する。
　送信部１０２ｆは、個体の濃度データの送信元のクライアント装置２００に対して評価結果を送信したり、データベース装置４００に対して、評価装置１００で作成した式や評価結果を送信したりする。
　つぎに、本システムのクライアント装置２００の構成について図１２を参照して説明する。図１２は、本システムのクライアント装置２００の構成の一例を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。
　クライアント装置２００は、制御部２１０とＲＯＭ２２０とＨＤ（Ｈａｒｄ　Ｄｉｓｋ）２３０とＲＡＭ２４０と入力装置２５０と出力装置２６０と入出力ＩＦ２７０と通信ＩＦ２８０とで構成されており、これら各部は任意の通信路を介して通信可能に接続されている。クライアント装置２００は、プリンタ・モニタ・イメージスキャナ等の周辺装置を必要に応じて接続した情報処理装置（例えば、既知のパーソナルコンピュータ・ワークステーション・家庭用ゲーム装置・インターネットＴＶ・ＰＨＳ（Ｐｅｒｓｏｎａｌ　Ｈａｎｄｙｐｈｏｎｅ　Ｓｙｓｔｅｍ）端末・携帯端末・移動体通信端末・ＰＤＡ（Ｐｅｒｓｏｎａｌ　Ｄｉｇｉｔａｌ　Ａｓｓｉｓｔａｎｔ）等の情報処理端末など）を基にしたものであってもよい。
　入力装置２５０はキーボードやマウスやマイク等である。なお、後述するモニタ２６１もマウスと協働してポインティングデバイス機能を実現する。出力装置２６０は、通信ＩＦ２８０を介して受信した情報を出力する出力手段であり、モニタ（家庭用テレビを含む）２６１およびプリンタ２６２を含む。この他、出力装置２６０にスピーカ等を設けてもよい。入出力ＩＦ２７０は入力装置２５０や出力装置２６０に接続する。
　通信ＩＦ２８０は、クライアント装置２００とネットワーク３００（またはルータ等の通信装置）とを通信可能に接続する。換言すると、クライアント装置２００は、モデムやＴＡ（Ｔｅｒｍｉｎａｌ　Ａｄａｐｔｅｒ）やルータなどの通信装置および電話回線を介して、または専用線を介してネットワーク３００に接続される。これにより、クライアント装置２００は、所定の通信規約に従って評価装置１００にアクセスすることができる。
　制御部２１０は、受信部２１１および送信部２１２を備えている。受信部２１１は、通信ＩＦ２８０を介して、評価装置１００から送信された評価結果などの各種情報を受信する。送信部２１２は、通信ＩＦ２８０を介して、個体の濃度データなどの各種情報を評価装置１００へ送信する。
　制御部２１０は、当該制御部で行う処理の全部または任意の一部を、ＣＰＵおよび当該ＣＰＵにて解釈して実行するプログラムで実現してもよい。ＲＯＭ２２０またはＨＤ２３０には、ＯＳと協働してＣＰＵに命令を与え、各種処理を行うためのコンピュータプログラムが記録されている。当該コンピュータプログラムは、ＲＡＭ２４０にロードされることで実行され、ＣＰＵと協働して制御部２１０を構成する。また、当該コンピュータプログラムは、クライアント装置２００と任意のネットワークを介して接続されるアプリケーションプログラムサーバに記録されてもよく、クライアント装置２００は、必要に応じてその全部または一部をダウンロードしてもよい。また、制御部２１０で行う処理の全部または任意の一部を、ワイヤードロジック等によるハードウェアで実現してもよい。
　ここで、制御部２１０は、評価装置１００に備えられている評価部１０２ｄが有する機能と同様の機能を有する評価部２１０ａ（算出部２１０ａ１、変換部２１０ａ２、生成部２１０ａ３、及び分類部２１０ａ４を含む）を備えていてもよい。そして、制御部２１０に評価部２１０ａが備えられている場合には、評価部２１０ａは、評価装置１００から送信された評価結果に含まれている情報に応じて、変換部２１０ａ２で式の値（濃度値でもよい）を変換したり、生成部２１０ａ３で式の値又は変換後の値（濃度値又は当該濃度値の変換後の値でもよい）に対応する位置情報を生成したり、分類部２１０ａ４で式の値又は変換後の値（濃度値又は当該濃度値の変換後の値でもよい）を用いて個体を複数の区分のうちのどれか１つに分類したりしてもよい。
　つぎに、本システムのネットワーク３００について図３、図４を参照して説明する。ネットワーク３００は、評価装置１００とクライアント装置２００とデータベース装置４００とを相互に通信可能に接続する機能を有し、例えばインターネットやイントラネットやＬＡＮ（Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）（有線／無線の双方を含む）等である。なお、ネットワーク３００は、ＶＡＮ（Ｖａｌｕｅ－Ａｄｄｅｄ　Ｎｅｔｗｏｒｋ）や、パソコン通信網や、公衆電話網（アナログ／デジタルの双方を含む）や、専用回線網（アナログ／デジタルの双方を含む）や、ＣＡＴＶ（Ｃｏｍｍｕｎｉｔｙ　Ａｎｔｅｎｎａ　ＴｅｌｅＶｉｓｉｏｎ）網や、携帯回線交換網または携帯パケット交換網（ＩＭＴ（Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｍｏｂｉｌｅ　Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ）２０００方式、ＧＳＭ（登録商標）（Ｇｌｏｂａｌ　Ｓｙｓｔｅｍ　ｆｏｒ　Ｍｏｂｉｌｅ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ）方式またはＰＤＣ（Ｐｅｒｓｏｎａｌ　Ｄｉｇｉｔａｌ　Ｃｅｌｌｕｌａｒ）／ＰＤＣ－Ｐ方式等を含む）や、無線呼出網や、Ｂｌｕｅｔｏｏｔｈ（登録商標）等の局所無線網や、ＰＨＳ網や、衛星通信網（ＣＳ（Ｃｏｍｍｕｎｉｃａｔｉｏｎ　Ｓａｔｅｌｌｉｔｅ）、ＢＳ（Ｂｒｏａｄｃａｓｔｉｎｇ　Ｓａｔｅｌｌｉｔｅ）またはＩＳＤＢ（Ｉｎｔｅｇｒａｔｅｄ　Ｓｅｒｖｉｃｅｓ　Ｄｉｇｉｔａｌ　Ｂｒｏａｄｃａｓｔｉｎｇ）等を含む）等でもよい。
　つぎに、本システムのデータベース装置４００の構成について図１３を参照して説明する。図１３は、本システムのデータベース装置４００の構成の一例を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。
　データベース装置４００は、評価装置１００または当該データベース装置で式を作成する際に用いる指標状態情報や、評価装置１００で作成した式、評価装置１００での評価結果などを格納する機能を有する。図１３に示すように、データベース装置４００は、当該データベース装置を統括的に制御するＣＰＵ等の制御部４０２と、ルータ等の通信装置および専用線等の有線または無線の通信回路を介して当該データベース装置をネットワーク３００に通信可能に接続する通信インターフェース部４０４と、各種のデータベースやテーブルやファイル（例えばＷｅｂページ用ファイル）などを格納する記憶部４０６と、入力装置４１２や出力装置４１４に接続する入出力インターフェース部４０８と、で構成されており、これら各部は任意の通信路を介して通信可能に接続されている。
　記憶部４０６は、ストレージ手段であり、例えば、ＲＡＭ・ＲＯＭ等のメモリ装置や、ハードディスクのような固定ディスク装置や、フレキシブルディスクや、光ディスク等を用いることができる。記憶部４０６には、各種処理に用いる各種プログラム等を格納する。通信インターフェース部４０４は、データベース装置４００とネットワーク３００（またはルータ等の通信装置）との間における通信を媒介する。すなわち、通信インターフェース部４０４は、他の端末と通信回線を介してデータを通信する機能を有する。入出力インターフェース部４０８は、入力装置４１２や出力装置４１４に接続する。ここで、出力装置４１４には、モニタ（家庭用テレビを含む）の他、スピーカやプリンタを用いることができる。また、入力装置４１２には、キーボードやマウスやマイクの他、マウスと協働してポインティングデバイス機能を実現するモニタを用いることができる。
　制御部４０２は、ＯＳ等の制御プログラム・各種の処理手順等を規定したプログラム・所要データなどを格納するための内部メモリを有し、これらのプログラムに基づいて種々の情報処理を実行する。制御部４０２は、図示の如く、大別して、送信部４０２ａと受信部４０２ｂを備えている。送信部４０２ａは、指標状態情報や式などの各種情報を、評価装置１００へ送信する。受信部４０２ｂは、評価装置１００から送信された、式や評価結果などの各種情報を受信する。
　なお、本説明では、評価装置１００が、濃度データの受信から、式の値の算出、個体の区分への分類、そして評価結果の送信までを実行し、クライアント装置２００が評価結果の受信を実行するケースを例として挙げたが、クライアント装置２００に評価部２１０ａが備えられている場合は、評価装置１００は式の値の算出を実行すれば十分であり、例えば式の値の変換、位置情報の生成、及び、個体の区分への分類などは、評価装置１００とクライアント装置２００とで適宜分担して実行してもよい。
　例えば、クライアント装置２００は、評価装置１００から式の値を受信した場合には、評価部２１０ａは、変換部２１０ａ２で式の値を変換したり、生成部２１０ａ３で式の値又は変換後の値に対応する位置情報を生成したり、分類部２１０ａ４で式の値又は変換後の値を用いて個体を複数の区分のうちのどれか１つに分類したりしてもよい。
　また、クライアント装置２００は、評価装置１００から変換後の値を受信した場合には、評価部２１０ａは、生成部２１０ａ３で変換後の値に対応する位置情報を生成したり、分類部２１０ａ４で変換後の値を用いて個体を複数の区分のうちのどれか１つに分類したりしてもよい。
　また、クライアント装置２００は、評価装置１００から式の値又は変換後の値と位置情報とを受信した場合には、評価部２１０ａは、分類部２１０ａ４で式の値又は変換後の値を用いて個体を複数の区分のうちのどれか１つに分類してもよい。
［２－３．他の実施形態］
　本発明にかかる評価装置、評価方法、評価プログラム、評価システム、および端末装置は、上述した第２実施形態以外にも、請求の範囲に記載した技術的思想の範囲内において種々の異なる実施形態にて実施されてよいものである。
　また、第２実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。
