WO2019194144A1 - 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 - Google Patents

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 Download PDF

Info

Publication number
WO2019194144A1
WO2019194144A1 PCT/JP2019/014527 JP2019014527W WO2019194144A1 WO 2019194144 A1 WO2019194144 A1 WO 2019194144A1 JP 2019014527 W JP2019014527 W JP 2019014527W WO 2019194144 A1 WO2019194144 A1 WO 2019194144A1
Authority
WO
WIPO (PCT)
Prior art keywords
evaluation
value
baba
metabolite
breast cancer
Prior art date
Application number
PCT/JP2019/014527
Other languages
English (en)
French (fr)
Inventor
英寛 中村
直子 嵐田
瑠美 西本
聡子 上野
咲乃 杉木
今泉　明
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
Publication of WO2019194144A1 publication Critical patent/WO2019194144A1/ja

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
    • 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

Definitions

  • the present invention relates to a breast cancer evaluation method, a calculation method, an evaluation device, a calculation device, an evaluation program, a calculation program, a recording medium, an evaluation system, and a terminal device.
  • breast cancer is considered to have a better prognosis than cancers of other organs.
  • the reason for this is that the progression of breast cancer is often more gradual than that of other cancers, can be cured in many cases with appropriate treatment, or is progressing or has recurred and is difficult to cure Even so, there are effective treatment means depending on the symptoms.
  • the 5-year and 10-year survival rates in breast cancer are better than those in other cancers.
  • the 5-year survival rate of early stage (stage I-II) breast cancer is 80% or more, especially stage I breast cancer (tumor diameter is less than 2 centimeters and there is no metastasis outside the breast).
  • the 5-year survival rate is about 90%.
  • breast cancer is one of the cancers that are being researched on a global scale, and new drugs and new treatments for breast cancer have been developed.
  • diagnosis of breast cancer is mainly self-examination, breast palpation, image diagnosis by mammography / CT / MRI / PET, and needle biopsy.
  • self-examination, tactile examination and image diagnosis are not definitive diagnoses.
  • self-examination is not effective enough to reduce mortality from breast cancer.
  • self-examination cannot detect many early cancers like regular screening by mammography.
  • image diagnosis by mammography also has problems of subject exposure to radiation and overdiagnosis.
  • image diagnosis using CT, MRI, PET, or the like has a problem in carrying out by mass examination in terms of equipment and cost.
  • needle biopsy is a definitive diagnosis, it is a highly invasive test, and it is not practical to perform needle biopsy on all patients suspected of having breast cancer through image diagnosis. Furthermore, in invasive diagnosis such as needle biopsy, the patient is burdened with pain, and there is a risk of bleeding due to the examination.
  • Non-patent Document 1 glutamine is mainly used as an oxidative energy source, arginine is used as a precursor of nitrogen oxides and polyamines, and methionine is activated by methionine uptake ability in cancer cells. There are reports that consumption in cells increases. Further, according to Proenza et al. (Non-Patent Document 2) and Caszino (Non-Patent Document 3), it is reported that the plasma amino acid composition of breast cancer patients is different from that of healthy individuals.
  • Patent Document 1 relating to a method for evaluating the state of breast cancer using amino acid concentration is disclosed.
  • the present invention has been made in view of the above, and an evaluation method, a calculation method, an evaluation device, a calculation device, an evaluation program, and a calculation that can provide highly reliable information that can be helpful in knowing the state of breast cancer.
  • An object is to provide a program, a recording medium, an evaluation system, and a terminal device.
  • the evaluation method according to the present invention comprises 38 kinds of metabolites (1-Me-His (1-methyl-histidine) (1-methyl) in the blood to be evaluated. Histidine), 3-hydroxykynurenine (3-hydroxykynurenine), 3-Me-His (3-methyl-histidine) (3-methylhistidine), 5-HydroxyTrp (5-hydroxytoltophan), aABA ( ⁇ -aminobutyric acid) ), AAiBA ( ⁇ -amino-iso-butyric acid) ( ⁇ -aminoisobutyric acid), ADMA (asymmetric dimethylarginine) (asymmetric dimethylarginine), Aminoadidic acid ( ⁇ -aminoadipic acid), bAB ( ⁇ -aminobutyric acid) ( ⁇ -aminobutyric acid), bAiBA ( ⁇ -amino-iso-butyric acid) ( ⁇ -aminoisobutyric acid) ( ⁇ -aminoisobutyric acid
  • the concentration value of the metabolite and 20 kinds of amino acids in the blood to be evaluated (Glu, Asn, His, Thr, Ala, Cit, Arg, Tyr, Val, Met, Lys, Trp, Gly, Pro, Orn, Ile, Leu, Phe, Ser, and Gln), or a variable to which the concentration value of the amino acid is substituted. It is characterized by using the value of the formula calculated using the formula, the concentration value of the metabolite and the concentration value of the amino acid.
  • the evaluation method according to the present invention is characterized in that the evaluation step is executed in the control unit of the information processing apparatus including the control unit.
  • the calculation method according to the present invention includes a breast cancer including a concentration value of at least one of the 38 kinds of metabolites in the blood to be evaluated, and a variable into which the concentration value of the metabolite is substituted.
  • the method includes a calculation step of calculating a value of the expression using an expression for evaluating the state.
  • the formula including the variable into which a concentration value of at least one of the 20 amino acids in the blood to be evaluated is substituted, the metabolite And a concentration value of the amino acid are used.
  • the calculation method according to the present invention is characterized in that the calculation step is executed in the control unit of the information processing apparatus including the control unit.
  • the evaluation apparatus is an evaluation apparatus including a control unit, wherein the control unit is a concentration value of at least one metabolite of the 38 types of metabolites in the blood to be evaluated, or
  • the evaluation apparatus is connected to a terminal device that provides concentration data relating to the concentration value or the value of the expression via a network so that the control unit is transmitted from the terminal device.
  • Data receiving means for receiving the concentration data to be evaluated or the value of the expression; and result transmitting means for transmitting the evaluation result obtained by the evaluating means to the terminal device, the evaluating means further comprising: The density value or the value of the formula included in the density data received by the data receiving means is used.
  • the calculation device is a calculation device including a control unit, wherein the control unit has a concentration value of at least one metabolite of the 38 kinds of metabolites in the blood to be evaluated, and And a calculation means for calculating a value of the formula using a formula for evaluating a state of breast cancer including a variable into which a concentration value of the metabolite is substituted.
  • the evaluation program according to the present invention is an evaluation program for execution in an information processing apparatus including a control unit, and the 38 types of metabolites in the blood to be evaluated for execution in the control unit.
  • the evaluation The subject includes an evaluation step for evaluating the state of breast cancer.
  • the calculation program according to the present invention is a calculation program for execution in an information processing apparatus including a control unit, and the 38 types of metabolites in the blood to be evaluated to be executed in the control unit.
  • the recording medium according to the present invention is a computer-readable recording medium that records the evaluation program or the calculation program.
  • the recording medium according to the present invention is a non-transitory computer-readable recording medium, and includes a programmed instruction for causing an information processing apparatus to execute the evaluation method or the calculation method. , Is characterized by.
  • An evaluation system includes an evaluation device including a control unit, a control unit, and concentration data relating to a concentration value of at least one metabolite of the 38 types of metabolites in the blood to be evaluated, Alternatively, an equation including a variable to which the concentration value of the metabolite is substituted and a terminal device that provides the value of the equation calculated using the concentration value of the metabolite are communicably connected via a network.
  • the control unit of the terminal device is transmitted from the evaluation device and data transmission means for transmitting the concentration data to be evaluated or the value of the expression to the evaluation device.
  • the evaluation object includes an evaluation unit that evaluates the state of breast cancer, and a result transmission unit that transmits the evaluation result obtained by the evaluation unit to the terminal device.
  • the terminal device is a terminal device including a control unit, and the control unit includes a result acquisition unit that acquires an evaluation result related to a state of breast cancer for an evaluation target, and the evaluation result is Using the concentration value of at least one metabolite of the 38 kinds of metabolites in the blood to be evaluated, or a formula including a variable into which the concentration value of the metabolite is substituted, and the concentration value of the metabolite It is the result of having evaluated the state of breast cancer about the above-mentioned evaluation object using the value of the above-mentioned formula calculated in this way.
  • the terminal device is connected to an evaluation device that evaluates the state of breast cancer for the evaluation target through a network so that the control unit can perform the 38 types in the blood to be evaluated.
  • Data transmission means for transmitting concentration data relating to the concentration value of at least one metabolite of the metabolites of the above or the value of the formula to the evaluation device, wherein the result acquisition means transmits the evaluation transmitted from the evaluation device Receiving the 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.
  • FIG. 10 is a diagram illustrating an example of information stored in the evaluation result file 106e.
  • FIG. 11 is a block diagram illustrating a configuration of the evaluation unit 102d.
  • FIG. 12 is a block diagram illustrating an example of the configuration of the client device 200 of the present system.
  • FIG. 13 is a block diagram showing an example of the configuration of the database apparatus 400 of this system.
  • Embodiments of an evaluation method and a calculation method according to the present invention (first embodiment) and an evaluation apparatus, a calculation device, an evaluation method, a calculation method, an evaluation program, a calculation program, a recording medium, an evaluation system, and Embodiment (2nd Embodiment) of a terminal device is described in detail based on drawing. Note that the present invention is not limited to these embodiments.
  • FIG. 1 is a principle configuration diagram showing the basic principle of the first embodiment.
  • At least one of the substances (including the 38 kinds of metabolites and the 20 kinds of amino acids) in blood eg, plasma, serum, etc.
  • blood eg, plasma, serum, etc.
  • an evaluation target eg, an individual such as an animal or a human
  • Concentration data relating to the concentration value of the blood substance (including blood) is acquired (step S11).
  • step S11 concentration data regarding the blood substance measured by a company or the like that performs concentration value measurement may be acquired.
  • the blood substance concentration value is measured by measuring the blood substance concentration value from the blood collected from the evaluation object by, for example, the following measurement method (A), (B), or (C).
  • Concentration data may be acquired.
  • the unit of the concentration value of the blood substance may be, for example, a molar concentration, a weight concentration, or an enzyme activity, and may be obtained by adding / subtracting / subtracting an arbitrary constant to / from these concentrations.
  • A Plasma is separated from blood by centrifuging the collected blood sample. All plasma samples are stored frozen at ⁇ 80 ° C. until the concentration value is measured.
  • 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 (Micro Electro Mechanical Systems) 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 concentration value is analyzed by quantifying a substance that increases or decreases by substrate recognition or a spectroscopic value using a molecule that reacts with or binds to a target blood substance such as an enzyme or an aptamer.
  • Step S12 using the concentration value of at least one of the 38 types of metabolites and the 20 types of amino acids contained in the concentration data acquired in step S11, the state of breast cancer is evaluated for the evaluation target ( Step S12). Note that before executing step S12, data such as missing values and outliers may be removed from the density data acquired in step S11.
  • evaluating the state means, for example, examining the current state.
  • the concentration data of the evaluation target is acquired in step S11, and in step S12, the 38 types of metabolites included in the concentration data of the evaluation target acquired in step S11 and the above-described metabolite
  • the state of breast cancer is evaluated for the evaluation object (in short, information for evaluating the state of breast cancer for the evaluation object or knowing the state of breast cancer for the evaluation object)
  • reliable information that can be helpful in Accordingly, it is possible to provide information for evaluating the breast cancer status for the evaluation target or highly reliable information that can be used as a reference for knowing the breast status for the evaluation target.
  • the concentration value of at least one of the 38 kinds of metabolites and the 20 kinds of amino acids reflects the state of breast cancer for the evaluation target. It may be determined that the converted value reflects the state of breast cancer regarding the evaluation target. In other words, the density value or the converted value itself may be treated as an evaluation result regarding the state of breast cancer for the evaluation target.
  • the possible range of the density value is a predetermined range (for example, a range from 0.0 to 1.0, a range from 0.0 to 10.0, a range from 0.0 to 100.0, or -10.0 to
  • a predetermined range for example, exponential conversion, logarithmic conversion, Conversion by angle conversion, square root conversion, probit conversion, reciprocal conversion, Box-Cox conversion, power conversion, etc., and by combining these calculations for density values, the density values are converted. May be.
  • the value of an exponential function with the concentration value as the index and the Napier number as the base may be further calculated when the natural logarithm ln (p / (1-p)) is defined as the density value when the probability p is defined as Further, a value (specifically, a value of probability p) obtained by dividing the calculated exponential function value by the sum of 1 and the value may be further calculated. Further, the density value may be converted so that the value after conversion under a specific condition becomes a specific value.
  • the density value may be converted so that the value after conversion when the specificity is 80% is 5.0 and the value after conversion when the specificity is 95% is 8.0. Further, for each metabolite and each amino acid, the concentration distribution may be converted into a normal distribution and then converted into a deviation value so that the average is 50 and the standard deviation is 10. These conversions may be performed by gender or age.
  • the density value in the present specification may be the density value itself or a value after the density value is converted.
  • position information regarding the position of a predetermined mark on a predetermined ruler that is visibly displayed on a display device such as a monitor or a physical medium such as paper is obtained by using at least one of the 38 types of metabolites and the 20 types of amino acids.
  • the predetermined ruler is for evaluating the state of breast cancer.
  • the ruler is a ruler with a scale, and the “concentration value or a range that can be obtained after conversion, That is, at least a scale corresponding to the upper limit value and the lower limit value in “part” is shown.
  • the predetermined mark corresponds to the density value or the value after conversion, and is, for example, a circle mark or a star mark.
  • the concentration value of at least one of the 38 kinds of metabolites and the 20 kinds of amino acids is a predetermined value (mean value ⁇ 1SD, 2SD, 3SD, N quantile, N percentile, or clinical significance is recognized.
  • the condition of breast cancer may be evaluated with respect to the evaluation target when the value is lower or lower than a predetermined value or higher than the predetermined value or higher than the predetermined value.
  • a concentration deviation value (a value obtained by normalizing the concentration distribution by gender for each metabolite and each amino acid and then making the deviation value so that the average is 50 and the standard deviation is 10) It may be used.
  • the evaluation subject is breast cancer.
  • the state may be evaluated.
  • a variable into which at least one concentration value of the 38 kinds of metabolites and the 20 kinds of amino acids and at least one concentration value of the 38 kinds of metabolites and the 20 kinds of amino acids are substituted may be evaluated with respect to the evaluation target by calculating the value of the expression using an expression including.
  • the value of the calculated expression reflects the state of breast cancer regarding the evaluation target
  • the value of the expression is converted by, for example, the method described below, and the converted value is You may determine that it reflects the state of the breast cancer about an evaluation object.
  • the value of the expression or the converted value itself may be treated as an evaluation result related to the state of breast cancer for the evaluation target.
  • the possible range of the value of the expression is a predetermined range (for example, a range from 0.0 to 1.0, a range from 0.0 to 10.0, a range from 0.0 to 100.0, or -10.0
  • a predetermined range for example, a range from 0.0 to 1.0, a range from 0.0 to 10.0, a range from 0.0 to 100.0, or -10.0
  • an arbitrary value is added / subtracted / divided / divided from / to the value of the expression, or the value of the expression is converted into a predetermined conversion method (eg, exponential conversion, Logarithmic transformation, angular transformation, square root transformation, probit transformation, reciprocal transformation, Box-Cox transformation, or power transformation), or by combining these calculations on the value of the expression,
  • the value of the expression may be converted.
  • the value of the exponential function with the value of the expression as the index and the Napier number as the base is further calculated.
  • a value obtained by dividing the calculated exponential function value by the sum of 1 and the value may be further calculated.
  • the value of the expression may be converted so that the value after conversion under a specific condition becomes a specific value.
  • the value of the equation may be converted so that the value after conversion when the specificity is 80% is 5.0 and the value after conversion when the specificity is 95% is 8.0. Further, the deviation value may be converted to an average of 50 and a standard deviation of 10. These conversions may be performed by gender or age. Note that the value of the expression in this specification may be the value of the expression itself, or may be a value after converting the value of the expression.
  • the position information on the position of a predetermined mark on a predetermined ruler that is visible on a display device such as a monitor or a physical medium such as paper is converted into an expression value or the value of the expression It may be generated using a later value, and it may be determined that the generated position information reflects the state of breast cancer regarding the evaluation target.
  • the predetermined ruler is for evaluating the state of breast cancer.
  • the ruler is a ruler with a scale, and “the range of the value of the expression or the value after conversion or the range can be taken. , A scale corresponding to the upper limit value and the lower limit value in “part of” is shown at least.
  • the predetermined mark corresponds to the value of the expression or the value after conversion, and is, for example, a circle mark or a star mark.
  • the degree of possibility that the evaluation target is suffering from breast cancer may be qualitatively evaluated.
  • the concentration value of at least one of the 38 types of metabolites and the 20 types of amino acids and one or more preset threshold values or “the 38 types of metabolites and the 20 types of A concentration value of at least one of the amino acids, an expression including a variable into which the concentration value of at least one of the 38 kinds of metabolites and the 20 kinds of amino acids is substituted, and one or more preset values Using the “threshold value”, the evaluation target may be classified into any one of a plurality of categories defined in consideration of at least the degree of possibility of having breast cancer.
  • categories for assigning subjects that are highly likely to have breast cancer for example, subjects that are considered to be suffering from breast cancer
  • categories for belonging to subjects with a low degree of gender for example, subjects considered not to have breast cancer
  • a section may be included.
  • a plurality of categories include a category for belonging to a subject having a high possibility of suffering from breast cancer, and a category for assigning a subject having a low possibility of suffering from breast cancer ( For example, the classification
  • 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.
  • the form used for the evaluation is not particularly limited, but for example, the following form may be used.
  • Linear models such as multiple regression, linear discriminant, principal component analysis, canonical discriminant analysis based on least square method
