[go: up one dir, main page]

KR100686910B1 - 생체 상태 정보 처리 장치, 생체 상태 정보 처리 방법, 생체 상태 정보 관리 시스템 및 기록 매체 - Google Patents

생체 상태 정보 처리 장치, 생체 상태 정보 처리 방법, 생체 상태 정보 관리 시스템 및 기록 매체 Download PDF

Info

Publication number
KR100686910B1
KR100686910B1 KR1020057010476A KR20057010476A KR100686910B1 KR 100686910 B1 KR100686910 B1 KR 100686910B1 KR 1020057010476 A KR1020057010476 A KR 1020057010476A KR 20057010476 A KR20057010476 A KR 20057010476A KR 100686910 B1 KR100686910 B1 KR 100686910B1
Authority
KR
South Korea
Prior art keywords
correlation
blood concentration
concentration data
indicator
metabolite
Prior art date
Application number
KR1020057010476A
Other languages
English (en)
Other versions
KR20050084227A (ko
Inventor
다케시 기무라
야스시 노구치
Original Assignee
아지노모토 가부시키가이샤
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 아지노모토 가부시키가이샤 filed Critical 아지노모토 가부시키가이샤
Publication of KR20050084227A publication Critical patent/KR20050084227A/ko
Application granted granted Critical
Publication of KR100686910B1 publication Critical patent/KR100686910B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G16B40/20—Supervised data analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
    • G16B50/20—Heterogeneous data integration
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Biotechnology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Bioethics (AREA)
  • Public Health (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Epidemiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명에 따르는 시스템은, 생체 상태에 관한 정보를 처리하는 생체 상태 정보 처리 장치인 서버 장치(100)와, 생체 상태 정보 제공자의 정보 단말 장치인 클라이언트 장치(200)를, 네트워크(300)를 개재시켜 통신 가능하게 접속하여 구성되어 있다. 서버 장치(100)는, 클라이언트 장치(200)로부터 취득한 생체 상태 정보에 기초하여, 생체 상태에 대한 복수의 대사물의 복합 지표를 결정한다.
생체 상태 정보 처리, 복합 지표, 정보 단말 장치, 간 섬유화, 생물정보학, 기록 매체