　このほか、上記文献中や図面中で示した処理手順、制御手順、具体的名称、各処理の登録データや検索条件等のパラメータを含む情報、画面例、データベース構成については、特記する場合を除いて任意に変更することができる。
　また、評価装置１００に関して、図示の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。
　例えば、評価装置１００が備える処理機能、特に制御部１０２にて行われる各処理機能については、その全部または任意の一部を、ＣＰＵおよび当該ＣＰＵにて解釈実行されるプログラムにて実現してもよく、また、ワイヤードロジックによるハードウェアとして実現してもよい。尚、プログラムは、情報処理装置に本発明にかかる評価方法を実行させるためのプログラム化された命令を含む一時的でないコンピュータ読み取り可能な記録媒体に記録されており、必要に応じて評価装置１００に機械的に読み取られる。すなわち、ＲＯＭまたはＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）などの記憶部１０６などには、ＯＳと協働してＣＰＵに命令を与え、各種処理を行うためのコンピュータプログラムが記録されている。このコンピュータプログラムは、ＲＡＭにロードされることによって実行され、ＣＰＵと協働して制御部を構成する。
　また、このコンピュータプログラムは評価装置１００に対して任意のネットワークを介して接続されたアプリケーションプログラムサーバに記憶されていてもよく、必要に応じてその全部または一部をダウンロードすることも可能である。
　また、本発明にかかる評価プログラムを、一時的でないコンピュータ読み取り可能な記録媒体に格納してもよく、また、プログラム製品として構成することもできる。ここで、この「記録媒体」とは、メモリーカード、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ　Ｓｅｒｉａｌ　Ｂｕｓ）メモリ、ＳＤ（Ｓｅｃｕｒｅ　Ｄｉｇｉｔａｌ）カード、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ　Ｅｒａｓａｂｌｅ　ａｎｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）（登録商標）、ＣＤ－ＲＯＭ（Ｃｏｍｐａｃｔ　Ｄｉｓｃ　Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、ＭＯ（Ｍａｇｎｅｔｏ－Ｏｐｔｉｃａｌ　ｄｉｓｋ）、ＤＶＤ（Ｄｉｇｉｔａｌ　Ｖｅｒｓａｔｉｌｅ　Ｄｉｓｋ）、および、Ｂｌｕ－ｒａｙ（登録商標）　Ｄｉｓｃ等の任意の「可搬用の物理媒体」を含むものとする。
　また、「プログラム」とは、任意の言語または記述方法にて記述されたデータ処理方法であり、ソースコードまたはバイナリコード等の形式を問わない。なお、「プログラム」は必ずしも単一的に構成されるものに限られず、複数のモジュールやライブラリとして分散構成されるものや、ＯＳに代表される別個のプログラムと協働してその機能を達成するものをも含む。なお、実施形態に示した各装置において記録媒体を読み取るための具体的な構成および読み取り手順ならびに読み取り後のインストール手順等については、周知の構成や手順を用いることができる。
　記憶部１０６に格納される各種のデータベース等は、ＲＡＭ、ＲＯＭ等のメモリ装置、ハードディスク等の固定ディスク装置、フレキシブルディスク、および、光ディスク等のストレージ手段であり、各種処理やウェブサイト提供に用いる各種のプログラム、テーブル、データベース、および、ウェブページ用ファイル等を格納する。
　また、評価装置１００は、既知のパーソナルコンピュータまたはワークステーション等の情報処理装置として構成してもよく、また、任意の周辺装置が接続された当該情報処理装置として構成してもよい。また、評価装置１００は、当該情報処理装置に本発明の評価方法を実現させるソフトウェア（プログラムまたはデータ等を含む）を実装することにより実現してもよい。
　更に、装置の分散・統合の具体的形態は図示するものに限られず、その全部または一部を、各種の付加等に応じてまたは機能負荷に応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。すなわち、上述した実施形態を任意に組み合わせて実施してもよく、実施形態を選択的に実施してもよい。
　大腸癌の確定診断が行われた大腸癌患者（大腸癌群：４０名）、及び、性別、年齢及びＢＭＩを大腸癌群とマッチングさせた、癌の既往歴及び罹患歴がない健常者（健常群：４０名）の血漿サンプルから、前述の代謝物分析法（Ａ）により血中代謝物濃度を測定した。
　２２種類の代謝物（１-Ｍｅ-Ｈｉｓ，ａＡＢＡ，Ａｍｉｎｏａｄｉｐｉｃ　ａｃｉｄ，ｂＡＢＡ，ｂＡｉＢＡ，Ｃａｄａｖｅｒｉｎｅ，Ｅｔｈｙｌｇｌｙｃｉｎｅ，ＧＡＢＡ，Ｈｏｍｏａｒｇｉｎｉｎｅ，Ｈｙｐｏｔａｕｒｉｎｅ，Ｋｉｎｕｒｅｎｉｎｅ，Ｎ６-Ａｃｅｔｙｌ-Ｌ-Ｌｙｓ，Ｐｕｔｒｅｓｃｉｎｅ，Ｓｅｒｏｔｏｎｉｎ，Ｓｐｅｒｍｉｄｉｎｅ，Ｓｐｅｒｍｉｎｅ，ＡＤＭＡ，Ｈｏｍｏｃｉｔｒｕｌｌｉｎｅ，３-Ｍｅ-Ｈｉｓ，Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ，Ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ，ＳＤＭＡの血漿中濃度値（ｎｍｏｌ／ｍｌ）のデータを用いて、各代謝物について大腸癌群と健常群の判別能をＲＯＣ＿ＡＵＣで評価した。表１に各代謝物の判別能を評価する際の指標となるＲＯＣ＿ＡＵＣを示す。
Figure JPOXMLDOC01-appb-T000001
　ノンパラメトリックの仮定のもとで帰無仮説を「ＲＯＣ＿ＡＵＣ＝０．５」とした場合の検定でＲＯＣ＿ＡＵＣが有意（ｐ＜０．０５）であった代謝物は、ａＡＢＡ，Ａｍｉｎｏａｄｉｐｉｃ　ａｃｉｄ，ｂＡＢＡ，Ｃａｄａｖｅｒｉｎｅ，Ｓｐｅｒｍｉｎｅ，ＡＤＭＡ，ＳＤＭＡであった。ａＡＢＡ，Ａｍｉｎｏａｄｉｐｉｃ　ａｃｉｄ，ＡＤＭＡは大腸癌群で有意に減少し、ｂＡＢＡ，Ｃａｄａｖｅｒｉｎｅ，Ｓｐｅｒｍｉｎｅ，ＳＤＭＡは大腸癌群で有意に増加した。これらの代謝物の濃度値は、ＲＯＣ＿ＡＵＣが有意であることから、健常の状態を考慮した、大腸癌の状態の評価において有用なものであると考えられる。
　実施例１で得られたサンプルデータを用いた。血漿中の代謝物濃度値が代入される変数を含む、大腸癌群と健常群との２群を判別するための多変量判別式（多変量関数）を求めた。
　多変量判別式としてロジスティック回帰式を用いた。ロジスティック回帰式に含める２個の変数の組み合わせを、上記２２種類の代謝物のうち少なくとも１つを必須としたうえで、１９種類のアミノ酸（Ａｓｎ，Ｈｉｓ，Ｔｈｒ，Ａｌａ，Ｃｉｔ，Ａｒｇ，Ｔｙｒ，Ｖａｌ，Ｍｅｔ，Ｌｙｓ，Ｔｒｐ，Ｇｌｙ，Ｐｒｏ，Ｏｒｎ，Ｉｌｅ，Ｌｅｕ，Ｐｈｅ，Ｓｅｒ，Ｇｌｎ）および上記２２種類の代謝物から探索し、大腸癌群と健常群の判別能が良好なロジスティック回帰式の探索を実施した。
　大腸癌群と健常群のＲＯＣ＿ＡＵＣ値が０．７００以上で、変数の個数が２個のロジスティック回帰式の一覧を、以下の［１１．２変数の式］に示した。これらのロジスティック回帰式は、ＲＯＣ＿ＡＵＣ値が高いことから、前記の評価において有用なものであると考えられる。なお、以下の［１１．２変数の式］には、各式に関して、式に含まれる変数とＲＯＣ＿ＡＵＣ値が示されている（以下同様）。
　実施例１で用いたサンプルデータを用いた。血漿中の代謝物濃度値が代入される変数を含む、大腸癌群と健常群との２群を判別するための多変量判別式（多変量関数）を求めた。
　多変量判別式としてロジスティック回帰式を用いた。ロジスティック回帰式に含める３個の変数の組み合わせを、実施例２と同様に、上記２２種類の代謝物のうち少なくとも１つを必須としたうえで、上記１９種類のアミノ酸および上記２２種類の代謝物から探索し、大腸癌群と健常群の判別能が良好なロジスティック回帰式の探索を実施した。
　大腸癌群と健常群のＲＯＣ＿ＡＵＣ値が０．９５５（実施例２におけるＲＯＣ＿ＡＵＣの最大値）以上で、変数の個数が３個のロジスティック回帰式の一覧を、以下の［１２．３変数の式］に示した。これらのロジスティック回帰式は、ＲＯＣ＿ＡＵＣ値が高いことから、前記の評価において有用なものであると考えられる。
　実施例１で用いたサンプルデータを用いた。血漿中の代謝物濃度値が代入される変数を含む、大腸癌群と健常群との２群を判別するための多変量判別式（多変量関数）を求めた。
　多変量判別式としてロジスティック回帰式を用いた。ロジスティック回帰式に含める６個の変数の組み合わせを、上記１９種類のアミノ酸および上記２２種類の代謝物から探索し、大腸癌群と健常群の判別能が良好なロジスティック回帰式の探索を実施した。
　上記で得られたロジスティック回帰式のうち、ＲＯＣ＿ＡＵＣが０．９８０（実施例３におけるＲＯＣ＿ＡＵＣの最大値）以上の３６式に含まれるアミノ酸変数の出現頻度を求めた。ロジスティック回帰式の一覧を以下の［１３．６変数の式］に示し、出現頻度を表２に示した。これより、Ｓｅｒ，Ｖａｌ，Ｏｒｎ，Ｌｅｕ，Ｔｒｐ，ｂＡＢＡ，Ｃａｄａｖｅｒｉｎｅ，Ｓｅｒｏｔｏｎｉｎ，ＡＤＭＡの出現頻度は１０以上と高いことが示された。特に、Ｖａｌ，Ｌｅｕ，ｂＡＢＡ，Ｃａｄａｖｅｒｉｎｅの出現頻度は２０以上と高いことが示された。更に、Ｖａｌ，ｂＡＢＡ，Ｃａｄａｖｅｒｉｎｅの出現頻度は３０以上と高いことが示された。
Figure JPOXMLDOC01-appb-T000002
　上記で得られたロジスティック回帰式のうち、例えば、変数の組「Ｖａｌ，Ｌｅｕ，ｂＡＢＡ，Ｃａｄａｖｅｒｉｎｅ，Ｓｅｒｏｔｏｎｉｎ，ＳＤＭＡ」を持つ指標式１（Ｖａｌ，Ｌｅｕ，ｂＡＢＡ，Ｃａｄａｖｅｒｉｎｅ，Ｓｅｒｏｔｏｎｉｎ，ＳＤＭＡを変数として含む多変量判別式）の判別能は、ＲＯＣ＿ＡＵＣ＝０．９８４４，感度＝０．９５０，特異度＝０．９５０と良好なものであった。なお、上記感度及び特異度は、感度と特異度の平均が最も高くなる最高判別点をカットオフ値とした場合の値である。
　ここで、指標式１、並びに、大腸癌群のアミノ酸及び代謝物濃度値（μｍｏｌ／Ｌ）を用いて、式の値を算出し、そして、算出した式の値及び予め設定したカットオフ値を用いて、大腸癌群の各症例を、以下に示す通り設定した複数の区分のうちのどれか１つに分類した。ここで、カットオフ値の候補として、特異度８０％のときの式の値と特異度９５％のときの式の値を求めたところ、それぞれ－１．９１４と－０．０３４であった。なお、これらをカットオフ値とした場合の感度はそれぞれ１００％、９５％である。