  • Generalized linear model such as logistic regression based on maximum likelihood method, Cox regression
  • Generalized linear mixed models that take into account random effects such as inter-individual differences, inter-facility differences, formulas created by cluster analysis such as K-means method, hierarchical cluster analysis, MCMC (Markov chain Monte Carlo method), Bayesian network, Formulas created based on Bayesian statistics such as Hierarchical Bayes method, formulas created by class classification such as support vector machines and decision trees, formulas created by methods not belonging to the above categories such as fractional formulas, sums of formulas of different formats Formula as shown in
  • the formula used in the evaluation is described in, for example, the method described in International Publication No. 2004/052191 which is an international application by the present applicant or International Publication No. 2006/098192 which is an international application by the present applicant. You may create by the method.
  • the formulas obtained by these methods are suitable for evaluating the state of breast cancer, regardless of the unit of the metabolite and / or amino acid concentration values in the concentration data as input data. Can be used.
  • a coefficient and a constant term are added to each variable.
  • the coefficient and the constant term are preferably real numbers, and more preferably May be any value belonging to the range of the 99% confidence interval of the coefficient and constant term obtained for performing the various classifications from the data, and more preferably, the value obtained for performing the various classifications from the data. Any value may be used as long as it falls within the 95% confidence interval of the obtained coefficient and constant term.
  • the value of each coefficient and its confidence interval may be obtained by multiplying it by a real number, and the value of the constant term and its confidence interval may be obtained by adding / subtracting / multiplying / subtracting an arbitrary real constant thereto.
  • the fractional expression means that the numerator of the fractional expression is represented by the sum of the variables A, B, C,... And / or the denominator of the fractional expression is the sum of the variables a, b, c,. It is represented by
  • the fractional expression includes a sum of fractional expressions ⁇ , ⁇ , ⁇ ,.
  • the fractional expression also includes a divided fractional expression. Note that each variable used in the numerator and denominator may have an appropriate coefficient. The variables used for the numerator and denominator may overlap. Further, an appropriate coefficient may be attached to each fractional expression. Further, the value of the coefficient of each variable and the value of the constant term may be real numbers.
  • the fractional expression includes one in which the numerator variable and the denominator variable are interchanged.
  • values related to other biological information for example, the values listed below
  • values related to other biological information for example, One or more variables to which the listed values are substituted may also be included.
  • Albumin total protein, triglyceride (neutral fat), HbA1c, glycated albumin, insulin resistance index, total cholesterol, LDL cholesterol, HDL cholesterol, amylase, total bilirubin, creatinine, estimated glomerular filtration rate (eGFR), uric acid, GOT (AST), GPT (ALT), GGTP ( ⁇ -GTP), glucose (blood glucose level), CRP (C-reactive protein), red blood cells, hemoglobin, hematocrit, MCV, MCH, MCHC, white blood cells, platelet count, etc.
  • FIG. 2 is a principle configuration diagram showing the basic principle of the second embodiment.
  • the description overlapping the first embodiment described above may be omitted.
  • the value of the formula or the value after conversion is used as an example when evaluating the state of breast cancer is described here.
  • the 38 kinds of metabolites and the 20 kinds of amino acids At least one density value or a converted value (for example, a density deviation value) may be used.
  • the control unit is included in the concentration data of an evaluation target (for example, an individual such as an animal or a human) acquired in advance regarding the concentration value of at least one of the 38 types of metabolites and the 20 types of amino acids in blood. , At least one concentration value of the 38 metabolites and the 20 amino acids, and a variable into which at least one concentration value of the 38 metabolites and the 20 amino acids is substituted.
  • the state of breast cancer is evaluated for the evaluation object by calculating the value of the expression using the expression stored in advance in the storage unit (step S21). Thereby, it is possible to provide highly reliable information that can be helpful in knowing the state of breast cancer.
  • step S21 may be created based on formula creation processing (step 1 to step 4) described below.
  • formula creation processing step 1 to step 4
  • an overview of the formula creation process will be described. Note that the processing described here is merely an example, and the method of creating an expression is not limited to this.
  • control unit is preliminarily stored in the storage unit including the concentration data and the index data relating to the index indicating the state of breast cancer (even if data having missing values, outliers, etc. has been removed in advance).
  • concentration data a1x1 + a2x2 +... + Anxn
  • y index data
  • xi concentration data
  • ai constant
  • i 1, 2,..., N
  • step 1 multiple different formula creation methods (principal component analysis and discriminant analysis, support vector machine, multiple regression analysis, Cox regression analysis, logistic regression analysis, k-means method, cluster analysis, determination from index state information
  • a plurality of candidate expressions may be created using a combination of multivariate analysis such as trees).
  • index state information which is multivariate data composed of concentration data and index data obtained by analyzing blood obtained from many healthy groups and breast cancer groups.
  • a plurality of groups of candidate formulas may be created concurrently.
  • discriminant analysis and logistic regression analysis may be performed simultaneously using different algorithms to create two different candidate formulas.
  • the candidate formulas may be created by converting index state information using candidate formulas created by performing principal component analysis and performing discriminant analysis on the converted index status information. As a result, it is possible to finally create an optimum expression for evaluation.
  • the candidate formula created using the principal component analysis is a linear formula including each variable that maximizes the variance of all density data.
  • Candidate formulas created using discriminant analysis are high-order formulas (including exponents and logarithms) that contain variables that minimize the ratio of the sum of variances within each group to the variance of all concentration data. is there.
  • the candidate formula created using the support vector machine is a high-order formula (including a kernel function) including variables that maximize the boundary between groups.
  • the candidate formula created using the multiple regression analysis is a high-order formula including each variable that minimizes the sum of the distances from all density data.
  • the candidate formula created using Cox regression analysis is a linear model including a log hazard ratio, and is a linear expression including each variable and its coefficient that maximize the likelihood of the model.
  • the candidate formula created using logistic regression analysis is a linear model that represents log odds of probability, and is a linear formula that includes each variable that maximizes the likelihood of the probability.
  • k-means method k neighborhoods of each density data are searched, the largest group among the groups to which the neighboring points belong is defined as the group to which the data belongs, and the group to which the input density data belongs. This is a method for selecting a variable that best matches the group defined as.
  • Cluster analysis is a technique for clustering (grouping) points that are closest to each other in all density data. Further, the decision tree is a technique for predicting a group of density data from patterns that can be taken by variables with higher ranks by adding ranks to the variables.
  • the control unit verifies (mutually verifies) the candidate formula created in step 1 based on a predetermined verification method (step 2).
  • Candidate expressions are verified for each candidate expression created in step 1.
  • the discrimination rate, sensitivity, specificity, information criterion, ROC_AUC (candidate expression of candidate formulas are determined based on at least one of the bootstrap method, holdout method, N-fold method, leave one-out method, and the like. It may be verified with respect to at least one of the area under the receiver characteristic curve).
  • the discrimination rate is an evaluation method according to the present embodiment.
  • An evaluation object whose true state is negative (for example, an evaluation object that does not suffer from breast cancer) is correctly evaluated as negative, and the true state is This is the rate at which a positive evaluation target (for example, an evaluation target suffering from breast cancer) is correctly evaluated as positive.
  • Sensitivity is the rate at which an evaluation object whose true state is positive is correctly evaluated as positive in the evaluation method according to the present embodiment.
  • the specificity is a rate at which an evaluation object whose true state is negative is correctly evaluated as negative in the evaluation method according to the present embodiment.
  • the Akaike Information Criterion is a standard that expresses how closely the observed data matches the statistical model in the case of regression analysis, etc., and is expressed as “ ⁇ 2 ⁇ (maximum log likelihood of statistical model) + 2 ⁇ (statistics).
  • the model having the smallest value defined by “the number of free parameters of the model)” is determined to be the best.
  • the value of 1 is 1 in complete discrimination, and the closer this value is to 1, the higher the discriminability.
  • the predictability is an average of the discrimination rate, sensitivity, and specificity obtained by repeating the verification of candidate formulas.
  • Robustness is the variance of discrimination rate, sensitivity, and specificity obtained by repeating verification of candidate formulas.
  • the control unit selects a combination of density data included in the index state information used when creating a candidate formula by selecting a variable of the candidate formula based on a predetermined variable selection method.
  • the selection of variables may be performed for each candidate formula created in step 1. Thereby, the variable of a candidate formula can be selected appropriately.
  • Step 1 is executed again using the index state information including the density data selected in Step 3.
  • the candidate expression variable may be selected based on at least one of the stepwise method, the best path method, the neighborhood search method, and the genetic algorithm from the verification result in step 2.
  • the best path method is a method of selecting variables by sequentially reducing the variables included in the candidate formula one by one and optimizing the evaluation index given by the candidate formula.
  • the control unit repeatedly executes the above-described step 1, step 2, and step 3, and based on the verification results accumulated thereby, candidates to be used for evaluation from a plurality of candidate formulas By selecting an expression, an expression used for evaluation is created (step 4).
  • the selection of candidate formulas includes, for example, selecting an optimal formula from candidate formulas created by the same formula creation method and selecting an optimal formula from all candidate formulas.
  • the formula creation process processing related to creation of candidate formulas, verification of candidate formulas and selection of variables of candidate formulas is organized (systemized) in a series of flows based on index state information. By executing it, it is possible to create a formula that is optimal for the assessment of breast cancer.
  • the concentration of the blood substance containing at least one of the 38 types of metabolites and the 20 types of amino acids is used for multivariate statistical analysis, and an optimal and robust set of variables is determined.
  • an expression having high evaluation performance is extracted by combining the variable selection method and cross validation.
  • FIGS. 3 to 14 the configuration of an evaluation system according to the second embodiment (hereinafter may be referred to as the present system) will be described with reference to FIGS. 3 to 14.
  • This system is merely an example, and the present invention is not limited to this.
  • the value of the formula or the value after conversion is used as an example when evaluating the state of breast cancer is described here.
  • the 38 kinds of metabolites and the 20 kinds of amino acids At least one density value or a converted value (for example, a density deviation value) may be used.
  • FIG. 3 is a diagram showing 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.
  • the present system includes an evaluation apparatus 100 that evaluates the state of breast cancer for an individual to be evaluated, and at least one of the 38 types of metabolites and the 20 types of amino acids in blood.
  • a client device 200 (corresponding to the terminal device of the present invention) that provides individual concentration data relating to the concentration value of the contained blood substance is connected via a network 300 so as to be communicable.
  • the client device 200 that is a provider of data used for evaluation and the client device 200 that is a provider of evaluation results may be different.
  • this system stores a database apparatus that stores index state information used when creating an expression in the evaluation apparatus 100, an expression used during evaluation, and the like in addition to the evaluation apparatus 100 and the client apparatus 200.
  • 400 may be configured to be communicably connected via the network 300.
  • information that is useful for knowing the state of breast cancer is provided from the evaluation apparatus 100 to the client apparatus 200 or the database apparatus 400, or from the client apparatus 200 or the database apparatus 400 to the evaluation apparatus 100 via the network 300. Is done.
  • the information that is useful for knowing the state of breast cancer is, for example, information about values measured for specific items related to the state of breast cancer of organisms including humans.
  • information that is useful for knowing the state of breast cancer is generated by the evaluation apparatus 100, the client apparatus 200, and other apparatuses (for example, various measurement apparatuses) and is mainly stored in the database apparatus 400.
  • 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 evaluation device 100 includes a control unit 102 such as a CPU (Central Processing Unit) that controls the evaluation device in an integrated manner, a communication device such as a router, and a wired or wireless communication line such as a dedicated line.
  • the communication interface unit 104 that is communicably connected to the network 300, the storage unit 106 that stores various databases, tables, and files, and the input / output interface unit 108 that is connected to the input device 112 and the output device 114 are configured. These units are communicably connected via an arbitrary communication path.
  • the evaluation apparatus 100 may be configured in the same housing as various analysis apparatuses (for example, an amino acid analysis apparatus).
  • the concentration value of a predetermined blood substance containing at least one of the 38 kinds of metabolites and the 20 kinds of amino acids in blood is calculated (measured), and the calculated value is output (printed or displayed on a monitor)
  • the evaluation unit 102d to be described later is further provided, and the result obtained by the evaluation unit 102d is output using the configuration. It may be a thing.
  • the communication interface unit 104 mediates communication between the evaluation device 100 and the network 300 (or a communication device such as a router). That is, the communication interface unit 104 has a function of communicating data with other terminals via a communication line.
  • the input / output interface unit 108 is connected to the input device 112 and the output device 114.
  • a monitor including a home television
  • a speaker or a printer can be used as the output device 114 (hereinafter, the output device 114 may be described as the monitor 114).
  • the input device 112 a monitor that realizes a pointing device function in cooperation with a mouse can be used in addition to a keyboard, a mouse, and a microphone.
  • the storage unit 106 is a storage unit, and for example, a memory device such as a RAM (Random Access Memory) or a ROM (Read Only Memory), a fixed disk device such as a hard disk, a flexible disk, an optical disk, or the like can be used.
  • the storage unit 106 stores a computer program for giving instructions to the CPU and performing various processes in cooperation with an OS (Operating System). As illustrated, the storage unit 106 stores a density data file 106a, an index state information file 106b, a designated index state information file 106c, an expression related information database 106d, and an evaluation result file 106e.
  • the concentration data file 106a stores concentration data relating to concentration values of blood substances including at least one of the 38 kinds of metabolites and the 20 kinds of amino acids in the blood.
  • FIG. 6 is a diagram showing an example of information stored in the density data file 106a.
  • the information stored in the density data file 106a is configured by associating an individual number for uniquely identifying an individual (sample) to be evaluated with density data.
  • the density data is handled as a numerical value, that is, a continuous scale, but the density data may be a nominal scale or an order scale. In the case of a nominal scale or an order scale, analysis may be performed by giving an arbitrary numerical value to each state.
  • values related to other biological information may be combined with the density data.
  • the index state information file 106b stores the index state information used when creating the formula.
  • FIG. 7 is a diagram illustrating an example of information stored in the index state information file 106b.
  • the information stored in the index state information file 106b includes an individual number and index data (T) relating to an index (an index T1, an index T2, an index T3,...) Representing a breast cancer state, Concentration data is associated with each other.
  • the index data and the density data are handled as numerical values (that is, continuous scales), but the index data and the density data may be nominal scales or order scales. In the case of a nominal scale or an order scale, analysis may be performed by giving an arbitrary numerical value to each state.
  • the index data is a known index that serves as a marker of breast cancer status, and numerical data may be used.
  • the designated index state information file 106c stores the index state information designated by the designation unit 102b described later.
  • FIG. 8 is a diagram illustrating an example of information stored in the designated index state information file 106c. As shown in FIG. 8, the information stored in the designated index state information file 106c is configured by associating an individual number, designated index data, and designated density data with each other.
  • the formula related information database 106d includes a formula file 106d1 that stores formulas created by a formula creation unit 102c described later.
  • the expression file 106d1 stores expressions used for evaluation.
  • FIG. 9 is a diagram illustrating an example of information stored in the expression file 106d1.
  • the information stored in the expression file 106d1 includes a rank, an expression (in FIG. 9, Fp (Homo,%), Fp (Homo, GABA, Asn), Fk (Homo, GABA, Asn,...)), A threshold value corresponding to each formula creation method, and a verification result of each formula (for example, the value of each formula) are associated with each other.
  • the letters “Homo” mean Homoargine.
  • the evaluation result file 106e stores the evaluation result obtained by the evaluation unit 102d described later.
  • FIG. 10 is a diagram illustrating an example of information stored in the evaluation result file 106e.
  • Information stored in the evaluation result file 106e includes an individual number for uniquely identifying an individual (sample) to be evaluated, concentration data of the individual acquired in advance, and an evaluation result regarding the state of breast cancer (for example, described later).
  • the value of the expression calculated by the calculation unit 102d1 the value after converting the value of the expression by the conversion unit 102d2 described later, the position information generated by the generation unit 102d3 described later, or the classification result obtained by the classification unit 102d4 described later , Etc.
  • control unit 102 has an internal memory for storing a control program such as an OS, a program that defines various processing procedures, and necessary data, and various information processing based on these programs. Execute. As shown in the figure, the control unit 102 is roughly divided into an acquisition unit 102a, a specification unit 102b, an expression creation unit 102c, an evaluation unit 102d, a result output unit 102e, and a transmission unit 102f.
  • the control unit 102 removes data with missing values, removes data with many outliers, and has data with missing values from the index state information sent from the database device 400 and the density data sent from the client device 200. Data processing such as removal of many variables is also performed.
  • the acquisition unit 102a acquires information (specifically, concentration data, index state information, formulas, etc.). For example, the acquisition unit 102a acquires information by receiving information (specifically, concentration data, index state information, formulas, etc.) transmitted from the client device 200 or the database device 400 via the network 300. May be performed.