Description

생체 상태 정보 처리 장치, 생체 상태 정보 처리 방법, 생체 상태 정보 관리 시스템 및 기록 매체{Organism condition information processor, organism condition information processing method, organism condition information managing system and recording medium}
본 발명은, 생체 상태 정보 처리 장치, 생체 상태 정보 처리 방법, 생체 상태 정보 관리 시스템, 프로그램 및 기록 매체에 관한 것이며, 특히 생체의 상태를 정의하는 여러 가지 현상과 간편하게 측정할 수 있는 복수의 대사물과의 상관 관계에 기초하여, 특정한 생체 상태 지표와 관련성이 높은 대사물의 조합을 도출하는 해석 수법을 제공할 수 있는, 생체 상태 정보 처리 장치, 생체 상태 정보 처리 방법, 생체 상태 정보 관리 시스템, 프로그램 및 기록 매체에 관한 것이다.
또한, 본 발명은, 간 섬유화 판정 장치, 간 섬유화 판정 방법, 간 섬유화 판정 시스템, 프로그램 및 기록 매체에 관한 것이며, 특히 간편하게 측정할 수 있는 복수의 대사물(특정한 아미노산)로부터 간 섬유화 병태 지표치를 계산하고, 계산한 병태 지표치에 따라 간 섬유화의 병태를 판정할 수 있는, 간 섬유화 판정 장치, 간 섬유화 판정 방법, 간 섬유화 판정 시스템, 프로그램 및 기록 매체에 관한 것이다.
또, 본 명세서에 있어서, 「생체 상태」는, 건강 상태(정상) 및 병태를 포함 하는 개념이다. 또한, 「각 개체에 있어서 측정된 생체 상태에 관한 지표 데이터」는, 각 개체의 생체 상태의 진단 결과 데이터를 포함하는 개념이고, 또한「지표 데이터」는 수치화된 것과 개념적인 것(예를 들면, 성별, 흡연의 유무 등)을 포함하는 개념이다.
현재 생물정보학의 흐름으로서 게노믹스, 트랜스크립트로믹스, 프로테오믹스, 메타보로믹스 등, 유전자 발현으로부터 생명 현상에 이르는 각 단계의 해석 기술이 급속하게 발전해 오고 있고, 금후의 바이오 사업의 인기 있는 존재로서 기대되고 있다. 그러나, 생물정보학의 실용화를 고려하는 데에 있어서 가장 중요한 단계는 흥미의 대상이 되는 생명 현상에 관련하는 여러 가지 레벨에 있어서의 생명 메카니즘의 파악이라고 할 수 있다.
게놈 해석의 초기에 있어서는, 게놈 정보만 알면 모든 생명 현상을 안다고 하는 것과 같은 낙관론이 있지만, 현재는 게놈 정보만으로는 생명 현상은 해명할 수 없기 때문에, 프로테옴, 메타볼롬 해석을 하지 않으면 안된다고 하는 이론으로 치환되고 있다. 그러나, 이러한 이론도 결국에는「게놈 정보만으로 전체를 안다」라고 하는 사고방식과 동렬이며, 단순히 정보량이 증가한 버전에 불과하다. 물론, 생명 현상의 전체가 해명되면, 무엇이 일어나고 있는지를 명확히 파악할 수 있을 것이다. 이것은 과학 발전의 궁극의 목표로서는 성립하지만, 한정된 자원과 시간 배분에 의해 실용화할 수 있는 성과를 올려야만 하는 기업 등에 있어서는, 단순히 정보량을 증가시켜 가는 접근은 그다지 실용적이지 않다고 할 수 있다. 단, 한정된 범위에서 종결점이 어느 정도 보이는 분야에 관해서는, 망라적인 정보량의 증가는 유익해 질 수 있는 가능성이 있다고 생각된다.
그러나, 생명 현상을 유전자 레벨에서 이해하기 위해서는, 세포 레벨의 유전자 발현, 단백질로의 번역, 단백질간의 결합, 효소의 작용, 대사물의 반응 속도 등의 정보 외에, 세포간 관계, 장기 간의 관계 등의 방대한 양의 정보가 필요해지며, 또한 이러한 정보를 취급할 수 있는 모델이 없으면 정밀도가 높은 예측은 할 수 없다. 때문에 정보의 입수와 이의 모델링이라고 하는 두 가지 기술이 필요하다.
현실에 있어서는, 생명 정보의 입수법에 관해서는 효율화가 진행되고 있지만, 생체 레벨까지의 완전 모델링에는 상당히 먼 것이 현실이다. 반면, 정밀도가 낮은 예측을 하기 위해서는 충분한 정보량을 수득할 수 있는 경우도 있지만, 정밀도가 낮은 예측이라면 지금까지의 모델링에 따르지 않는 접근법이 비용 대비 효과가 큰 경우가 많다.
여기에서, 의료 관계자에게 있어서 실제로 가장 감탄할 만한 것은 임상적으로 측정 가능한 지표와, 병태 등의 생체 상태와의 관계와, 그리고 도출되는 메카니즘이나 치료에 관한 지견이며, 이를 위해서는 단순히 생체 정보의 망라적인 수집뿐만 아니라, 병태 등의 생체 상태와 수많은 측정 가능한 지표와의 관계 해석법이 필요한 것이 인식되고 있다.
일반적으로 병태 마커에는 병태 특이성이 필요하다고 생각되고, 일대일 또는 이에 가까운 한정적인 관계가 요구되어 왔다. 그러나, 질환에 따라 많은 대사물이 영향을 받고, 그것은 반드시 질환과 일대일의 관계가 아니기 때문에 단순한 대사물의 병태 마커는 많지는 않다고 할 수 있다. 모든 대사물의 흐름의 변화를 종합적으로 파악할 수 있으면, 병태의 대사를 정의하는 지표를 도출할 가능성이 있다고 생각된다. 또한, 대사물의 연동성을 고려하면, 모든 대사물의 움직임을 파악하지 않더라도 몇개의 대사 지도 위에 분산된 대사물, 예를 들면 아미노산 등을 측정하는 것만으로 병태에 특이적인 대사 변화를 파악할 수 있는 가능성이 있다.
여기에서, 공지 기술로서, 예를 들면, 간 경변시에 증가하는 방향족 아미노산을 분모로 하고, 감소되는 측쇄 아미노산을 분자로 하여 작성된 지표인 핏셔(Fisher)비[(Ile + Leu + Val)/(Phe + Tyr)], 또한 병태와 정상인의 여러 가지 임상 지표를 컴퓨터에 입력하고, 입력된 데이터에 기초하여 뉴럴 네트워크(비선형 해석)를 트레이닝하고, 데이터의 차별화를 도모할 수 있도록 최적화된 뉴럴 네트워크를 사용하여 진단함을 기재한 미국 특허[참조: USP 5687716호; 이하「특허 문헌 1」이라고 한다.] 등이 존재한다.
그러나, 이러한 특허 문헌 1에서 개시된 기술에 의한 진단은, 이미 트레이닝된 뉴럴 네트워크 또는 동일한 파라미터를 갖는 뉴럴 네트워크가 필요하고, 특허 문헌 1에서 수득되는 진단 지표는 본 특허의 해석 수법이나 기기에 의존하는 것이었다. 이로 인해, 특허 문헌 1에서 수득되는 진단 지표는, 특허 문헌 1에서 개시된 해석 수법이나 기기와 독립하여 활용할 수 없으며, 범용적인 치료용 표준으로서 활용할 수 없다고 하는 문제점이 있다.
또한, 특허 문헌 1에 의해 개시된 기술에 의해 결정된 진단 지표에 포함되는 대사물에 관해서, 대사 지도 위의 관계를 보아 이의 화학적, 생리학적, 약학적인 지견 등과 합쳐서 고찰하며, 질환의 메카니즘 등을 분석하는 것도 생각할 수 있다. 이와 같이, 공지의 대사학적 지견 등과 진단 지표와의 매칭분석을 실시함으로써, 병태와 대사의 연동성을 분석할 수 있게 되고, 또한 진단 지표로서의 뒷받침이 되는 정보를 취득하거나, 또, 새로운 대사학적인 지견의 발견 등을 할 때의 계기가 될 수 있는 대단히 유익한 정보를 수득할 수 있게 된다. 그러나, 종래 기술에 있어서는, 이러한 분석 작업은 모두 연구자가 남의 손에 의해 수행하지 않으면 안되는 문제점이 있었다.
본 발명은 상기 문제점을 감안하여 이루어진 것으로, 생체 상태를 정의하는 여러 가지 현상과 간편하게 측정할 수 있는 복수의 대사물의 상관 관계에 기초하여, 특정한 생체 상태 지표와 관련성이 높은 대사물의 조합을 도출하는 해석 수법을 제공할 수 있는, 생체 상태 정보 처리 장치, 생체 상태 정보 처리 방법, 생체 상태 정보 관리 시스템, 프로그램 및 기록 매체를 제공하는 것을 목적으로 하고 있다.
또한, 본 발명은, 간편하게 측정할 수 있는 복수의 대사물(특정한 아미노산)로부터 간 섬유화의 병태 지표치를 계산하고, 계산한 병태 지표치에 따라서 간 섬유화의 병태를 판정할 수 있는, 간 섬유화 판정 장치, 간 섬유화 판정 방법, 간 섬유화 판정 시스템, 프로그램 및 기록 매체를 제공하는 것을 목적으로 하고 있다.
본 발명은, 본 발명자가 예의 연구를 하여 취득한 여러 가지 지견에 의해 이루어진 것이다. 우선, 아미노산 등의 대사물 측정에 있어서의 정밀도는 높으며, 측정에 유래하는 분산은 개체차에 의한 분산보다도 훨씬 작은 것이 여러 가지 실험에 의해 확인되고 있다.
또한, 식후 혈중 데이터는 대사에 관련하는 유전자 발현 등의 상태 변화를 반영하고 있다. 여기에서, 혈액은 모든 장기와 관계가 있으며, 어떤 장기에 있어서의 변화가 혈중에 반영될 가능성이 있다.
또한, 예를 들면, 특정한 생체 상태(예를 들면, 간 섬유화 등의 병태)에서는 대사에 관련하는 많은 유전자의 발현이 영향받고 있을 가능성이 있다. 또한, 혈중에 있어서의 많은 대사물의 움직임은 다른 대사물과 연동하고 있으며, 특정한 생체 상태와 가장 관계가 있는 대사물을 측정할 수 없더라도 그것과 연동하는 대사물이 영향을 받고 있을 가능성이 있다.
그래서, 본 발명자는, 각 개체 중의 대사물(특히, 아미노산)의 혈중 레벨의 상관 관계가 대단히 효과적인 상태 지표가 될 수 있는 것을 발견하였다. 즉, 아미노산 등의 한정된 대사물의 혈중 레벨의 고정밀도 측정 데이터와 특정한 생체 상태와의 관계 해석에 의해서, 현상적으로 특정한 생체 상태와 관련하고 있는 대사물의 조합을 탐색하는 것이 가능하다. 또한, 정상인과 특정한 생체 상태를 차별화할 수 있는 지표가 있으면, 그것을 조기 진단 지표로 하는 것이 가능하다.
이러한 목적을 달성하기 위해서, 본 발명에 따르는 생체 상태 정보 처리 장치, 본 발명에 따르는 생체 상태 정보 처리 방법 및 본 발명에 따르는 생체 상태 정보 처리 방법을 컴퓨터에 실행시킴을 특징으로 하는 프로그램은, 각 개체에 있어서 측정된 생체 상태에 관한 지표 데이터와, 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터와의 상관성을 나타내는, 수학식 1의 상관식을 설정하는 상관식 설정 수단(상관식 설정 단계)과, 상기 상관식 설정 수단(상관식 설정 단계)으로 설정된 상기 상관식에, 시뮬레이션 대상의 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 대입하여, 상기 시뮬레이션 대상의 개체 중의 상기 생체 상태를 시뮬레이션하는 생체 상태 시뮬레이션 수단(생체 상태 시뮬레이션 단계)을 구비함(포함)을 특징으로 한다.
Figure 112005030592266-pct00001
상기 수학식 1에 있어서,
i, j 및 k는 자연수이고,
Ai 및 Bj는 대사물의 혈중 농도 데이터 또는 이것을 함수 처리한 값이고,
Ci, Di, Ej, Fj, Gk 및 H는 정수이다.
이러한 장치, 방법 및 프로그램에 의하면, 각 개체에 있어서 측정된 생체 상태에 관한 지표 데이터와, 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터와의 상관성을 나타내는, 수학식 1로 나타낸 상관식을 설정하고, 설정된 상관 식에 시뮬레이션 대상의 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 대입하여 시뮬레이션 대상의 개체 중의 생체 상태를 시뮬레이션하기 때문에, 예를 들면, 건강 상태, 질병의 진행 상태, 질병의 치료 상태, 장래의 질병 위험, 약제의 유효성, 약제의 부작용 등을 개체 중의 대사물의 혈중 농도에 기초하여 효과적으로 시뮬레이션할 수 있다.
여기에서, 「시뮬레이션」이란, 설정된 모델(예를 들면 본 발명에 있어서의 「상관식」)에 기초하여 수치를 산출하고, 산출한 수치를 미리 정한 역치에 기초하여 판정하여 특정한 생태 상태를 판별하는 것을 포함하는 개념이다.
구체적으로는, 예를 들면, 일정 기간 후의 발증을 예측하는 질병 위험 진단에 본 발명을 적용하여, 과거의 혈중 농도 데이터(예를 들면 10년 전의 아미노산 데이터 등)와 현재의 질병이나 건강 상태에 관한 지표 데이터로부터 상관식을 설정하고, 당해 상관식에 현재의 혈중 농도 데이터를 대입함으로써, 장래의 질병이나 건강 상태를 효과적으로 시뮬레이션할 수 있다.
또한, 예를 들면, 투약에 의한 약제의 유효성(예를 들면 인터페론(IFN: interferon) 등의 약제를 투여하였을 때의 당해 약제의 유효성)이나 부작용 등의 시뮬레이션 외에, 스트레스 등에 의한 생체 상태의 변화(예를 들면 음식 섭취 등의 자극을 주었을 때의 생체 상태의 변화) 등에 관해서도 효과적으로 시뮬레이션할 수 있다.
여기에서, 상관식 설정 수단(상관식 설정 단계)에 있어서의 상관식의 설정에는,「임상 데이터에 포함되는 각 아미노산의 혈중 농도를 수학식 1에 적용시켜 새 롭게 수학식 1의 각 정수를 구하여 상관식을 설정하는 경우」와, 「미리 구해진 상관식을 설정하는 경우」가 있다. 또, 후자는, 전자에 의해 정수를 정한 상관식을 미리 기억 장치의 소정의 파일에 저장해 두고, 당해 파일로부터 원하는 상관식을 선택하여 설정하는 경우 또는 다른 컴퓨터 장치의 기억 장치에 미리 저장된 상관식을 네트워크 경유하여 다운로드하여 설정하는 경우를 포함한다.
또한, 다음의 발명에 따르는 생체 상태 정보 처리 장치, 다음의 발명에 따르는 생체 상태 정보 처리 방법 및 다음의 발명에 따르는 프로그램은, 상기에 기재된 생체 상태 정보 처리 장치, 상기에 기재된 생체 상태 정보 처리 방법 및 상기에 기재된 프로그램에 있어서, 상기 상관식 설정 수단(상관식 설정 단계)은, 각 개체에 있어서 측정된 생체 상태에 관한 지표 데이터 및 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군에 기초하여, 각 대사물에 관해서 상기 지표 데이터와의 상관성을 결정하는 상관성 결정 수단(상관성 결정 단계)과, 상기 상관성 결정 수단(상관성 결정 단계)으로 결정된 각 대사물의 상기 상관성에 기초하여, 소정의 계산 방식에 의해 상기 생체 상태에 대한 복수의 대사물에 의한 상관식을 작성하는 상관식 작성 수단(상관식 작성 단계)과 상기 상관식 작성 수단(상관식 작성 단계)으로 결정된 상기 상관식의 생체 상태에 관한 지표 데이터에 대한 상관 계수에 기초하여 상기 상관식을 최적화하는 최적화 수단(최적화 단계)을 구비함(포함)을 특징으로 한다.
이것은 상관식 설정 수단(상관식 설정 단계)의 일례를 한층 더 구체적으로 나타낸 것이다. 이 장치, 방법 및 프로그램에 의하면, 각 개체에 있어서 측정된 생체 상태에 관한 지표 데이터 및 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군에 기초하여, 각 대사물에 관해서 지표 데이터와의 상관성을 결정하고, 결정된 각 대사물의 상관성에 기초하여, 소정의 계산 방식에 의해 생체 상태에 대한 복수의 대사물에 의한 상관식(상관 함수)을 작성하고, 결정된 상관식의 생체 상태에 관한 지표 데이터에 대한 상관 계수에 기초하여 상관식을 최적화하기 때문에, 상관성이 높은 계산식을 생체 상태의 복합 지표로서 사용할 수 있게 되며, 생체 상태와 상관성이 높은 아미노산 등의 측정 가능한 대사물에 의해서 구성된 복합 지표의 산출을 효율적으로 수행할 수 있게 된다.
여기에서, 「상관 계수에 기초하여 상관식을 최적화한다」란, 예를 들면, 상관 계수가 상위(예를 들면, 상위 20위 등)가 되도록, 바람직하게는 상관 계수가 최대가 되도록 상관식을 채용하는 것이다.
또한, 이에 의해, 각 생체 상태에 대한 복합 지표를 각각 구할 수 있게 되기 때문에, 1회의 혈중 아미노산 농도 등의 측정 결과를 사용하여 많은 생체 상태의 스크리닝이 가능하게 되어 검사 비용의 대폭적인 삭감으로 이어진다.
또한, 이에 의해, 측정시에 생체 상태 지표가 없는 생체 상태에 관해서도, 복합 지표가 분명해진 시점에서 과거 데이터의 해석에 의해 진단이 가능해진다.
또한, 이에 의해, 생체 상태에 대한 복합 지표를 구성하는 각 대사물은, 당해 생체 상태의 요인 또는 결과일 가능성이 있기 때문에, 이러한 복합 지표를 마커로 한 생체 상태의 치료법의 개발이 가능해진다.
여기에서, 「생체 상태에 관한 지표 데이터」는, 측정치, 진단 결과 등의 수 치화된 데이터를 사용할 수 있으며, 또한 하기의 예에 나타내는 바와 같이 정상 및 병태에 대해 임의의 수치를 부여한 것이라도 양호하다. 후자에서는, 수치화된 데이터를 갖고 있지 않더라도 병태 또는 그 레벨에 대해 임의의 수치를 부여함으로써 해석하는 것이 가능해진다.
예) 정상 = O, 비만 = 1
정상 = 1, 경증 당뇨병 = 2, 중증 당뇨병 = 3 등
또한, 기존 지표가 없는 질병의 경우에 있어서도, 본 발명을 적용함으로써, 진단 지표가 분명하지 않은 난진단성 영역의 생체 상태를 판정하는 것이 가능해진다.
또한, 다음의 발명에 따르는 생체 상태 정보 처리 장치, 다음의 발명에 따르는 생체 상태 정보 처리 방법 및 다음의 발명에 따르는 프로그램은, 상기에 기재된 생체 상태 정보 처리 장치, 상기에 기재된 생체 상태 정보 처리 방법 및 상기에 기재된 프로그램에 있어서, 상기 최적화 수단(최적화 단계)은, 각 대사물 중의 일부의 대사물을 선택하는 대사물 선택 수단(대사물 선택 단계)을 추가로 구비하며(포함하며), 상기 대사물 선택 수단(대사물 선택 단계)에서 선택된 복수의 대사물을 사용하여 상관식을 작성하고, 생체 상태에 관한 지표 데이터에 대한 상관 계수를 계산하고, 생체 상태에 관한 지표 데이터에 대한 상관 계수 및 대사물 수에 기초하여 대사물의 조합을 최적화함을 특징으로 한다.
이것은 최적화 수단(최적화 단계)의 일례를 한층 더 구체적으로 나타내는 것이다. 이러한 장치, 방법 및 프로그램에 의하면, 각 대사물 중의 일부의 대사물을 선택하고, 선택된 복수의 대사물을 사용하여 상관식을 작성하며, 생체 상태에 관한 지표 데이터에 대한 상관 계수를 계산하여 생체 상태에 관한 지표 데이터에 대한 상관 계수 및 대사물 수에 기초하여 대사물의 조합을 최적화하기 때문에, 각 아미노산의 선택적 제거를 망라적 및 자동적으로 할 수 있게 되기 때문에, 생체 상태에 대한 복합 지표를 효율적으로 구할 수 있게 된다.
여기에서, 「상관 계수 및 대사물 수에 기초하여 대사물의 조합을 최적화한다」란, 예를 들면, 상관 계수가 상위(예를 들면 상위 20위 등), 대사물 수가 최소가 되도록, 바람직하게는 상관 계수가 최대, 대사물 수가 최소가 되도록 대사물의 조합을 채용하는 것이다.
또한, 다음의 발명에 따르는 생체 상태 정보 처리 장치, 다음의 발명에 따르는 생체 상태 정보 처리 방법 및 다음의 발명에 따르는 프로그램은, 상기에 기재된 생체 상태 정보 처리 장치, 상기에 기재된 생체 상태 정보 처리 방법 및 상기에 기재된 프로그램에 있어서, 상기 최적화 수단(최적화 단계)은, 상기 계산식을 분할하는 계산식 분할 수단(계산식 분할 단계)을 추가로 구비하며(포함하며), 상기 계산식 분할 수단(계산식 분할 단계)에서 분할된 상기 계산식을 사용하여 상기 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산하고 생체 상태에 관한 지표 데이터에 대한 상관 계수에 기초하여 분할의 조합을 최적화함을 특징으로 한다.
이것은, 최적화 수단(최적화 단계)의 일례를 한층 더 구체적으로 나타내는 것이다. 이러한 장치, 방법 및 프로그램에 의하면, 계산식을 분할하고, 분할된 계산식을 사용하여 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산하고, 생체 상태에 관한 지표 데이터에 대한 상관 계수에 기초하여 분할의 조합을 최적화하기 때문에, 각 계산식의 분할을 망라적 및 자동적으로 수행할 수 있게 되기 때문에, 생체 상태에 대한 복합 지표를 효율적으로 구할 수 있게 된다.
여기에서, 「상관 계수에 기초하여 분할의 조합을 최적화한다」란, 예를 들면, 상관 계수가 상위(예를 들면 상위 20위 등)가 되도록, 바람직하게는 상관 계수가 최대가 되도록 분할의 조합을 채용하는 것이다.
또한, 다음의 발명에 따르는 생체 상태 정보 처리 장치, 다음의 발명에 따르는 생체 상태 정보 처리 방법 및 다음의 발명에 따르는 프로그램은, 상기에 기재된 생체 상태 정보 처리 장치, 상기에 기재된 생체 상태 정보 처리 방법 및 상기에 기재된 프로그램에 있어서, 상기 최적화 수단(최적화 단계)은, 상기 계산식을 대사 지도 정보에 기초하여 분할하는 대사 지도 분할 수단(대사 지도 분할 단계)을 추가로 구비하며(포함하며), 상기 대사 지도 분할 수단(대사 지도 분할 단계)에서 분할된 상기 계산식을 사용하여 상기 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산함을 특징으로 한다.
이것은, 최적화 수단(최적화 단계)의 일례를 한층 더 구체적으로 나타내는 것이다. 이러한 장치, 방법 및 프로그램에 의하면, 계산식을 대사 지도 정보에 기초하여 분할하고, 분할된 계산식을 사용하여 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산하기 때문에, 생체 상태에 관계하는 대사물의 대사 지도가 공지된 경우에, 이러한 생화학적인 지견에 기초하여 계산식을 자동적으로 분할할 수 있게 된다.
또한, 계산된 상관식에 포함되는 대사물간의 관계를 수치화하여 대사 지도에 투영하고, 대사량 또는 대사 율속(律速)점을 추정하도록 할 수 있다.
또한, 다음의 발명에 따르는 생체 상태 정보 처리 장치, 다음의 발명에 따르는 생체 상태 정보 처리 방법 및 다음의 발명에 따르는 프로그램은, 상기에 기재된 생체 상태 정보 처리 장치, 상기에 기재된 생체 상태 정보 처리 방법 및 상기에 기재된 프로그램에 있어서, 상기 대사물은 아미노산임을 특징으로 한다.
이것은, 대사물의 일례를 한층 더 구체적으로 나타내는 것이다. 이러한 장치, 방법 및 프로그램에 의하면, 대사물은 아미노산이기 때문에, 대사물 측정에 있어서의 정밀도가 높고, 측정에 유래하는 분산은 개체차에 의한 분산보다도 훨씬 작은 점 등의 아미노산의 유리한 물성을 이용하여, 신뢰성이 높은 생체 상태의 복합 지표를 구할 수 있게 된다.
또한, 본 발명은 생체 상태 정보 관리 시스템에 관한 것이며, 본 발명에 따르는 생체 상태 정보 관리 시스템은, 생체 상태에 관한 정보를 처리하는 생체 상태 정보 처리 장치와, 생체 상태 정보 제공자의 정보 단말 장치를, 네트워크를 개재시켜 통신 가능하게 접속하여 구성된 생체 상태 정보 관리 시스템으로서, 상기 생체 상태 정보 처리 장치는, 각 개체에 있어서 측정된 생체 상태에 관한 지표 데이터와, 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터와의 상관성을 나타내는, 수학식 1의 상관식을 설정하는 상관식 설정 수단과, 시뮬레이션 대상의 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 상기 정보 단말 장치로부터 취득하는 혈중 농도 데이터군 취득 수단과, 상기 상관식 설정 수단으로 설정된 상 기 상관식에, 상기 혈중 농도 데이터군 취득 수단으로 취득된 상기 시뮬레이션 대상의 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 대입하여, 상기 시뮬레이션 대상의 개체 중의 상기 생체 상태를 시뮬레이션하는 생체 상태 시뮬레이션 수단과 상기 생체 상태 시뮬레이션 수단으로 시뮬레이션된 상기 시뮬레이션 대상의 개체 중의 상기 생체 상태의 시뮬레이션 결과를 상기 혈중 농도 데이터군을 송신한 상기 정보 단말 장치에 대하여 송신하는 분석 결과 송신 수단을 구비하고, 상기 정보 단말 장치는 상기 혈중 농도 데이터군을 상기 생체 상태 정보 처리 장치에 대해 송신하는 송신 수단과, 상기 송신 수단으로 송신한 상기 혈중 농도 데이터군에 대응하는 상기 시뮬레이션 결과를 상기 생체 상태 정보 처리 장치로부터 수신하는 수신 수단을 구비함을 특징으로 한다.
수학식 1
Figure 112005030592266-pct00002
상기 수학식 1에 있어서,
i, j 및 k는 자연수이고,
Ai 및 Bj는 대사물의 혈중 농도 데이터 또는 그것을 함수 처리한 값이고,
Ci, Di, Ej, Fj, Gk 및 H는 정수이다.
이러한 시스템에 의하면, 생체 상태 정보 처리 장치는, 각 개체에 있어서 측 정된 생체 상태에 관한 지표 데이터와, 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터와의 상관성을 나타내는 수학식 1의 상관식을 설정하고, 시뮬레이션 대상의 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 정보 단말 장치로부터 취득하여 설정된 상관식에, 취득된 시뮬레이션 대상의 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 대입하고, 시뮬레이션 대상의 개체 중의 생체 상태를 시뮬레이션하여, 시뮬레이션된 시뮬레이션 대상의 개체 중의 생체 상태의 시뮬레이션 결과를, 혈중 농도 데이터군을 송신한 정보 단말 장치에 대해 송신하고, 정보 단말 장치는 혈중 농도 데이터군을 생체 상태 정보 처리 장치에 대해 송신하고, 송신한 혈중 농도 데이터군에 대응하는 시뮬레이션 결과를 생체 상태 정보 처리 장치로부터 수신하기 때문에, 예를 들면, 건강 상태, 질병의 진행 상태, 질병의 치료 상태, 장래의 질병 위험, 약제의 유효성, 약제의 부작용 등을 개체 중의 대사물의 혈중 농도에 기초하여 효과적으로 시뮬레이션할 수 있다.
여기에서, 「시뮬레이션」이란, 설정된 모델(예를 들면 본 발명에 있어서의「상관식」)에 기초하여 수치를 산출하고, 산출한 수치를 미리 정한 역치에 기초하여 판정하여 특정한 생태 상태를 판별하는 것을 포함하는 개념이다.
구체적으로는, 예를 들면, 일정 기간 후의 발증을 예측하는 질병 위험 진단에 본 발명을 적용하고, 과거의 혈중 농도 데이터(예를 들면 10년 전의 아미노산 데이터 등)와 현재의 질병이나 건강 상태에 관한 지표 데이터로부터 상관식을 설정하고, 당해 상관식에 현재의 혈중 농도 데이터를 대입함으로써, 장래의 질병이나 건강 상태를 효과적으로 시뮬레이션할 수 있다.
또한, 예를 들면, 투약에 의한 약제의 유효성(예를 들면 인터페론(IFN: interferon) 등의 약제를 투여하였을 때의 당해 약제의 유효성)이나 부작용 등의 시뮬레이션 외에, 스트레스 등에 의한 생체 상태의 변화(예를 들면 음식 섭취 등의 자극을 주었을 때의 생체 상태의 변화) 등에 관해서도 효과적으로 시뮬레이션할 수 있다.
또한, 다음의 발명에 따르는 생체 상태 정보 관리 시스템은, 상기에 기재된 생체 상태 정보 관리 시스템에 있어서, 상기 상관식 설정 수단은 각 개체에 있어서 측정된 생체 상태에 관한 지표 데이터 및 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군에 기초하여, 각 대사물에 관해서 상기 지표 데이터와의 상관성을 결정하는 상관성 결정 수단과, 상기 상관성 결정 수단으로 결정된 각 대사물의 상기 상관성에 기초하여, 소정의 계산 방식에 의해 상기 생체 상태에 대한 복수의 대사물에 의한 상관식을 작성하는 상관식 작성 수단과, 상기 상관식 작성 수단으로 결정된 상기 상관식의 생체 상태에 관한 지표 데이터에 대한 상관 계수에 기초하여 상기 상관식을 최적화하는 최적화 수단을 구비함을 특징으로 한다.
이것은 상관식 설정 수단의 일례를 한층 더 구체적으로 나타내는 것이다. 이러한 시스템에 의하면, 생체 상태 정보 처리 장치는, 각 개체에 있어서 측정된 생체 상태에 관한 지표 데이터 및 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군에 기초하여 각 대사물에 관해서 지표 데이터와의 상관성을 결정하고, 결정된 각 대사물의 상관성에 기초하여 소정의 계산 방식에 의해 생체 상태에 대한 복수의 대사물에 의한 상관식(상관 함수)을 작성하고, 결정된 상관식의 생체 상태에 관한 지표 데이터에 대한 상관 계수에 기초하여 상관식을 최적화하기 때문에, 상관이 높은 계산식을 생체 상태의 복합 지표로서 사용할 수 있게 되고, 생체 상태와 상관이 높은 아미노산 등의 측정 가능한 대사물에 의해 구성된 복합 지표의 산출을 효율적으로 수행할 수 있게 된다.
여기에서, 「상관 계수에 기초하여 상관식을 최적화한다」란, 예를 들면, 상관 계수가 상위(예를 들면, 상위 20위 등)가 되도록, 바람직하게는 상관 계수가 최대가 되도록 상관식을 채용하는 것이다.
또한, 이에 의해, 각 생체 상태에 대한 복합 지표를 각각 구할 수 있게 되기 때문에, 1회의 혈중 아미노산 농도 등의 측정 결과를 사용하여 많은 생체 상태의 스크리닝이 가능하게 되어 검사 비용의 대폭적인 삭감으로 이어진다.
또한, 이에 의해, 측정시에 생체 상태 지표가 없는 생체 상태에 관해서도, 복합 지표가 분명해진 시점에서 과거 데이터의 해석에 의해 진단이 가능해진다.
또한, 이에 의해, 생체 상태에 대한 복합 지표를 구성하는 각 대사물은, 당해 생체 상태의 요인 또는 결과일 가능성이 있기 때문에, 이러한 복합 지표를 마커로 한 생체 상태의 치료법의 개발이 가능해진다.
여기에서, 「생체 상태에 관한 지표 데이터」는, 측정치, 진단 결과 등의 수치화된 데이터를 사용할 수 있으며, 또한 하기의 예에 나타내는 바와 같이 정상 및 병태에 대해 임의의 수치를 부여한 것이라도 양호하다. 후자에서는, 수치화된 데이터를 갖고 있지 않아도 병태 또는 이의 레벨에 대해 임의의 수치를 부여함으로써 해석하는 것이 가능해진다.
예) 정상 = O, 비만 = 1
정상 = 1, 경증 당뇨병 = 2, 중증 당뇨병 = 3 등
또한, 기존 지표가 없는 질병의 경우에 있어서도, 본 발명을 적용함으로써, 진단 지표가 분명하지 않은 난진단성 영역의 생체 상태를 판정하는 것이 가능해진다.
또한, 다음의 발명에 따르는 생체 상태 정보 관리 시스템은, 상기에 기재된 생체 상태 정보 관리 시스템에 있어서, 상기 최적화 수단은, 각 대사물 중의 일부의 대사물을 선택하는 대사물 선택 수단을 추가로 구비하며, 상기 대사물 선택 수단으로 선택된 복수의 대사물을 사용하여 상관식을 작성하고, 생체 상태에 관한 지표 데이터에 대한 상관 계수를 계산하고, 생체 상태에 관한 지표 데이터에 대한 상관 계수 및 대사물 수에 기초하여 대사물의 조합을 최적화함을 특징으로 한다.
이것은 최적화 수단의 일례를 한층 더 구체적으로 나타낸 것이다. 이러한 시스템에 의하면, 각 대사물 중의 일부의 대사물을 선택하고, 선택된 복수의 대사물을 사용하여 상관식을 작성하고, 생체 상태에 관한 지표 데이터에 대한 상관 계수를 계산하고, 생체 상태에 관한 지표 데이터에 대한 상관 계수 및 대사물 수에 기초하여 대사물의 조합을 최적화하므로, 각 아미노산의 선택적 제거를 망라적 및 자동적으로 실시할 수 있게 되기 때문에, 생체 상태에 대한 복합 지표를 효율적으로 구할 수 있게 된다.
여기에서, 「상관 계수 및 대사물 수에 기초하여 대사물의 조합을 최적화한다」란, 예를 들면, 상관 계수가 상위(예를 들면 상위 20위 등), 대사물 수가 최소 가 되도록, 바람직하게는 상관 계수가 최대, 대사물 수가 최소가 되도록 대사물의 조합을 채용하는 것이다.
또한, 다음의 발명에 따르는 생체 상태 정보 관리 시스템은, 상기에 기재된 생체 상태 정보 관리 시스템에 있어서, 상기 최적화 수단은 상기 계산식을 분할하는 계산식 분할 수단을 추가로 구비하고, 상기 계산식 분할 수단으로 분할된 상기 계산식을 사용하여 상기 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산하고, 생체 상태에 관한 지표 데이터에 대한 상관 계수에 기초하여 분할의 조합을 최적화함을 특징으로 한다.
이것은 최적화 수단의 일례를 한층 더 구체적으로 나타내는 것이다. 이러한 시스템에 의하면, 계산식을 분할하고, 분할된 계산식을 사용하여 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산하고, 생체 상태에 관한 지표 데이터에 대한 상관 계수에 기초하여 분할의 조합을 최적화하므로, 각 계산식의 분할을 망라적 및 자동적으로 할 수 있게 되기 때문에, 생체 상태에 대한 복합 지표를 효율적으로 구할 수 있게 된다.
여기에서, 「상관 계수에 기초하여 분할의 조합을 최적화한다」란, 예를 들면, 상관 계수가 상위(예를 들면 상위 20위 등)가 되도록, 바람직하게는 상관 계수가 최대가 되도록 분할의 조합을 채용하는 것이다.
또한, 다음의 발명에 따르는 생체 상태 정보 관리 시스템은, 상기에 기재된 생체 상태 정보 관리 시스템에 있어서, 상기 최적화 수단은, 상기 계산식을 대사 지도 정보에 기초하여 분할하는 대사 지도 분할 수단을 추가로 구비하고, 상기 대 사 지도 분할 수단으로 분할된 상기 계산식을 사용하여 상기 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산함을 특징으로 한다.
이것은 최적화 수단의 일례를 한층 더 구체적으로 나타내는 것이다. 이러한 시스템에 의하면, 계산식을 대사 지도 정보에 기초하여 분할하고, 분할된 계산식을 사용하여 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산하기 때문에, 생체 상태에 관계하는 대사물의 대사 지도가 공지된 경우에, 이러한 생화학적인 지견에 기초하여 계산식을 자동적으로 분할할 수 있게 된다.
또한, 계산된 상관식에 포함되는 대사물간의 관계를 수치화하고, 대사 지도에 투영하여 대사량 또는 대사 율속점을 추정하도록 할 수 있다.
또한, 다음의 발명에 따르는 생체 상태 정보 관리 시스템은, 상기에 기재된 생체 상태 정보 관리 시스템에 있어서, 상기 대사물은 아미노산임을 특징으로 한다.
이것은 대사물의 일례를 한층 더 구체적으로 나타내는 것이다. 이러한 시스템에 의하면, 대사물은 아미노산이기 때문에, 대사물 측정에 있어서의 정밀도가 높고, 측정에 유래하는 분산은 개체차에 의한 분산보다도 훨씬 작은 등의 아미노산의 유리한 물성을 이용하여, 신뢰성이 높은 생체 상태의 복합 지표를 구할 수 있게 된다.
또한, 본 발명은 기록 매체에 관한 것이며, 본 발명에 따르는 기록 매체는, 상기에 기재된 프로그램이 기록되어 있음을 특징으로 한다.
이러한 기록 매체에 의하면, 당해 기록 매체에 기록된 프로그램을 컴퓨터로 재생하여 실행함으로써, 상기에 기재된 프로그램을 컴퓨터를 이용하여 실현할 수 있어 이들 각 프로그램과 동일한 효과를 수득할 수 있다.
또한, 본 발명은 간 섬유화 판정 장치, 간 섬유화 판정 방법 및 프로그램에 관한 것이며, 본 발명에 따르는 간 섬유화 판정 장치, 본 발명에 따르는 간 섬유화 판정 방법 및 본 발명에 따르는 간 섬유화 판정 방법을 컴퓨터에 실행시킴을 특징으로 하는 프로그램은, 각 개체의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 취득하는 혈중 농도 데이터 취득 수단(혈중 농도 데이터 취득 단계)과, 하기의 복합 지표 1 내지 4 중 하나 이상에 기초하여, 상기 혈중 농도 데이터 취득 수단(혈중 농도 데이터 취득 단계)에 의해 취득한 상기 혈중 농도 데이터군으로부터 간 섬유화의 병태 지표치를 계산하는 병태 지표치 계산 수단(병태 지표치 계산 단계 및
상기 병태 지표치 계산 수단(병태 지표치 계산 단계)으로 계산한 상기 병태 지표치에 따라서 간 섬유화의 병태를 판정하는 병태 판정 수단(병태 판정 단계)을 구비함(포함함)을 특징으로 한다.
복합 지표 1;
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Trp)
복합 지표 2;
(Asn+Tyr)/(Cit) + (Met+Arg)/(Asp+(α-ABA))
복합 지표 3;
(Tau+Gly)/(Gln) + (α-ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
복합 지표 4;
(Tau+Trp)/(Tyr) + ((α-ABA)+His)/(Asp+Asn)
이러한 장치, 방법 및 프로그램에 의하면, 각 개체의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 취득하여, 하기의 복합 지표 1 내지 4 중 하나 이상에 기초하여, 취득한 혈중 농도 데이터군으로부터 간 섬유화의 병태 지표치를 계산하고, 계산한 병태 지표치에 따라 간 섬유화의 병태를 판정하기 때문에, 1회의 혈중 아미노산 농도 등의 측정 결과 데이터를 사용하여 대부분의 간 섬유화의 스크리닝이 가능해지며, 검사 비용의 대폭적인 삭감으로 이어진다.
복합 지표 1;
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Trp)
복합 지표 2;
(Asn+Tyr)/(Cit) + (Met+Arg)/(Asp+(α-ABA))
복합 지표 3;
(Tau+Gly)/(Gln) + (α-ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
복합 지표 4;
(Tau+Trp)/(Tyr) + ((α-ABA)+His)/(Asp+Asn)
또한, 이에 의해, 과거의 혈중 아미노산 농도 등의 측정 결과 데이터의 해석에 의해 진단이 가능해진다.
또한, 간 섬유화에 대한 복합 지표 1 내지 4 중 하나 이상을 구성하는 각 대사물은, 당해 간 섬유화의 요인 또는 결과일 가능성이 있기 때문에, 이러한 복합 지표 1 내지 4 중 하나 이상을 마커로 한 간 섬유화의 치료법의 개발이 가능해진다.
여기에서, 복합 지표 1 내지 4 중 하나 이상의 식 중의 아미노산은, 예를 들면, 화학적으로 등가의 물성을 갖는 아미노산 등으로 교체될 수 있다.
구체적으로는, 예를 들면, 복합 지표 1 내지 4 중 하나 이상을 대응하는 하기의 식으로 교체될 수 있다.
복합 지표 1은, 예를 들면, 이하의 복합 지표 1-1 내지 1-20으로 치환할 수 있다.
(복합 지표 1-1)
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Trp)
(복합 지표 1-2)
(Asn)/(Tau+Ile) + (Gln)/(Thr+Ser+Val+Trp)
(복합 지표 1-3)
(Asn)/(Tau+(α-ABA)+Ile) + (Gln)/(Thr+Ser+Val+Trp)
(복합 지표 1-4)
(Asn)/(Asp+Thr) + (Gln)/(Tau+Ser+Val+Trp)
(복합 지표 1-5)
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Ile+Trp)
(복합 지표 1-6)
(Asn)/(Thr) + (Gln)/(Tau+Asp+Ser+Val+Trp)
(복합 지표 1-7)
(Asn)/(Tau+Ile) + (Gln)/(Asp+Thr+Ser+Val+Trp)
(복합 지표 1-8)
(Asn)/(Tau+Ile) + (Gln+Met)/(Thr+Ser+Val+Trp)
(복합 지표 1-9)
(Asn)/(Tau+(α-ABA)+Ile) + (Gln)/(Asp+Thr+Ser+Val+Trp)
(복합 지표 1-10)
(Asn)/(Thr) + (Gln+Met)/(Tau+Ser+Val+Trp)
(복합 지표 1-11)
(Asn)/(Tau+Asp+(α-ABA)+Ile) + (Gln)/(Thr+Ser+Val+Trp)
(복합 지표 1-12)
(Asn)/(Thr) + (Gln)/(Tau+Ser+(α-ABA)+Val+Trp)
(복합 지표 1-13)
(Asn)/(Asp+Thr) + (Gln)/(Tau+Ser+Val+Ile+Trp)
(복합 지표 1-14)
(Asn)/(Tau+(α-ABA)+Ile) + (Gln+Met)/(Thr+Ser+Val+Trp)
(복합 지표 1-15)
(Asn)/(Tau+Asp+Ile) + (Gln)/(Thr+Ser+Val+Trp)
(복합 지표 1-16)
(Asn)/(Thr) + (Gln)/(Tau+Asp+Ser+Val+Ile+Trp)
(복합 지표 1-17)
(Asn)/(Tau+Ile) + (Gln+Met)/(Asp+Thr+Ser+Val+Trp)
(복합 지표 1-18)
(Asn)/(Asp+Thr) + (Gln)/(Tau+Ser+(α-ABA)+Val+Trp)
(복합 지표 1-19)
(Asn)/(Asp+Thr) + (Gln+Met)/(Tau+Ser+Val+Trp)
(복합 지표 1-20)
(Asn)/(Thr) + (Gln)/(Tau+Ser+(α-ABA)+Val+Ile+Trp).
또한, 복합 지표 2는 예를 들면, 이하의 복합 지표 2-1 내지 2-20으로 치환할 수 있다.
(복합 지표 2-1)
(Asn+Tyr)/(Cit) + (Met+Arg)/(Asp+(α-ABA))
(복합 지표 2-2)
(Asn+Tyr)/(Cit) + (Arg)/(Asp+(α-ABA))
(복합 지표 2-3)
(Asn+Met+Tyr)/(Cit) + (Arg)/(Asp+(α-ABA))
(복합 지표 2-4)
(Asn+Met+Tyr)/(Asp+Cit) + (Arg)/(α-ABA)
(복합 지표 2-5)
(Asn+Met)/(Cit) + (Tyr+Arg)/(Asp+(α-ABA))
(복합 지표 2-6)
(Asn+Tyr)/(Asp+Cit) + (Arg)/(α-ABA)
(복합 지표 2-7)
(Asn+Tyr)/(Asp+Cit) + (Met+Arg)/(α-ABA)
(복합 지표 2-8)
(Asn)/(Cit) + (Tyr+Arg)/(Asp+(α-ABA))
(복합 지표 2-9)
(Asn)/(Thr+Cit+(α-ABA)) + (Met)/(His+Trp)
(복합 지표 2-10)
(Asn)/(Cit) + (Met+Tyr+Arg)/(Asp+(α-ABA))
(복합 지표 2-11)
(Asn)/(Thr+Cit+(α-ABA)) + (Met)/(Asp+His+Trp)
(복합 지표 2-12)
(Asn)/(Thr+Glu) + (Met)/(Cit+(α-ABA)+Trp)
(복합 지표 2-13)
(Asn)/(Asp+Thr+Cit+(α-ABA)) + (Met)/(His+Trp)
(복합 지표 2-14)
(Asn)/(Thr+Cit+(α-ABA)) + (Met)/(Glu+His+Trp)
(복합 지표 2-15)
(Asn+Met)/(Asp+Cit) + (Tyr+Arg)/(α-ABA)
(복합 지표 2-16)
(Asn+Met)/(Cit) + (Arg)/(Asp+(α-ABA))
(복합 지표 2-17)
(Asn)/(Cit+(α-ABA)+His) + (Met)/(Thr+Glu+Trp)
(복합 지표 2-18)
(Asn)/(Cit+(α-ABA)+His) + (Met)/(Thr+Trp)
(복합 지표 2-19)
(Asn)/(Cit+His+Trp) + (Met)/(Thr+(α-ABA))
(복합 지표 2-20)
(Asn+Arg)/(α-ABA) + (Met+Tyr)/(Asp+Cit).
또한, 복합 지표 3은, 예를 들면, 이하의 복합 지표 3-1 내지 3-20으로 치환할 수 있다.
(복합 지표 3-1)
(Tau+Gly)/(Gln) + (α-ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(복합 지표 3-2)
(Tau+Gly)/(Gln+Met) + (α-ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(복합 지표 3-3)
(Tau+Gly)/(Gln) + (α-ABA)/(Thr) + (His)/(Lys) + (Trp)/(Asn+Cit+Tyr)
(복합 지표 3-4)
(Tau+Gly)/(Asp+Gln) + (α-ABA)/(Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(복합 지표 3-5)
(Tau+Gly)/(Asp+Gln+Met) + (α-ABA)/(Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(복합 지표 3-6)
(Tau+Gly)/(Gln+Met) + (α-ABA)/(Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(복합 지표 3-7)
(Tau+Gly)/(Gln+Met) + (α-ABA)/(Tyr) + (His)/(Lys) + (Trp)/(Asp+Thr+Asn+Cit)
(복합 지표 3-8)
(Tau+Gly)/(Gln) + (α-ABA)/(Asp+Met+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(복합 지표 3-9)
(Tau+Gly)/(Asp+Gln) + (α-ABA)/(Met+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(복합 지표 3-10)
(Tau+Gly)/(Gln) + (α-ABA)/(Met+Tyr) + (His)/(Lys) + (Trp)/(Asp+Thr+Asn+Cit)
(복합 지표 3-11)
(Tau+Gly)/(Gln) + (α-ABA)/(Met+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(복합 지표 3-12)
(Tau+Gly)/(Gln) + (α-ABA)/(Thr) + (His)/(Asn+Cit+Tyr) + (Trp)/(Lys)
(복합 지표 3-13)
(Tau)/(Lys) + (Trp)/(Asn+Cit+Tyr) + (Gly+His)/(Gln) + (α-ABA)/(Asp+Thr)
(복합 지표 3-14)
(Tau)/(Lys) + (Trp)/(Asp+Asn+Cit+Tyr) + (Gly+His)/(Gln) + (α-ABA)/(Thr)
(복합 지표 3-15)
(Tau)/(Lys) + (Trp)/(Asn+Cit+Tyr) + (Gly+His)/(Gln) + (α-ABA)/(Thr)
(복합 지표 3-16)
(Tau)/(Asp+Asn+Lys) + (Trp)/(Cit+Tyr) + (Gly+His)/(Gln) + (α-ABA)/(Thr)
(복합 지표 3-17)
(Tau+Gly)/(Gln) + (α-ABA)/(Asp+Tyr) + (His)/(Thr+Asn+Cit) + (Trp)/(Lys)
(복합 지표 3-18)
(Tau+Gly)/(Gln+Met) + (α-ABA)/(Asp+Tyr) + (His)/(Thr+Asn+Cit) + (Trp)/(Lys)
(복합 지표 3-19)
(Tau+Gly)/(Gln+Met) + (α-ABA)/(Tyr) + (His)/(Asp+Cit+Lys) + (Trp)/(Thr+Asn)
(복합 지표 3-20)
(Tau+Gly)/(Asp+Gln) + (α-ABA)/(Tyr) + (His)/(Thr+Asn+Cit) + (Trp)/(Lys).
또한, 복합 지표 4는, 예를 들면, 이하의 복합 지표 4-1 내지 4-20으로 치환할 수 있다.
(복합 지표 4-1)
(Tau+Trp)/(Tyr) + ((α-ABA)+His)/(Asp+Asn)
(복합 지표 4-2)
((α-ABA)+Trp)/(Tyr) + (His)/(Asp+Asn)
(복합 지표 4-3)
(Tau+(α-ABA)+Trp)/(Tyr) + (His)/(Asp+Asn)
(복합 지표 4-4)
(Tau+Trp)/(Tyr) + (His)/(Asp+Asn)
(복합 지표 4-5)
(Tau+Trp)/(Tyr) + ((α-ABA)+His)/(Asn)
(복합 지표 4-6)
(Tau+(α-ABA)+Trp)/(Tyr) + (His)/(Asn)
(복합 지표 4-7)
(Tau+(α-ABA)+Trp)/(Asp+Met+Tyr) + (His)/(Asn)
(복합 지표 4-8)
((α-ABA)+Trp)/(Tyr) + (His)/(Asn)
(복합 지표 4-9)
(Tau+Trp)/(Tyr) + (α-ABA)/(Asp+Met) + (His)/(Asn)
(복합 지표 4-10)
(Tau+Trp)/(Tyr) + (His)/(Asn)
(복합 지표 4-11)
((α-ABA)+His)/(Asp+Asn) + (Trp)/(Tyr)
(복합 지표 4-12)
(Tau+Trp)/(Asp+Met+Tyr) + (His)/(Asn)
(복합 지표 4-13)
(Tau+His)/(Tyr) + ((α-ABA)+Trp)/(Asp+Asn)
(복합 지표 4-14)