　式の値が最も高かった１症例の濃度値はそれぞれ、Ｖａｌ：１３２．１，Ｌｅｕ：８６．０，ｂＡＢＡ：０．４１１，Ｃａｄａｖｅｒｉｎｅ：０．０２６６，Ｓｅｒｏｔｏｎｉｎ：０．２４６，ＳＤＭＡ：０．６２７であり、この症例の式の値は１６．７であった。ここで、「対数オッズｌｎ（ｐ／（１－ｐ））＝式の値」という関係式（ｐは癌である確率）を定義して、この式の値１６．７からオッズｐ／（１－ｐ）を計算したところ、１７８９４４２９．１であった。さらに、このオッズから確率ｐを計算したところ、１．０であった。
　そして、カットオフ値として特異度９５％のときの式の値－０．０３４を設定し、そして、式の値がカットオフ値より高い場合は陽性（大腸癌区分に相当）でカットオフ値より低い場合は陰性（健常区分に相当）と定義して、式の値が１６．７であった前記症例を陽性及び陰性のどちらかに分類したところ、この式の値はカットオフ値より高いため、この症例は陽性に分類された。
　また、第一のカットオフ値として特異度８０％のときの式の値－１．９１４を設定し、第二のカットオフ値として特異度９５％のときの式の値－０．０３４を設定し、そして、式の値が第一のカットオフ値より低い場合はランクＡ（大腸癌である可能性（確率、リスク）が低いことを意味する区分）で、第一のカットオフ値より高く第二のカットオフ値より低い場合はランクＢ（大腸癌である可能性が中程度であることを意味する区分）で、第二のカットオフ値より高い場合はランクＣ（大腸癌である可能性が高いことを意味する区分）と定義して、式の値が１６．７であった前記症例を３つのランクのうちのどれか１つに分類したところ、この式の値は第二のカットオフ値より高いため、この症例はランクＣに分類された。
　本実施例５においては、実施例１で用いた血液サンプルの中から健常者２４名分の血漿、大腸癌患者２４名分の血漿を用い、前述の代謝物分析法（Ａ）により実施例１の血中代謝物濃度に加え、血中のＮ－ｍｅｔｈｙｌ－β－ａｍｉｎｏｂｕｔｙｒｉｃ　ａｃｉｄ（Ｎ－Ｍｅ－ｂＡＢＡ）、Ａｃｙｌｃａｒｎｉｔｉｎｅ（ＡＣ）（１３：１）、ｃｉｓ－５，８，１１，１４，１７－Ｅｉｃｏｓａｐｅｎｔａｅｎｏｉｃ　ａｃｉｄ（ＥＰＡ）のピーク面積値を測定し、濃度値とした。
　３種類の代謝物（Ｎ－Ｍｅ－ｂＡＢＡ、ＡＣ（１３：１）、ＥＰＡ）の濃度値（ピーク面積値）のデータを用いて、各代謝物について大腸癌群と健常群の判別能をＲＯＣ＿ＡＵＣで評価した。表３に各代謝物の判別能を評価する際の指標となるＲＯＣ＿ＡＵＣ値を示す。
Figure JPOXMLDOC01-appb-T000003
　ノンパラメトリックの仮定のもとで帰無仮説を「ＲＯＣ＿ＡＵＣ＝０．５」とした場合の検定でＲＯＣ＿ＡＵＣが有意（ｐ＜０．０５）であった代謝物は、Ｎ－Ｍｅ－ｂＡＢＡ，ＡＣ（１３：１）、ＥＰＡであった。ＡＣ（１３：１）、ＥＰＡは大腸癌群で有意に減少し、Ｎ－Ｍｅ－ｂＡＢＡは大腸癌群で有意に増加した。これらの代謝物の濃度値は、ＲＯＣ＿ＡＵＣが有意であることから、健常の状態を考慮した、大腸癌の状態の評価において有用なものであると考えられる。
　実施例５で用いたサンプルデータを用いた。血漿中の代謝物濃度値が代入される変数を含む、大腸癌群と健常群との２群を判別するための多変量判別式（多変量関数）を求めた。
　多変量判別式としてロジスティック回帰式を用いた。ロジスティック回帰式に含める２個の変数の組み合わせを、Ｎ－Ｍｅ－ｂＡＢＡ、ＡＣ（１３：１）、ＥＰＡのうちのいずれかを必須としたうえで、上記１９種類のアミノ酸および上記２２種類の代謝物から探索し、大腸癌群と健常群の判別能が良好なロジスティック回帰式の探索を実施した。
　大腸癌群と健常群のＲＯＣ＿ＡＵＣ値が０．９３２３（実施例５におけるＲＯＣ＿ＡＵＣの最大値）以上で、変数の個数が２個のロジスティック回帰式（変数の組み合わせ）の一覧を、以下の［１４．２変数の式］に示した。これらのロジスティック回帰式は、ＲＯＣ＿ＡＵＣ値が高いことから、前記の評価において有用なものであると考えられる。
　実施例５で用いたサンプルデータを用いた。血漿中の代謝物濃度値もしくはピーク面積値が代入される変数を含む、大腸癌群と健常群との２群を判別するための多変量判別式（多変量関数）を求めた。
　多変量判別式としてロジスティック回帰式を用いた。Ｓｅｒ，Ｐｒｏ，Ｖａｌ，Ｍｅｔ，Ｉｌｅ，Ｌｙｓの６個のアミノ酸を変数とする、大腸癌群と健常群のＲＯＣ＿ＡＵＣ値が０．９１３２であるロジスティック回帰式に追加する１個の変数または２個の変数の組み合わせを、上記２２種類の代謝物および上記３種類の代謝物から探索し、大腸癌群と健常群の判別能が良好なロジスティック回帰式の探索を実施した。
　追加される変数が１個の場合の探索において、大腸癌群と健常群のＲＯＣ＿ＡＵＣ値が前記０．９１３２以上となるロジスティック回帰式に追加された代謝物を、以下の［１５．１変数追加］に示した。また、追加される変数が２個の場合の探索において、大腸癌群と健常群のＲＯＣ＿ＡＵＣ値が前記０．９１３２以上となるロジスティック回帰式に追加された代謝物を、以下の［１６．２変数追加］に示した。これらのロジスティック回帰式は、ＲＯＣ＿ＡＵＣ値が高いことから、前記の評価において有用なものであると考えられる。
　以上のように、本発明は、産業上の多くの分野、特に医薬品や食品、医療などの分野で広く実施することができ、特に、大腸癌の状態の進行予測や疾病リスク予測やプロテオームやメタボローム解析などを行うバイオインフォマティクス分野において極めて有用である。
　１００　評価装置
　１０２　制御部
　１０２ａ　受信部
　１０２ｂ　指定部
　１０２ｃ　式作成部
　１０２ｄ　評価部
　１０２ｄ１　算出部
　１０２ｄ２　変換部
　１０２ｄ３　生成部
　１０２ｄ４　分類部
　１０２ｅ　結果出力部
　１０２ｆ　送信部
　１０４　通信インターフェース部
　１０６　記憶部
　１０６ａ　濃度データファイル
　１０６ｂ　指標状態情報ファイル
　１０６ｃ　指定指標状態情報ファイル
　１０６ｄ　式関連情報データベース
　１０６ｄ１　式ファイル
　１０６ｅ　評価結果ファイル
　１０８　入出力インターフェース部
　１１２　入力装置
　１１４　出力装置
　２００　クライアント装置（端末装置（情報通信端末装置））
　３００　ネットワーク
　４００　データベース装置
［１１．２変数の式］
Orn,bABA,0.9550;Gly,bABA,0.9544;Ile,bABA,0.9538;Asn,bABA,0.9519;Ala,bABA,0.9519;Pro,bABA,0.9519;Trp,bABA,0.9513;Thr,bABA,0.9506;Tyr,bABA,0.9506;Phe,bABA,0.9500;Gln,bABA,0.9500;Arg,bABA,0.9500;Lys,bABA,0.9500;Val,bABA,0.9494;Met,bABA,0.9494;Ser,bABA,0.9488;Leu,bABA,0.9488;Cit,bABA,0.9481;His,bABA,0.9475;Trp,Cadaverine,0.8681;Val,Cadaverine,0.8519;Orn,Cadaverine,0.8425;Leu,Cadaverine,0.8231;Trp,Spermine,0.8144;His,Cadaverine,0.8081;Cit,Cadaverine,0.8075;Gly,Cadaverine,0.8044;Lys,Cadaverine,0.8013;Met,Cadaverine,0.7988;Trp,ADMA,0.7963;Pro,Cadaverine,0.7925;Ala,Cadaverine,0.7919;Arg,Cadaverine,0.7875;Tyr,Cadaverine,0.7863;Phe,Cadaverine,0.7856;Orn,Aminoadipic　acid,0.7831;Gln,Cadaverine,0.7819;Trp,SDMA,0.7813;Trp,GABA,0.7794;Ile,Cadaverine,0.7788;Asn,Cadaverine,0.7788;Ser,Cadaverine,0.7775;Trp,bAiBA,0.7756;Trp,Putrescine,0.7738;Trp,Phosphoethanolamine,0.7738;Trp,Kynurenine,0.7731;Trp,Hypotaurine,0.7731;Trp,3-Me-His,0.7731;Thr,Cadaverine,0.7719;Trp,Homoarginine,0.7706;Trp,Ethylglycine,0.7700;Trp,Serotonin,0.7694;Trp,HyPro,0.7694;Trp,aABA,0.7688;Trp,Homocitrulline,0.7688;Trp,Spermidine,0.7675;Trp,3-Me-His,0.7663;Trp,N6-Acetyl-L-Lys,0.7663;Trp,Aminoadipic　acid,0.7631;His,ADMA,0.7575;His,SDMA,0.7569;Val,Spermine,0.7556;Val,ADMA,0.7494;Val,GABA,0.7469;His,Spermine,0.7450;Val,SDMA,0.7450;His,GABA,0.7444;Orn,GABA,0.7406;Cit,GABA,0.7375;His,bAiBA,0.7300;Pro,Aminoadipic　acid,0.7288;His,Serotonin,0.7256;Val,bAiBA,0.7238;Orn,Spermine,0.7225;His,3-Me-His,0.7219;His,Aminoadipic　acid,0.7213;His,Kynurenine,0.7200;Orn,aABA,0.7194;Val,Kynurenine,0.7169;His,Homocitrulline,0.7163;His,Putrescine,0.7150;Orn,SDMA,0.7150;His,Phosphoethanolamine,0.7144;Leu,ADMA,0.7144;Orn,Putrescine,0.7138;Val,Serotonin,0.7131;His,aABA,0.7119;His,Ethylglycine,0.7106;His,Homoarginine,0.7100;Val,HyPro,0.7100;Val,Putrescine,0.7100;His,Spermidine,0.7088;Leu,Spermine,0.7088;His,Hypotaurine,0.7081;Met,ADMA,0.7081;Orn,ADMA,0.7075;Val,Homocitrulline,0.7069;Val,Ethylglycine,0.7063;Val,Hypotaurine,0.7056;Val,aABA,0.7044;Val,Homoarginine,0.7044;Orn,N6-Acetyl-L-Lys,0.7044;His,3-Me-His,0.7044;Val,3-Me-His,0.7038;Orn,Spermidine,0.7031;Pro,aABA,0.7025;Val,Aminoadipic　acid,0.7019;Val,Phosphoethanolamine,0.7012;Orn,3-Me-His,0.7006;Val,Spermidine,0.7000