  • the acquisition unit 102a may receive data used for evaluation transmitted from a client device 200 different from the client device 200 that is the transmission destination of the evaluation result.
  • the evaluation apparatus 100 includes a mechanism (including hardware and software) for reading information recorded on the recording medium
  • the acquisition unit 102a includes information (specifically, information recorded on the recording medium). Specifically, the information may be acquired by reading out density data, index state information, a formula, and the like) via the mechanism.
  • the designating unit 102b designates index data and density data that are targets for creating an expression.
  • the formula creating unit 102c creates a formula based on the index state information acquired by the acquiring unit 102a and the index state information specified by the specifying unit 102b. Note that if the formula is stored in a predetermined storage area of the storage unit 106 in advance, the formula creation unit 102 c may create the formula by selecting a desired formula from the storage unit 106. The formula creation unit 102c may create a formula by selecting and downloading a desired formula from another computer device (for example, the database device 400) that stores the formula in advance.
  • another computer device for example, the database device 400
  • the evaluation unit 102d is included in formulas obtained in advance (for example, formulas created by the formula creation unit 102c or formulas obtained by the acquisition unit 102a) and individual concentration data acquired by the acquisition unit 102a.
  • concentration value of at least one of the 38 kinds of metabolites and the 20 kinds of amino acids By using the concentration value of at least one of the 38 kinds of metabolites and the 20 kinds of amino acids, the value of the equation is calculated to evaluate the state of breast cancer for the individual.
  • the evaluation unit 102d uses the concentration value of at least one of the 38 types of metabolites and the 20 types of amino acids or the converted value of the concentration value (for example, the concentration deviation value) for an individual for breast cancer. The state may be evaluated.
  • FIG. 11 is a block diagram showing a configuration of the evaluation unit 102d, and conceptually shows only a portion related to the present invention.
  • the evaluation unit 102d further includes a calculation unit 102d1, a conversion unit 102d2, a generation unit 102d3, and a classification unit 102d4.
  • the calculation unit 102d1 substitutes at least one concentration value of the 38 types of metabolites and the 20 types of amino acids, and at least one concentration value of the 38 types of metabolites and the 20 types of amino acids.
  • the value of the expression is calculated using an expression including at least the variable to be processed.
  • the evaluation unit 102d may store the value of the expression calculated by the calculation unit 102d1 as an evaluation result in a predetermined storage area of the evaluation result file 106e.
  • the conversion unit 102d2 converts the value of the formula calculated by the calculation unit 102d1 using, for example, the conversion method described above.
  • the evaluation unit 102d may store the value after the conversion by the conversion unit 102d2 as an evaluation result in a predetermined storage area of the evaluation result file 106e.
  • the conversion unit 102d2 may convert at least one concentration value of the 38 types of metabolites and the 20 types of amino acids included in the concentration data, for example, by the conversion method described above.
  • the generation unit 102d3 uses the value of the expression calculated by the calculation unit 102d1 or the conversion unit 102d2 for the position information related to the position of the predetermined mark on the predetermined ruler that is visibly displayed on a display device such as a monitor or a physical medium such as paper. It is generated using the value after conversion in (which may be a density value or a value after conversion of the density value).
  • the evaluation unit 102d may store the position information generated by the generation unit 102d3 as an evaluation result in a predetermined storage area of the evaluation result file 106e.
  • the classification unit 102d4 uses the value of the formula calculated by the calculation unit 102d1 or the value after conversion by the conversion unit 102d2 (which may be a concentration value or a value after conversion of the concentration value) to cause an individual to suffer from breast cancer. Classify into any one of a plurality of categories defined in consideration of at least the degree of possibility of
  • the result output unit 102e outputs the processing result (including the evaluation result obtained by the evaluation unit 102d) in each processing unit of the control unit 102 to the output device 114.
  • the transmission unit 102f transmits the evaluation result to the client device 200 that is the transmission source of the individual concentration data, or transmits the formula or evaluation result created by the evaluation device 100 to the database device 400. Note that the transmission unit 102f may transmit the evaluation result to a client device 200 different from the client device 200 that is a transmission source of data used for evaluation.
  • FIG. 12 is a block diagram showing an example of the configuration of the client apparatus 200 of the present system, and conceptually shows only the portion related to the present invention in the configuration.
  • the client device 200 includes a control unit 210, a ROM 220, an HD (Hard Disk) 230, a RAM 240, an input device 250, an output device 260, an input / output IF 270, and a communication IF 280. These units are connected via an arbitrary communication path. Are connected to communicate.
  • the client device 200 is an information processing device in which peripheral devices such as a printer, a monitor, and an image scanner are connected as necessary (for example, a known personal computer, workstation, home game device, Internet TV, PHS (Personal Handyphone System) It may be based on a terminal, a portable terminal, a mobile communication terminal, an information processing terminal such as PDA (Personal Digital Assistant), or the like.
  • the input device 250 is a keyboard, a mouse, a microphone, or the like.
  • a monitor 261 which will be described later, also realizes a pointing device function in cooperation with the mouse.
  • the output device 260 is an output unit that outputs information received via the communication IF 280, and includes a monitor (including a home television) 261 and a printer 262. In addition, the output device 260 may be provided with a speaker or the like.
  • the input / output IF 270 is connected to the input device 250 and the output device 260.
  • the communication IF 280 connects the client device 200 and the network 300 (or a communication device such as a router) so that they can communicate with each other.
  • the client device 200 is connected to the network 300 via a communication device such as a modem, a TA (Terminal Adapter), or a router, and a telephone line, or via a dedicated line.
  • the client apparatus 200 can access the evaluation apparatus 100 according to a predetermined communication protocol.
  • the control unit 210 includes a reception unit 211 and a transmission unit 212.
  • the receiving unit 211 receives various types of information such as an evaluation result transmitted from the evaluation device 100 via the communication IF 280.
  • the transmission unit 212 transmits various types of information such as individual concentration data to the evaluation apparatus 100 via the communication IF 280.
  • the control unit 210 may be realized by a CPU and a program that is interpreted and executed by the CPU and all or any part of the processing performed by the control unit.
  • the ROM 220 or the HD 230 stores computer programs for giving instructions to the CPU in cooperation with the OS and performing various processes.
  • the computer program is executed by being loaded into the RAM 240, and constitutes the control unit 210 in cooperation with the CPU.
  • the computer program may be recorded in an application program server connected to the client apparatus 200 via an arbitrary network, and the client apparatus 200 may download all or a part thereof as necessary.
  • all or any part of the processing performed by the control unit 210 may be realized by hardware such as wired logic.
  • control unit 210 includes an evaluation unit 210a (a calculation unit 210a1, a conversion unit 210a2, a generation unit 210a3, and a classification unit 210a4) having the same functions as those of the evaluation unit 102d provided in the evaluation apparatus 100. ) May be provided.
  • evaluation unit 210a a calculation unit 210a1, a conversion unit 210a2, a generation unit 210a3, and a classification unit 210a4 having the same functions as those of the evaluation unit 102d provided in the evaluation apparatus 100.
  • the evaluation part 210a is based on the information contained in the evaluation result transmitted from the evaluation apparatus 100, and the value of a formula (in the conversion part 210a2) ( A density value), or position information corresponding to an expression value or a converted value (which may be a density value or a value after conversion of the density value) is generated by the generation unit 210a3, or a classification unit 210a4
  • the individual may be classified into any one of a plurality of categories using the value of the expression or the value after conversion (which may be the density value or the value after conversion of the density value).
  • 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 network 300 includes a VAN (Value-Added Network), a personal computer communication network, a public telephone network (including both analog / digital), a dedicated line network (including both analog / digital), CATV ( Community Antenna Television (PD) network, mobile circuit switching network or mobile packet switching network (IMT (International Mobile Telecommunication) 2000 system, GSM (Registered Trademark) Mobile Communications-PDC (PDC)) System), wireless paging networks, and local wireless networks such as Bluetooth (registered trademark) , Or PHS network, satellite communication network (CS (Communication Satellite), BS (Broadcasting Satellite) or ISDB (including Integrated Services Digital Broadcasting), etc.) may be like.
  • VAN Value-Added Network
  • a personal computer communication network including both analog / digital
  • a public telephone network including both analog / digital
  • a dedicated line network including both analog / digital
  • CATV Community Antenna Television (PD) network
  • IMT International Mobile Telecommunication 2000 system
  • GSM Registered Trademark
  • FIG. 13 is a block diagram showing an example of the configuration of the database apparatus 400 of this system, and conceptually shows only the portion related to the present invention in the configuration.
  • the database apparatus 400 has a function of storing index state information used when creating an expression in the evaluation apparatus 100 or the database apparatus, an expression created in the evaluation apparatus 100, an evaluation result in the evaluation apparatus 100, and the like.
  • the database apparatus 400 includes a control unit 402 such as a CPU that controls the database apparatus in an integrated manner, a communication apparatus such as a router, and a wired or wireless communication circuit such as a dedicated line.
  • a communication interface unit 404 that connects the apparatus to the network 300 to be communicable, a storage unit 406 that stores various databases, tables, and files (for example, files for Web pages), and an input unit that connects to the input unit 412 and the output unit 414.
  • the output interface unit 408 is configured to be communicable via an arbitrary communication path.
  • the storage unit 406 is a storage means, and for example, a memory device such as a RAM / ROM, a fixed disk device such as a hard disk, a flexible disk, an optical disk, or the like can be used.
  • the storage unit 406 stores various programs used for various processes.
  • the communication interface unit 404 mediates communication between the database device 400 and the network 300 (or a communication device such as a router). That is, the communication interface unit 404 has a function of communicating data with other terminals via a communication line.
  • the input / output interface unit 408 is connected to the input device 412 and the output device 414.
  • a monitor including a home television
  • a speaker or a printer can be used as the output device 414.
  • the input device 412 can be a monitor that realizes a pointing device function in cooperation with the mouse.
  • the control unit 402 has an internal memory for storing a control program such as an OS, a program defining various processing procedures, required data, and the like, and executes various information processing based on these programs. As shown in the figure, the control unit 402 is roughly divided into a transmission unit 402a and a reception unit 402b.
  • the transmission unit 402a transmits various types of information such as index state information and formulas to the evaluation apparatus 100.
  • the receiving unit 402b receives various types of information such as expressions and evaluation results transmitted from the evaluation device 100.
  • the evaluation apparatus 100 executes from acquisition of density data to calculation of formula values, classification into individual categories, and transmission of evaluation results, and the client apparatus 200 receives reception of evaluation results.
  • the client device 200 includes the evaluation unit 210a
  • conversion of the value of the expression, position information The generation and the classification into individual sections may be appropriately shared by the evaluation apparatus 100 and the client apparatus 200.
  • the evaluation unit 210a converts the value of the expression in the conversion unit 210a2, or the value of the expression or the value after conversion in the generation unit 210a3.
  • the classification unit 210a4 may classify the individual into one of a plurality of categories using the value of the expression or the value after conversion. Further, when the client device 200 receives the converted value from the evaluation device 100, the evaluation unit 210a generates position information corresponding to the converted value in the generation unit 210a3, or converts it in the classification unit 210a4. An individual may be classified into any one of a plurality of divisions using a later value. When the client device 200 receives the value of the expression or the value after conversion and the position information from the evaluation device 100, the evaluation unit 210a uses the value of the expression or the value after conversion in the classification unit 210a4. The individual may be classified into any one of a plurality of sections.
  • the evaluation device, calculation device, evaluation method, calculation method, evaluation program, calculation program, recording medium, evaluation system, and terminal device according to the present invention are not limited to the technical features described in the claims. It may be implemented in various different embodiments within the scope of the idea.
  • each illustrated component is functionally conceptual and does not necessarily need to be physically configured as illustrated.
  • all or some of the processing functions provided in the evaluation apparatus 100 may be realized by the CPU and a program interpreted and executed by the CPU. Alternatively, it may be realized as hardware by wired logic.
  • the program is recorded on a non-transitory computer-readable recording medium including programmed instructions for causing the information processing apparatus to execute the evaluation method or the calculation method according to the present invention, and is evaluated as necessary. It is mechanically read by the device 100. That is, a computer program for giving instructions to the CPU in cooperation with the OS and performing various processes is recorded in the storage unit 106 such as a ROM or HDD (Hard Disk Drive). This computer program is executed by being loaded into the RAM, and constitutes a control unit in cooperation with the CPU.
  • this computer program may be stored in an application program server connected to the evaluation apparatus 100 via an arbitrary network, and the whole or a part of the computer program can be downloaded as necessary.
  • the evaluation program or the calculation program according to the present invention may be stored in a non-transitory computer-readable recording medium, or 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.
  • the “program” is a data processing method described in an arbitrary language or description method, and may be in the form of source code or binary code. Note that the “program” is not necessarily limited to a single configuration, and functions are achieved in cooperation with a separate configuration such as a plurality of modules and libraries or a separate program represented by the OS. Including things. In addition, a well-known structure and procedure can be used about the specific structure and reading procedure for reading a recording medium in each apparatus shown to embodiment, the installation procedure after reading, etc.
  • Various databases and the like stored in the storage unit 106 are storage devices such as a memory device such as a RAM and a ROM, a fixed disk device such as a hard disk, a flexible disk, and an optical disk. Programs, tables, databases, web page files, and the like.
  • the evaluation apparatus 100 may be configured as an information processing apparatus such as a known personal computer or workstation, or may be configured as the information processing apparatus connected to an arbitrary peripheral device. Further, the evaluation apparatus 100 may be realized by installing software (including a program or data) that causes the information processing apparatus to realize the evaluation method or calculation method of the present invention.
  • the specific form of distribution / integration of the devices is not limited to that shown in the figure, and all or a part of them may be functionally or physically in arbitrary units according to various additions or according to functional loads. It can be configured to be distributed and integrated. That is, the above-described embodiments may be arbitrarily combined and may be selectively implemented.
  • Breast cancer patients with a definitive diagnosis of breast cancer (breast cancer group: 39), and healthy individuals who have a history of cancer and no history of illness, matched gender, age and BMI with the breast cancer group (healthy group: 38) )
  • Blood metabolite concentration was measured by the above-described metabolite analysis method (A).
  • Example 1 The sample data obtained in Example 1 was used.
  • the logistic regression equation was used as the multivariate discriminant.
  • the combination of two variables included in the logistic regression equation requires at least one of the 38 types of metabolites and 20 amino acids (Glu, Asn, His, Thr, Ala, Cit, Arg, Tyr, Val, Met, Lys, Trp, Gly, Pro, Orn, Ile, Leu, Phe, Ser, Gln) and the above 38 kinds of metabolites and logistic regression with good discrimination ability between breast cancer group and healthy group An expression search was performed.
  • Example 1 The sample data used in Example 1 was used.
  • the logistic regression equation was used as the multivariate discriminant.
  • One variable or two variables added to the logistic regression equation in which the ROC_AUC value of the breast cancer group and the healthy group is 0.5850, with the six amino acids of Thr, Ala, His, Trp, Orn, and Arg as variables.
  • the above-mentioned 38 types of metabolites were searched for, and a logistic regression equation having good discrimination ability between the breast cancer group and the healthy group was searched.
  • the metabolite added to the logistic regression equation in which the ROC_AUC value of the breast cancer group and the healthy group is 0.5850 or more is added to the following [12.1 Add variable]. Indicated. In addition, in the search when two variables are added, the metabolite added to the logistic regression equation in which the ROC_AUC value of the breast cancer group and the healthy group is 0.5850 or more is added to [13.2 Variable addition]. Indicated. These logistic regression equations have high ROC_AUC values, and are considered useful in the above evaluation.
  • the present invention can be widely implemented in many industrial fields, in particular, in fields such as pharmaceuticals, foods, and medical care, and in particular, progress prediction of breast cancer status, disease risk prediction, proteome, and metabolomic analysis. It is extremely useful in the field of bioinformatics.
  • Evaluation device (including calculation device) 102 control unit 102a acquisition unit 102b specification unit 102c expression creation unit 102d evaluation unit 102d1 calculation unit 102d2 conversion unit 102d3 generation unit 102d4 classification unit 102e result output unit 102f transmission unit 104 communication interface unit 106 storage unit 106a concentration data file 106b index state information File 106c Designated index state information file 106d Expression related information database 106d1 Expression file 106e Evaluation result file 108 Input / output interface unit 112 Input device 114 Output device 200 Client device (terminal device (information communication terminal device)) 300 network 400 database device
  • bABA N-Me-bABA, 0.9777; SAH, N-Me-bABA, 0.9595; Val, N-Me-bABA, 0.9561; Glu, N-Me-bABA, 0.9548; Phe, N-Me-bABA, 0.9528; aABA, N-Me-bABA, 0.9507; Aminoadipic acid, N-Me-bABA, 0.9507; ADMA, N-Me-bABA, 0.9487; Leu, N-Me-bABA, 0.9474; Putrescine, N-Me-bABA, 0.9474 ; Methylcystein, N-Me-bABA, 0.9467; Hypotaurine, N-Me-bABA, 0.9447; Spermidine, N-Me-bABA, 0.9447; Tyr, N-Me-bABA, 0.9440; aAiBA, N-Me-bABA, 0.9440 ; Ethy
  • N-Me-bABA 0.9440; SAH, 0.8131; Pipecolic acid, 0.7483; Acetylspermidine, 0.6822; 3-Me-His, 0.6808; Phosphoserine, 0.6687; Methylcystein, 0.6619; 1-Me-His, 0.6586; aAiBA, 0.6498; Aminoadipic acid, 0.6424; Putrescine, 0.6417; aABA, 0.6410; Hypotaurine, 0.6336; SDMA, 0.6336; Kynurenine, 0.6215; ADMA, 0.6188; Allylcysteine, 0.6174; Spermidine, 0.6147; bAiBA, 0.6140; b-Leu, 0.6140; N6-Acetyl- L-Lys, 0.6134; Serotonin, 0.6127; Spermine, 0.6113; Histamine, 0.5972; Carnosine, 0.5951; Sarco
  • bABA N-Me-bABA, 0.9798; SAH, N-Me-bABA, 0.9602; Putrescine, N-Me-bABA, 0.9582; aABA, N-Me-bABA, 0.9561; ADMA, N-Me-bABA, 0.9521; Methylcystein, N-Me-bABA, 0.9521; Spermidine, N-Me-bABA, 0.9501; Aminoadipic acid, N-Me-bABA, 0.9487; Propylcysteine, N-Me-bABA, 0.9487; SDMA, N-Me-bABA, 0.9487 ; Homoarginine, N-Me-bABA, 0.9480; Hypotaurine, N-Me-bABA, 0.9480; Acetylspermidine, N-Me-bABA, 0.9480; 3-Hydroxykynurenine, N-Me-bABA, 0.