(Tau+(α-ABA))/(Asp+Asn) + (His+Trp)/(Tyr)
(복합 지표 4-15)
(Tau+Trp)/(Asp+Met+Tyr) + ((α-ABA)+His)/(Asn)
(복합 지표 4-16)
(Tau+(α-ABA))/(Asn) + (His+Trp)/(Asp+Tyr)
(복합 지표 4-17)
((α-ABA)+Trp)/(Tyr) + (His)/(Asp+Asn+Met)
(복합 지표 4-18)
(Tau+(α-ABA)+His)/(Tyr) + (Trp)/(Asp+Asn)
(복합 지표 4-19)
(α-ABA)/(Asn) + (His+Trp)/(Asp+Met+Tyr)
(복합 지표 4-20)
(Tau+His)/(Asp+Asn+Met) + ((α-ABA)+Trp)/(Tyr).
또한, 본 발명은 간 섬유화 판정 시스템에 관한 것이며, 본 발명에 따르는 간 섬유화 판정 시스템은, 간 섬유화에 관한 정보를 처리하는 간 섬유화 판정 장치와, 대사물 정보 제공자의 정보 단말 장치를, 네트워크를 개재시켜 통신 가능하게 접속하여 구성된 간 섬유화 판정 시스템으로서, 상기 간 섬유화 판정 장치는, 각 개체의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 상기 정보 단말 장치로부터 취득하는 혈중 농도 데이터 취득 수단과, 하기의 복합 지표 1 내지 4 중 하나 이상에 기초하여, 상기 혈중 농도 데이터 취득 수단에 의해 취득한 상기 혈중 농도 데이터군으로부터 간 섬유화의 병태 지표치를 계산하는 병태 지표치 계산 수단 및
상기 병태 지표치 계산 수단으로 계산한 상기 병태 지표치에 따라 간 섬유화의 병태를 판정하는 병태 판정 수단과, 상기 혈중 농도 데이터군을 송신한 상기 정보 단말 장치에 대하여 상기 병태 판정 수단으로 판정된 판정 결과를 송신하는 분석 결과 송신 수단을 구비하고, 상기 정보 단말 장치는, 상기 혈중 농도 데이터군을 상기 간 섬유화 판정 장치에 대하여 송신하는 송신 수단과, 상기 송신 수단으로 송신한 상기 혈중 농도 데이터군에 대한 판정 결과를 상기 간 섬유화 판정 장치로부터 수신하는 수신 수단을 구비함을 특징으로 한다.
복합 지표 1;
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Trp)
복합 지표 2;
(Asn+Tyr)/(Cit) + (Met+Arg)/(Asp+(α-ABA))
복합 지표 3;
(Tau+Gly)/(Gln) + (α-ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
복합 지표 4;
(Tau+Trp)/(Tyr) + ((α-ABA)+His)/(Asp+Asn)
이러한 시스템에 의하면 간 섬유화 판정 장치는, 각 개체의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 정보 단말 장치로부터 취득하고, 하기의 복합 지표 1 내지 4 중 하나 이상에 기초하여, 취득한 혈중 농도 데이터군으로부터 간 섬유화의 병태 지표치를 계산하고, 계산한 병태 지표치에 따라서 간 섬유화의 병태를 판정하여, 혈중 농도 데이터군을 송신한 정보 단말 장치에 대하여 판정된 판정 결과를 송신하고, 또한 정보 단말 장치는 혈중 농도 데이터군을 간 섬유화 판정 장치에 대해 송신하고, 송신한 혈중 농도 데이터군에 대한 판정 결과를 간 섬유화 판정 장치로부터 수신하기 때문에, 1회의 혈중 아미노산 농도 등의 측정 결과 데이터를 사용하여 많은 간 섬유화의 스크리닝이 가능하게 되며, 검사 비용의 대폭적인 삭감으로 이어진다.
복합 지표 1;
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Trp)
복합 지표 2;
(Asn+Tyr)/(Cit) + (Met+Arg)/(Asp+(α-ABA))
복합 지표 3;
(Tau+Gly)/(Gln) + (α-ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
복합 지표 4;
(Tau+Trp)/(Tyr) + ((α-ABA)+His)/(Asp+Asn)
또한, 이에 의해, 과거의 혈중 아미노산 농도 등의 측정 결과 데이터의 해석에 의해 진단이 가능해진다.
또한, 간 섬유화에 대한 복합 지표 1 내지 4 중 하나 이상을 구성하는 각 대사물은, 당해 간 섬유화의 요인 또는 결과일 가능성이 있기 때문에, 이러한 복합 지표 1 내지 4 중 하나 이상을 마커로 한 간 섬유화의 치료법의 개발이 가능해진 다.
여기에서, 복합 지표 1 내지 4 중 하나 이상의 식 중의 아미노산은, 화학적으로 등가의 물성을 갖는 아미노산 등으로 교체될 수 있다.
구체적으로는, 예를 들면, 복합 지표 1 내지 4 중 하나 이상을 대응하는 하기의 식으로 교체될 수 있다.
복합 지표 1은, 예를 들면, 이하의 복합 지표 1-1 내지 1-20으로 치환할 수 있다.
(복합 지표 1-1)
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Trp)
(복합 지표 1-2)
(Asn)/(Tau+Ile) + (Gln)/(Thr+Ser+Val+Trp)
(복합 지표 1-3)
(Asn)/(Tau+(α-ABA)+Ile) + (Gln)/(Thr+Ser+Val+Trp)
(복합 지표 1-4)
(Asn)/(Asp+Thr) + (Gln)/(Tau+Ser+Val+Trp)
(복합 지표 1-5)
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Ile+Trp)
(복합 지표 1-6)
(Asn)/(Thr) + (Gln)/(Tau+Asp+Ser+Val+Trp)
(복합 지표 1-7)
(Asn)/(Tau+Ile) + (Gln)/(Asp+Thr+Ser+Val+Trp)
(복합 지표 1-8)
(Asn)/(Tau+Ile) + (Gln+Met)/(Thr+Ser+Val+Trp)
(복합 지표 1-9)
(Asn)/(Tau+(α-ABA)+Ile) + (Gln)/(Asp+Thr+Ser+Val+Trp)
(복합 지표 1-10)
(Asn)/(Thr) + (Gln+Met)/(Tau+Ser+Val+Trp)
(복합 지표 1-11)
(Asn)/(Tau+Asp+(α-ABA)+Ile) + (Gln)/(Thr+Ser+Val+Trp)
(복합 지표 1-12)
(Asn)/(Thr) + (Gln)/(Tau+Ser+(α-ABA)+Val+Trp)
(복합 지표 1-13)
(Asn)/(Asp+Thr) + (Gln)/(Tau+Ser+Val+Ile+Trp)
(복합 지표 1-14)
(Asn)/(Tau+(α-ABA)+Ile) + (Gln+Met)/(Thr+Ser+Val+Trp)
(복합 지표 1-15)
(Asn)/(Tau+Asp+Ile) + (Gln)/(Thr+Ser+Val+Trp)
(복합 지표 1-16)
(Asn)/(Thr) + (Gln)/(Tau+Asp+Ser+Val+Ile+Trp)
(복합 지표 1-17)
(Asn)/(Tau+Ile) + (Gln+Met)/(Asp+Thr+Ser+Val+Trp)
(복합 지표 1-18)
(Asn)/(Asp+Thr) + (Gln)/(Tau+Ser+(α-ABA)+Val+Trp)
(복합 지표 1-19)
(Asn)/(Asp+Thr) + (Gln+Met)/(Tau+Ser+Val+Trp)
(복합 지표 1-20)
(Asn)/(Thr) + (Gln)/(Tau+Ser+(α-ABA)+Val+Ile+Trp).
또한, 복합 지표 2는 예를 들면, 이하의 복합 지표 2-1 내지 2-20으로 치환할 수 있다.
(복합 지표 2-1)
(Asn+Tyr)/(Cit) + (Met+Arg)/(Asp+(α-ABA))
(복합 지표 2-2)
(Asn+Tyr)/(Cit) + (Arg)/(Asp+(α-ABA))
(복합 지표 2-3)
(Asn+Met+Tyr)/(Cit) + (Arg)/(Asp+(α-ABA))
(복합 지표 2-4)
(Asn+Met+Tyr)/(Asp+Cit) + (Arg)/(α-ABA)
(복합 지표 2-5)
(Asn+Met)/(Cit) + (Tyr+Arg)/(Asp+(α-ABA))
(복합 지표 2-6)
(Asn+Tyr)/(Asp+Cit) + (Arg)/(α-ABA)
(복합 지표 2-7)
(Asn+Tyr)/(Asp+Cit) + (Met+Arg)/(α-ABA)
(복합 지표 2-8)
(Asn)/(Cit) + (Tyr+Arg)/(Asp+(α-ABA))
(복합 지표 2-9)
(Asn)/(Thr+Cit+(α-ABA)) + (Met)/(His+Trp)
(복합 지표 2-10)
(Asn)/(Cit) + (Met+Tyr+Arg)/(Asp+(α-ABA))
(복합 지표 2-11)
(Asn)/(Thr+Cit+(α-ABA)) + (Met)/(Asp+His+Trp)
(복합 지표 2-12)
(Asn)/(Thr+Glu) + (Met)/(Cit+(α-ABA)+Trp)
(복합 지표 2-13)
(Asn)/(Asp+Thr+Cit+(α-ABA)) + (Met)/(His+Trp)
(복합 지표 2-14)
(Asn)/(Thr+Cit+(α-ABA)) + (Met)/(Glu+His+Trp)
(복합 지표 2-15)
(Asn+Met)/(Asp+Cit) + (Tyr+Arg)/(α-ABA)
(복합 지표 2-16)
(Asn+Met)/(Cit) + (Arg)/(Asp+(α-ABA))
(복합 지표 2-17)
(Asn)/(Cit+(α-ABA)+His) + (Met)/(Thr+Glu+Trp)
(복합 지표 2-18)
(Asn)/(Cit+(α-ABA)+His) + (Met)/(Thr+Trp)
(복합 지표 2-19)
(Asn)/(Cit+His+Trp) + (Met)/(Thr+(α-ABA))
(복합 지표 2-20)
(Asn+Arg)/(α-ABA) + (Met+Tyr)/(Asp+Cit).
또한, 복합 지표 3은, 예를 들면, 이하의 복합 지표 3-1 내지 3-20으로 치환할 수 있다.
(복합 지표 3-1)
(Tau+Gly)/(Gln) + (α-ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(복합 지표 3-2)
(Tau+Gly)/(Gln+Met) + (α-ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(복합 지표 3-3)
(Tau+Gly)/(Gln) + (α-ABA)/(Thr) + (His)/(Lys) + (Trp)/(Asn+Cit+Tyr)
(복합 지표 3-4)
(Tau+Gly)/(Asp+Gln) + (α-ABA)/(Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(복합 지표 3-5)
(Tau+Gly)/(Asp+Gln+Met) + (α-ABA)/(Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(복합 지표 3-6)
(Tau+Gly)/(Gln+Met) + (α-ABA)/(Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(복합 지표 3-7)
(Tau+Gly)/(Gln+Met) + (α-ABA)/(Tyr) + (His)/(Lys) + (Trp)/(Asp+Thr+Asn+Cit)
(복합 지표 3-8)
(Tau+Gly)/(Gln) + (α-ABA)/(Asp+Met+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(복합 지표 3-9)
(Tau+Gly)/(Asp+Gln) + (α-ABA)/(Met+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(복합 지표 3-10)
(Tau+Gly)/(Gln) + (α-ABA)/(Met+Tyr) + (His)/(Lys) + (Trp)/(Asp+Thr+Asn+Cit)
(복합 지표 3-11)
(Tau+Gly)/(Gln) + (α-ABA)/(Met+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(복합 지표 3-12)
(Tau+Gly)/(Gln) + (α-ABA)/(Thr) + (His)/(Asn+Cit+Tyr) + (Trp)/(Lys)
(복합 지표 3-13)
(Tau)/(Lys) + (Trp)/(Asn+Cit+Tyr) + (Gly+His)/(Gln) + (α-ABA)/(Asp+Thr)
(복합 지표 3-14)
(Tau)/(Lys) + (Trp)/(Asp+Asn+Cit+Tyr) + (Gly+His)/(Gln) + (α-ABA)/(Thr)
(복합 지표 3-15)
(Tau)/(Lys) + (Trp)/(Asn+Cit+Tyr) + (Gly+His)/(Gln) + (α-ABA)/(Thr)
(복합 지표 3-16)
(Tau)/(Asp+Asn+Lys) + (Trp)/(Cit+Tyr) + (Gly+His)/(Gln) + (α-ABA)/(Thr)
(복합 지표 3-17)
(Tau+Gly)/(Gln) + (α-ABA)/(Asp+Tyr) + (His)/(Thr+Asn+Cit) + (Trp)/(Lys)
(복합 지표 3-18)
(Tau+Gly)/(Gln+Met) + (α-ABA)/(Asp+Tyr) + (His)/(Thr+Asn+Cit) + (Trp)/(Lys)
(복합 지표 3-19)
(Tau+Gly)/(Gln+Met) + (α-ABA)/(Tyr) + (His)/(Asp+Cit+Lys) + (Trp)/(Thr+Asn)
(복합 지표 3-20)
(Tau+Gly)/(Asp+Gln) + (α-ABA)/(Tyr) + (His)/(Thr+Asn+Cit) + (Trp)/(Lys).
또한, 복합 지표 4는, 예를 들면, 이하의 복합 지표 4-1 내지 4-20으로 치환할 수 있다.
(복합 지표 4-1)
(Tau+Trp)/(Tyr) + ((α-ABA)+His)/(Asp+Asn)
(복합 지표 4-2)
((α-ABA)+Trp)/(Tyr) + (His)/(Asp+Asn)
(복합 지표 4-3)
(Tau+(α-ABA)+Trp)/(Tyr) + (His)/(Asp+Asn)
(복합 지표 4-4)
(Tau+Trp)/(Tyr) + (His)/(Asp+Asn)
(복합 지표 4-5)
(Tau+Trp)/(Tyr) + ((α-ABA)+His)/(Asn)
(복합 지표 4-6)
(Tau+(α-ABA)+Trp)/(Tyr) + (His)/(Asn)
(복합 지표 4-7)
(Tau+(α-ABA)+Trp)/(Asp+Met+Tyr) + (His)/(Asn)
(복합 지표 4-8)
((α-ABA)+Trp)/(Tyr) + (His)/(Asn)
(복합 지표 4-9)
(Tau+Trp)/(Tyr) + (α-ABA)/(Asp+Met) + (His)/(Asn)
(복합 지표 4-10)
(Tau+Trp)/(Tyr) + (His)/(Asn)
(복합 지표 4-11)
((α-ABA)+His)/(Asp+Asn) + (Trp)/(Tyr)
(복합 지표 4-12)
(Tau+Trp)/(Asp+Met+Tyr) + (His)/(Asn)
(복합 지표 4-13)
(Tau+His)/(Tyr) + ((α-ABA)+Trp)/(Asp+Asn)
(복합 지표 4-14)
(Tau+(α-ABA))/(Asp+Asn) + (His+Trp)/(Tyr)
(복합 지표 4-15)
(Tau+Trp)/(Asp+Met+Tyr) + ((α-ABA)+His)/(Asn)
(복합 지표 4-16)
(Tau+(α-ABA))/(Asn) + (His+Trp)/(Asp+Tyr)
(복합 지표 4-17)
((α-ABA)+Trp)/(Tyr) + (His)/(Asp+Asn+Met)
(복합 지표 4-18)
(Tau+(α-ABA)+His)/(Tyr) + (Trp)/(Asp+Asn)
(복합 지표 4-19)
(α-ABA)/(Asn) + (His+Trp)/(Asp+Met+Tyr)
(복합 지표 4-20)
(Tau+His)/(Asp+Asn+Met) + ((α-ABA)+Trp)/(Tyr).
또한, 본 발명은 기록 매체에 관한 것이며, 본 발명에 따르는 기록 매체는, 상기에 기재된 프로그램이 기록되어 있음을 특징으로 한다.
이러한 기록 매체에 의하면, 당해 기록 매체에 기록된 프로그램을 컴퓨터에 재생시켜 실행함으로써, 상기에 기재된 프로그램을 컴퓨터를 이용하여 실현할 수 있으며, 이들 각 프로그램과 동일한 효과를 수득할 수 있다.
또한, 본 발명은 간 섬유화 판정 장치, 간 섬유화 판정 방법 및 프로그램에 관한 것이며, 본 발명에 따르는 간 섬유화 판정 장치, 본 발명에 따르는 간 섬유화 판정 방법 및 본 발명에 따르는 간 섬유화 판정 방법을 컴퓨터에 실행시킴을 특징으로 하는 프로그램은, 각 개체의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 취득하는 혈중 농도 데이터 취득 수단(혈중 농도 데이터 취득 단계)과, 간 섬유화의 병태 지표치를 계산하기 위한 복합 지표를 설정하는 복합 지표 설정 수단(복합 지표 설정 단계)과, 상기 복합 지표 설정 수단(복합 지표 설정 단계)으로 설정한 복합 지표에 기초하여, 상기 혈중 농도 데이터 취득 수단(혈중 농도 데이터 취득 단계)에 의해 취득한 상기 혈중 농도 데이터군으로부터 간 섬유화의 병태 지표치를 계산하는 병태 지표치 계산 수단(병태 지표치 계산 단계)과, 상기 병태 지표치 계산 수단(병태 지표치 계산 단계)으로 계산한 상기 병태 지표치에 따라 간 섬유화의 병태를 판정하는 병태 판정 수단(병태 판정 단계)을 구비하며(포함하며), 상기 복합 지표 설정 수단(복합 지표 설정 단계)은, Asn 및 Gln의 혈중 농도 데이터 중 하나 이상을 분자에, Thr, Tau, Ser, Val 및 Trp의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 1(추가로 Met의 혈중 농도 데이터를 분자에, Ile, α-ABA 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)를 작성하는 복합 지표 1 작성 수단(복합 지표 1 작성 단계)과, Asn 및 Met의 혈중 농도 데이터 중 하나 이상을 분자에, α-ABA 및 Cit의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 2(추가로, Tyr 및 Arg의 혈중 농도 데이터를 분자에, His, Thr, Trp, Asp 및 Glu의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)를 작성하는 복합 지표 2 작성 수단( 복합 지표 2 작성 단계)과, α-ABA, His, Gly, Trp 및 Tau의 혈중 농도 데이터 중 하나 이상을 분자에, Asn, Gln, Cit, Lys, Thr 및 Tyr의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 3(추가로, Met 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)를 작성하는 복합 지표 3 작성 수단(복합 지표 3 작성 단계)과, His 및 Trp의 혈중 농도 데이터 중 하나 이상을 분자에, Asn 및 Tyr의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 4(추가로 α-ABA 및 Tau의 혈중 농도 데이터를 분자에, Met 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)를 작성하는 복합 지표 4 작성 수단(복합 지표 4 작성 단계)중 하나 이상을 추가로 구비함(포함함)을 특징으로 한다.
이러한 장치, 방법 및 프로그램에 의하면, 각 개체의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 취득하여, 간 섬유화의 병태 지표치를 계산하기 위한 복합 지표를 설정하고, 설정한 복합 지표에 기초하여, 취득한 혈중 농도 데이터군으로부터 간 섬유화의 병태 지표치를 계산하고, 계산한 병태 지표치에 따라서 간 섬유화의 병태를 판정하고, 또한 복합 지표의 설정에 있어서, Asn 및 Gln의 혈중 농도 데이터 중 하나 이상을 분자에, Thr, Tau, Ser, Val 및 Trp의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 1(추가로 Met의 혈중 농도 데이터를 분자에, Ile, α-ABA 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)와, Asn 및 Met의 혈중 농도 데이터 중 하나 이상을 분자에, α-ABA 및 Cit의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 2(추가로, Tyr 및 Arg의 혈중 농도 데이터를 분자에, His, Thr, Trp, Asp 및 Glu의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)와, α-ABA, His, Gly, Trp 및 Tau의 혈중 농도 데이터 중 하나 이상을 분자에, Asn, Gln, Cit, Lys, Thr 및 Tyr의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 3(추가로, Met 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)과, His 및 Trp의 혈중 농도 데이터 중 하나 이상을 분자에, Asn 및 Tyr의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 4(추가로 α-ABA 및 Tau의 혈중 농도 데이터를 분자에, Met 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다) 중 하나 이상을 작성하기 때문에, 1회의 혈중 아미노산 농도 등의 측정 결과 데이터를 사용하여 많은 간 섬유화의 스크리닝이 가능하게 되어 검사 비용의 대폭적인 삭감으로 이어진다.
또한, 이에 의해, 과거의 혈중 아미노산 농도 등의 측정 결과 데이터의 해석에 의해 진단이 가능해진다.
또한, 간 섬유화에 대한 복합 지표를 구성하는 각 대사물은, 당해 간 섬유화의 요인 또는 결과일 가능성이 있기 때문에, 이러한 복합 지표를 마커로 한 간 섬유화의 치료법 개발이 가능해진다.
또한, 이에 의해, 간 섬유화에서의 유용한 복합 지표를 망라적 및 자동적으 로 작성할 수 있게 된다.
또한, 본 발명은 간 섬유화 판정 시스템에 관한 것이며, 본 발명에 따르는 간 섬유화 판정 시스템은, 간 섬유화에 관한 정보를 처리하는 간 섬유화 판정 장치와, 대사물 정보 제공자의 정보 단말 장치를 네트워크를 개재시켜 통신 가능하게 접속하여 구성된 간 섬유화 판정 시스템으로서, 상기 간 섬유화 판정 장치는, 각 개체의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 취득하는 혈중 농도 데이터 취득 수단과, 간 섬유화의 병태 지표치를 계산하기 위한 복합 지표를 설정하는 복합 지표 설정 수단과, 상기 복합 지표 설정 수단으로 설정한 복합 지표에 기초하여, 상기 혈중 농도 데이터 취득 수단에 의해 취득한 상기 혈중 농도 데이터군으로부터 간 섬유화의 병태 지표치를 계산하는 병태 지표치 계산 수단과, 상기 병태 지표치 계산 수단으로 계산한 상기 병태 지표치에 따라 간 섬유화의 병태를 판정하는 병태 판정 수단을 구비하며, 상기 복합 지표 설정 수단은, Asn 및 Gln의 혈중 농도 데이터 중 하나 이상을 분자에, Thr, Tau, Ser, Val 및 Trp의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 1(추가로 Met의 혈중 농도 데이터를 분자에, Ile, α-ABA 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)을 작성하는 복합 지표 1 작성 수단과, Asn 및 Met의 혈중 농도 데이터 중 하나 이상을 분자에, α-ABA 및 Cit의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 2(추가로, Tyr 및 Arg의 혈중 농도 데이터를 분자에, His, Thr, Trp, Asp 및 Glu의 혈중 농도 데이터를 분모에 임 의로 가산할 수 있다)를 작성하는 복합 지표 2 작성 수단과, α-ABA, His, Gly, Trp 및 Tau의 혈중 농도 데이터 중 하나 이상을 분자에, Asn, Gln, Cit, Lys, Thr 및 Tyr의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 3(추가로, Met 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)를 작성하는 복합 지표 3 작성 수단과, His 및 Trp의 혈중 농도 데이터 중 하나 이상을 분자에, Asn 및 Tyr의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 4(추가로 α-ABA 및 Tau의 혈중 농도 데이터를 분자에, Met 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)를 작성하는 복합 지표 4 작성 수단중 하나 이상을 추가로 구비하고, 상기 혈중 농도 데이터군을 송신한 상기 정보 단말 장치에 대해 상기 병태 판정 수단으로 판정된 판정 결과를 송신하는 분석 결과 송신 수단을 구비하여, 상기 정보 단말 장치는, 상기 혈중 농도 데이터군을 상기 간 섬유화 판정 장치에 대해 송신하는 송신 수단과, 상기 송신 수단으로 송신한 상기 혈중 농도 데이터군에 대한 판정 결과를 상기 간 섬유화 판정 장치로부터 수신하는 수신 수단을 구비함을 특징으로 한다.
이러한 시스템에 의하면, 간 섬유화 판정 장치는, 각 개체의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 취득하고, 간 섬유화의 병태 지표치를 계산하기 위한 복합 지표를 설정하고, 설정한 복합 지표에 기초하여 취득한 혈중 농도 데이터군으로부터 간 섬유화의 병태 지표치를 계산하고, 계산한 병태 지표치에 따라서 간 섬유화의 병태를 판정하고, 또한 복합 지표의 설정에 있어서, Asn 및 Gln의 혈 중 농도 데이터 중 하나 이상을 분자에, Thr, Tau, Ser, Val 및 Trp의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 1(추가로 Met의 혈중 농도 데이터를 분자에, Ile, α-ABA 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)와, Asn 및 Met의 혈중 농도 데이터 중 하나 이상을 분자에, α-ABA 및 Cit의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 2(추가로, Tyr 및 Arg의 혈중 농도 데이터를 분자에, His, Thr, Trp, Asp 및 Glu의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)와, α-ABA, His, Gly, Trp 및 Tau의 혈중 농도 데이터 중 하나 이상을 분자에, Asn, Gln, Cit, Lys, Thr 및 Tyr의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 3(추가로, Met 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)와, His 및 Trp의 혈중 농도 데이터 중 하나 이상을 분자에, Asn 및 Tyr의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 4(추가로 α-ABA 및 Tau의 혈중 농도 데이터를 분자에, Met 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)중 하나 이상을 작성하여, 혈중 농도 데이터군을 송신한 정보 단말 장치에 대해 판정된 판정 결과를 송신하고, 또한 정보 단말 장치는 혈중 농도 데이터군을 간 섬유화 판정 장치에 대해 송신하여, 송신한 혈중 농도 데이터군에 대한 판정 결과를 간 섬유화 판정 장치로부터 수신하기 때문에, 1회의 혈중 아미노산 농도 등의 측정 결과 데이터를 사 용하여, 많은 간 섬유화의 스크리닝이 가능하게 되고, 검사 비용의 대폭적인 삭감으로 이어진다.
또한, 이에 의해, 과거의 혈중 아미노산 농도 등의 측정 결과 데이터의 해석에 의해 진단이 가능해진다.
또한, 간 섬유화에 대한 복합 지표를 구성하는 각 대사물은, 당해 간 섬유화의 요인 또는 결과일 가능성이 있기 때문에, 당해 복합 지표를 마커로 한 간 섬유화의 치료법 개발이 가능해진다.
또한, 이것에 의해, 간 섬유화에 있어서의 유용한 복합 지표를 망라적 및 자동적으로 작성할 수 있게 된다.
또한, 본 발명은 기록 매체에 관한 것이며, 본 발명에 따르는 기록 매체는, 상기에 기재된 프로그램이 기록되어 있음을 특징으로 한다.
이러한 기록 매체에 의하면, 당해 기록 매체에 기록된 프로그램을 컴퓨터에 재생시켜 실행함으로써, 상기에 기재된 프로그램을 컴퓨터를 이용하여 실현할 수 있어 이들 각 프로그램과 동일한 효과를 수득할 수 있다.
도 1은 본 발명에 있어서의 상관식 설정의 기본 원리를 도시한 원리 구성도이다.
도 2는 본 발명이 적용되는 본 시스템의 구성의 일례를 도시한 블록도이다.
도 3은 본 발명이 적용되는 본 시스템의 서버 장치(100)의 구성의 일례를 도 시한 블록도이다.
도 4는 본 발명이 적용되는 클라이언트 장치(200)의 구성의 일례를 도시한 블록도이다.
도 5는 본 발명이 적용되는 본 시스템의 생체 상태 정보 취득부(102g)의 구성의 일례를 도시한 블록도이다.
도 6은 본 발명이 적용되는 본 시스템의 상관식 작성부(102i)의 구성의 일례를 도시한 블록도이다.
도 7은 이용자 정보 데이터 베이스(106a)에 저장되는 이용자 정보의 일례를 도시한 도면이다.
도 8은 생체 상태 정보 데이터 베이스(106b)에 저장되는 정보의 일례를 도시한 도면이다.
도 9는 상관성 정보 데이터 베이스(106c)에 저장되는 정보의 일례를 도시한 도면이다.
도 10은 상관식 정보 데이터 베이스(106d)에 저장되는 정보의 일례를 도시한 도면이다.
도 11은 대사 지도 정보 데이터 베이스(106e)에 저장되는 정보의 일례를 도시한 도면이다.
도 12는 본 실시 형태에 있어서의 본 시스템의 생체 상태 정보 해석 서비스 처리의 일례를 도시한 흐름도이다.
도 13은 본 실시 형태에 있어서의 본 시스템의 생체 상태 정보의 해석 처리 의 일례를 도시한 흐름도이다.
도 14는 본 시스템에 의한 망라적 계산 수법을 사용한 최적화 처리 1의 일례를 도시한 흐름도이다.
도 15는 본 시스템에 의한 베스트 패스법을 사용한 최적화 처리 1의 일례를 도시한 흐름도이다.
도 16은 본 시스템에 의한 최적화 처리 2의 일례를 도시한 흐름도이다.
도 17은 생체 상태 정보의 일례를 도시한 개념도이다.
도 18은 각 아미노산에 관해서 결정된 생체 상태의 지표 데이터(T1)와의 상관성의 일례를 도시한 개념도이다.
도 19는 모니터에 표시되는 메인 메뉴 화면의 일례를 도시한 도면이다.
도 20은 모니터에 표시되는 파일 취입 화면의 일례를 도시한 도면이다.
도 21은 모니터에 표시되는 아미노산(대사물) 입력 화면의 일례를 도시한 도면이다.
도 22는 모니터에 표시되는 생체 상태 지표 입력 화면의 일례를 도시한 도면이다.
도 23은 모니터에 표시되는 계산식 마스터 유지 화면의 일례를 도시한 도면이다.
도 24는 모니터에 표시되는 처리 항목 선택 화면의 일례를 도시한 도면이다.
도 25는 모니터에 표시되는 양음 판정 확인 화면의 일례를 도시한 도면이다.
도 26은 모니터에 표시되는 복합 지표 탐색 화면의 일례를 도시한 도면이다.
도 27은 모니터에 표시되는 실행 결과 (1) 시트(「해석용」바이오 데이터) 화면의 일례를 도시한 도면이다.
도 28은 모니터에 표시되는 실행 결과 (2) 시트(복합 지표 탐색 조건) 화면의 일례를 도시한 도면이다.
도 29는 모니터에 표시되는 실행 결과 (3) 시트(베스트 복합 지표) 화면의 일례를 도시한 도면이다.
도 30은 모니터에 표시되는 실행 결과 (4) 시트(베스트 복합 지표-수치) 화면의 일례를 도시한 도면이다.
도 31은 모니터 화면에 표시되는 실행 결과 (5) 시트(상관 그래프) 화면의 일례를 도시한 도면이다.
도 32는 모니터 화면에 표시되는 실행 결과 (6) 시트(「아미노산(대사물)」바이오 데이터) 화면의 일례를 도시한 도면이다.
도 33은 모니터 화면에 표시되는 실행 결과 (7) 시트(「생체 상태 지표」바이오 데이터)화면의 일례를 도시한 도면이다.
도 34는 분할된 계산식을 사용하여 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산하는 수법의 개념을 설명한 도면이다.
도 35는 본 시스템에 의해 구한 간 섬유화의 복합 지표(복합 지표 5)와, 병태의 단계와의 관계를 도시한 도면이다.
도 36은 계산식을 대사 지도 정보에 기초하여 분할하고, 분할된 계산식을 사 용하여 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산하는 처리의 개념을 설명한 도면이다.
도 37은 본 시스템에 의해 구한 정상 래트 및 당뇨병(GK) 래트에 있어서의, 복합 지표(복합 지표 6)와 병태의 단계와의 관계를 도시한 도면이다.
도 38은 본 시스템에 의해 구한 정상 래트, 당뇨병(GK) 래트 및 당뇨병의 치료약인 나테글리니드(nateglinide) 또는 글리벤클라미드(glibenclamide)를 투여함으로써 치료한 당뇨병(GK) 래트에 있어서의, 복합 지표(복합 지표 6)와 병태의 단계와의 관계를 도시한 도면이다.
도 39는 본 시스템에 의해 구한 정상 래트, 당뇨병(GK) 래트 및 당뇨병의 치료약인 나테글리니드 또는 글리벤클라미드를 투여함으로써 치료한 당뇨병(GK) 래트에 있어서의, 복합 지표(복합 지표 6)의 값의 각 개체군의 평균치(±SD)를 막대 그래프로 도시한 도면이다.
도 40은 본 실시 형태에 있어서의 본 시스템의 대사물 정보의 해석 처리의 일례를 도시한 흐름도이다.
도 41은 본 실시 형태에 있어서의 본 시스템의 병태 지표치의 계산의 일례를 도시한 흐름도이다.
도 42는 선택된 복수의 대사물을 사용하여 상관식을 계산하는 수법의 개념을 도시한 도면이다.
도 43은 본 발명이 적용되는 본 시스템의 최적화부(102j)의 구성의 일례를 도시한 블록도이다.
도 44는 계산식의 해석에 관해서 설명하는 개념도이다.
도 45는 본 발명이 적용되는 본 시스템의 간 섬유화 판정 장치(400)의 구성의 일례를 도시한 블록도이다.
도 46은 본 발명이 적용되는 본 시스템의 대사물 정보 취득부(402g)의 구성의 일례를 도시한 블록도이다.
도 47은 이용자 정보 데이터 베이스(406a)에 저장되는 이용자 정보의 일례를 도시한 도면이다.
도 48은 대사물 정보 데이터 베이스(406b)에 저장되는 정보의 일례를 도시한 도면이다.
도 49는 본 실시 형태에 있어서의 본 시스템의 간 섬유화 정보 해석 서비스 처리의 일례를 도시한 흐름도이다.
도 50은 간 섬유화 지표 데이터 베이스(406c)에 저장되는 정보의 일례를 도시한 도면이다.
도 51은 복합 지표 1 내지 4의 각각의 식 중의 아미노산을 교체하기 위한 규칙을 도시한 도면이다.
도 52는 대조군과 C형 간염 환자에 있어서의, 본 시스템에 의해 구한 간 섬유화의 복합 지표(복합 지표 1)와 병태의 단계와의 관계를 도시한 도면이다.
도 53은 대조군과 C형 간염 환자에 있어서의, 본 시스템에 의해 구한 간 섬유화의 복합 지표(복합 지표 2)와 병태의 단계와의 관계를 도시한 도면이다.
도 54는 대조군과 C형 간염 환자에 있어서의, 본 시스템에 의해 구한 간 섬 유화의 복합 지표(복합 지표 3)와 병태의 단계와의 관계를 도시한 도면이다.
도 55는 대조군과 C형 간염 환자에 있어서의, 본 시스템에 의해 구한 간 섬유화의 복합 지표(복합 지표 4)와 병태의 단계와의 관계를 도시한 도면이다.
도 56은 대조군과 C형 간염 환자에 있어서의, 핏셔비와 병태의 단계와의 관계를 도시한 도면이다.
도 57은 본 발명의 기본 원리를 도시한 원리 구성도이다.
도 58은 apo-E 녹아웃 마우스(ApoE KO)와 정상 마우스의 판별예를 도시한 도면이다.
도 59는 정상 마우스에 약독화 인플루엔자 바이러스 A/Aichi/2/68(H3N2)를 감염시킨 상태 및 비감염 상태의 판별예를 도시한 도면이다.
도 60은 시스틴 및 테아닌을 섭취한 후에, 마찬가지로 인플루엔자 바이러스를 감염시켰을 때의, 판별식으로 수득되는 수치의 변화를 정상 식이 섭취군과 비교한 예를 도시한 도면이다.
도 61은 I형-당뇨병 모델 동물인 스트렙토조토신 투여 래트(STZ)와 정상 래트의 판별예를 도시한 도면이다.
도 62는 II형-당뇨병 모델 동물인 GK 래트(GK)와 정상 래트의 판별예를 도시한 도면이다.
도 63은 인간 성장 호르몬 유전자 도입 래트(hGH-Tg 래트)와 정상 래트의 판별예를 도시한 도면이다.
도 64는 디메틸니트로사민 투여에 의해 작성한 간 섬유화 모델 래트(DMN)와 정상 래트의 판별예를 도시한 도면이다.
도 65는 저단백질 섭취 래트와 정상 식이 섭취 래트의 판별예를 도시한 도면이다.
도 66은 고지방식 섭취 마우스와 정상 식이 섭취 마우스의 판별예를 도시한 도면이다.
도 67은 간장 중의 과산화 지질량(간-TBRAS)과 당해 과산화 지질량에 대해 최적화한 식에 기초하여 계산한 값(지표-TBRAS)과의 상관 관계를 도시한 도면이다.
도 68은 혈중 총 콜레스테롤(혈장 TCHO)과 당해 혈중 총 콜레스테롤에 대해 최적화한 식에 기초하여 계산한 값(지표-TCHO)의 상관 관계를 도시한 도면이다.
도 69는, 혈중 인슐린양 성장 인자 농도(혈장 IGF-1)와 당해 혈중 인슐린양 성장 인자 농도에 대해 최적화한 식에 기초하여 계산한 값(지표-IGF-1)과의 상관 관계를 도시한 도면이다.
도 70은 부고환 주위 지방의 체중비(WAT)와 당해 부고환 주위 지방의 체중비에 대해 최적화한 식에 기초하여 계산한 값(지표-WAT)과의 상관 관계를 도시한 도면이다.
도 71은 스트렙토조토신 투여 래트, GK 래트, 인간 성장 호르몬 유전자 도입 래트, 간 섬유화 모델 래트 및 정상 래트의 혈액중 아미노산 농도를 기초로, 이들 상이한 상태를 일괄 판별한 예를 도시한 도면이다.
도 72는 I형-당뇨병 래트로의 인슐린 치료 결과의 일괄 진단의 예를 도시한 도면이다.
도 73은 인터페론 및 리바비린 치료 효과의 예측 결과의 일례를 도시한 도면이다.
도 74는 돼지의 운반 전후에 있어서의 아미노산 복합 지표를 도시한 도면이다.
[생체 상태 정보 관리 시스템 등의 실시 형태]
이하에, 본 발명에 따르는 생체 상태 정보 처리 장치, 생체 상태 정보 처리 방법, 생체 상태 정보 관리 시스템, 프로그램 및 기록 매체의 실시 형태를 도면에 기초하여 상세하게 설명한다. 또, 이러한 실시 형태에 의해 본 발명이 한정되는 것은 아니다.
특히, 이하의 실시 형태에 있어서는, 본 발명을 대사물을 아미노산으로 한 경우에 적용한 예에 관해서 주로 설명하지만, 이 경우에 한정되지 않고, 모든 대사물에 있어서, 동일하게 적용할 수 있다.
[본 발명의 개요]
이하, 본 발명의 개요에 관해서 설명하고, 그 후, 본 발명의 구성 및 처리 등에 관해서 상세하게 설명한다. 도 57은 본 발명의 기본 원리를 도시한 원리 구성도이다.
본 발명은, 개략적으로 이하의 기본적 특징을 갖는다. 즉, 본 발명은 각 개 체에 있어서 측정된 생체 상태에 관한 지표 데이터와, 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터(「임상 데이터」등)와의 상관성을 나타내는, 수학식 1로 나타낸 상관식을 설정한다(단계 S1-1).
수학식 1
Figure 112005030592266-pct00003
상기 수학식 1에 있어서,
i, j 및 k는 자연수이고,
Ai 및 Bj는 대사물의 혈중 농도 데이터 또는 이것을 함수 처리한 값이고,
Ci, Di, Ej, Fj, Gk 및 H는 정수이다.
여기에서, 상관식을 설정하는 패턴에는, 「임상 데이터에 포함되는 각 아미노산의 혈중 농도를 수학식 1에 적용시켜 새롭게 수학식 1의 각 정수를 구하여 상관식을 설정하는 패턴(패턴 1)」과, 「미리 구해진 상관식을 설정하는 패턴(패턴 2)」이 있다. 또, 패턴 2는, 패턴 1에 의해 정수를 정한 상관식을 미리 기억 장치의 소정의 파일에 저장해 두고, 그 파일로부터 원하는 상관식을 선택하여 설정하는 경우 또는 다른 컴퓨터 장치의 기억 장치에 미리 저장된 상관식을 네트워크 경유로 다운로드하여 설정하는 경우를 포함한다.
이어서, 본 발명은, 단계 S1-1에서 설정된 상관식에, 시뮬레이션 대상의 개 체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군(「대상자의 데이터」)를 대입하여, 시뮬레이션 대상의 개체 중의 생체 상태를 시뮬레이션하여 진단 결과를 출력한다(단계 S1-2).
이것에 의해, 본 발명은, 예를 들면, 건강 상태, 질병의 진행 상태, 질병의 치료 상태, 장래의 질병 위험, 약제의 유효성, 약제의 부작용 등을 개체 중의 대사물의 혈중 농도에 기초하여 효과적으로 시뮬레이션할 수 있다.
여기에서, 단계 S1-1에 있어서의, 상술한 패턴 1에 의한 새로운 상관식 설정의 개요의 일례에 관해서, 도 1 등을 참조하여 상세하게 설명한다.
[상관식 설정의 개요]
도 1은 본 발명에서의 상관식 설정의 기본 원리를 도시한 원리 구성도이다.
본 발명에 있어서의 상관식 설정은, 개략적으로 이하의 기본적 특징을 갖는다. 즉, 본 발명에 있어서의 상관식 설정은, 우선, 각 개체에 있어서 측정된 각종 생체 상태에 관한 지표 데이터 및 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 포함하는 생체 상태 정보를 취득한다(단계 S-1).
여기에서, 도 17은 생체 상태 정보의 일례를 도시한 개념도이다. 도 17에 도시한 바와 같이, 생체 상태 정보는 개체(샘플)번호, 각 생체 상태의 지표 데이터(T) 및 각 대사물(예를 들면, 아미노산 등)의 혈중 농도 데이터군을 포함하여 구성된다.
여기에서, 「생체 상태에 관한 지표 데이터」는, 생체 상태(예를 들면, 암, 간경변, 치매, 비만 등의 병태)의 마커가 되는 공지된 단일 상태 지표이고, 예를 들면, 특정한 대사물의 혈중 농도, 효소 활성, 유전자 발현량, 치매 지수(HDSR) 등의 수치 데이터이다.
또한, 「생체 상태에 관한 지표 데이터」에 관해서, 측정치, 진단 결과 등에 수치화된 데이터를 갖고 있지 않더라도, 하기의 예에 나타내는 바와 같이 정상 및 병태에 대하여 임의의 수치를 부여함으로써도 가능하다.
예) 정상 = O, 비만 = 1
정상 = 1, 경증 당뇨병 = 2, 중증 당뇨병 = 3 등
또한, 각 대사물의「혈중 농도 데이터군」은, 해석의 수법에 따라서는 유전자 발현이나 효소 활성 등의 생화학 데이터군 또는 이들을 혼합한 것(대사물 농도, 유전자 발현, 효소 활성 등을 합친 복수의 수치 데이터군)도 적용 가능하다.
다시, 도 1로 되돌아가서, 본 발명에서의 상관식 설정은 다음에 각 개체에 있어서 측정된 각종 생체 상태에 관한 지표 데이터 및 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군에 기초하여 각 대사물에 관해서 지표 데이터와의 상관성을 결정한다(단계 S-2).
여기에서, 예를 들면, 2변량 x, y간의 직선 관계의 강도를 보는 지표인 「상관 계수(correlation coefficient)」또는,「피어슨의 상관 계수(Pearson's correlation coefficient)」, 「스피어맨의 상관 계수(Spearman's correlation coefficient)」,「켄달 상관 계수(Kendall's correlation coefficient)」등, 공지된 기술인 상관 계수 등을 계산함으로써, 각 지표 T와 각 아미노산의 상관성을 결 정할 수 있다.
또한, 이러한 기준으로 복수의 상관식이 수득된 경우에는, 각 상관식의 좋고 나쁨을 상대적으로 비교하기 위한 기준으로서, AIC(아카이케 정보량 기준)를 사용하는 등, 각 상관식과 실제 데이터의 편차를 평가하여 모델을 선택할 수 있다.
또한, 「생체 상태에 관한 지표 데이터」가, 상기에서 나타낸 바와 같이 정상 및 병태 등의 임의의 다른 상태 사이를 비교할 때에, 이의 판별을 목적으로, 상관비(correlation ratio), 분산비(variance ratio) 또는, 마하라노비스 범거리(Mahalanobis' generalized distance) 등을 사용하는 것으로, 군간의 차가 가장 커지도록 계산식을 구할 수 있다. 이 때, 이들의 기준으로 복수의 판별식이 수득된 경우에는, 판별 분석(Discriminant analysis) 등을 사용하여, 실제의 각 상태간의 판별성을 기준으로 식을 선택할 수 있다.
여기에서, 도 18은 각 아미노산에 관해서 결정된 생체 상태의 지표 데이터(T1)와의 상관성의 일례를 도시한 개념도이다. 도 18에 도시한 바와 같이, 특정한 생체 상태의 지표 데이터(T1)에 관해서, 각 아미노산의 혈중 농도 데이터로부터 각 아미노산과의 상관성을 결정한다. 여기에서, 상관성은, 예를 들면, 피어슨의 상관 계수를 계산하여 구할 수 있다. 피어슨의 상관 계수를 취한 경우, 이의 값은 -1 내지 1의 범위가 되며, 이 값의 절대값이 1에 가까울수록 점이 직선적으로 배열되고 있는 것을 나타내고 있다.
다시 도 1로 되돌아가서, 본 발명에서의 상관식 설정은 단계 S-2에서 결정된 각 대사물의 상관성에 기초하여, 소정의 계산식에 의해 생체 상태에 대한 복수의 대사물에 의한 상관식(상관 함수)을 작성한다(단계 S-3).
여기에서, 소정의 계산식은, 예를 들면, 이하의 6개의 계산식 중 어느 하나의 계산식을 사용할 수 있다.
예 1)
상관식(R) = (상관성이 양이 되는 아미노산의 합)/
(상관성이 음이 되는 아미노산의 합)
예 2)
상관식(R) = (상관성이 양이 되는 아미노산의 합) +
(상관성이 음이 되는 아미노산의 합)
예 3)
상관식(R) = (상관성이 양이 되는 아미노산의 합)-
(상관성이 음이 되는 아미노산의 합)
예 4)
상관식(R) = (상관성이 양이 되는 아미노산의 합) x
(상관성이 음이 되는 아미노산의 합)
예 5)
상관식(R) = (상관성이 음이 되는 아미노산의 합)/
(상관성이 양이 되는 아미노산의 합)
예 6)
상관식(R) = (상관성이 음이 되는 아미노산의 합)-
(상관성이 양이 되는 아미노산의 합)
또, 상술한 상관식에 있어서의「아미노산의 합」은, 「아미노산의 혈중 농도치의 합」의 의미이다.
여기에서, 도 44는 계산식의 해석에 관해서 설명하는 개념도이다. 도 44에 도시한 바와 같이, 계산식은 생체 지표간의 관계가 덧셈, 뺄셈 등에 한정된 이론체계에 투영(맵핑)된 결과로 간주할 수 있으며, 대사물 지도상의 지견과 계산식 간의 맵핑을 취할 수 있는 것으로 생각할 수 있다.
다시 도 1로 되돌아가서, 본 발명에 있어서의 상관식 설정은, 다음에 단계 S-3에서 결정된 상관식(R)과 생체 상태의 지표 데이터(T)의 상관 계수에 기초하여[예를 들면, 상관 계수가 상위(예를 들면, 상위 20위 등)가 되도록, 바람직하게는 상관 계수가 최대가 되도록] 상관식(R)을 최적화한다(단계 S-4). 여기에서, 최적화의 수법에는, (a) 계산에 사용하는 아미노산 등의 대사물을 선택하는 수법과, (b) 계산식을 분할하는 수법 중 어느 하나 또는 이의 조합으로 사용할 수 있다. 이하에 이 2개의 수법을 상세하게 설명한다.
(a) 계산에 사용하는 아미노산 등의 대사물을 선택하는 수법