［１２．３変数の式］
Gly,bABA,Cadaverine,0.9800;Orn,bABA,Cadaverine,0.9725;Val,bABA,Cadaverine,0.9663;Ile,3-Me-His,bABA,0.9656;Gly,3-Me-His,bABA,0.9650;Ala,bABA,Cadaverine,0.9650;Trp,bABA,Cadaverine,0.9644;Ile,bABA,Cadaverine,0.9644;Gly,bABA,ADMA,0.9638;Arg,bABA,Cadaverine,0.9638;Leu,bABA,Cadaverine,0.9638;Gln,bABA,Cadaverine,0.9638;His,bABA,Cadaverine,0.9631;Phe,bABA,Cadaverine,0.9631;Cit,bABA,Cadaverine,0.9625;Orn,bABA,GABA,0.9625;Ser,bABA,Cadaverine,0.9619;His,3-Me-His,bABA,0.9619;Tyr,bABA,Cadaverine,0.9619;Met,bABA,Cadaverine,0.9619;Lys,bABA,Cadaverine,0.9619;Trp,3-Me-His,bABA,0.9619;Val,bABA,GABA,0.9613;Thr,bABA,Cadaverine,0.9613;Pro,bABA,Cadaverine,0.9613;Thr,3-Me-His,bABA,0.9613;Pro,3-Me-His,bABA,0.9613;Tyr,3-Me-His,bABA,0.9613;Cit,bABA,GABA,0.9606;Ile,bABA,ADMA,0.9600;Val,3-Me-His,bABA,0.9600;Orn,3-Me-His,bABA,0.9600;Asn,bABA,Cadaverine,0.9594;Gly,bABA,N6-Acetyl-L-Lys,0.9594;Gln,3-Me-His,bABA,0.9594;Cit,3-Me-His,bABA,0.9594;Arg,3-Me-His,bABA,0.9594;Orn,aABA,bABA,0.9594;Phe,3-Me-His,bABA,0.9594;Ser,3-Me-His,bABA,0.9594;Thr,bABA,Serotonin,0.9588;Orn,bABA,HyPro,0.9588;Ile,bABA,Spermine,0.9588;Asn,3-Me-His,bABA,0.9588;Ala,3-Me-His,bABA,0.9588;Met,3-Me-His,bABA,0.9588;Asn,bABA,GABA,0.9581;Gly,bABA,Spermine,0.9581;Gln,bABA,Spermine,0.9581;Ile,bABA,Serotonin,0.9581;Trp,bABA,Spermine,0.9581;Leu,3-Me-His,bABA,0.9581;Asn,bABA,Spermine,0.9575;Gly,Aminoadipic　acid,bABA,0.9575;Thr,bABA,Spermine,0.9575;Val,bABA,Spermine,0.9575;Gly,bABA,bAiBA,0.9575;Val,bABA,Homoarginine,0.9575;Lys,3-Me-His,bABA,0.9575;Ile,aABA,bABA,0.9575;Ile,bABA,bAiBA,0.9575;Ile,bABA,N6-Acetyl-L-Lys,0.9575;Ile,bABA,Spermidine,0.9575;Gly,bABA,GABA,0.9569;Pro,bABA,Serotonin,0.9569;Orn,bABA,Homoarginine,0.9569;Orn,bABA,3-Me-His,0.9569;Ile,Aminoadipic　acid,bABA,0.9569;Trp,bABA,ADMA,0.9569;Ile,bABA,SDMA,0.9569;Orn,bABA,Homocitrulline,0.9563;Gly,bABA,Ethylglycine,0.9563;Gly,bABA,SDMA,0.9563;Tyr,bABA,Spermine,0.9563;Val,bABA,SDMA,0.9563;Orn,bABA,bAiBA,0.9563;Orn,bABA,Kynurenine,0.9563;Orn,bABA,Spermine,0.9563;Orn,bABA,Phosphoethanolamine,0.9563;Orn,bABA,SDMA,0.9563;His,bABA,SDMA,0.9556;Val,bABA,bAiBA,0.9556;Val,bABA,N6-Acetyl-L-Lys,0.9556;Met,bABA,Spermine,0.9556;Orn,Aminoadipic　acid,bABA,0.9556;Orn,bABA,Spermidine,0.9556;Ile,bABA,GABA,0.9556;Leu,bABA,Spermine,0.9556;Gly,bABA,Homocitrulline,0.9556;Gly,bABA,Phosphoethanolamine,0.9556;Pro,bABA,Spermine,0.9556;Phe,bABA,Spermine,0.9556;Gly,bABA,Putrescine,0.9556;Asn,bABA,Serotonin,0.9550;Trp,bABA,GABA,0.9550
［１３．６変数の式］
Val,Orn,Leu,bABA,Cadaverine,ADMA0.9888;Val,Orn,bABA,Cadaverine,Serotonin,ADMA,0.9863;Val,Orn,bABA,Cadaverine,Spermine,ADMA,0.9850;Val,Leu,bABA,Cadaverine,Serotonin,SDMA,0.9844;Val,Orn,Aminoadipic　acid,bABA,Cadaverine,ADMA,0.9844;Val,Leu,Trp,bABA,Cadaverine,Spermine,0.9838;Val,Leu,Trp,bABA,Cadaverine,Serotonin,0.9838;Val,Leu,Aminoadipic　acid,bABA,Cadaverine,Serotonin,0.9831;Val,Orn,Leu,Trp,bABA,Cadaverine,0.9831;Val,Leu,bABA,Cadaverine,Serotonin,ADMA,0.9825;Val,Leu,Trp,bABA,Cadaverine,ADMA,0.9825;Pro,Val,Leu,Trp,bABA,Cadaverine,0.9825;His,Val,Orn,bABA,Cadaverine,ADMA,0.9825;Cit,Val,Orn,bABA,Cadaverine,ADMA,0.9819;Val,Aminoadipic　acid,bABA,Cadaverine,Serotonin,SDMA,0.9819;Val,Leu,aABA,bABA,Cadaverine,Serotonin,0.9819;Val,Leu,Trp,Aminoadipic　acid,bABA,Cadaverine,0.9819;Val,Leu,Trp,aABA,bABA,Cadaverine,0.9819;Val,Orn,Leu,bABA,Cadaverine,Serotonin,0.9819;Cit,Val,Leu,bABA,Cadaverine,ADMA,0.9819;Val,Aminoadipic　acid,bABA,Cadaverine,Serotonin,ADMA,0.9813;Val,Orn,bABA,Cadaverine,ADMA,SDMA,0.9813;Pro,Val,Orn,bABA,Cadaverine,ADMA,0.9813;Val,Leu,Trp,bABA,Cadaverine,SDMA,0.9813;Pro,Val,Leu,bABA,Cadaverine,Serotonin,0.9813;Cit,Val,Leu,Trp,bABA,Cadaverine,0.9813;His,Val,Leu,Trp,bABA,Cadaverine,0.9813;Val,Orn,aABA,bABA,Cadaverine,Spermine,0.9806;Pro,Val,Orn,bABA,Cadaverine,Spermine,0.9806;Val,Leu,bABA,Cadaverine,Serotonin,Spermine,0.9806;His,Val,Leu,bABA,Cadaverine,Serotonin,0.9806;His,Val,Orn,Leu,bABA,Cadaverine,0.9806;Val,Leu,bABA,Cadaverine,ADMA,SDMA,0.9800;Val,Orn,aABA,bABA,Cadaverine,ADMA,0.9800;Val,Orn,Trp,bABA,Cadaverine,Spermine,0.9800;His,Val,Orn,bABA,Cadaverine,Spermine,0.9800
