JP7373843B2

JP7373843B2 - 感染の原因生物を予測するための予測装置、予測プログラム及び予測方法

Info

Publication number: JP7373843B2
Application number: JP2019229363A
Authority: JP
Inventors: 千尋堀場; 嘉規伊藤; 朋男荻
Original assignee: Tokai National Higher Education and Research System NUC
Current assignee: Tokai National Higher Education and Research System NUC
Priority date: 2019-12-19
Filing date: 2019-12-19
Publication date: 2023-11-06
Anticipated expiration: 2039-12-19
Also published as: JP2021093999A

Description

本明細書には、感染の原因生物を予測するための予測装置、予測プログラム及び予測方法が開示される。

近年、検査サンプルから病原体を検出する方法として、ヒト細胞を除去した検査サンプルに含まれるＤＮＡ又はＲＮＡのメタゲノム解析が行われている（非特許文献１から５）。

Blauwkamp TA, et al.; Nat Microbiol. 2019 Apr;4(4):663-674. doi: 10.1038/s41564-018-0349-6. Epub 2019 Feb 11. Wilson MR, et al.; N Engl J Med. 2019 Jun 13;380(24):2327-2340. Gu W, Miller S, and Chiu CY; Annu Rev Pathol. 2019 Jan 24;14:319-338. doi: 10.1146/annurev-pathmechdis-012418-012751. Epub 2018 Oct 24. Takeuchi S, et al.;Sci Rep. 2019 Sep 9;9(1):12909. doi: 10.1038/s41598-019-49372-x. Horiba K, et al.;Sci Rep. 2018 Feb 28;8(1):3784. doi: 10.1038/s41598-018-22133-y.

非特許文献１から５に記載の方法は、検査サンプル中に存在する病原体に由来すると推定される配列情報と、そのリード数に基づいて感染の原因であるか否かを推定している。しかし、病原体であると推定するための検査サンプル中のリード数の基準値は共通した値はなく、基準値そのものの客観性が乏しいという問題がある。このため、リード数の基準値のみに依存して判定された結果も客観性は乏しくなる。

本発明は、感染の原因生物を予測するための、より客観性のある判別式を提供することを一課題とする。

本発明の実施形態は、検査対象の生物であるホスト又は前記ホストの生存環境における感染の原因生物を予測するための予測装置（１０）に関する。予測装置（１０）は、処理部（１０１）を備える。処理部（１０１）は、前記ホストに由来する検査サンプル中に存在する複数のポリヌクレオチドのそれぞれについて配列情報を取得し、前記取得した配列情報のうち、前記ホスト以外の異種生物に存在するポリヌクレオチドをコードする異種生物由来配列情報に、前記異種生物由来配列情報から推定される生物種を示すラベルを付与し、前記生物種を示すラベルが付与された異種生物由来配列情報の群に基づいて、前記各生物種を示すラベルに対応する配列情報のリード数とホスト以外に検出された異種生物の種の多様性指数とを算出し、ロジスティック回帰分析式を使って、前記算出したリード数と多様性指数に基づいて、各生物種を示すラベルについて感染の原因生物である可能性を示すデータを生成し、前記感染の原因生物である可能性を示すデータが感染の原因生物であることを示唆し、かつリード数が一定数以上である生物種を示すラベルを、感染の原因生物を示すラベルとして決定し、感染の原因生物の予測結果を出力する。

好ましくは、前記生物種を示すラベルは、生物種の科名、属名、及び種名のそれぞれを個別に示すラベルである。

好ましくは、処理部（１０１）は、系統推定、及び／又は参照配列へのマッピングによって、前記異種生物由来配列情報から生物種を示すラベルを推定する。

好ましくは、処理部（１０１）は、系統推定、及び／又は参照配列へのマッピングによって、生物種を示すラベルを推定できなかった前記異種生物由来配列情報について、既知ヌクレオチド配列との相同性検索を行い生物種を示すラベルを推定し、系統推定、及び／又は参照配列へのマッピングによって、前記異種生物由来配列情報から推定した生物種を示すラベルと併せて、ロジスティック回帰分析式を使って、前記算出したリード数と多様性指数に基づいて、各生物種を示すラベルについて感染の原因生物である可能性を示すデータを生成する。

好ましくは、処理部（１０１）は、系統推定によって、前記異種生物由来配列情報から生物種を示すラベルを推定し、予測結果を第１の予測結果として出力する。

好ましくは、処理部（１０１）は、系統推定によって、生物種を示すラベルを推定できなかった前記異種生物由来配列情報について、既知ヌクレオチド配列との相同性検索を行い生物種を示すラベルを推定し、前記系統推定によって、前記異種生物由来配列情報から推定した生物種を示すラベルと併せて、ロジスティック回帰分析式を使って、前記算出したリード数と多様性指数に基づいて、各生物種を示すラベルについて感染の原因生物である可能性を示すデータを生成し、予測結果を第２の予測結果として出力する。

好ましくは、前記予測結果が、前記感染の原因生物を示すラベルに対応するリード数及び相対優占度の組み合わせで示される。

好ましくは、処理部（１０１）は、生物種の科名、属名、又は種名を示すラベルと、各ラベルに対応するリード数とがＫｒｏｎａチャートにより示される解析レポートを生成する。

好ましくは、処理部（１０１）は、前記生物種を示すラベルに対応するリード数を示す第１の軸と、前記ホスト以外の生物種の多様性指数を示す第２の軸を有するプロット領域であって、前記ロジスティック回帰分析式を二次元回帰式に変換し求められる回帰直線を備えるプロット領域を生成し、前記プロット領域に、前記感染の原因生物である可能性を示すデータを生成したときのリード数と多様性指数の座標を示した二次元プロット図を生成し、前記二次元プロット図で示される解析レポートを生成する。

好ましくは、処理部（１０１）は、前記感染の原因生物を示すラベルに対応する前記異種生物由来配列情報を含む参照配列を配列データベースから検索し、前記検査サンプルから取得された、前記感染の原因生物を示すラベルに対応する配列情報の全てを前記参照配列にマッピングし、前記検査サンプルから取得された、前記感染の原因生物を示すラベルに対応する参照配列のうちどれだけの配列長が前記感染の原因生物を示すラベルを付された配列情報から解読されたかを示すｃｏｖｅｒａｇｅｐｅｒｃｅｎｔａｇｅを算出し、さらに、前記解読された配列長が何回繰り返して解読されたかを示す値の平均値を示すａｖｅｒａｇｅｄｅｐｔｈｏｆｍａｐｐｅｄｒｅｇｉｏｎｓを算出し、前記感染の原因生物を示すラベルと共に、前記参照配列の識別子と、前記ｃｏｖｅｒａｇｅｐｅｒｃｅｎｔａｇｅと、前記ａｖｅｒａｇｅｄｅｐｔｈｏｆｍａｐｐｅｄｒｅｇｉｏｎｓを出力する。

処理部（１０１）は、さらに、前記ホスト以外の異種生物に存在するポリヌクレオチドをコードする異種生物由来配列情報の群から、抗生物薬に対する耐性遺伝子に由来するリードを検出し、検出されたリードに対応する耐性遺伝子を示すラベルを出力する。

本実施形態は、検査対象の生物であるホスト又は前記ホストの生存環境における感染の原因生物を予測するための予測方法に関する。前記予測方法は、前記ホストに由来する検査サンプル中に存在する複数のポリヌクレオチドのそれぞれについて配列情報を取得することと、前記取得した配列情報のうち、前記ホスト以外の異種生物に存在するポリヌクレオチドをコードする異種生物由来配列情報に、前記異種生物由来配列情報から推定される生物種を示すラベルを付与することと、前記生物種を示すラベルが付与された異種生物由来配列情報の群に基づいて、前記各生物種を示すラベルに対応するリード数とホスト以外に検出された異種生物の種の多様性指数とを算出することと、ロジスティック回帰分析式を使って、前記算出したリード数と多様性指数に基づいて、各生物種を示すラベルについて感染の原因生物である可能性を示すデータを生成し、前記感染の原因生物である可能性を示すデータが感染の原因生物であることを示唆し、かつリード数が一定数以上である生物種を示すラベルを、感染の原因生物を示すラベルとして決定すること、を含む。

本実施形態は、コンピュータに実行させたときに、コンピュータに、検査対象の生物であるホストに由来する検査サンプル中に存在する複数のポリヌクレオチドのそれぞれについて配列情報を取得するステップと、前記取得した配列情報のうち、前記ホスト以外の異種生物に存在するポリヌクレオチドをコードする異種生物由来配列情報に、前記異種生物由来配列情報から推定される生物種を示すラベルを付与するステップと、
前記生物種を示すラベルが付与された異種生物由来配列情報の群に基づいて、前記各生物種を示すラベルに対応するリード数とホスト以外に検出された異種生物の種の多様性指数とを算出するステップと、ロジスティック回帰分析式を使って、前記算出したリード数と多様性指数に基づいて、各生物種を示すラベルについて感染の原因生物である可能性を示すデータを生成するステップと、前記感染の原因生物である可能性を示すデータが感染の原因生物であることを示唆し、かつリード数が一定数以上である生物種を示すラベルを、感染の原因生物を示すラベルと決定するステップと、予測結果を出力するステップと、をコンピュータに実行させる、前記ホスト又は前記ホストの生存環境における感染の原因生物を予測するための予測プログラムに関する。

メタゲノム解析による感染の原因生物を予測可能なより客観性のある判別式を提供する。

予測結果の一例を示す。Ｋｒｏｎａチャートの例を示す。二次元プロットの例を示す。星印はｐＲＰＭと多様性指数により表される座標を示す。予測装置のハードウエア構成を示す。予測装置の機能構成を示す。第１の実施形態における予測プログラム１０４２の処理の一例を示す。第１の実施形態における予測プログラム１０４２のステップＳ２の処理の一例を示す。第１の実施形態における予測プログラム１０４２のステップＳ３の処理の一例を示す。第１の実施形態における予測プログラム１０４２のステップＳ６の処理の一例を示す。第２の実施形態における予測プログラム１０４３の処理の一例を示す。第２の実施形態における予測プログラム１０４３のステップＳ１１３の処理の一例を示す。

１．第１の実施形態
１－１．概要
第１の実施形態は、ホスト又は前記ホストの生存環境における感染の原因生物を予測するための予測方法に関する。

予測方法は、はじめに、工程１：ホストに由来する検査サンプル中に存在する複数のポリヌクレオチドのそれぞれについて配列情報を取得する。次に、工程２：前記取得した配列情報のうち、前記ホスト以外の異種生物に存在するポリヌクレオチドをコードする異種生物由来配列情報に、前記異種生物由来配列情報から推定される生物種を示すラベルを付与する。次に、工程３：前記生物種を示すラベルが付与された異種生物由来配列情報の群に基づいて、前記各生物種を示すラベルに対応するリード数とホスト以外に検出された異種生物の種の多様性指数とを算出する。次に、工程４：ロジスティック回帰分析式を使って、前記算出したリード数と多様性指数に基づいて、各生物種を示すラベルについて感染の原因生物である可能性を示すデータを生成する。次に、工程５：前記感染の原因生物である可能性を示すデータが感染の原因生物であることを示唆し、かつリード数が一定数以上である生物種を示すラベルを、感染の原因生物を示すラベルとして決定する。最後に、工程６：感染の原因生物を示すラベルとして決定された生物種を示すラベルは、予測結果として出力される。