본 수법은, 각 대사물 중의 일부의 대사물을 선택하고, 선택된 복수의 대사물을 사용하여 상관식을 계산하는 수법이다. 여기에서, 도 42는 선택된 복수의 대사물을 사용하여 상관식을 계산하는 수법의 개념을 도시한 도면이다. 도 42에 도시한 바와 같이, 우선, 생체 상태의 지표 데이터(T)와 개개의 대사물(아미노산 등) 과의 상관성을 검분(檢分)하여, 상관성이 양이 되는 대사물(a, b, c, d, e, . . . , n)과, 상관성이 음이 되는 대사물(A, B, C, D, E, . . . , N)을 결정한다.
그리고, 계산식의 형식을 설정한다. 예를 들면, 상술한 계산식 중에서 이하의 계산식을 선택한다.
상관식(R1) = (상관성이 양이 되는 아미노산의 합)/
(상관성이 음이 되는 아미노산의 합)
또, 상술한 상관식에 있어서의「아미노산의 합」은, 「아미노산의 혈중 농도치의 합」의 의미이다.
그리고, 어느 하나의 대사물을 선택적으로 제거하고, 상관식(R2)을 계산한다. 예를 들면, 도 42에 도시한 바와 같이 아미노산 a를 선택적으로 제거한다. 즉, 아미노산 a의 값을 계산식으로부터 선택적으로 제거하고, 상관식(R2)을 작성한다.
그리고, 생체 상태의 지표 데이터(T)에 대한, 상관식(R1)과 상관식(R2)의 상관 계수의 값을 비교하여, 상관식(R1)의 상관 계수가 큰 경우에는, 별도의 아미노산에 관해서 선택적 제거를 실시하여 처리를 반복한다. 한편, 상관식(R2)의 상관 계수가 큰 경우에는, 당해 아미노산 a가 제거된 계산식 중의 추가로 별도의 아미노산(예를 들면, 아미노산 b)에 관해서 선택적 제거하여 처리를 반복한다.
그리고, 상관 계수가 가장 커지는 계산식을 구한다. 또, 상관 계수가 큰 순 서대로 상위 5위를 구하는 등, 상관 계수가 큰 것을 복수 나타내어도 양호하다.
(b) 계산식을 분할하는 수법
본 수법은, 계산식을 분할하고, 분할된 계산식을 사용하여 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산하는 수법이다. 도 34는, 분할된 계산식을 사용하여 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산하는 수법의 개념을 설명하는 도면이다.
도 34에 도시한 바와 같이, 우선, 소정의 계산식으로 구한 상관식(R1)과, 임의의 위치에서 분할한 계산식을 사용하여 구한 상관식(R2, R3, R4,. . . , Rk)과의 생체 상태의 지표 데이터(T)에 대한 상관 계수를 비교하여, 상관 계수가 가장 커지는 계산식을 구한다. 또, 상관 계수가 큰 순서대로 상위 5위를 구하는 등, 상관 계수가 큰 것을 복수 나타내어도 양호하다.
여기에서, 계산식을 대사 지도 정보에 기초하여 분할하고, 분할된 계산식을 사용하여 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산할 수 있다. 여기에서, 도 36은 계산식을 대사 지도 정보에 기초하여 분할하고, 분할된 계산식을 사용하여 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산하는 처리의 개념을 설명하는 도면이다. 도 36은 간염에 관한 대사 지도와, 상관식의 계산식과의 관계를 일례로 설명하고 있다.
도 36에 도시한 바와 같이, 특정한 생체 상태에 관련하는 대사물에 관해서 대사 지도가 공지된 경우에는, 대사 지도 정보를 사용하여 계산식을 분할함으로써, 실제의 생화학적인 지견에 기초하여 계산식을 분할하는 것이 가능해진다.
또한, 계산식을 대사 지도에 투영하는 경우에는, 각각 대사 경로의 중요도를 식에 계수를 붙여 최적화할 수 있다. 예를 들면, 하기의 식 1과 같이 간 섬유화 데이터에 최적화한 식에 대해, 중회귀분석(Multiple regression analysis)을 적용함으로써, 하기의 식 2와 같이 계수를 붙여 상관식을 더욱 최적화할 수 있다.
식 1:
단계(간 섬유화 지표) = Glu/His + Met/His + Cys/His + Orn/Pro + Asp/Glu + Asp/Asn + ABA/Met + ABA/Thr + Tau/His + Glu/Gln
식 2:
단계(간 섬유화 지표) = 0.590*Glu/His+0.247*Met/His+0.250*Cys/His+ 0.170*Orn/Pro+0.146*Asp/Glu+0.080*Asp/Asn+0.215*ABA/Met+0.142*ABA/Thr+0.123*Tau/His + 0.493*Glu/Gln+ 오차
여기에서, 상기 식 2에 있어서의 편회귀 계수의 크기로 각 항목의 기여도를 검정하는 것이 가능해진다. 또한, 이러한 편회귀 계수를 실제 대사 지도에 투영함으로써, 요인을 추출하는 것이 가능해진다. 예를 들면, 상기의 식 1 및 식 2의 예에서는, Glu⇔ His 또는, Glu⇔Gln의 대사경로 위에 율속점이 있을 가능성이 있는 등으로 해석할 수 있다.
다시 도 1로 되돌아가서, 본 발명에 있어서의 상관식 설정은, 단계 S-4에 의 한 상관식의 최적화의 결과, 상관 계수가 최대가 되는 계산조건을, 이의 생체 상태의 복합 지표로서 사용할 수 있다(단계 S-5). 즉, 각 생체 상태의 지표 데이터마다, 예를 들면 상관 계수가 가장 큰 계산식을 구함으로써, 이러한 계산식을 각 생체 상태에 대한 복수의 대사물의 복합 지표로서 사용할 수 있다.
[시스템 구성]
우선, 본 시스템의 구성에 관해서 설명한다. 도 2는 본 발명이 적용되는 본 시스템의 구성의 일례를 도시한 블록도이고, 당해 구성 중 본 발명에 관계하는 부분만을 개념적으로 나타내고 있다.
본 시스템은, 개략적으로 생체 상태에 관한 정보를 처리하는 생체 상태 정보 처리 장치인 서버 장치(100)와, 생체 상태 정보 제공자의 정보 단말 장치인 클라이언트 장치(200)를 네트워크(300)를 개재시켜 통신 가능하게 접속하여 구성되어 있다.
이러한 시스템은, 개략적으로 이하의 기본적 특징을 갖는다. 즉, 서버 장치(100)로부터 클라이언트 장치(200)에 대해 또는 클라이언트 장치(200)로부터 서버 장치(100)에 대해, 생체 상태에 관한 정보가 네트워크(300)를 개재시켜 제공된다.
이 중에서, 생체 상태에 관한 정보는, 인간 등의 생물의 생체 상태에 관한 특정한 항목에 관해서 측정된 값에 관한 정보이고, 서버 장치(100), 클라이언트 장치(200) 또는 다른 장치(예를 들면 각종 계측 장치 등)에 의해 생성되고, 서버 장치(100)에 주로 축적된다. 또한, 생체 상태에 관한 정보로서는, 일례로서, 후술하 는 병태 정보 등을 들 수 있다.
또한, 서버 장치(100)는, 각종 분석 장치(예를 들면 아미노산 분석기 등)와 동일 광체로 실현될 수 있다.
[시스템 구성-서버 장치(100)]
다음에, 본 시스템의 서버 장치(100)의 구성에 관해서 설명한다. 도 3은, 본 발명이 적용되는 본 시스템의 서버 장치(100)의 구성의 일례를 도시한 블록도이고, 당해 구성 중 본 발명에 관계하는 부분만을 개념적으로 나타내고 있다.
도 3에 있어서 서버 장치(100)는, 개략적으로 서버 장치(100)의 전체를 통괄적으로 제어하는 CPU 등의 제어부(102), 통신 회선 등에 접속되는 루터 등의 통신 장치(도시하지 않음)에 접속되는 통신 제어 인터페이스부(104), 입력 장치(112)나 출력 장치(114)에 접속되는 입출력 제어 인터페이스부(108) 및 각종 데이터 베이스나 테이블 등을 저장하는 기억부(106)를 구비하여 구성되어 있고, 이들 각부는 임의의 통신로를 개재시켜 통신 가능하게 접속되어 있다. 또한, 이러한 서버 장치(100)는 루터 등의 통신 장치 및 전용선 등의 유선 또는 무선의 통신 회선을 개재시켜, 네트워크(300)에 통신 가능하게 접속되어 있다.
도 3의 기억부(106)에 저장되는 각종 데이터 베이스나 테이블[이용자 정보 데이터 베이스(106a) 내지 대사 지도 정보 데이터 베이스(106e)]는, 고정 디스크 장치 등의 저장 수단이고, 각종 처리에 사용하는 각종 프로그램이나 테이블이나 파일이나 데이터 베이스나 웹 페이지용 파일 등을 저장한다.
이들 기억부(106)의 각 구성 요소중, 이용자 정보 데이터 베이스(106a)는, 이용자에 관한 정보(이용자 정보)를 저장하는 이용자 정보 저장 수단이다. 도 7은 이용자 정보 데이터 베이스(106a)에 저장되는 이용자 정보의 일례를 도시한 도면이다.
이러한 이용자 정보 데이터 베이스(106a)에 저장되는 정보는, 도 7에 도시한 바와 같이, 각 이용자를 임의로 식별하기 위한 이용자 ID, 각 이용자가 정당한 사람인지 여부의 인증을 수행하기 위한 이용자 비밀번호, 각 이용자의 성명, 각 이용자가 소속하는 소속처를 일의적으로 식별하기 위한 소속처 ID, 각 이용자가 소속하는 소속처부문을 일의적으로 식별하기 위한 부문 ID, 부문명 및 각 이용자의 전자 메일 주소를 상호 관련지어 구성되어 있다.
또한, 생체 상태 정보 데이터 베이스(106b)는, 생체 상태 정보 등을 저장하는 생체 상태 정보 저장 수단이다. 도 8은 생체 상태 정보 데이터 베이스(106b)에 저장되는 정보의 일례를 도시한 도면이다.
이러한 생체 상태 정보 데이터 베이스(106b)에 저장되는 정보는, 도 8에 도시한 바와 같이, 개체(샘플)번호, 각 생체 상태의 지표 데이터(T) 및 각 대사물(예를 들면, 아미노산 등)의 혈중 농도 데이터군을 상호 관련지어 구성되어 있다.
또한, 상관성 정보 데이터 베이스(106c)는, 상관성에 관한 정보 등을 저장하는 상관성 정보 저장 수단이다. 도 9는, 상관성 정보 데이터 베이스(106c)에 저장되는 정보의 일례를 도시한 도면이다.
이러한 상관성 정보 데이터 베이스(106c)에 저장되는 정보는, 도 9에 도시한 바와 같이, 대사물과, 지표 데이터(T)에 대한 각 대사물의 상관성 등을 상호 관련지어 구성되어 있다.
또한, 상관식 정보 데이터 베이스(106d)는, 상관식에 관한 정보 등을 저장하는 상관식 저장 수단이다. 도 10은, 상관식 정보 데이터 베이스(106d)에 저장되는 정보의 일례를 도시한 도면이다.
이러한 상관식 정보 데이터 베이스(106d)에 저장되는 정보는, 도 10에 도시한 바와 같이, 생체 상태의 지표 데이터(T), 상관식(R) 및 복합 지표(하나 또는 복수)를 상호 관련지어 구성되어 있다.
또한, 대사 지도 정보 데이터 베이스(106e)는, 대사 지도에 관한 정보 등을 저장하는 대사 지도 정보 저장 수단이다. 도 11은, 대사 지도 정보 데이터 베이스(106e)에 저장되는 정보의 일례를 도시한 도면이다.
이러한 대사 지도 정보 데이터 베이스(106e)에 저장되는 정보는, 도 11에 도시한 바와 같이 각 대사 지도에 관한 정보로서, 예를 들면, 패스웨이를 구성하는 각 노드나 각 에지에 관한 정보 등을 상호 관련지어 구성되어 있다. 여기에서, 대사 지도에 관한 정보는, 예를 들면, KEGG 등이 제공하는 공지의 대사 지도의 정보를 취득하고, 필요에 따라 정보를 가공하여 이용할 수 있다.
또한, 그 밖의 정보로서, 서버 장치(100)의 기억부(106)에는, 웹 사이트를 클라이언트 장치(200)에 제공하기 위한 각종 웹 데이터나 CGI 프로그램 등이 기록되어 있다.
이러한 웹 데이터로서는, 후술하는 각종 웹 페이지를 표시하기 위한 데이터 등이 있으며, 이들 데이터는, 예를 들면, HTML이나 XML로 기술된 텍스트 파일로서 형성되어 있다. 또한, 이들의 웹 데이터를 작성하기 위한 부품용 파일이나 작업용 파일이나 기타 일시적인 파일 등도 기억부(106)에 기억된다.
이 밖에, 필요에 따라, 클라이언트 장치(200)에 송신하기 위한 음성을 WAVE 형식이나 AIFF 형식과 같이 음성 파일로 저장하거나, 정지화상이나 동화상을 JPEG 형식이나 MPEG2 형식과 같이 화상 파일로 저장하거나 할 수 있다.
또한, 도 3에 있어서, 통신 제어 인터페이스부(104)는, 서버 장치(100)와 네트워크(300)(또는 루터 등의 통신 장치) 사이에서의 통신 제어를 실시한다. 즉, 통신 제어 인터페이스부(104)는 다른 단말과 통신 회선을 개재시켜 데이터를 통신하는 기능을 갖는다.
또한, 도 3에 있어서, 입출력 제어 인터페이스부(108)는, 입력 장치(112)나 출력 장치(114)를 제어한다. 여기에서, 출력 장치(114)로서는, 모니터(가정용 텔레비젼을 포함한다) 외에, 스피커를 사용할 수 있다(또, 이하에 있어서는 출력 장치(114)를 모니터로서 기재하는 경우가 있다). 또한, 입력 장치(112)로서는, 키보드, 마우스 및 마이크 등을 사용할 수 있다. 또한, 모니터도, 마우스와 협동하여 포인팅 디바이스 기능을 실현한다.
또한, 도 3에 있어서, 제어부(102)는, OS(운영 체계) 등의 제어 프로그램, 각종 처리 순서 등을 규정한 프로그램, 및 소요 데이터를 저장하기 위한 내부 메모리를 가지며, 이러한 프로그램 등에 의해, 여러 가지 처리를 실행하기 위한 정보 처리를 실시한다. 제어부(102)는, 기능 개념적으로 요구 해석부(102a), 열람 처리 부(102b), 인증 처리부(102c), 전자 메일 생성부(102d), 웹 페이지 생성부(102e), 송신부(102f), 상관식 설정부(102v), 생체 상태 시뮬레이션부(102w), 결과 출력부(102k)를 구비하여 구성되어 있다.
이 중에서 요구 해석부(102a)는, 클라이언트 장치(200)로부터의 요구 내용을 해석하고, 그 해석 결과에 따라 제어부의 다른 각부에 처리를 주고 받는 요구 해석 수단이다.
또한, 열람 처리부(102b)는, 클라이언트 장치(200)로부터의 각종 화면의 열람 요구를 받고, 이들 화면의 웹 데이터의 생성이나 송신을 수행하는 열람 처리 수단이다.
또한, 인증 처리부(102c)는, 클라이언트 장치(200)로부터의 인증 요구를 받고, 이러한 인증 판단을 수행하는 인증 처리 수단이다.
또한, 전자 메일 생성부(102d)는, 각종 정보를 포함한 전자 메일을 생성하는 전자 메일 생성 수단이다.
또한, 웹 페이지 생성부(102e)는, 이용자가 열람하는 웹 페이지를 생성하는 웹 페이지 생성 수단이다.
또한, 송신부(102f)는, 각종 정보를 당해 이용자의 클라이언트 장치(200)에 송신하는 송신 수단이고, 또한 생체 상태 정보를 송신한 클라이언트 장치(200)에 대해 당해 복합 지표를 송신하는 분석 결과 송신 수단이다.
또한, 상관식 설정부(102v)는, 각 개체에 있어서 측정된 생체 상태에 관한 지표 데이터와, 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터와의 상 관성을 나타내는, 수학식 1의 상관식을 설정하는 상관식 설정 수단이다.
수학식 1
Figure 112005030592266-pct00004
상기 수학식 1에서,
i, j 및 k는 자연수이고,
Ai 및 Bj는 대사물의 혈중 농도 데이터 또는 그것을 함수 처리한 값이고,
Ci, Di, Ej, Fj, Gk 및 H는 정수이다.
여기에서, 상관식 설정부(102v)는, 생체 상태 정보 취득부(102g), 상관성 결정부(102h), 상관식 작성부(102i), 최적화부(102j)를 추가로 포함하여 구성되어 있다.
이 중, 생체 상태 정보 취득부(102g)는, 각 개체에 있어서 측정된 각종 생체 상태에 관한 지표 데이터 및 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 포함하는 생체 상태 정보를, 클라이언트 장치(200) 또는 입력 장치(112) 등으로부터 취득하는 생체 상태 정보 취득 수단이다. 여기에서, 생체 상태 정보 취득부(102g)는, 도 5에 도시한 바와 같이, 대사물 지정부(102m) 및 생체 상태 지표 데이터 지정부(102n)을 추가로 포함하여 구성된다. 도 5는, 본 발명이 적용되는 본 시스템의 생체 상태 정보 취득부(102g)의 구성의 일례를 도시한 블록도 이고, 당해 구성 중 본 발명에 관계하는 부분만을 개념적으로 도시하고 있다.
도 5에 있어서, 대사물 지정부(102m)는, 원하는 대사물을 지정하는 대사물 지정 수단이다.
또한, 생체 상태 지표 데이터 지정부(102n)는, 원하는 생체 상태 지표 데이터를 지정하는 생체 상태 지표 데이터 지정 수단이다.
다시 도 3으로 되돌아가서, 상관성 결정부(102h)는, 각 개체에 있어서 측정된 각종 생체 상태에 관한 지표 데이터 및 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군에 기초하여, 각 대사물에 관해서 지표 데이터와의 상관성을 결정하는 상관성 결정 수단이다.
또한, 상관식 작성부(102i)는 결정된 각 대사물의 상관성에 기초하여, 소정의 계산 방식에 의해 생체 상태에 대한 복수의 대사물에 의한 상관식(상관 함수)을 작성하는 상관식 작성 수단이다. 여기에서, 상관식 작성부(102i)는, 도 6에 도시한 바와 같이, 양/음 설정부(102p) 및 계산식 설정부(102r)를 추가로 포함하여 구성된다. 도 6은, 본 발명이 적용되는 본 시스템의 상관식 작성부(102i)의 구성의 일례를 도시한 블록도이고, 당해 구성 중 본 발명에 관계하는 부분만을 개념적으로 도시하고 있다.
도 6에 있어서, 양/음 설정부(102p)는, 각 대사물의 상관성에 관해서 양 또는 음을 설정하는 양/음 설정 수단이다.
또한, 계산식 설정부(102r)는, 상관식을 작성하기 위한 계산식을 설정하는 계산식 설정 수단이다.
다시 도 3으로 되돌아가서, 최적화부(102j)는, 결정된 상관식(R)과 생체 상태에 관한 지표 데이터와의 상관 계수에 기초하여[예를 들면, 상관 계수가 상위(예를 들면, 상위 20위 등)이 되도록, 바람직하게는 상관 계수가 최대가 되도록], 이러한 상관식(R)을 최적화하는 최적화 수단이다. 여기에서, 최적화부(102j)는, 도 43에 도시한 바와 같이, 대사물 선택부(102s), 계산식 분할부(102t) 및 대사 지도 분할부(102u)를 추가로 포함하여 구성된다. 도 43은, 본 발명이 적용되는 본 시스템의 최적화부(102j)의 구성의 일례를 도시한 블록도이며, 당해 구성 중 본 발명에 관계하는 부분만을 개념적으로 도시하고 있다.
도 43에 있어서, 대사물 선택부(102s)는, 각 대사물 중의 일부의 대사물을 선택하여, 선택된 복수의 대사물을 사용하여 상관식을 작성하고, 생체 상태에 관한 지표 데이터에 대한 상관 계수를 계산하고, 생체 상태에 관한 지표 데이터에 대한 상관 계수 및 대사물 수에 기초하여[예를 들면, 상관 계수가 상위(예를 들면 상위 20위 등) 또한 대사물 수가 최소가 되도록, 바람직하게는 상관 계수가 최대, 대사물 수가 최소가 되도록] 대사물의 조합을 최적화하도록 하는 대사물 선택 수단이다.
또한, 계산식 분할부(102t)는, 계산식을 분할하고, 분할된 계산식을 사용하여 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산하고, 생체 상태에 관한 지표에 대한 상관 계수에 기초하여[예를 들면, 상관 계수가 상위(예를 들면 상위 20위 등)가 되도록, 바람직하게는 상관 계수가 최대가 되도록] 분할의 조합을 최적화하도록 하는 계산식 분할 수단이다.
또한, 대사 지도 분할부(102u)는, 계산식을 대사 지도 정보에 기초하여 분할하고, 분할된 계산식을 사용하여 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산하도록 하는 대사 지도 분할 수단이다.
다시 도 3으로 되돌아가서, 생체 상태 시뮬레이션부(102w)는, 설정된 상관식에 시뮬레이션 대상의 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 대입하여, 시뮬레이션 대상의 개체 중의 생체 상태를 시뮬레이션하는 생체 상태 시뮬레이션 수단이다.
또한, 결과 출력부(102k)는, 제어부(102)의 각 처리 등의 처리 결과 등을 출력 장치(114) 등으로 출력하는 출력 수단이다.
또, 이들 각부에 의해서 이루어진 처리의 상세한 것에 관해서는, 후술한다.
[시스템 구성-클라이언트 장치(200)]
다음에, 클라이언트 장치(200)의 구성에 관해서 설명한다. 도 4는, 본 발명이 적용되는 클라이언트 장치(200)의 구성의 일례를 도시한 블록도이고, 당해 구성 중 본 발명에 관계하는 부분만을 개념적으로 나타내고 있다.
이러한 도 4에 도시한 바와 같이, 클라이언트 장치(200)는, 개략적으로는 제어부(210), ROM(220), HD(230), RAM(240), 입력 장치(250), 출력 장치(260), 입출력 제어 IF(270) 및 통신 제어 IF(280)를 구비하여 구성되어 있고, 이들 각부가 버스를 개재시켜 데이터 통신 가능하게 접속되어 있다.
이러한 클라이언트 장치(200)의 제어부(210)는, 웹 브라우저(211) 및 전자 메일러(212)를 구비하여 구성되어 있다. 이 중, 웹 브라우저(211)는, 기본적으로는 웹 데이터를 해석하여, 후술하는 모니터(261)에 표시시키는 표시 제어(브라우즈 처리)를 실시하는 것이다. 또한, 웹 브라우저(211)는, 스트림 영상의 수신, 표시, 피드백 등을 실시하는 기능을 구비한 스트림 플레이어 등의 각종 소프트 웨어를 플러그인할 수 있다. 또한, 전자 메일러(212)는, 소정의 통신 규약(예를 들면, SMTP(Simple Mail Transfer Protocol)이나 POP3(Post Office Protocol version 3) 등)에 따라서, 전자 메일의 송수신을 수행한다.
또한, 입력 장치(250)로서는, 키보드, 마우스 및 마이크 등을 사용할 수 있다. 또한, 후술하는 모니터(261)도, 마우스와 협동하여 포인팅 디바이스 기능을 실현한다.
또한, 출력 장치(260)로서는, 모니터(가정용 텔레비젼을 포함한다)(261) 및 프린터(262)가 마련되어 있다. 이밖에, 출력 장치(260)로서는, 스피커 등을 사용할 수 있다. 출력 장치(260)는, 통신 제어 IF(280)를 개재시켜 수신된 정보를 출력하는 출력 수단이다.
또한, 통신 제어 IF(280)는, 클라이언트 장치(200)와 네트워크(300)(또는 루터 등의 통신 장치) 사이에서의 통신 제어를 실시한다. 이러한 통신 제어 IF(280)는, 서버 장치(100)에 대해 정보를 송신하고, 또한 서버 장치(100)로부터 송신된 정보를 수신하는 수신 수단이며, 생체 상태 정보를 서버 장치(100)에 대해 송신하는 송신 수단, 송신한 생체 상태 정보에 대응하는 복합 지표를 서버 장치(100)로부터 수신하는 수신 수단으로서 기능한다.
이와 같이 구성된 클라이언트 장치(200)는, 모뎀, TA, 루터 등의 통신 장치와 전화 회선을 개재시키거나 전용선을 개재시켜 네트워크(300)에 접속되어 있고, 소정의 통신 규약(예를 들면, TCP/IP 인터넷 프로토콜)을 따라서 서버 장치(100)에 액세스할 수 있다.
[시스템 구성-네트워크(300)]
다음에, 네트워크(300)의 구성에 관해서 설명한다. 네트워크(300)는, 서버 장치(100)와 클라이언트 장치(200)를 상호 접속하는 기능을 가지며, 예를 들면, 인터넷 등이다.
[시스템의 처리]
다음에, 이와 같이 구성된 본 실시 형태에 있어서의 본 시스템의 처리의 일례에 관해서, 이하에 도 12 내지 도 16 등을 참조하여 상세하게 설명한다.
[생체 상태 정보 해석 서비스 처리]
다음에, 이와 같이 구성된 본 시스템을 사용하여 이루어진 본 방법으로서의 생체 상태 정보 해석 서비스 처리의 상세한 것에 관해서 도 12 등을 참조하여 설명한다. 도 12는, 본 실시 형태에 있어서의 본 시스템의 생체 상태 정보 해석 서비스 처리의 일례를 도시한 흐름도이다.
우선, 클라이언트 장치(200)는, 서버 장치(100)가 제공하는 웹 사이트의 주 소(URL 등)를 이용자가 웹 브라우저(211)가 표시되는 화면상에서 입력 장치(250)를 개재시켜 지정함으로써, 인터넷을 개재시켜 서버 장치(100)에 접속한다.
구체적으로는, 이용자가 클라이언트 장치(200)의 웹 브라우저(211)를 기동하여 당해 웹 브라우저(211)의 소정의 입력란에, 본 시스템의 생체 상태 정보 송신 화면에 대응하는 소정의 URL을 입력한다. 그리고, 이용자가 이러한 웹 브라우저(211)의 화면 갱신을 지시하면, 웹 브라우저(211)는 이러한 URL을 통신 제어 IF(280)를 개재시켜 소정의 통신 규약으로 송신하고, 이러한 URL에 기초하는 루팅에 의해서 서버 장치(100)에 대한 생체 상태 정보 송신 화면용 웹 페이지의 송신을 요구한다.
이어서, 서버 장치(100)의 요구 해석부(102a)는, 클라이언트 장치(200)로부터의 송신의 유무를 감시하고 있으며, 송신을 받으면, 이러한 송신의 내용을 해석하고, 그 결과에 따라 당해 제어부(102) 내의 각부로 처리를 옮긴다. 송신의 내용이 생체 상태 정보 송신 화면용 웹 페이지의 송신 요구인 경우에는, 주로 열람 처리부(102b)의 제어하에서, 기억부(106)로부터 생체 상태 정보 송신 화면용 웹 페이지를 표시하기 위한 웹 데이터를 취득하고, 이러한 웹 데이터를 통신 제어 인터페이스부 통신 제어 인터페이스부(104)를 개재시켜 클라이언트 장치(200)로 송신한다. 여기에서, 서버 장치(100)로부터 클라이언트 장치(200)로 데이터 송신을 실시할 때의 클라이언트 장치(200)의 특정은, 클라이언트 장치(200)로부터 송신 요구와 함께 송신된 IP 주소를 사용하여 실시한다.
또, 이용자로부터 웹 페이지의 송신 요구가 있었던 경우에는, 이용자에게 이 용자 ID 및 비밀번호의 입력을 요구하고, 인증 처리부(102c)가 이용자 정보 데이터 베이스(106a)에 저장되어 있는 이용자 ID 및 이용자 비밀번호에 기초하여 인증 가부를 판단하여, 인증가의 경우에만 웹 페이지를 열람시켜도 양호하다(이하에 있어서도 동일하기 때문에 이의 상세한 것을 생략한다).
이러한 클라이언트 장치(200)는, 서버 장치(100)로부터의 웹 데이터를 통신 제어 1F(280)를 개재시켜 수신하고, 당해 데이터를 웹 브라우저(211)로 해석함으로써, 모니터(261)에 생체 상태 정보 송신 화면용 웹 페이지를 표시한다. 이하, 클라이언트 장치(200)로부터 서버 장치(100)로의 화면 요구와, 서버 장치(100)로부터 클라이언트 장치(200)로의 웹 데이터의 송신 및 클라이언트 장치(200)에 있어서의 웹 페이지의 표시는 거의 동일하게 이루어진 것으로 하며, 이하에서는 이의 상세한 것에 관해서는 생략한다.
그리고, 이용자가 클라이언트 장치(200)의 입력 장치(250)를 개재시켜 생체 상태 정보를 입력·선택하면, 입력 정보 및 선택 사항을 특정하기 위한 식별자가 서버 장치(100)에 송신된다(단계 SA-1).
그리고, 서버 장치(100)의 요구 해석부(102a)는, 이러한 식별자를 해석함으로써, 클라이언트 장치(200)로부터의 요구 내용을 해석한다(클라이언트 장치(200)로부터 서버 장치(100)로의 요구 내용의 식별에 관해서는, 이하의 처리에 있어서도 거의 동일하게 이루어진 것으로 하며, 이하에서는 이의 상세한 것을 생략한다).
그리고, 서버 장치(100)는, 제어부(102)의 각부의 처리에 의해, 도 13 등을 사용하여 후술하는 생체 상태 정보의 해석 처리를 실행한다(단계 SA-2). 그리고, 서버 장치(100)는, 웹 페이지 생성부(102e)의 처리에 의해, 이용자가 송신한 생체 상태 정보에 대한 해석 결과 데이터를 표시하기 위한 웹 페이지를 작성하고, 기억부(106)에 저장한다.
그리고, 이용자는, 웹 브라우저(211)에 소정의 URL을 입력함으로써, 상기와 동일한 인증을 거친 후, 기억부(106)에 저장되어 있는 해석 결과 데이터를 표시하기 위한 웹 페이지를 열람할 수 있다.
즉, 이용자가 클라이언트 장치(200)를 사용하여, 당해 웹 페이지의 열람 요구를 서버 장치(100)에 대하여 송신하면, 서버 장치(100)는 열람 처리부(102b)의 처리에 의해, 기억부(106)로부터 당해 이용자의 웹 페이지를 읽어 내어 송신부(102f)로 송신하면, 송신부(102f)는 당해 웹 페이지를 클라이언트 장치(200)에 대해 송신한다(단계 SA-3). 이것에 의해, 이용자는, 자기의 웹 페이지를 적시 열람할 수 있다(단계 SA-4). 또한, 이용자는 필요에 따라 이러한 웹 페이지의 표시 내용을 프린터(262)로 인쇄할 수 있다.
또한, 서버 장치(100)는, 이용자에 대한 해석 결과의 통지를 전자 메일을 개재시켜 실시할 수 있다. 즉, 서버 장치(100)의 전자 메일 생성부(102d)는 송신타이밍에 따라서 이용자가 송신한 생체 상태 정보에 대한 해석 결과 데이터를 포함하는 전자 메일 데이터를 생성한다. 구체적으로는 이용자의 이용자 ID 등에 기초하여 이용자 정보 데이터 베이스(106a)에 저장된 이용자 정보를 참조하여, 당해 이용자의 전자 메일 주소를 호출한다.
그리고, 이러한 전자 메일 주소를 받는 곳으로 하는 전자 메일로서, 이용자 의 성명 및 이용자가 송신한 생체 상태 정보에 대한 해석 결과 데이터를 포함하는 전자 메일의 메일 데이터를 생성하고, 이러한 메일 데이터를 송신부(102f)로 주고 받는다. 그리고, 송신부(102f)는 이러한 메일 데이터를 송신한다(단계 SA-3).
한편, 이용자는, 클라이언트 장치(200)의 전자 메일러(212)를 사용하여 상기 전자 메일을 임의의 타이밍으로 수신한다. 이러한 전자 메일은 전자 메일러(212)의 공지된 기능에 기초하여 모니터(261)에 표시된다(단계 SA-4). 또한, 이용자는 필요에 따라 이러한 전자 메일의 표시 내용을 프린터(262)로 인쇄할 수 있다.
이것으로, 생체 상태 정보 해석 서비스 처리가 종료된다.
[생체 상태 정보의 해석 처리]
다음에, 생체 상태 정보의 해석 처리의 상세한 것에 관해서 도 13 등을 참조하여 설명한다. 도 13은, 본 실시 형태에 있어서의 본 시스템의 생체 상태 정보의 해석 처리의 일례를 도시한 흐름도이다. 또, 본 실시 형태는, 마이크로소프트(회사명)의 Excel(제품명)을 사용하여 상관 계수나 상관식의 계산이나 집계 처리 등을 실시하는 경우를 일례로 설명하지만, 본 발명은 이러한 경우에 한정되는 것이 아니며, 다른 프로그램에 의해 실행할 수 있다.
우선, 서버 장치(100)는, 상관식 설정부(102v)의 처리에 의해, 각 개체에 있어서 측정된 생체 상태에 관한 지표 데이터와, 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터와의 상관성을 나타내는, 수학식 1로 나타낸 상관식을 설정한다(상관식 설정 처리).
수학식 1
Figure 112005030592266-pct00005
상기 수학식 1에 있어서,
i, j 및 k는 자연수이고,
Ai 및 Bj는 대사물의 혈중 농도 데이터 또는 그것을 함수 처리한 값이고,
Ci, Di, Ej, Fj, Gk 및 H는 정수이다.
여기에서, 상관식 설정부(102v)에서 이루어진 상관식 설정 처리에 관해서, 이하에 상세하게 설명한다.
우선, 서버 장치(100)는, 생체 상태 정보 취득부(102g)의 처리에 의해, Excel 상에서, 지표 데이터(T) 및 아미노산의 혈중 농도 데이터군을 미리 각각의 시트에 기재한 데이터 파일을 작성한다(단계 SB-1).
이어서, 서버 장치(100)는 생체 상태 정보 취득부(102g)의 처리에 의해, 단계 SB-1에 의해 작성한 데이터 파일을 제어부(102)의 메모리에 취입한다(단계 SB-2).
도 19는, 모니터에 표시되는 메인 메뉴 화면의 일례를 도시한 도면이다. 당해 도면에 도시한 바와 같이 메인 메뉴 화면은, 예를 들면, 파일 취입 화면으로의 링크 버튼(파일 취입 버튼)(MA-1), 아미노산(대사물) 입력 화면으로의 링크 버튼( 아미노산(대사물) 입력 버튼)(MA-2), 생체 상태 지표 입력 화면으로의 링크 버튼(생체 상태 지표 입력 버튼)(MA-3), 계산식 마스터 유지 화면으로의 링크 버튼(계산식 버튼)(MA-4), 처리 항목 선택 화면으로의 링크 버튼(처리 항목의 지정 버튼)(MA-5), 양음 판정 확인 화면으로의 링크 버튼(양·음 판정 확인 버튼)(MA-6), 복합 지표 탐색 화면으로의 링크 버튼(복합 지표의 탐색 버튼)(MA-7) 및 처리 종료를 선택하기 위한 종료 버튼(MA-8)을 포함하여 구성되어 있다.
도 19에 있어서, 이용자가 입력 장치(112)를 개재시켜, 메인 메뉴 화면의 파일의 취입 버튼(MA-1)을 선택하면, 도 20에 도시한 파일 취입 화면이 표시된다.
도 20은, 모니터에 표시되는 파일 취입 화면의 일례를 도시한 도면이다. 당해 도면에 도시한 바와 같이 파일 취입 화면은, 예를 들면, 아미노산(대사물) 데이터의 취입 파일 패스와 취입 파일명을 입력하기 위한 입력 박스군(MB-1) ,생체 상태 지표 데이터의 취입 파일 패스와 취입 파일명을 입력하기 위한 입력 박스군(MB-2), 파일 취입을 수행하기 위한 취입 버튼(MB-3) 및 메인 메뉴 화면(도 19)으로 되돌아가기 위한 복귀 버튼 MB-4를 포함하여 구성되어 있다.
도 20에 있어서, 이용자가 입력 장치(112)를 개재시켜, 입력 박스군(MB-1 및 MB-2)에 대해, 데이터를 취입하는 아미노산(대사물) 및 생체 상태 지표를 선택한 후, 취입 버튼(MB-3)을 선택하면, 생체 상태 지표 데이터 지정부(102n)는, 지정된 아미노산(대사물)을 제어부(102)의 메모리에 취입하고, 또한 대사물 지정부(102m)는 지정된 생체 상태 지표 데이터를 제어부(102)의 메모리에 취입한다.
다시 도 13으로 되돌아가서, 서버 장치(100)는 생체 상태 정보 취득부(102g) 의 처리에 의해, 해석하고 싶은 개체군(또는, 생략하고 싶은 개체군)을, 도 21에 도시한 아미노산(대사물) 입력 화면 및 도 22에 도시한 생체 상태 지표 입력 화면을 사용하여 이용자에게 선택시킨다(단계 SB-3).
도 21은, 모니터에 표시되는 아미노산(대사물) 입력 화면의 일례를 도시한 도면이다. 당해 도면에 도시한 바와 같이 아미노산(대사물) 입력 화면은, 예를 들면, 해석을 위한 데이터로서 등록 여부를 선택하기 위한 미사용 Flg 체크 영역(MC-1), 데이터 표시 영역(MC-2), 누락 데이터의 체크를 위한 데이터 체크 버튼(MC-3), 데이터를 등록하기 위한 등록 버튼(MC-4) 및 메인 메뉴 화면(도 19)으로 되돌아가기 위한 복귀 버튼(MC-5)을 포함하여 구성되어 있다.
도 22는, 모니터에 표시되는 생체 상태 지표 입력 화면의 일례를 도시한 도면이다. 당해 도면에 도시한 바와 같이 생체 상태 지표 입력 화면은, 예를 들면, 해석을 위한 데이터로서 등록 여부를 선택하기 위한 미사용 Flg 체크 영역(MD-1), 데이터 표시 영역(MD-2), 누락 데이터의 체크를 위한 데이터 체크 버튼(MD-3), 데이터를 등록하기 위한 등록 버튼(MD-4) 및 메인 메뉴 화면(도 19)으로 되돌아가기 위한 복귀 버튼(MD-5)을 포함하여 구성되어 있다.
이용자는, 도 21 또는 도 22에 있어서, 예를 들면, 데이터 누락하고 있는 개체 등에 관해서, 미사용 Flg 체크 영역(MC-1) 또는 미사용 Flg 체크 영역(MD-1)을「미사용(미사용 Flg를 체크한다)」으로 선택하는 것이 가능해진다. 한편, 도 21 또는 도 22 중 어느 한쪽의 화면에서, 미사용 개체(미사용 Flg를 설정한다)로 하면, 다른 한쪽의 화면에서도 연동하여 이 개체는 자동적으로 미사용이 된다.
또한, 이용자가, 도 21 또는 도 22에 있어서, 데이터 체크 버튼(MC-3) 또는 데이터 체크 버튼(MD-3)을 입력 장치(112)를 개재시켜 선택하면, 생체 상태 정보 취득부(102g)는, 일부의 아미노산(대사물)에 관해서 혈중 농도 데이터가 떨어지고 있는 것을 자동적으로 체크 아웃하여 미사용 Flg를 설정한다.
또한, 이용자가, 도 21 또는 도 22에 있어서, 등록 버튼(MC-4) 또는 등록 버튼(MD-4)을 입력 장치(112)를 개재시켜 선택하면, 생체 상태 정보 취득부(102g)는, 제어부(102)의 메모리로부터 미사용 Flg가 설정된 혈중 아미노산 데이터를 제거한다.
다시 도 13으로 되돌아가서, 서버 장치(100)는 대사물 지정부(102m) 및 생체 상태 지표 데이터 지정부(102n)의 처리에 의해, 도 24에 도시한 처리 항목 선택 화면을 모니터에 표시하고, 해석 대상이 되는 생체 상태의 지표 데이터(T)와 아미노산(대사물)을 이용자에게 선택시킨다(단계 SB-4 및 단계 SB-5).
도 24는, 모니터에 표시되는 처리 항목 선택 화면의 일례를 도시한 도면이다. 당해 도면에 도시한 바와 같이 처리 항목 선택 화면은, 예를 들면, 입력 항목 표시 영역(MF-1), 생체 상태 지표의 해석 대상 항목 표시 영역(MF-2), 아미노산(대사물)의 해석 항목 표시 영역(MF-3), 처리 항목의 설정을 수행하기 위한 OK 버튼(MF-4) 및 처리 항목 선택 화면을 닫기 위한 취소 버튼(MF-5)을 포함하여 구성되어 있다.
이용자가, 도 24에 있어서 입력 장치(112)를 개재시켜, 생체 상태 지표의 해석 대상 항목 표시 영역(MF-2), 아미노산(대사물)의 해석 항목 표시 영역(MF-3)으 로부터 원하는 생체 상태 지표 및 아미노산(대사물)을 선택하여, 입력 항목 표시 영역(MF-1)에 표시시킨 후, OK 버튼(MF-4)을 입력 장치(112)를 개재시켜 선택하면, 대사물 지정부(102m) 및 생체 상태 지표 데이터 지정부(102n)는, 해석 대상 데이터 이외의 데이터를 제어부(102)의 메모리로부터 제거한다.
다시 도 13으로 되돌아가서, 서버 장치(100)는, 상관성 결정부(102h)의 처리에 의해, 해석 대상으로서 지정된 지표 데이터 및 혈중 농도 데이터군에 기초하여, 각 대사물에 관해서 지표 데이터와의 상관성을 결정하고(단계 SB-6), 도 25에 도시한 표시 화면을 모니터로 출력한다. 여기에서, 상관성은, Excel의 함수 correl(또는, 함수 PEARSON)를 사용하여 상관 계수를 계산함으로써 구하고 있다.
도 25는, 모니터에 표시되는 양음 판정 확인 화면의 일례를 도시한 도면이다. 당해 도면에 도시한 바와 같이 양음 판정 확인 화면은, 예를 들면, 해석 대상 항목 표시 영역(MG-1), 양음 판정 표시 영역(MG-2), 해석 항목 표시 영역(MG-3), 해석 대상 항목과의 상관성을 표시하기 위한 표시 영역(MG-4), 사용자에 의한 양음의 설정을 수행하기 위한 사용자 설정 표시 영역(MG-5), 설정하기 위한 OK 버튼(MG-6) 및 양음 판정 확인 화면을 닫기 위한 취소 버튼(MG-7)을 포함하여 구성되어 있다.
이용자는, 도 25에 있어서, 표시 영역(MG-4)에 표시된 각 아미노산의 상관 계수를 확인하고, 지표 데이터(T)에 대한 각 아미노산의 상관성의 양음을 확인한다. 이 때, 실제로는 양이더라도, 사용자 설정에 따라 음으로 변경되고, 음으로서 취급하는 것도 가능하다(그 반대도 가능). 이 경우에는, 이용자는, 입력 장치 (112)를 개재시켜, 사용자 설정 표시 영역(MG-5)에 있어서 양 또는 음을 선택하여 OK 버튼(MG-6)을 선택함으로써, 양/음 설정부 (102p)는, 제어부의 메모리상의 대응하는 데이터를 갱신한다.
다시 도 13으로 되돌아가서, 서버 장치(100)는, 계산식 설정부(102r)의 처리에 의해, 도 23에 도시한 표시 화면을 표시하고, 상관식(R)을 계산하기 위한 계산식을 이용자에게 작성시킨다(단계 SB-7).
도 23은, 모니터에 표시되는 계산식 마스터 유지 화면의 일례를 도시한 도면이다. 당해 도면에 도시한 바와 같이 계산식 마스터 유지 화면은, 예를 들면, 상관식(R)의 계산을 위한 계산식의 입력 영역인 계산식 입력 영역(ME-1), 계산식을 등록하기 위한 등록 버튼(ME-2) 및 메인 메뉴 화면(도 19)으로 되돌아가기 위한 복귀 버튼(ME-3)을 포함하여 구성되어 있다.
이용자는, 도 23에 있어서, 입력 장치(112)를 개재시켜, 계산식 입력 영역(ME-1)에 원하는 상관식(R)을 계산하기 위한 계산식을 입력한 후, 등록 버튼(ME-2)을 선택하면, 계산식 설정부(102r)는, 입력된 계산식을 기억부(106)의 소정의 기억 영역에 저장한다. 여기에서, 계산식은 생체 상태 지표 데이터(T)에 대한 아미노산군(대사물군)의 개개의 상관 계수의 양음을 기준으로 하여 (양의 합)/(음의 합), (양의 합)+(음의 합), (양의 합)-(음의 합), (음의 합)/(양의 합), (음의 합)-(양의 합) 또는 (양의 합) x(음의 합) 등을 지정 가능하다.
다시 도 13으로 되돌아가서, 서버 장치(100)는 계산식 설정부(102r)의 처리에 의해, 도 26에 도시한 복합 지표 탐색 화면을 표시하고, 단계 SB-7에 있어서 작 성한 계산식 중에서 적용하고 싶은 계산식을 이용자에게 지정(복수 가능)시키고(단계 SB-8), 또한 결과의 출력 파일을 이용자에게 지정시킨다(단계 SB-9).
도 26은, 모니터에 표시되는 복합 지표 탐색 화면의 일례를 도시한 도면이다. 당해 도면에 도시한 바와 같이 복합 지표 탐색 화면은, 예를 들면, 출력 파일명의 표시 및 입력 영역(MH-1), 출력 파일명 참조 버튼(MH-2), 최적화 처리에 있어서 복합 지표의 탐색인지 복합 지표인지를 선택시키는 선택 영역(MH-3), 해석 대상 항목 표시 영역(MH-4), 해석 항목 표시 영역(MH-5), 해석 대상 항목과의 상관성의 표시 영역(MH-6), 양음 표시 영역(MH-7), 사용 FLG 체크 영역(MH-8), 계산식 표시 영역(MH-9), 실행 버튼(MH-10) 및 메인 메뉴 화면(도 19)으로 되돌아가기 위한 복귀 버튼(MH-11)을 포함하여 구성되어 있다.
이용자는, 도 26에 있어서, 입력 장치(112)를 개재시켜, 소정의 정보를 입력·선택한 후, 실행 버튼(MH-10)를 선택하면, 서버 장치(100)는 상관식 작성부(102i) 및 최적화부(102j)의 처리에 의해 상관식을 작성하고, 추가로, 도 14 및 도 15를 사용하여 후술하는 최적화 처리 1을 실행한다(단계 SB-10).
여기에서, 도 14는, 본 시스템에 의한 망라적 계산 수법을 사용한 최적화 처리 1의 일례를 나타내는 흐름도이다. 도 14에서 도시한 망라적 계산 수법(단계 SC-1 내지 단계 SC-8)에서는, 최적화부(102j)는 식이 분할되어 있지 않은 전단계의 복합 지표를 산출한다. 망라적 계산 수법에서는, 최적화부(102j)는 지정한 처리 항목을 지정한 계산식(군)에 적용하여, 모든 아미노산의 조합을 자동적으로 산출하고, 이 중에서 가장 지표 데이터(T)에 상관성이 높은 조합의 상위 5위(20위 까지 지정 가능)를 출력한다.
여기에서, 도 15는 본 시스템에 의한 베스트 패스법을 사용한 최적화 처리 1의 일례를 도시한 흐름도이다. 도 15에서 도시한 베스트 패스법(단계 SD-1 내지 단계 SD-11)에서는, 최적화부(102j)는 대사물 선택부(102s)의 처리에 의해, 특정한 아미노산을 1항목씩 제거를 반복하여 가장 적합한 조합을 용이하게 산출한다.
다시 도 13으로 되돌아가서, 서버 장치(100)는 결과 출력부(102k)의 처리에 의해 해석 결과(단일항 지표)를 모니터에 출력하고, 또한 기억부(106)에 해석 결과를 저장한다(단계 SB-11).
그리고, 서버 장치(100)는, 계산식 분할부(102t)의 처리에 의해, 단계 SB-11에 있어서 출력된 단일항 지표 중 원하는 것을 선택한다(단계 SB-12).
그리고, 서버 장치(100)는, 상관식 작성부(102i) 및 최적화부(102j)의 처리에 의해, 도 16을 사용하여 후술하는 최적화 처리 2를 실행한다(단계 SB-13).
여기에서, 도 16은, 본 시스템에 의한 최적화 처리 2의 일례를 도시한 흐름도이다. 도 16에 도시한 최적화 처리 2(단계 SE-1 내지 단계 SE-16)에서는, 최적화부(102j)는, 계산식 분할부(102t)의 처리에 의해 단계 SB-11에 있어서 출력된 단일항 지표 중 원하는 것을 선택하고, 선택된 단일항 지표의 모든 2분할 패턴을 산출하여 가장 지표 데이터(T)에 대해 상관 계수의 절대치가 높은 지표를 산출한다. 또한, 계산식은 대사 지도 분할부(102u)의 처리에 의해, 대사 지도 정보 데이터 베이스(106e)에 저장된 대사 지도 정보에 기초하여 계산식을 분할할 수 있다.
다시 도 13으로 되돌아가서, 서버 장치(100)는 결과 출력부(102k)의 처리에 의해, 해석 결과(복수항 지표)를 모니터에 출력하고, 또한 기억부(106)에 해석 결과를 저장한다(단계 SB-14). 여기에서, 실행한 2분할 패턴 중, 지표 데이터(T)에 대하여 상관성이 높은 상위 20위 등, 복수의 복합 지표를 출력할 수 있다.
여기에서, 도 27 내지 도 33은, 모니터에 출력되는 해석 결과의 표시 화면의 일례를 도시한 도면이다.
도 27은, 모니터에 표시되는 실행 결과 (1) 시트(「해석용」바이오 데이터) 화면의 일례를 도시한 도면이다. 당해 도면에 도시한 바와 같이 실행 결과 (1) 시트(「해석용」바이오 데이터) 화면은, 예를 들면, 해석 대상 항목의 표시 영역(MJ-1) 및 해석 항목의 표시 영역(MJ-2)을 포함하여 구성되어 있다.
도 28은, 모니터에 표시되는 실행 결과 (2) 시트(복합 지표 탐색 조건) 화면의 일례를 도시한 도면이다. 당해 도면에 도시한 바와 같이 실행 결과 (2) 시트(복합 지표 탐색 조건) 화면은, 예를 들면, 해석 대상 항목의 표시 영역(MK-1), 해석 항목 명칭의 표시 영역(MK-2), 해석 대상 항목과의 상관 표시 영역(MK-3), 해석 항목의 양음 표시 영역(MK-4) 및 계산식의 표시 영역(MK-5)을 포함하여 구성되어 있다.
도 29는, 모니터에 표시되는 실행 결과 (3) 시트(베스트 복합 지표) 화면의 일례를 도시한 도면이다. 당해 도면에 도시한 바와 같이 실행 결과 (3) 시트(베스트 복합 지표) 화면은, 예를 들면, 가장 적합한 복합 지표의 순위를 표시하는 표시 영역(MM-1), 상관 계수의 표시 영역(MM-2) 및 복합 지표의 표시 영역(MM-3)을 포함하여 구성되어 있다.
도 30은, 모니터에 표시되는 실행 결과 (4) 시트(베스트 복합 지표_수치)화면의 일례를 도시한 도면이다. 당해 도면에 도시한 바와 같이 실행 결과 (4) 시트(베스트 복합 지표_수치) 화면은, 예를 들면, 해석 대상 항목의 표시 영역(MN-1), 상위 1위의 복합 지표의 계산 결과 표시 영역(MN-2), 상위 2위의 복합 지표의 계산 결과 표시 영역(MN-3), 상위 3위의 복합 지표의 계산 결과 표시 영역(MN-4), 상위 4위의 복합 지표의 계산 결과 표시 영역(MN-5) 및 상위 5위의 복합 지표의 계산 결과 표시 영역(MN-6)을 포함하여 구성되어 있다.
도 31은, 모니터 화면에 표시되는 실행 결과 (5) 시트(상관 그래프) 화면의 일례를 도시한 도면이다. 당해 도면에 도시한 바와 같이 실행 결과 (5) 시트(상관 그래프) 화면은, 예를 들면, 복합 지표의 선택 영역(MP-1) 및 상관 그래프의 표시 영역(MP-2)을 포함하여 구성되어 있다.
도 32는, 모니터 화면에 표시되는 실행 결과 (6) 시트(「아미노산(대사물)」바이오 데이터) 화면의 일례를 도시한 도면이다. 당해 도면에 도시한 바와 같이 실행 결과 (6) 시트(「아미노산(대사물)」바이오 데이터) 화면은, 예를 들면, 아미노산(대사물)의 바이오 데이터의 표시 영역(MR-1) 및 미사용 Fig의 표시 영역(MR-2)를 포함하여 구성되어 있다.
도 33은, 모니터 화면에 표시되는 실행 결과 (7) 시트(「생체 상태 지표」바이오 데이터) 화면의 일례를 도시한 도면이다. 당해 도면에 도시한 바와 같이 실행 결과 (7) 시트(「생체 상태 지표」바이오 데이터) 화면은, 예를 들면, 생체 상태 지표의 표시 영역(MS-1) 및 미사용 Flg의 표시 영역(MS-2)를 포함하여 구성되어 있다.
이것으로 상관식 설정 처리가 종료된다.
이어서, 서버 장치(100)는, 생체 상태 정보 취득부(102g)의 처리에 의해, 시뮬레이션 대상의 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 취득하여 기억부(106)의 소정의 기억 영역에 당해 혈중 농도 데이터군을 저장한다.