［１４．２変数の式］
His,N-Me-bABA,0.9375;bABA,EPA,0.9618;Cadaverine,N-Me-bABA,0.9566;Hypotaurine,N-Me-bABA,0.9340;Serotonin,N-Me-bABA,0.9427;SDMA,N-Me-bABA,1.0000;Gln,N-Me-bABA,0.9323;Cit,N-Me-bABA,0.9444;Ile,N-Me-bABA,0.9531;1-Me-His,N-Me-bABA,0.9444;bAiBA,N-Me-bABA,0.9410;ADMA,N-Me-bABA,0.9375;SDMA,AC(13:1),1.0000;Gly,N-Me-bABA,0.9566;Ala,N-Me-bABA,0.9410;Tyr,N-Me-bABA,0.9340;Trp,N-Me-bABA,0.9375;bABA,N-Me-bABA,0.9670;GABA,N-Me-bABA,0.9375;N6-Acetyl-L-Lys,N-Me-bABA,0.9340;Spermine,N-Me-bABA,0.9427;SDMA,EPA,1.0000;Thr,N-Me-bABA,0.9358;Pro,N-Me-bABA,0.9531;Orn,N-Me-bABA,0.9427;bABA,AC(13:1),0.9878;Ethylglycine,N-Me-bABA,0.9358;Kynurenine,N-Me-bABA,0.9340;Spermidine,N-Me-bABA,0.9358
［１５．１変数追加］
1-Me-His,0.9167;Aminoadipic　acid,0.9201;bABA,0.9965;Cadaverine,0.9583;Ethylglycine,0.9149;GABA,0.9410;Homoarginine,0.9167;Kynurenine,0.9253;N6-Acetyl-L-Lys,0.9288;Putrescine,0.9271;Serotonin,0.9184;Spermidine,0.9288;Spermine,0.9149;ADMA,0.9219;Homocitrulline,0.9184;3-Me-His,0.9236;Hydroxyproline,0.9236;Phosphoetanolamine,0.9149;SDMA,1.0000;N-Me-bABA,0.9809;AC(13:1),0.9531;EPA,0.9410
［１６．２変数追加］
1-Me-His,Aminoadipic　acid,0.9167;1-Me-His,bABA,1.0000;1-Me-His,bAiBA,0.9149;1-Me-His,Cadaverine,0.9601;1-Me-His,Ethylglycine,0.9167;1-Me-His,GABA,0.9410;1-Me-His,Homoarginine,0.9167;1-Me-His,Kynurenine,0.9253;1-Me-His,N6-Acetyl-L-Lys,0.9253;1-Me-His,Putrescine,0.9271;1-Me-His,Serotonin,0.9167;1-Me-His,Spermidine,0.9288;1-Me-His,Spermine,0.9167;1-Me-His,ADMA,0.9236;1-Me-His,Homocitrulline,0.9167;1-Me-His,3-Me-His,0.9306;1-Me-His,Hydroxyproline,0.9236;1-Me-His,Phosphoetanolamine,0.9149;1-Me-His,SDMA,1.0000;1-Me-His,N-Me-bABA,0.9809;1-Me-His,AC(13:1),0.9514;1-Me-His,EPA,0.9479;aABA,Aminoadipic　acid,0.9219;aABA,bABA,0.9965;aABA,Cadaverine,0.9583;aABA,GABA,0.9392;aABA,Homoarginine,0.9167;aABA,Hypotaurine,0.9149;aABA,Kynurenine,0.9253;aABA,N6-Acetyl-L-Lys,0.9340;aABA,Putrescine,0.9271;aABA,Serotonin,0.9167;aABA,Spermidine,0.9306;aABA,ADMA,0.9253;aABA,Homocitrulline,0.9201;aABA,3-Me-His,0.9253;aABA,Hydroxyproline,0.9236;aABA,SDMA,1.0000;aABA,N-Me-bABA,0.9844;aABA,AC(13:1),0.9566;aABA,EPA,0.9375;Aminoadipic　acid,bABA,1.0000;Aminoadipic　acid,bAiBA,0.9149;Aminoadipic　acid,Cadaverine,0.9601;Aminoadipic　acid,Ethylglycine,0.9184;Aminoadipic　acid,GABA,0.9479;Aminoadipic　acid,Homoarginine,0.9219;Aminoadipic　acid,Kynurenine,0.9271;Aminoadipic　acid,N6-Acetyl-L-Lys,0.9306;Aminoadipic　acid,Putrescine,0.9288;Aminoadipic　acid,Serotonin,0.9253;Aminoadipic　acid,Spermidine,0.9340;Aminoadipic　acid,Spermine,0.9201;Aminoadipic　acid,ADMA,0.9288;Aminoadipic　acid,Homocitrulline,0.9201;Aminoadipic　acid,3-Me-His,0.9219;Aminoadipic　acid,Hydroxyproline,0.9306;Aminoadipic　acid,Phosphoetanolamine,0.9201;Aminoadipic　acid,SDMA,1.0000;Aminoadipic　acid,N-Me-bABA,0.9792;Aminoadipic　acid,AC(13:1),0.9531;Aminoadipic　acid,EPA,0.9427;bABA,bAiBA,1.0000;bABA,Cadaverine,1.0000;bABA,Ethylglycine,0.9948;bABA,GABA,0.9948;bABA,Homoarginine,0.9965;bABA,Hypotaurine,1.0000;bABA,Kynurenine,0.9965;bABA,N6-Acetyl-L-Lys,1.0000;bABA,Putrescine,0.9965;bABA,Serotonin,0.9948;bABA,Spermidine,0.9948;bABA,Spermine,0.9931;bABA,ADMA,0.9948;bABA,Homocitrulline,0.9965;bABA,3-Me-His,0.9983;bABA,Hydroxyproline,1.0000;bABA,Phosphoetanolamine,0.9983;bABA,SDMA,1.0000;bABA,N-Me-bABA,0.9965;bABA,AC(13:1),0.9965;bABA,EPA,0.9948;bAiBA,Cadaverine,0.9618;bAiBA,GABA,0.9375;bAiBA,Homoarginine,0.9149;bAiBA,Kynurenine,0.9219;bAiBA,N6-Acetyl-L-Lys,0.9323;bAiBA,Putrescine,0.9288;bAiBA,Serotonin,0.9288;bAiBA,Spermidine,0.9271;bAiBA,ADMA,0.9219;bAiBA,Homocitrulline,0.9201;bAiBA,3-Me-His,0.9288;bAiBA,Hydroxyproline,0.9271;bAiBA,SDMA,1.0000;bAiBA,N-Me-bABA,0.9809;bAiBA,AC(13:1),0.9566;bAiBA,EPA,0.9427;Cadaverine,Ethylglycine,0.9583;Cadaverine,GABA,0.9653;Cadaverine,Homoarginine,0.9566;Cadaverine,Hypotaurine,0.9601;Cadaverine,Kynurenine,0.9653;Cadaverine,N6-Acetyl-L-Lys,0.9583;Cadaverine,Putrescine,0.9792;Cadaverine,Serotonin,0.9618;Cadaverine,Spermidine,0.9601;Cadaverine,Spermine,0.9566;Cadaverine,ADMA,0.9549;Cadaverine,Homocitrulline,0.9583;Cadaverine,3-Me-His,0.9601;Cadaverine,Hydroxyproline,0.9601;Cadaverine,Phosphoetanolamine,0.9566;Cadaverine,SDMA,1.0000;Cadaverine,N-Me-bABA,0.9913;Cadaverine,AC(13:1),0.9618;Cadaverine,EPA,0.9618;Ethylglycine,GABA,0.9392;Ethylglycine,Homoarginine,0.9167;Ethylglycine,Kynurenine,0.9219;Ethylglycine,N6-Acetyl-L-Lys,0.9288;Ethylglycine,Putrescine,0.9271;Ethylglycine