本実施形態は、後述する予測装置が行ってもよいが、全部又は一部の工程をオペレータが行ってもよい。

（１）用語の説明
本明細書において、ホストは、検査対象となる生物である。生物には、動物、及び植物を含み得る。また生物には個体、組織、細胞等を含み得る。動物には、哺乳類、は虫類、両生類、魚類、鳥類等を含み得る。哺乳類には、ヒト、マウス、ラット、ウサギ、イヌ、ネコ、フェレット、ハムスター、モルモット、リス、ブタ、ウシ、ウマ、ヒツジ、カワウソ、プレリードック、ミーアキャット等を含み得る。ホストとして好ましくは哺乳類である。

感染の原因生物は、ホスト以外の生物である限り制限されない。ウイルス、原核生物、真核生物を含み得る。ウイルスには、ＲＮＡウイルス、ＤＮＡウイルスを含み得る。原核生物には、細菌等を含み得る。真核生物には、真菌、寄生虫、昆虫を含み得る。

感染は、ホストに感染する態様と、ホストが生存している環境を生物学的に汚染する態様とを含み得る。好ましくは、ホストに感染する態様である。

検査サンプルは、ホストから採取された組織、体液等を含み得る。体液には、全血、血漿、血清等の血液試料、髄液、唾液、腹水、胸水、骨髄、尿、関節液、のう胞液、リンパ液、漏出液、浸出液等を含み得る。さらに、検査サンプルには、気管支洗浄液等の器官洗浄液等も含み得る。また、ホストが培養細胞、培養組織又は培養個体である場合、検査サンプルは、培養上清、培養ゲル、培養培地等も含み得る。検査サンプルは、細胞を含まないことが好ましい。

検査サンプルの量は、多いほど好ましいが、少なくとも１００μＬから１０００μＬで検査は可能である。

検査サンプル中には、複数のポリヌクレオチドを含み得る。前記「複数」は、数が複数である場合、及びポリヌクレオチドの由来生物が複数種である場合を含み得る。

ポリヌクレオチドは、ＤＮＡであってもＲＮＡであってもよい。また、ポリヌクレオチドは、１本鎖であっても２本鎖であってもよい。

（２）工程１：配列情報の取得
ポリヌクレオチドの配列情報は、ヌクレオチドの配列を意図する。本明細書においてシークエンシングによって得られた１つの配列情報を有するデータの単位を「リード」と呼ぶことがある。配列情報の解析方法は、配列情報を決定できる限り制限されない。本実施形態においては、メタゲノム解析を行うため、配列情報を解析するシークエンサーは、次世代シークエンサー等の数千万から数億のＤＮＡ断片の塩基配列を同時並行で解析できるシークエンサーであることが好ましい。次世代シークエンサーとしては、例えば、イルミナ社（サンディエゴ、ＣＡ）のＭｉＳｅｑ９（商標）、ＨｉＳｅｑ（商標）、ＮｅｘｔＳｅｑ（商標）、ＭｉＳｅｑ（商標）；サーモ・フィッシャー社（ウォルサム、ＭＡ）のＩｏｎＰｒｏｔｏｎ（商標）、ＩｏｎＰＧＭ（商標）；ロシュ社（バーゼル、スイス）のＧＳＦＬＸ＋（商標）、ＧＳＪｕｎｉｏｒ（商標）等が挙げられる。

配列情報は、シークエンサーから直接、又は記録媒体を介して、コンピュータ又はヒトが取得することができる。取得される配列情報は、テキストデータ、ＦＡＳＴＱデータ等であることが好ましい。

ここで、シークエンシングを行うための検査サンプルからの核酸抽出方法、及びシークエンシングを行うためのライブラリの作製は公知である。

検査サンプル中には、複数のポリヌクレオチドが含まれるため、検査サンプルから取得される配列情報は複数でありえ、配列情報の群を構成し得る。

（３）工程２：異種生物由来配列情報への生物種を示すラベルの付与
ｉ．取得した配列情報の前処理
シークエンサーから取得した配列情報の群には、アダプター配列、ポリＡ配列、ポリＴ配列、重複配列、低品質リード等の解析に適さない不適切リードが含まれていることがある。異種生物由来配列情報への生物種を示すラベルを付与する前に、前記工程１で取得した配列情報の中からこのような不適切リードを除く前処理を行うことが好ましい。

シークエンサーから取得した配列情報の群の全体の品質は、例えば、ＦａｓｔＱＣ（http://www.bioinformatics.babraham.ac.uk/projects/fastqc/）等のソフトウエアを使用して評価することができる。取得した配列情報の品質は、例えば「良い」、「許容可」、「悪い」等のレベルで出力され得る。

また、前処理において、シークエンシングの際に付したアダプター配列を除去することが好ましい。この処理は、例えば、Ｔｒｉｍｇａｌｏｒｅ！（https://www.bioinformatics.babraham.ac.uk/projects/trim_galore/）等のソフトウエアを使用して行うことができる。

さらに、前処理において、低品質のリードを除去することが好ましい。この処理は、例えば、Ｐｒｉｎｓｅｑ（http://prinseq.sourceforge.net/）等のソフトウエアを使用して行うことができる。

さらにまた、前処理において、配列情報の中に存在する検体サンプルとは関係ない同じ塩基配列で構成されたリード（アダプターダイマーやコンカテマー又はＰＣＲｄｕｐｌｉｃａｔｅ）を除去することが好ましい。この処理は、例えば、ＣＤ－ＨＩＴ（https://github.com/weizhongli/cdhit/releases）等のソフトウエアを用いて行うことができる。

最後に、上記一連の前処理が終わった後に、再度配列情報の群の全体の品質の評価を行う。この処理は、例えば、ＦａｓｔＱＣ、及びＭｕｌｔｉＱＣ（https://multiqc.info/）等のソフトウエアを使用して行うことができる。

前処理が終わった後に、取得した配列情報の群の品質が悪い場合や、上記前処理により除去されたリードが多い場合には、シーケンスをし直し配列情報を取得し直すことが好ましい。

ｉｉ．取得した配列情報からのホストに由来する配列情報の除去
通常取得した配列情報の群は、大多数がホストに存在するポリヌクレオチドをコードする配列情報（ホスト由来配列情報）である。このため、原因生物に存在するポリヌクレオチドの配列情報を検出するためには、上記ｉ．において前処理が終わった配列情報の群から、ホスト由来配列情報を除去し、ホスト以外の異種生物に存在するポリヌクレオチドをコードする異種生物由来配列情報を取得する必要がある。ホスト由来配列情報の除去は、例えば、系統推定及び／又はマッピングにより行うことができる。系統推定は、系統推定ソフトウエアＫｒａｋｅｎ２を使用して行うことができる。系統推定を行うためのＴａｘｏｎｏｍｙデータベースは、ＮａｔｉｏｎａｌＣｅｎｔｅｒｆｏｒＢｉｏｔｅｃｈｎｏｌｏｇｙＩｎｆｏｒｍａｔｉｏｎ（ＮＣＢＩ）から提供されるＴａｘｏｎｏｍｙＢｒｏｗｓｅｒ等の外部データベース５００を使用することができる。マッピングは、例えば、マッピングソフトウエアＢｏｗｔｉｅ２等を使用して行うことができる。マッピングを行うためのデータベースは、ＮＣＢＩＲｅｆＳｅｑ（ウェブページ、www.ncbi.nlm.nih.gov/refseq/）、ＮＣＢＩＧｅｎＢａｎｋ（ウェブページ、www.ncbi.nlm.nih.gov/genbank/）、ＵＣＳＣＧｅｎｏｍｅＢｒｏｗｓｅｒ等の外部データベース５００を使用することができる。ホストがヒトである場合の代表的な参照配列は、ＧＲＣｈ３７ｒｅｆｅｒｅｎｃｅｐｒｉｍａｒｙａｓｓｅｍｂｌｙ（ＮＣＢＩ提供）、ＪＲＧｖ２（東北大学提供）等である。

例えば、系統推定により、ホスト由来配列情報を工程１で取得した配列情報の群から除去した後、さらに、残った配列情報の群の各リードをホストの参照配列にマッピングし、系統推定で除去しきれなかった、ホスト由来配列情報を除去することが好ましい。

ホスト由来配列情報を除去した後、残った配列情報を、異種生物由来配列情報として以下の解析に用いる。

一般的に、次世代シークエンサーで取得されたリードは、マッピングソフトウエアＢｏｗｔｉｅ２等を使用し、参照配列にマッピングすることで、各リードがコードするゲノム配列を特定する。しかし、この方法は、リード数が膨大である場合、全てをマッピングするのに時間がかかるという問題がある。マッピングの前に、系統推定で各リードがコードする生物種ゲノムを推定することにより、解析スピードが向上する。

次世代シークエンサーによる配列解析では、次世代シークエンサーで解析するポリヌクレオチドを一度ライブラリにするため、ライブラリ作製時に使用したベクター由来のポリヌクレオチドがシークエンシングの際に混じることがある。このため、さらに、系統推定ソフトウエアを使って外部データベース５００に格納されているＵｎｉＶｅｃｄａｔａｂａｓｅ（https://www.ncbi.nlm.nih.gov/tools/vecscreen/univec/）に基づく系統推定を行いホスト由来配列情報を除去した後に残った異種生物由来配列情報から、種々のベクターに由来するリードを除去してもよい。

ｉｉｉ．異種生物由来配列情報への生物種ラベルの付与
次に、上記ｉｉ．において、ホスト由来配列情報を除去した配列情報の群に含まれる各異種生物由来配列情報について、各配列情報が由来する生物種を推定し、その生物種を示すラベルを各異種生物由来配列情報に付与する。

生物種の推定は、例えば、系統推定及び／又はマッピングにより行うことができる。系統推定は、系統推定ソフトウエアＫｒａｋｅｎ２を使用して行うことができる。マッピングは、例えば、マッピングソフトウエアＢｏｗｔｉｅ２等を使用して行うことができる。系統推定及びマッピングに使用するデータベースは、上記ｉｉ．で述べたとおりである。

例えば、系統推定／及びマッピングにより、各異種生物由来配列情報から生物種を推定し、その生物種を示すラベルを生物種の推定を行った対応する異種生物由来情報に付与する。好ましくは、系統推定により各異種生物由来配列情報から生物種を推定する。上述のとおり、系統推定は、マッピングを行うよりも解析速度が速く、迅速推定に有用である。