이어서, 서버 장치(100)는, 생체 상태 시뮬레이션부(102w)의 처리에 의해, 상관식 설정부(102v)에서 설정된 상관식에, 취득한 시뮬레이션 대상의 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 대입하여, 시뮬레이션 대상의 개체 중의 생체 상태를 시뮬레이션한다.
이어서, 서버 장치(100)는, 결과 출력부(102k)의 처리에 의해, 생체 상태 시뮬레이션부(102w)에 의한 생체 상태의 시뮬레이션 결과를 모니터에 출력하여, 기억부(106)의 소정의 기억 영역에 당해 시뮬레이션의 결과를 저장한다.
이것으로, 생체 상태 정보의 해석 처리가 종료된다.
[실시예]
다음에, 본 발명에 의해 구한 생체 상태의 복합 지표를 사용한 생체 상태 판정의 실시예에 관해서 이하에 설명한다.
[간 섬유화의 복합 지표의 실시예(1)]
우선, 간 섬유화의 복합 지표의 실시예(1)의 상세한 것에 관해서, 도 51 내지 도 56, 그리고, 표 1을 참조하여 설명한다. 본 시스템을 사용하여 상술한 방법 에 의해, C형 간염 환자에 있어서의 간 섬유화 지표를 사용하여, 대조군과 간 섬유화의 각 단계에 있어서의 혈장중 아미노산 농도의 조합의 상관성의 최적화에 따라, 단계마다 복합 지표(복합 지표 1 내지 4)를 구하였다. 또, 본 실시예에서는 C형 간염 환자에 있어서의 간 섬유화의 복합 지표를 일례로 설명하지만, 본 발명은 대상자를 C형 간염 환자에게 한정하는 것은 아니다.
(각 복합 지표와 병태의 단계와의 관계)
도 52는, 대조군과 C형 간염 환자에 있어서의, 본 시스템에 의해 구한 간 섬유화의 복합 지표(복합 지표 1)와 병태의 단계와의 관계를 도시한 도면이다. 본 도에 있어서, 가로축은 병태의 단계를 나타내고, 세로축은 대조군과 각 단계의 C형 간염 환자의 복합 지표(복합 지표 1)의 값을 나타낸다.
여기에서, 병태의 단계는, 숫자가 클수록 병태가 악화되고 있는 것을 5단계로 나타내고 있고, 「0」이 정상이고, 「4」가 가장 병태가 악화되어 있는 단계를 나타내고 있다. 또, 당해 도면에서는 대조군과 간 섬유화 단계 1의 C형 간염 환자의 분류에 주목하고 있다.
도 53은, 대조군과 C형 간염 환자에 있어서의, 본 시스템에 의해 구한 간 섬유화의 복합 지표(복합 지표 2)와 병태의 단계와의 관계를 도시한 도면이다. 본 도면에 있어서, 가로축은 병태의 단계를 나타내고, 세로축은 대조군과 각 단계의 C형 간염 환자의 복합 지표(복합 지표 2)의 값을 나타낸다.
여기에서, 병태의 단계는, 숫자가 클수록 병태가 악화되고 있는 것을 5단계 로 나타내고 있고, 「0」이 정상이고, 「4」가 가장 병태가 악화되고 있는 단계를 나타내고 있다. 또, 당해 도면에서는 대조군과 간 섬유화 단계 2의 C형 간염 환자의 분류에 주목하고 있다.
도 54는, 대조군과 C형 간염 환자에 있어서의, 본 시스템에 의해 구한 간 섬유화의 복합 지표(복합 지표 3)와 병태의 단계와의 관계를 도시한 도면이다. 본 도에 있어서, 가로축은 병태의 단계를 나타내고, 세로축은 대조군과 각 단계의 C형 간염 환자의 복합 지표(복합 지표 3)의 값을 나타낸다.
여기에서, 병태의 단계는, 숫자가 클수록 병태가 악화되고 있는 것을 5단계로 나타내고 있고, 「0」이 정상이고, 「4」가 가장 병태가 악화되고 있는 단계를 나타내고 있다. 또, 당해 도면에서는 대조군과 간 섬유화 단계 3의 C형 간염 환자의 분류에 주목하고 있다.
도 55는, 대조군과 C형 간염 환자에 있어서의, 본 시스템에 의해 구한 간 섬유화의 복합 지표(복합 지표 4)와 병태의 단계와의 관계를 도시한 도면이다. 본 도면에 있어서, 가로축은 병태의 단계를 나타내고, 세로축은 대조군과 각 단계의 C형 간염 환자의 복합 지표(복합 지표 4)의 값을 나타낸다.
여기에서, 병태의 단계는, 숫자가 클수록 병태가 악화되고 있는 것을 5단계로 나타내고 있고, 「0」이 정상이고, 「4」가 가장 병태가 악화되고 있는 단계를 나타내고 있다. 또, 당해 도면에서는 대조군과 간 섬유화 단계 4의 C형 간염 환자의 분류에 주목하고 있다.
(병태 판정 수법 및 병태 판정 결과)
표 1은, 대조군과 C형 간염 환자에게 있어서의, 병태 판정 정보 및 병태 판정 결과를 기재한 표이다.
Figure 112005030592266-pct00006
Figure 112005030592266-pct00007
Figure 112005030592266-pct00008
Figure 112005030592266-pct00009
대조군의 각 복합 지표(복합 지표 1 내지 4)값에 대해 최대치 또는 최소치를 한계치로 하는 것을 각 복합 지표(복합 지표 1 내지 4)에 실시하여, 각 단계의 각 C형 간염 환자에 있어서의 각 복합 지표(복합 지표 1 내지 4)값이, 대조군의 대응하는 복합 지표의 최대치보다도 큰 값 또는 최소치보다도 작은 값일 때는 양성「1」이라고 판정하고, 대조군의 대응하는 복합 지표치의 한계치 이내의 값일 때는 음성「0」이라고 판정하였다. 그리고, 각 복합 지표(복합 지표 1 내지 4)값에 대한 판정치의 합을 각 환자(대조군 및 C형 간염 환자)의 종합 판정에 사용하고, 이의 판정치의 합이 1 이상일 때 양성으로 하였다.
그 결과, 이러한 진단법에 의해 해석한 데이터 중의 모든 C형 간염 환자가 양성 판정이 되고, 모든 대조가 음성이 되었다.
(판정 결과의 고찰(종래 법과의 비교))
도 56은, 대조군과 C형 간염 환자에 있어서의, 핏셔비와 병태의 단계와의 관계를 도시한 도면이다. 본 시스템을 사용하여 상술한 방법에 의해 산출되는 복합 지표와 유사하며, 종래, 간염의 판정에 사용되고 있는 핏셔비에 의해 동일한 판정을 실시한 경우, 모든 대조군이 음성이면 간염 환자의 66%가 양성이었다.
또한, 각 단계에 있어서의 양성 판정율은 단계 1에서 27%, 단계 2에서 60%, 단계 3에서 60%, 그리고, 단계 4에서 94%이고, 질환의 진도가 진행됨에 따라 개선되고 있지만, 초기 진단에는 적당하지 않은 것이 분명하다(표 1 및 도 56 참조). 한편, 본 시스템을 사용하여 상술한 방법 및 본 병태 판정 수법에 의한 판정에서는, 질환 초기에서도 판정율 100%를 나타내고 있고, 종래 법(핏셔비에 의한 판정)에 대한 우위성은 명백하다.
(복합 지표의 교체)
또, 본 시스템을 사용하여 상술한 방법에 의해 도출할 수 있는 지표는 상관 계수가 최적화된 것이지만, 완전히 최적화되어 있지 않더라도 진단 지표로서의 역활을 다 할 수 있다. 그래서, 상관 계수 상위 20위의 해석에 의해, 하기의 규칙 및 식을 마련하기에 이르렀다.
구체적으로는, 예를 들면, 복합 지표 1 내지 4 중 하나 이상의 식 중의 아미노산을 하기의 규칙 하로 교체하는 것 또는 복합 지표 1 내지 4 중 하나 이상을 대응하는 하기의 식으로 교체하는 것을 가능하게 한다.
여기에서, 상기 규칙에 관해서 도 51을 참조하여 설명한다.
도 51은, 복합 지표 1 내지 4의 각각의 식 중의 아미노산을 교체하기 위한 규칙을 도시한 도면이다.
도 51에 있어서, 복합 지표 1 내지 4의 각각은, 그룹 A의 인자가 모두 분자, 그룹 B의 인자가 모두 분모에 있으며, 그룹 A의 인자 또는 그룹 A의 인자의 합을, 그룹 B의 인자 또는 그룹 B의 인자의 합으로 나눈 형태의 항이 1항 이상 있는 분수의 합의 형식을 취하는 식에 의해서 산출된다. 여기에서, 그룹 C의 인자는 분자에, 그룹 D의 인자는 분모에 가할 수 있다.
또한, 복합 지표 1은, 예를 들면, 이하의 복합 지표 1-1 내지 1-20으로 치환할 수 있다. 또, 대조군 최소치와 대조군 최대치는, 대조군의 각 복합 지표(복합 지표 1-1 내지 1-20)에 대한 최대치, 최소치를 나타낸다.
(복합 지표 1-1) (대조군 최소치: 1.40, 대조군 최대치: 2.03)
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Trp)
(복합 지표 1-2) (대조군 최소치: 1.21, 대조군 최대치: 1.84)
(Asn)/(Tau+Ile) + (Gln)/(Thr+Ser+Val+Trp)
(복합 지표 1-3) (대조군 최소치: 1.18, 대조군 최대치: 1.81)
(Asn)/(Tau+(α-ABA)+Ile) + (Gln)/(Thr+Ser+Val+Trp)
(복합 지표 1-4) (대조군 최소치: 1.39, 대조군 최대치: 2.02)
(Asn)/(Asp+Thr) + (Gln)/(Tau+Ser+Val+Trp)
(복합 지표 1-5) (대조군 최소치: 1.27, 대조군 최대치: 1.83)
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Ile+Trp)
(복합 지표 1-6) (대조군 최소치: 1.40, 대조군 최대치: 2.02)
(Asn)/(Thr) + (Gln)/(Tau+Asp+Ser+Val+Trp)
(복합 지표 1-7) (대조군 최소치: 1.21, 대조군 최대치: 1.83)
(Asn)/(Tau+Ile) + (Gln)/(Asp+Thr+Ser+Val+Trp)
(복합 지표 1-8) (대조군 최소치: 1.26, 대조군 최대치: 1.89)
(Asn)/(Tau+Ile) + (Gln+Met)/(Thr+Ser+Val+Trp)
(복합 지표 1-9) (대조군 최소치: 1.17, 대조군 최대치: 1.80)
(Asn)/(Tau+(α-ABA)+Ile) + (Gln)/(Asp+Thr+Ser+Val+Trp)
(복합 지표 1-10) (대조군 최소치: 1.45, 대조군 최대치: 2.08)
(Asn)/(Thr) + (Gln+Met)/(Tau+Ser+Val+Trp)
(복합 지표 1-11) (대조군 최소치: 1.17, 대조군 최대치: 1.80)
(Asn)/(Tau+Asp+(α-ABA)+Ile) + (Gln)/(Thr+Ser+Val+Trp)
(복합 지표 1-12) (대조군 최소치: 2.36, 대조군 최대치: 2.00)
(Asn)/(Thr) + (Gln)/(Tau+Ser+(α-ABA)+Val+Trp)
(복합 지표 1-13) (대조군 최소치: 1.26, 대조군 최대치: 1.82)
(Asn)/(Asp+Thr) + (Gln)/(Tau+Ser+Val+Ile+Trp)
(복합 지표 1-14) (대조군 최소치: 1.23, 대조군 최대치: 1.86)
(Asn)/(Tau+(α-ABA)+Ile) + (Gln+Met)/(Thr+Ser+Val+Trp)
(복합 지표 1-15) (대조군 최소치: 1.21, 대조군 최대치: 1.83)
(Asn)/(Tau+Asp+Ile) + (Gln)/(Thr+Ser+Val+Trp)
(복합 지표 1-16) (대조군 최소치: 1.26, 대조군 최대치: 1.83)
(Asn)/(Thr) + (Gln)/(Tau+Asp+Ser+Val+Ile+Trp)
(복합 지표 1-17) (대조군 최소치: 1.26, 대조군 최대치: 1.88)
(Asn)/(Tau+Ile) + (Gln+Met)/(Asp+Thr+Ser+Val+Trp)
(복합 지표 1-18) (대조군 최소치: 1.35, 대조군 최대치: 1.88)
(Asn)/(Asp+Thr) + (Gln)/(Tau+Ser+(α-ABA)+Val+Trp)
(복합 지표 1-19) (대조군 최소치: 1.44, 대조군 최대치: 2.07)
(Asn)/(Asp+Thr) + (Gln+Met)/(Tau+Ser+Val+Trp)
(복합 지표 1-20) (대조군 최소치: 1.24, 대조군 최대치: 1.81)
(Asn)/(Thr) + (Gln)/(Tau+Ser+(α-ABA)+Val+Ile+Trp)
또한, 복합 지표 2는, 예를 들면, 이하의 복합 지표 2-1 내지 2-20으로 치환할 수 있다. 또한, 대조군 최소치와 대조군 최대치는 대조군의 각 복합 지표(복합 지표 2-1 내지 2-20)에 대한 최대치, 최소치를 나타낸다.
(복합 지표 2-1) (대조군 최소치: 4.81, 대조군 최대치: 10.41)
(Asn+Tyr)/(Cit) + (Met+Arg)/(Asp+(α-ABA))
(복합 지표 2-2) (대조군 최소치: 4.18, 대조군 최대치: 9.05)
(Asn+Tyr)/(Cit) + (Arg)/(Asp+(α-ABA))
(복합 지표 2-3) (대조군 최소치: 4.66, 대조군 최대치: 9.83)
(Asn+Met+Tyr)/(Cit) + (Arg)/(Asp+(α-ABA))
(복합 지표 2-4) (대조군 최소치: 4.63, 대조군 최대치: 10.46)
(Asn+Met+Tyr)/(Asp+Cit) + (Arg)/(α-ABA)
(복합 지표 2-5) (대조군 최소치: 5.15, 대조군 최대치: 12.23)
(Asn+Met)/(Cit) + (Tyr+Arg)/(Asp+(α-ABA))
(복합 지표 2-6) (대조군 최소치: 4.18, 대조군 최대치: 9.72)
(Asn+Tyr)/(Asp+Cit) + (Arg)/(α-ABA)
(복합 지표 2-7) (대조군 최소치: 4.88, 대조군 최대치: 12.41)
(Asn+Tyr)/(Asp+Cit) + (Met+Arg)/(α-ABA)
(복합 지표 2-8) (대조군 최소치: 4.68, 대조군 최대치: 11.41)
(Asn)/(Cit) + (Tyr+Arg)/(Asp+(α-ABA))
(복합 지표 2-9) (대조군 최소치: 0.45, 대조군 최대치: 0.67)
(Asn)/(Thr+Cit+((-ABA)) + (Met)/(His+Trp)
(복합 지표 2-10) (대조군 최소치: 5.31, 대조군 최대치: 13.40)
(Asn)/(Cit) + (Met+Tyr+Arg)/(Asp+(α-ABA))
(복합 지표 2-11) (대조군 최소치: 0.37, 대조군 최대치: 0.49)
(Asn)/(Thr+Cit+(α-ABA)) + (Met)/(Asp+His+Trp)
(복합 지표 2-12) (대조군 최소치: 0.41, 대조군 최대치: 0.57)
(Asn)/(Thr+Glu) + (Met)/(Cit+(α-ABA)+Trp)
(복합 지표 2-13) (대조군 최소치: 0.37, 대조군 최대치: 0.49)
(Asn)/(Asp+Thr+Cit+(α-ABA)) + (Met)/(His+Trp)
(복합 지표 2-14) (대조군 최소치: 0.34, 대조군 최대치: 0.46)
(Asn)/(Thr+Cit+(α-ABA)) + (Met)/(Glu+His+Trp)
(복합 지표 2-15) (대조군 최소치: 5.44, 대조군 최대치: 15.47)
(Asn+Met)/(Asp+Cit) + (Tyr+Arg)/((-ABA)
(복합 지표 2-16) (대조군 최소치: 3.13, 대조군 최대치: 8.06)
(Asn+Met)/(Cit) + (Arg)/(Asp+((-ABA))
(복합 지표 2-17) (대조군 최소치: 0.37, 대조군 최대치: 0.52)
(Asn)/(Cit+(α-ABA)+His) + (Met)/(Thr+Glu+Trp)
(복합 지표 2-18) (대조군 최소치: 0.40, 대조군 최대치: 0.55)
(Asn)/(Cit+(α-ABA)+His) + (Met)/(Thr+Trp)
(복합 지표 2-19) (대조군 최소치: 0.37, 대조군 최대치: 0.49)
(Asn)/(Cit+His+Trp) + (Met)/(Thr+(α-ABA))
(복합 지표 2-20) (대조군 최소치: 5.17, 대조군 최대치: 14.31)
(Asn+Arg)/(α-ABA) + (Met+Tyr)/(Asp+Cit)
또한, 복합 지표 3은, 예를 들면, 이하의 복합 지표 3-1 내지 3-20으로 치환할 수 있다. 또한, 대조군 최소치와 대조군 최대치는, 대조군의 각 복합 지표(복합 지표 3-1 내지 3-20)에 대한 최대치, 최소치를 나타낸다.
(복합 지표 3-1) (대조군 최소치: 1.39, 대조군 최대치: 1.72)
(Tau+Gly)/(Gln) + (α-ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(복합 지표 3-2) (대조군 최소치: 1.38, 대조군 최대치: 1.70)
(Tau+Gly)/(Gln+Met) + (α-ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(복합 지표 3-3) (대조군 최소치: 1.38, 대조군 최대치: 1.67)
(Tau+Gly)/(Gln) + (α-ABA)/(Thr) + (His)/(Lys) + (Trp)/(Asn+Cit+Tyr)
(복합 지표 3-4) (대조군 최소치: 1.39, 대조군 최대치: 1.74)
(Tau+Gly)/(Asp+Gln) + (α-ABA)/(Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(복합 지표 3-5) (대조군 최소치: 1.38, 대조군 최대치: 1.72)
(Tau+Gly)/(Asp+Gln+Met) + (α-ABA)/(Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(복합 지표 3-6) (대조군 최소치: 1.38, 대조군 최대치: 1.72)
(Tau+Gly)/(Gln+Met) + (α-ABA)/(Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(복합 지표 3-7) (대조군 최소치: 1.38, 대조군 최대치: 1.72)
(Tau+Gly)/(Gln+Met) + (α-ABA)/(Tyr)+ (His)/(Lys) + (Trp)/(Asp+Thr+Asn+Cit)
(복합 지표 3-8) (대조군 최소치: 1.34, 대조군 최대치: 1.62)
(Tau+Gly)/(Gln) + (α-ABA)/(Asp+Met+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(복합 지표 3-9) (대조군 최소치: 1.34, 대조군 최대치: 1.63)
(Tau+Gly)/(Asp+Gln) + (α-ABA)/(Met+Tyr)+ (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(복합 지표 3-10) (대조군 최소치: 1.34, 대조군 최대치: 1.63)
(Tau+Gly)/(Gln) + (α-ABA)/(Met+Tyr) + (His)/(Lys) + (Trp)/(Asp+Thr+Asn+Cit)
(복합 지표 3-11) (대조군 최소치: 1.34, 대조군 최대치: 1.63)
(Tau+Gly)/(Gln) + (α-ABA)/(Met+Tyr)+ (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
(복합 지표 3-12) (대조군 최소치: 1.39, 대조군 최대치: 1.68)
(Tau+Gly)/(Gln) + (α-ABA)/(Thr) + (His)/(Asn+Cit+Tyr) + (Trp)/(Lys)
(복합 지표 3-13) (대조군 최소치: 1.23, 대조군 최대치: 1.61)
(Tau)/(Lys) + (Trp)/(Asn+Cit+Tyr) + (Gly+His)/(Gln) + (α-ABA)/(Asp+Thr)
(복합 지표 3-14) (대조군 최소치: 1.23, 대조군 최대치: 1.60)
(Tau)/(Lys) + (Trp)/(Asp+Asn+Cit+Tyr) + (Gly+His)/(Gln) + (α-ABA)/(Thr)
(복합 지표 3-15 )(대조군 최소치: 1.23, 대조군 최대치: 1.61)
(Tau)/(Lys) + (Trp)/(Asn+Cit+Tyr) + (Gly+His)/(Gln) + (α-ABA)/(Thr)
(복합 지표 3-16) (대조군 최소치: 1.28, 대조군 최대치: 1.73)
(Tau)/(Asp+Asn+Lys) + (Trp)/(Cit+Tyr) + (Gly+His)/(Gln) + (α-ABA)/(Thr)
(복합 지표 3-17) (대조군 최소치: 1.28, 대조군 최대치: 1.71)
(Tau+Gly)/(Gln) + (α-ABA)/(Asp+Tyr) + (His)/(Thr+Asn+Cit) + (Trp)/(Lys)
(복합 지표 3-18) (대조군 최소치: 1.27, 대조군 최대치: 1.70)
(Tau+Gly)/(Gln+Met) + (α-ABA)/(Asp+Tyr) + (His)/(Thr+Asn+Cit) + (Trp)/(Lys)
(복합 지표 3-19) (대조군 최소치: 1.28, 대조군 최대치: 1.74)
(Tau+Gly)/(Gln+Met) + (α-ABA)/(Tyr) + (His)/(Asp+Cit+Lys) + (Trp)/(Thr+Asn)
(복합 지표 3-20) (대조군 최소치: 1.29, 대조군 최대치: 1.73)
(Tau+Gly)/(Asp+Gln) + (α-ABA)/(Tyr) + (His)/(Thr+Asn+Cit) + (Trp)/(Lys)
또한, 복합 지표 4는, 예를 들면, 이하의 복합 지표 4-1 내지 4-20으로 치환할 수 있다. 또한, 대조군 최소치와 대조군 최대치는 대조군의 각 복합 지표(복합 지표 4-1 내지 4-20)에 대한 최대치, 최소값을 나타낸다.
(복합 지표 4-1) (대조군 최소치: 3.31, 대조군 최대치: 4.62)
(Tau+Trp)/(Tyr) + ((α-ABA)+His)/(Asp+Asn)
(복합 지표 4-2) (대조군 최소치: 2.46, 대조군 최대치: 3.34)
((α-ABA)+Trp)/(Tyr) + (His)/(Asp+Asn)
(복합 지표 4-3) (대조군 최소치: 3.20, 대조군 최대치: 4.62)
(Tau+(α-ABA)+Trp)/(Tyr) + (His)/(Asp+Asn)
(복합 지표 4-4) (대조군 최소치: 3.01, 대조군 최대치: 4.21)
(Tau+Trp)/(Tyr) + (His)/(Asp+Asn)
(복합 지표 4-5) (대조군 최소치: 3.42, 대조군 최대치: 4.77)
(Tau+Trp)/(Tyr) + ((α-ABA)+His)/(Asn)
(복합 지표 4-6) (대조군 최소치: 3.30, 대조군 최대치: 4.70)
(Tau+(α-ABA)+Trp)/(Tyr) + (His)/(Asn)
(복합 지표 4-7) (대조군 최소치: 2.16, 대조군 최대치: 2.88)
(Tau+(α-ABA)+Trp)/(Asp+Met+Tyr) + (His)/(Asn)
(복합 지표 4-8) (대조군 최소치: 2.56, 대조군 최대치: 3.46)
((α-ABA)+Trp)/(Tyr) + (His)/(Asn)
(복합 지표 4-9) (대조군 최소치: 3.56, 대조군 최대치: 5.28)
(Tau+Trp)/(Tyr) + (α-ABA)/(Asp+Met) + (His)/(Asn)
(복합 지표 4-10) (대조군 최소치: 3.11, 대조군 최대치: 4.37)
(Tau+Trp)/(Tyr) + (His)/(Asn)
(복합 지표 4-11) (대조군 최소치: 2.49, 대조군 최대치: 3.52)
((α-ABA)+His)/(Asp+Asn) + (Trp)/(Tyr)
(복합 지표 4-12) (대조군 최소치: 2.70, 대조군 최대치: 3.63)
(Tau+Trp)/(Asp+Met+Tyr) + (His)/(Asn)
(복합 지표 4-13) (대조군 최소치: 3.21, 대조군 최대치: 4.62)
(Tau+His)/(Tyr) + ((α-ABA)+Trp)/(Asp+Asn)
(복합 지표 4-14) (대조군 최소치: 3.21, 대조군 최대치: 4.62)
(Tau+(α-ABA))/(Asp+Asn) + (His+Trp)/(Tyr)
(복합 지표 4-15) (대조군 최소치: 2.93, 대조군 최대치: 4.13)
(Tau+Trp)/(Asp+Met+Tyr) + ((α-ABA)+His)/(Asn)
(복합 지표 4-16) (대조군 최소치: 3.19, 대조군 최대치: 4.69)
(Tau+(α-ABA))/(Asn) + (His+Trp)/(Asp+Tyr)
(복합 지표 4-17) (대조군 최소치: 1.27, 대조군 최대치: 1.97)
((α-ABA)+Trp)/(Tyr) + (His)/(Asp+Asn+Met)
(복합 지표 4-18) (대조군 최소치: 3.18, 대조군 최대치: 4.62)
(Tau+(α-ABA)+His)/(Tyr) + (Trp)/(Asp+Asn)
(복합 지표 4-19) (대조군 최소치: 1.18, 대조군 최대치: 1.78)
(α-ABA)/(Asn) + (His+Trp)/(Asp+Met+Tyr)
(복합 지표 4-20) (대조군 최소치: 2.64, 대조군 최대치: 3.81)
(Tau+His)/(Asp+Asn+Met) + ((α-ABA)+Trp)/(Tyr)
이로써 간 섬유화의 복합 지표의 실시예(1)의 설명을 종료한다.
[간 섬유화의 복합 지표의 실시예 (2)]
우선, 간 섬유화의 복합 지표의 실시예(2)의 상세한 것에 관해서 도 35를 참조하여 설명한다. 본 시스템을 사용하여 상술한 방법에 의해, 간 섬유화에 관한 병태 지표 데이터를 사용하여, 이하에 나타내는 복수의 대사물에 의한 복합 지표 5를 결정하였다.
(복합 지표 5: R=-0.80)
(Leu+Val+Trp)/(Phe+Tyr) + (Gly+Tau+ABA+His+Pro)/(Met+Asn+Orn+Glu)
도 35는, 본 시스템에 의해 구한 간 섬유화의 복합 지표(복합 지표 5)와, 병태의 단계와의 관계를 도시한 도면이다. 본 도면에 있어서, 가로축은 각 샘플의 복합 지표(복합 지표 5)의 값을 나타내고, 세로축은 병태의 단계를 나타낸다. 여기에서, 병태의 단계는, 숫자가 클수록 병태가 악화되고 있는 것을 6단계로 나타내고 있고, 「0」이 정상이고, 「5」가 가장 병태가 악화되고 있는 단계를 나타내고 있다.
이것으로, 간 섬유화의 복합 지표의 실시예(2)의 설명을 종료한다.
[당뇨병 모델 동물에 있어서의 복합 지표의 실시예]
우선, 당뇨병 모델 동물에 있어서의 복합 지표의 실시예의 상세한 것에 관해서 도 37 내지 도 39 등을 참조하여 설명한다. 정상 래트(Wister)와 당뇨병 모델 동물인 GK(Goto-Kakizaki) 래트에 대해, 병태를 나타내는 지표로서「-1(정상)」및 「1(당뇨병)」으로 각각 임의적으로 수치를 부여하고, 혈중 아미노산에 의한 상관식을 본 시스템을 사용하여 상술한 수법에 의해 작성한 결과, 복합 지표 6을 결정하였다.
(복합 지표 6)
(Asn+Val+Trp)/(Ser) + (Cys+Phe+Orn)/(Cit+His) + (Ile)/(Gly)
도 37은, 본 시스템에 의해 구한 정상 래트 및 당뇨병(GK) 래트에 있어서의, 복합 지표(복합 지표 6)와 병태의 단계와의 관계를 도시한 도면이다. 본 도면에 있어서, 세로축은 정상 래트와 당뇨병(GK) 래트의 각 개체 데이터의 복합 지표(복합 지표 6)의 값을 나타내고, 가로축은 병태의 단계를 나타낸다. 여기에서, 병태의 단계는, 「-1」이 정상, 「1」이 당뇨병인 것을 나타내고 있다.
도 38은, 본 시스템에 의해 구한 정상 래트, 당뇨병(GK) 래트 및 당뇨병의 치료약인 나테글리니드 또는 글리벤클라미드를 투여함으로써 치료한 당뇨병(GK) 래트에 있어서의, 복합 지표(복합 지표 6)와 병태의 단계와의 관계를 도시한 도면이다.
본 도면에 있어서, 세로축은 정상 래트, 당뇨병(GK) 래트 및 당뇨병의 치료약인 나테글리니드 또는 글리벤클라미드를 투여함으로써 치료한 당뇨병(GK) 래트의 각 개체 데이터의 복합 지표(복합 지표 6)의 값을 나타내고, 가로축은 병태의 단계를 나타낸다.
여기에서, 병태의 단계는, 「-1」이 정상, 「1」이 당뇨병 및 당뇨병의 치료약인 나테글리니드 또는 글리벤클라미드를 투여함으로써 치료한 당뇨병인 것을 나타내고 있다.
도 39는, 본 시스템에 의해 구한 정상 래트, 당뇨병(GK) 래트 및 당뇨병의 치료약인 나테글리니드 또는 글리벤클라미드를 투여함으로써 치료한 당뇨병(GK) 래트에 있어서의, 복합 지표(복합 지표 6)의 값의 각 개체군의 평균치(±SD)를 막대 그래프로 도시한 도면이다.
본 도면에 있어서, 세로축은 정상 래트, 당뇨병(GK) 래트 및 당뇨병의 치료약인 나테글리니드 또는 글리벤클라미드를 투여함으로써 치료한 당뇨병(GK) 래트의 각 개체 데이터의 복합 지표(복합 지표 6)의 값의 평균치(±SD)를 나타내고, 가로축은 각 개체군을 나타낸다.
여기에서, 당뇨병(GK) 래트의 복합 지표치(복합 지표 6)의 평균치는, 정상 래트 및 당뇨병의 치료약인 나테글리니드를 투여함으로써 치료한 당뇨병(GK) 래트의 복합 지표치(복합 지표 6)의 평균치에 대해 유의 수준 1% 미만에서 유의적으로 높은 값을 나타내고, 그리고, 당뇨병 치료약인 글리벤클라미드를 투여함으로써 치료한 당뇨병(GK) 래트의 복합 지표치(복합 지표 6)의 평균치에 대하여 유의 수준 5% 미만에서 유의적으로 높은 값을 나타내고 있다.
이것으로, 당뇨병 모델 동물에 있어서의 복합 지표의 실시예의 설명을 종료한다.
[1: 동물 데이터를 사용한 다른 병태 판정의 판별예]
하기에 특정한 병태 동물과, 대조가 되는 정상 동물의 판별식의 예를, 도 58 내지 도 64를 참조하여 설명한다. 또한, 각 식중에 있어, P-Ser는 포스포세린 농도, Cys는 시스틴 농도, Cysthi는 시스타치오닌 농도를 나타낸다.
(1-1: 고지혈증 및 동맥경화)
apo-E 녹아웃 마우스는, 현저한 고지혈증을 나타내며, 동맥 경화증을 나타내는 모델 동물로 공지되어 있다. 하기는, apo-E 녹아웃 마우스와 정상 마우스(C57B6J)를, 전자의 동맥 경화증의 초기 증상을 확인한 20주령 시점에서, 혈중 아미노산 농도를 기초로 산출한 판별식의 예를 나타낸다(도 58 참조.). 도 58은, apo-E 녹아웃 마우스(ApoE KO)와 정상 마우스의 판별예를 도시한 도면이다. 도 58에 도시한 바와 같이, apo-E 녹아웃 마우스와 정상 마우스가 하기 판정식에 의해 효과적으로 판별되었다.
지표 : (Gly+Cys) / (Glu+Gln) + (Tyr+His) / (Asp+Arg)
(1-2: 인플루엔자 바이러스 감염 전후의 판별)
정상 마우스에게 약독화 인플루엔자 바이러스 A/Aichi/2/68(H3N2)를 감염시킨 상태 및 비감염 상태의 판별을, 감염시킨 전후(전날 및 감염후 1 내지 5일)의 혈중 아미노산 농도를 기초로 산출한 판별식의 예를 하기에 나타내고, 하기 판별식에 기초하는 판별예를 도 59에 도시한다. 도 59는, 통상적인 마우스에 약독화된 인플루엔자 바이러스 A/Aichi/2/68(H3N2)를 감염시킨 상태 및 비감염의 상태의 판별예를 도시한 도면이다. 여기에서, 도 59에 있어서, 「O」은 감염시키기 전의 정상 식이 섭취 마우스(정상 식이(pre))의 데이터를 나타내고, 「●」는 감염후의 정상 식이 섭취 마우스(정상 식이(+))의 데이터를 나타낸다.
지표 (IFV) : (Tau+Ile+Leu+His) / (Gly) + (Gln) / (Arg+Pro)+(Cys) / (Glu+Cysthi) + (Phe+Trp) / (Tyr)
본 실험계에 있어서, 아미노산인 시스틴과 테아닌을 사전에 섭취시키는 것이, 인플루엔자 바이러스 감염후의 증상의 회복에 효과적인 것이 보고되어 있다[참조: 일본 특허출원 2002-040845]. 그래서, 시스틴 및 테아닌을 섭취한 후에, 동일하게 인플루엔자 바이러스를 감염시켰을 때의, 상기 판별식에서 수득되는 수치의 변화를 정상 식이 섭취군과 비교한 예를 나타낸다(도 60 참조.). 도 60은, 시스틴 및 테아닌을 섭취한 후에, 동일하게 인플루엔자 바이러스를 감염시켰을 때의, 판별식에서 수득되는 수치의 변화를 정상 식이 섭취군과 비교한 예를 도시한 도면이다. 여기에서, 도 60에 있어서, 「O」는 정상 식이 섭취군의 데이터를 나타내고, 「흑삼각」은 시스틴 및 테아닌 섭취군의 데이터를 나타낸다.
도 60에 도시한 바와 같이, 바이러스 감염전의 시점(도 60에 있어서의, 화살표 시점보다 이전 시점)에서, 시스틴 및 테아닌 섭취군에 있어서, 판별식으로부터 수득되는 수치가 대조군보다 유의적으로 높은 값을 나타내는 것을 알 수 있고, 감염 방어 기구를 사전에 활성화할 가능성이 나타났다.
(1-3: 당뇨병)
I형-당뇨병 모델 동물인 스트렙토조토신 투여 래트, Ⅱ형-당뇨병 모델 동물인 GK(Goto-Kakizaki) 래트의 각각과, 대조 래트와의 혈중 아미노산 농도를 기초로 산출한 하기에 나타내는 판별식의 예 및 당해 판별식에 기초하는 판별예를 나타낸다(도 61 및 도 62 참조.). 도 61은, I형-당뇨병 모델 동물인 스트렙토조토신 투여 래트(STZ)와 정상 래트와의 판별예를 도시한 도면이다. 또한, 도 62는, II형-당뇨병 모델 동물인 GK 래트(GK)와 정상 래트와의 판별예를 도시한 도면이다. 또한, 스트렙토조토신 투여 래트에 대해 인슐린 치료를 실시하여 병태를 회복시킨 래트(STZ + 인슐린)의 결과를, 비교를 위해 도 61에 도시한다(도 61에 있어서의,「STZ + 인슐린」의 데이터 참조.).
I형-당뇨병 지표: 지표(I-DM):
(Thr+Asn+Phe+Lys+Arg+Pro) / (Cit+Ile) + (Cysthi+His) / (Asp+Met)
II형-당뇨병 지표: 지표(II-DM):
(Val) / (Ser+Gly) + (Cys+Cystha+Trp) / (Cit+His+Arg)
(1-4: 비만)
인간 성장 호르몬 유전자 도입 래트(hGH-Tg 래트)는, 극도한 비만을 나타내는 비만 모델 동물로서 보고되어 있다. 하기 판별식은, 이러한 비만 래트와 대조 래트의 혈중 아미노산 농도를 기초로 산출한 판별식의 예이다(도 63 참조.). 도 63은, 인간 성장 호르몬 유전자 도입 래트(hGH-Tg 래트)와 정상 래트와의 판별예를 도시한 도면이다.
비만 지표: 지표(Ob):
(Gly) / (Val+Leu+Arg) + (Cit) / (Ala+Trp)+(Tyr) / (Lys) + (His) / (Ser+Ile+Orn)
(1-5: 간장애)
디메틸니트로사민 투여에 의해서 작성한 간 섬유화 모델 래트 및 정상 래트의 혈액중 아미노산 농도를 기초로 산출한 판별식의 예를 나타낸다(도 64 참조.). 도 64는, 디메틸니트로사민 투여에 의해서 작성한 간 섬유화 모델 래트(DMN)와 정상 래트와의 판별예를 도시한 도면이다.
간 섬유화 지표: 지표(Ci)
(Thr) / (Cit+Cys+Cysthi+Phe+Orn+His) + (Glu+Ile) / (Tau+Gly)
[2: 식이 요인이 주는 개체에 대한 영향을 수식화한 예]
개체의 영양 상태를 판별하는 것을 목적으로 한 응용예를, 도 65 및 도 66을 참조하여 하기에 나타낸다. 여기에서 나타내는 바와 같은 식이 성분의 개체에 주는 영향을 사전에 수식화하여 특정한 개체의 영양 상태를 추정하는 것이 가능해진다.
(2-1: 저단백질식 섭취가 주는 개체에 대한 영향을 판별한 예)
식이 중의 단백질의 비율을 5%(6마리) 및 10%(6마리)로 설정하고, 각각 2주간 사육한 6주령의 래트(저단백식군)와, 마찬가지로 15%(6마리) 및 20%(6마리)로 설정하여 사육한 래트(대조군)의 혈중 아미노산 농도를 기초로 산출한 판별식의 예를 나타낸다(도 65 참조.). 도 65는, 저단백질 섭취 래트와 정상 식이 섭취 래트와의 판별예를 도시한 도면이다. 또한, 식중에 있어, Cys는 시스틴 농도를 나타낸다.
지표-LP :
(Thr+Leu) / (Ser+Gly+Orn) + (Cys) / (P-Ser+Arg)+(Val+His) / (Lys)
(2-2: 식이성 지질량이 주는 개체에 대한 영향을 판별한 예)
식이 중의 지질의 비율을, 20%로 설정하고, 1개월간(6마리) 및 2개월간(6마리) 사육한 마우스(고지방식군)과, 마찬가지로 7%로 설정하고 1개월간(6마리) 및 2개월간(6마리) 사육한 마우스(대조군)의 혈중 아미노산 및 혈중 지질 대사물 농도를 기초로 산출한 판별식의 예를 하기에 나타낸다(도 66 참조.). 도 66은, 고지방식 섭취 마우스와 정상 식이 섭취 마우스와의 판별예를 도시한 도면이다. 또한, 식중에 있어, α-ABA는 α아미노락트산 농도, NEFA는 유리 지방산 농도, TCHO는 총 콜레스테롤 농도를 나타낸다.
지표-HF :
(Met+Ile+NEFA)/(Thr+Gln+Gly+α-ABA+Val+Leu+Tyr+Phe+His+Arg+Pro+TCHO)
[3: 생화학 데이터의 대리 지표로서의 이용예]
여러 가지 생화학 데이터에 가장 적합한 식의 예를, 도 67 내지 도 70을 참조하여 나타낸다. 여기에서 도시한 바와 같이, 혈중, 장기 중의 각종 생화학 데이터 또는, 장기 중량과 같은 여러 가지 측정 항목의 대리 지표로서 하기의 지표를 이용할 수 있다.
(3-1: 장기중 생화학 지표에 대한 최적화 식의 예)
상이한 식이 중 단백질 비율 5%, 10%, 15%, 20%, 30% 및 70% 각 군 6마리로 2주간 사육한 래트 간장 중의 과산화 지질량(TBARS)에 대해, 혈중 아미노산 농도를 사용하여 최적화한 식을 하기에 나타낸다(도 67 참조.). 도 67은, 간장 중의 과산화 지질량(간-TBRAS)과 당해 과산화 지질량에 대해 최적화한 식에 기초하여 계산한 값(지표-TBRAS)과의 상관 관계를 도시한 도면이다. 또한, 하기 식중에 있어, Cys는 시스틴 농도를, Cyshi는 시스타치오닌 농도를 나타낸다.
지표-TBARS :
(Asp) / (Thr+Trp) + (Cysthi) / (Tyr)+(Cys) / (Glu+Met+Arg) + (His) / (Cit+Phe)
(3-2: 혈중 생화학 지표에 대한 최적화 식의 예)
상술한 (3-1: 장기중 생화학 지표에 대한 최적화 식의 예)의 실험에 있어서의 혈중 총 콜레스테롤(TCHO)에 대해, 혈중 아미노산 농도를 사용하여 최적화한 식을 하기에 나타낸다(도 68참조.). 도 68은, 혈중 총 콜레스테롤(혈장 TCHO)과 당해 혈중 총 콜레스테롤에 대해 최적화한 식에 기초하여 계산한 값(지표-TCHO)과의 상관 관계를 도시한 도면이다. 또한, 하기 식중에 있어서, Cys는 시스틴 농도를, Cyshi는 시스타치오닌 농도를 나타낸다.
지표-TCHO :
(Asn) / (Tyr) + (Gly+Pro) / (Glu)+(Val) / (Met+Arg) + (Cys+Lys) / (Thr+Cysthi+His)
(3-3: 혈중 호르몬 농도에 대한 최적화 식의 예)
상술한 (3-1: 장기중 생화학 지표에 대한 최적화 식의 예)의 실험에 있어서의 혈중 인슐린양 성장 인자(IGF-1)에 대해, 혈중 아미노산 농도를 사용하여 최적화한 식을 하기에 나타낸다(도 69 참조.). 도 69는, 혈중 인슐린양 성장 인자 농도(혈장 IGF-1)와 당해 혈중 인슐린양 성장 인자 농도에 대해 최적화한 식에 기초하여 계산한 값(지표-IGF-1)과의 상관 관계를 도시한 도면이다. 또한, 하기 식중에 있어, Cys는 시스틴 농도를, Cyshi는 시스타치오닌 농도를 나타낸다.
지표-IGF-1 :
(P-Ser) / (Glu+Cysthi)+(Ser+Gly+Cys) / (Ala+Met+Lys+His) + (Orn) / (Asp+Thr+Cit+Trp)
(3-4: 조직 중량에 대한 최적화 식의 예)
상술한 (3-1: 장기중 생화학 지표에 대한 최적화 식의 예)의 실험에 있어서의 부고환 주위 지방의 체중에 차지하는 비율(%)에 대해, 혈중 아미노산 농도를 사용하여 최적화한 식을 하기에 나타낸다(도 70 참조.). 도 70은, 부고환 주위 지방의 체중비(WAT)와 당해 부고환 주위 지방의 체중화에 대하여 최적화한 식에 기초하여 계산한 값(지표-WAT)과의 상관 관계를 도시한 도면이다. 또한, 하기 식중에 있어, Cys는 시스틴 농도를, Cyshi는 시스타치오닌 농도를 나타낸다.
지표-WAT :
(P-Ser+His) / (Cys+Cysthi+Phe+Arg) + (Cit) / (Asn+Val+Met+Tyr+Trp)
[4: 복수의 생리 상태를 일괄 판별하는 방법 및 복수의 지표의 상관에 관한 용도와 유용성]
특정한 상태를 기타 상이한 모든 상태를 비교하여, 목적의 상태만을 특이적으로 판별하는 방법의 일례를, 도 71 및 도 72를 참조하여 나타낸다.
I형-당뇨병 모델 동물인 스트렙토조토신 투여 래트, II형-당뇨병 모델 동물인 GK(Goto-Kakizaki) 래트, 극도한 비만을 나타내는 인간 성장 호르몬 유전자 도입 래트, 디메틸니트로사민 투여에 의해 작성한 간 섬유화 모델 래트 및 정상 래트의 혈액 중 아미노산 농도를 기초로, 이들의 상이한 상태를 판별하는 방법의 일례를 나타낸다(도 71 참조.).
도 71은, 스트렙토조토신 투여 래트, GK래트, 인간 성장 호르몬 유전자 도입 래트, 간 섬유화 모델 래트 및 정상 래트의 혈액 중 아미노산 농도를 기초로, 이들의 상이한 상태를 일괄 판별한 예를 도시한 도면이다. 여기에서, 도 71에 있어서, 「흑사각」은 스트렙토조토신 투여 래트의 데이터를 나타내고, 「×」는 GK 래트의 데이터를 나타내며, 「△」는 인간 성장 호르몬 유전자 도입 래트의 데이터를 나타내고, 「●」는 간 섬유화 모델 래트의 데이터를 나타내며, 「□」는 정상 래트의 데이터를 나타낸다.
하기 식은, 특정한 상태를 기타 상이한 모든 상태를 비교함으로써, 목적의 상태만을 특이적으로 판별하는 지표로서 산출한 것의 일례이다.
I형-당뇨병 지표: 지표(I-DM)
(Glu+Orn) / (Thr) + (Ile) / (Met+His)+(Cit) / (Tau+Tyr) + (Leu) / (Gln+Pro)
II형-당뇨병 지표: 지표(II-DM)
(Ser+Glu+Met+Trp) / (Cit+Pro) + (Phe) / (Orn)+(Gln) / (Tau+Tyr+Lys)
비만지표: 지표(Ob)
(Thr+Cit) / (Tyr) + (Ser+Ala+Leu+Orn+Lys+Pro) / (Glu+Gly)
간 섬유화 지표: 지표(Ci)
(Cit+Arg) / (Tau+Thr) + (Phe) / (Gly+Ala+Val)+(Tyr) / (Ile)
도 71은, 각 지표간의 상관도를 나타낸 것이지만, 이와 같이 각 지표끼리의 상관성보다 상태끼리의 상관 관계가 분명해지며, 상태간의 인과 관계를 검증하는 것이 가능해진다. 예를 들면, 식사간의 환경 요인이 생리 상태에 주는 영향을, 앞서 나타낸 판별식으로서 산출함으로써, 그러한 각종 외적 요인을 특징화한 판별식과, 여러 가지 병태 특이적인 지표와의 상관성을 비교 검증하여, 환경 요인이 주는 병태 위험의 예측 수단이 될 수 있다.
즉, 도 71에 도시한 바와 같이, 이러한 복수의 지표를 사용하여 복수 상태가 일괄로 판별 가능한 것을 알 수 있다.
도 72는, I형-당뇨병 래트에 대한 인슐린 치료 결과의 일괄 진단의 예를 도시한 도면이다. 여기에서, 도 72에 있어서, 「흑사각」은 I형-당뇨병 래트(스트렙토조토신 투여 래트)의 데이터를 나타내고, 「×」는 II형-당뇨병 래트(GK 래트)의 데이터를 나타내며, 「△」는 비만 래트(인간 성장 호르몬 유전자 도입 래트)의 데이터를 나타내고, 「●」는 간 섬유화 모델 래트의 데이터를 나타내며, 「□」는 정상 래트의 데이터를 나타내며, 「◇」는 인슐린 치료를 실시한 I형-당뇨병 래트의 데이터를 나타낸다. 또한, 도 72에 있어서, 점선(타원)은 정상과 I형-당뇨병 래트가 구별되지 않는 지표끼리의 플롯을 나타낸다.
도 72에 있어서는, 상술한 I형-당뇨병에 인슐린 치료를 실시한 개체의 상기각 식에 적용시킨 결과를, 도 71에 새롭게 추가한 것이지만, 인슐린 치료에 의해, 해당하는 판별 지표(I-DM)를 특이적으로 개선하고 있는 것을 알 수 있다. 따라서, 치료 효과를, 목적의 상태뿐만 아니라, 기타, 복수의 상태에 대한 영향을 일괄하여 판정하는 것이 가능하고, 부작용 검증의 유력한 수단이 될 수 있다. 즉, 판별 지표에 기초하여 판정할 수 있다. 또한, 치료 목적 이외의 생리 상태에 대한 영향을 동시에 판정 가능하게 된다.
[인터페론 및 리바비린 치료 효과의 예측에 관한 실시예]
C형 간염의 인터페론 치료는 고액이면서 부작용이 강한 치료이고, 치료 효과가 없는 예도 많다. 따라서, 치료 효과를 사전에 예측하는 것이 가능하면, 환자에 대한 부담을 경감시킨다고 하는 관점에서 보아 극히 중요하다. 하기의 식 3은, C형 간염 환자의 인터페론 및 리바비린 치료시에, 투여전의 혈중 아미노산 농도를 기초로, 동시점에서의 바이러스 음성 환자와 바이러스 양성 환자를 판별하기 위해서 사용한 것이다(도 73 참조.).
도 73은, 인터페론 및 리바비린 치료 효과의 예측 결과의 일례를 도시한 도면이다. 또, 본 실시예에서는, 치료 개시후 8주 또는 12주 시점에서 바이러스 음성으로 전환된 환자를 바이러스 음성 환자로 정의하였다. 한편, 하기 식 3 및 도 73에 있어서, 「αABA」는 α아미노락트산 농도, 「Cys」는 시스틴 농도를 나타낸다.
도 73에서 도시한 바와 같이, 인터페론 및 리바비린 치료가 효과적이었던 환자와, 효과가 없었던 환자를 완전히 선별할 수 있는 것을 알 수 있었다. 본 결과는, 약제를 투여하기 전의 혈중 아미노산 농도를 본 해석 수법에 적용함으로써, 여러 가지 약제의 유효성이나 부작용 등을 사전에 예측할 수 있는 가능성을 시사하고 있고, 본 발명은 부작용 등의 의료 위험의 경감에 유용한 수단으로서 이용할 수 있다.
식 3)
Asn/(Ser+α-ABA) + (Cit+Orn)/Thr + (Cys+Trp)/Pro+Phe/Leu
[운반 전후의 돼지의 스트레스를 판별하는 지표에 관한 실시예]
질병, 투약 등에 의해 혈중 아미노산 농도가 변화하는 경우 이외에, 예를 들면, 환경 변화에 대한 스트레스 반응이나 적응 반응 등에 의해 혈중 아미노산 농도가 변화하는 경우가 있다. 운반용 트럭에 돼지(N = 8)를 태우고, 1시간 운반한 전후의 돼지의 혈장 아미노산 농도의 측정 데이터를 해석함으로써, 운반 스트레스 전후의 동물의 생체 상태를 판별하는 지표(하기의 식 4)를 수득하였다.
도 74는, 돼지의 운반 전후에 있어서의 아미노산 복합 지표를 도시한 도면이다. 도 74에 도시한 바와 같이, 하기의 식 4에 혈장 아미노산 농도를 대입함으로써, 운반 전후의 돼지의 생체 상태를 판별할 수 있었다. 이 결과는, 하기의 식 4의 분자로서 기재된 아미노산의 혈장 레벨을 높이면, 운반 스트레스의 영향이 완화될 가능성을 시사하는 것이며, 또한 리신(Lys) 및 오르니틴(Orn)의 전구체인 아르기닌(Arg)의 투여에 의해 돼지의 운반 스트레스를 해소할 수 있었다고 하는 보고[참조:「Srinongkote et al, Nutritional Neuroscience, 6, 283-289, 2003」]에 의해서 지지되고 있다.
식 4) 베스트 지표:
(Asp + Orn + Lys + 3MeHis + Asn)/Glu + (Ser + His)/(P-Ser + Tau + Cys + Cysthi + Trp)
[생체 상태 정보 관리 시스템 등의 다른 실시의 형태]
그런데, 지금까지 본 발명의 실시 형태에 관해서 설명하였지만, 본 발명은 상술한 실시 형태 이외에도, 상기 특허 청구의 범위에 기재한 기술적 사상의 범위 내에서 여러 가지 다른 실시 형태로 실시되어도 양호한 것이다.
여기에서, 본 발명의 실시 형태에 있어서는, 서버 장치(100)의 상관식 설정부(102v)에 있어서의 상관식 설정 처리는, 본 발명의 기본 원리에 있어서 상술한 「임상 데이터에 포함되는 각 아미노산의 혈중 농도를 수학식 1에 적용시켜 새롭게 수학식 1의 각 정수를 구하여 상관식을 설정하는 경우(패턴 1)」을 일례로서 설명하였지만, 본 발명의 기본 원리에 있어서 상술한 패턴 2에 의해 미리 구해진 상관식을 설정할 수 있다. 즉, 서버 장치(100)에 의해 미리 구해진 상관식을 기억부(106) 소정의 기억 영역에 저장하고 상관식 설정부(102v)의 처리에 의해 당해 기억부(106)로부터 원하는 상관식을 선택하여 설정할 수 있다. 또한, 서버 장치(100)는, 다른 컴퓨터 장치의 기억 장치에 미리 저장된 상관식 중에서, 상관식 설정부(102v)의 처리에 의해, 네트워크(300)를 통하여 원하는 상관식을 선택하여 다운로드하여 설정할 수 있다.
예를 들면, 서버 장치(100)는, 서버 장치(100)와는 별도의 광체로 구성되는 클라이언트 장치(200) 등으로부터의 요구에 따라 처리하고, 그 처리 결과를 당해 클라이언트 장치(200) 등으로 반각하도록 구성할 수 있다.