,Serotonin,0.9201;Ethylglycine,Spermidine,0.9288;Ethylglycine,Spermine,0.9149;Ethylglycine,ADMA,0.9253;Ethylglycine,Homocitrulline,0.9167;Ethylglycine,3-Me-His,0.9184;Ethylglycine,Hydroxyproline,0.9219;Ethylglycine,SDMA,1.0000;Ethylglycine,N-Me-bABA,0.9809;Ethylglycine,AC(13:1),0.9514;Ethylglycine,EPA,0.9410;GABA,Homoarginine,0.9444;GABA,Hypotaurine,0.9410;GABA,Kynurenine,0.9462;GABA,N6-Acetyl-L-Lys,0.9358;GABA,Putrescine,0.9462;GABA,Serotonin,0.9392;GABA,Spermidine,0.9462;GABA,Spermine,0.9358;GABA,ADMA,0.9444;GABA,Homocitrulline,0.9323;GABA,3-Me-His,0.9444;GABA,Hydroxyproline,0.9479;GABA,Phosphoetanolamine,0.9410;GABA,SDMA,1.0000;GABA,N-Me-bABA,0.9826;GABA,AC(13:1).,0.9653;GABA,EPA,0.9427;Homoarginine,Hypotaurine,0.9149;Homoarginine,Kynurenine,0.9271;Homoarginine,N6-Acetyl-L-Lys,0.9306;Homoarginine,Putrescine,0.9271;Homoarginine,Serotonin,0.9184;Homoarginine,Spermidine,0.9288;Homoarginine,Spermine,0.9184;Homoarginine,ADMA,0.9236;Homoarginine,Homocitrulline,0.9184;Homoarginine,3-Me-His,0.9219;Homoarginine,Hydroxyproline,0.9219;Homoarginine,Phosphoetanolamine,0.9167;Homoarginine,SDMA,1.0000;Homoarginine,N-Me-bABA,0.9809;Homoarginine,AC(13:1),0.9566;Homoarginine,EPA,0.9392;Hypotaurine,Kynurenine,0.9184;Hypotaurine,N6-Acetyl-L-Lys,0.9340;Hypotaurine,Putrescine,0.9306;Hypotaurine,Serotonin,0.9184;Hypotaurine,Spermidine,0.9323;Hypotaurine,ADMA,0.9271;Hypotaurine,Homocitrulline,0.9149;Hypotaurine,3-Me-His,0.9253;Hypotaurine,Hydroxyproline,0.9219;Hypotaurine,SDMA,1.0000;Hypotaurine,N-Me-bABA,0.9826;Hypotaurine,AC(13:1),0.9566;Hypotaurine,EPA,0.9340;Kynurenine,N6-Acetyl-L-Lys,0.9375;Kynurenine,Putrescine,0.9392;Kynurenine,Serotonin,0.9340;Kynurenine,Spermidine,0.9375;Kynurenine,Spermine,0.9236;Kynurenine,ADMA,0.9410;Kynurenine,Homocitrulline,0.9236;Kynurenine,3-Me-His,0.9271;Kynurenine,Hydroxyproline,0.9323;Kynurenine,Phosphoetanolamine,0.9253;Kynurenine,SDMA,1.0000;Kynurenine,N-Me-bABA,0.9861;Kynurenine,AC(13:1),0.9566;Kynurenine,EPA,0.9497;N6-Acetyl-L-Lys,Putrescine,0.9375;N6-Acetyl-L-Lys,Serotonin,0.9392;N6-Acetyl-L-Lys,Spermidine,0.9340;N6-Acetyl-L-Lys,Spermine,0.9306;N6-Acetyl-L-Lys,ADMA,0.9392;N6-Acetyl-L-Lys,Homocitrulline,0.9306;N6-Acetyl-L-Lys,3-Me-His,0.9375;N6-Acetyl-L-Lys,Hydroxyproline,0.9392;N6-Acetyl-L-Lys,Phosphoetanolamine,0.9253;N6-Acetyl-L-Lys,SDMA,1.0000;N6-Acetyl-L-Lys,N-Me-bABA,0.9826;N6-Acetyl-L-Lys,AC(13:1),0.9601;N6-Acetyl-L-Lys,EPA,0.9479;Putrescine,Serotonin,0.9444;Putrescine,Spermidine,0.9323;Putrescine,Spermine,0.9271;Putrescine,ADMA,0.9340;Putrescine,Homocitrulline,0.9306;Putrescine,3-Me-His,0.9340;Putrescine,Hydroxyproline,0.9323;Putrescine,Phosphoetanolamine,0.9271;Putrescine,SDMA,1.0000;Putrescine,N-Me-bABA,0.9757;Putrescine,AC(13:1),0.9549;Putrescine,EPA,0.9340;Serotonin,Spermidine,0.9444;Serotonin,Spermine,0.9201;Serotonin,ADMA,0.9340;Serotonin,Homocitrulline,0.9236;Serotonin,3-Me-His,0.9288;Serotonin,Hydroxyproline,0.9271;Serotonin,Phosphoetanolamine,0.9149;Serotonin,SDMA,1.0000;Serotonin,N-Me-bABA,0.9774;Serotonin,AC(13:1),0.9583;Serotonin,EPA,0.9444;Spermidine,Spermine,0.9375;Spermidine,ADMA,0.9358;Spermidine,Homocitrulline,0.9288;Spermidine,3-Me-His,0.9288;Spermidine,Hydroxyproline,0.9288;Spermidine,Phosphoetanolamine,0.9323;Spermidine,SDMA,1.0000;Spermidine,N-Me-bABA,0.9861;Spermidine,AC(13:1),0.9566;Spermidine,EPA,0.9462;Spermine,ADMA,0.9236;Spermine,Homocitrulline,0.9201;Spermine,3-Me-His,0.9236;Spermine,Hydroxyproline,0.9253;Spermine,SDMA,1.0000;Spermine,N-Me-bABA,0.9809;Spermine,AC(13:1),0.9531;Spermine,EPA,0.9427;ADMA,Homocitrulline,0.9340;ADMA,3-Me-His,0.9323;ADMA,Hydroxyproline,0.9271;ADMA,Phosphoetanolamine,0.9201;ADMA,SDMA,1.0000;ADMA,N-Me-bABA,0.9740;ADMA,AC(13:1).,0.9601;ADMA,EPA,0.9410;Homocitrulline,3-Me-His,0.9219;Homocitrulline,Hydroxyproline,0.9306;Homocitrulline,Phosphoetanolamine,0.9271;Homocitrulline,SDMA,1.0000;Homocitrulline,N-Me-bABA,0.9844;Homocitrulline,AC(13:1),0.9549;Homocitrulline,EPA,0.9462;3-Me-His,Hydroxyproline,0.9340;3-Me-His,Phosphoetanolamine,0.9236;3-Me-His,SDMA,1.0000;3-Me-His,N-Me-bABA,0.9861;3-Me-His,AC(13:1),0.9583;3-Me-His,EPA,0.9531;Hydroxyproline,Phosphoetanolamine,0.9201;Hydroxyproline,SDMA,1.0000;Hydroxyproline,N-Me-bABA,0.9861;Hydroxyproline,AC(13:1),0.9549;Hydroxyproline,EPA,0.9531;Phosphoetanolamine,SDMA,1.0000;Phosphoetanolamine,N-Me-bABA,0.9809;Phosphoetanolamine,AC(13:1),0.9531;Phosphoetanolamine,EPA,0.9392;SDMA,N-Me-bABA,1.0000;SDMA,AC(13:1),1.0000;SDMA,EPA,1.0000;N-Me-bABA,AC(13:1),0.9931;N-Me-bABA,EPA,0.9809;AC(13:1),EPA,0.9601