ここでは、生物種を示すラベルが付与された異種生物由来配列情報の群が生成される。

また、生物種を示すラベルは、生物種の科名、属名、種名のＴａｘｏｎｏｍｉｃｒａｎｋに分けて各Ｔａｘｏｎｏｍｉｃｒａｎｋを示すラベルを個別に付すことが好ましい。例えば、大腸菌を例にとると、科名は「Ｅｎｔｅｒｏｂａｃｔｅｒｉａｃｅａｅ」であり、属名は「Ｅｓｃｈｅｒｉｃｈｉａ」であり、種名は「Ｅｓｃｈｅｒｉｃｈｉａｃｏｌｉ」である。一般的に系統推定では、種が近いほどヌクレオチド配列が似ているため、近縁種はヌクレオチド配列のみでは、種まで特定できないことがある。このような場合には、例えば、科名を示すラベルを付す、又は属名を示すラベルを付す等、信頼できるＴａｘｏｎｏｍｉｃｒａｎｋごとに推定結果のラベルを付すことが好ましい。このようにすることで、誤推定を回避することができる。例えば、ペスト菌（Ｙｅｒｓｉｎｉａｐｅｓｔｉｓ）と食中毒の原因菌であるエルシニア菌（Ｙｅｒｓｉｎｉａｅｎｔｅｒｏｃｏｌｉｔｉｃａ又はＹｅｒｓｉｎｉａｐｓｅｕｄｏｔｕｂｅｒｃｕｌｏｓｉｓ）は、同じ属の細菌でありゲノム配列も似ているが、臨床的及び公衆衛生的にペスト菌と他のエルシニア菌は扱いが全く異なる。このような場合には、属名までのラベルを付し、培養検査、ＰＣＲ検査等を併用することが好ましい。

ここで、系統推定／及びマッピングにより生物種が推定できなかった異種生物由来配列情報には、生物種を推定できなかった旨を示すラベル、例えば、「未知の生物種」を示すラベルを付与してもよい。

ｉＶ．系統推定／及びマッピングにより生物種が推定できなかった異種生物由来配列情報の生物種の推定
次に上記ｉｉｉ．において、未知の生物種を示すラベルが付された異種生物由来配列情報について、その配列情報について相同性検索を行い生物種を推定することができる。例えばＮＣＢＩから提供されるＢａｓｉｃＬｏｃａｌＡｌｉｇｎｍｅｎｔＳｅａｒｃｈＴｏｏｌ（ＢＬＡＳＴ）を使用し、異種生物由来配列情報と相同性の高い既知ヌクレオチド配列を有する生物種を推定することができる。

相同性検索により生物種が付された異種生物由来配列情報は、上記ｉｉｉ．において、生物種を示すラベルが付された異種生物由来配列情報の群と共に、工程３の解析に用いられる。

（４）工程３：配列情報のリード数と異種生物の種の多様性指数の算出
上記工程２のｉｉｉ及びｉｖにおいて、生物種を示すラベルが付与された異種生物由来配列情報の群に基づいて、各生物種を示すラベルに対応する配列情報のリード数を算出する。リード数は、同じ生物種を示すラベルが付されたリードの数を計数することにより求めることができる。好ましくは、リード数は他の検査サンプルとの比較のため標準化する。具体的には、上記（２）で述べた前処理終了後の配列情報のリード数を１，０００，０００リードとした場合に、その中に含まれる同生物種のリード数（ＲＰＭ：ｒｅａｄｓｐｅｒｍｉｌｌｉｏｎｒｅａｄｓ）を算出し、標準化されたリード数として用いることができる。各生物種を示すラベルに対応する、ホスト以外の生物種に由来するリード数を標準化した値をｐＲＰＭと呼ぶ。

ｐＲＰＭは、下式１により算出される。

また、上記工程２のｉｉｉ及びｉｖにおいて、生物種を示すラベルが付与された異種生物由来配列情報の群における、異種生物の種の多様性指数を算出する。多様性指数は、多様性を示す数値である限り制限されない。多様性指数としては、例えば、Ｓｈａｎｎｏｎ－ＷｉｅｎｅｒのＨ’、Ｓｉｍｐｓｏｎのλ等を挙げることができる。好ましくは、下式２で算出されるＳｈａｎｎｏｎ－ＷｉｅｎｅｒのＨ’である。

ここで、Ｓは生物種数を表し、Ｐｉは相対優占度を示す。ｉは、種を示す。

検体サンプルに存在する異種生物由来のポリヌクレオチドについて、各生物種に対応するリード数に加え、多様性指数を目的変数として使用することで、客観的なリード数の基準値が存在していなくても、各生物種に対応するリード数が有する臨床的意義に客観性を持たせることができる。

（５）工程４：感染の原因生物である可能性を示すデータの生成
次にロジスティック回帰式と、予測確率を用いて、感染の原因生物である可能性を示すデータを生成する。本実施形態では、はじめに、各生物種を示すラベルについて算出した、上記ｐＲＰＭと、Ｈ’を目的変数として使用する下記式３で表される二項ロジスティック回帰式により値Ｚを算出する。

ここで、ａ、ｂ、ｃはそれぞれ係数を示す。

各係数ａ、ｂ、ｃは、従来法（血液培養法、血清抗体法、又はＰＣＲ法）において敗血症と診断され、原因病原微生物が明らかとなっている患者の血液サンプルと、同一患者が感染症を発症する前に採取された血液サンプル（非感染症サンプル）より得たシークエンスデータより下式４及び式５により算出することができる。

上記工程２のｉｉｉ及びｉｖにおいて、生物種を示すラベルが付与された異種生物由来配列情報の群を生物種の科名、属名、種名にわけてＴａｘｏｎｏｍｉｃｒａｎｋごとに、下記二項ロジスティック回帰式を用いてＺ_ｆ、Ｚ_ｇ、Ｚ_ｓを求めることができる。

1) Family rank:Z_f=a_f*log₁₀(${pRPM}) +b_f*${H_f}+c_f
2) Genus rank:Z_g=a_g*log₁₀(${pRPM})+b_g*${H_g}+c_g
3) Species rank:Z_s= a_s*log₁₀(${pRPM})+b_s*${H_s}+c_s
Ｔａｘｏｎｏｍｉｃｒａｎｋに対応する二項ロジスティック回帰式の具体例は下記のとおりである。

1) Family rank:Z_f=158.688*log₁₀(${pRPM}) -43.257*${H_f} -332.649
2) Genus rank:Z_g =165.848*log₁₀(${pRPM}) -33.201*${H_g} -367.08
3) Species rank:Z_s=-0.368*log₁₀(${pRPM}) -20.075*${H_s} +51.439

（６）工程５：感染の原因生物を示すラベル決定
さらに、下式６により、感染の原因生物である可能性を示すデータＹが導かれる。

Ｙが０．５より大きいとき、感染の原因生物であることが示唆され、Ｙが０．５以下のとき、感染の原因生物でないことが示唆される。Ｙは生物種を示すラベルごとに算出されるため、生物種を示すラベルごとに、感染の原因生物であるかいなかが示唆される。

本明細書に開示される感染の原因生物を推定するための判別式は、上記式１に示す二項ロジステッィク回帰式と式６の組み合わせである。

ここで、本実施形態においては、Ｙが０．５より大きく（すなわち、感染の原因生物であることが示唆され）、さらにｐＲＰＭ値が一定数以上である生物種を示すラベルを、感染の原因生物を示すラベルとして決定する。一定数は、例えば、１００、２００、３００等を例示できる。好ましくは２００である。

Ｔａｘｏｎｏｍｉｃｒａｎｋに応じた二項ロジスティック回帰式により、ＴａｘｏｎｏｍｉｃｒａｎｋごとにＺを求めた場合には、Ｙは、上記式６にしたがって、Ｔａｘｏｎｏｍｉｃｒａｎｋごとに算出される。

（７）工程６：予測結果の出力
感染の原因生物を示すラベルは、予測結果として、後述する出力デバイス１１２に、通信Ｉ／Ｆ１０５を介して他のコンピュータに、あるいはメディアＩ／Ｆ１０８を介してメディアドライブに出力され得る。予測結果は、解析レポートとして出力されてもよい。予測結果は、感染の原因生物を示すラベルに対応するリード数と共に出力されてもよい。

さらに、予測結果は、感染の原因生物を示すラベルが付されたリードの相対優占度と共に出力されてもよい。相対優占度（Ｐ１）は、ｒｅｌａｔｉｖｅａｂｕｎｄａｎｃｅ（ＲＡ）とも称される。相対優占度は、前記感染の原因生物を示すラベルのリード数が、上記工程２のｉｉｉ及びｉｖにおいて、生物種を示すラベルが付与された異種生物由来配列情報の群の総リード数内で占める割合であり、下式７により算出される。

生物種を示すラベルとして、生物種の科名、属名、又は種名を使用した場合には、Ｔａｘｏｎｏｍｉｃｒａｎｋに応じて、生物種の科名、属名、又は種名ごとに予測結果を出力してもよい。

出力される予測結果の一例を図１に示す。図１は、予測結果を含む解析レポートをテキストデータで出力する例である。

図１のｌｉｎｅＮｏ．は各行に振られた番号を示す。ｌｉｎｅＮｏ．１は、検査サンプルを識別するための識別子（ＩＤ）を示す。ｌｉｎｅＮｏ．４の「Ａｖａｉｌａｂｌｅ＿ｒｅａｄ」は、上記（３）工程２のｉに記載の前処理を行った後に配列情報の品質の再評価を行い、使用可と判断された配列情報のリード数である。ｌｉｎｅＮｏ．７のＰａｔｈｏｇｅｎ＿ｒｅａｄ（ＲＰＭ）が、上記（４）工程３及び上記（５）工程４を行い感染の原因生物を示すラベルが付されたリード数の合計のＲＰＭ値である。感染の原因生物を示すラベルは、複数種の生物種を示すラベルから生成され、複数存在する場合があるため、ここでは、生物種に関わらず、感染の原因生物を示すラベルが付されたリードに共通のラベルとして、「Ｐａｔｈｏｇｅｎ」を付している。

ｌｉｎｅＮｏ．２０からｌｉｎｅＮｏ．２２のＡ欄は、Ｔａｘｏｎｏｍｉｃｒａｎｋ（ｆａｍｉｌｙ）を使った解析において、感染の原因生物を示すラベルとして付された科名を示している。ｌｉｎｅＮｏ．２０からｌｉｎｅＮｏ．２２のＢ欄は標準化する前のリード数（ｒｅａｄｓ）を示し、ｌｉｎｅＮｏ．２０からｌｉｎｅＮｏ．２２のＣ欄は標準化後のリード数（ＲＰＭ）を示し、ｌｉｎｅＮｏ．２０からｌｉｎｅＮｏ．２２のＤ欄はＲＡを示す。