Abstract

乳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３８種類の代謝物（１－Ｍｅ－Ｈｉｓ、３－Ｈｙｄｒｏｘｙｋｙｎｕｒｅｎｉｎｅ、３－Ｍｅ－Ｈｉｓ、５－ＨｙｄｒｏｘｙＴｒｐ、ａＡＢＡ、ａＡｉＢＡ、ＡＤＭＡ、Ａｍｉｎｏａｄｉｐｉｃ　ａｃｉｄなど）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、乳癌の状態を評価する。

Description

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
　本発明は、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、及び端末装置に関するものである。
　日本における乳癌による死亡は、２００３年で男６７人・女８８８２人で、全ての癌による死亡者数の１８．３％を占め、女性では癌による死亡の第五位となっている。
　一般的には、乳癌は他の臓器の癌と比較して予後が良好であると考えられている。その理由として、乳癌の発育進行が他の癌のそれと比べて緩やかなことが多いこと、適切な治療によって多くの場合根治可能であること、進行している場合や再発をきたし根治が困難な場合であっても症状に応じた有効な治療手段があること等が挙げられる。その結果、乳癌における５年生存率および１０年生存率は、他の癌におけるそれと比べて良好である。具体的には、初期（Ｉ～ＩＩ期）の乳癌の５年生存率は８０％以上で、特にＩ期の乳癌（腫瘍の直径が２センチメートル未満で、乳房外への転移がない）の５年生存率は約９０％である。
　また、乳癌は世界的な規模で研究が進んでいる癌のひとつであり、乳癌に対する新しい薬や新しい治療手段が開発されている。
　しかし、日本における乳癌の頻度は増加の一途をたどっており、現在１年間に約３万６千人が乳癌と診断されている（１９９９年全国調査）。また、進行癌の生存率は低下し、具体的にはＩＶ期の乳癌の５年生存率は１０％程度である。それゆえ、早期発見が乳癌治癒にとっては重要である。
　ここで、乳癌の診断は、自己検診、乳房触視診、マンモグラフィ・ＣＴ・ＭＲＩ・ＰＥＴなどによる画像診断、針生検が主である。
　しかし、自己検診や触視診、画像診断は確定診断とはならない。特に、自己検診には、乳癌による死亡率を下げるほどの効果はない。また、自己検診では、マンモグラフィ検査による定期的なスクリーニングのように多数の早期癌を発見できるわけでもない。また、初期の乳癌においては、自己検診や触視診、画像診断では検出感度・検出特異度共に更に低くなることが懸念される。また、マンモグラフィによる画像診断には、被験者の放射線被爆や過剰診断の問題もある。また、ＣＴ・ＭＲＩ・ＰＥＴなどによる画像診断は、設備やコスト面で、集団検診で実施するには問題がある。
　一方、針生検は確定診断になるが、侵襲度の高い検査であり、画像診断により乳癌の疑いのある患者全員に針生検を施行するのは実際的でない。さらに、針生検のような侵襲的診断では、患者が苦痛を伴うなどの負担があり、また検査による出血などのリスクも起こりえる。
　そして、一般的に、乳癌の検査は、自己検診を除いて多くの場合、被験者が精神的苦痛を感じることが考えられる。そのため、患者に対する身体的負担・精神的負担および費用対効果の面から、乳癌発症の可能性が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、精神的苦痛や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針生検を実施することで被験者を絞り込み、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における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、プロエンツァら（非特許文献２）やカスツィーノ（非特許文献３）によれば、乳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、アミノ酸濃度を用いて乳癌の状態を評価する方法に関する特許文献１が公開されている。
国際公開第２００８／０７５６６２号
Cynober,　L.　ed.,　Metabolic　and　therapeutic　aspects　of　amino　acids　in　clinical　nutrition.　2nd　ed.,　CRC　Press Proenza,　A.M.,　J.　Oliver,　A.　Palou　and　P.　Roca,　Breast　and　lung　cancer　are　associated　with　a　decrease　in　blood　cell　amino　acid　content.,　J　Nutr　Biochem,　2003.　14(3),　p.133-8 Cascino,　A.,　M.　Muscaritoli,　C.　Cangiano,　L.　Conversano,　A.　Laviano,　S.　Ariemma,　M.M.　Meguid　and　F.　Rossi　Fanelli,　Plasma　amino　acid　imbalance　in　patients　with　lung　and　breast　cancer.,　Anticancer　Res,　1995.　15(2),　p.507-10
　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乳癌を診断する技術の開発は、行われていない、実用化されていない、又は精度が十分で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、乳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、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３８種類の代謝物（１－Ｍｅ－Ｈｉｓ（１－ｍｅｔｈｙｌ－ｈｉｓｔｉｄｉｎｅ）（１-メチルヒスチジン）、３－Ｈｙｄｒｏｘｙｋｙｎｕｒｅｎｉｎｅ（３－ヒドロキシキヌレニン）、３－Ｍｅ－Ｈｉｓ（３－ｍｅｔｈｙｌ－ｈｉｓｔｉｄｉｎｅ）（３-メチルヒスチジン）、５－ＨｙｄｒｏｘｙＴｒｐ（５－ヒドロキシトルプトファン）、ａＡＢＡ（α-アミノ酪酸）、ａＡｉＢＡ（α－ａｍｉｎｏ－ｉｓｏ－ｂｕｔｙｒｉｃ　ａｃｉｄ）（α-アミノイソ酪酸）、ＡＤＭＡ（ａｓｙｍｍｅｔｒｉｃ　ｄｉｍｅｔｈｙｌａｒｇｉｎｉｎｅ）（非対称性ジメチルアルギニン）、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）、ｂ－Ｌｅｕ（β－ロイシン）、Ｃａｄａｖｅｒｉｎｅ（カダベリン）、Ｃａｒｎｏｓｉｎｅ（カルノシン）、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）、Ｈｏｍｏｃｉｔｒｕｌｌｉｎｅ（ホモシトルリン）、Ｈｉｓｔａｍｉｎｅ（ヒスタミン）、Ｈｙｐｏｔａｕｒｉｎｅ（ヒポタウリン）、Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ（ヒドロキシプロリン）、Ｋｉｎｕｒｅｎｉｎｅ（キヌレニン）、Ｌ－Ｃｙｓｔａｔｈｉｏｎｉｎｅ（Ｌ－シスタチオニン）、Ａｃｅｔｙｌｓｐｅｒｍｉｄｉｎｅ（アセチルスペルミジン）、Ｐｈｏｓｐｈｏｓｅｒｉｎｅ（ホスホセリン）、Ｐｉｐｅｃｏｌｉｃ　ａｃｉｄ（ピペコリン酸）、Ｐｕｔｒｅｓｃｉｎｅ（プトレシン）、ＳＡＨ（Ｓ－Ａｄｅｎｏｓｙｌｈｏｍｏｃｙｓｔｅｉｎｅ）（Ｓ－アデノシルホモシステイン）、Ｓａｒｃｏｓｉｎｅ（サルコシン）、Ｓｅｒｏｔｏｎｉｎ（セロトニン）、Ｓｐｅｒｍｉｄｉｎｅ（スペルミジン）、Ｓｐｅｒｍｉｎｅ（スペルミン）、Ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ（ホスホエタノールアミン）、Ｍｅｔｈｙｌｃｙｓｔｅｉｎｅ（メチルシステイン）、Ａｌｌｙｌｃｙｓｔｅｉｎｅ（アリルシステイン）、Ｐｒｏｐｙｌｃｙｓｔｅｉｎｅ（プロピルシステイン）、ＳＤＭＡ（ｓｙｍｍｅｔｒｉｃ　ｄｉｍｅｔｈｙｌａｒｇｉｎｉｎｅ）（対称性ジメチルアルギニン）、Ｎ６－Ａｃｅｔｙｌ－Ｌ－Ｌｙｓ（Ｎ６－Ａｃｅｔｙｌ－Ｌ－Ｌｙｓｉｎｅ）（Ｎ６－アセチル－Ｌ－リジン）およびＮ－Ｍｅ－ｂＡＢＡ（Ｎ－ｍｅｔｈｙｌ－β－ａｍｉｎｏｂｕｔｙｒｉｃ　ａｃｉｄ）（Ｎ-メチル-β-アミノ酪酸））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、乳癌の状態を評価する評価ステップを含むこと、を特徴とするものである。
　また、本発明にかかる評価方法は、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２０種類のアミノ酸（Ｇｌｕ、Ａｓｎ、Ｈｉｓ、Ｔｈｒ、Ａｌａ、Ｃｉｔ、Ａｒｇ、Ｔｙｒ、Ｖａｌ、Ｍｅｔ、Ｌｙｓ、Ｔｒｐ、Ｇｌｙ、Ｐｒｏ、Ｏｒｎ、Ｉｌｅ、Ｌｅｕ、Ｐｈｅ、Ｓｅｒおよび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、を特徴とするものである。
　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
Ｇｌｕ　Ｇｌｕｔａｍｉｃ　ａｃｉｄ
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、前記評価ステップが、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、を特徴とするものである。
　また、本発明にかかる算出方法は、評価対象の血液中の前記３８種類の代謝物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乳癌の状態を評価するための式を用いて、前記式の値を算出する算出ステップを含むこと、を特徴とするものである。
　また、本発明にかかる算出方法は、前記算出ステップでは、前記評価対象の血液中の前記２０種類のアミノ酸のうちの少なくとも１つの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ること、を特徴とするものである。
　また、本発明にかかる算出方法は、前記算出ステップが、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、を特徴とするものである。
　また、本発明にかかる評価装置は、制御部を備える評価装置であって、前記制御部が、評価対象の血液中の前記３８種類の代謝物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、乳癌の状態を評価する評価手段を備えること、を特徴とするものである。
　また、本発明にかかる評価装置は、前記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、前記制御部が、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、前記評価手段が、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濃度値または前記式の値を用いること、を特徴とするものである。
　また、本発明にかかる算出装置は、制御部を備える算出装置であって、前記制御部が、評価対象の血液中の前記３８種類の代謝物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乳癌の状態を評価するための式を用いて、前記式の値を算出する算出手段を備えること、を特徴とするものである。
　また、本発明にかかる評価プログラムは、制御部を備える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前記３８種類の代謝物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、乳癌の状態を評価する評価ステップを含むこと、を特徴とするものである。
　また、本発明にかかる算出プログラムは、制御部を備える情報処理装置において実行させるための算出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前記３８種類の代謝物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乳癌の状態を評価するための式を用いて、前記式の値を算出する算出ステップを含むこと、を特徴とするものである。
　また、本発明にかかる記録媒体は、前記評価プログラムまたは前記算出プログラムを記録したコンピュータ読み取り可能な記録媒体である。具体的には、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または前記算出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、を特徴とするものである。
　また、本発明にかかる評価システムは、制御部を備える評価装置と、制御部を備え、評価対象の血液中の前記３８種類の代謝物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る評価システムであって、前記端末装置の前記制御部が、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、前記評価対象についての乳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が、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、乳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、を備えること、を特徴とするものである。
　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、前記制御部が、評価対象についての乳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、前記評価結果が、前記評価対象の血液中の前記３８種類の代謝物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、乳癌の状態を評価した結果であること、を特徴とするものである。
　また、本発明にかかる端末装置は、前記評価対象について乳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されており、前記制御部が、前記評価対象の血液中の前記３８種類の代謝物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式の値を前記評価装置へ送信するデータ送信手段を備え、前記結果取得手段が、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、を特徴とするものである。
　本発明によれば、乳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および算出方法の実施形態（第１実施形態）ならびに本発明にかかる評価装置、算出装置、評価方法、算出方法、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（「前記３８種類の代謝物および前記２０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前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前記血中物質の濃度値を測定することで前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、前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、必要に応じて固層抽出等によりリン脂質等の夾雑物を除去し、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ィー質量分析計（タンデム質量分析法を含む）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）。
（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（Micro　Electro　Mechanical　Systems）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、前記３８種類の代謝物および前記２０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、評価対象について乳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、前記３８種類の代謝物および前記２０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、評価対象について乳癌の状態を評価する（要するに、評価対象について乳癌の状態を評価するための情報または評価対象について乳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取得する）。これにより、評価対象について乳癌の状態を評価するための情報または評価対象について乳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、前記３８種類の代謝物および前記２０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乳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乳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乳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、乳癌の状態が所定の状態（例えば、基準値を超えた、乳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。
　なお、本明細書における濃度値は、濃度値そのものであってもよく、濃度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、前記３８種類の代謝物および前記２０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乳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、乳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、前記３８種類の代謝物および前記２０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、乳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、乳癌の状態を評価してもよい。
　また、前記３８種類の代謝物および前記２０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、前記３８種類の代謝物および前記２０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、評価対象について乳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乳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乳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乳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、乳癌の状態が所定の状態（例えば、基準値を超えた、乳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乳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、乳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、評価対象が乳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、「前記３８種類の代謝物および前記２０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「前記３８種類の代謝物および前記２０種類のアミノ酸のうちの少なくとも１つの濃度値、前記３８種類の代謝物および前記２０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、乳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、乳癌に罹患している可能性の程度が高い対象（例えば、乳癌に罹患していると見做す対象）を属させるための区分、乳癌に罹患している可能性の程度が低い対象（例えば、乳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、および乳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が含まれていてもよい。また、複数の区分には、乳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、および、乳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、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、当該式を乳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、乳癌の状態を評価する際、前記３８種類の代謝物および前記２０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、前記３８種類の代謝物および前記２０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、乳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、「前記３８種類の代謝物および前記２０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、血液中の前記３８種類の代謝物および前記２０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、前記３８種類の代謝物および前記２０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、前記３８種類の代謝物および前記２０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、評価対象について乳癌の状態を評価する（ステップＳ２１）。これにより、乳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、濃度データと乳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乳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、乳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、乳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、乳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、前記３８種類の代謝物および前記２０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、乳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、「前記３８種類の代謝物および前記２０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乳癌の状態を評価する評価装置１００と、血液中の前記３８種類の代謝物および前記２０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、本システムにおいて、評価に用いられるデータの提供元となるクライアント装置２００と評価結果の提供先となるクライアント装置２００は別々のものであってもよい。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、乳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、乳癌の状態を知る上で参考となる情報とは、例えば、ヒトを含む生物の乳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、乳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、血液中の前記３８種類の代謝物および前記２０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、血液中の前記３８種類の代謝物および前記２０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、乳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、乳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１０６ｅ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１０６ｅ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、乳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、取得部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。