또한, 상술한 생체 상태 정보의 송신(단계 SA-1), 해석 결과의 송신(단계 SA-3) 등은, 기존의 전자 메일 송신 기술을 사용하여 실현해도 양호하며, 또한 서버 장치(100)가 제공하는 웹 사이트가 제공하는 기능에 의해, 소정의 입력 포맷을 제시하여 이용자 등에게 정보를 입력시키고, 그 입력 정보를 송신함으로써 실현해도 양호하며, 또한 FTP 등의 기존 파일 전송 기술 등에 의해 실현할 수 있다.
또한, 실시 형태에 있어서 설명한 각 처리중, 자동적으로 이루어진 것으로서 설명한 처리의 전부 또는 일부를 수동적으로 실시할 수도 있으며, 또는 수동적으로 실시되는 것으로서 설명한 처리의 전부 또는 일부를 공지된 방법으로 자동적으로 실시할 수도 있다.
이밖에, 상기 문서나 도면 중에서 나타낸 처리 순서, 제어 순서, 구체적 명칭, 각종 등록 데이터나 검색 조건 등의 파라미터를 포함하는 정보, 화면예, 데이터 베이스 구성에 관해서는, 특기하는 경우를 제외하고 임의로 변경할 수 있다.
또한, 서버 장치(100)에 관해서, 도시한 각 구성 요소는 기능 개념적인 것이며, 반드시 물리적으로 도시한 바와 같이 구성되어 있을 필요는 없다.
예를 들면, 서버 장치(100)의 각 부 또는 각 장치가 구비하는 처리 기능, 특히 제어부(102)에서 이루어진 각 처리 기능에 관해서는, 이의 전부 또는 임의의 일부를, CPU 및 당해 CPU로 해석 실행되는 프로그램으로 실현할 수 있으며, 또는 와이어드 로직에 의한 하드웨어로 실현하는 것도 가능하다. 또, 프로그램은, 후술하는 기록 매체에 기록되어 있고, 필요에 따라 서버 장치(100)에 기계적으로 재생된다.
즉, ROM 또는 HD 등의 기억부(106) 등에는, OS와 협동하여 CPU에 명령을 주고, 각종 처리를 수행하기 위한 컴퓨터 프로그램이 기록되어 있다. 이러한 컴퓨터 프로그램은, RAM 등에 로드됨으로써 실행되고, CPU와 협동하여 제어부(102)를 구성한다. 또한, 이러한 컴퓨터 프로그램은, 서버 장치(100)에 대해 임의의 네트워크(300)를 개재시켜 접속된 어플리케이션 프로그램 서버에 기록되어도 양호하며, 필요에 따라 이의 전부 또는 일부를 다운로드하는 것도 가능하다.
또한, 본 발명에 따르는 프로그램을, 컴퓨터 재생가능한 기록 매체에 저장할 수도 있다. 여기에서, 이러한「기록 매체」란, 플렉시블 디스크, 광자기 디스크, ROM, EPROM, EEPROM, CD-ROM, MO, DVD 등의 임의의「가반용의 물리 매체」나, 각종 컴퓨터 시스템에 내장되는 ROM, RAM, HD 등의 임의의「고정용 물리 매체」 또는 LAN, WAN, 인터넷으로 대표되는 네트워크를 개재시켜 프로그램을 송신하는 경우의 통신 회선이나 반송파와 같이, 단기적으로 프로그램을 유지하는「통신 매체」를 포함하는 것으로 한다.
또한, 「프로그램」이란, 임의의 언어나 기술 방법으로 기술된 데이터 처리 방법이며, 소스 코드나 바이너리 코드 등의 형식을 묻지 않는다. 또, 「프로그램」은 반드시 단일적으로 구성되는 것에 한정되지 않으며, 복수의 모듈이나 라이브러리로서 분산 구성되는 것이나, OS으로 대표되는 별개의 프로그램과 협동하여 이의 기능을 달성하는 것도 포함한다. 또, 실시 형태에 나타낸 각 장치에 있어서 기록 매체를 재생하기 위한 구체적인 구성, 재생 순서 또는 재생 후의 인스톨 순서 등에 관해서는, 공지의 구성이나 순서를 사용할 수 있다.
또한, 서버 장치(100)의 기억부(106)에 저장되는 각종 데이터 베이스 등[이용자 정보 데이터 베이스(106a) 내지 대사 지도 정보 데이터 베이스(106e)]는, RAM, ROM 등의 메모리 장치, 하드 디스크 등의 고정 디스크 장치, 플렉시블 디스크, 광 디스크 등의 저장 수단이며, 각종 처리나 웹 사이트 제공에 사용하는 각종 프로그램, 테이블, 파일, 데이터 베이스 및 웹 페이지용 파일 등을 저장한다.
또한, 서버 장치(100)는, 공지의 퍼스널 컴퓨터, 워크 스테이션 등의 정보 처리 단말 등의 정보 처리 장치에 프린터나 모니터나 이미지 스캐너 등의 주변 장치를 접속하여 당해 정보 처리 장치에 본 발명의 방법을 실현시키는 소프트 웨어(프로그램, 데이터 등을 포함한다)를 실장함으로써 실현할 수 있다.
또한, 서버 장치(100)의 분산·통합의 구체적 형태는 도시한 것에 한정되지 않으며, 이의 전부 또는 일부를 각종 부하 등에 따른 임의의 단위로, 기능적 또는 물리적으로 분산·통합하여 구성할 수 있다. 예를 들면, 각 데이터 베이스를 독립된 데이터 베이스 장치로서 독립적으로 구성해도 양호하며, 또한 처리의 일부를 CGI(Common Gateway Interface)를 사용하여 실현할 수 있다.
또한, 클라이언트 장치(200)는, 공지의 퍼스널 컴퓨터, 워크 스테이션, 가정용 게임 장치, 인터넷 TV, PHS 단말, 휴대 단말, 이동체 통신 단말 또는 PDA 등의 정보 처리 단말 등의 정보 처리 장치에 프린터나 모니터나 이미지 스캐너 등의 주변 장치를 필요에 따라 접속하고, 당해 정보 처리 장치에 웹 정보의 브라우징 기능이나 전자 메일 기능을 실현시키는 소프트 웨어(프로그램, 데이터 등을 포함한다)를 실장함으로써 실현할 수 있다.
이러한 클라이언트 장치(200)의 제어부(210)는, 이의 전부 또는 임의의 일부를, CPU 및 당해 CPU에서 해석 실행되는 프로그램으로 실현할 수 있다. 즉, ROM 또는 HD에는, OS와 협동하여 CPU에 명령을 주고, 각종 처리를 수행하기 위한 컴퓨터 프로그램이 기록되어 있다. 이러한 컴퓨터 프로그램은, RAM에 로드됨으로써 실행되어 CPU와 협동하여 제어부를 구성한다.
그러나, 이러한 컴퓨터 프로그램은, 클라이언트 장치(200)에 대해 임의의 네트워크를 개재시켜 접속된 어플리케이션 프로그램 서버에 기록되어도 양호하며, 필요에 따라 이의 전부 또는 일부를 다운로드하는 것도 가능하다. 또는, 각 제어부의 전부 또는 임의의 일부를, 와이어드 로직 등에 의한 하드 웨어로서 실현하는 것도 가능하다.
또한, 네트워크(300)는, 서버 장치(100)와 클라이언트 장치(200)를 상호 접속하는 기능을 가지며, 예를 들면, 인터넷, 인트라 넷, LAN(유선/무선 쌍방을 포함한다), VAN이나 퍼스널 컴퓨터 통신망, 공중 전화망(아날로그/디지탈 쌍방을 포함한다), 전용 회선망(아날로그/디지탈 쌍방을 포함한다), CATV망, IMT2000 방식, GSM 방식 또는 PDC/PDC-P 방식 등의 휴대 회선 교환망/휴대 파켓 교환망, 무선 호출망, Bluetooth 등의 국소 무선망, PHS망, CS, BS 또는 ISDB 등의 위성 통신망 등 중 어느 하나를 포함할 수 있다. 즉, 본 시스템은, 유선·무선을 막론하고 임의의 네트워크를 개재시켜 각종 데이터를 송수신할 수 있다.
[간 섬유화 판정 시스템 등의 실시 형태]
이하에, 본 발명에 따르는 간 섬유화 판정 장치, 간 섬유화 판정 방법, 간 섬유화 판정 시스템, 프로그램 및 기록 매체의 실시 형태를 도면에 기초하여 상세하게 설명한다. 또, 이러한 실시 형태에 의해 당해 발명이 한정되는 것은 아니다.
[시스템 구성-간 섬유화 판정 장치(400)]
다음에, 본 시스템의 간 섬유화 판정 장치(400)의 구성에 관해서 설명한다. 도 45는, 본 발명이 적용되는 본 시스템의 간 섬유화 판정 장치(400)의 구성의 일례를 도시한 블록도이고, 당해 구성 중 본 발명에 관계하는 부분만을 개념적으로 나타내고 있다.
도 45에 있어서 간 섬유화 판정 장치(400)는, 개략적으로 간 섬유화 판정 장치(400)의 전체를 통괄적으로 제어하는 CPU 등의 제어부(402), 통신 회선 등에 접속되는 루터 등의 통신 장치(도시하지 않음)에 접속되는 통신 제어 인터페이스부(404), 입력 장치(112)나 출력 장치(114)에 접속되는 입출력 제어 인터페이스부(408) 및 각종 데이터 베이스나 테이블 등을 저장하는 기억부(406)를 구비하여 구성되어 있고, 이들 각부는 임의의 통신로를 개재시켜 통신 가능하게 접속되어 있다. 또한, 이러한 간 섬유화 판정 장치(400)는, 루터 등의 통신 장치 및 전용선 등의 유선 또는 무선의 통신 회선을 개재시켜 네트워크(300)에 통신 가능하게 접속되어 있다.
도 45의 기억부(406)에 저장되는 각종 데이터 베이스나 테이블[이용자 정보 데이터 베이스(406a), 대사물 정보 데이터 베이스(406b) 및 간 섬유화 지표 데이터 베이스(406c)]는, 고정 디스크 장치 등의 저장 수단이고, 각종 처리에 사용하는 각종 프로그램, 테이블, 파일, 데이터 베이스 및 웹 페이지용 파일 등을 저장한다.
이들 기억부(406)의 각 구성 요소중, 이용자 정보 데이터 베이스(406a)는, 이용자에 관한 정보(이용자 정보)를 저장하는 이용자 정보 저장 수단이다. 도 47은, 이용자 정보 데이터 베이스(406a)에 저장되는 이용자 정보의 일례를 도시한 도면이다.
이러한 이용자 정보 데이터 베이스(406a)에 저장되는 정보는, 도 47에 도시한 바와 같이, 각 이용자를 일의적으로 식별하기 위한 이용자 ID, 각 이용자가 정당한 사람인지의 여부를 인증하기 위한 이용자 비밀번호, 각 이용자의 성명, 각 이용자가 소속하는 소속처를 일의적으로 식별하기 위한 소속처 ID, 각 이용자가 소속하는 소속처의 부문을 일의적으로 식별하기 위한 부문 ID, 부문명 및 각 이용자의 전자 메일 주소를 상호 관련지어 구성되어 있다.
또한, 대사물 정보 데이터 베이스(406b)는, 대사물 정보 등을 저장하는 대사물 정보 저장 수단이다. 도 48은, 대사물 정보 데이터 베이스(406b)에 저장되는 정보의 일례를 도시한 도면이다.
당해 대사물 정보 데이터 베이스(406b)에 저장되는 정보는, 도 48에 도시한 바와 같이, 개체(샘플) 번호와 각 대사물(예를 들면, 아미노산 등)의 혈중 농도 데이터군을 상호 관련지어 구성되어 있다.
또한, 간 섬유화 지표 데이터 베이스(406c)는, 간 섬유화 지표 등을 저장하는 간 섬유화 지표 저장 수단이다. 본 데이터 베이스는, 상술한 서버 장치(100)의 결과 출력부(102k)의 처리에 의해 출력된, 각 병태의 각 단계마다 최적화된 최적화 지표를 복합 지표로 하여, 상위의 지표를 대체 지표로서 대응시켜 저장하고 있다. 도 50은, 간 섬유화 지표 데이터 베이스(406c)에 저장되는 정보의 일례를 도시한 도면이다. 본 도면은, 상술한 실시예(간 섬유화의 복합 지표의 실시예(1) 및 간 섬유화의 복합 지표의 실시예(2))의 지표를 저장한 경우의 일례이다.
당해 간 섬유화 지표 데이터 베이스(406c)에 저장되는 정보는, 도 50에 도시한 바와 같이, 번호, 복합 지표, 그리고, 대체 지표를 상호 관련지어 구성되어 있다.
또한, 그 밖의 정보로서, 간 섬유화 판정 장치(400)의 기억부(406)에는, 웹 사이트를 클라이언트 장치(200)에 제공하기 위한 각종 웹 데이터나 CGI 프로그램 등이 기록되어 있다.
당해 웹 데이터로서는, 후술하는 각종 웹 페이지를 표시하기 위한 데이터 등이 있으며, 이들 데이터는, 예를 들면, HTML이나 XML에서 기술된 텍스트 파일로서 형성되어 있다. 또한, 이러한 웹 데이터를 작성하기 위한 부품용 파일이나 작업용 파일이나 기타 일시적인 파일 등도 기억부(406)에 기억된다.
이밖에, 필요에 따라, 클라이언트 장치(200)에 송신하기 위한 음성을 WAVE 형식이나 AIFF 형식과 같이 음성 파일로 저장하거나, 정지화상이나 동화상을 JPEG 형식이나 MPEG2 형식과 같이 화상 파일로 저장할 수 있다.
또한, 도 45에 있어서, 통신 제어 인터페이스부(404)는, 간 섬유화 판정 장치(400)와 네트워크(300)(또는 루터 등의 통신 장치) 사이에서의 통신 제어를 실시한다. 즉, 통신 제어 인터페이스부(404)는, 다른 단말과 통신 회선을 개재시켜 데이터를 통신하는 기능을 갖는다.
또한, 도 45에 있어서, 입출력 제어 인터페이스부(408)는, 입력 장치(112)나 출력 장치(114)의 제어를 실시한다.
또한, 도 45에 있어서, 제어부(402)는, OS 등의 제어 프로그램, 각종 처리 순서 등을 규정한 프로그램 및 소요 데이터를 저장하기 위한 내부 메모리를 가지며, 이러한 프로그램 등에 의해, 여러 가지 처리를 실행하기 위한 정보 처리를 실시한다. 제어부(402)는, 기능 개념적으로, 요구 해석부(402a), 열람 처리부(402b), 인증 처리부(402c), 전자 메일 생성부(402d), 웹 페이지 생성부(402e), 송신부(402f), 대사물 정보 취득부(402g), 병태 지표치 계산부(402h), 병태 판정부(402i) 및 결과 출력부(402j)를 구비하여 구성되어 있다.
이 중, 요구 해석부(402a)는, 클라이언트 장치(200)로부터의 요구 내용을 해석하고, 해석 결과에 따라 제어부의 다른 각부에 처리를 주고 받는 요구 해석 수단이다.
또한, 열람 처리부(402b)는, 클라이언트 장치(200)로부터의 각종 화면의 열람 요구를 받고, 이들 화면의 웹 데이터의 생성이나 송신을 실시하는 열람 처리 수단이다.
또한, 인증 처리부(402c)는, 클라이언트 장치(200)로부터의 인증 요구를 받고, 이러한 인증 판단을 실시하는 인증 처리 수단이다.
또한, 전자 메일 생성부(402d)는, 각종 정보를 포함한 전자 메일을 생성하는 전자 메일 생성 수단이다.
또한, 웹 페이지 생성부(402e)는, 이용자가 열람하는 웹 페이지를 생성하는 웹 페이지 생성 수단이다.
또한, 송신부(402f)는, 각종 정보를 당해 이용자의 클라이언트 장치(200)에 송신하는 송신 수단이고, 또한 대사물 정보를 송신한 클라이언트 장치(200)에 대해 당해 간 섬유화 판정 결과를 송신하는 분석 결과 송신 수단이다.
또한, 대사물 정보 취득부(402g)는, 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 포함하는 대사물 정보를, 클라이언트 장치(200) 또는 입력 장치(112) 등으로부터 취득하는 대사물 정보 취득 수단이다. 여기에서 대사물 정보 취득부(402g)는, 도 46에 도시한 바와 같이, 대사물 지정부(402k)를 추가로 포함하여 구성된다. 도 46은, 본 발명이 적용되는 본 시스템의 대사물 정보 취득부(402g)의 구성의 일례를 도시한 블록도이고, 당해 구성 중 본 발명에 관계하는 부분만을 개념적으로 나타내고 있다.
도 46에 있어서, 대사물 지정부(402k)는, 원하는 대사물을 지정하는 대사물지정 수단이다.
다시 도 45로 되돌아가서, 병태 지표치 계산부(402h)는, 대사물 정보 취득부(402g)에 의해 취득한 각 개체 중의 각 대사물의 혈중 농도 데이터군을 포함하는 대사물 정보로부터, 간 섬유화 지표 데이터 베이스(406c)에 저장된 복합 지표 1 내지 4 중 하나 이상에 기초하여 또는 간 섬유화 지표 데이터 베이스(406c)에 저장된 복합 지표 5에 기초하여, 간 섬유화의 병태 지표치를 계산하는 병태 지표치 계산 수단, 또한 간 섬유화의 병태 지표치를 계산하기 위한 복합 지표를 설정하는 복합 지표 설정 수단이다. 여기에서, 복합 지표 설정 수단은, Asn 및 Gln의 혈중 농도 데이터 중 하나 이상을 분자에, Thr, Tau, Ser, Val 및 Trp의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 1(추가로 Met의 혈중 농도 데이터를 분자에, Ile, α-ABA 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)를 작성하는 복합 지표 1 작성 수단과, Asn 및 Met의 혈중 농도 데이터 중 하나 이상을 분자에, α-ABA 및 Cit의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 2(추가로, Tyr 및 Arg의 혈중 농도 데이터를 분자에, His, Thr, Trp, Asp 및 Glu의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)를 작성하는 복합 지표 2 작성 수단과, α-ABA, His, Gly, Trp 및 Tau의 혈중 농도 데이터 중 하나 이상을 분자에, Asn, Gln, Cit, Lys, Thr 및 Tyr의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 3(추가로, Met 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)를 작성하는 복합 지표 3 작성 수단과, His 및 Trp의 혈중 농도 데이터 중 하나 이상을 분자에, Asn 및 Tyr의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 4(추가로 α-ABA 및 Tau의 혈중 농도 데이터를 분자에, Met 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)를 작성하는 복합 지표 4 작성 수단중 하나 이상을 구비한다.
여기에서, 복합 지표 1 내지 4 중 하나 이상의 식 중의 아미노산은, 예를 들면, 화학적으로 등가의 물성을 갖는 아미노산 등으로 교체될 수 있다.
구체적으로는, 예를 들면, 복합 지표 1 내지 4 중 하나 이상의 식 중의 아미노산이 하기의 규칙 하에 교체되거나 복합 지표 1 내지 4 중 하나 이상을 대응하는 하기의 식으로 교체될 수 있다.
여기에서, 상기 규칙에 관해서 도 51을 참조하여 설명한다.
도 51은, 복합 지표 1 내지 4의 각각의 식 중의 아미노산을 교체하기 위한 규칙을 도시한 도면이다.
도 51에 있어서, 복합 지표 1 내지 4의 각각은, 그룹 A의 인자가 모두 분자, 그룹 B의 인자가 모두 분모에 있으며, 그룹 A의 인자 또는 그룹 A의 인자의 합을, 그룹 B의 인자 또는 그룹 B의 인자의 합으로 나눈 형태의 항이 1항 이상 있는 분수의 합의 형식을 취하는 식에 의해서 산출된다. 여기에서, 그룹 C의 인자는 분자에, 그룹 D의 인자는 분모에 첨가할 수 있다.
또한, 복합 지표 1 내지 4는, 예를 들면, 간 섬유화 지표 데이터 베이스(406c)에 저장된 각 대체 지표(복합 지표 1-1 내지 복합 지표 1-20, 복합 지표 2-1 내지 복합 지표 2-20, 복합 지표 3-1 내지 복합 지표 3-20, 복합 지표 4-1 내지 복합 지표 4-20)으로 치환할 수 있다.
또한, 병태 판정부(402i)는, 병태 지표치 계산부(402h)에 의해 계산된 병태 지표치에 따라 간 섬유화의 병태를 판정하는 병태 판정 수단이다.
또한, 결과 출력부(402j)는, 제어부(402)의 각 처리 등의 처리 결과 등을 출력 장치(114) 등으로 출력하는 출력 수단이다.
또, 이들 각부에 의해서 이루어지는 처리의 상세한 것에 관해서는 후술한다.
또한, 클라이언트 장치(200)와 네트워크(300)는 상술한 구성과 동일하기 때문에, 설명을 생략한다.
[시스템의 처리]
다음에, 이와 같이 구성된 본 실시 형태에 있어서의 본 시스템의 처리의 일례에 관해서, 이하에 도 40, 도 41, 도 49 등을 참조하여 상세하게 설명한다.
[간 섬유화 정보 해석 서비스 처리]
다음에, 이와 같이 구성된 본 시스템을 사용하여 이루어진 본 방법에서의 간 섬유화 정보 해석 서비스 처리의 상세한 것에 관해서 도 49 등을 참조하여 설명한다. 도 49는, 본 실시 형태에 있어서의 본 시스템의 간 섬유화 정보 해석 서비스 처리의 일례를 도시한 흐름도이다.
우선, 클라이언트 장치(200)는, 간 섬유화 판정 장치(400)가 제공하는 웹 사이트의 주소(URL 등)를 이용자가 웹 브라우저(211)가 표시되는 화면상에서 입력 장치(250)를 개재시켜 지정함으로써, 인터넷을 개재시켜 간 섬유화 판정 장치(400)에 접속한다.
구체적으로는, 이용자가 클라이언트 장치(200)의 웹 브라우저(211)를 기동하여 당해 웹 브라우저(211)의 소정의 입력란에 본 시스템의 대사물 정보 송신 화면에 대응하는 소정의 URL을 입력한다. 그리고, 이용자가 당해 웹 브라우저(211)의 화면 갱신을 지시하면, 웹 브라우저(211)는 당해 URL을 통신 제어 IF(280)를 개재시켜 소정의 통신 규약으로 송신하고, 당해 URL에 기초하는 루팅에 의해서 간 섬유화 판정 장치(400)에 대한 대사물 정보 송신 화면용 웹 페이지의 송신 요구를 한다.
이어서, 간 섬유화 판정 장치(400)의 요구 해석부(402a)는, 클라이언트 장치(200)로부터의 송신의 유무를 감시하고 있어 송신을 받으면, 당해 송신의 내용을 해석하고, 그 결과에 따라 당해 제어부(402) 내의 각부로 처리를 옮긴다. 송신의 내용이 대사물 정보 송신 화면용 웹 페이지의 송신 요구인 경우에는, 주로 열람 처리부(402b)의 제어 하에서, 기억부(406)로부터 대사물 정보 송신 화면용 웹 페이지를 표시하기 위한 웹 데이터를 취득하고, 당해 웹 데이터를 통신 제어 인터페이스부(404)를 개재시켜 클라이언트 장치(200)로 송신한다. 여기에서, 간 섬유화 판정 장치(400)로부터 클라이언트 장치(200)로 데이터를 송신할 때의 클라이언트 장치(200)의 특정은, 클라이언트 장치(200)로부터 송신 요구와 함께 송신된 IP 주소를 사용하여 실시한다.
또, 이용자로부터 웹 페이지의 송신 요구가 있었던 경우에는, 이용자에게 이용자 ID 및 비밀번호의 입력을 구하여 인증 처리부(402c)가 이용자 정보 데이터 베이스(406a)에 저장되어 있는 이용자 ID 및 이용자 비밀번호에 기초하여 인증 가부를 판단하고, 인증가의 경우에만 웹 페이지를 열람시켜도 양호하다(이하에 있어서도 동일하기 때문에 이의 상세한 것에 관해서 생략한다).
이러한 클라이언트 장치(200)는, 간 섬유화 판정 장치(400)로부터의 웹 데이터를 통신 제어 IF(280)를 개재시켜 수신하고, 당해 데이터를 웹 브라우저(211)로 해석함으로써, 모니터(261)에 대사물 정보 송신 화면용 웹 페이지를 표시한다. 이하, 클라이언트 장치(200)로부터 간 섬유화 판정 장치(400)로의 화면 요구와, 간 섬유화 판정 장치(400)로부터 클라이언트 장치(200)로의 웹 데이터의 송신 및 클라이언트 장치(200)에 있어서의 웹 페이지의 표시는 거의 동일하게 이루어진 것으로 하며, 이하에서는 이의 상세한 것에 관해서 생략한다.
그리고, 이용자가 클라이언트 장치(200)의 입력 장치(250)를 개재시켜 대사물 정보를 입력·선택하면, 입력 정보 및 선택 사항을 특정하기 위한 식별자가 간 섬유화 판정 장치(400)로 송신된다(단계 SF-1).
그리고, 간 섬유화 판정 장치(400)의 요구 해석부(402a)는, 당해 식별자를 해석함으로써, 클라이언트 장치(200)로부터의 요구의 내용을 해석한다(클라이언트 장치(200)로부터 간 섬유화 판정 장치(400)로의 요구 내용의 식별에 관해서는, 이하의 처리에 있어도 거의 동일하게 이루어진 것으로 하며, 이하에서는 이의 상세한 것에 관해서 생략한다).
그리고, 간 섬유화 판정 장치(400)는, 제어부(402)의 각부의 처리에 의해, 도 40 등을 사용하여 후술하는 대사물 정보의 해석 처리를 실행한다(단계 SF-2). 그리고, 간 섬유화 판정 장치(400)는, 웹 페이지 생성부(402e)의 처리에 의해, 이용자가 송신한 대사물 정보에 대한 해석 결과 데이터를 표시하기 위한 웹 페이지를 작성하여 기억부(406)에 저장한다.
그리고, 이용자는 웹 브라우저(211)에 소정의 URL을 입력함으로써, 상기와 동일한 인증을 거친 후, 기억부(406)에 저장되어 있는 해석 결과 데이터를 표시하기 위한 웹 페이지를 열람할 수 있다.
즉, 이용자가 클라이언트 장치(200)를 사용하여, 당해 웹 페이지의 열람 요구를 간 섬유화 판정 장치(400)에 대해 송신하면, 간 섬유화 판정 장치(400)는 열람 처리부(402b)의 처리에 의해, 기억부(406)로부터 당해 이용자의 웹 페이지를 읽어 내어 송신부(402f)로 보내면, 송신부(402f)는 당해 웹 페이지를 클라이언트 장치(200)에 대해 송신한다(단계 SF-3). 이것에 의해, 이용자는 자기의 웹 페이지를 적시 열람할 수 있다(단계 SF-4). 또한, 이용자는 필요에 따라 당해 웹 페이지의 표시 내용을 프린터(262)로 인쇄할 수 있다.
또한, 간 섬유화 판정 장치(400)는, 이용자에 대한 해석 결과의 통지를 전자 메일을 개재시켜 실시할 수 있다. 즉, 간 섬유화 판정 장치(400)의 전자 메일 생성부(402d)는, 송신 타이밍에 따라, 이용자가 송신한 대사물 정보에 대한 해석 결과 데이터를 포함하는 전자 메일 데이터를 생성한다. 구체적으로는, 이용자의 이용자 ID 등에 기초하여 이용자 정보 데이터 베이스(406a)에 저장된 이용자 정보를 참조하여, 당해 이용자의 전자 메일 주소를 호출한다.
그리고, 당해 전자 메일 주소를 보낼곳으로 하는 전자 메일로서, 이용자의 성명 및 이용자가 송신한 대사물 정보에 대한 해석 결과 데이터를 포함하는 전자 메일의 메일 데이터를 생성하고, 당해 메일 데이터를 송신부(402f)로 주고 받는다. 그리고, 송신부(402f)는 당해 메일 데이터를 송신한다(단계 SF-3).
한편, 이용자는 클라이언트 장치(200)의 전자 메일러(212)를 사용하여 상기 전자 메일을 임의의 타이밍으로 수신한다. 당해 전자 메일은 전자 메일러(212)의 공지의 기능에 기초하여 모니터(261)에 표시된다(단계 SF-4). 또한, 이용자는, 필요에 따라 당해 전자 메일의 표시 내용을 프린터(262)로 인쇄할 수 있다.
이로써, 간 섬유화 정보 해석 서비스 처리가 종료된다.
[대사물 정보의 해석 처리]
다음에, 대사물 정보의 해석 처리의 상세한 것에 관해서 도 40 등을 참조하여 설명한다. 도 40은, 본 실시 형태에 있어서의 본 시스템의 대사물 정보의 해석 처리의 일례를 도시한 흐름도이다. 또, 본 실시 형태는, 마이크로소프트(회사명)의 Excel(제품명)을 사용하여 집계 처리 등을 실시하는 경우를 일례로 설명하지만, 본 발명은 이러한 경우에 한정되는 것이 아니며, 다른 프로그램에 의해 실행할 수 있다.
우선, 간 섬유화 판정 장치(400)는, 대사물 정보 취득부(402g)의 처리에 의해, Excel에서, 아미노산의 혈중 농도 데이터군을 미리 별도의 시트에 기재한 데이터 파일을 작성한다(단계 SG-1).
이어서, 간 섬유화 판정 장치(400)는, 대사물 정보 취득부(402g)의 처리에 의해, 단계 SG-1에 의해 작성한 데이터 파일을 제어부(402)의 메모리에 취입한다(단계 SG-2).
이어서, 간 섬유화 판정 장치(400)는, 대사물 정보 취득부(402g)의 처리에 의해 해석하고 싶은 개체군(또는, 생략하고 싶은 개체군)을 이용자에게 선택시킨다(단계 SG-3).
이어서, 간 섬유화 판정 장치(400)는, 대사물 지정부(402k)의 처리에 의해, 해석 대상이 되는 아미노산을 이용자에게 선택시킨다(단계 SG-4).
이어서, 간 섬유화 판정 장치(400)는, 결과의 출력 파일을 이용자에게 지정시킨다(단계 SG-5).
이어서, 간 섬유화 판정 장치(400)는, 병태 지표치 계산부(402h)의 처리에 의해, 도 41을 사용하여 후술하는 병태 지표치의 계산을 실시한다(단계 SG-6).
도 41은, 본 실시 형태에 있어서의 본 시스템의 병태 지표치의 계산의 일례를 도시한 흐름도이다.
병태 지표치의 계산에 있어서, 우선 간 섬유화 판정 장치(400)는, 병태 지표치 계산부(402h)의 처리에 의해, 대사물 정보를 체크하고(단계 SH-1), 이어서, 간 섬유화 지표 데이터 베이스(406c)에 저장된 복합 지표 1 내지 4 중 하나 이상에 기초하여 또는 간 섬유화 지표 데이터 베이스(406c)에 저장된 복합 지표 5에 기초하여, 병태 지표치를 계산한다(단계 SH-2).
여기에서, 복합 지표 1 내지 5중 하나 이상의 식 중의 아미노산은, 예를 들면, 화학적으로 등가의 물성을 갖는 아미노산 등으로 교체될 수 있다.
구체적으로는, 예를 들면, 복합 지표 1 내지 4 중 하나 이상의 식 중의 아미노산이 하기의 규칙 하에 교체되거나 또는 복합 지표 1 내지 4 중 하나 이상을 대응하는 하기의 식으로 교체될 수 있다.
여기에서, 상기 규칙에 관해서 도 51을 참조하여 설명한다.
도 51은, 복합 지표 1 내지 4의 각각의 식 중의 아미노산을 교체하기 위한 규칙을 도시한 도면이다.
도 51에 있어서, 복합 지표 1 내지 4의 각각은, 그룹 A의 인자가 모두 분자, 그룹 B의 인자가 모두 분모에 있고, 그룹 A의 인자 또는 그룹 A의 인자의 합을, 그룹 B의 인자 또는 그룹 B의 인자의 합으로 나눈 형태의 항이 1항 이상 있는 분수의 합의 형식을 취하는 식에 의해서 산출된다. 여기에서, 그룹 C의 인자는 분자에, 그룹 D의 인자는 분모에 가할 수 있다. 이와 같이, 병태 지표치 계산부(402h)는, 본 규칙에 기초하여 복합 지표 1 내지 4를 작성할 수 있다.
또한, 복합 지표 1 내지 4는, 예를 들면, 간 섬유화 지표 데이터 베이스(406c)에 저장된 각 대체 지표(복합 지표 1-1 내지 복합 지표 1-20, 복합 지표 2-1 내지 복합 지표 2-20, 복합 지표 3-1 내지 복합 지표 3-20, 복합 지표 4-1 내지 복합 지표 4-20)에 치환할 수 있다.
다시 도 40으로 되돌아가서, 간 섬유화 판정 장치(400)는 병태 판정부(402i)의 처리에 의해, 병태 지표치 계산부(402h)의 처리에 의해 계산된 병태 지표치에 따라서 병태를 판정한다(단계 SG-7).
이어서, 간 섬유화 판정 장치(400)는, 결과 출력부(402j)의 처리에 의해, 해석 결과를 모니터에 출력하고, 또한 기억부(406)에 해석 결과를 저장한다(단계 SG-8).
이로써, 대사물 정보의 해석 처리가 종료된다.
[간 섬유화 판정 시스템 등의 다른 실시 형태]
그런데, 지금까지 본 발명의 실시의 형태에 관해서 설명하였지만, 본 발명은, 상술한 실시 형태 이외에도, 상기 특허 청구의 범위에 기재한 기술적 사상의 범위 내에서 여러 가지 다른 실시의 형태로 실시되어도 양호한 것이다.
예를 들면, 간 섬유화 판정 장치(400)는, 간 섬유화 판정 장치(400)와는 별도 광체로 구성되는 클라이언트 장치(200) 등으로부터의 요구에 따라 처리하고, 그 처리 결과를 당해 클라이언트 장치(200) 등으로 반환하도록 구성할 수 있다.
또한, 상술한 대사물 정보의 송신(단계 SF-1), 해석 결과의 송신(단계 SF-3) 등은, 기존의 전자 메일 송신 기술을 사용하여 실현해도 양호하며, 또한 간 섬유화 판정 장치(400)가 제공하는 웹 사이트가 제공하는 기능에 의해, 소정의 입력 포맷을 제시하여 이용자 등에게 정보를 입력시키고, 이의 입력 정보를 송신함으로써 실현해도 양호하며, 또한 FTP 등의 기존 파일 전송 기술 등에 의해 실현할 수 있다.
또한, 실시 형태에 있어서 설명한 각 처리중, 자동적으로 수행되는 것으로서 설명한 처리의 전부 또는 일부를 수동적으로 실시할 수 있으며, 또는 수동적으로 실시되는 것으로서 설명한 처리의 전부 또는 일부를 공지된 방법으로 자동적으로 실시할 수도 있다.
이밖에, 상기 문서 중이나 도면 중에서 도시한 처리 순서, 제어 순서, 구체적 명칭, 각종 등록 데이터나 검색 조건 등의 파라미터를 포함하는 정보, 화면예, 데이터 베이스 구성에 관해서는, 특기하는 경우를 제외하고 임의로 변경할 수 있다.
또한, 간 섬유화 판정 장치(400)에 관해서, 도시된 각 구성 요소는 기능 개념적인 것이며, 반드시 물리적으로 도시한 바와 같이 구성되어 있을 필요는 없다.
예를 들면, 간 섬유화 판정 장치(400)의 각부 또는 각 장치가 구비하는 처리 기능, 특히 제어부(402)에서 이루어진 각 처리 기능에 관해서는, 이의 전부 또는 임의의 일부를, CPU 및 당해 CPU에서 해석 실행되는 프로그램으로 실현할 수 있고 또는 와이어드 로직에 의한 하드 웨어로서 실현하는 것도 가능하다. 또, 프로그램은, 후술하는 기록 매체에 기록되어 있고, 필요에 따라 간 섬유화 판정 장치(400)에 기계적으로 재생된다.
즉, ROM 또는 HD 등의 기억부(406) 등에는, OS와 협동하여 CPU에 명령을 주고, 각종 처리를 수행하기 위한 컴퓨터 프로그램이 기록되어 있다. 당해 컴퓨터 프로그램은, RAM 등에 로드됨으로써 실행되며, CPU와 협동하여 제어부(402)를 구성한다. 또한, 당해 컴퓨터 프로그램은, 간 섬유화 판정 장치(400)에 대해 임의의 네트워크(300)를 개재시켜 접속된 어플리케이션 프로그램 서버에 기록되어도 양호하며, 필요에 따라 이의 전부 또는 일부를 다운로드하는 것도 가능하다.
또한, 본 발명에 따르는 프로그램을, 컴퓨터 재생가능한 기록 매체에 저장할 수도 있다. 여기에서, 당해「기록 매체」란, 플렉시블 디스크, 광자기 디스크, ROM, EPROM, EEPROM, CD-ROM, MO, DVD 등의 임의의「가반용 물리 매체」나, 각종 컴퓨터 시스템에 내장되는 ROM, RAM, HD 등의 임의의「고정용 물리 매체」 또는 LAN, WAN, 인터넷으로 대표되는 네트워크를 개재시켜 프로그램을 송신하는 경우의 통신 회선이나 반송파와 같이, 단기적으로 프로그램을 유지하는 「통신 매체」를 포함하는 것으로 한다.
또한, 「프로그램」이란, 임의의 언어나 기술방법으로 기술된 데이터 처리 방법이고, 소스 코드나 바이너리 코드 등의 형식을 묻지 않는다. 또, 「프로그램」은 반드시 단일적으로 구성되는 것에 한정되지 않으며, 복수의 모듈이나 라이브러리로서 분산 구성되는 것이나, OS로 대표되는 별개의 프로그램과 협동하여 그 기능을 달성하는 것도 포함한다. 또, 실시 형태에 나타낸 각 장치에 있어서 기록 매체를 재생하기 위한 구체적인 구성, 재생 순서 또는 재생 후의 인스톨 순서 등에 관해서는, 공지된 구성이나 순서를 사용할 수 있다.
또한, 간 섬유화 판정 장치(400)의 기억부(406)에 저장되는 각종 데이터 베이스 등(이용자 정보 데이터 베이스(406a), 대사물 정보 데이터 베이스(406b) 및 간 섬유화 지표 데이터 베이스(406c))는, RAM, ROM 등의 메모리 장치, 하드 디스크 등의 고정 디스크 장치, 플렉시블 디스크, 광 디스크 등의 저장 수단이고, 각종 처리나 웹 사이트 제공에 사용하는 각종 프로그램, 테이블, 파일, 데이터 베이스 및 웹 페이지용 파일 등을 저장한다.
또한, 간 섬유화 판정 장치(400)는, 공지의 퍼스널 컴퓨터, 워크 스테이션 등의 정보 처리 단말 등의 정보 처리 장치에 프린터나 모니터나 이미지 스캐너 등의 주변 장치를 접속하여, 당해 정보 처리 장치에 본 발명 방법을 실현시키는 소프트 웨어(프로그램, 데이터 등을 포함한다)를 실장함으로써 실현할 수 있다.
또한, 간 섬유화 판정 장치(400)의 분산·통합의 구체적 형태는 도시한 것에 한정되지 않으며, 이의 전부 또는 일부를, 각종 부하 등에 따른 임의의 단위로, 기능적 또는 물리적으로 분산·통합하여 구성할 수 있다. 예를 들면, 각 데이터 베이스를 독립한 데이터 베이스 장치로서 독립으로 구성해도 양호하며, 또한 처리의 일부를 CGI(Common Gateway Interface)를 사용하여 실현할 수 있다.
또한, 네트워크(300)는, 간 섬유화 판정 장치(400)와 클라이언트 장치(200)를 상호 접속하는 기능을 가지며, 예를 들면, 인터넷, 인트라 넷, LAN(유선/무선 쌍방을 포함한다), VAN, 퍼스널 컴퓨터 통신망, 공중 전화망(아날로그/디지탈 쌍방을 포함한다), 전용 회선망(아날로그/디지탈 쌍방을 포함한다), CATV망, IMT2000 방식, GSM 방식 또는 PDC/PDC-P 방식 등의 휴대 회선 교환망/휴대 파켓 교환망, 무선 호출망, Bluetooth 등의 국소 무선망, PHS망, CS, BS 또는 ISDB 등의 위성통신망 등 중 어느 하나를 포함할 수 있다. 즉, 본 시스템은, 유선·무선을 막론하고 임의의 네트워크를 개재시켜, 각종 데이터를 송수신할 수 있다.
이상 상세하게 설명한 바와 같이, 본 발명에 의하면, 각 개체에 있어서 측정된 생체 상태에 관한 지표 데이터와, 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터와의 상관성을 나타내는, 수학식 1로 나타낸 상관식을 설정하여 설정된 상관식에, 시뮬레이션 대상의 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 대입하여, 시뮬레이션 대상의 개체 중의 생체 상태를 시뮬레이션하기 때문에, 예를 들면, 건강 상태, 질병의 진행 상태, 질병의 치료 상태, 장래의 질병 위험, 약제의 유효성, 약제의 부작용 등을 개체 중의 대사물의 혈중 농도에 기초하여 효과적인 시뮬레이션할 수 있는 생체 상태 정보 처리 장치, 생체 상태 정보 처리 방법, 생체 상태 정보 관리 시스템, 프로그램 및 기록 매체를 제공할 수 있다.
또한, 본 발명에 의하면, 각 개체에 있어서 측정된 생체 상태에 관한 지표 데이터 및 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군에 기초하여, 각 대사물에 관해서 지표 데이터와의 상관성을 결정하고, 결정된 각 대사물의 상관성에 기초하여, 소정의 계산 방식에 의해 생체 상태에 대한 복수의 대사물에 의한 상관식(상관 함수)를 작성하고, 결정된 상관식의 생체 상태에 관한 지표 데이터에 대한 상관 계수에 기초하여[예를 들면, 상관 계수가 상위(예를 들면, 상위 20위 등)가 되도록, 바람직하게는 상관 계수가 최대가 되도록] 상관식을 최적화하기 때문에, 상관이 높은 계산식을 생체 상태의 복합 지표로서 사용할 수 있게 되고 생체 상태와 상관이 높은 아미노산 등의 측정 가능한 대사물에 의해서 구성된 복합 지표의 산출을 효율적으로 수행할 수 있는 생체 상태 정보 처리 장치, 생체 상태 정보 처리 방법, 생체 상태 정보 관리 시스템, 프로그램 및 기록 매체를 제공할 수 있다.
또한, 본 발명에 의하면, 각 생체 상태에 대한 복합 지표를 각각 구할 수 있게 되기 때문에, 1회의 혈중 아미노산 농도 등의 측정 결과를 사용하여, 많은 병태의 스크리닝이 가능하게 되며, 검사 비용의 대폭적인 삭감으로 이어질 수 있는 생체 상태 정보 처리 장치, 생체 상태 정보 처리 방법, 생체 상태 정보 관리 시스템, 프로그램 및 기록 매체를 제공할 수 있다.
또한, 본 발명에 의하면, 측정시에 생체 상태 지표가 없는 생체 상태에 관해서도, 복합 지표가 분명해진 시점에서 과거의 데이터 해석에 의해 진단이 가능해지는 생체 상태 정보 처리 장치, 생체 상태 정보 처리 방법, 생체 상태 정보 관리 시스템, 프로그램 및 기록 매체를 제공할 수 있다.
또한, 본 발명에 의하면, 생체 상태에 대한 복합 지표를 구성하는 각 대사물은, 당해 생체 상태의 요인 또는 결과일 가능성이 있기 때문에, 이러한 복합 지표를 마커로 한 생체 상태의 치료법의 개발이 가능해지는 생체 상태 정보 처리 장치, 생체 상태 정보 처리 방법, 생체 상태 정보 관리 시스템, 프로그램 및 기록 매체를 제공할 수 있다.
또한, 본 발명에 의하면, 각 대사물 중의 일부의 대사물을 선택하고, 선택된 복수의 대사물을 사용하여 상관식을 작성하고, 생체 상태에 관한 지표 데이터에 대한 상관 계수를 계산하고, 생체 상태에 관한 지표 데이터에 대한 상관 계수 및 대사물 수에 기초하여[예를 들면, 상관 계수가 상위(예를 들면 상위 20위 등) 또한 대사물 수가 최소가 되도록, 바람직하게는, 상관 계수가 최대, 대사물 수가 최소가 되도록] 대사물의 조합을 최적화 때문에, 각 아미노산의 선택적 제거를 망라적 및 자동적으로 할 수 있게 되기 때문에, 생체 상태에 대한 복합 지표를 효율적으로 구할 수 있는 생체 상태 정보 처리 장치, 생체 상태 정보 처리 방법, 생체 상태 정보 관리 시스템, 프로그램 및 기록 매체를 제공할 수 있다.
또한, 본 발명에 의하면, 계산식을 분할하여, 분할된 계산식을 사용하여 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산하고, 생체 상태에 관한 지표에 대한 상관 계수에 기초하여(예를 들면, 상관 계수가 상위(예를 들면 상위 20위 등)이 되도록, 바람직하게는, 상관 계수가 최대가 되도록) 분할의 조합을 최적화하기 때문에, 각 계산식의 분할을 망라적 및 자동적으로 수행할 수 있게 되기 때문에, 생체 상태에 대한 복합 지표를 효율적으로 구할 수 있는 생체 상태 정보 처리 장치, 생체 상태 정보 처리 방법, 생체 상태 정보 관리 시스템, 프로그램 및 기록 매체를 제공할 수 있다.
또한, 본 발명에 의하면, 계산식을 대사 지도 정보에 기초하여 분할하고, 분할된 계산식을 사용하여 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산하기 때문에, 생체 상태에 관계하는 대사물의 대사 지도가 공지된 경우에, 이들의 생화학적인 지견에 기초하여 계산식을 자동적으로 분할할 수 있는 생체 상태 정보 처리 장치, 생체 상태 정보 처리 방법, 생체 상태 정보 관리 시스템, 프로그램 및 기록 매체를 제공할 수 있다.
또한, 본 발명에 있어서, 대사물로서 아미노산을 선택하면, 대사물 측정에 있어서의 정밀도가 높고, 또한 측정에 유래하는 분산은 개체차에 의한 분산보다도 훨씬 작은 등의 아미노산의 유리한 물성을 이용하여, 신뢰성이 높은 생체 상태의 복합 지표를 구할 수 있는 생체 상태 정보 처리 장치, 생체 상태 정보 처리 방법, 생체 상태 정보 관리 시스템, 프로그램 및 기록 매체를 제공할 수 있다.
또한, 본 발명에 의하면, 각 개체의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 취득하고, 하기의 복합 지표 1 내지 4 중 하나 이상에 기초하여 취득한 혈중 농도 데이터군으로부터 간 섬유화의 병태 지표치를 계산하고, 계산한 병태 지표치에 따라서 간 섬유화의 병태를 판정하기 때문에, 1회의 혈중 아미노산 농도 등의 측정 결과를 사용하여 많은 간 섬유화의 스크리닝이 가능하게 되어 검사 비용의 대폭적인 삭감으로 이어질 수 있는 간 섬유화 판정 장치, 간 섬유화 판정 방법, 간 섬유화 판정 시스템, 프로그램 및 기록 매체를 제공할 수 있다.
복합 지표 1;
(Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Trp)
복합 지표 2;
(Asn+Tyr)/(Cit) + (Met+Arg)/(Asp+(α-ABA))
복합 지표 3;
(Tau+Gly)/(Gln) + (α-ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
복합 지표 4;
(Tau+Trp)/(Tyr) + ((α-ABA)+His)/(Asp+Asn)
또한, 본 발명에 의하면, 과거의 데이터의 해석에 의해 진단이 가능해지는 간 섬유화 판정 장치, 간 섬유화 판정 방법, 간 섬유화 판정 시스템, 프로그램 및 기록 매체를 제공할 수 있다.
또한, 본 발명에 의하면, 간 섬유화에 대한 복합 지표 1 내지 4 중 하나 이상을 구성하는 각 대사물은, 당해 간 섬유화의 요인 또는 결과일 가능성이 있기 때문에, 당해 복합 지표 1 내지 4 중 하나 이상을 마커로 한 간 섬유화의 치료법의 개발이 가능해지는 간 섬유화 판정 장치, 간 섬유화 판정 방법, 간 섬유화 판정 시스템, 프로그램 및 기록 매체를 제공할 수 있다.
또한, 본 발명에 의하면, 각 개체의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 취득하여, 간 섬유화의 병태 지표치를 계산하기 위한 복합 지표를 설정하고, 설정한 복합 지표에 기초하여, 취득한 혈중 농도 데이터군으로부터 간 섬유화의 병태 지표치를 계산하고, 계산한 병태 지표치에 따라서 간 섬유화의 병태를 판정하고, 또한 복합 지표의 설정에 있어서, Asn 및 Gln의 혈중 농도 데이터 중 하나 이상을 분자에, Thr, Tau, Ser, Val 및 Trp의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 1(추가로 Met의 혈중 농도 데이터를 분자에, Ile, α-ABA 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)와, Asn 및 Met의 혈중 농도 데이터 중 하나 이상을 분자에, α-ABA 및 Cit의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 2(추가로, Tyr 및 Arg의 혈중 농도 데이터를 분자에, His, Thr, Trp, Asp 및 Glu의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)와, α-ABA, His, Gly, Trp 및 Tau의 혈중 농도 데이터 중 하나 이상을 분자에, Asn, Gln, Cit, Lys, Thr 및 Tyr의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 3(추가로, Met 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)와, His 및 Trp의 혈중 농도 데이터 중 하나 이상을 분자에, Asn 및 Tyr의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 4(추가로 α-ABA 및 Tau의 혈중 농도 데이터를 분자에, Met 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)중 하나 이상을 작성하기 때문에, 1회의 혈중 아미노산 농도 등의 측정 결과 데이터를 사용하여, 많은 간 섬유화의 스크리닝이 가능해지고, 검사 비용의 대폭적인 삭감으로 이어질 수 있는 간 섬유화 판정 장치, 간 섬유화 판정 방법, 간 섬유화 판정 시스템, 프로그램 및 기록 매체를 제공할 수 있다.
또한, 본 발명에 의하면, 과거의 혈중 아미노산 농도 등의 측정 결과 데이터의 해석에 의해 진단이 가능해지는 간 섬유화 판정 장치, 간 섬유화 판정 방법, 간 섬유화 판정 시스템, 프로그램 및 기록 매체를 제공할 수 있다.
또한, 본 발명에 의하면, 간섬유화에 대한 복합 지표를 구성하는 각 대사물은, 당해 간 섬유화의 요인 또는 결과일 가능성이 있기 때문에, 이러한 복합 지표를 마커로 한 간 섬유화의 치료법의 개발이 가능해지는 간 섬유화 판정 장치, 간 섬유화 판정 방법, 간 섬유화 판정 시스템, 프로그램 및 기록 매체를 제공할 수 있다.
또한, 본 발명에 의하면, 간 섬유화에 있어서의 유용한 복합 지표를 망라적및 자동적으로 작성하는 것이 가능해지는 간 섬유화 판정 장치, 간 섬유화 판정 방법, 간 섬유화 판정 시스템, 프로그램 및 기록 매체를 제공할 수 있다.
이상과 같이, 본 발명에 따르는 생체 상태 정보 처리 장치, 생체 상태 정보 처리 방법, 생체 상태 정보 관리 시스템, 프로그램 및 기록 매체는, 생체의 상태를 정의하는 여러 가지 현상과 간편하게 측정할 수 있는 복수의 대사물과의 상관 관계에 기초하여, 특정한 생체 상태 지표와 관련성이 높은 대사물의 콤비네이션을 도출하는 해석 수법을 제공할 수 있다.
또한, 본 발명에 따르는 간 섬유화 판정 장치, 간 섬유화 판정 방법, 간 섬유화 판정 시스템, 프로그램 및 기록 매체는, 간편하게 측정할 수 있는 복수의 대사물(특정 아미노산)로부터 간 섬유화의 병태 지표치를 계산하고, 계산한 병태 지표치에 따라서 간 섬유화의 병태를 판정할 수 있다.
이것에 의해, 본 발명에 따르는 생체 상태 정보 처리 장치, 생체 상태 정보 처리 방법, 생체 상태 정보 관리 시스템, 간 섬유화 판정 장치, 간 섬유화 판정 방법, 간 섬유화 판정 시스템, 프로그램 및 기록 매체는, 병태 진단, 질병 위험 진단, 프로테옴, 메타볼롬 해석 등을 실시하는 생물정보학 분야에서 있어서 매우 유용하다.
본 발명은, 산업상 많은 분야, 특히 의약품, 식품, 화장품, 의료 등의 분야에서 널리 실시할 수 있고, 매우 유용하다.

Claims (38)

  1. 각 개체에 있어서 측정된 생체 상태에 관한 지표 데이터와, 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터와의 상관성을 나타내는, 수학식 1로 나타낸 상관식을 설정하는 상관식 설정 수단과,
    상기 상관식 설정 수단으로 설정된 상기 상관식에, 시뮬레이션 대상의 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 대입하여, 상기 시뮬레이션 대상의 개체 중의 상기 생체 상태를 시뮬레이션하는 생체 상태 시뮬레이션 수단을 구비함을 특징으로 하는 생체 상태 정보 처리 장치.
    수학식 1
    Figure 112005030592266-pct00010
    상기 수학식 1에서,
    i, j 및 k는 자연수이고,
    Ai 및 Bj는 대사물의 혈중 농도 데이터 또는 그것을 함수 처리한 값이고,
    Ci, Di, Ej, Fj, Gk 및 H는 정수이다.
  2. 제1항에 있어서, 상기 상관식 설정 수단은,
    각 개체에 있어서 측정된 생체 상태에 관한 지표 데이터 및 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군에 기초하여, 각 대사물에 관해서 상기 지표 데이터와의 상관성을 결정하는 상관성 결정 수단,
    상기 상관성 결정 수단으로 결정된 각 대사물의 상기 상관성에 기초하여, 상기 생체 상태에 대한 복수의 대사물에 의한 상관식을 작성하는 상관식 작성 수단 및
    상기 상관식 작성 수단으로 결정된 상기 상관식의 생체 상태에 관한 지표 데이터에 대한 상관 계수에 기초하여 상기 상관식을 최적화하는 최적화 수단을 추가로 구비함을 특징으로 하는 생체 상태 정보 처리 장치.
  3. 제2항에 있어서, 상기 최적화 수단은, 각 대사물 중의 일부의 대사물을 선택하는 대사물 선택 수단을 추가로 구비하며, 상기 대사물 선택 수단으로 선택된 복수의 대사물을 사용하여 상관식을 작성하고, 생체 상태에 관한 지표 데이터에 대한 상관 계수를 계산하고, 생체 상태에 관한 지표 데이터에 대한 상관 계수 및 대사물 수에 기초하여 대사물의 조합을 최적화함을 특징으로 하는 생체 상태 정보 처리 장치.
  4. 제2항에 있어서, 상기 최적화 수단은, 상관식의 계산식을 분할하는 계산식 분할 수단을 추가로 구비하고, 이러한 계산식 분할 수단으로 분할된 상관식의 계산식을 사용하여 상기 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산하고, 생체 상태에 관한 지표 데이터에 대한 상관 계수에 기초하여 분할의 조합을 최적화함을 특징으로 하는 생체 상태 정보 처리 장치.
  5. 제2항에 있어서, 상기 최적화 수단은, 상관식의 계산식을 대사 지도 정보에 기초하여 분할하는 대사 지도 분할 수단을 추가로 구비하고, 이러한 대사 지도 분할 수단으로 분할된 상관식의 계산식을 사용하여 상기 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산함을 특징으로 하는 생체 상태 정보 처리 장치.
  6. 제1항에 있어서, 상기 대사물이 아미노산임을 특징으로 하는 생체 상태 정보 처리 장치.
  7. 각 개체에 있어서 측정된 생체 상태에 관한 지표 데이터와, 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터와의 상관성을 나타내는, 수학식 1로 나타낸 상관식을 설정하는 상관식 설정 단계와,
    상기 상관식 설정 단계에서 설정된 상기 상관식에, 시뮬레이션 대상의 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 대입하여, 상기 시뮬레이션 대상의 개체 중의 상기 생체 상태를 시뮬레이션하는 생체 상태 시뮬레이션 단계를 포함함을 특징으로 하는 생체 상태 정보 처리 방법.
    수학식 1
    Figure 112005030592266-pct00011
    상기 수학식 1에서,
    i, j 및 k는 자연수이고,
    Ai 및 Bj는 대사물의 혈중 농도 데이터 또는 그것을 함수 처리한 값이고,
    Ci, Di, Ej, Fj, Gk 및 H는 정수이다.
  8. 제7항에 있어서, 상기 상관식 설정 단계는,
    각 개체에 있어서 측정된 생체 상태에 관한 지표 데이터 및 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군에 기초하여, 각 대사물에 관해서 상기 지표 데이터와의 상관성을 결정하는 상관성 결정 단계,
    상기 상관성 결정 단계에서 결정된 각 대사물의 상기 상관성에 기초하여, 상기 생체 상태에 대한 복수의 대사물에 의한 상관식을 작성하는 상관식 작성 단계 및
    상기 상관식 작성 단계에서 결정된 상기 상관식의 생체 상태에 관한 지표 데이터에 대한 상관 계수에 기초하여 상기 상관식을 최적화하는 최적화 단계를 추가로 포함함을 특징으로 하는 생체 상태 정보 처리 방법.
  9. 제8항에 있어서, 상기 최적화 단계는, 각 대사물 중의 일부의 대사물을 선택하는 대사물 선택 단계를 추가로 포함하며, 상기 대사물 선택 단계에서 선택된 복수의 대사물을 사용하여 상관식을 작성하고, 생체 상태에 관한 지표 데이터에 대한 상관 계수를 계산하고, 생체 상태에 관한 지표 데이터에 대한 상관 계수 및 대사물 수에 기초하여 대사물의 조합을 최적화함을 특징으로 하는 생체 상태 정보 처리 방법.
  10. 제8항에 있어서, 상기 최적화 단계는, 상관식의 계산식을 분할하는 계산식 분할 단계를 추가로 포함하며, 이러한 계산식 분할 단계에서 분할된 상관식의 계산식을 사용하여 상기 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산하고, 생체 상태에 관한 지표 데이터에 대한 상관 계수에 기초하여 분할의 조합을 최적화함을 특징으로 하는 생체 상태 정보 처리 방법.
  11. 제8항에 있어서, 상기 최적화 단계는, 상관식의 계산식을 대사 지도 정보에 기초하여 분할하는 대사 지도 분할 단계를 추가로 포함하며, 이러한 대사 지도 분할 단계로 분할된 상관식의 계산식을 사용하여 상기 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산함을 특징으로 하는 생체 상태 정보 처리 방법.
  12. 제7항에 있어서, 상기 대사물이 아미노산임을 특징으로 하는 생체 상태 정보 처리 방법.
  13. 생체 상태에 관한 정보를 처리하는 생체 상태 정보 처리 장치와, 생체 상태 정보 제공자의 정보 단말 장치를, 네트워크를 통해 통신 가능하게 접속하여 포함하며,
    상기 생체 상태 정보 처리 장치는,
    각 개체에 있어서 측정된 생체 상태에 관한 지표 데이터와, 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터와의 상관성을 나타내는, 수학식 1로 나타낸 상관식을 설정하는 상관식 설정 수단,
    시뮬레이션 대상의 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 상기 정보 단말 장치로부터 취득하는 혈중 농도 데이터군 취득 수단,
    상기 상관식 설정 수단으로 설정된 상기 상관식에, 상기 혈중 농도 데이터군 취득 수단으로 취득된 상기 시뮬레이션 대상의 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 대입하여, 상기 시뮬레이션 대상의 개체 중의 상기 생체 상태를 시뮬레이션하는 생체 상태 시뮬레이션 수단 및
    상기 생체 상태 시뮬레이션 수단으로 시뮬레이션된 상기 시뮬레이션 대상의 개체 중의 상기 생체 상태의 시뮬레이션 결과를, 상기 혈중 농도 데이터군을 송신한 상기 정보 단말 장치에 대해 송신하는 분석 결과 송신 수단을 구비하며,
    상기 정보 단말 장치는,
    상기 혈중 농도 데이터군을 상기 생체 상태 정보 처리 장치에 대해 송신하는 송신 수단 및
    상기 송신 수단으로 송신한 상기 혈중 농도 데이터군에 대응하는 상기 시뮬레이션 결과를 상기 생체 상태 정보 처리 장치로부터 수신하는 수신 수단을 구비함을 특징으로 하는 생체 상태 정보 관리 시스템.
    수학식 1
    Figure 112005030592266-pct00012
    상기 수학식 1에서,
    i, j 및 k는 자연수이고,
    Ai 및 Bj는 대사물의 혈중 농도 데이터 또는 그것을 함수 처리한 값이고,
    Ci, Di, Ej, Fj, Gk 및 H는 정수이다.
  14. 제13항에 있어서, 상기 상관식 설정 수단은,
    각 개체에 있어서 측정된 생체 상태에 관한 지표 데이터 및 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군에 기초하여, 각 대사물에 관해서 상기 지표 데이터와의 상관성을 결정하는 상관성 결정 수단,
    상기 상관성 결정 수단으로 결정된 각 대사물의 상기 상관성에 기초하여, 상기 생체 상태에 대한 복수의 대사물에 의한 상관식을 작성하는 상관식 작성 수단 및
    상기 상관식 작성 수단으로 결정된 상기 상관식의 생체 상태에 관한 지표 데이터에 대한 상관 계수에 기초하여 상기 상관식을 최적화하는 최적화 수단을 추가로 구비함을 특징으로 하는 생체 상태 정보 관리 시스템.
  15. 제14항에 있어서, 상기 최적화 수단은, 각 대사물 중의 일부의 대사물을 선택하는 대사물 선택 수단을 추가로 구비하고, 상기 대사물 선택 수단으로 선택된 복수의 대사물을 사용하여 상관식을 작성하고, 생체 상태에 관한 지표 데이터에 대한 상관 계수를 계산하고, 생체 상태에 관한 지표 데이터에 대한 상관 계수 및 대사물 수에 기초하여 대사물의 조합을 최적화함을 특징으로 하는 생체 상태 정보 관리 시스템.
  16. 제14항에 있어서, 상기 최적화 수단은, 상관식의 계산식을 분할하는 계산식 분할 수단을 추가로 구비하고, 이러한 계산식 분할 수단으로 분할된 상관식의 계산식을 사용하여 상기 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산하고, 생체 상태에 관한 지표 데이터에 대한 상관 계수에 기초하여 분할의 조합을 최적화함을 특징으로 하는 생체 상태 정보 관리 시스템.
  17. 제14항에 있어서, 상기 최적화 수단은, 상관식의 계산식을 대사 지도 정보에 기초하여 분할하는 대사 지도 분할 수단을 추가로 구비하고, 이러한 대사 지도 분할 수단으로 분할된 상관식의 계산식을 사용하여 상기 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산함을 특징으로 하는 생체 상태 정보 관리 시스템.
  18. 제13항에 있어서, 상기 대사물이 아미노산임을 특징으로 하는 생체 상태 정보 관리 시스템.
  19. 각 개체에 있어서 측정된 생체 상태에 관한 지표 데이터와, 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터와의 상관성을 나타내는, 수학식 1로 나타낸 상관식을 설정하는 상관식 설정 단계 및
    상기 상관식 설정 단계에서 설정된 상기 상관식에, 시뮬레이션 대상의 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 대입하여, 상기 시뮬레이션 대상의 개체 중의 상기 생체 상태를 시뮬레이션하는 생체 상태 시뮬레이션 단계를 포함하는 생체 상태 정보 처리 방법을 실행시키는 프로그램이 기록되어 있음을 특징으로 하는 컴퓨터 재생가능한 기록 매체.
    수학식 1
    Figure 112006085566224-pct00013
    상기 수학식 1에서,
    i, j 및 k는 자연수이고,
    Ai 및 Bj는 대사물의 혈중 농도 데이터 또는 그것을 함수 처리한 값이고,
    Ci, Di, Ej, Fj, Gk 및 H는 정수이다.
  20. 제19항에 있어서, 상기 상관식 설정 단계는,
    각 개체에 있어서 측정된 생체 상태에 관한 지표 데이터 및 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군에 기초하여, 각 대사물에 관해서 상기 지표 데이터와의 상관성을 결정하는 상관성 결정 단계,
    상기 상관성 결정 단계에서 결정된 각 대사물의 상기 상관성에 기초하여, 상기 생체 상태에 대한 복수의 대사물에 의한 상관식을 작성하는 상관식 작성 단계 및
    상기 상관식 작성 단계에서 결정된 상기 상관식의 생체 상태에 관한 지표 데이터에 대한 상관 계수에 기초하여 상기 상관식을 최적화하는 최적화 단계를 추가로 포함함을 특징으로 하는 컴퓨터 재생가능한 기록 매체.
  21. 제20항에 있어서, 상기 최적화 단계는, 각 대사물 중의 일부의 대사물을 선택하는 대사물 선택 단계를 추가로 포함하며, 상기 대사물 선택 단계에서 선택된 복수의 대사물을 사용하여 상관식을 작성하고, 생체 상태에 관한 지표 데이터에 대한 상관 계수를 계산하고, 생체 상태에 관한 지표 데이터에 대한 상관 계수 및 대사물 수에 기초하여 대사물의 조합을 최적화함을 특징으로 하는 컴퓨터 재생가능한 기록 매체.
  22. 제20항에 있어서, 상기 최적화 단계는, 상관식의 계산식을 분할하는 계산식 분할 단계를 추가로 포함하며, 이러한 계산식 분할 단계에서 분할된 상관식의 계산식을 사용하여 상기 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산하고, 생체 상태에 관한 지표 데이터에 대한 상관 계수에 기초하여 분할의 조합을 최적화함을 특징으로 하는 컴퓨터 재생가능한 기록 매체.
  23. 제20항에 있어서, 상기 최적화 단계는, 상관식의 계산식을 대사 지도 정보에 기초하여 분할하는 대사 지도 분할 단계를 추가로 포함하며, 이러한 대사 지도 분할 단계에서 분할된 상관식의 계산식을 사용하여 상기 생체 상태에 대한 복수의 대사물에 의한 상관식을 계산함을 특징으로 하는 컴퓨터 재생가능한 기록 매체.
  24. 제19항에 있어서, 상기 대사물이 아미노산임을 특징으로 하는 컴퓨터 재생가능한 기록 매체.
  25. 삭제
  26. 각 개체의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 취득하는 혈중 농도 데이터 취득 수단,
    하기의 복합 지표 1 내지 4 중 하나 이상에 기초하여, 상기 혈중 농도 데이터 취득 수단에 의해 취득한 상기 혈중 농도 데이터군으로부터 간 섬유화의 병태 지표치를 계산하는 병태 지표치 계산 수단 및
    상기 병태 지표치 계산 수단으로 계산한 상기 병태 지표치에 따라서 간 섬유화의 병태를 판정하는 병태 판정 수단을 구비함을 특징으로 하는 간 섬유화 판정 장치.
    복합 지표 1;
    (Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Trp)
    복합 지표 2;
    (Asn+Tyr)/(Cit) + (Met+Arg)/(Asp+(α-ABA))
    복합 지표 3;
    (Tau+Gly)/(Gln) + (α-ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
    복합 지표 4;
    (Tau+Trp)/(Tyr) + ((α-ABA)+His)/(Asp+Asn)
  27. 각 개체의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 취득하는 혈중 농도 데이터 취득 단계,
    하기의 복합 지표 1 내지 4 중 하나 이상에 기초하여, 상기 혈중 농도 데이 터 취득 단계에 의해 취득한 상기 혈중 농도 데이터군으로부터 간 섬유화의 병태 지표치를 계산하는 병태 지표치 계산 단계 및
    상기 병태 지표치 계산 단계에서 계산한 상기 병태 지표치에 따라서 간 섬유화의 병태를 판정하는 병태 판정 단계를 포함함을 특징으로 하는 간 섬유화 판정 방법.
    복합 지표 1;
    (Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Trp)
    복합 지표 2;
    (Asn+Tyr)/(Cit) + (Met+Arg)/(Asp+(α-ABA))
    복합 지표 3;
    (Tau+Gly)/(Gln) + (α-ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
    복합 지표 4;
    (Tau+Trp)/(Tyr) + ((α-ABA)+His)/(Asp+Asn)
  28. 간 섬유화에 관한 정보를 처리하는 간 섬유화 판정 장치와, 대사물 정보 제공자의 정보 단말 장치를, 네트워크를 개재시켜 통신 가능하게 접속하여 포함하며,
    상기 간 섬유화 판정 장치는,
    각 개체의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 상기 정보 단말 장치로부터 취득하는 혈중 농도 데이터 취득 수단,
    하기의 복합 지표 1 내지 4 중 하나 이상에 기초하여, 상기 혈중 농도 데이 터 취득 수단에 의해 취득한 상기 혈중 농도 데이터군으로부터 간 섬유화의 병태 지표치를 계산하는 병태 지표치 계산 수단,
    상기 병태 지표치 계산 수단으로 계산한 상기 병태 지표치에 따라서 간 섬유화의 병태를 판정하는 병태 판정 수단 및
    상기 혈중 농도 데이터군을 송신한 상기 정보 단말 장치에 대해 상기 병태 판정 수단으로 판정된 판정 결과를 송신하는 분석 결과 송신 수단을 구비하며,
    상기 정보 단말 장치는,
    상기 혈중 농도 데이터군을 상기 간 섬유화 판정 장치에 대해 송신하는 송신 수단 및
    상기 송신 수단으로 송신한 상기 혈중 농도 데이터군에 대한 판정 결과를 상기 간 섬유화 판정 장치로부터 수신하는 수신 수단을 구비함을 특징으로 하는 간 섬유화 판정 시스템.
    복합 지표 1;
    (Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Trp)
    복합 지표 2;
    (Asn+Tyr)/(Cit) + (Met+Arg)/(Asp+(α-ABA))
    복합 지표 3;
    (Tau+Gly)/(Gln) + (α-ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
    복합 지표 4;
    (Tau+Trp)/(Tyr) + ((α-ABA)+His)/(Asp+Asn)
  29. 각 개체의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 취득하는 혈중 농도 데이터 취득 단계,
    하기의 복합 지표 1 내지 4 중 하나 이상에 기초하여, 상기 혈중 농도 데이터 취득 단계에 의해 취득한 상기 혈중 농도 데이터군으로부터 간 섬유화의 병태 지표치를 계산하는 병태 지표치 계산 단계 및
    상기 병태 지표치 계산 단계에서 계산한 상기 병태 지표치에 따라 간 섬유화의 병태를 판정하는 병태 판정 단계를 포함하는 간 섬유화 판정 방법을 실행시키는 프로그램이 기록되어 있음을 특징으로 하는 컴퓨터 재생가능한 기록 매체.
    복합 지표 1;
    (Asn)/(Thr) + (Gln)/(Tau+Ser+Val+Trp)
    복합 지표 2;
    (Asn+Tyr)/(Cit) + (Met+Arg)/(Asp+(α-ABA))
    복합 지표 3;
    (Tau+Gly)/(Gln) + (α-ABA)/(Asp+Tyr) + (His)/(Lys) + (Trp)/(Thr+Asn+Cit)
    복합 지표 4;
    (Tau+Trp)/(Tyr) + ((α-ABA)+His)/(Asp+Asn)
  30. 삭제
  31. 각 개체의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 취득하는 혈중 농도 데이터 취득 수단,
    간 섬유화의 병태 지표치를 계산하기 위한 복합 지표를 설정하는 복합 지표 설정 수단,
    상기 복합 지표 설정 수단으로 설정한 복합 지표에 기초하여, 상기 혈중 농도 데이터 취득 수단에 의해 취득한 상기 혈중 농도 데이터군으로부터 간 섬유화의 병태 지표치를 계산하는 병태 지표치 계산 수단 및
    상기 병태 지표치 계산 수단으로 계산한 상기 병태 지표치에 따라 간 섬유화의 병태를 판정하는 병태 판정 수단을 구비하고,
    상기 복합 지표 설정 수단은,
    Asn 및 Gln의 혈중 농도 데이터 중 하나 이상을 분자에, Thr, Tau, Ser, Val 및 Trp의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 1(추가로 Met의 혈중 농도 데이터를 분자에, Ile, α-ABA 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)을 작성하는 복합 지표 1 작성 수단,
    Asn 및 Met의 혈중 농도 데이터 중 하나 이상을 분자에, α-ABA 및 Cit의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 2(추가로, Tyr 및 Arg의 혈중 농도 데이터를 분자에, His, Thr, Trp, Asp 및 Glu의 혈중 농도 데이터를 분모에 임의로 가산 할 수 있다)를 작성하는 복합 지표 2 작성 수단,
    α-ABA, His, Gly, Trp 및 Tau의 혈중 농도 데이터 중 하나 이상을 분자에, Asn, Gln, Cit, Lys, Thr 및 Tyr의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 3(추가로, Met 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)를 작성하는 복합 지표 3 작성 수단 및
    His 및 Trp의 혈중 농도 데이터 중 하나 이상을 분자에, Asn 및 Tyr의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 4(추가로 α-ABA 및 Tau의 혈중 농도 데이터를 분자에, Met 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)를 작성하는 복합 지표 4 작성 수단 중 하나 이상을 추가로 구비함을 특징으로 하는 간 섬유화 판정 장치.
  32. 각 개체의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 취득하는 혈중 농도 데이터 취득 단계,
    간 섬유화의 병태 지표치를 계산하기 위한 복합 지표를 설정하는 복합 지표 설정 단계,
    상기 복합 지표 설정 단계에서 설정한 복합 지표에 기초하여, 상기 혈중 농도 데이터 취득 단계에 의해 취득한 상기 혈중 농도 데이터군으로부터 간 섬유화의 병태 지표치를 계산하는 병태 지표치 계산 단계 및
    상기 병태 지표치 계산 단계에서 계산한 상기 병태 지표치에 따라서 간 섬유화의 병태를 판정하는 병태 판정 단계를 포함하고,
    상기 복합 지표 설정 단계는,
    Asn 및 Gln의 혈중 농도 데이터 중 하나 이상을 분자에, Thr, Tau, Ser, Val 및 Trp의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 1(추가로 Met의 혈중 농도 데이터를 분자에, Ile, α-ABA 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)를 작성하는 복합 지표 1 작성 단계,
    Asn 및 Met의 혈중 농도 데이터 중 하나 이상을 분자에, α-ABA 및 Cit의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 2(추가로, Tyr 및 Arg의 혈중 농도 데이터를 분자에, His, Thr, Trp, Asp 및 Glu의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)를 작성하는 복합 지표 2 작성 단계,
    α-ABA, His, Gly, Trp 및 Tau의 혈중 농도 데이터 중 하나 이상을 분자에, Asn, Gln, Cit, Lys, Thr 및 Tyr의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 3(추가로, Met 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)를 작성하는 복합 지표 3 작성 단계 및
    His 및 Trp의 혈중 농도 데이터 중 하나 이상을 분자에, Asn 및 Tyr의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 4(추가로 α-ABA 및 Tau의 혈중 농도 데이터를 분자에, Met 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)를 작성하는 복합 지표 4 작성 단계 중 하나 이상을 추가로 포함함을 특징으로 하는 간 섬유화 판정 방법.
  33. 간 섬유화에 관한 정보를 처리하는 간 섬유화 판정 장치와, 대사물 정보 제공자의 정보 단말 장치를, 네트워크를 개재시켜 통신 가능하게 접속하여 포함하며,
    상기 간 섬유화 판정 장치는,
    각 개체의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 취득하는 혈중 농도 데이터 취득 수단,
    간 섬유화의 병태 지표치를 계산하기 위한 복합 지표를 설정하는 복합 지표 설정 수단,
    상기 복합 지표 설정 수단으로 설정한 복합 지표에 기초하여, 상기 혈중 농도 데이터 취득 수단에 의해 취득한 상기 혈중 농도 데이터군으로부터 간 섬유화의 병태 지표치를 계산하는 병태 지표치 계산 수단 및
    상기 병태 지표치 계산 수단으로 계산한 상기 병태 지표치에 따라 간 섬유화의 병태를 판정하는 병태 판정 수단을 구비하며,
    상기 복합 지표 설정 수단은,
    Asn 및 Gln의 혈중 농도 데이터 중 하나 이상을 분자에, Thr, Tau, Ser, Val 및 Trp의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 1(추가로 Met의 혈중 농도 데이터를 분자에, Ile, α-ABA 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)을 작성하는 복합 지표 1 작성 수단,
    Asn 및 Met의 혈중 농도 데이터 중 하나 이상을 분자에, α-ABA 및 Cit의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 2(추가로 Tyr 및 Arg의 혈중 농도 데이터를 분자에, His, Thr, Trp, Asp 및 Glu의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)를 작성하는 복합 지표 2 작성 수단,
    α-ABA, His, Gly, Trp 및 Tau의 혈중 농도 데이터 중 하나 이상을 분자에, Asn, Gln, Cit, Lys, Thr 및 Tyr의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 3(추가로, Met 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)를 작성하는 복합 지표 3 작성 수단 및
    His 및 Trp의 혈중 농도 데이터 중 하나 이상을 분자에, Asn 및 Tyr의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 4(추가로 α-ABA 및 Tau의 혈중 농도 데이터를 분자에, Met 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)를 작성하는 복합 지표 4 작성 수단 중 하나 이상을 추가로 구비하며,
    상기 정보 단말 장치는,
    상기 혈중 농도 데이터군을 상기 간 섬유화 판정 장치에 대해 송신하는 송신 수단 및
    상기 송신 수단으로 송신한 상기 혈중 농도 데이터군에 대한 판정 결과를 상기 간 섬유화 판정 장치로부터 수신하는 수신 수단을 구비함을 특징으로 하는 간 섬유화 판정 시스템.
  34. 각 개체의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 취득하는 혈중 농도 데이터 취득 단계,
    간 섬유화의 병태 지표치를 계산하기 위한 복합 지표를 설정하는 복합 지표 설정 단계,
    상기 복합 지표 설정 단계에서 설정한 복합 지표에 기초하여, 상기 혈중 농도 데이터 취득 단계에 의해 취득한 상기 혈중 농도 데이터군으로부터 간 섬유화의 병태 지표치를 계산하는 병태 지표치 계산 단계 및
    상기 병태 지표치 계산 단계에서 계산한 상기 병태 지표치에 따라 간 섬유화의 병태를 판정하는 병태 판정 단계를 포함하며,
    상기 복합 지표 설정 단계는,
    Asn 및 Gln의 혈중 농도 데이터 중 하나 이상을 분자에, Thr, Tau, Ser, Val 및 Trp의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 1(추가로 Met의 혈중 농도 데이터를 분자에, Ile, α-ABA 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)를 작성하는 복합 지표 1 작성 단계,
    Asn 및 Met의 혈중 농도 데이터 중 하나 이상을 분자에, α-ABA 및 Cit의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 2(추가로, Tyr 및 Arg의 혈중 농도 데이터를 분자에, His, Thr, Trp, Asp 및 Glu의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)를 작성하는 복합 지표 2 작성 단계,
    α-ABA, His, Gly, Trp 및 Tau의 혈중 농도 데이터 중 하나 이상을 분자에, Asn, Gln, Cit, Lys, Thr 및 Tyr의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 3(추가로, Met 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)를 작성하는 복합 지표 3 작성 단계 및
    His 및 Trp의 혈중 농도 데이터 중 하나 이상을 분자에, Asn 및 Tyr의 혈중 농도 데이터 중 하나 이상을 분모에 갖는 1항으로 이루어진 분수식 또는 복수항의 합으로 이루어진 분수식인 복합 지표 4(추가로 α-ABA 및 Tau의 혈중 농도 데이터를 분자에, Met 및 Asp의 혈중 농도 데이터를 분모에 임의로 가산할 수 있다)를 작성하는 복합 지표 4 작성 단계 중 하나 이상을 추가로 포함하는 간 섬유화 판정 방법을 실행시키는 프로그램이 기록되어 있음을 특징으로 하는 컴퓨터 재생가능한 기록 매체.
  35. 삭제
  36. 각 개체에 있어서 측정된 생체 상태에 관한 지표 데이터와, 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터와의 상관성을 나타내는, 수학식 1로 나타낸 상관식을 기억 장치에 미리 저장된 상관식들로부터 선택함으로써, 수학식 1로 나타낸 상관식을 설정하는 상관식 설정 수단과,
    상기 상관식 설정 수단으로 설정된 상기 상관식에, 시뮬레이션 대상의 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군을 대입하여, 상기 시뮬레이션 대상의 개체 중의 상기 생체 상태를 시뮬레이션하는 생체 상태 시뮬레이션 수단을 구비함을 특징으로 하는 생체 상태 정보 처리 장치.
    수학식 1
    Figure 112005037824744-pct00088
    상기 수학식 1에서,
    i, j 및 k는 자연수이고,
    Ai 및 Bj는 대사물의 혈중 농도 데이터 또는 그것을 함수 처리한 값이고,
    Ci, Di, Ej, Fj, Gk 및 H는 정수이다.
  37. 각 개체에 있어서 측정된 생체 상태에 관한 지표 데이터 및 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군에 기초하여, 각 대사물에 관해서 상기 지표 데이터와의 상관성을 결정하는 상관성 결정 수단,
    상기 상관성 결정 수단으로 결정된 각 대사물의 상기 상관성에 기초하여, 상기 생체 상태에 대한 복수의 대사물에 의한 상관식을 작성하는 상관식 작성 수단 및
    상기 상관식 작성 수단으로 결정된 상기 상관식의 생체 상태에 관한 지표 데이터에 대한 상관 계수에 기초하여 상기 상관식을 최적화하는 최적화 수단을 구비함을 특징으로 하는 생체 상태 정보 처리 장치.
  38. 각 개체에 있어서 측정된 생체 상태에 관한 지표 데이터 및 각 개체 중의 각 대사물에 관해서 측정된 혈중 농도 데이터군에 기초하여, 각 대사물에 관해서 상기 지표 데이터와의 상관성을 결정하는 상관성 결정 단계,
    상기 상관성 결정 단계에서 결정된 각 대사물의 상기 상관성에 기초하여, 상기 생체 상태에 대한 복수의 대사물에 의한 상관식을 작성하는 상관식 작성 단계 및
    상기 상관식 작성 단계에서 결정된 상기 상관식의 생체 상태에 관한 지표 데이터에 대한 상관 계수에 기초하여 상기 상관식을 최적화하는 최적화 단계를 포함함을 특징으로 하는 생체 상태 정보 처리 방법.
KR1020057010476A 2002-12-09 2003-12-09 생체 상태 정보 처리 장치, 생체 상태 정보 처리 방법, 생체 상태 정보 관리 시스템 및 기록 매체 KR100686910B1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2002357042 2002-12-09
JPJP-P-2002-00357042 2002-12-09
JP2003205589 2003-08-01
JPJP-P-2003-00205589 2003-08-01

Publications (2)

Publication Number Publication Date
KR20050084227A KR20050084227A (ko) 2005-08-26
KR100686910B1 true KR100686910B1 (ko) 2007-02-26

Family

ID=32510622

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020057010476A KR100686910B1 (ko) 2002-12-09 2003-12-09 생체 상태 정보 처리 장치, 생체 상태 정보 처리 방법, 생체 상태 정보 관리 시스템 및 기록 매체

Country Status (7)

Country Link
US (2) US8234075B2 (ko)
EP (2) EP1570779A4 (ko)
JP (3) JP4581994B2 (ko)
KR (1) KR100686910B1 (ko)
AU (1) AU2003289263A1 (ko)
CA (2) CA2508136A1 (ko)
WO (1) WO2004052191A1 (ko)

Families Citing this family (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006129513A1 (ja) 2005-05-30 2006-12-07 Ajinomoto Co., Inc. 肝疾患評価装置、肝疾患評価方法、肝疾患評価システム、肝疾患評価プログラムおよび記録媒体
KR100686910B1 (ko) * 2002-12-09 2007-02-26 아지노모토 가부시키가이샤 생체 상태 정보 처리 장치, 생체 상태 정보 처리 방법, 생체 상태 정보 관리 시스템 및 기록 매체
JPWO2006098192A1 (ja) * 2005-03-16 2008-08-21 味の素株式会社 生体状態評価装置、生体状態評価方法、生体状態評価システム、生体状態評価プログラム、評価関数作成装置、評価関数作成方法、評価関数作成プログラムおよび記録媒体
US20070016389A1 (en) * 2005-06-24 2007-01-18 Cetin Ozgen Method and system for accelerating and improving the history matching of a reservoir simulation model
EP1865431A1 (en) * 2006-06-06 2007-12-12 Waters GmbH System for managing and analyzing metabolic pathway data
JP5856364B2 (ja) 2006-08-04 2016-02-09 味の素株式会社 抑うつ病の評価方法、抑うつ病評価装置、抑うつ病評価方法、抑うつ病評価システム、抑うつ病評価プログラム、記録媒体および端末装置
WO2008016111A1 (en) * 2006-08-04 2008-02-07 Ajinomoto Co., Inc. Method for evaluation of lung cancer, lung cancer evaluation apparatus, lung cancer evaluation method, lung cancer evaluation system, lung cancer evaluation program, and recording medium
EP2053395A4 (en) * 2006-08-04 2010-04-21 Ajinomoto Kk METABOLIC SYNDROME EVALUATION PROCEDURES, METABOLIC SYNDROME EVALUATION DEVICE, METABOLIC SYNDROME EVALUATION PROCEDURES, METABOLIC SYNDROME EVALUATION SYSTEM, METABOLIC SYNDROME EVALUATION PROGRAM AND RECORDING MEDIUM AND METHOD FOR SEARCHING FOR A PROPHYLACTIC / soothing SUBSTANCE FOR METABOLIC SYNDROME
EP2103940A4 (en) 2006-12-21 2013-04-24 Ajinomoto Kk METHOD, APPARATUS, METHOD, SYSTEM AND SOFTWARE FOR ASSESSING BREAST CANCER, AND RECORDING MEDIUM
EP2096439A4 (en) * 2006-12-21 2011-01-05 Ajinomoto Kk METHOD, APPARATUS, METHOD, SYSTEM AND SOFTWARE FOR EVALUATING COLORECTAL CANCER, AND RECORDING MEDIUM
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
JP2008203250A (ja) * 2007-01-24 2008-09-04 Ajinomoto Co Inc Ｉｂｄの評価方法、ならびにアミノ酸情報処理装置、アミノ酸情報処理方法、アミノ酸情報処理システム、アミノ酸情報処理プログラムおよび記録媒体
JP5016316B2 (ja) * 2007-01-31 2012-09-05 メディアクロス株式会社 メタボリックシンドローム血管評価システム
JPWO2009001862A1 (ja) * 2007-06-25 2010-08-26 味の素株式会社 内臓脂肪蓄積の評価方法
WO2009054351A1 (ja) * 2007-10-25 2009-04-30 Ajinomoto Co., Inc. 生体状態評価装置、生体状態評価方法、生体状態評価システム、生体状態評価プログラムおよび記録媒体
WO2009054350A1 (ja) 2007-10-25 2009-04-30 Ajinomoto Co., Inc. 耐糖能異常の評価方法
WO2009110517A1 (ja) * 2008-03-04 2009-09-11 味の素株式会社 癌種の評価方法
CN104316701B (zh) * 2008-06-20 2018-05-15 味之素株式会社 女性生殖器癌症的评价方法
KR101821551B1 (ko) 2008-06-20 2018-01-25 아지노모토 가부시키가이샤 전립선 질환의 평가 방법
WO2010064413A1 (ja) * 2008-12-01 2010-06-10 国立大学法人山口大学 薬剤の作用・副作用予測システムとそのプログラム
WO2013002381A1 (ja) 2011-06-30 2013-01-03 味の素株式会社 脂肪性肝疾患の評価方法、脂肪性肝疾患評価装置、脂肪性肝疾患評価方法、脂肪性肝疾患評価プログラム、脂肪性肝疾患評価システム、情報通信端末装置、および脂肪性肝疾患の予防・改善物質の探索方法
WO2013005790A1 (ja) * 2011-07-07 2013-01-10 味の素株式会社 生体酸化の評価方法、生体酸化評価装置、生体酸化評価方法、生体酸化評価プログラム、生体酸化評価システム、情報通信端末装置、および生体酸化の予防・改善物質の探索方法
CN103082993B (zh) * 2011-10-31 2016-01-20 国民技术股份有限公司 人体生物信息检测系统及其检测方法
JP6270257B2 (ja) * 2012-01-31 2018-01-31 味の素株式会社 取得方法、心血管イベント評価装置、心血管イベント評価プログラム、心血管イベント評価システムおよび端末装置
CN110133295A (zh) * 2012-03-18 2019-08-16 株式会社资生堂 疾病样品分析装置、分析系统及分析方法
WO2013168550A1 (ja) * 2012-05-11 2013-11-14 味の素株式会社 癌免疫療法の評価方法、癌免疫療法評価装置、癌免疫療法評価プログラム、癌免疫療法評価システムおよび情報通信端末装置
JP6269502B2 (ja) 2012-11-27 2018-01-31 味の素株式会社 膵臓癌の評価方法、膵臓癌評価装置、膵臓癌評価方法、膵臓癌評価プログラム、膵臓癌評価システムおよび端末装置
WO2014168125A1 (ja) * 2013-04-09 2014-10-16 味の素株式会社 生活習慣病指標の評価方法、生活習慣病指標評価装置、生活習慣病指標評価方法、生活習慣病指標評価プログラム、生活習慣病指標評価システム、および情報通信端末装置
JP6834488B2 (ja) 2014-10-08 2021-02-24 味の素株式会社 取得方法、評価装置、評価プログラムおよび評価システム
JP6886241B2 (ja) * 2016-01-07 2021-06-16 味の素株式会社 骨格筋面積の評価方法
US10235431B2 (en) * 2016-01-29 2019-03-19 Splunk Inc. Optimizing index file sizes based on indexed data storage conditions
EP3480599B1 (en) 2016-06-30 2024-09-04 Ajinomoto Co., Inc. Method for evaluating postpartum ketosis
JPWO2018066620A1 (ja) * 2016-10-04 2019-07-18 味の素株式会社 膵臓癌の評価方法、評価装置、評価プログラム、評価システム、及び端末装置
JPWO2018066621A1 (ja) 2016-10-04 2019-07-18 味の素株式会社 大腸癌の評価方法、評価装置、評価プログラム、評価システム、及び端末装置
WO2018101450A1 (ja) * 2016-12-01 2018-06-07 味の素株式会社 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
CA3096350A1 (en) * 2018-04-10 2019-10-17 Ajinomoto Co., Inc. Method, apparatus, and program for evaluation of any one or both of health state and growth state of livestock animal
KR20210064340A (ko) 2018-09-26 2021-06-02 아지노모토 가부시키가이샤 경도 인지 장애의 평가 방법, 산출 방법, 평가 장치, 산출 장치, 평가 프로그램, 산출 프로그램, 기록 매체, 평가 시스템 및 단말 장치
WO2020242907A1 (en) 2019-05-24 2020-12-03 National Oilwell Varco. L.P. Wellsite monitoring system and method
US20210225513A1 (en) * 2020-01-22 2021-07-22 XY.Health Inc. Method to Create Digital Twins and use the Same for Causal Associations

Family Cites Families (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61126472A (ja) 1984-11-24 1986-06-13 Advance Res & Dev Co Ltd 診断方法
KR910002651B1 (ko) * 1987-11-13 1991-04-27 스미또모 덴끼 고교 가부시끼가이샤 간 기능 검사 장치
JPH0620459B2 (ja) * 1987-11-13 1994-03-23 住友電気工業株式会社 肝機能検査装置
EP0567564B1 (en) 1991-01-18 1996-10-16 ESA, Inc. Method for diagnosing disorders from biochemical profiles
AU1837495A (en) 1994-10-13 1996-05-06 Horus Therapeutics, Inc. Computer assisted methods for diagnosing diseases
NZ315428A (en) * 1995-07-25 2000-02-28 Horus Therapeutics Inc Computer assisted methods for diagnosing diseases
US5687716A (en) 1995-11-15 1997-11-18 Kaufmann; Peter Selective differentiating diagnostic process based on broad data bases
US6059724A (en) * 1997-02-14 2000-05-09 Biosignal, Inc. System for predicting future health
US6300136B1 (en) 1997-09-03 2001-10-09 The Trustees Of The University Of Pennsylvania Methods for diagnosis and treatment of tumors in humans
US20040022827A1 (en) 1997-09-30 2004-02-05 Chugai Seiyaku Kabusiki Kaisha Remedy for hepatopathy
JPH11190734A (ja) 1997-12-26 1999-07-13 Wakamoto Pharmaceut Co Ltd クローン病の検査方法および検査用キット
JP2002543394A (ja) 1999-04-26 2002-12-17 サーロメッド・インコーポレーテッド 表現型および生物学上のマーカーの同定系
WO2001035316A2 (en) * 1999-11-10 2001-05-17 Structural Bioinformatics, Inc. Computationally derived protein structures in pharmacogenomics
US20020009740A1 (en) 2000-04-14 2002-01-24 Rima Kaddurah-Daouk Methods for drug discovery, disease treatment, and diagnosis using metabolomics
JP4773666B2 (ja) 2000-04-18 2011-09-14 勝三 川西 内臓脂肪計
MXPA03000506A (es) 2000-07-18 2004-09-10 Correlogic Systems Inc Proceso para discriminiar entre estados biologicos basados en patrones escondidos de datos biologicos.
JP4545899B2 (ja) 2000-07-31 2010-09-15 キヤノン株式会社 加熱装置および画像形成装置
US6631330B1 (en) 2000-08-21 2003-10-07 Assistance Publique-Hopitaux De Paris (Ap-Hp) Diagnosis method of inflammatory, fibrotic or cancerous disease using biochemical markers
AU2001294644A1 (en) * 2000-09-19 2002-04-02 The Regents Of The University Of California Methods for classifying high-dimensional biological data
JP4315603B2 (ja) * 2001-01-26 2009-08-19 東京瓦斯株式会社 炎症性腸疾患診断剤
JP3933882B2 (ja) 2001-03-30 2007-06-20 富士通株式会社 レーダーチャートを表示させるためのプログラムおよびレーダーチャート表示方法
AU2002302243A1 (en) * 2001-05-21 2002-12-03 Molecular Mining Corporation Method for determination of co-occurences of attributes
JP2003159095A (ja) 2001-07-12 2003-06-03 Takeda Chem Ind Ltd 結合分子予測方法およびその利用方法
US8068987B2 (en) * 2001-08-13 2011-11-29 Bg Medicine, Inc. Method and system for profiling biological systems
CA2399169A1 (en) 2001-09-07 2003-03-07 Queen's University At Kingston Diagnostic methods for determining susceptibility to convulsive conditions
EP1923469B1 (en) 2002-03-29 2009-12-02 Asahi Kasei Pharma Corporation Method of detecting mild impaired glucose tolerance or insulin hyposecretion
JP2004135546A (ja) 2002-10-16 2004-05-13 Sumitomo Pharmaceut Co Ltd クローン病の疾患マーカー及びその利用
WO2004038602A1 (en) 2002-10-24 2004-05-06 Warner-Lambert Company, Llc Integrated spectral data processing, data mining, and modeling system for use in diverse screening and biomarker discovery applications
KR100686910B1 (ko) * 2002-12-09 2007-02-26 아지노모토 가부시키가이샤 생체 상태 정보 처리 장치, 생체 상태 정보 처리 방법, 생체 상태 정보 관리 시스템 및 기록 매체
JP2004321179A (ja) 2003-04-07 2004-11-18 Nitto Boseki Co Ltd 炎症性腸疾患診断用マーカー遺伝子もしくは蛋白質およびそれを利用した炎症性腸疾患診断方法
US7064104B2 (en) 2003-06-13 2006-06-20 The Procter & Gamble Company Methods of managing the symptoms of premenstrual syndrome
US20060170928A1 (en) 2003-12-24 2006-08-03 Vadivel Masilamani Masila's cancer detector based on optical analysis of body fluids
JP4200441B2 (ja) 2003-08-13 2008-12-24 財団法人柏戸記念財団 臨床検査データの可視化表現シートの作成装置
CA2536388A1 (en) * 2003-08-20 2005-03-03 Bg Medicine, Inc. Methods and systems for profiling biological systems
US8346482B2 (en) 2003-08-22 2013-01-01 Fernandez Dennis S Integrated biosensor and simulation system for diagnosis and therapy
WO2005060608A2 (en) 2003-12-11 2005-07-07 Correlogic Systems, Inc. Method of diagnosing biological states through the use of a centralized, adaptive model, and remote sample processing
US7433853B2 (en) 2004-07-12 2008-10-07 Cardiac Pacemakers, Inc. Expert system for patient medical information analysis

Also Published As

Publication number Publication date
JP4581994B2 (ja) 2010-11-17
US20120239366A1 (en) 2012-09-20
CA2508136A1 (en) 2004-06-24
EP1570779A4 (en) 2008-03-12
JPWO2004052191A1 (ja) 2006-04-06
EP2357581A3 (en) 2012-09-12
JP5971209B2 (ja) 2016-08-17
US20050283347A1 (en) 2005-12-22
EP2357581A2 (en) 2011-08-17
EP1570779A1 (en) 2005-09-07
JP5707757B2 (ja) 2015-04-30
US8234075B2 (en) 2012-07-31
AU2003289263A1 (en) 2004-06-30
CA2637250A1 (en) 2004-06-24
WO2004052191A1 (ja) 2004-06-24
JP2013257333A (ja) 2013-12-26
JP2010281826A (ja) 2010-12-16
KR20050084227A (ko) 2005-08-26

Similar Documents

Publication Publication Date Title
KR100686910B1 (ko) 생체 상태 정보 처리 장치, 생체 상태 정보 처리 방법, 생체 상태 정보 관리 시스템 및 기록 매체
Börner et al. Anatomical structures, cell types and biomarkers of the Human Reference Atlas
Kendale et al. Supervised machine-learning predictive analytics for prediction of postinduction hypotension
Bourgeas et al. Atomic analysis of protein-protein interfaces with known inhibitors: the 2P2I database
CN1751309A (zh) 结合体外测试数据的医学数据分析方法和设备
CN106153918A (zh) 描绘肿瘤类型生物标志模式和特征集的基因靶和基因表达的蛋白靶
KR20050085711A (ko) 데이터 저장소와의 상호작용 제어방법 및 제어 시스템과,컴퓨터
Lanktree et al. Phenomics: expanding the role of clinical evaluation in genomic studies
Mellon et al. Interventions for increasing immunosuppressant medication adherence in solid organ transplant recipients
WO2002064826A2 (en) Network for evaluating data obtained in a biochip measurement device
Liu et al. Monodisciplinary collaboration disrupts science more than multidisciplinary collaboration
US8244480B2 (en) Computer product, analysis support apparatus, and analysis support method
WO2018126132A1 (en) Systems and methods for an expert system for precision oncology
Sikorska et al. Origin of Correlations between Local Conformational States of Consecutive Amino Acid Residues and Their Role in Shaping Protein Structures and in Allostery
Pan et al. Machine learning identifies girls with central precocious puberty based on multisource data
CODATA Task Group on Biological Macromolecules and Colleagues Quality control in databanks for molecular biology
Muñoz-Fuentes et al. Pleiotropy data resource as a primer for investigating co-morbidities/multi-morbidities and their role in disease
CN100502763C (zh) 生物体状态信息处理装置和其方法、以及生物体状态信息管理系统
MXPA06011525A (es) Sistema y metodos para manejo del tratamiento y datos del paciente.
Ozkan et al. QAFI: a novel method for quantitative estimation of missense variant impact using protein-specific predictors and ensemble learning
EP1484706A2 (en) Method for estimating effect of working substance and screening method
Faria et al. The Immunopeptidomics Ontology (ImPO)
Bagnis et al. A scoping review of placebo and nocebo responses and effects: insights for clinical trials and practice
Goh et al. Canadian College of Medical Geneticists: clinical practice advisory document–responsibility to recontact for reinterpretation of clinical genetic testing
Guo Practical Considerations for the Application of Identity-By-Descent to the Inference of Plasmodium falciparum Demography

Legal Events

Date Code Title Description
A201 Request for examination
PA0105 International application

Patent event date: 20050609

Patent event code: PA01051R01D

Comment text: International Patent Application

PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20050609

Comment text: Request for Examination of Application

PG1501 Laying open of application
E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20060822

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20061205

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20070220

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20070221

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
PR1001 Payment of annual fee

Payment date: 20100210

Start annual number: 4

End annual number: 4

PR1001 Payment of annual fee

Payment date: 20110127

Start annual number: 5

End annual number: 5

PR1001 Payment of annual fee

Payment date: 20120130

Start annual number: 6

End annual number: 6

FPAY Annual fee payment

Payment date: 20130201

Year of fee payment: 7

PR1001 Payment of annual fee

Payment date: 20130201

Start annual number: 7

End annual number: 7

FPAY Annual fee payment

Payment date: 20140204

Year of fee payment: 8

PR1001 Payment of annual fee

Payment date: 20140204

Start annual number: 8

End annual number: 8

FPAY Annual fee payment

Payment date: 20150119

Year of fee payment: 9

PR1001 Payment of annual fee

Payment date: 20150119

Start annual number: 9

End annual number: 9

FPAY Annual fee payment

Payment date: 20160119

Year of fee payment: 10

PR1001 Payment of annual fee

Payment date: 20160119

Start annual number: 10

End annual number: 10

FPAY Annual fee payment

Payment date: 20170119

Year of fee payment: 11

PR1001 Payment of annual fee

Payment date: 20170119

Start annual number: 11

End annual number: 11

FPAY Annual fee payment

Payment date: 20180202

Year of fee payment: 12

PR1001 Payment of annual fee

Payment date: 20180202

Start annual number: 12

End annual number: 12

FPAY Annual fee payment

Payment date: 20190130

Year of fee payment: 13

PR1001 Payment of annual fee

Payment date: 20190130

Start annual number: 13

End annual number: 13

FPAY Annual fee payment

Payment date: 20200205

Year of fee payment: 14

PR1001 Payment of annual fee

Payment date: 20200205

Start annual number: 14

End annual number: 14

PR1001 Payment of annual fee

Payment date: 20210128

Start annual number: 15

End annual number: 15

PR1001 Payment of annual fee

Payment date: 20220119

Start annual number: 16

End annual number: 16

PC1801 Expiration of term

Termination date: 20240609

Termination category: Expiration of duration