ｌｉｎｅＮｏ．２０からｌｉｎｅＮｏ．２２のＡ欄は、Ｔａｘｏｎｏｍｉｃｒａｎｋ（ｇｅｎｕｓ）を使った解析において、感染の原因生物を示すラベルとして付された属名を示している。Ｂ欄からＤ欄の構成はＴａｘｏｎｏｍｉｃｒａｎｋ（ｆａｍｉｌｙ）を使った場合と同様である。

ｌｉｎｅＮｏ．２０からｌｉｎｅＮｏ．２２のＡ欄は、Ｔａｘｏｎｏｍｉｃｒａｎｋ（ｓｐｅｃｉｅｓ）を使った解析において、感染の原因生物を示すラベルとして付された属名を示している。Ｂ欄からＤ欄の構成はＴａｘｏｎｏｍｉｃｒａｎｋ（ｆａｍｉｌｙ）を使った場合と同様である。

図１の例ではｌｉｎｅＮｏ．４８のＡ欄に記載の「Ｔａｔｌｏｃｋｉａ＿ｍｉｃｄａｄｅｉ」が、感染の原因生物を示すラベルであり、本実施形態における感染の原因生物を示す「予測結果」である。図１の例では、予測結果が１種類であるが、複数種の生物種を示すラベルについて感染の原因生物を示すラベルであると決定されることもありうる。この場合には、予測結果は複数となりうる。

また、解析レポートには、図１のｌｉｎｅＮｏ．５０からｌｉｎｅＮｏ．５７に示すような、予測結果の検証結果を含めてもよい。この検証は、リード数が少ない場合であって、感染の原因生物として特定された生物の参照配列が存在している場合、上記工（２）工程１から（６）工程５によって得られた結果の裏付けをとることができ、有用である。

検証において、はじめに、上記工程５において感染の原因生物を示すラベルであると決定された生物種を示すラベルについて、このラベルに対応している異種生物由来配列情報を含む参照配列を、配列データベースから検索する。配列データベースは、上記（３）工程２のｉｉｉで使用したＮＣＢＩＲｅｆＳｅｑ（ウェブページ、www.ncbi.nlm.nih.gov/refseq/）、ＮＣＢＩＧｅｎＢａｎｋ（ウェブページ、www.ncbi.nlm.nih.gov/genbank/）、ＵＣＳＣＧｅｎｏｍｅＢｒｏｗｓｅｒ等の外部データベースを挙げることができる。

図１の例では、ｌｉｎｅＮｏ．４８に示された「Ｔａｔｌｏｃｋｉａ＿ｍｉｃｄａｄｅｉ」のラベルに対して、参照配列として、ｌｉｎｅＮｏ．５２に「ＮＣ＿００２９４２．５」が挙げられており、ｌｉｎｅＮｏ．５３に「ＮＺ＿ＬＮ６１４８３０．１」が挙げられている。

次に、検査サンプルから取得された、感染の原因生物を示すラベルに対応する配列情報の全てを前記参照配列にマッピングする。感染の原因生物を示すラベルが複数ある場合には、ラベルごとにマッピングを行う。また、図１に示すように、１つの感染の原因生物を示すラベルに対して参照配列が複数ヒットした場合には、それぞれの参照配列に対して、感染の原因生物を示すラベルに対応する配列情報をマッピングする。マッピングは、マッピングソフトウエアＢｏｗｔｉｅ２等を使用して行うことができる。

マッピングの結果に基づいて、特定の感染の原因生物を示すラベルに対応する配列情報のｃｏｖｅｒａｇｅｐｅｒｃｅｎｔａｇｅ及びａｖｅｒａｇｅｄｅｐｔｈｏｆｍａｐｐｅｄｒｅｇｉｏｎｓを算出する。ｃｏｖｅｒａｇｅｐｅｒｃｅｎｔａｇｅは、特定の感染の原因生物を示すラベルに対応する配列情報により対応する参照配列のうちどれだけの配列長が前記感染の原因生物を示すラベルを付された配列情報から解読されたかを示す値である。ａｖｅｒａｇｅｄｅｐｔｈｏｆｍａｐｐｅｄｒｅｇｉｏｎｓは、前記解読された配列長が何回繰り返して解読されたかを示す値の平均値を示す。

例えば、Ｂｏｗｔｉｅ２等のマッピングソフトウエアを使用したマッピングの結果は、ＳＡＭファイルとして与えられる。ＳＡＭファイルは、テキスト形式で参照配列へのマッピング情報を、例えば配列名、アラインメント結果、参照配列上にマップされた位置などをカラムに分けて記録している。例えば、Ｓａｍｔｏｏｌｓ（http://samtools.sourceforge.net/）等のソフトウエアを使用し、ＳＡＭファイル内のデータ内の必要項目を抽出し、コンピュータ処理ができるバイナリ形式に変換することで、Ｂｅｄｔｏｏｌｓ（https://bedtools.readthedocs.io/en/latest/）に渡す入力データを生成する。Ｂｅｄｔｏｏｌｓによって、ｃｏｖｅｒａｇｅｐｅｒｃｅｎｔａｇｅと、ａｖｅｒａｇｅｄｅｐｔｈｏｆｍａｐｐｅｄｒｅｇｉｏｎｓを算出する。

ｃｏｖｅｒａｇｅｐｅｒｃｅｎｔａｇｅは、下式によって算出される。
coverage percentage（％）=（参照配列にマップされた塩基数／参照配列の総塩基数）×100

ａｖｅｒａｇｅｄｅｐｔｈｏｆｍａｐｐｅｄｒｅｇｉｏｎｓは下式によって算出される。
average depth of mapped regions=
参照配列にマップされた配列の総塩基数／参照配列のうちマップされた領域の塩基数

ｃｏｖｅｒａｇｅｐｅｒｃｅｎｔａｇｅは１００（％）に近づくほど好ましい。例えば図１の例では、ｃｏｖｅｒａｇｅｐｅｒｃｅｎｔａｇｅは、ｌｉｎｅＮｏ．５２及びｌｉｎｅＮｏ．５３のＤ欄に示されている。ｌｉｎｅＮｏ．５２に「ＮＣ＿００２９４２．５」と、ｌｉｎｅＮｏ．５３に「ＮＺ＿ＬＮ６１４８３０．１」が挙げられているが、ＮＣ＿００２９４２．５のｃｏｖｅｒａｇｅｐｅｒｃｅｎｔａｇｅは０．００４４であるのに対して、ＮＺ＿ＬＮ６１４８３０．１のｃｏｖｅｒａｇｅｐｅｒｃｅｎｔａｇｅは２．３７２２２である。ＮＣ＿００２９４２．５のようにｃｏｖｅｒａｇｅｐｅｒｃｅｎｔａｇｅが低い場合、参照配列における解読できた配列長が短く、異種生物由来配列情報が近縁の生物種に誤ってマップされている可能性が高い。ＮＺ＿ＬＮ６１４８３０．１のようにｃｏｖｅｒａｇｅｐｅｒｃｅｎｔａｇｅが高いものは、より網羅的に参照配列を解読できていると考えることができ、結果の信頼性が高い。

ａｖｅｒａｇｅｄｅｐｔｈｏｆｍａｐｐｅｄｒｅｇｉｏｎｓは１～３程度であることが好ましい。例えば図１の例では、ａｖｅｒａｇｅｄｅｐｔｈｏｆｍａｐｐｅｄｒｅｇｉｏｎｓは、ｌｉｎｅＮｏ．５２及びｌｉｎｅＮｏ．５３のＦ欄に示されている。ｌｉｎｅＮｏ．５２に「ＮＣ＿００２９４２．５」と、ｌｉｎｅＮｏ．５３に「ＮＺ＿ＬＮ６１４８３０．１」が挙げられているが、ＮＣ＿００２９４２．５のａｖｅｒａｇｅｄｅｐｔｈｏｆｍａｐｐｅｄｒｅｇｉｏｎｓは５３２．３８４であるのに対して、ＮＺ＿ＬＮ６１４８３０．１のａｖｅｒａｇｅｄｅｐｔｈｏｆｍａｐｐｅｄｒｅｇｉｏｎｓは１．０２３８である。ＮＣ＿００２９４２．５のようにａｖｅｒａｇｅｄｅｐｔｈｏｆｍａｐｐｅｄｒｅｇｉｏｎｓが高いものは、参照配列の特定の領域のみに解読配列が集中しており、検査サンプルから検出された配列情報の参照配列全体の網羅性が低いことになる。このような場合、ＮＣ＿００２９４２．５に割り当てられた異種生物由来配列情報は、ＰＣＲエラー等のノイズである可能性が高い。一方、ＮＺ＿ＬＮ６１４８３０．１のようにａｖｅｒａｇｅｄｅｐｔｈｏｆｍａｐｐｅｄｒｅｇｉｏｎｓが１～３程度である場合、参照配列の広い範囲にわたって検査サンプル中から異種生物由来配列情報として参照配列が検出されていることを示す。このため予測結果の信頼性が高いといえる。ただし、ｌｉｎｅＮｏ．５２及びｌｉｎｅＮｏ．５３のＤ欄に示されているｃｏｖｅｒａｇｅｐｅｒｃｅｎｔａｇｅが１００％または１００％に近い値の場合、解析データ量が増えるほど参照配列の全領域が繰り返して解読されることとなり、ａｖｅｒａｇｅｄｅｐｔｈｏｆｍａｐｐｅｄｒｅｇｉｏｎｓは高値を取りうる。このような場合を想定し、ｃｏｖｅｒａｇｅｐｅｒｃｅｎｔａｇｅとａｖｅｒａｇｅｄｅｐｔｈｏｆｍａｐｐｅｄｒｅｇｉｏｎｓの２つ値で結果の信頼性を評価する。

（８）その他の実施形態
ａ．図１では、生物種を示すラベルとして、生物種の科名、属名、種名を示すラベルを用いている。しかし、生物種を示すラベルは、ＮＣＢＩに登録されている、ＴａｘｏｎｏｍｙＩＤ、ＲｅｆｅｒｅｎｃｅｓｅｑｕｅｎｃｅＩＤ等であってもよい。

ｂ．上記（３）工程２のｉｉｉ．異種生物由来配列情報を系統推定及び／又はマッピング、あるいは相同性検索により、生物種を示すラベルを付与している。しかし、異種生物由来配列情報について、獲得抗菌薬耐性遺伝子データベース（ＲｅｓＦｉｎｄｅｒ）に対して相同性検索を行い、検査サンプル中に存在する抗生物薬に対する耐性遺伝子の検出を行ってもよい。抗生物薬に対する耐性遺伝子の検出は、ＢＬＡＳＴを使って行うことができる。この結果は、図１のｌｉｎｅＮＯ．５９からｌｉｎｅＮＯ．６３に示すとおりである。ここでは、アミノグリコシド系抗生物質の耐性遺伝子であるａｐｈ（３’）－ＩＩａ＿１（Ｘ５７７０９）と、ａｐｈ（３’）－ＩＩａ＿２（Ｖ００６１８）、並びにβラクタム系抗生物質の耐性遺伝子であるｂｌａＴＥＭ－２３１＿１（ＭＧ８２１３７８）が検出されている。