　取得部１０２ａは、情報（具体的には、濃度データや指標状態情報、式など）を取得する。例えば、取得部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を介して受信することで、情報の取得を行ってもよい。なお、取得部１０２ａは、評価結果の送信先のクライアント装置２００とは異なるクライアント装置２００から送信された評価に用いられるデータを受信してもよい。また、例えば、記録媒体に記録されている情報の読み出しを行うための機構（ハードウェアおよびソフトウェアを含む）を評価装置１００が備える場合、取得部１０２ａは、記録媒体に記録されている情報（具体的には、濃度データや指標状態情報、式など）を当該機構を介して読み出すことで、情報の取得を行ってもよい。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、取得部１０２ａで取得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、取得部１０２ａで取得した式など）、及び、取得部１０２ａで取得した個体の濃度データに含まれる、前記３８種類の代謝物および前記２０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、個体について乳癌の状態を評価する。なお、評価部１０２ｄは、前記３８種類の代謝物および前記２０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、個体について乳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、前記３８種類の代謝物および前記２０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、前記３８種類の代謝物および前記２０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、前記３８種類の代謝物および前記２０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、乳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。なお、送信部１０２ｆは、評価に用いられるデータの送信元のクライアント装置２００とは異なるクライアント装置２００に対して評価結果を送信してもよい。
　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、濃度データの取得から、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、算出装置、評価方法、算出方法、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または算出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または算出プログラムを、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または算出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。
　乳癌の確定診断が行われた乳癌患者（乳癌群：３９名）、及び、性別、年齢及びＢＭＩを乳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：３８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。
　３８種類の代謝物（１－Ｍｅ－Ｈｉｓ，３－Ｈｙｄｒｏｘｙｋｙｎｕｒｅｎｉｎｅ，３－Ｍｅ－Ｈｉｓ，５－ＨｙｄｒｏｘｙＴｒｐ，ａＡＢＡ，ａＡｉＢＡ，ＡＤＭＡ，Ａｍｉｎｏａｄｉｐｉｃ　ａｃｉｄ，ｂＡＢＡ，ｂＡｉＢＡ，ｂ－Ｌｅｕ，Ｃａｄａｖｅｒｉｎｅ，Ｃａｒｎｏｓｉｎｅ，Ｅｔｈｙｌｇｌｙｃｉｎｅ，ＧＡＢＡ，Ｈｏｍｏａｒｇｉｎｉｎｅ，Ｈｏｍｏｃｉｔｒｕｌｌｉｎｅ，Ｈｉｓｔａｍｉｎｅ，Ｈｙｐｏｔａｕｒｉｎｅ，Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ，Ｋｉｎｕｒｅｎｉｎｅ，Ｌ－Ｃｙｓｔａｔｈｉｏｎｉｎｅ，Ｎ６－Ａｃｅｔｙｌ－Ｌ－Ｌｙｓ，Ａｃｅｔｙｌｓｐｅｒｍｉｄｉｎｅ（Ｎ１－ＡｃｅｔｙｌｓｐｅｒｍｉｄｉｎｅとＮ８－Ａｃｅｔｙｌｓｐｅｒｍｉｄｉｎｅの総和），Ｐｈｏｓｐｈｏｓｅｒｉｎｅ，Ｐｉｐｅｃｏｌｉｃ　ａｃｉｄ，Ｐｕｔｒｅｓｃｉｎｅ，ＳＡＨ，Ｓａｒｃｏｓｉｎｅ，Ｓｅｒｏｔｏｎｉｎ，Ｓｐｅｒｍｉｄｉｎｅ，Ｓｐｅｒｍｉｎｅ，Ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ，Ｍｅｔｈｙｌｃｙｓｔｅｉｎｅ，Ａｌｌｙｌｃｙｓｔｅｉｎｅ，Ｐｒｏｐｙｌｃｙｓｔｅｉｎｅ，ＳＤＭＡ，Ｎ－Ｍｅ－ｂＡＢＡ）の血漿中濃度値（ｎｍｏｌ／ｍｌ）もしくはピーク面積値のデータを用いて、各代謝物について乳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、３－Ｍｅ－Ｈｉｓ，ＧＡＢＡ，Ａｃｅｔｙｌｓｐｅｒｍｉｄｉｎｅ，Ｐｉｐｅｃｏｌｉｃ　ａｃｉｄ，ＳＡＨ，Ａｌｌｙｌｃｙｓｔｅｉｎｅ，Ｍｅｔｈｙｌｃｙｓｔｅｉｎｅ，Ｎ－Ｍｅ－ｂＡＢＡであった。３－Ｍｅ－Ｈｉｓ，Ａｃｅｔｙｌｓｐｅｒｍｉｄｉｎｅ，Ｐｉｐｅｃｏｌｉｃ　ａｃｉｄ，ＳＡＨ，Ａｌｌｙｌｃｙｓｔｅｉｎｅ，Ｍｅｔｈｙｌｃｙｓｔｅｉｎｅは乳癌群で有意に減少し、ＧＡＢＡ，Ｎ－Ｍｅ－ｂＡＢＡは乳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、乳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もしくはピーク面積値が代入される変数を含む、乳癌群と健常群との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３８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、２０種類のアミノ酸（Ｇｌｕ，Ａｓｎ，Ｈｉｓ，Ｔｈｒ，Ａｌａ，Ｃｉｔ，Ａｒｇ，Ｔｙｒ，Ｖａｌ，Ｍｅｔ，Ｌｙｓ，Ｔｒｐ，Ｇｌｙ，Ｐｒｏ，Ｏｒｎ，Ｉｌｅ，Ｌｅｕ，Ｐｈｅ，Ｓｅｒ，Ｇｌｎ）および上記３８種類の代謝物から探索し、乳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。
　乳癌群と健常群の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もしくはピーク面積値が代入される変数を含む、乳癌群と健常群との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。Ｔｈｒ，Ａｌａ，Ｈｉｓ，Ｔｒｐ，Ｏｒｎ，Ａｒｇの６個のアミノ酸を変数とする、乳癌群と健常群のＲＯＣ＿ＡＵＣ値が０．５８５０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３８種類の代謝物から探索し、乳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、乳癌群と健常群のＲＯＣ＿ＡＵＣ値が前記０．５８５０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［１２．１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、乳癌群と健常群のＲＯＣ＿ＡＵＣ値が前記０．５８５０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、［１３．２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、乳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（算出装置を含む）
　１０２　制御部
　１０２ａ　取得部
　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］
bABA,N-Me-bABA,0.9777;SAH,N-Me-bABA,0.9595;Val,N-Me-bABA,0.9561;Glu,N-Me-bABA,0.9548;Phe,N-Me-bABA,0.9528;aABA,N-Me-bABA,0.9507;Aminoadipic　acid,N-Me-bABA,0.9507;ADMA,N-Me-bABA,0.9487;Leu,N-Me-bABA,0.9474;Putrescine,N-Me-bABA,0.9474;Methylcystein,N-Me-bABA,0.9467;Hypotaurine,N-Me-bABA,0.9447;Spermidine,N-Me-bABA,0.9447;Tyr,N-Me-bABA,0.9440;aAiBA,N-Me-bABA,0.9440;Ethylglycine,N-Me-bABA,0.9440;SDMA,N-Me-bABA,0.9440;bAiBA,N-Me-bABA,0.9433;Carnosine,N-Me-bABA,0.9426;L-Cystathionine,N-Me-bABA,0.9426;Serotonin,N-Me-bABA,0.9426;Phosphoethanolamine,N-Me-bABA,0.9426;Propylcysteine,N-Me-bABA,0.9426;Ala,N-Me-bABA,0.9420;Met,N-Me-bABA,0.9420;Lys,N-Me-bABA,0.9420;Ile,N-Me-bABA,0.9420;3-Me-His,N-Me-bABA,0.9420;5-HydroxyTrp,N-Me-bABA,0.9420;Trp,N-Me-bABA,0.9413;3-Hydroxykynurenine,N-Me-bABA,0.9413;Homocitrulline,N-Me-bABA,0.9413;Acetylspermidine,N-Me-bABA,0.9413;Allylcysteine,N-Me-bABA,0.9413;Gln,N-Me-bABA,0.9406;Pro,N-Me-bABA,0.9406;Orn,N-Me-bABA,0.9406;1-Me-His,N-Me-bABA,0.9406;GABA,N-Me-bABA,0.9406;Histamine,N-Me-bABA,0.9406;Hydroxyproline,N-Me-bABA,0.9406;Kynurenine,N-Me-bABA,0.9406;N6-Acetyl-L-Lys,N-Me-bABA,0.9406;Pipecolic　acid,N-Me-bABA,0.9406;His,N-Me-bABA,0.9399;Thr,N-Me-bABA,0.9399;Arg,N-Me-bABA,0.9399;Sarcosine,N-Me-bABA,0.9399;Asn,N-Me-bABA,0.9393;Gly,N-Me-bABA,0.9393;Cadaverine,N-Me-bABA,0.9393;Phosphoserine,N-Me-bABA,0.9393;Spermine,N-Me-bABA,0.9393;Cit,N-Me-bABA,0.9386;Ser,N-Me-bABA,0.9379;Homoarginine,N-Me-bABA,0.9379;b-Leu,N-Me-bABA,0.9359;L-Cystathionine,SAH,0.8320;1-Me-His,SAH,0.8293;Phosphoserine,SAH,0.8286;Hypotaurine,SAH,0.8259;Pipecolic　acid,SAH,0.8198;aAiBA,SAH,0.8171;SAH,Phosphoethanolamine,0.8165;aABA,SAH,0.8144;SAH,Spermine,0.8104;Ser,SAH,0.8063;N6-Acetyl-L-Lys,SAH,0.8016;bAiBA,SAH,0.8003;Acetylspermidine,SAH,0.8003;Trp,SAH,0.7989;SAH,Serotonin,0.7969;Val,SAH,0.7962;Homocitrulline,SAH,0.7962;Tyr,SAH,0.7949;Phe,SAH,0.7949;Ethylglycine,SAH,0.7949;3-Me-His,SAH,0.7942;ADMA,SAH,0.7942;Orn,SAH,0.7935;His,SAH,0.7928;Cit,SAH,0.7928;Pro,SAH,0.7915;Glu,SAH,0.7908;Aminoadipic　acid,SAH,0.7908;b-Leu,SAH,0.7908;Carnosine,SAH,0.7908;Gly,SAH,0.7901;Gln,SAH,0.7901;GABA,SAH,0.7901;SAH,Methylcystein,0.7901;3-Hydroxykynurenine,SAH,0.7895;Hydroxyproline,SAH,0.7895;SAH,Spermidine,0.7895;SAH,Propylcysteine,0.7895;Leu,SAH,0.7888;Homoarginine,SAH,0.7888;5-HydroxyTrp,SAH,0.7881;SAH,Allylcysteine,0.7881;SAH,SDMA,0.7881;Arg,SAH,0.7874;Lys,SAH,0.7874;Ile,SAH,0.7874;Putrescine,SAH,0.7868;Thr,SAH,0.7861;Ala,SAH,0.7861;Cadaverine,SAH,0.7861;Histamine,SAH,0.7861;Kynurenine,SAH,0.7854;Asn,SAH,0.7841;Met,SAH,0.7841;bABA,SAH,0.7827;SAH,Sarcosine,0.7787;Glu,Pipecolic　acid,0.7753;Val,Pipecolic　acid,0.7713;3-Me-His,Pipecolic　acid,0.7618;Phe,Pipecolic　acid,0.7584;Phe,Acetylspermidine,0.7578;Acetylspermidine,Pipecolic　acid,0.7578;1-Me-His,Pipecolic　acid,0.7571;Aminoadipic　acid,Pipecolic　acid,0.7571;Lys,Pipecolic　acid,0.7564;bAiBA,Pipecolic　acid,0.7537;Carnosine,Pipecolic　acid,0.7524;Cit,Pipecolic　acid,0.7510;Trp,Pipecolic　acid,0.7510;Leu,Pipecolic　acid,0.7497;aABA,Pipecolic　acid,0.7490;Ethylglycine,Pipecolic　acid,0.7483;ADMA,Pipecolic　acid,0.7470;b-Leu,Pipecolic　acid,0.7470;L-Cystathionine,Pipecolic　acid,0.7470;Homocitrulline,Pipecolic　acid,0.7463;Pipecolic　acid,Putrescine,0.7456;Ile,Pipecolic　acid,0.7449;Pipecolic　acid,SDMA,0.7449;Glu,Acetylspermidine,0.7443;Gln,Pipecolic　acid,0.7422;aAiBA,Pipecolic　acid,0.7422;Histamine,Pipecolic　acid,0.7416;Kynurenine,Pipecolic　acid,0.7409;Ala,Pipecolic　acid,0.7402;Pipecolic　acid,Phosphoethanolamine,0.7402;Asn,Pipecolic　acid,0.7395;GABA,Pipecolic　acid,0.7395;His,Pipecolic　acid,0.7389;Arg,Pipecolic　acid,0.7389;Met,Pipecolic　acid,0.7389;3-Hydroxykynurenine,Pipecolic　acid,0.7389;Pipecolic　acid,Sarcosine,0.7389;Pro,Pipecolic　acid,0.7382;Pipecolic　acid,Allylcysteine,0.7382;Pipecolic　acid,Propylcysteine,0.7382;Cadaverine,Pipecolic　acid,0.7375;Gly,Pipecolic　acid,0.7368;Orn,Pipecolic　acid,0.7368;Thr,Pipecolic　acid,0.7355;bABA,Pipecolic　acid,0.7355;Pipecolic　acid,Spermidine,0.7348;N6-Acetyl-L-Lys,Pipecolic　acid,0.7341;Phosphoserine,Pipecolic　acid,0.7341;Tyr,Pipecolic　acid,0.7335;Hydroxyproline,Pipecolic　acid,0.7335;Homoarginine,Pipecolic　acid,0.7328;Hypotaurine,Pipecolic　acid,0.7328;Pipecolic　acid,Serotonin,0.7328;Ser,Pipecolic　acid,0.7321;5-HydroxyTrp,Pipecolic　acid,0.7321;Pipecolic　acid,Spermine,0.7321;Pipecolic　acid,Methylcystein,0.7308;1-Me-His,Acetylspermidine,0.7267;Phe,Phosphoserine,0.7213;Tyr,Acetylspermidine,0.7206;Val,Acetylspermidine,0.7200;1-Me-His,Phosphoserine,0.7186;Hypotaurine,Acetylspermidine,0.7179;3-Me-His,Acetylspermidine,0.7173;Met,Acetylspermidine,0.7146;Trp,Acetylspermidine,0.7126;3-Me-His,Phosphoserine,0.7126;aABA,Acetylspermidine,0.7126;Gln,Acetylspermidine,0.7099;3-Me-His,Spermine,0.7065;aAiBA,Acetylspermidine,0.7051;Cadaverine,Acetylspermidine,0.7051;b-Leu,Acetylspermidine,0.7045;aAiBA,Phosphoserine,0.7024;3-Me-His,Hypotaurine,0.7011;Ala,Acetylspermidine,0.7004;Val,Phosphoserine,0.7004;aABA,Phosphoserine,0.7004
［１２．１変数追加］
N-Me-bABA,0.9440;SAH,0.8131;Pipecolic　acid,0.7483;Acetylspermidine,0.6822;3-Me-His,0.6808;Phosphoserine,0.6687;Methylcystein,0.6619;1-Me-His,0.6586;aAiBA,0.6498;Aminoadipic　acid,0.6424;Putrescine,0.6417;aABA,0.6410;Hypotaurine,0.6336;SDMA,0.6336;Kynurenine,0.6215;ADMA,0.6188;Allylcysteine,0.6174;Spermidine,0.6147;bAiBA,0.6140;b-Leu,0.6140;N6-Acetyl-L-Lys,0.6134;Serotonin,0.6127;Spermine,0.6113;Histamine,0.5972;Carnosine,0.5951;Sarcosine,0.5938;Homoarginine,0.5924;Propylcysteine,0.5924;Homocitrulline,0.5918;5-HydroxyTrp,0.5897;GABA,0.5897;3-Hydroxykynurenine,0.5870;Cadaverine,0.5870