Claims (9)

  1. 　評価対象の血液中のｂＡＢＡ，Ｎ－Ｍｅ－ｂＡＢＡ，１－Ｍｅ－Ｈｉｓ，ａＡＢＡ，Ａｍｉｎｏａｄｉｐｉｃ　ａｃｉｄ，ｂＡｉＢＡ，Ｃａｄａｖｅｒｉｎｅ，Ｅｔｈｙｌｇｌｙｃｉｎｅ，ＧＡＢＡ，Ｈｏｍｏａｒｇｉｎｉｎｅ，Ｈｙｐｏｔａｕｒｉｎｅ，Ｋｉｎｕｒｅｎｉｎｅ，Ｎ６－Ａｃｅｔｙｌ－Ｌ－Ｌｙｓ，Ｐｕｔｒｅｓｃｉｎｅ，Ｓｅｒｏｔｏｎｉｎ，Ｓｐｅｒｍｉｄｉｎｅ，Ｓｐｅｒｍｉｎｅ，ＡＤＭＡ，Ｈｏｍｏｃｉｔｒｕｌｌｉｎｅ，３－Ｍｅ－Ｈｉｓ，Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ，Ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ，ＳＤＭＡ，Ａｃｙｌｃａｒｎｉｔｉｎｅ（１３：１），ＥＰＡのうちの少なくとも１つの代謝物の濃度値、または、前記代謝物の濃度値が代入される変数を含む式および前記代謝物の濃度値を用いて算出された前記式の値を用いて、前記評価対象について、大腸癌の状態を評価する評価ステップを含むこと、
    　を特徴とする評価方法。
  2. 　前記評価ステップでは、前記代謝物の濃度値および前記評価対象の血液中のＡｓｎ，Ｈｉｓ，Ｔｈｒ，Ａｌａ，Ｃｉｔ，Ａｒｇ，Ｔｙｒ，Ｖａｌ，Ｍｅｔ，Ｌｙｓ，Ｔｒｐ，Ｇｌｙ，Ｐｒｏ，Ｏｒｎ，Ｉｌｅ，Ｌｅｕ，Ｐｈｅ，Ｓｅｒ，Ｇｌｎのうちの少なくとも１つのアミノ酸の濃度値、または、前記アミノ酸の濃度値が代入される変数を含む前記式、前記代謝物の濃度値および前記アミノ酸の濃度値を用いて算出された前記式の値を用いること、
    　を特徴とする請求項１に記載の評価方法。
  3. 　前記評価ステップは、制御部を備えた情報処理装置の前記制御部において実行されること、
    　を特徴とする請求項１または２に記載の評価方法。
  4. 　評価対象の血液中のｂＡＢＡ，Ｎ－Ｍｅ－ｂＡＢＡ，１－Ｍｅ－Ｈｉｓ，ａＡＢＡ，Ａｍｉｎｏａｄｉｐｉｃ　ａｃｉｄ，ｂＡｉＢＡ，Ｃａｄａｖｅｒｉｎｅ，Ｅｔｈｙｌｇｌｙｃｉｎｅ，ＧＡＢＡ，Ｈｏｍｏａｒｇｉｎｉｎｅ，Ｈｙｐｏｔａｕｒｉｎｅ，Ｋｉｎｕｒｅｎｉｎｅ，Ｎ６－Ａｃｅｔｙｌ－Ｌ－Ｌｙｓ，Ｐｕｔｒｅｓｃｉｎｅ，Ｓｅｒｏｔｏｎｉｎ，Ｓｐｅｒｍｉｄｉｎｅ，Ｓｐｅｒｍｉｎｅ，ＡＤＭＡ，Ｈｏｍｏｃｉｔｒｕｌｌｉｎｅ，３－Ｍｅ－Ｈｉｓ，Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ，Ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ，ＳＤＭＡ，Ａｃｙｌｃａｒｎｉｔｉｎｅ（１３：１），ＥＰＡのうちの少なくとも１つの代謝物の濃度値、および、前記代謝物の濃度値が代入される変数を含む式を用いて、前記式の値を算出することで、前記評価対象について、大腸癌の状態を評価する評価ステップを含むこと、
    　を特徴とする評価方法。
  5. 　制御部を備えた評価装置であって、
    　前記制御部は、
    　評価対象の血液中のｂＡＢＡ，Ｎ－Ｍｅ－ｂＡＢＡ，１－Ｍｅ－Ｈｉｓ，ａＡＢＡ，Ａｍｉｎｏａｄｉｐｉｃ　ａｃｉｄ，ｂＡｉＢＡ，Ｃａｄａｖｅｒｉｎｅ，Ｅｔｈｙｌｇｌｙｃｉｎｅ，ＧＡＢＡ，Ｈｏｍｏａｒｇｉｎｉｎｅ，Ｈｙｐｏｔａｕｒｉｎｅ，Ｋｉｎｕｒｅｎｉｎｅ，Ｎ６－Ａｃｅｔｙｌ－Ｌ－Ｌｙｓ，Ｐｕｔｒｅｓｃｉｎｅ，Ｓｅｒｏｔｏｎｉｎ，Ｓｐｅｒｍｉｄｉｎｅ，Ｓｐｅｒｍｉｎｅ，ＡＤＭＡ，Ｈｏｍｏｃｉｔｒｕｌｌｉｎｅ，３－Ｍｅ－Ｈｉｓ，Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ，Ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ，ＳＤＭＡ，Ａｃｙｌｃａｒｎｉｔｉｎｅ（１３：１），ＥＰＡのうちの少なくとも１つの代謝物の濃度値、または、前記代謝物の濃度値が代入される変数を含む式および前記代謝物の濃度値を用いて算出された前記式の値を用いて、前記評価対象について、大腸癌の状態を評価する評価手段
    　を備えたこと、
    　を特徴とする評価装置。
  6. 　前記代謝物の濃度値に関する濃度データまたは前記式の値を提供する端末装置とネットワークを介して通信可能に接続され、
    　前記制御部は、
    　前記端末装置から送信された前記評価対象の前記濃度データまたは前記式の値を受信するデータ受信手段と、
    　前記評価手段で得られた評価結果を前記端末装置へ送信する結果送信手段と、
    　をさらに備え、
    　前記評価手段は、前記データ受信手段で受信した前記濃度データに含まれている前記代謝物の濃度値または前記式の値を用いること、
    　を特徴とする請求項５に記載の評価装置。
  7. 　制御部を備えた情報処理装置において実行させるための評価プログラムであって、
    　前記制御部において実行させるための、
    　評価対象の血液中のｂＡＢＡ，Ｎ－Ｍｅ－ｂＡＢＡ，１－Ｍｅ－Ｈｉｓ，ａＡＢＡ，Ａｍｉｎｏａｄｉｐｉｃ　ａｃｉｄ，ｂＡｉＢＡ，Ｃａｄａｖｅｒｉｎｅ，Ｅｔｈｙｌｇｌｙｃｉｎｅ，ＧＡＢＡ，Ｈｏｍｏａｒｇｉｎｉｎｅ，Ｈｙｐｏｔａｕｒｉｎｅ，Ｋｉｎｕｒｅｎｉｎｅ，Ｎ６－Ａｃｅｔｙｌ－Ｌ－Ｌｙｓ，Ｐｕｔｒｅｓｃｉｎｅ，Ｓｅｒｏｔｏｎｉｎ，Ｓｐｅｒｍｉｄｉｎｅ，Ｓｐｅｒｍｉｎｅ，ＡＤＭＡ，Ｈｏｍｏｃｉｔｒｕｌｌｉｎｅ，３－Ｍｅ－Ｈｉｓ，Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ，Ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ，ＳＤＭＡ，Ａｃｙｌｃａｒｎｉｔｉｎｅ（１３：１），ＥＰＡのうちの少なくとも１つの代謝物の濃度値、または、前記代謝物の濃度値が代入される変数を含む式および前記代謝物の濃度値を用いて算出された前記式の値を用いて、前記評価対象について、大腸癌の状態を評価する評価ステップ
    　を含むこと、
    　を特徴とする評価プログラム。
  8. 　制御部を備えた評価装置と、制御部を備え、評価対象の血液中のｂＡＢＡ，Ｎ－Ｍｅ－ｂＡＢＡ，１－Ｍｅ－Ｈｉｓ，ａＡＢＡ，Ａｍｉｎｏａｄｉｐｉｃ　ａｃｉｄ，ｂＡｉＢＡ，Ｃａｄａｖｅｒｉｎｅ，Ｅｔｈｙｌｇｌｙｃｉｎｅ，ＧＡＢＡ，Ｈｏｍｏａｒｇｉｎｉｎｅ，Ｈｙｐｏｔａｕｒｉｎｅ，Ｋｉｎｕｒｅｎｉｎｅ，Ｎ６－Ａｃｅｔｙｌ－Ｌ－Ｌｙｓ，Ｐｕｔｒｅｓｃｉｎｅ，Ｓｅｒｏｔｏｎｉｎ，Ｓｐｅｒｍｉｄｉｎｅ，Ｓｐｅｒｍｉｎｅ，ＡＤＭＡ，Ｈｏｍｏｃｉｔｒｕｌｌｉｎｅ，３－Ｍｅ－Ｈｉｓ，Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ，Ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ，ＳＤＭＡ，Ａｃｙｌｃａｒｎｉｔｉｎｅ（１３：１），ＥＰＡのうちの少なくとも１つの代謝物の濃度値に関する濃度データ、または、前記代謝物の濃度値が代入される変数を含む式および前記代謝物の濃度値を用いて算出された前記式の値を提供する端末装置とを、ネットワークを介して通信可能に接続して構成された評価システムであって、
    　前記端末装置の前記制御部は、
    　前記評価対象の前記濃度データまたは前記式の値を前記評価装置へ送信するデータ送信手段と、
    　前記評価装置から送信された、前記評価対象における大腸癌の状態に関する評価結果を受信する結果受信手段と、
    　を備え、
    　前記評価装置の前記制御部は、
    　前記端末装置から送信された前記評価対象の前記濃度データまたは前記式の値を受信するデータ受信手段と、
    　前記データ受信手段で受信した前記評価対象の前記濃度データに含まれている前記代謝物の濃度値または前記式の値を用いて、前記評価対象について、大腸癌の状態を評価する評価手段と、
    　前記評価手段で得られた前記評価結果を前記端末装置へ送信する結果送信手段と、
    　を備えたこと、
    　を特徴とする評価システム。
  9. 　制御部を備えた端末装置であって、
    　前記制御部は、
    　評価対象における大腸癌の状態に関する評価結果を取得する結果取得手段
    　を備え、
    　前記評価結果は、前記評価対象の血液中のｂＡＢＡ，Ｎ－Ｍｅ－ｂＡＢＡ，１－Ｍｅ－Ｈｉｓ，ａＡＢＡ，Ａｍｉｎｏａｄｉｐｉｃ　ａｃｉｄ，ｂＡｉＢＡ，Ｃａｄａｖｅｒｉｎｅ，Ｅｔｈｙｌｇｌｙｃｉｎｅ，ＧＡＢＡ，Ｈｏｍｏａｒｇｉｎｉｎｅ，Ｈｙｐｏｔａｕｒｉｎｅ，Ｋｉｎｕｒｅｎｉｎｅ，Ｎ６－Ａｃｅｔｙｌ－Ｌ－Ｌｙｓ，Ｐｕｔｒｅｓｃｉｎｅ，Ｓｅｒｏｔｏｎｉｎ，Ｓｐｅｒｍｉｄｉｎｅ，Ｓｐｅｒｍｉｎｅ，ＡＤＭＡ，Ｈｏｍｏｃｉｔｒｕｌｌｉｎｅ，３－Ｍｅ－Ｈｉｓ，Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ，Ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ，ＳＤＭＡ，Ａｃｙｌｃａｒｎｉｔｉｎｅ（１３：１），ＥＰＡのうちの少なくとも１つの代謝物の濃度値、または、前記代謝物の濃度値が代入される変数を含む式および前記代謝物の濃度値を用いて算出された前記式の値を用いて、前記評価対象について、大腸癌の状態を評価した結果であること、
    　を特徴とする端末装置。
     
PCT/JP2017/036199 2016-10-04 2017-10-04 大腸癌の評価方法、評価装置、評価プログラム、評価システム、及び端末装置 WO2018066621A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2018543949A JPWO2018066621A1 (ja) 2016-10-04 2017-10-04 大腸癌の評価方法、評価装置、評価プログラム、評価システム、及び端末装置
KR1020197009444A KR102427923B1 (ko) 2016-10-04 2017-10-04 대장암의 평가 방법, 평가 장치, 평가 프로그램, 평가 시스템, 및 단말 장치
US16/373,427 US20190228844A1 (en) 2016-10-04 2019-04-02 Evaluating method, evaluating apparatus, evaluating program product, evaluating system, and terminal apparatus for colorectal cancer

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016196712 2016-10-04
JP2016-196712 2016-10-04

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US16/373,427 Continuation US20190228844A1 (en) 2016-10-04 2019-04-02 Evaluating method, evaluating apparatus, evaluating program product, evaluating system, and terminal apparatus for colorectal cancer

Publications (1)

Publication Number Publication Date
WO2018066621A1 true WO2018066621A1 (ja) 2018-04-12

Family

ID=61830999

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/036199 WO2018066621A1 (ja) 2016-10-04 2017-10-04 大腸癌の評価方法、評価装置、評価プログラム、評価システム、及び端末装置

Country Status (4)

Country Link
US (1) US20190228844A1 (ja)
JP (2) JPWO2018066621A1 (ja)
KR (1) KR102427923B1 (ja)
WO (1) WO2018066621A1 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020067386A1 (ja) * 2018-09-26 2020-04-02 味の素株式会社 軽度認知障害の評価方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、記録媒体、評価システムおよび端末装置
WO2021090941A1 (ja) * 2019-11-08 2021-05-14 味の素株式会社 免疫チェックポイント阻害剤の薬理作用の評価方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、記録媒体、評価システムおよび端末装置
WO2021234858A1 (ja) * 2020-05-20 2021-11-25 株式会社島津製作所 疾患検査用指標物質の検出方法
JP7489067B2 (ja) 2019-03-13 2024-05-23 味の素株式会社 取得方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、記録媒体、評価システム、及び端末装置

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11482317B2 (en) 2020-10-14 2022-10-25 PAIGE.AI, Inc. Systems and methods for processing digital images for radiation therapy
CN114705782B (zh) * 2022-04-07 2023-12-01 中国人民解放军总医院第一医学中心 用于诊断或监测结直肠癌的血浆代谢标志物组合及应用

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008075663A1 (ja) * 2006-12-21 2008-06-26 Ajinomoto Co., Inc. 大腸癌の評価方法、ならびに大腸癌評価装置、大腸癌評価方法、大腸癌評価システム、大腸癌評価プログラムおよび記録媒体

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004052191A1 (ja) 2002-12-09 2004-06-24 Ajinomoto Co., Inc. 生体状態情報処理装置、生体状態情報処理方法、生体状態情報管理システム、プログラム、および、記録媒体
JP5030586B2 (ja) * 2004-05-26 2012-09-19 味の素株式会社 アミノ官能性化合物の分析方法及び装置
EP1862797A4 (en) * 2005-03-16 2009-09-16 Ajinomoto Kk DEVICE, METHOD, SYSTEM AND PROGRAM FOR EVALUATING BIOLOGICAL STATES, DEVICE, METHOD AND PROGRAM FOR GENERATING AN EVALUATION FUNCTION AND RECORDING MEDIUM
JP5470848B2 (ja) 2006-08-04 2014-04-16 味の素株式会社 肺癌の評価方法、肺癌評価装置、肺癌評価方法、肺癌評価システム、肺癌評価プログラム、記録媒体、および、情報通信端末装置
EP2103940A4 (en) 2006-12-21 2013-04-24 Ajinomoto Kk METHOD, APPARATUS, METHOD, SYSTEM AND SOFTWARE FOR ASSESSING BREAST CANCER, AND RECORDING MEDIUM
JPWO2008075664A1 (ja) 2006-12-21 2010-04-15 味の素株式会社 癌の評価方法、ならびに癌評価装置、癌評価方法、癌評価システム、癌評価プログラムおよび記録媒体
JPWO2009054351A1 (ja) 2007-10-25 2011-03-03 味の素株式会社 生体状態評価装置、生体状態評価方法、生体状態評価システム、生体状態評価プログラムおよび記録媒体
CN101939652B (zh) 2008-02-06 2015-01-07 味之素株式会社 胃癌的评价方法、以及胃癌评价装置、胃癌评价方法、胃癌评价系统、胃癌评价程序和记录介质
JPWO2009110517A1 (ja) 2008-03-04 2011-07-14 味の素株式会社 癌種の評価方法
WO2009154296A1 (ja) 2008-06-20 2009-12-23 味の素株式会社 女性生殖器癌の評価方法
CN102066946B (zh) 2008-06-20 2016-08-31 味之素株式会社 前列腺疾病的评价方法
WO2011096210A1 (en) 2010-02-03 2011-08-11 Oncotherapy Science, Inc. Prmt1 and prmt6 for target genes of cancer therapy and diagnosis
JP2011247869A (ja) 2010-04-27 2011-12-08 Kobe Univ メタボローム解析手法を用いた特定疾患の検査方法
KR101824937B1 (ko) 2012-11-27 2018-02-02 아지노모토 가부시키가이샤 췌장암의 평가 방법, 췌장암 평가 장치, 췌장암 평가 방법, 췌장암 평가 프로그램, 췌장암 평가 시스템 및 정보 통신 단말 장치
JP6299063B2 (ja) 2012-11-27 2018-03-28 味の素株式会社 膵臓癌リスク疾患の評価のための方法、膵臓癌リスク疾患評価装置、膵臓癌リスク疾患評価方法、膵臓癌リスク疾患評価プログラムおよび膵臓癌リスク疾患評価システム
US10274496B2 (en) * 2014-01-17 2019-04-30 University Of Washington Biomarkers for detecting and monitoring colon cancer

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008075663A1 (ja) * 2006-12-21 2008-06-26 Ajinomoto Co., Inc. 大腸癌の評価方法、ならびに大腸癌評価装置、大腸癌評価方法、大腸癌評価システム、大腸癌評価プログラムおよび記録媒体

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
UCHIYAMA, KAZUHIKO ET AL.: "Metabolome Analysis as Colorectal Cancer Liquic Biopsy", G. I. RESEARCH, vol. 24, no. 4, 1 August 2016 (2016-08-01), pages 260 - 265 *
YAMANAKA, KODAI ET AL.: "Biomarker for Early-Stage Diagnosis of Colorectal Cancer Based on Serum Metabolome Analysis", G. I. RESEARCH, vol. 23, no. 1, 1 February 2015 (2015-02-01), pages 46 - 51 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020067386A1 (ja) * 2018-09-26 2020-04-02 味の素株式会社 軽度認知障害の評価方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、記録媒体、評価システムおよび端末装置
JP7489067B2 (ja) 2019-03-13 2024-05-23 味の素株式会社 取得方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、記録媒体、評価システム、及び端末装置
WO2021090941A1 (ja) * 2019-11-08 2021-05-14 味の素株式会社 免疫チェックポイント阻害剤の薬理作用の評価方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、記録媒体、評価システムおよび端末装置
WO2021234858A1 (ja) * 2020-05-20 2021-11-25 株式会社島津製作所 疾患検査用指標物質の検出方法

Also Published As

Publication number Publication date
JPWO2018066621A1 (ja) 2019-07-18
JP2021177196A (ja) 2021-11-11
KR20190065263A (ko) 2019-06-11
KR102427923B1 (ko) 2022-08-02
JP7173240B2 (ja) 2022-11-16
US20190228844A1 (en) 2019-07-25

Similar Documents

Publication Publication Date Title
WO2018066621A1 (ja) 大腸癌の評価方法、評価装置、評価プログラム、評価システム、及び端末装置
US20210287802A1 (en) Method for evaluating pancreatic cancer, pancreatic cancer evaluating apparatus, pancreatic cancer evaluating method, pancreatic cancer evaluating program product, pancreatic cancer evaluating system and information communication terminal apparatus
WO2016056631A1 (ja) 評価方法、評価装置、評価プログラム、評価システム、及び端末装置
JP2022066387A (ja) 取得方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、評価システム
JP2023101023A (ja) 取得方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、及び評価システム
JPWO2020067386A1 (ja) 軽度認知障害の評価方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、記録媒体、評価システムおよび端末装置
WO2019194144A1 (ja) 乳癌の評価方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、記録媒体、評価システム、及び端末装置
JP7435855B2 (ja) 取得方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、記録媒体、及び評価システム
JP7435856B2 (ja) 取得方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、記録媒体、及び評価システム
WO2020184660A1 (ja) サルコペニアの評価方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、記録媒体、評価システム、及び端末装置
JP7120027B2 (ja) 取得方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、および評価システム
WO2016148155A1 (ja) 評価方法、評価装置、評価プログラム、評価システム、及び端末装置
JP2019015547A (ja) 膵がん患者における骨格筋状態の評価方法、評価装置、評価プログラム、評価システムおよび端末装置
WO2022009991A1 (ja) 軽度認知障害の評価方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、記録媒体、評価システムおよび端末装置
JP6886241B2 (ja) 骨格筋面積の評価方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17858458

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2018543949

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 20197009444

Country of ref document: KR

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17858458

Country of ref document: EP

Kind code of ref document: A1