ｃ．別の形態として、解析レポートは、図２に示すようにＫｒｏｎａチャートを使って、生物種の科名、属名、又は種名を示すラベルと、各ラベルに対応するリード数を示してもよい。

ｄ．別の形態として、解析レポートは、図３に示すように、二次元プロット図で示されてもよい。図３の例では、感染の原因生物を示すラベルが、Ｔａｘｏｎｏｍｉｃｒａｎｋで表されている。図３（Ａ）は科名ランク、図３（Ｂ）は属名ランク、及び図３（Ｃ）は種名ランクを示す。二次元プロットは、第１の軸（縦軸）に生物種を示すラベルに対応するリード数（ｐＲＰＭ）を示す。ｐＲＰＭは必要に応じて対数軸とすることができる。第２の軸（横軸）に各Ｔａｘｏｎｏｍｉｃｒａｎｋについて前記ホスト以外の生物種の多様性指数を示す。図３において、第１の軸と、第２の軸によって張られた領域が生成され、前記領域には、各Ｔａｘｏｎｏｍｉｃｒａｎｋのロジスティック回帰分析式を二次元回帰式に変換し求められる回帰直線が引かれたプロット領域が生成されている。回帰直線より左は感染の原因生物であることを示し、右は感染の原因生物ではないことを示す。このプロット領域に、上記（５）工程４において、感染の原因生物を示すラベルとして決定された生物種について、上記（４）工程３で求めたリード数、好ましくはｐＲＰＭと、その生物種を含む種の多様性指数の座標をプロットすることで予測結果を示す二次元プロット図が生成される。

ロジスティック回帰分析式から二次元回帰式への変換は、下式８によって行われる。

ここで、ａ、ｂ、ｃはそれぞれ係数を示す。

図３は、縦軸をｌｏｇ_１０（＄｛ｐＲＰＭ｝）、横軸をそれぞれ＄｛Ｈ_ｆ｝、＄｛Ｈ_ｇ｝、＄｛Ｈ_ｓ｝とし、下式に基づいてロジスティック回帰分析式から二次元回帰式への変換を行い、プロット領域を生成した例である。

1) Family rank：0=158.688*log10(${pRPM}) -43.257*${H_f} -332.649
2) Genus rank：0=165.848*log10(${pRPM}) -33.201*${H_g} -367.08
3) Species rank：0=-0.368*log10(${pRPM}) -20.075*${H_s} +51.439
上記プロット領域に上記（４）工程３で求めた各値（Ｈ_ｆ，ｌｏｇ_１０（＄｛ｐＲＰＭ｝）、（Ｈ_ｇ，ｌｏｇ_１０（＄｛ｐＲＰＭ｝）、（Ｈ_ｓ，ｌｏｇ_１０（＄｛ｐＲＰＭ｝）を座標としてプロットしている。

ｅ．Ｋｒｏｎａチャート、二次元プロット図は、リード数（あるいはｐＲＰＭ値）、相対優占度、Ｃｏｖｅｒａｇｅｐｅｒｃｅｎｔａｇｅ、ａｖｅｒａｇｅｄｅｐｔｈｏｆｍａｐｐｅｄｒｅｇｉｏｎｓ等と共に解析レポートに反映されてもよい。

ｆ．上記（３）工程２では外部データベース５００に格納されている系統樹データベースＤＢ１１、参照配列データベースＤＢ１２、ＵｎｉＶｅｃｄａｔａｂａｓｅ及び獲得抗菌薬耐性遺伝子データベースにアクセスして解析する方法について述べた。しかし、系統樹データベースＤＢ１１、参照配列データベースＤＢ１２、ＵｎｉＶｅｃｄａｔａｂａｓｅ及び獲得抗菌薬耐性遺伝子データベースの全部又は一部は外部データベース５００からデータをダウンロードし、後述する予測装置１０又は外部サーバに記録してから解析に用いてもよい。

１－２．予測装置１０
本実施形態は、上記１－１．の概要で述べた予測方法を実現するための予測装置１に関する。以下図４及び図５を用いて予測装置１０のハードウエア構成及び機能構成について説明する。

（１）ハードウエア構成
図４に、予測装置１０のハードウエア構成を示す。予測装置１０は、汎用コンピュータであり得る。予測装置１０は、入力デバイス１１１と、出力デバイス１１２と、メディアドライブ１１３と通信可能に接続されている。また予測装置１０は、ネットワークを介して外部データベース（外部ＤＢ）５００、外部コンピュータ（ＰＣ）６００と通信可能である。予測装置１０は、ＣＰＵ１０１と、メモリ１０２と、ＲＯＭ（ｒｅａｄｏｎｌｙｍｅｍｏｒｙ）１０３と、記憶デバイス１０４と、通信インタフェース（Ｉ／Ｆ）１０５と、入力インタフェース（Ｉ／Ｆ）１０６と、出力インタフェース（Ｉ／Ｆ）１０７と、メディアインターフェース（Ｉ／Ｆ）１０８とを備える。予測装置１０内の各構成はバス１０９によって互いにデータ通信可能に接続されている。

記憶デバイス１０４は、ハードディスク、フラッシュメモリ等の半導体メモリ素子、光ディスク等によって構成される。記憶デバイス１０４には、オペレーティングシステム（ＯＳ）１０４１と、後述する予測プログラム１０４２と、アルゴリズムデータベース（ＤＢ）ＤＢ１と、出力様式データベース（ＤＢ）ＤＢ２とが格納されている。予測プログラム１０４２は、オペレーティングシステム１０４１と協働して、コンピュータを予測装置１０として機能させる。

ＣＰＵ１０１は、本実施形態において処理部とも呼ばれる。

アルゴリズムデータベースＤＢ１は、上記１－１．（４）工程３で述べたロジスティック回帰式及び確率関数を含む判別式及び判別式に必要な各係数を格納している。

出力様式データベースＤＢ２は、図１から図３に示す各解析レポートの出力様式の設定を格納している。

入力デバイス１１１は、タッチパネル、キーボード、マウス、ペンタブレット、マイク等から構成され、予測装置１０に文字入力又は音声入力を行う。入力デバイス１１１は、処理部１０の外部から接続されても、予測装置１０と一体となっていてもよい。

出力デバイス１１２は、例えばディスプレイ等の表示デバイス、プリンタ等で構成され、各種操作ウインドウ、予測結果、解析レポート等を出力する。

メディアドライブ１１３は、ＵＳＢドライブ、フレキシブルディスクドライブ、ＣＤ－ＲＯＭドライブ、又はＤＶＤ－ＲＯＭドライブ等であり得る。

外部データベース５００は、上記１－１で述べた各種データベースを意図する。

外部コンピュータ６００は、検査を依頼する依頼者が使用する端末であり、汎用コンピュータであり得る。

すなわち、予測装置１０は、外部データベース５００と、外部コンピュータ６００が接続された、予測システム１０００を構築し得る。さらに、予測システム１０００は、配列解析を行うシークエンサーを備えていてもよい。

（２）機能構成
図５に、予測装置１０の機能構成を示す。

予測装置１０は、配列情報取得手段Ｍ１と、ホスト配列情報除去手段Ｍ２と、生物種ラベル付与手段Ｍ３と、リード数・多様性指数算出手段Ｍ４と、解析手段Ｍ５と、感染原因生物ラベル決定手段Ｍ６と、予測結果出力手段Ｍ７とを備える。配列情報取得手段Ｍ１と、ホスト配列情報除去手段Ｍ２と、生物種ラベル付与手段Ｍ３と、リード数・多様性指数算出手段Ｍ４と、解析手段Ｍ５と、感染原因生物ラベル決定手段Ｍ６と、予測結果出力手段Ｍ７は、それぞれ、後述するステップＳ１、ステップＳ２、ステップＳ３、ステップＳ４、ステップＳ５、ステップＳ６及びステップＳ７に該当する。

１－３．予測プログラム１０４２の処理
図６から図９を用いて、予測プログラム１０４２がＣＰＵ１０１に実行させる処理を説明する。

ＣＰＵ１０１は、オペレータからの処理開始の入力を受け付け、処理を開始する。

ＣＰＵ１０１は、図６のステップＳ１において、検査サンプルに含まれるポリヌクレオチドの配列情報の群を取得する。ポリヌクレオチドの配列情報は、１つのポリヌクレオチドについて１つのリードとして取得される。上記１－１．（２）工程１で述べたように、配列情報は、シークエンサーから直接、記録媒体を介してメディアドライブ１１３から、あるいは通信Ｉ／Ｆ１０５を介してネットワーク経由で外部コンピュータ６００から取得することが可能である。配列情報は、テキストデータ、ＦＡＳＴＱデータ形式で取得しうる。

上記１－１．（２）工程１と共通する用語の説明は、ここに援用する。

ＣＰＵ１０１は、ステップＳ２において、ステップＳ１で取得した配列情報の群から、ホストに由来する配列情報を除去する処理を行う。

図７を用いて、図６のステップＳ２の処理をより詳細に説明する。図７のステップ２１において、ＣＰＵ１０１は、上記１－１．（３）工程２のｉ．で説明したＦａｓｔＱＣ、Ｔｒｉｍｇａｌｏｒｅ！、Ｐｒｉｎｓｅｑ、ＣＤ－ＨＩＴ、ＦａｓｔＱＣ、及びＭｕｌｔｉＱＣ等のソフトウエアを使用し、ステップＳ１で取得した配列情報の群に対して、上記１－１．（３）工程２のｉ．で説明した前処理を行う。前処理に必要なソフトウエアは、予測プログラム１０４２の一部を構成しうる。

次に、ＣＰＵ１０１は、ステップＳ２２において、ステップＳ２１において前処理の済んだ配列情報の群に対して、上記１－１．（３）工程２のｉｉ．において説明したように、系統推定ソフトウエアＫｒａｋｅｎ２を使用し系統推定を行い、ホスト由来配列情報をステップＳ２１の前処理後に残った配列情報の群から除去する。

続いて、ＣＰＵ１０１は、ステップＳ２３において、ステップＳ２２において系統推定によりホスト由来配列情報を除去した配列情報の群内のリードを、マッピングソフトウエアＢｏｗｔｉｅ２等を使用し参照配列にマッピングする。ここで、ホストの参照配列にマッピングされたリードを、配列情報の群からホスト由来配列情報として除去する。

続いて、ＣＰＵ１０１は、ステップＳ２４において、ステップＳ２３においてホスト由来配列情報を除去した異種生物由来配列情報の群に含まれるリードについて、系統推定ソフトウエアＫｒａｋｅｎ２を使用しＵｎｉＶｅｃｄａｔａｂａｓｅに基づいてベクターに由来するリードを除去する。

ＣＰＵ１０１は、ステップＳ２４においてベクター由来のリードが除去された異種生物由来配列情報の群を用いて、図６に示すステップＳ３以降の処理を行う。したがって、系統推定ソフトウエアＫｒａｋｅｎ２、及びマッピングソフトウエアＢｏｗｔｉｅ２等は、予測プログラム１０４２の一部を構成し得る。

図７に示すステップＳ２１からステップＳ２４の処理において使用される用語の説明は、上記１－１．（３）工程２のｉｉ．の説明をここに援用する。

図６に戻って、予測プログラム１０４２によって行われる処理の続きを説明する。

ＣＰＵ１０１は、図６に示すステップＳ３において、図７に示すステップＳ２４においてベクター由来のリードが除去された異種生物由来配列情報の群に含まれる各リードについて、各リードが由来する生物種を推定する。そして、各リードから推定された生物種を示すラベルを、各リードに付与する。

ステップＳ３の処理の詳細を図８に示す。ＣＰＵ１０１は、ステップＳ３１において、系統推定ソフトウエアＫｒａｋｅｎ２を使用して、上記１－１．（３）工程２のｉｉｉ．に記載した方法にしたがって、各リードに推定された生物種を示すラベルを付与する。

次にＣＰＵ１０１は、ステップＳ３２において、ステップＳ３の処理の対象となった全リードについて生物種を示すラベルが付与されたか否かを判断する。全リードについて生物種を示すラベルが付与された場合（「ＹＥＳ」の場合）、ＣＰＵ１０１は、図６に示すステップＳ４に進む。図８に示すステップＳ３２において、全リードについて生物種を示すラベルが付与されなかった場合（「ＮＯ」の場合）、ＣＰＵ１０１は、図８のステップＳ３３に進む。

次にＣＰＵ１０１は、ステップＳ３３において、上記１－１．（３）工程２のｉｖ．に記載した方法にしたがって、ステップＳ３１において生物種を示すラベルを付与できなかったリードについて相同性検索を行う。相同性検索を行う場合、ＣＰＵ１０１は、通信Ｉ／Ｆ１０５からネットワークを介して、例えばＮＣＢＩのＢＬＡＳＴサイトにアクセスし、検索したい配列をＢＬＡＳＴサイトの所定の領域に入力し、ＢＬＡＳＴサイト上にて相同性検索を行う。

続いてＣＰＵ１０１は、ステップＳ３４において、ステップＳ３３の相同性検索により決定された生物種を示すラベルを各リードの配列情報に付与する。

ＣＰＵ１０１は、ステップＳ３４の後に図６に示すステップＳ４に進むが、ステップＳ４に進む前に、ステップＳ３１及びステップＳ３４で生物種を示すラベルを付した異種生物由来配列情報の群を、記憶デバイス１０４に記録してもよい。

ＣＰＵ１０１は、図６に示すステップＳ４に進み、上記１－１．（４）工程３に記載の方法にしたがって、生物種を示すラベルが付与された異種生物由来配列情報の群について各生物種を示すラベルに対応する配列情報のリード数を算出する。また、上記１－１．（４）工程３に記載の方法にしたがって、ステップＳ３において、生物種を示すラベルが付与された異種生物由来配列情報の群における、異種生物の種の多様性指数を算出する。

ＣＰＵ１０１は、続いてステップＳ５に進み、上記１－１．（５）工程４に記載の方法にしたがって、感染の原因生物である可能性を示すデータＹを算出する。

ＣＰＵ１０１は、続いてステップＳ６に進み、上記１－１．（６）工程５に記載の方法にしたがって、感染の原因生物を示すラベルを決定する。図９を用いてステップＳ６の処理をより詳細に説明する。

ＣＰＵ１０１は、図９に示すＳ６１において、ステップＳ５において各生物種を示すラベルについて算出したＹが０．５より大きいか否かを判定する。

ステップＳ６１において、Ｙが０．５以下である場合（「ＮＯ」の場合）、ＣＰＵ１０１はステップＳ６４へ進み、Ｙが０．５以下である生物種を示すラベルを「感染の原因生物を示すラベルではない」と決定する。

ステップＳ６１において、Ｙが０．５より大きい場合（「ＹＥＳ」の場合）、ＣＰＵ１０１はステップＳ６２へ進む。ステップＳ６２において、ＣＰＵ１０１はステップＳ４で算出されたリード数、好ましくはｐＲＰＭが２００より大きいか否かを判定する。

ステップＳ６２において、リード数が２００以下である場合（「ＮＯ」の場合）、ＣＰＵ１０１はステップＳ６４へ進み、リード数が２００以下である生物種を示すラベルを「感染の原因生物を示すラベルではない」と決定する。

ステップＳ６２において、リード数が２００より大きい場合（「ＹＥＳ」の場合）、ＣＰＵ１０１はステップＳ６３へ進み、リード数が２００より大きい生物種を示すラベルを「感染の原因生物を示すラベルである」と決定する。

ＣＰＵ１０１は、ステップＳ３４の後に図６に示すステップＳ７に進むが、ステップＳ７に進む前に、ステップＳ６３及びステップＳ６４で行った判定の結果を、判定を行った生物種を示すラベルと紐付けて、記憶デバイス１０４に記録する。

次にＣＰＵ１０１は、図６に示すステップＳ７に進む。ステップＳ７において、上記１－１．（７）工程６に記載した方法にしたがって相対優占度を算出する。また、感染の原因生物を示すラベルであると決定されたラベルに対応する生物種について参照配列が入手できる場合には、Ｃｏｖｅｒａｇｅｐｅｒｃｅｎｔａｇｅ、及びａｖｅｒａｇｅｄｅｐｔｈｏｆｍａｐｐｅｄｒｅｇｉｏｎｓを算出する。Ｃｏｖｅｒａｇｅｐｅｒｃｅｎｔａｇｅ、及びａｖｅｒａｇｅｄｅｐｔｈｏｆｍａｐｐｅｄｒｅｇｉｏｎｓの算出には、ソフトウエアＳａｍｔｏｏｌｓ、及びＢｅｄｔｏｏｌｓを使用するため、これらのソフトウウエアは、予測プログラム１０４２の一部を構成する。算出結果は、記憶デバイス１０４に記録される。ステップＳ７は、任意である。

次にＣＰＵ１０１は、ステップＳ８に進み、上記１－１．（８）ｂ．にしたがって、検査サンプル中に存在する抗生物薬に対する耐性遺伝子の検出を行う。検出結果は、記憶デバイス１０４に記録される。ステップＳ８は、任意である。

最後に、ＣＰＵ１０１は、ステップＳ９に進み、感染の原因生物の予測結果を出力する。ＣＰＵ１０１は、出力様式データベースＤＢ２に格納されている出力様式を呼び出し、各出力様式に感染の原因生物の予測結果及び各様式に図６に示すステップＳ２からＳ８において導かれる各数値を反映し、解析レポートを生成する。生成された解析レポートは、記憶デバイス１０４に格納される。

解析レポートの様式は、図１に示すようなテキスト形式を選択しうる。また、別の解析レポートの様式として図２に示すＫｒｏｎａチャートを選択しうる。さらに、別の解析レポートの様式として図３に示す二次元プロットの様式を選択しうる。これらの解析レポートの生成方法は、上記１－１．（７）工程６及び、上記１－１．（８）ｄ．に記載したとおりである。解析レポートの様式の選択は、予測装置１０のオペレータ若しくは、外部コンピュータ６００を操作する検査の依頼者が行うことができる。ＣＰＵ１０１は、オペレータによる入力デバイス１１１からの解析レポートの様式の選択要求を受け付けるか、検査の依頼者が外部コンピュータ６００から要求した選択要求を通信Ｉ／Ｆ１０５を介して受け付け、要求された解析レポートの様式により、少なくとも予測結果を含む解析レポートを出力する。解析レポートの出力は、予測装置１０の出力デバイス１１２又は通信Ｉ／Ｆ１０５を介した外部コンピュータ６００への出力であり得る。

１－４．予測プログラム１０４２を格納した記録媒体
予測プログラム１０４２は、記録媒体に記憶されていてもよい。すなわち、前記コンピュータプログラムは、ハードディスク、フラッシュメモリ等の半導体メモリ素子、光ディスク等の記録媒体に記憶される。また前記コンピュータプログラムは、クラウドサーバ等のネットワークで接続可能な記録媒体に記憶されていてもよい。コンピュータプログラムは、ダウンロード形式の、又は記録媒体に記録されたプログラム製品であってもよい。

前記記録媒体へのプログラムの記憶形式は、前記提示装置が前記プログラムを読み取り可能である限り制限されない。前記記録媒体への記憶は、不揮発性であることが好ましい。

２．第２の実施形態
第１の実施形態では、予測結果を最後に出力した。第２の実施形態では、はじめに系統推定のみで異種生物由来配列情報の群に含まれる各リードについて、各リードが由来する生物種を推定し、感染の原因生物を示すラベルを決定し、このラベルに基づく感染の原因生物の予測結果を第１の予測結果として出力する。次に、系統推定により生物種が特定されず、未知の生物種を示すラベルが付与された異種生物由来配列情報のリードについて相同性検索を行い対応する生物種を推定し、推定された生物種を示すラベルを検索対象となった異種生物由来配列情報に付与する。そして、先に系統推定により生物種を示すラベルが付与された異種生物由来配列情報の群と、相同性検索により生物種を示すラベルが付与された異種生物由来配列情報の群を用いて、感染の原因生物のラベルを決定し、その予測結果を第２の予測結果として出力する。

第１の予測結果を反映した解析レポートは、中間レポート又は迅速解析レポートとも呼ばれる。第２の予測結果を反映した解析レポートは、最終レポートとも呼ばれる。

２－１．予測装置２０
予測装置２０のハードウエア構成及び機能構成は、基本的には予測装置１０と同様である。ただし、図４に示す記憶デバイス１０４には、予測プログラム１０４２に替えて予測プログラム１０４３が格納される。

また、図５に示す機能構成において、配列情報取得手段Ｍ１と、ホスト配列情報除去手段Ｍ２と、生物種ラベル付与手段Ｍ３と、リード数・多様性指数算出手段Ｍ４と、解析手段Ｍ５と、感染原因生物ラベル決定手段Ｍ６と、予測結果出力手段Ｍ７は、それぞれ、後述するステップＳ１１１；ステップＳ１１２；ステップＳ１１３及びステップＳ１１８；ステップＳ１１４及びステップＳ１１９；ステップＳ１１５及びステップＳ１２０；ステップＳ１１６及びステップＳ１２１；並びにステップＳ１１７及びステップＳ１２２に該当する。

２－２．予測プログラム１０４３の処理
図１０及び図１１を用いて、予測プログラム１０４３がＣＰＵ１０１に実行させる処理を説明する。ここで、予測プログラム１０４２と同様に、上記１－１．（３）工程２で使用したＦａｓｔＱＣ、Ｔｒｉｍｇａｌｏｒｅ！、Ｐｒｉｎｓｅｑ、ＣＤ－ＨＩＴ、ＦａｓｔＱＣ、及びＭｕｌｔｉＱＣ、系統推定ソフトウエアＫｒａｋｅｎ２、及びマッピングソフトウエアＢｏｗｔｉｅ２等は、予測プログラム１０４３の一部を構成しうる。また、必要に応じて、Ｓａｍｔｏｏｌｓ、及びＢｅｄｔｏｏｌｓも予測プログラム１０４３の一部を構成しうる。

ＣＰＵ１０１は、図１０のステップＳ１１１において、検査サンプルに含まれるポリヌクレオチドの配列情報の群を取得する。この処理は、上記１－３．のステップＳ１の処理と同様であるから、上記１－３．のステップＳ１（図６）の説明をここに援用する。

ＣＰＵ１０１は、ステップＳ１１２において、ステップＳ１１１で取得した配列情報の群から、ホストに由来する配列情報を除去する処理を行う。この処理は、上記１－３．のステップＳ２の処理と同様であるから、上記１－３．のステップＳ２（図６）の説明をここに援用する。

ＣＰＵ１０１は、ステップＳ１１３において、Ｓ１１２においてベクター由来のリードが除去された異種生物由来配列情報の群に含まれる各リードについて、各リードが由来する生物種を推定する。そして、各リードから推定された生物種を示すラベルを、各リードに付与する。

図１１を用いて、ステップＳ１１３の処理の詳細を説明する。ＣＰＵ１０１は、ステップＳ１１３１において、上記１－３．のステップＳ３１（図８）と同様に異種生物由来配列情報の群に含まれる各リードが由来する生物種を推定する。そして、各リードから推定された生物種を示すラベルを、各リードに付与する。

次にＣＰＵ１０１は、ステップＳ１１３２において、ステップＳ１１３の処理の対象となった全リードについて生物種が推定できたか否かを判断する。全リードについて生物種を推定できた場合（「ＹＥＳ」の場合）、ＣＰＵ１０１は、図１０に示すステップＳ１１４に進む。図１１に示すステップＳ１１３２において、全リードについて生物種が推定できなかった場合（「ＮＯ」の場合）、ＣＰＵ１０１は、図１１のステップＳ１１３３に進む。

次にＣＰＵ１０１は、ステップＳ１１３３において、ステップＳ１１３１において生物種を推定できなかったリードに未知の生物種であることを示すラベルを付与し、図１０のステップＳ１１４に進む。

ＣＰＵ１０１は、図１０に示すステップＳ１１４において、生物種を示すラベルを付されたリード及び未知の生物種を示すラベルを付された異種生物由来配列情報についてリード数を算出する。リード数の算出方法は、上記１－３．のステップＳ４（図６）と同様であるから、上記１－３．のステップＳ４（図６）の説明をここに援用する。また、ステップＳ１１３において、生物種を示すラベルが付与された異種生物由来配列情報と未知の生物種を示すラベルを付された異種生物由来配列情報の群における、異種生物の種の多様性指数を算出する。多様性指数の算出方法は、上記１－３．のステップＳ４（図６）と同様であるから、上記１－３．のステップＳ４（図６）の説明をここに援用する。

ＣＰＵ１０１は、続いてステップＳ１１５に進み、感染の原因生物である可能性を示すデータＹを算出する。この処理は、上記１－３．のステップＳ５と同様であるから、上記１－３．のステップＳ５の説明をここに援用する。

ＣＰＵ１０１は、続いてステップＳ１１６に進み、感染の原因生物を示すラベルを決定する。この処理は、上記１－３．のステップＳ６（図６）と同様であるから、上記１－３．のステップＳ６の説明をここに援用する。

ＣＰＵ１０１は、続いてステップＳ１１７に進み、相対優占度、Ｃｏｖｅｒａｇｅｐｅｒｃｅｎｔａｇｅ、及びａｖｅｒａｇｅｄｅｐｔｈｏｆｍａｐｐｅｄｒｅｇｉｏｎｓを算出する。この処理は、上記１－３．のステップＳ７（図６）と同様であるから、上記１－３．のステップＳ７の説明をここに援用する。

ＣＰＵ１０１は、ステップＳ１１８に進み、感染の原因生物の第１の予測結果を出力する。この処理は、名称は異なるものの、上記１－３．のステップＳ９（図６）と同様であるから、上記１－３．のステップＳ９の説明をここに援用する。

続いてＣＰＵ１０１は、ステップＳ１１９に進み、ステップＳ１１３において未知の生物種を示すラベルが付された異種生物由来配列情報について相同性検索を行い生物種を示すラベルを付与する。この処理は、上記１－３．のステップＳ３３及びＳ３４（図７）と同様であるから、上記１－３．のステップＳ３３及びＳ３４の説明をここに援用する。

次にＣＰＵ１０１は、ステップＳ１２０に進み、ステップＳ１１３とステップＳ１１９において、生物種を示すラベルが付与された異種生物由来配列情報の群について、各生物種を示すラベルに対応する配列情報のリード数を算出する。また、ステップＳ１１３とステップＳ１１９において、生物種を示すラベルが付与された異種生物由来配列情報の群における、異種生物の種の多様性指数を算出する。この処理は、上記１－３．のステップＳ４（図６）と同様であるから、上記１－３．のステップＳ４の説明をここに援用する。

ＣＰＵ１０１は、続いてステップＳ１２１に進み、感染の原因生物である可能性を示すデータＹを算出する。この処理は、上記１－３．のステップＳ５と同様であるから、上記１－３．のステップＳ５の説明をここに援用する。

ＣＰＵ１０１は、続いてステップＳ１２２に進み、感染の原因生物を示すラベルを決定する。この処理は、上記１－３．のステップＳ６（図６）と同様であるから、上記１－３．のステップＳ６の説明をここに援用する。

次にＣＰＵ１０１は、ステップＳ１２３に進み、相対優占度、Ｃｏｖｅｒａｇｅｐｅｒｃｅｎｔａｇｅ、及びａｖｅｒａｇｅｄｅｐｔｈｏｆｍａｐｐｅｄｒｅｇｉｏｎｓを算出する。この処理は、上記１－３．のステップＳ７（図６）と同様であるから、上記１－３．のステップＳ７の説明をここに援用する。このステップは、任意である。

次にＣＰＵ１０１は、ステップＳ１２４に進み、検査サンプル中に存在する抗生物薬に対する耐性遺伝子の検出を行う。この処理は、上記１－３．のステップＳ８（図６）と同様であるから、上記１－３．のステップＳ８の説明をここに援用する。このステップは、任意である。

最後に、ＣＰＵ１０１は、ステップＳ１２５に進み、感染の原因生物の第２の予測結果を出力する。この処理は、名称は異なるものの、上記１－３．のステップＳ９（図６）と同様であるから、上記１－３．のステップＳ９の説明をここに援用する。

２－３．予測プログラム１０４３を格納した記録媒体
予測プログラム１０４３は、記録媒体に記憶されていてもよい。すなわち、前記コンピュータプログラムは、ハードディスク、フラッシュメモリ等の半導体メモリ素子、光ディスク等の記録媒体に記憶される。また前記コンピュータプログラムは、クラウドサーバ等のネットワークで接続可能な記録媒体に記憶されていてもよい。コンピュータプログラムは、ダウンロード形式の、又は記録媒体に記憶されたプログラム製品であってもよい。

３．効果の検証
３－１．NGS解析
（１）実験室内（Wet）
１．サンプル調製と核酸抽出
臨床サンプルは液体の場合140μL、固体の場合、滅菌生理食塩水に溶解し液体として140μLを核酸抽出として使用した。溶解しない場合はサンプル溶液にビーズ破砕を加え破砕した。

（A）DNA
QIAamp UCP Pathogen Mini Kit (Qiagen, Hilden, Germany)によりDNA抽出を行った。

（B）RNA
Nucleospin RNA (Macherey-Nagel)によりRNA抽出を行った。Ovation RNA-Seq system v2（NuGen）によりRNAをcDNA化した。

２．サンプルのライブラリ調製
ライブラリとは解析目的のサンプルに含まれていた核酸由来である挿入配列をシークエンス機器に認識されるアダプター配列によって挟み込んだ配列である。Nextera XT library Prep Kit (Illumina, San Diego, CA, USA)によって作成した。これは、サンプルに含まれていた核酸をtransposaseによりランダムに断片化、アダプター配列の付加を行うことでライブラリを作成する試薬である。なお、調製時にアダプター付加目的にPCR反応を行った。

３．調製されたライブラリの品質評価
ライブラリの品質評価のために以下の３ステップが行われる。

この３ステップを経てシークエンス可能なライブラリと評価できた場合下記４．へ進む。

（A）核酸濃度の測定
Qubit dsDNA BR Assay Kit (Thermo Fisher Scientific, Waltham, MA, USA)を使用し、調製したライブラリの核酸としての濃度を測定した。

（B）ライブラリ濃度の測定
QX200^TM Droplet Digital PCR System (Bio-rad, Richmond, CA, USA)使用し、アダプター配列をプライマーとしてddPCRを行うことでアダプター配列が付加されているシークエンス可能なライブラリの濃度を測定した。

（C）ライブラリ中の挿入配列の測定
Bioanalyzer high sensitivity DNA assays (Agilent, Santa Clara, CA, USA)を使用し、ライブラリ長を測定した。

４．サンプルのシークエンス
Illumina社のショートリードシークエンサーでシークエンスを行った。

５．二項ロジスティック回帰式
非特許文献５に記載された、血液培養で微生物感染が陽性であり、かつ原因微生物が特定された患者の血漿を用いて、上記式１に示す二項ロジスティック回帰式の係数a、b、cを算出した。係数は、Ｔａｘｏｎｏｍｉｃｒａｎｋごとに算出した。

式は以下のとおりである。

これに式６を組み合わせ判別式とした。また、pRPMが２００以上の生物種を感染の原因微生物とした。

また、学習データとして下記表１に示す学習データを使用した。

メタゲノム解析データは7名の患者から取得した。学習データとして、7名の微生物検査により病原菌が特定された時点、治療開始し治癒した時点でデータを取得した。onsetサンプルは発症時に採取した血漿であり、培養検査によって表１に示す細菌が検出、証明された。Post-onsetは治療後の血漿であり、培養検査は施行されていないが、臨床上、治療上、血液中には細菌が存在しないと考えられたサンプルである。Post-onsetに記載されている菌名は、原因細菌に適切な抗菌薬を投与された患者の治療後のデータであることを指し、陰性コントロールとして適切であることを示している。

onsetサンプルについて得られた配列情報の解析により、各Taxonomic rank（今回ならばFamily、Genus、Species）ごとの結果を得た。表１において、各Taxonomic rankにおいて、培養法で証明された菌種の所属するTaxonomy名（種、属、科）が検出できていればPositiveとした。例えば、表１のL007では、Speciesがnegativeとなっている。これは、Bacillus（genus名）までは大量に検出されていたが、B.cereus（species名）はバックグラウンドで検出されている細菌と同程度であったため、negativeとラベルとした。

７．結果
（１）臨床実施例１
発熱性好中球減少症と診断された患者９７例について血液培養を行い、感染の原因生物を特定できなかった８７例を抽出した。８７例の患者の血漿を検査サンプルとして、上記予測方法を適用した結果、15例について原因微生物を特定できた。

（２）臨床実施例２
培養で原因細菌が特定できなかった臨床嫉視例１には含まれない症例の予測結果を図１に示す。血液試料からTatlockia micdadeiが検出された。相対優占度、Ｃｏｖｅｒａｇｅｐｅｒｃｅｎｔａｇｅ及びａｖｅｒａｇｅｄｅｐｔｈｏｆｍａｐｐｅｄｒｅｇｉｏｎｓを考慮すると感染の原因微生物として特定されたTatlockia micdadeiは、信頼性の高い結果であると考えられた。

（３）臨床実施例３
主訴が発熱のみの患者から、血液試料を採取し本予測方法を適用した。その結果、アデノウイルスを検出した。採血時当該患者にはアデノウイルス感染症を疑う所見はなかった。しかし、その後、肝機能異常と血尿の症状等のアデノウイルス感染を疑う所見が現れ、PCR検査によってアデノウイルス感染症と診断された。本例は、本予測方法により迅速診断ができた例である。

（４）臨床実施例４
本症例は、名古屋大学医学部附属病院にて、神経芽細胞腫を治療するために臍帯血移植を受けた10歳の患者であり、表１においてPatient_ID B07で示される。移植後、患者は、発熱と悪寒を発症し、血流感染症が疑われた。症状の発症直後から、患者は、セファロスポリン系抗生物質であるセフォゾプランを投与された。セフォゾプラン治療開始後も発熱が持続したため、セフタジジムが追加投与された。表１に示すように血液試料のNGS解析によりStenotrophomonas maltophiliaが感染の原因生物であると予測された。発症から4日後、カテーテルを除去しカテーテル先端の細菌培養検査を行ったところStenotrophomonas maltophiliaが検出された。患者はカテーテルを抜いた後に回復した。

（５）臨床実施例５
本症例は、名古屋大学医学部附属病院にて、神経芽細胞腫を治療するために臍帯血移植を受けた８歳の患者であり、表１においてPatient_ID B10で示される。移植後、患者は、発熱と悪寒を発症し、血流感染症が疑われた。症状の発症直後から、患者は、セファロスポリン系抗生物質であるセフォゾプランを投与された。表１に示すように血液試料のNGS解析によりSphingomonas paucimobilisが感染の原因生物であると予測された。発症から4日後、カテーテルを除去しカテーテル先端の細菌培養検査を行ったところSphingomonas paucimobilisが検出された。患者はカテーテルを抜いた後に回復した。

以上の結果から、本予測方法は、感染の原因生物の決定、及び感染の予測に有効であると考えられた。

１０予測装置
１０１処理部

Claims

検査対象の生物であるホスト又は前記ホストの生存環境における感染の原因生物を予測するための予測装置であって、
前記予測装置は、処理部を備え、
前記処理部は、
前記ホストに由来する検査サンプル中に存在する複数のポリヌクレオチドのそれぞれについて配列情報を取得し、
前記取得した配列情報のうち、前記ホスト以外の異種生物に存在するポリヌクレオチドをコードする異種生物由来配列情報に、前記異種生物由来配列情報から推定される生物種を示すラベルを付与し、
前記生物種を示すラベルが付与された異種生物由来配列情報の群に基づいて、前記各生物種を示すラベルに対応する配列情報のリード数とホスト以外に検出された異種生物の種の多様性指数とを算出し、
ロジスティック回帰分析式を使って、前記算出したリード数と多様性指数に基づいて、各生物種を示すラベルについて感染の原因生物である可能性を示すデータを生成し、
前記感染の原因生物である可能性を示すデータが感染の原因生物であることを示唆し、かつリード数が一定数以上である生物種を示すラベルを、感染の原因生物を示すラベルとして決定し、
感染の原因生物の予測結果を出力する、
前記予測装置。
前記生物種を示すラベルが、生物種の科名、属名、及び種名のそれぞれを個別に示すラベルである、
請求項１に記載の予測装置。
前記処理部は、
系統推定、及び／又は参照配列へのマッピングによって、前記異種生物由来配列情報から生物種を示すラベルを推定する、請求項１又は２に記載の予測装置。
前記処理部は、
系統推定、及び／又は参照配列へのマッピングによって、生物種を示すラベルを推定できなかった前記異種生物由来配列情報について、既知ヌクレオチド配列との相同性検索を行い生物種を示すラベルを推定し、
系統推定、及び／又は参照配列へのマッピングによって、前記異種生物由来配列情報から推定した生物種を示すラベルと併せて、ロジスティック回帰分析式を使って、前記算出したリード数と多様性指数に基づいて、各生物種を示すラベルについて感染の原因生物である可能性を示すデータを生成する、請求項１又は２に記載の予測装置。
前記処理部は、
系統推定によって、前記異種生物由来配列情報から生物種を示すラベルを推定し、予測結果を第１の予測結果として出力する、請求項１又は２に記載の予測装置。
前記処理部は、
系統推定によって、生物種を示すラベルを推定できなかった前記異種生物由来配列情報について、既知ヌクレオチド配列との相同性検索を行い生物種を示すラベルを推定し、
前記系統推定によって、前記異種生物由来配列情報から推定した生物種を示すラベルと併せて、ロジスティック回帰分析式を使って、前記算出したリード数と多様性指数に基づいて、各生物種を示すラベルについて感染の原因生物である可能性を示すデータを生成し、予測結果を第２の予測結果として出力する、請求項１又は２に記載の予測装置。
前記予測結果が、前記感染の原因生物を示すラベルに対応するリード数及び相対優占度の組み合わせで示される、
請求項１から６のいずれか一項に記載の予測装置。
前記処理部は、
生物種の科名、属名、又は種名を示すラベルと、各ラベルに対応するリード数とがＫｒｏｎａチャートにより示される解析レポートを生成する、
請求項１から６のいずれか一項に記載の予測装置。
前記処理部は、
前記生物種を示すラベルに対応するリード数を示す第１の軸と、前記ホスト以外の生物種の多様性指数を示す第２の軸を有するプロット領域であって、前記ロジスティック回帰分析式を二次元回帰式に変換し求められる回帰直線を備えるプロット領域を生成し、
前記プロット領域に、前記感染の原因生物である可能性を示すデータを生成したときのリード数と多様性指数の座標を示した二次元プロット図を生成し、
前記二次元プロット図で示される解析レポートを生成する、
請求項１から６のいずれか一項に記載の予測装置。
前記処理部は、
前記感染の原因生物を示すラベルに対応する前記異種生物由来配列情報を含む参照配列を配列データベースから検索し、
前記検査サンプルから取得された、前記感染の原因生物を示すラベルに対応する配列情報の全てを前記参照配列にマッピングし、
前記検査サンプルから取得された、前記感染の原因生物を示すラベルに対応する参照配列のうちどれだけの配列長が前記感染の原因生物を示すラベルを付された配列情報から解読されたかを示すｃｏｖｅｒａｇｅｐｅｒｃｅｎｔａｇｅを算出し、
さらに、前記解読された配列長が何回繰り返して解読されたかを示す値の平均値を示すａｖｅｒａｇｅｄｅｐｔｈｏｆｍａｐｐｅｄｒｅｇｉｏｎｓを算出し、
前記感染の原因生物を示すラベルと共に、前記参照配列の識別子と、前記ｃｏｖｅｒａｇｅｐｅｒｃｅｎｔａｇｅと、前記ａｖｅｒａｇｅｄｅｐｔｈｏｆｍａｐｐｅｄｒｅｇｉｏｎｓを出力する、
請求項１から９のいずれか一項に記載の予測装置。
前記処理部は、
さらに、前記ホスト以外の異種生物に存在するポリヌクレオチドをコードする異種生物由来配列情報の群から、抗生物薬に対する耐性遺伝子に由来するリードを検出し、検出されたリードに対応する耐性遺伝子を示すラベルを出力する、
請求項１から１０のいずれか一項に記載の予測装置。
検査対象の生物であるホスト又は前記ホストの生存環境における感染の原因生物を予測するための予測方法であって、
前記ホストに由来する検査サンプル中に存在する複数のポリヌクレオチドのそれぞれについて配列情報を取得することと、
前記取得した配列情報のうち、前記ホスト以外の異種生物に存在するポリヌクレオチドをコードする異種生物由来配列情報に、前記異種生物由来配列情報から推定される生物種を示すラベルを付与することと、
前記生物種を示すラベルが付与された異種生物由来配列情報の群に基づいて、前記各生物種を示すラベルに対応するリード数とホスト以外に検出された異種生物の種の多様性指数とを算出することと、
ロジスティック回帰分析式を使って、前記算出したリード数と多様性指数に基づいて、各生物種を示すラベルについて感染の原因生物である可能性を示すデータを生成し、
前記感染の原因生物である可能性を示すデータが感染の原因生物であることを示唆し、かつリード数が一定数以上である生物種を示すラベルを、感染の原因生物を示すラベルとして決定すること、
を含む、
前記予測方法。
コンピュータに実行させたときに、
コンピュータに、
検査対象の生物であるホストに由来する検査サンプル中に存在する複数のポリヌクレオチドのそれぞれについて配列情報を取得するステップと、
前記取得した配列情報のうち、前記ホスト以外の異種生物に存在するポリヌクレオチドをコードする異種生物由来配列情報に、前記異種生物由来配列情報から推定される生物種を示すラベルを付与するステップと、
前記生物種を示すラベルが付与された異種生物由来配列情報の群に基づいて、前記各生物種を示すラベルに対応するリード数とホスト以外に検出された異種生物の種の多様性指数とを算出するステップと、
ロジスティック回帰分析式を使って、前記算出したリード数と多様性指数に基づいて、各生物種を示すラベルについて感染の原因生物である可能性を示すデータを生成するステップと、
前記感染の原因生物である可能性を示すデータが感染の原因生物であることを示唆し、かつリード数が一定数以上である生物種を示すラベルを、感染の原因生物を示すラベルと決定するステップと、
予測結果を出力するステップと、
を実行させる、
前記ホスト又は前記ホストの生存環境における感染の原因生物を予測するための予測プログラム。