［１３．２変数追加］
bABA,N-Me-bABA,0.9798;SAH,N-Me-bABA,0.9602;Putrescine,N-Me-bABA,0.9582;aABA,N-Me-bABA,0.9561;ADMA,N-Me-bABA,0.9521;Methylcystein,N-Me-bABA,0.9521;Spermidine,N-Me-bABA,0.9501;Aminoadipic　acid,N-Me-bABA,0.9487;Propylcysteine,N-Me-bABA,0.9487;SDMA,N-Me-bABA,0.9487;Homoarginine,N-Me-bABA,0.9480;Hypotaurine,N-Me-bABA,0.9480;Acetylspermidine,N-Me-bABA,0.9480;3-Hydroxykynurenine,N-Me-bABA,0.9467;Carnosine,N-Me-bABA,0.9467;Pipecolic　acid,N-Me-bABA,0.9467;3-Me-His,N-Me-bABA,0.9460;5-HydroxyTrp,N-Me-bABA,0.9460;bAiBA,N-Me-bABA,0.9460;Histamine,N-Me-bABA,0.9460;Serotonin,N-Me-bABA,0.9460;1-Me-His,N-Me-bABA,0.9453;aAiBA,N-Me-bABA,0.9453;Homocitrulline,N-Me-bABA,0.9453;Ethylglycine,N-Me-bABA,0.9447;GABA,N-Me-bABA,0.9447;Kynurenine,N-Me-bABA,0.9447;Sarcosine,N-Me-bABA,0.9447;Phosphoethanolamine,N-Me-bABA,0.9447;Cadaverine,N-Me-bABA,0.9440;Phosphoserine,N-Me-bABA,0.9440;Spermine,N-Me-bABA,0.9440;Hydroxyproline,N-Me-bABA,0.9433;L-Cystathionine,N-Me-bABA,0.9433;Allylcysteine,N-Me-bABA,0.9426;N6-Acetyl-L-Lys,N-Me-bABA,0.9420;b-Leu,N-Me-bABA,0.9399;Phosphoserine,SAH,0.8522;Hypotaurine,SAH,0.8448;L-Cystathionine,SAH,0.8360;aABA,SAH,0.8354;1-Me-His,SAH,0.8313;aAiBA,SAH,0.8300;Pipecolic　acid,SAH,0.8286;SAH,Phosphoethanolamine,0.8225;SAH,Spermine,0.8198;Homocitrulline,SAH,0.8165;Carnosine,SAH,0.8158;bAiBA,SAH,0.8144;Putrescine,SAH,0.8144;bABA,SAH,0.8138;Aminoadipic　acid,SAH,0.8131;Cadaverine,SAH,0.8131;Ethylglycine,SAH,0.8131;Histamine,SAH,0.8131;N6-Acetyl-L-Lys,SAH,0.8124;SAH,SDMA,0.8124;3-Me-His,SAH,0.8117;ADMA,SAH,0.8117;GABA,SAH,0.8117;Hydroxyproline,SAH,0.8117;Kynurenine,SAH,0.8117;SAH,Allylcysteine,0.8117;Homoarginine,SAH,0.8111;SAH,Propylcysteine,0.8111;SAH,Spermidine,0.8104;b-Leu,SAH,0.8077;SAH,Serotonin,0.8077;5-HydroxyTrp,SAH,0.8070;SAH,Sarcosine,0.8057;Acetylspermidine,SAH,0.8043;3-Hydroxykynurenine,SAH,0.8030;SAH,Methylcystein,0.8030;Carnosine,Pipecolic　acid,0.7672;3-Me-His,Pipecolic　acid,0.7665;Acetylspermidine,Pipecolic　acid,0.7659;Aminoadipic　acid,Pipecolic　acid,0.7625;aABA,Pipecolic　acid,0.7611;Hypotaurine,Pipecolic　acid,0.7605;Ethylglycine,Pipecolic　acid,0.7598;1-Me-His,Pipecolic　acid,0.7578;Phosphoserine,Pipecolic　acid,0.7571;bAiBA,Pipecolic　acid,0.7557;L-Cystathionine,Pipecolic　acid,0.7544;Homocitrulline,Pipecolic　acid,0.7537;Pipecolic　acid,Putrescine,0.7530;b-Leu,Pipecolic　acid,0.7524;Pipecolic　acid,SDMA,0.7510;aAiBA,Pipecolic　acid,0.7503;Pipecolic　acid,Spermine,0.7497;3-Hydroxykynurenine,Pipecolic　acid,0.7490;Kynurenine,Pipecolic　acid,0.7490;Pipecolic　acid,Spermidine,0.7490;Pipecolic　acid,Phosphoethanolamine,0.7490;Pipecolic　acid,Allylcysteine,0.7490;5-HydroxyTrp,Pipecolic　acid,0.7483;Cadaverine,Pipecolic　acid,0.7483;Homoarginine,Pipecolic　acid,0.7483;Histamine,Pipecolic　acid,0.7483;Pipecolic　acid,Sarcosine,0.7483;Pipecolic　acid,Serotonin,0.7483;Pipecolic　acid,Propylcysteine,0.7483;Pipecolic　acid,Methylcystein,0.7470;bABA,Pipecolic　acid,0.7449;GABA,Pipecolic　acid,0.7449;Hydroxyproline,Pipecolic　acid,0.7443;N6-Acetyl-L-Lys,Pipecolic　acid,0.7436;ADMA,Pipecolic　acid,0.7409;aABA,Phosphoserine,0.7402;Hypotaurine,Acetylspermidine,0.7395;3-Me-His,Phosphoserine,0.7362;1-Me-His,Phosphoserine,0.7328;Acetylspermidine,Phosphoserine,0.7274;aABA,Acetylspermidine,0.7267;1-Me-His,Acetylspermidine,0.7254;aAiBA,Phosphoserine,0.7227;aAiBA,Acetylspermidine,0.7186;3-Me-His,Acetylspermidine,0.7152;Aminoadipic　acid,Phosphoserine,0.7152;3-Me-His,Spermine,0.7146;1-Me-His,Methylcystein,0.7112;aABA,SDMA,0.7092;aAiBA,Methylcystein,0.7092;Hypotaurine,Phosphoserine,0.7065;Hypotaurine,Serotonin,0.7058;aABA,Methylcystein,0.7045;b-Leu,Acetylspermidine,0.7045;aABA,Putrescine,0.7038;Aminoadipic　acid,Acetylspermidine,0.7024;3-Me-His,Hypotaurine,0.7011;Carnosine,Acetylspermidine,0.7011;Acetylspermidine,Spermine,0.7011;1-Me-His,Putrescine,0.6970;Phosphoserine,Putrescine,0.6970;Ethylglycine,Acetylspermidine,0.6964;Acetylspermidine,SDMA,0.6964;Kynurenine,Phosphoserine,0.6957;Spermidine,Spermine,0.6957;1-Me-His,3-Me-His,0.6950;Cadaverine,Acetylspermidine,0.6950;3-Me-His,Methylcystein,0.6943;Acetylspermidine,Putrescine,0.6930;Putrescine,Spermine,0.6930;3-Me-His,b-Leu,0.6923;3-Me-His,Allylcysteine,0.6923;Aminoadipic　acid,Methylcystein,0.6923;Acetylspermidine,Methylcystein,0.6923;Hydroxyproline,Acetylspermidine,0.6916;3-Hydroxykynurenine,Acetylspermidine,0.6903;Hypotaurine,Putrescine,0.6903;Histamine,Acetylspermidine,0.6896;aABA,Spermine,0.6889;aAiBA,Putrescine,0.6876;Acetylspermidine,Propylcysteine,0.6876;Phosphoserine,Methylcystein,0.6876;Homoarginine,Acetylspermidine,0.6862;Acetylspermidine,Serotonin,0.6862;Acetylspermidine,Allylcysteine,0.6862;3-Me-His,Carnosine,0.6856;Hypotaurine,Methylcystein,0.6856;Acetylspermidine,Phosphoethanolamine,0.6856;3-Me-His,GABA,0.6849;aAiBA,Hypotaurine,0.6849;bAiBA,Acetylspermidine,0.6849;Acetylspermidine,Spermidine,0.6849;GABA,Acetylspermidine,0.6842;Kynurenine,Acetylspermidine,0.6842;Acetylspermidine,Sarcosine,0.6842;ADMA,Acetylspermidine,0.6835;Homocitrulline,Acetylspermidine,0.6835;Hydroxyproline,Phosphoserine,0.6835;Phosphoserine,Spermidine,0.6835;Putrescine,Methylcystein,0.6835;3-Me-His,Putrescine,0.6829;aAiBA,SDMA,0.6829;Aminoadipic　acid,Putrescine,0.6829;3-Me-His,Kynurenine,0.6822;Homoarginine,Phosphoserine,0.6822;N6-Acetyl-L-Lys,Acetylspermidine,0.6822;Serotonin,Spermine,0.6822;1-Me-His,b-Leu,0.6815;3-Me-His,Propylcysteine,0.6815;5-HydroxyTrp,Acetylspermidine,0.6815;3-Me-His,5-HydroxyTrp,0.6808;3-Me-His,bAiBA,0.6808;3-Me-His,N6-Acetyl-L-Lys,0.6808;aAiBA,Spermine,0.6808;bABA,Acetylspermidine,0.6808;N6-Acetyl-L-Lys,Phosphoserine,0.6808;3-Me-His,Ethylglycine,0.6802;3-Me-His,ADMA,0.6795;3-Me-His,Spermidine,0.6795;Carnosine,Methylcystein,0.6795;Phosphoserine,SDMA,0.6795;3-Me-His,bABA,0.6788;Hypotaurine,SDMA,0.6788;1-Me-His,Spermine,0.6781;3-Me-His,Homoarginine,0.6781;3-Me-His,L-Cystathionine,0.6781;aABA,Hypotaurine,0.6781;Phosphoserine,Serotonin,0.6781;3-Me-His,Serotonin,0.6775;3-Me-His,SDMA,0.6775;b-Leu,Phosphoserine,0.6775;Carnosine,Phosphoserine,0.6775;GABA,Phosphoserine,0.6775;3-Me-His,aAiBA,0.6768;3-Me-His,Homocitrulline,0.6761;3-Me-His,Hydroxyproline,0.6761;1-Me-His,Allylcysteine,0.6754;5-HydroxyTrp,Phosphoserine,0.6754;3-Me-His,Phosphoethanolamine,0.6748;aABA,bAiBA,0.6748;ADMA,Phosphoserine,0.6748;Aminoadipic　acid,Spermine,0.6748;3-Me-His,aABA,0.6741;aAiBA,Kynurenine,0.6741;ADMA,Methylcystein,0.6741;Ethylglycine,Methylcystein,0.6741;Kynurenine,Methylcystein,0.6741;3-Me-His,Histamine,0.6734;3-Me-His,Sarcosine,0.6734;L-Cystathionine,Acetylspermidine,0.6734;3-Me-His,Cadaverine,0.6727;Hypotaurine,Spermidine,0.6727;Phosphoserine,Spermine,0.6727;1-Me-His,aABA,0.6721;Cadaverine,Phosphoserine,0.6721;aABA,Spermidine,0.6707;Aminoadipic　acid,Spermidine,0.6707;aAiBA,Serotonin,0.6700;Ethylglycine,Phosphoserine,0.6700;L-Cystathionine,Phosphoserine,0.6700;Serotonin,Methylcystein,0.6700;1-Me-His,Homoarginine,0.6694;3-Hydroxykynurenine,Phosphoserine,0.6694;aABA,Kynurenine,0.6694;aABA,N6-Acetyl-L-Lys,0.6694;Phosphoserine,Phosphoethanolamine,0.6694;aAiBA,bAiBA,0.6687;1-Me-His,Kynurenine,0.6680;1-Me-His,Serotonin,0.6680;1-Me-His,Propylcysteine,0.6680;aAiBA,Allylcysteine,0.6680;bAiBA,Methylcystein,0.6680;Homocitrulline,Phosphoserine,0.6680;1-Me-His,Carnosine,0.6673;aAiBA,Aminoadipic　acid,0.6673;aAiBA,Spermidine,0.6673;3-Me-His,Aminoadipic　acid,0.6667;Phosphoserine,Sarcosine,0.6660;1-Me-His,Hydroxyproline,0.6653;Histamine,Phosphoserine,0.6653;Phosphoserine,Allylcysteine,0.6653;aABA,b-Leu,0.6646;Aminoadipic　acid,SDMA,0.6646;3-Hydroxykynurenine,3-Me-His,0.6640;5-HydroxyTrp,Methylcystein,0.6640;bABA,Phosphoserine,0.6640;Cadaverine,Methylcystein,0.6640;Hydroxyproline,SDMA,0.6640;Sarcosine,Methylcystein,0.6640;aAiBA,Homoarginine,0.6633;b-Leu,Methylcystein,0.6633;1-Me-His,GABA,0.6626;aAiBA,b-Leu,0.6626;Histamine,Methylcystein,0.6626;Hydroxyproline,Methylcystein,0.6626;Spermidine,Methylcystein,0.6626;Aminoadipic　acid,Hypotaurine,0.6619;Aminoadipic　acid,Serotonin,0.6619;bAiBA,Hypotaurine,0.6619;1-Me-His,Aminoadipic　acid,0.6613;1-Me-His,Hypotaurine,0.6613;1-Me-His,Sarcosine,0.6613;Phosphoserine,Propylcysteine,0.6613;1-Me-His,aAiBA,0.6606;1-Me-His,Histamine,0.6606;1-Me-His,Spermidine,0.6606;Homocitrulline,Methylcystein,0.6606;1-Me-His,bAiBA,0.6599;1-Me-His,Phosphoethanolamine,0.6599;Histamine,Hypotaurine,0.6599;Serotonin,SDMA,0.6599;aABA,Ethylglycine,0.6592;Carnosine,Putrescine,0.6592;Hypotaurine,Propylcysteine,0.6592;aAiBA,ADMA,0.6586;aAiBA,Ethylglycine,0.6586;bAiBA,Phosphoserine,0.6586;Hypotaurine,Kynurenine,0.6586;Spermine,Methylcystein,0.6586;1-Me-His,ADMA,0.6579;1-Me-His,bABA,0.6579;1-Me-His,SDMA,0.6579;aAiBA,Hydroxyproline,0.6579;Aminoadipic　acid,Allylcysteine,0.6579;bABA,Methylcystein,0.6579;GABA,Methylcystein,0.6579;Phosphoethanolamine,Methylcystein,0.6579;Aminoadipic　acid,b-Leu,0.6572;b-Leu,Serotonin,0.6572;Propylcysteine,Methylcystein,0.6572;1-Me-His,Ethylglycine,0.6565;1-Me-His,N6-Acetyl-L-Lys,0.6565;aAiBA,GABA,0.6565;Aminoadipic　acid,bAiBA,0.6565;aABA,aAiBA,0.6559;aABA,Homocitrulline,0.6559;aABA,Allylcysteine,0.6559;N6-Acetyl-L-Lys,Methylcystein,0.6559;b-Leu,Spermidine,0.6552;aABA,Serotonin,0.6545;aAiBA,Histamine,0.6545;aABA,ADMA,0.6538;aABA,GABA,0.6538;Homoarginine,Methylcystein,0.6538;3-Hydroxykynurenine,aAiBA,0.6532;Hypotaurine,N6-Acetyl-L-Lys,0.6532;Putrescine,Allylcysteine,0.6532;1-Me-His,L-Cystathionine,0.6525;5-HydroxyTrp,aABA,0.6525;aAiBA,Propylcysteine,0.6525;Aminoadipic　acid,Ethylglycine,0.6525;SDMA,Methylcystein,0.6525;aABA,Aminoadipic　acid,0.6518;Hydroxyproline,Spermine,0.6518;Allylcysteine,Methylcystein,0.6518;1-Me-His,Cadaverine,0.6511;aABA,Histamine,0.6511;Carnosine,Hypotaurine,0.6511;L-Cystathionine,SDMA,0.6511;Spermidine,SDMA,0.6511;1-Me-His,Homocitrulline,0.6505;aAiBA,Homocitrulline,0.6505;Carnosine,SDMA,0.6505;Kynurenine,Putrescine,0.6505;3-Hydroxykynurenine,Methylcystein,0.6498;Hypotaurine,Spermine,0.6498;Putrescine,SDMA,0.6498;1-Me-His,3-Hydroxykynurenine,0.6491;1-Me-His,5-HydroxyTrp,0.6491;aABA,bABA,0.6491;aAiBA,Carnosine,0.6491;Aminoadipic　acid,L-Cystathionine,0.6491;b-Leu,SDMA,0.6491;Hypotaurine,Phosphoethanolamine,0.6491;Putrescine,Serotonin,0.6491;5-HydroxyTrp,aAiBA,0.6484;aAiBA,N6-Acetyl-L-Lys,0.6484;b-Leu,Putrescine,0.6484;Putrescine,Phosphoethanolamine,0.6484;Aminoadipic　acid,Ca

rnosine,0.6478;Hypotaurine,Hydroxyproline,0.6478;Allylcysteine,SDMA,0.6478;3-Hydroxykynurenine,aABA,0.6471;aAiBA,Cadaverine,0.6471;Kynurenine,Spermine,0.6471;Spermine,SDMA,0.6471;5-HydroxyTrp,Putrescine,0.6464;aAiBA,Phosphoethanolamine,0.6464;GABA,Putrescine,0.6464;Kynurenine,Allylcysteine,0.6464;aABA,Hydroxyproline,0.6457;aABA,L-Cystathionine,0.6457;aABA,Propylcysteine,0.6457;aAiBA,bABA,0.6457;aAiBA,Sarcosine,0.6457;Aminoadipic　acid,Propylcysteine,0.6457;Homoarginine,Putrescine,0.6457;Kynurenine,Serotonin,0.6457;Kynurenine,SDMA,0.6457;N6-Acetyl-L-Lys,SDMA,0.6457;Aminoadipic　acid,Histamine,0.6451;N6-Acetyl-L-Lys,Putrescine,0.6451;N6-Acetyl-L-Lys,Spermine,0.6451;Putrescine,Sarcosine,0.6451;aAiBA,L-Cystathionine,0.6444;ADMA,Hypotaurine,0.6444;Aminoadipic　acid,Homocitrulline,0.6444;Aminoadipic　acid,Kynurenine,0.6444;Histamine,SDMA,0.6444;3-Hydroxykynurenine,Hypotaurine,0.6437;aABA,Homoarginine,0.6437;bABA,Putrescine,0.6437;L-Cystathionine,Methylcystein,0.6437;3-Hydroxykynurenine,Putrescine,0.6430;aABA,Carnosine,0.6430;Aminoadipic　acid,N6-Acetyl-L-Lys,0.6430;Ethylglycine,Hypotaurine,0.6430;GABA,Hypotaurine,0.6430;Kynurenine,N6-Acetyl-L-Lys,0.6430;ADMA,Aminoadipic　acid,0.6424;bAiBA,Putrescine,0.6424;Homoarginine,Hypotaurine,0.6424;aABA,Phosphoethanolamine,0.6417;Hydroxyproline,Putrescine,0.6417;aABA,Sarcosine,0.6410;Aminoadipic　acid,bABA,0.6410;Aminoadipic　acid,GABA,0.6410;Cadaverine,SDMA,0.6410;Spermidine,Allylcysteine,0.6410;3-Hydroxykynurenine,Aminoadipic　acid,0.6404;Aminoadipic　acid,Cadaverine,0.6404;Aminoadipic　acid,Hydroxyproline,0.6404;Ethylglycine,Putrescine,0.6404;aABA,Cadaverine,0.6397;ADMA,Serotonin,0.6397;Kynurenine,Spermidine,0.6397;b-Leu,Kynurenine,0.6390;Cadaverine,Putrescine,0.6390;Putrescine,Spermidine,0.6390;Putrescine,Propylcysteine,0.6390;ADMA,Putrescine,0.6383;Aminoadipic　acid,Phosphoethanolamine,0.6383;Cadaverine,Hypotaurine,0.6383;5-HydroxyTrp,Aminoadipic　acid,0.6377;Histamine,Putrescine,0.6370;3-Hydroxykynurenine,Kynurenine,0.6363;Aminoadipic　acid,Homoarginine,0.6363;Homocitrulline,Putrescine,0.6363;5-HydroxyTrp,Hypotaurine,0.6350;ADMA,SDMA,0.6350;Aminoadipic　acid,Sarcosine,0.6350;bABA,Hypotaurine,0.6350;b-Leu,Hypotaurine,0.6350;Carnosine,Kynurenine,0.6350;Hypotaurine,Sarcosine,0.6350;ADMA,b-Leu,0.6343;bAiBA,SDMA,0.6343;Ethylglycine,SDMA,0.6343;Homocitrulline,Hypotaurine,0.6343;Hypotaurine,L-Cystathionine,0.6343;Spermine,Propylcysteine,0.6343;Phosphoethanolamine,SDMA,0.6343;Homoarginine,Allylcysteine,0.6336;5-HydroxyTrp,Kynurenine,0.6329;Homoarginine,SDMA,0.6329;Homocitrulline,SDMA,0.6329;Hypotaurine,Allylcysteine,0.6329;Sarcosine,SDMA,0.6329;Spermine,Phosphoethanolamine,0.6329;3-Hydroxykynurenine,b-Leu,0.6316;5-HydroxyTrp,Serotonin,0.6316;ADMA,Carnosine,0.6316;bAiBA,Serotonin,0.6316;b-Leu,N6-Acetyl-L-Lys,0.6316;ADMA,Histamine,0.6309;GABA,SDMA,0.6309;ADMA,bAiBA,0.6302;bAiBA,b-Leu,0.6302;Homoarginine,Spermidine,0.6302;Histamine,Spermine,0.6302;Sarcosine,Allylcysteine,0.6302;3-Hydroxykynurenine,SDMA,0.6296;Serotonin,Allylcysteine,0.6296;Spermidine,Phosphoethanolamine,0.6296;ADMA,Kynurenine,0.6289;N6-Acetyl-L-Lys,Serotonin,0.6289;bABA,SDMA,0.6282;bAiBA,Spermine,0.6282;Carnosine,Allylcysteine,0.6282;ADMA,N6-Acetyl-L-Lys,0.6269;ADMA,Spermidine,0.6269;bAiBA,Allylcysteine,0.6269;L-Cystathionine,Putrescine,0.6269;L-Cystathionine,Spermine,0.6269;5-HydroxyTrp,Spermidine,0.6262;bAiBA,Kynurenine,0.6262;b-Leu,Histamine,0.6262;b-Leu,Allylcysteine,0.6262;N6-Acetyl-L-Lys,Allylcysteine,0.6262;Serotonin,Phosphoethanolamine,0.6262;Allylcysteine,Propylcysteine,0.6262;5-HydroxyTrp,SDMA,0.6255;ADMA,Hydroxyproline,0.6255;ADMA,Allylcysteine,0.6255;Histamine,Kynurenine,0.6255;N6-Acetyl-L-Lys,Spermidine,0.6255;Sarcosine,Serotonin,0.6255;Serotonin,Spermidine,0.6255;Cadaverine,Kynurenine,0.6248;Ethylglycine,Kynurenine,0.6242;Sarcosine,Spermidine,0.6242;Carnosine,Spermidine,0.6235;Homoarginine,Spermine,0.6235;ADMA,Cadaverine,0.6228;ADMA,GABA,0.6228;Cadaverine,Spermidine,0.6228;GABA,Kynurenine,0.6228;Histamine,Allylcysteine,0.6228;Hydroxyproline,Kynurenine,0.6228;Kynurenine,L-Cystathionine,0.6228;Serotonin,Propylcysteine,0.6228;Propylcysteine,SDMA,0.6228;bAiBA,N6-Acetyl-L-Lys,0.6221;Cadaverine,Spermine,0.6221;Ethylglycine,Spermine,0.6221;L-Cystathionine,N6-Acetyl-L-Lys,0.6221;ADMA,Homocitrulline,0.6215;b-Leu,Ethylglycine,0.6215;Histamine,Spermidine,0.6215;bABA,Kynurenine,0.6208;bABA,Serotonin,0.6208;bAiBA,Histamine,0.6208;Ethylglycine,N6-Acetyl-L-Lys,0.6208;Homocitrulline,Allylcysteine,0.6208;Histamine,N6-Acetyl-L-Lys,0.6208;Carnosine,N6-Acetyl-L-Lys,0.6201;Carnosine,Spermine,0.6201;Homocitrulline,Spermine,0.6201;Spermine,Allylcysteine,0.6201;ADMA,Spermine,0.6194;b-Leu,Carnosine,0.6194;Homoarginine,Kynurenine,0.6194;Kynurenine,Sarcosine,0.6194;L-Cystathionine,Spermidine,0.6194;ADMA,Homoarginine,0.6188;ADMA,Sarcosine,0.6188;bAiBA,Hydroxyproline,0.6188;b-Leu,Hydroxyproline,0.6188;Cadaverine,Allylcysteine,0.6188;Ethylglycine,Spermidine,0.6188;Phosphoethanolamine,Allylcysteine,0.6188;bAiBA,Sarcosine,0.6181;bAiBA,Spermidine,0.6181;b-Leu,Propylcysteine,0.6181;Ethylglycine,Serotonin,0.6181;Histamine,Serotonin,0.6181;Kynurenine,Phosphoethanolamine,0.6181;5-HydroxyTrp,Spermine,0.6174;ADMA,Propylcysteine,0.6174;bABA,Allylcysteine,0.6174;bAiBA,Carnosine,0.6174;bAiBA,GABA,0.6174;Kynurenine,Propylcysteine,0.6174;ADMA,bABA,0.6167;Homocitrulline,Spermidine,0.6167;3-Hydroxykynurenine,ADMA,0.6161;3-Hydroxykynurenine,Spermine,0.6161;Cadaverine,N6-Acetyl-L-Lys,0.6154;Ethylglycine,Sarcosine,0.6154;Homoarginine,Serotonin,0.6154;5-HydroxyTrp,Allylcysteine,0.6147;bABA,b-Leu,0.6147;b-Leu,Homocitrulline,0.6147;Cadaverine,Serotonin,0.6147;GABA,Spermidine,0.6147;GABA,Allylcysteine,0.6147;Sarcosine,Spermine,0.6147;3-Hydroxykynurenine,N6-Acetyl-L-Lys,0.6140;bABA,Spermidine,0.6140;bAiBA,Propylcysteine,0.6140;b-Leu,Phosphoethanolamine,0.6140;GABA,Spermine,0.6140;ADMA,Phosphoethanolamine,0.6134;Carnosine,Serotonin,0.6134;GABA,N6-Acetyl-L-Lys,0.6134;Homocitrulline,Kynurenine,0.6134;N6-Acetyl-L-Lys,Sarcosine,0.6134;bABA,N6-Acetyl-L-Lys,0.6127;Ethylglycine,Allylcysteine,0.6127;Spermidine,Propylcysteine,0.6127;5-HydroxyTrp,Histamine,0.6120;Homocitrulline,Serotonin,0.6120;Hydroxyproline,Spermidine,0.6120;Hydroxyproline,Allylcysteine,0.6120;bAiBA,Cadaverine,0.6113;bAiBA,Homoarginine,0.6113;3-Hydroxykynurenine,Serotonin,0.6107;ADMA,L-Cystathionine,0.6107;bAiBA,Phosphoethanolamine,0.6107;b-Leu,Cadaverine,0.6107;b-Leu,Homoarginine,0.6107;b-Leu,GABA,0.6100;Sarcosine,Propylcysteine,0.6100;3-Hydroxykynurenine,bAiBA,0.6093;5-HydroxyTrp,b-Leu,0.6093;bABA,bAiBA,0.6093;bABA,Spermine,0.6093;b-Leu,Sarcosine,0.6093;Carnosine,Sarcosine,0.6093;Hydroxyproline,N6-Acetyl-L-Lys,0.6093;b-Leu,L-Cystathionine,0.6086;b-Leu,Spermine,0.6086;Homoarginine,N6-Acetyl-L-Lys,0.6086;Histamine,Sarcosine,0.6086;N6-Acetyl-L-Lys,Phosphoethanolamine,0.6086;bAiBA,Homocitrulline,0.6080;bAiBA,L-Cystathionine,0.6080;Carnosine,Histamine,0.6080;5-HydroxyTrp,N6-Acetyl-L-Lys,0.6073;GABA,Serotonin,0.6073;Homocitrulline,N6-Acetyl-L-Lys,0.6073;N6-Acetyl-L-Lys,Propylcysteine,0.6073;5-HydroxyTrp,ADMA,0.6059;ADMA,Ethylglycine,0.6053;bAiBA,Ethylglycine,0.6053;5-HydroxyTrp,bAiBA,0.6046;Hydroxyproline,Serotonin,0.6046;5-HydroxyTrp,Carnosine,0.6039;5-HydroxyTrp,Sarcosine,0.6032;Carnosine,Homocitrulline,0.6032;L-Cystathionine,Serotonin,0.6032;3-Hydroxykynurenine,Spermidine,0.6026;Homoarginine,Hydroxyproline,0.6026;Hydroxyproline,Propylcysteine,0.6026;Carnosine,Propylcysteine,0.6019;Homoarginine,Histamine,0.6019;3-Hydroxykynurenine,Allylcysteine,0.6012;Histamine,Hydroxyproline,0.6012;Ethylglycine,Homoarginine,0.6005;Homoarginine,Propylcysteine,0.5999;Histamine,L-Cystathionine,0.5999;3-Hydroxykynurenine,Homoarginine,0.5992;5-HydroxyTrp,Homoarginine,0.5992;GABA,Histamine,0.5985;Homocitrulline,Histamine,0.5985;Histamine,Phosphoethanolamine,0.5985;Cadaverine,Histamine,0.5978;GABA,Homoarginine,0.5972;Homocitrulline,L-Cystathionine,0.5965;3-Hydroxykynurenine,Histamine,0.5958;Homoarginine,L-Cystathionine,0.5958;5-HydroxyTrp,Hydroxyproline,0.5951;5-HydroxyTrp,Propylcysteine,0.5951;bABA,Histamine,0.5951;Carnosine,GABA,0.5951;Carnosine,Homoarginine,0.5951;Ethylglycine,Histamine,0.5951;Hydroxyproline,Sarcosine,0.5951;3-Hydroxykynurenine,Hydroxyproline,0.5945;bABA,Carnosine,0.5945;bABA,Sarcosine,0.5945;Histamine,Propylcysteine,0.5945;L-Cystathionine,Allylcysteine,0.5945;Phosphoethanolamine,Propylcysteine,0.5945;bABA,Homoarginine,0.5938;bABA,Propylcysteine,0.5938;Carnosine,Phosphoethanolamine,0.5938;Homoarginine,Phosphoethanolamine,0.5938;Homocitrulline,Propylcysteine,0.5938;3-Hydroxykynurenine,Carnosine,0.5931;3-Hydroxykynurenine,Sarcosine,0.5931;3-Hydroxykynurenine,Propylcysteine,0.5931;5-HydroxyTrp,Ethylglycine,0.5931;Cadaverine,Sarcosine,0.5931;GABA,Propylcysteine,0.5931;Homocitrulline,Sarcosine,0.5931;Cadaverine,Propylcysteine,0.5924;Carnosine,Ethylglycine,0.5924;5-HydroxyTrp,Cadaverine,0.5918;Cadaverine,Carnosine,0.5918;L-Cystathionine,Sarcosine,0.5918;3-Hydroxykynurenine,5-HydroxyTrp,0.5911;Cadaverine,Homocitrulline,0.5911;GABA,Homocitrulline,0.5911;GABA,Sarcosine,0.5911;Homoarginine,Homocitrulline,0.5911;bABA,Homocitrulline,0.5904;Carnosine,Hydroxyproline,0.5904;GABA,Hydroxyproline,0.5904;Cadaverine,Phosphoethanolamine,0.5897;3-Hydroxykynurenine,GABA,0.5891;5-HydroxyTrp,bABA,0.5891;3-Hydroxykynurenine,Homocitrulline,0.5884;bABA,GABA,0.5884;Cadaverine,GABA,0.5884;Hydroxyproline,L-Cystathionine,0.5884;5-HydroxyTrp,Homocitrulline,0.5877;bABA,Cadaverine,0.5877;Homocitrulline,Phosphoethanolamine,0.5877;GABA,Phosphoethanolamine,0.5870;Sarcosine,Phosphoethanolamine,0.5870;Ethylglycine,Homocitrulline,0.5864;3-Hydroxykynurenine,bABA,0.5857;bABA,Hydroxyproline,0.5857;Cadaverine,Homoarginine,0.5857;Carnosine,L-Cystathionine,0.5857

Claims (15)

  1. 　評価対象の血液中の１－Ｍｅ－Ｈｉｓ、３－Ｈｙｄｒｏｘｙｋｙｎｕｒｅｎｉｎｅ、３－Ｍｅ－Ｈｉｓ、５－ＨｙｄｒｏｘｙＴｒｐ、ａＡＢＡ、ａＡｉＢＡ、ＡＤＭＡ、Ａｍｉｎｏａｄｉｐｉｃ　ａｃｉｄ、ｂＡＢＡ、ｂＡｉＢＡ、ｂ－Ｌｅｕ、Ｃａｄａｖｅｒｉｎｅ、Ｃａｒｎｏｓｉｎｅ、Ｅｔｈｙｌｇｌｙｃｉｎｅ、ＧＡＢＡ、Ｈｏｍｏａｒｇｉｎｉｎｅ、Ｈｏｍｏｃｉｔｒｕｌｌｉｎｅ、Ｈｉｓｔａｍｉｎｅ、Ｈｙｐｏｔａｕｒｉｎｅ、Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ、Ｋｉｎｕｒｅｎｉｎｅ、Ｌ－Ｃｙｓｔａｔｈｉｏｎｉｎｅ、Ｎ６－Ａｃｅｔｙｌ－Ｌ－Ｌｙｓ、Ａｃｅｔｙｌｓｐｅｒｍｉｄｉｎｅ、Ｐｈｏｓｐｈｏｓｅｒｉｎｅ、Ｐｉｐｅｃｏｌｉｃ　ａｃｉｄ、Ｐｕｔｒｅｓｃｉｎｅ、ＳＡＨ、Ｓａｒｃｏｓｉｎｅ、Ｓｅｒｏｔｏｎｉｎ、Ｓｐｅｒｍｉｄｉｎｅ、Ｓｐｅｒｍｉｎｅ、Ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ、Ｍｅｔｈｙｌｃｙｓｔｅｉｎｅ、Ａｌｌｙｌｃｙｓｔｅｉｎｅ、Ｐｒｏｐｙｌｃｙｓｔｅｉｎｅ、ＳＤＭＡおよびＮ－Ｍｅ－ｂＡＢＡ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、乳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Ｇｌｕ、Ａｓｎ、Ｈｉｓ、Ｔｈｒ、Ａｌａ、Ｃｉｔ、Ａｒｇ、Ｔｙｒ、Ｖａｌ、Ｍｅｔ、Ｌｙｓ、Ｔｒｐ、Ｇｌｙ、Ｐｒｏ、Ｏｒｎ、Ｉｌｅ、Ｌｅｕ、Ｐｈｅ、Ｓｅｒおよび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１－Ｍｅ－Ｈｉｓ、３－Ｈｙｄｒｏｘｙｋｙｎｕｒｅｎｉｎｅ、３－Ｍｅ－Ｈｉｓ、５－ＨｙｄｒｏｘｙＴｒｐ、ａＡＢＡ、ａＡｉＢＡ、ＡＤＭＡ、Ａｍｉｎｏａｄｉｐｉｃ　ａｃｉｄ、ｂＡＢＡ、ｂＡｉＢＡ、ｂ－Ｌｅｕ、Ｃａｄａｖｅｒｉｎｅ、Ｃａｒｎｏｓｉｎｅ、Ｅｔｈｙｌｇｌｙｃｉｎｅ、ＧＡＢＡ、Ｈｏｍｏａｒｇｉｎｉｎｅ、Ｈｏｍｏｃｉｔｒｕｌｌｉｎｅ、Ｈｉｓｔａｍｉｎｅ、Ｈｙｐｏｔａｕｒｉｎｅ、Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ、Ｋｉｎｕｒｅｎｉｎｅ、Ｌ－Ｃｙｓｔａｔｈｉｏｎｉｎｅ、Ｎ６－Ａｃｅｔｙｌ－Ｌ－Ｌｙｓ、Ａｃｅｔｙｌｓｐｅｒｍｉｄｉｎｅ、Ｐｈｏｓｐｈｏｓｅｒｉｎｅ、Ｐｉｐｅｃｏｌｉｃ　ａｃｉｄ、Ｐｕｔｒｅｓｃｉｎｅ、ＳＡＨ、Ｓａｒｃｏｓｉｎｅ、Ｓｅｒｏｔｏｎｉｎ、Ｓｐｅｒｍｉｄｉｎｅ、Ｓｐｅｒｍｉｎｅ、Ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ、Ｍｅｔｈｙｌｃｙｓｔｅｉｎｅ、Ａｌｌｙｌｃｙｓｔｅｉｎｅ、Ｐｒｏｐｙｌｃｙｓｔｅｉｎｅ、ＳＤＭＡおよびＮ－Ｍｅ－ｂＡＢＡ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乳癌の状態を評価するための式を用いて、前記式の値を算出する算出ステップを含むこと、
    　を特徴とする算出方法。
  5. 　前記算出ステップでは、前記評価対象の血液中のＧｌｕ、Ａｓｎ、Ｈｉｓ、Ｔｈｒ、Ａｌａ、Ｃｉｔ、Ａｒｇ、Ｔｙｒ、Ｖａｌ、Ｍｅｔ、Ｌｙｓ、Ｔｒｐ、Ｇｌｙ、Ｐｒｏ、Ｏｒｎ、Ｉｌｅ、Ｌｅｕ、Ｐｈｅ、ＳｅｒおよびＧｌｎのうちの少なくとも１つの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ること、
    　を特徴とする請求項４に記載の算出方法。
  6. 　前記算出ステップは、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４または５に記載の算出方法。
  7. 　制御部を備える評価装置であって、
    　前記制御部は、
    　評価対象の血液中の１－Ｍｅ－Ｈｉｓ、３－Ｈｙｄｒｏｘｙｋｙｎｕｒｅｎｉｎｅ、３－Ｍｅ－Ｈｉｓ、５－ＨｙｄｒｏｘｙＴｒｐ、ａＡＢＡ、ａＡｉＢＡ、ＡＤＭＡ、Ａｍｉｎｏａｄｉｐｉｃ　ａｃｉｄ、ｂＡＢＡ、ｂＡｉＢＡ、ｂ－Ｌｅｕ、Ｃａｄａｖｅｒｉｎｅ、Ｃａｒｎｏｓｉｎｅ、Ｅｔｈｙｌｇｌｙｃｉｎｅ、ＧＡＢＡ、Ｈｏｍｏａｒｇｉｎｉｎｅ、Ｈｏｍｏｃｉｔｒｕｌｌｉｎｅ、Ｈｉｓｔａｍｉｎｅ、Ｈｙｐｏｔａｕｒｉｎｅ、Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ、Ｋｉｎｕｒｅｎｉｎｅ、Ｌ－Ｃｙｓｔａｔｈｉｏｎｉｎｅ、Ｎ６－Ａｃｅｔｙｌ－Ｌ－Ｌｙｓ、Ａｃｅｔｙｌｓｐｅｒｍｉｄｉｎｅ、Ｐｈｏｓｐｈｏｓｅｒｉｎｅ、Ｐｉｐｅｃｏｌｉｃ　ａｃｉｄ、Ｐｕｔｒｅｓｃｉｎｅ、ＳＡＨ、Ｓａｒｃｏｓｉｎｅ、Ｓｅｒｏｔｏｎｉｎ、Ｓｐｅｒｍｉｄｉｎｅ、Ｓｐｅｒｍｉｎｅ、Ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ、Ｍｅｔｈｙｌｃｙｓｔｅｉｎｅ、Ａｌｌｙｌｃｙｓｔｅｉｎｅ、Ｐｒｏｐｙｌｃｙｓｔｅｉｎｅ、ＳＤＭＡおよびＮ－Ｍｅ－ｂＡＢＡ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、乳癌の状態を評価する評価手段
    　を備えること、
    　を特徴とする評価装置。
  8. 　前記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７に記載の評価装置。
  9. 　制御部を備える算出装置であって、
    　前記制御部は、
    　評価対象の血液中の１－Ｍｅ－Ｈｉｓ、３－Ｈｙｄｒｏｘｙｋｙｎｕｒｅｎｉｎｅ、３－Ｍｅ－Ｈｉｓ、５－ＨｙｄｒｏｘｙＴｒｐ、ａＡＢＡ、ａＡｉＢＡ、ＡＤＭＡ、Ａｍｉｎｏａｄｉｐｉｃ　ａｃｉｄ、ｂＡＢＡ、ｂＡｉＢＡ、ｂ－Ｌｅｕ、Ｃａｄａｖｅｒｉｎｅ、Ｃａｒｎｏｓｉｎｅ、Ｅｔｈｙｌｇｌｙｃｉｎｅ、ＧＡＢＡ、Ｈｏｍｏａｒｇｉｎｉｎｅ、Ｈｏｍｏｃｉｔｒｕｌｌｉｎｅ、Ｈｉｓｔａｍｉｎｅ、Ｈｙｐｏｔａｕｒｉｎｅ、Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ、Ｋｉｎｕｒｅｎｉｎｅ、Ｌ－Ｃｙｓｔａｔｈｉｏｎｉｎｅ、Ｎ６－Ａｃｅｔｙｌ－Ｌ－Ｌｙｓ、Ａｃｅｔｙｌｓｐｅｒｍｉｄｉｎｅ、Ｐｈｏｓｐｈｏｓｅｒｉｎｅ、Ｐｉｐｅｃｏｌｉｃ　ａｃｉｄ、Ｐｕｔｒｅｓｃｉｎｅ、ＳＡＨ、Ｓａｒｃｏｓｉｎｅ、Ｓｅｒｏｔｏｎｉｎ、Ｓｐｅｒｍｉｄｉｎｅ、Ｓｐｅｒｍｉｎｅ、Ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ、Ｍｅｔｈｙｌｃｙｓｔｅｉｎｅ、Ａｌｌｙｌｃｙｓｔｅｉｎｅ、Ｐｒｏｐｙｌｃｙｓｔｅｉｎｅ、ＳＤＭＡおよびＮ－Ｍｅ－ｂＡＢＡ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乳癌の状態を評価するための式を用いて、前記式の値を算出する算出手段
    　を備えること、
    　を特徴とする算出装置。
  10. 　制御部を備える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１－Ｍｅ－Ｈｉｓ、３－Ｈｙｄｒｏｘｙｋｙｎｕｒｅｎｉｎｅ、３－Ｍｅ－Ｈｉｓ、５－ＨｙｄｒｏｘｙＴｒｐ、ａＡＢＡ、ａＡｉＢＡ、ＡＤＭＡ、Ａｍｉｎｏａｄｉｐｉｃ　ａｃｉｄ、ｂＡＢＡ、ｂＡｉＢＡ、ｂ－Ｌｅｕ、Ｃａｄａｖｅｒｉｎｅ、Ｃａｒｎｏｓｉｎｅ、Ｅｔｈｙｌｇｌｙｃｉｎｅ、ＧＡＢＡ、Ｈｏｍｏａｒｇｉｎｉｎｅ、Ｈｏｍｏｃｉｔｒｕｌｌｉｎｅ、Ｈｉｓｔａｍｉｎｅ、Ｈｙｐｏｔａｕｒｉｎｅ、Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ、Ｋｉｎｕｒｅｎｉｎｅ、Ｌ－Ｃｙｓｔａｔｈｉｏｎｉｎｅ、Ｎ６－Ａｃｅｔｙｌ－Ｌ－Ｌｙｓ、Ａｃｅｔｙｌｓｐｅｒｍｉｄｉｎｅ、Ｐｈｏｓｐｈｏｓｅｒｉｎｅ、Ｐｉｐｅｃｏｌｉｃ　ａｃｉｄ、Ｐｕｔｒｅｓｃｉｎｅ、ＳＡＨ、Ｓａｒｃｏｓｉｎｅ、Ｓｅｒｏｔｏｎｉｎ、Ｓｐｅｒｍｉｄｉｎｅ、Ｓｐｅｒｍｉｎｅ、Ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ、Ｍｅｔｈｙｌｃｙｓｔｅｉｎｅ、Ａｌｌｙｌｃｙｓｔｅｉｎｅ、Ｐｒｏｐｙｌｃｙｓｔｅｉｎｅ、ＳＤＭＡおよびＮ－Ｍｅ－ｂＡＢＡ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、乳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。
  11. 　制御部を備える情報処理装置において実行させるための算出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１－Ｍｅ－Ｈｉｓ、３－Ｈｙｄｒｏｘｙｋｙｎｕｒｅｎｉｎｅ、３－Ｍｅ－Ｈｉｓ、５－ＨｙｄｒｏｘｙＴｒｐ、ａＡＢＡ、ａＡｉＢＡ、ＡＤＭＡ、Ａｍｉｎｏａｄｉｐｉｃ　ａｃｉｄ、ｂＡＢＡ、ｂＡｉＢＡ、ｂ－Ｌｅｕ、Ｃａｄａｖｅｒｉｎｅ、Ｃａｒｎｏｓｉｎｅ、Ｅｔｈｙｌｇｌｙｃｉｎｅ、ＧＡＢＡ、Ｈｏｍｏａｒｇｉｎｉｎｅ、Ｈｏｍｏｃｉｔｒｕｌｌｉｎｅ、Ｈｉｓｔａｍｉｎｅ、Ｈｙｐｏｔａｕｒｉｎｅ、Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ、Ｋｉｎｕｒｅｎｉｎｅ、Ｌ－Ｃｙｓｔａｔｈｉｏｎｉｎｅ、Ｎ６－Ａｃｅｔｙｌ－Ｌ－Ｌｙｓ、Ａｃｅｔｙｌｓｐｅｒｍｉｄｉｎｅ、Ｐｈｏｓｐｈｏｓｅｒｉｎｅ、Ｐｉｐｅｃｏｌｉｃ　ａｃｉｄ、Ｐｕｔｒｅｓｃｉｎｅ、ＳＡＨ、Ｓａｒｃｏｓｉｎｅ、Ｓｅｒｏｔｏｎｉｎ、Ｓｐｅｒｍｉｄｉｎｅ、Ｓｐｅｒｍｉｎｅ、Ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ、Ｍｅｔｈｙｌｃｙｓｔｅｉｎｅ、Ａｌｌｙｌｃｙｓｔｅｉｎｅ、Ｐｒｏｐｙｌｃｙｓｔｅｉｎｅ、ＳＤＭＡおよびＮ－Ｍｅ－ｂＡＢＡ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乳癌の状態を評価するための式を用いて、前記式の値を算出する算出ステップ
    　を含むこと、
    　を特徴とする算出プログラム。
  12. 　請求項１０または１１に記載のプログラムを記録したコンピュータ読み取り可能な記録媒体。
  13. 　制御部を備える評価装置と、制御部を備え、評価対象の血液中の１－Ｍｅ－Ｈｉｓ、３－Ｈｙｄｒｏｘｙｋｙｎｕｒｅｎｉｎｅ、３－Ｍｅ－Ｈｉｓ、５－ＨｙｄｒｏｘｙＴｒｐ、ａＡＢＡ、ａＡｉＢＡ、ＡＤＭＡ、Ａｍｉｎｏａｄｉｐｉｃ　ａｃｉｄ、ｂＡＢＡ、ｂＡｉＢＡ、ｂ－Ｌｅｕ、Ｃａｄａｖｅｒｉｎｅ、Ｃａｒｎｏｓｉｎｅ、Ｅｔｈｙｌｇｌｙｃｉｎｅ、ＧＡＢＡ、Ｈｏｍｏａｒｇｉｎｉｎｅ、Ｈｏｍｏｃｉｔｒｕｌｌｉｎｅ、Ｈｉｓｔａｍｉｎｅ、Ｈｙｐｏｔａｕｒｉｎｅ、Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ、Ｋｉｎｕｒｅｎｉｎｅ、Ｌ－Ｃｙｓｔａｔｈｉｏｎｉｎｅ、Ｎ６－Ａｃｅｔｙｌ－Ｌ－Ｌｙｓ、Ａｃｅｔｙｌｓｐｅｒｍｉｄｉｎｅ、Ｐｈｏｓｐｈｏｓｅｒｉｎｅ、Ｐｉｐｅｃｏｌｉｃ　ａｃｉｄ、Ｐｕｔｒｅｓｃｉｎｅ、ＳＡＨ、Ｓａｒｃｏｓｉｎｅ、Ｓｅｒｏｔｏｎｉｎ、Ｓｐｅｒｍｉｄｉｎｅ、Ｓｐｅｒｍｉｎｅ、Ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ、Ｍｅｔｈｙｌｃｙｓｔｅｉｎｅ、Ａｌｌｙｌｃｙｓｔｅｉｎｅ、Ｐｒｏｐｙｌｃｙｓｔｅｉｎｅ、ＳＤＭＡおよびＮ－Ｍｅ－ｂＡＢＡ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る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、前記評価対象についての乳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、乳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、
    　を備えること、
    　を特徴とする評価システム。
  14. 　制御部を備えた端末装置であって、
    　前記制御部は、
    　評価対象についての乳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１－Ｍｅ－Ｈｉｓ、３－Ｈｙｄｒｏｘｙｋｙｎｕｒｅｎｉｎｅ、３－Ｍｅ－Ｈｉｓ、５－ＨｙｄｒｏｘｙＴｒｐ、ａＡＢＡ、ａＡｉＢＡ、ＡＤＭＡ、Ａｍｉｎｏａｄｉｐｉｃ　ａｃｉｄ、ｂＡＢＡ、ｂＡｉＢＡ、ｂ－Ｌｅｕ、Ｃａｄａｖｅｒｉｎｅ、Ｃａｒｎｏｓｉｎｅ、Ｅｔｈｙｌｇｌｙｃｉｎｅ、ＧＡＢＡ、Ｈｏｍｏａｒｇｉｎｉｎｅ、Ｈｏｍｏｃｉｔｒｕｌｌｉｎｅ、Ｈｉｓｔａｍｉｎｅ、Ｈｙｐｏｔａｕｒｉｎｅ、Ｈｙｄｒｏｘｙｐｒｏｌｉｎｅ、Ｋｉｎｕｒｅｎｉｎｅ、Ｌ－Ｃｙｓｔａｔｈｉｏｎｉｎｅ、Ｎ６－Ａｃｅｔｙｌ－Ｌ－Ｌｙｓ、Ａｃｅｔｙｌｓｐｅｒｍｉｄｉｎｅ、Ｐｈｏｓｐｈｏｓｅｒｉｎｅ、Ｐｉｐｅｃｏｌｉｃ　ａｃｉｄ、Ｐｕｔｒｅｓｃｉｎｅ、ＳＡＨ、Ｓａｒｃｏｓｉｎｅ、Ｓｅｒｏｔｏｎｉｎ、Ｓｐｅｒｍｉｄｉｎｅ、Ｓｐｅｒｍｉｎｅ、Ｐｈｏｓｐｈｏｅｔｈａｎｏｌａｍｉｎｅ、Ｍｅｔｈｙｌｃｙｓｔｅｉｎｅ、Ａｌｌｙｌｃｙｓｔｅｉｎｅ、Ｐｒｏｐｙｌｃｙｓｔｅｉｎｅ、ＳＤＭＡおよびＮ－Ｍｅ－ｂＡＢＡ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、乳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。
  15. 　前記評価対象について乳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されており、
    　前記制御部は、前記評価対象の血液中の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前記評価装置へ送信するデータ送信手段を備え、
    　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、
    　を特徴とする請求項１４に記載の端末装置。
PCT/JP2019/014527 2018-04-02 2019-04-01 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 WO2019194144A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018-071094 2018-04-02
JP2018071094 2018-04-02

Publications (1)

Publication Number Publication Date
WO2019194144A1 true WO2019194144A1 (ja) 2019-10-10

Family

ID=68100299

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/014527 WO2019194144A1 (ja) 2018-04-02 2019-04-01 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

Country Status (1)

Country Link
WO (1) WO2019194144A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111317812A (zh) * 2020-03-18 2020-06-23 西北工业大学 一种自组装肌肽荧光纳米颗粒、制备方法和应用

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008075664A1 (ja) * 2006-12-21 2008-06-26 Ajinomoto Co., Inc. 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
WO2011128256A1 (en) * 2010-04-13 2011-10-20 Universiteit Hasselt Metabolic markers for diagnosing of cancer
WO2013146621A1 (ja) * 2012-03-30 2013-10-03 味の素株式会社 脳血管障害の評価方法、脳血管障害評価装置、脳血管障害評価方法、脳血管障害評価プログラム、脳血管障害評価システムおよび情報通信端末装置
US20150346219A1 (en) * 2006-08-18 2015-12-03 Huntington Medical Research Institutes Methods of determining levels of free amino acids and dipeptides and diagnosing alzheimer's disease
JP2017533413A (ja) * 2014-09-10 2017-11-09 アイディーシージーエス クリニカ デ ジアギノースチコス メディコス リミターダ 乳癌を評価するためのバイオマーカー

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150346219A1 (en) * 2006-08-18 2015-12-03 Huntington Medical Research Institutes Methods of determining levels of free amino acids and dipeptides and diagnosing alzheimer's disease
WO2008075664A1 (ja) * 2006-12-21 2008-06-26 Ajinomoto Co., Inc. 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
WO2011128256A1 (en) * 2010-04-13 2011-10-20 Universiteit Hasselt Metabolic markers for diagnosing of cancer
WO2013146621A1 (ja) * 2012-03-30 2013-10-03 味の素株式会社 脳血管障害の評価方法、脳血管障害評価装置、脳血管障害評価方法、脳血管障害評価プログラム、脳血管障害評価システムおよび情報通信端末装置
JP2017533413A (ja) * 2014-09-10 2017-11-09 アイディーシージーエス クリニカ デ ジアギノースチコス メディコス リミターダ 乳癌を評価するためのバイオマーカー

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111317812A (zh) * 2020-03-18 2020-06-23 西北工业大学 一种自组装肌肽荧光纳米颗粒、制备方法和应用

Similar Documents

Publication Publication Date Title
JP7173240B2 (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
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
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
JP7311119B2 (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
WO2020203878A1 (ja) アミロイドベータの脳内への蓄積の評価方法、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
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
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
JP7093163B2 (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
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
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
WO2018101450A1 (ja) 癌モニタリングの方法、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、及び端末装置

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: 19780774

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19780774

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP