図面 (/)

技術 取得方法、女性生殖器癌評価装置、女性生殖器癌評価プログラム及び女性生殖器癌評価システム

出願人 味の素株式会社
発明者 村松孝彦井畑穣今泉明山本浩史宮城悦子平原史樹
出願日 2017年9月20日 (3年9ヶ月経過) 出願番号 2017-180711
公開日 2018年1月25日 (3年5ヶ月経過) 公開番号 2018-013494
状態 特許登録済
技術分野 生物学的材料の調査,分析
主要キーワード 候補指標 実定数 指標式 高次式 面積最大 状態指標 順序尺度 酸化エネルギー
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2018年1月25日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (20)

課題

液中アミノ酸の濃度のうち女性生殖器癌の状態と関連するアミノ酸の濃度を利用して、女性生殖器癌の状態を精度よく評価することができる女性生殖器癌の評価方法を提供することを課題とする。

解決手段

本発明にかかる女性生殖器癌の評価方法は、評価対象から採取した血液からアミノ酸の濃度値に関するアミノ酸濃度データを測定し、測定した評価対象のアミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値に基づいて、評価対象につき、子宮頸癌子宮体癌および卵巣癌のうち少なくとも1つを含む女性生殖器癌の状態を評価する。

概要

背景

日本における子宮頸癌による死亡者数は2004年で2494人、子宮体癌における死亡者数は1436人、卵巣癌による死亡者数は4420人である。これらの癌の生存率について、初期(I期〜II期)の癌の5年生存率は80%以上のものもあるが、進行した癌の5年生存率は10%〜20%程度と極度に低下する。したがって、これらの癌の治癒にとっては早期発見が重要である。

子宮頸癌の診断は、細胞診組織診コルポ診、HPVヒトパピローマウイルス検査により行われている。細胞診やHPV検査は確定診断とはならず、組織診やコルポ診を行うことにより確定診断となる。しかし、組織診やコルポ診は侵襲度の高い検査であり、子宮頸癌の疑いのある患者全員に施行するのは実際的でない。

子宮体癌の診断は、主に子宮内膜細胞診により行われている。子宮内膜細胞診は確定診断とはならず、掻爬診を行うことにより確定診断となる。しかし、掻爬診は侵襲度の高い検査であり、子宮体癌の疑いのある患者全員に施行するのは実際的でない。

卵巣癌の診断は、超音波断層法腫瘍マーカー(主にCA125)、CTやMRIにより行われている。これらの方法は確定診断とはならず、手術によって摘出された卵巣病理組織学的診断を行うことにより確定診断となる。しかし、1例の卵巣癌(真陽性)の発見のために11例の良性腫瘍偽陽性)の摘出手術が必要であったというvan Nagell JRらの報告非特許文献1参照)によれば、卵巣癌の陽性的中率が8.3%と低かった。

また、これらの癌の診断方法の多くは前述の通り侵襲的であるので、これらの診断方法の施行において患者は身体的苦痛や精神的苦痛などの負担を伴い、また検査による出血などのリスクも起こりえる。さらに、これらの診断方法は女性生殖器癌の状態ごとに独立に行われ、また個々の検査ごとに費用が発生することから、被験者経済的負担や時間的負担も多くなる。従って、女性生殖器癌発症の可能性の高い被験者を侵襲や精神的苦痛の少ない方法でしかも1回の検査で安価に選択し、選択したその者に対し診断を施行し、確定診断が得られた者を治療の対象とすることが、患者に対する身体的負担費用対効果などの面から望ましい。

一方、血中アミノ酸の濃度が、癌発症により変化することについては知られている。例えば、シノベールによれば(非特許文献2参照)、例えばグルタミンは主に酸化エネルギー源として、アルギニン窒素酸化物ポリアミンの前駆体として、メチオニン癌細胞のメチオニン取り込み能の活性化により、それぞれ癌細胞での消費量が増加するという報告がある。また、ヴィッセルスら(非特許文献3参照)やパーク(非特許文献4参照)、プロエンツァら(非特許文献5参照)やカスツィーノ(非特許文献6参照)によれば、癌患者血漿アミノ酸組成健常者のものと異なっていることが報告されている。

また、アミノ酸濃度生体状態とを関連付ける方法については、特許文献1や特許文献2が公開されている。また、アミノ酸濃度を用いて肺癌の状態を評価する方法については、特許文献3が公開されている。

概要

液中のアミノ酸の濃度のうち女性生殖器癌の状態と関連するアミノ酸の濃度を利用して、女性生殖器癌の状態を精度よく評価することができる女性生殖器癌の評価方法を提供することを課題とする。本発明にかかる女性生殖器癌の評価方法は、評価対象から採取した血液からアミノ酸の濃度値に関するアミノ酸濃度データを測定し、測定した評価対象のアミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値に基づいて、評価対象につき、子宮頸癌、子宮体癌および卵巣癌のうち少なくとも1つを含む女性生殖器癌の状態を評価する。

目的

本発明は、上記問題点に鑑みてなされたものであって、血液中のアミノ酸の濃度のうち女性生殖器癌の状態と関連するアミノ酸の濃度を利用して、女性生殖器癌の状態を精度よく評価することができる女性生殖器癌の評価方法を提供する

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

評価対象の血液中のIle、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値に基づいて、前記評価対象につき、女性生殖器特有の癌の状態を評価する指標となる値を取得する濃度値基準取得ステップを含むことを特徴とする取得方法

請求項2

前記濃度値基準取得ステップは、少なくともIleとHisの前記濃度値に基づいて、前記評価対象につき、前記癌の状態を評価する指標となる値を取得すること、を特徴とする請求項1に記載の取得方法。

請求項3

前記濃度値基準取得ステップは、前記評価対象の血液中のIle、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値、および、Ile、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む前記癌の状態を評価する指標となる値を取得するための式に基づいて、当該式の値を算出する算出ステップを含むこと、を特徴とする請求項1に記載の取得方法。

請求項4

前記算出ステップは、少なくともIleとHisの前記濃度値、および、少なくともIleとHisを前記変数として含む前記式に基づいて、前記式の値を算出すること、を特徴とする請求項3に記載の取得方法。

請求項5

前記濃度値基準取得ステップは、前記算出ステップで算出した前記値に基づいて、前記評価対象につき、前記癌の状態を評価する指標となる値を取得する取得ステップをさらに含むこと、を特徴とする請求項3または4に記載の取得方法。

請求項6

評価対象の血液中のIle、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値、および、Ile、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む女性生殖器特有の癌の状態を評価する指標となる値を取得するための式に基づいて、当該式の値を算出する算出ステップを含むことを特徴とする取得方法。

請求項7

前記算出ステップで算出した前記値に基づいて、前記評価対象につき、前記癌の状態を評価する指標となる値を取得する取得ステップをさらに含むことを特徴とする請求項6に記載の取得方法。

請求項8

式の値に基づいて、評価対象につき、女性生殖器特有の癌の状態を評価する指標となる値を取得する取得ステップを含み、前記式の値は、前記評価対象の血液中のIle、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値、および、Ile、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む前記癌の状態を評価する指標となる値を取得するための前記式に基づいて算出されたものであること、を特徴とする取得方法。

請求項9

制御手段を備えた女性生殖器癌評価装置であって、前記制御手段は、評価対象の血液中のIle、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値に基づいて、前記評価対象につき、女性生殖器特有の癌の状態を評価する濃度値基準評価手段を備えたこと、を特徴とする女性生殖器癌評価装置。

請求項10

前記濃度値基準取得手段は、少なくともIleとHisの前記濃度値に基づいて、前記評価対象につき、前記癌の状態を評価すること、を特徴とする請求項9に記載の女性生殖器癌評価装置。

請求項11

前記濃度値基準評価手段は、前記評価対象の血液中のIle、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値、および、Ile、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む前記癌の状態を評価するための式に基づいて、当該式の値を算出する算出手段を備えたこと、を特徴とする請求項9に記載の女性生殖器癌評価装置。

請求項12

前記算出手段は、少なくともIleとHisの前記濃度値、および、少なくともIleとHisを前記変数として含む前記式に基づいて、前記式の値を算出すること、を特徴とする請求項11に記載の女性生殖器癌評価装置。

請求項13

前記濃度値基準評価手段は、前記算出手段で算出した前記値に基づいて、前記評価対象につき、前記癌の状態を評価する評価手段をさらに備えたこと、を特徴とする請求項11または12に記載の女性生殖器癌評価装置。

請求項14

制御手段を備えた女性生殖器癌評価装置であって、前記制御手段は、評価対象の血液中のIle、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値、および、Ile、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む女性生殖器特有の癌の状態を評価するための式に基づいて、当該式の値を算出する算出手段を備えたこと、を特徴とする女性生殖器癌評価装置。

請求項15

前記制御手段は、前記算出手段で算出した前記値に基づいて、前記評価対象につき、前記癌の状態を評価する評価手段をさらに備えたこと、を特徴とする請求項14に記載の女性生殖器癌評価装置。

請求項16

制御手段を備えた女性生殖器癌評価装置であって、前記制御手段は、式の値に基づいて、評価対象につき、女性生殖器特有の癌の状態を評価する評価手段を備え、前記式の値は、前記評価対象の血液中のIle、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値、および、Ile、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む前記癌の状態を評価するための前記式に基づいて算出されたものであること、を特徴とする女性生殖器癌評価装置。

請求項17

制御手段を備えた情報処理装置で実行する取得方法であって、前記制御手段が実行する、評価対象の血液中のIle、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値に基づいて、前記評価対象につき、女性生殖器特有の癌の状態を評価する指標となる値を取得する濃度値基準取得ステップを含むこと、を特徴とする取得方法。

請求項18

前記濃度値基準取得ステップは、前記評価対象の血液中のIle、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値、および、Ile、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む前記癌の状態を評価する指標となる値を取得するための式に基づいて、当該式の値を算出する算出ステップを含むこと、を特徴とする請求項17に記載の取得方法。

請求項19

前記濃度値基準取得ステップは、前記算出ステップで算出した前記値に基づいて、前記評価対象につき、前記癌の状態を評価する指標となる値を取得する取得ステップをさらに含むこと、を特徴とする請求項18に記載の取得方法。

請求項20

制御手段を備えた情報処理装置で実行する取得方法であって、前記制御手段が実行する、評価対象の血液中のIle、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値、および、Ile、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む女性生殖器特有の癌の状態を評価する指標となる値を取得するための式に基づいて、当該式の値を算出する算出ステップを含むこと、を特徴とする取得方法。

請求項21

前記制御手段が実行する、前記算出ステップで算出した前記値に基づいて、前記評価対象につき、前記癌の状態を評価する指標となる値を取得する取得ステップをさらに含むこと、を特徴とする請求項20に記載の取得方法。

請求項22

制御手段を備えた情報処理装置で実行する取得方法であって、前記制御手段が実行する、式の値に基づいて、評価対象につき、女性生殖器特有の癌の状態を評価する指標となる値を取得する取得ステップを含み、前記式の値は、前記評価対象の血液中のIle、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値、および、Ile、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む前記癌の状態を評価する指標となる値を取得するための前記式に基づいて算出されたものであること、を特徴とする取得方法。

請求項23

制御手段を備えた情報処理装置に実行させるための女性生殖器癌評価プログラムであって、前記制御手段に実行させるための、評価対象の血液中のIle、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値に基づいて、前記評価対象につき、女性生殖器特有の癌の状態を評価する濃度値基準評価ステップを含むこと、を特徴とする女性生殖器癌評価プログラム。

請求項24

前記濃度値基準評価ステップは、前記評価対象の血液中のIle、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値、および、Ile、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む前記癌の状態を評価するための式に基づいて、当該式の値を算出する算出ステップを含むこと、を特徴とする請求項23に記載の女性生殖器癌評価プログラム。

請求項25

前記濃度値基準評価ステップは、前記算出ステップで算出した前記値に基づいて、前記評価対象につき、前記癌の状態を評価する評価ステップをさらに含むこと、を特徴とする請求項24に記載の女性生殖器癌評価プログラム。

請求項26

制御手段を備えた情報処理装置に実行させるための女性生殖器癌評価プログラムであって、前記制御手段に実行させるための、評価対象の血液中のIle、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値、および、Ile、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む女性生殖器特有の癌の状態を評価するための式に基づいて、当該式の値を算出する算出ステップを含むこと、を特徴とする女性生殖器癌評価プログラム。

請求項27

前記制御手段に実行させるための、前記算出ステップで算出した前記値に基づいて、前記評価対象につき、前記癌の状態を評価する評価ステップをさらに含むこと、を特徴とする請求項26に記載の女性生殖器癌評価プログラム。

請求項28

制御手段を備えた情報処理装置に実行させるための女性生殖器癌評価プログラムであって、前記制御手段に実行させるための、式の値に基づいて、評価対象につき、女性生殖器特有の癌の状態を評価する評価ステップを含み、前記式の値は、前記評価対象の血液中のIle、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値、および、Ile、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む前記癌の状態を評価するための前記式に基づいて算出されたものであること、を特徴とする女性生殖器癌評価プログラム。

請求項29

制御手段を備えた女性生殖器癌評価装置と、血液中のアミノ酸の濃度値に関する評価対象のアミノ酸濃度データを提供する端末装置とを、ネットワークを介して通信可能に接続して構成された女性生殖器癌評価システムであって、前記端末装置は、前記アミノ酸濃度データを前記女性生殖器癌評価装置へ送信するアミノ酸濃度データ送信手段と、前記女性生殖器癌評価装置から送信された、式の値または女性生殖器特有の癌の状態に関する評価結果を受信する結果受信手段と、を備え、前記女性生殖器癌評価装置の前記制御手段は、前記端末装置から送信された前記アミノ酸濃度データを受信するアミノ酸濃度データ受信手段と、前記アミノ酸濃度データ受信手段で受信した前記アミノ酸濃度データに含まれるIle、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値、および、Ile、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む女性生殖器特有の癌の状態を評価するための前記式に基づいて、当該式の値を算出する算出手段、または、前記アミノ酸濃度データ受信手段で受信した前記アミノ酸濃度データに含まれるIle、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値、および、Ile、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む前記癌の状態を評価するための式に基づいて、当該式の値を算出する算出手段、および、前記算出手段で算出した前記値に基づいて、前記評価対象につき、前記癌の状態を評価する評価手段と、前記算出手段で算出した前記値または前記評価手段での前記評価対象の前記評価結果を、前記端末装置へ送信する結果送信手段と、を備えたこと、を特徴とする女性生殖器癌評価システム。

請求項30

血液中のアミノ酸の濃度値に関する評価対象のアミノ酸濃度データを提供する端末装置とネットワークを介して通信可能に接続された、制御手段を備えた女性生殖器癌評価装置であって、前記制御手段は、前記端末装置から送信された前記アミノ酸濃度データを受信するアミノ酸濃度データ受信手段と、前記アミノ酸濃度データ受信手段で受信した前記アミノ酸濃度データに含まれるIle、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値、および、Ile、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む女性生殖器特有の癌の状態を評価するための式に基づいて、当該式の値を算出する算出手段、または、前記アミノ酸濃度データ受信手段で受信した前記アミノ酸濃度データに含まれるIle、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値、および、Ile、His、Val、Cit、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Met、Leu、Tyr、Phe、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む女性生殖器特有の癌の状態を評価するための式に基づいて、当該式の値を算出する算出手段、および、前記算出手段で算出した前記値に基づいて、前記評価対象につき、前記癌の状態を評価する評価手段と、前記算出手段で算出した前記値または前記評価手段での前記評価対象の評価結果を、前記端末装置へ送信する結果送信手段と、を備えたこと、を特徴とする女性生殖器癌評価装置。

技術分野

0001

本発明は、血液(血漿)中のアミノ酸濃度を利用した、子宮頸癌子宮体癌および卵巣癌のうち少なくとも1つを含む女性生殖器癌の評価方法に関するものである。

背景技術

0002

日本における子宮頸癌による死亡者数は2004年で2494人、子宮体癌における死亡者数は1436人、卵巣癌による死亡者数は4420人である。これらの癌の生存率について、初期(I期〜II期)の癌の5年生存率は80%以上のものもあるが、進行した癌の5年生存率は10%〜20%程度と極度に低下する。したがって、これらの癌の治癒にとっては早期発見が重要である。

0003

子宮頸癌の診断は、細胞診組織診コルポ診、HPVヒトパピローマウイルス検査により行われている。細胞診やHPV検査は確定診断とはならず、組織診やコルポ診を行うことにより確定診断となる。しかし、組織診やコルポ診は侵襲度の高い検査であり、子宮頸癌の疑いのある患者全員に施行するのは実際的でない。

0004

子宮体癌の診断は、主に子宮内膜細胞診により行われている。子宮内膜細胞診は確定診断とはならず、掻爬診を行うことにより確定診断となる。しかし、掻爬診は侵襲度の高い検査であり、子宮体癌の疑いのある患者全員に施行するのは実際的でない。

0005

卵巣癌の診断は、超音波断層法腫瘍マーカー(主にCA125)、CTやMRIにより行われている。これらの方法は確定診断とはならず、手術によって摘出された卵巣病理組織学的診断を行うことにより確定診断となる。しかし、1例の卵巣癌(真陽性)の発見のために11例の良性腫瘍偽陽性)の摘出手術が必要であったというvan Nagell JRらの報告非特許文献1参照)によれば、卵巣癌の陽性的中率が8.3%と低かった。

0006

また、これらの癌の診断方法の多くは前述の通り侵襲的であるので、これらの診断方法の施行において患者は身体的苦痛や精神的苦痛などの負担を伴い、また検査による出血などのリスクも起こりえる。さらに、これらの診断方法は女性生殖器癌の状態ごとに独立に行われ、また個々の検査ごとに費用が発生することから、被験者経済的負担や時間的負担も多くなる。従って、女性生殖器癌発症の可能性の高い被験者を侵襲や精神的苦痛の少ない方法でしかも1回の検査で安価に選択し、選択したその者に対し診断を施行し、確定診断が得られた者を治療の対象とすることが、患者に対する身体的負担費用対効果などの面から望ましい。

0007

一方、血中アミノ酸の濃度が、癌発症により変化することについては知られている。例えば、シノベールによれば(非特許文献2参照)、例えばグルタミンは主に酸化エネルギー源として、アルギニン窒素酸化物ポリアミンの前駆体として、メチオニン癌細胞のメチオニン取り込み能の活性化により、それぞれ癌細胞での消費量が増加するという報告がある。また、ヴィッセルスら(非特許文献3参照)やパーク(非特許文献4参照)、プロエンツァら(非特許文献5参照)やカスツィーノ(非特許文献6参照)によれば、癌患者の血漿中アミノ酸組成健常者のものと異なっていることが報告されている。

0008

また、アミノ酸濃度と生体状態とを関連付ける方法については、特許文献1や特許文献2が公開されている。また、アミノ酸濃度を用いて肺癌の状態を評価する方法については、特許文献3が公開されている。

0009

国際公開第2004/052191号
国際公開第2006/098192号
国際公開第2008/016111号

先行技術

0010

van Nagell JR, DePriest PD, Reedy MB, Gallion HH, Ueland FR, Pavlik EJ, Kryscio RJ. The efficiency of transvaginal sonographic screening in asymptomatic women at risk for ovarian cancer.Gynecol Oncol, 2000, 77; 350−356
Cynober, L. ed., Metabolic and therapeutic aspects of amino acidsin clinical nutrition. 2nd ed.,CRCPress
Vissers, Y. LJ., et.al., Plasma arginine concentration are reduced in cancer patients: evidence for arginine deficiency?, The American Journal of Clinical Nutrition, 2005 81, p.1142−1146
Park, K.G., et al., Arginine metabolism in benign and maglinant disease of breast and colon: evidence for possible inhibition of tumor−infiltrating macropharges., Nutrition, 1991 7, p.185−188
Proenza, A.M., J. Oliver, A. Palou and P. Roca, Breast and lung cancer are associated with a decrease in blood cell amino acid content., J Nutr Biochem, 2003. 14(3), p.133−8
Cascino, A., M. Muscaritoli, C. Cangiano, L. Conversano, A. Laviano, S. Ariemma, M.M. Meguid and F. Rossi Fanelli, Plasma amino acid imbalance in patients with lung and breast cancer., Anticancer Res, 1995. 15(2), p.507−10

発明が解決しようとする課題

0011

しかしながら、これまでに、複数のアミノ酸を変数として女性生殖器癌発症の有無を診断するような診断方法や診断装置の開発は時間的および金銭的な観点から行われておらず、実用化されていないという問題点がある。また、特許文献3に開示されている肺癌判別用の指標式群で女性生殖器癌発症の有無を判別しても、判別対象が異なるため、十分な判別能を得ることができないという問題点がある。

0012

本発明は、上記問題点に鑑みてなされたものであって、血液中のアミノ酸の濃度のうち女性生殖器癌の状態と関連するアミノ酸の濃度を利用して、女性生殖器癌の状態を精度よく評価することができる女性生殖器癌の評価方法を提供することを目的とする。

課題を解決するための手段

0013

本発明者らは、上述した課題を解決するために鋭意検討した結果、女性生殖器癌と非女性生殖器癌との2群判別に有用なアミノ酸を同定すると共に、同定したアミノ酸の濃度を変数として含む多変量判別式(指標式、相関式)が女性生殖器癌の状態に有意な相関があることを見出し、本発明を完成するに至った。具体的には、女性生殖器癌に対してより特異的な指標式を探索した結果、特許文献1や特許文献2、特許文献3などに開示されている指標式よりも女性生殖器癌の状態の評価に適した指標式を得ることができ、本発明を完成するに至った。

0014

すなわち、上述した課題を解決し、目的を達成するために、本発明にかかる女性生殖器癌の評価方法は、評価対象から採取した血液からアミノ酸の濃度値に関するアミノ酸濃度データを測定する測定ステップと、前記測定ステップで測定した前記評価対象の前記アミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値に基づいて、前記評価対象につき、子宮頸癌、子宮体癌および卵巣癌のうち少なくとも1つを含む女性生殖器癌の状態を評価する濃度値基準評価ステップとを含むことを特徴とする。

0015

また、本発明にかかる女性生殖器癌の評価方法は、前記に記載の女性生殖器癌の評価方法において、前記濃度値基準評価ステップは、前記測定ステップで測定した前記評価対象の前記アミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値に基づいて、前記評価対象につき、前記女性生殖器癌または非女性生殖器癌であるか否か、前記子宮頸癌、前記子宮体癌、前記卵巣癌のいずれかまたは前記非女性生殖器癌であるか否か、前記子宮頸癌、前記子宮体癌のいずれかまたは非子宮頸癌、非子宮体癌のいずれかであるか否か、前記子宮頸癌または前記非子宮頸癌であるか否か、前記子宮体癌または前記非子宮体癌であるか否か、前記卵巣癌または非卵巣癌であるか否か、女性生殖器癌罹患リスク群または健常群であるか否か、または、前記子宮頸癌、前記子宮体癌、前記卵巣癌のいずれかであるか否かを判別する濃度値基準判別ステップをさらに含むことを特徴とする。

0016

また、本発明にかかる女性生殖器癌の評価方法は、前記に記載の女性生殖器癌の評価方法において、前記濃度値基準評価ステップは、前記測定ステップで測定した前記評価対象の前記アミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値、および前記アミノ酸の濃度を変数とする予め設定した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出ステップと、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記女性生殖器癌の状態を評価する判別値基準評価ステップとをさらに含み、前記多変量判別式は、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを前記変数として含むことを特徴とする。

0017

また、本発明にかかる女性生殖器癌の評価方法は、前記に記載の女性生殖器癌の評価方法において、前記判別値基準評価ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記女性生殖器癌または非女性生殖器癌であるか否か、前記子宮頸癌、前記子宮体癌、前記卵巣癌のいずれかまたは前記非女性生殖器癌であるか否か、前記子宮頸癌、前記子宮体癌のいずれかまたは非子宮頸癌、非子宮体癌のいずれかであるか否か、前記子宮頸癌または前記非子宮頸癌であるか否か、前記子宮体癌または前記非子宮体癌であるか否か、前記卵巣癌または非卵巣癌であるか否か、女性生殖器癌罹患リスク群または健常群であるか否か、または、前記子宮頸癌、前記子宮体癌、前記卵巣癌のいずれかであるか否かを判別する判別値基準判別ステップをさらに含むことを特徴とする。

0018

また、本発明にかかる女性生殖器癌の評価方法は、前記に記載の女性生殖器癌の評価方法において、前記多変量判別式は、1つの分数式または複数の前記分数式の和、またはロジスティック回帰式線形判別式重回帰式サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか1つであることを特徴とする。

0019

また、本発明にかかる女性生殖器癌の評価方法は、前記に記載の女性生殖器癌の評価方法において、前記判別値算出ステップは、前記測定ステップで測定した前記評価対象の前記アミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つの前記濃度値、およびThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準判別ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記子宮頸癌、前記子宮体癌、前記卵巣癌のいずれかまたは前記非女性生殖器癌であるか否かを判別することを特徴とする。また、本発明にかかる女性生殖器癌の評価方法は、前記に記載の女性生殖器癌の評価方法において、前記多変量判別式は、Gln、His、Argを前記変数とする前記分数式、a−ABA、His、Metを前記変数とする前記分数式、Ile、His、Cit、Arg、Tyr、Trpを前記変数とする前記分数式もしくはa−ABA、Cit、Metを前記変数とする前記分数式、Gly、Val、His、Argを前記変数とする前記線形判別式、Gly、a−ABA、Met、Hisを前記変数とする前記線形判別式、Ala、Ile、His、Trp、Argを前記変数とする前記線形判別式、Gly、Cit、Met、Pheを前記変数とする前記線形判別式もしくはHis、Leu、Met、Cit、Ile、Tyrを前記変数とする前記線形判別式、またはVal、Leu、His、Argを前記変数とする前記ロジスティック回帰式、a−ABA、Met、Tyr、Hisを前記変数とする前記ロジスティック回帰式、Val、Ile、His、Trp、Argを前記変数とする前記ロジスティック回帰式、Cit、a−ABA、Met、Tyrを前記変数とする前記ロジスティック回帰式もしくはHis、Leu、Met、Cit、Ile、Tyrを前記変数とする前記ロジスティック回帰式であることを特徴とする。

0020

また、本発明にかかる女性生殖器癌の評価方法は、前記に記載の女性生殖器癌の評価方法において、前記判別値算出ステップは、前記測定ステップで測定した前記評価対象の前記アミノ酸濃度データに含まれるThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値、およびThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準判別ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記子宮頸癌、前記子宮体癌のいずれかまたは前記非子宮頸癌、前記非子宮体癌のいずれかであるか否かを判別することを特徴とする。また、本発明にかかる女性生殖器癌の評価方法は、前記に記載の女性生殖器癌の評価方法において、前記多変量判別式は、Lys、His、Argを前記変数とする前記分数式、a−ABA、His、Metを前記変数とする前記分数式もしくはIle、His、Cit、Argを前記変数とする前記分数式、Gly、Val、His、Argを前記変数とする前記線形判別式、Gly、Phe、His、Argを前記変数とする前記線形判別式、Cit、Ile、His、Argを前記変数とする前記線形判別式もしくはHis、Leu、Met、Cit、Ile、Tyrを前記変数とする前記線形判別式、またはVal、His、Lys、Argを前記変数とする前記ロジスティック回帰式、Thr、a−ABA、Met、Hisを前記変数とする前記ロジスティック回帰式、Cit、Ile、His、Argを前記変数とする前記ロジスティック回帰式もしくはHis、Leu、Met、Cit、Ile、Tyrを前記変数とする前記ロジスティック回帰式であることを特徴とする。

0021

また、本発明にかかる女性生殖器癌の評価方法は、前記に記載の女性生殖器癌の評価方法において、前記判別値算出ステップは、前記測定ステップで測定した前記評価対象の前記アミノ酸濃度データに含まれるAsn、Val、Met、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値、およびAsn、Val、Met、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準判別ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記子宮頸癌または前記非子宮頸癌であるか否かを判別することを特徴とする。また、本発明にかかる女性生殖器癌の評価方法は、前記に記載の女性生殖器癌の評価方法において、前記多変量判別式は、a−ABA、His、Valを前記変数とする前記分数式、a−ABA、Met、Valを前記変数とする前記分数式もしくはMet、His、Cit、Argを前記変数とする前記分数式、Gly、Val、His、Argを前記変数とする前記線形判別式、Gly、Val、Met、Lysを前記変数とする前記線形判別式、Cit、Met、His、Argを前記変数とする前記線形判別式もしくはHis、Leu、Met、Ile、Tyr、Lysを前記変数とする前記線形判別式、またはVal、Leu、His、Argを前記変数とする前記ロジスティック回帰式、Met、His、Orn、Argを前記変数とする前記ロジスティック回帰式、Val、Tyr、His、Argを前記変数とする前記ロジスティック回帰式もしくはHis、Leu、Met、Ile、Tyr、Lysを前記変数とする前記ロジスティック回帰式であることを特徴とする。

0022

また、本発明にかかる女性生殖器癌の評価方法は、前記に記載の女性生殖器癌の評価方法において、前記判別値算出ステップは、前記測定ステップで測定した前記評価対象の前記アミノ酸濃度データに含まれるThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Argのうち少なくとも1つの前記濃度値、およびThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Argのうち少なくとも1つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準判別ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記子宮体癌または前記非子宮体癌であるか否かを判別することを特徴とする。また、本発明にかかる女性生殖器癌の評価方法は、前記に記載の女性生殖器癌の評価方法において、前記多変量判別式は、Lys、His、Argを前記変数とする前記分数式、a−ABA、His、Metを前記変数とする前記分数式もしくはIle、His、Asn、Citを前記変数とする前記分数式、Gln、His、Lys、Argを前記変数とする前記線形判別式、Gly、Met、Phe、Hisを前記変数とする前記線形判別式、Cit、Ile、His、Argを前記変数とする前記線形判別式もしくはHis、Asn、Val、Pro、Cit、Ileを前記変数とする前記線形判別式、またはGln、Gly、His、Argを前記変数とする前記ロジスティック回帰式、Gln、Phe、His、Argを前記変数とする前記ロジスティック回帰式、Gln、Ile、His、Argを前記変数とする前記ロジスティック回帰式もしくはHis、Asn、Val、Pro、Cit、Ileを前記変数とする前記ロジスティック回帰式であることを特徴とする。

0023

また、本発明にかかる女性生殖器癌の評価方法は、前記に記載の女性生殖器癌の評価方法において、前記判別値算出ステップは、前記測定ステップで測定した前記評価対象の前記アミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値、およびThr、Ser、Asn、Gln、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準判別ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記卵巣癌または前記非卵巣癌であるか否かを判別することを特徴とする。また、本発明にかかる女性生殖器癌の評価方法は、前記に記載の女性生殖器癌の評価方法において、前記多変量判別式は、Orn、Cit、Metを前記変数とする前記分数式、Gln、Cit、Tyrを前記変数とする前記分数式もしくはOrn、His、Phe、Trpを前記変数とする前記分数式、Ser、Cit、Orn、Trpを前記変数とする前記線形判別式、Ser、Cit、Ile、Ornを前記変数とする前記線形判別式、Phe、Trp、Orn、Lysを前記変数とする前記線形判別式もしくはHis、Trp、Glu、Cit、Ile、Ornを前記変数とする前記線形判別式、またはSer、Cit、Trp、Ornを前記変数とする前記ロジスティック回帰式、Gln、Cit、Ile、Tyrを前記変数とする前記ロジスティック回帰式、Asn、Phe、His、Trpを前記変数とする前記ロジスティック回帰式もしくはHis、Trp、Glu、Cit、Ile、Ornを前記変数とする前記ロジスティック回帰式であることを特徴とする。

0024

また、本発明にかかる女性生殖器癌の評価方法は、前記に記載の女性生殖器癌の評価方法において、前記判別値算出ステップは、前記測定ステップで測定した前記評価対象の前記アミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つの前記濃度値、およびThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準判別ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記女性生殖器癌罹患リスク群または前記健常群であるか否かを判別することを特徴とする。

0025

また、本発明にかかる女性生殖器癌の評価方法は、前記に記載の女性生殖器癌の評価方法において、前記多変量判別式は、Phe、His、Met、Pro、Lys、Argを前記変数とする前記線形判別式、またはPhe、His、Met、Pro、Lys、Argを前記変数とする前記ロジスティック回帰式であることを特徴とする。

0026

また、本発明にかかる女性生殖器癌の評価方法は、前記に記載の女性生殖器癌の評価方法において、前記判別値算出ステップは、前記測定ステップで測定した前記評価対象の前記アミノ酸濃度データに含まれるThr、Ser、Asn、Glu、Gln、Pro、Gly、Ala、Cit、ABA、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値、およびThr、Ser、Asn、Glu、Gln、Pro、Gly、Ala、Cit、ABA、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準判別ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記子宮頸癌、前記子宮体癌、前記卵巣癌のいずれかであるか否かを判別することを特徴とする。また、本発明にかかる女性生殖器癌の評価方法は、前記に記載の女性生殖器癌の評価方法において、前記多変量判別式は、Cit、Met、Lys、Asn、Ala、Thr、Gln、a−ABAを前記変数とする前記マハラノビス距離法で作成された式、またはHis、Leu、Ser、Thr、Glu、Gln、Ala、Lysを前記変数とする前記マハラノビス距離法で作成された式であることを特徴とする。

0027

また、本発明にかかる女性生殖器癌評価装置は、制御手段と記憶手段とを備え、評価対象につき、子宮頸癌、子宮体癌および卵巣癌のうち少なくとも1つを含む女性生殖器癌の状態を評価する女性生殖器癌評価装置であって、前記制御手段は、アミノ酸の濃度値に関する予め取得した前記評価対象のアミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値、および前記アミノ酸の濃度を変数とする前記記憶手段で記憶した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出手段と、前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき、前記女性生殖器癌の状態を評価する判別値基準評価手段とを備え、前記多変量判別式は、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを前記変数として含むことを特徴とする。

0028

また、本発明にかかる女性生殖器癌評価装置は、前記に記載の女性生殖器癌評価装置において、前記判別値基準評価手段は、前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき、前記女性生殖器癌または非女性生殖器癌であるか否か、前記子宮頸癌、前記子宮体癌、前記卵巣癌のいずれかまたは前記非女性生殖器癌であるか否か、前記子宮頸癌、前記子宮体癌のいずれかまたは非子宮頸癌、非子宮体癌のいずれかであるか否か、前記子宮頸癌または前記非子宮頸癌であるか否か、前記子宮体癌または前記非子宮体癌であるか否か、前記卵巣癌または非卵巣癌であるか否か、女性生殖器癌罹患リスク群または健常群であるか否か、または、前記子宮頸癌、前記子宮体癌、前記卵巣癌のいずれかであるか否かを判別する判別値基準判別手段をさらに備えたことを特徴とする。

0029

また、本発明にかかる女性生殖器癌評価装置は、前記に記載の女性生殖器癌評価装置において、前記多変量判別式は、1つの分数式または複数の前記分数式の和、またはロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか1つであることを特徴とする。

0030

また、本発明にかかる女性生殖器癌評価装置は、前記に記載の女性生殖器癌評価装置において、前記判別値算出手段は、前記評価対象の前記アミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つの前記濃度値、およびThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準判別手段は、前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき、前記子宮頸癌、前記子宮体癌、前記卵巣癌のいずれかまたは前記非女性生殖器癌であるか否かを判別することを特徴とする。また、本発明にかかる女性生殖器癌評価装置は、前記に記載の女性生殖器癌評価装置において、前記多変量判別式は、Gln、His、Argを前記変数とする前記分数式、a−ABA、His、Metを前記変数とする前記分数式、Ile、His、Cit、Arg、Tyr、Trpを前記変数とする前記分数式もしくはa−ABA、Cit、Metを前記変数とする前記分数式、Gly、Val、His、Argを前記変数とする前記線形判別式、Gly、a−ABA、Met、Hisを前記変数とする前記線形判別式、Ala、Ile、His、Trp、Argを前記変数とする前記線形判別式、Gly、Cit、Met、Pheを前記変数とする前記線形判別式もしくはHis、Leu、Met、Cit、Ile、Tyrを前記変数とする前記線形判別式、またはVal、Leu、His、Argを前記変数とする前記ロジスティック回帰式、a−ABA、Met、Tyr、Hisを前記変数とする前記ロジスティック回帰式、Val、Ile、His、Trp、Argを前記変数とする前記ロジスティック回帰式、Cit、a−ABA、Met、Tyrを前記変数とする前記ロジスティック回帰式もしくはHis、Leu、Met、Cit、Ile、Tyrを前記変数とする前記ロジスティック回帰式であることを特徴とする。

0031

また、本発明にかかる女性生殖器癌評価装置は、前記に記載の女性生殖器癌評価装置において、前記判別値算出手段は、前記評価対象の前記アミノ酸濃度データに含まれるThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値、およびThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準判別手段は、前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき、前記子宮頸癌、前記子宮体癌のいずれかまたは前記非子宮頸癌、前記非子宮体癌のいずれかであるか否かを判別することを特徴とする。また、本発明にかかる女性生殖器癌評価装置は、前記に記載の女性生殖器癌評価装置において、前記多変量判別式は、Lys、His、Argを前記変数とする前記分数式、a−ABA、His、Metを前記変数とする前記分数式もしくはIle、His、Cit、Argを前記変数とする前記分数式、Gly、Val、His、Argを前記変数とする前記線形判別式、Gly、Phe、His、Argを前記変数とする前記線形判別式、Cit、Ile、His、Argを前記変数とする前記線形判別式もしくはHis、Leu、Met、Cit、Ile、Tyrを前記変数とする前記線形判別式、またはVal、His、Lys、Argを前記変数とする前記ロジスティック回帰式、Thr、a−ABA、Met、Hisを前記変数とする前記ロジスティック回帰式、Cit、Ile、His、Argを前記変数とする前記ロジスティック回帰式もしくはHis、Leu、Met、Cit、Ile、Tyrを前記変数とする前記ロジスティック回帰式であることを特徴とする。

0032

また、本発明にかかる女性生殖器癌評価装置は、前記に記載の女性生殖器癌評価装置において、前記判別値算出手段は、前記評価対象の前記アミノ酸濃度データに含まれるAsn、Val、Met、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値、およびAsn、Val、Met、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準判別手段は、前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき、前記子宮頸癌または前記非子宮頸癌であるか否かを判別することを特徴とする。また、本発明にかかる女性生殖器癌評価装置は、前記に記載の女性生殖器癌評価装置において、前記多変量判別式は、a−ABA、His、Valを前記変数とする前記分数式、a−ABA、Met、Valを前記変数とする前記分数式もしくはMet、His、Cit、Argを前記変数とする前記分数式、Gly、Val、His、Argを前記変数とする前記線形判別式、Gly、Val、Met、Lysを前記変数とする前記線形判別式、Cit、Met、His、Argを前記変数とする前記線形判別式もしくはHis、Leu、Met、Ile、Tyr、Lysを前記変数とする前記線形判別式、またはVal、Leu、His、Argを前記変数とする前記ロジスティック回帰式、Met、His、Orn、Argを前記変数とする前記ロジスティック回帰式、Val、Tyr、His、Argを前記変数とする前記ロジスティック回帰式もしくはHis、Leu、Met、Ile、Tyr、Lysを前記変数とする前記ロジスティック回帰式であることを特徴とする。

0033

また、本発明にかかる女性生殖器癌評価装置は、前記に記載の女性生殖器癌評価装置において、前記判別値算出手段は、前記評価対象の前記アミノ酸濃度データに含まれるThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Argのうち少なくとも1つの前記濃度値、およびThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Argのうち少なくとも1つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準判別手段は、前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき、前記子宮体癌または前記非子宮体癌であるか否かを判別することを特徴とする。また、本発明にかかる女性生殖器癌評価装置は、前記に記載の女性生殖器癌評価装置において、前記多変量判別式は、Lys、His、Argを前記変数とする前記分数式、a−ABA、His、Metを前記変数とする前記分数式もしくはIle、His、Asn、Citを前記変数とする前記分数式、Gln、His、Lys、Argを前記変数とする前記線形判別式、Gly、Met、Phe、Hisを前記変数とする前記線形判別式、Cit、Ile、His、Argを前記変数とする前記線形判別式もしくはHis、Asn、Val、Pro、Cit、Ileを前記変数とする前記線形判別式、またはGln、Gly、His、Argを前記変数とする前記ロジスティック回帰式、Gln、Phe、His、Argを前記変数とする前記ロジスティック回帰式、Gln、Ile、His、Argを前記変数とする前記ロジスティック回帰式もしくはHis、Asn、Val、Pro、Cit、Ileを前記変数とする前記ロジスティック回帰式であることを特徴とする。

0034

また、本発明にかかる女性生殖器癌評価装置は、前記に記載の女性生殖器癌評価装置において、前記判別値算出手段は、前記評価対象の前記アミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値、およびThr、Ser、Asn、Gln、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準判別手段は、前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき、前記卵巣癌または前記非卵巣癌であるか否かを判別することを特徴とする。また、本発明にかかる女性生殖器癌評価装置は、前記に記載の女性生殖器癌評価装置において、前記多変量判別式は、Orn、Cit、Metを前記変数とする前記分数式、Gln、Cit、Tyrを前記変数とする前記分数式もしくはOrn、His、Phe、Trpを前記変数とする前記分数式、Ser、Cit、Orn、Trpを前記変数とする前記線形判別式、Ser、Cit、Ile、Ornを前記変数とする前記線形判別式、Phe、Trp、Orn、Lysを前記変数とする前記線形判別式もしくはHis、Trp、Glu、Cit、Ile、Ornを前記変数とする前記線形判別式、またはSer、Cit、Trp、Ornを前記変数とする前記ロジスティック回帰式、Gln、Cit、Ile、Tyrを前記変数とする前記ロジスティック回帰式、Asn、Phe、His、Trpを前記変数とする前記ロジスティック回帰式もしくはHis、Trp、Glu、Cit、Ile、Ornを前記変数とする前記ロジスティック回帰式であることを特徴とする。

0035

また、本発明にかかる女性生殖器癌評価装置は、前記に記載の女性生殖器癌評価装置において、前記判別値算出手段は、前記評価対象の前記アミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つの前記濃度値、およびThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準判別手段は、前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき、前記女性生殖器癌罹患リスク群または前記健常群であるか否かを判別することを特徴とする。また、本発明にかかる女性生殖器癌評価装置は、前記に記載の女性生殖器癌評価装置において、前記多変量判別式は、Phe、His、Met、Pro、Lys、Argを前記変数とする前記線形判別式、またはPhe、His、Met、Pro、Lys、Argを前記変数とする前記ロジスティック回帰式であることを特徴とする。

0036

また、本発明にかかる女性生殖器癌評価装置は、前記に記載の女性生殖器癌評価装置において、前記判別値算出手段は、前記評価対象の前記アミノ酸濃度データに含まれるThr、Ser、Asn、Glu、Gln、Pro、Gly、Ala、Cit、ABA、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値、およびThr、Ser、Asn、Glu、Gln、Pro、Gly、Ala、Cit、ABA、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準判別手段は、前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき、前記子宮頸癌、前記子宮体癌、前記卵巣癌のいずれかであるか否かを判別することを特徴とする。また、本発明にかかる女性生殖器癌評価装置は、前記に記載の女性生殖器癌評価装置において、前記多変量判別式は、Cit、Met、Lys、Asn、Ala、Thr、Gln、a−ABAを前記変数とする前記マハラノビス距離法で作成された式、またはHis、Leu、Ser、Thr、Glu、Gln、Ala、Lysを前記変数とする前記マハラノビス距離法で作成された式であることを特徴とする。

0037

また、本発明にかかる女性生殖器癌評価装置は、前記に記載の女性生殖器癌評価装置において、前記制御手段は、前記アミノ酸濃度データと前記女性生殖器癌の前記状態を表す指標に関する女性生殖器癌状態指標データとを含む前記記憶手段で記憶した女性生殖器癌状態情報に基づいて、前記記憶手段で記憶する前記多変量判別式を作成する多変量判別式作成手段をさらに備え、前記多変量判別式作成手段は、前記女性生殖器癌状態情報から所定の式作成手法に基づいて、前記多変量判別式の候補である候補多変量判別式を作成する候補多変量判別式作成手段と、前記候補多変量判別式作成手段で作成した前記候補多変量判別式を、所定の検証手法に基づいて検証する候補多変量判別式検証手段と、前記候補多変量判別式検証手段での検証結果から所定の変数選択手法に基づいて前記候補多変量判別式の変数を選択することで、前記候補多変量判別式を作成する際に用いる前記女性生殖器癌状態情報に含まれる前記アミノ酸濃度データの組み合わせを選択する変数選択手段と、をさらに備え、前記候補多変量判別式作成手段、前記候補多変量判別式検証手段および前記変数選択手段を繰り返し実行して蓄積した前記検証結果に基づいて、複数の前記候補多変量判別式の中から前記多変量判別式として採用する前記候補多変量判別式を選出することで、前記多変量判別式を作成することを特徴とする。

0038

また、本発明にかかる女性生殖器癌評価方法は、制御手段と記憶手段とを備えた情報処理装置で実行する、評価対象につき、子宮頸癌、子宮体癌および卵巣癌のうち少なくとも1つを含む女性生殖器癌の状態を評価する女性生殖器癌評価方法であって、前記制御手段で、アミノ酸の濃度値に関する予め取得した前記評価対象のアミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値、および前記アミノ酸の濃度を変数とする前記記憶手段で記憶した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出ステップと、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記女性生殖器癌の状態を評価する判別値基準評価ステップとを実行し、前記多変量判別式は、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを前記変数として含むことを特徴とする。

0039

また、本発明にかかる女性生殖器癌評価方法は、前記に記載の女性生殖器癌評価方法において、前記判別値基準評価ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記女性生殖器癌または非女性生殖器癌であるか否か、前記子宮頸癌、前記子宮体癌、前記卵巣癌のいずれかまたは前記非女性生殖器癌であるか否か、前記子宮頸癌、前記子宮体癌のいずれかまたは非子宮頸癌、非子宮体癌のいずれかであるか否か、前記子宮頸癌または前記非子宮頸癌であるか否か、前記子宮体癌または前記非子宮体癌であるか否か、前記卵巣癌または非卵巣癌であるか否か、女性生殖器癌罹患リスク群または健常群であるか否か、または、前記子宮頸癌、前記子宮体癌、前記卵巣癌のいずれかであるか否かを判別する判別値基準判別ステップをさらに含むことを特徴とする。

0040

また、本発明にかかる女性生殖器癌評価方法は、前記に記載の女性生殖器癌評価方法において、前記多変量判別式は、1つの分数式または複数の前記分数式の和、またはロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか1つであることを特徴とする。

0041

また、本発明にかかる女性生殖器癌評価方法は、前記に記載の女性生殖器癌評価方法において、前記判別値算出ステップは、前記評価対象の前記アミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つの前記濃度値、およびThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準判別ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記子宮頸癌、前記子宮体癌、前記卵巣癌のいずれかまたは前記非女性生殖器癌であるか否かを判別することを特徴とする。また、本発明にかかる女性生殖器癌評価方法は、前記に記載の女性生殖器癌評価方法において、前記多変量判別式は、Gln、His、Argを前記変数とする前記分数式、a−ABA、His、Metを前記変数とする前記分数式、Ile、His、Cit、Arg、Tyr、Trpを前記変数とする前記分数式もしくはa−ABA、Cit、Metを前記変数とする前記分数式、Gly、Val、His、Argを前記変数とする前記線形判別式、Gly、a−ABA、Met、Hisを前記変数とする前記線形判別式、Ala、Ile、His、Trp、Argを前記変数とする前記線形判別式、Gly、Cit、Met、Pheを前記変数とする前記線形判別式もしくはHis、Leu、Met、Cit、Ile、Tyrを前記変数とする前記線形判別式、またはVal、Leu、His、Argを前記変数とする前記ロジスティック回帰式、a−ABA、Met、Tyr、Hisを前記変数とする前記ロジスティック回帰式、Val、Ile、His、Trp、Argを前記変数とする前記ロジスティック回帰式、Cit、a−ABA、Met、Tyrを前記変数とする前記ロジスティック回帰式もしくはHis、Leu、Met、Cit、Ile、Tyrを前記変数とする前記ロジスティック回帰式であることを特徴とする。

0042

また、本発明にかかる女性生殖器癌評価方法は、前記に記載の女性生殖器癌評価方法において、前記判別値算出ステップは、前記評価対象の前記アミノ酸濃度データに含まれるThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値、およびThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準判別ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記子宮頸癌、前記子宮体癌のいずれかまたは前記非子宮頸癌、前記非子宮体癌のいずれかであるか否かを判別することを特徴とする。また、本発明にかかる女性生殖器癌評価方法は、前記に記載の女性生殖器癌評価方法において、前記多変量判別式は、Lys、His、Argを前記変数とする前記分数式、a−ABA、His、Metを前記変数とする前記分数式もしくはIle、His、Cit、Argを前記変数とする前記分数式、Gly、Val、His、Argを前記変数とする前記線形判別式、Gly、Phe、His、Argを前記変数とする前記線形判別式、Cit、Ile、His、Argを前記変数とする前記線形判別式もしくはHis、Leu、Met、Cit、Ile、Tyrを前記変数とする前記線形判別式、またはVal、His、Lys、Argを前記変数とする前記ロジスティック回帰式、Thr、a−ABA、Met、Hisを前記変数とする前記ロジスティック回帰式、Cit、Ile、His、Argを前記変数とする前記ロジスティック回帰式もしくはHis、Leu、Met、Cit、Ile、Tyrを前記変数とする前記ロジスティック回帰式であることを特徴とする。

0043

また、本発明にかかる女性生殖器癌評価方法は、前記に記載の女性生殖器癌評価方法において、前記判別値算出ステップは、前記評価対象の前記アミノ酸濃度データに含まれるAsn、Val、Met、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値、およびAsn、Val、Met、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準判別ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記子宮頸癌または前記非子宮頸癌であるか否かを判別することを特徴とする。また、本発明にかかる女性生殖器癌評価方法は、前記に記載の女性生殖器癌評価方法において、前記多変量判別式は、a−ABA、His、Valを前記変数とする前記分数式、a−ABA、Met、Valを前記変数とする前記分数式もしくはMet、His、Cit、Argを前記変数とする前記分数式、Gly、Val、His、Argを前記変数とする前記線形判別式、Gly、Val、Met、Lysを前記変数とする前記線形判別式、Cit、Met、His、Argを前記変数とする前記線形判別式もしくはHis、Leu、Met、Ile、Tyr、Lysを前記変数とする前記線形判別式、またはVal、Leu、His、Argを前記変数とする前記ロジスティック回帰式、Met、His、Orn、Argを前記変数とする前記ロジスティック回帰式、Val、Tyr、His、Argを前記変数とする前記ロジスティック回帰式もしくはHis、Leu、Met、Ile、Tyr、Lysを前記変数とする前記ロジスティック回帰式であることを特徴とする。

0044

また、本発明にかかる女性生殖器癌評価方法は、前記に記載の女性生殖器癌評価方法において、前記判別値算出ステップは、前記評価対象の前記アミノ酸濃度データに含まれるThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Argのうち少なくとも1つの前記濃度値、およびThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Argのうち少なくとも1つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準判別ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記子宮体癌または前記非子宮体癌であるか否かを判別することを特徴とする。また、本発明にかかる女性生殖器癌評価方法は、前記に記載の女性生殖器癌評価方法において、前記多変量判別式は、Lys、His、Argを前記変数とする前記分数式、a−ABA、His、Metを前記変数とする前記分数式もしくはIle、His、Asn、Citを前記変数とする前記分数式、Gln、His、Lys、Argを前記変数とする前記線形判別式、Gly、Met、Phe、Hisを前記変数とする前記線形判別式、Cit、Ile、His、Argを前記変数とする前記線形判別式もしくはHis、Asn、Val、Pro、Cit、Ileを前記変数とする前記線形判別式、またはGln、Gly、His、Argを前記変数とする前記ロジスティック回帰式、Gln、Phe、His、Argを前記変数とする前記ロジスティック回帰式、Gln、Ile、His、Argを前記変数とする前記ロジスティック回帰式もしくはHis、Asn、Val、Pro、Cit、Ileを前記変数とする前記ロジスティック回帰式であることを特徴とする。

0045

また、本発明にかかる女性生殖器癌評価方法は、前記に記載の女性生殖器癌評価方法において、前記判別値算出ステップは、前記評価対象の前記アミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値、およびThr、Ser、Asn、Gln、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準判別ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記卵巣癌または前記非卵巣癌であるか否かを判別することを特徴とする。また、本発明にかかる女性生殖器癌評価方法は、前記に記載の女性生殖器癌評価方法において、前記多変量判別式は、Orn、Cit、Metを前記変数とする前記分数式、Gln、Cit、Tyrを前記変数とする前記分数式もしくはOrn、His、Phe、Trpを前記変数とする前記分数式、Ser、Cit、Orn、Trpを前記変数とする前記線形判別式、Ser、Cit、Ile、Ornを前記変数とする前記線形判別式、Phe、Trp、Orn、Lysを前記変数とする前記線形判別式もしくはHis、Trp、Glu、Cit、Ile、Ornを前記変数とする前記線形判別式、またはSer、Cit、Trp、Ornを前記変数とする前記ロジスティック回帰式、Gln、Cit、Ile、Tyrを前記変数とする前記ロジスティック回帰式、Asn、Phe、His、Trpを前記変数とする前記ロジスティック回帰式もしくはHis、Trp、Glu、Cit、Ile、Ornを前記変数とする前記ロジスティック回帰式であることを特徴とする。

0046

また、本発明にかかる女性生殖器癌評価方法は、前記に記載の女性生殖器癌評価方法において、前記判別値算出ステップは、前記評価対象の前記アミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つの前記濃度値、およびThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準判別ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記女性生殖器癌罹患リスク群または前記健常群であるか否かを判別することを特徴とする。また、本発明にかかる女性生殖器癌評価方法は、前記に記載の女性生殖器癌評価方法において、前記多変量判別式は、Phe、His、Met、Pro、Lys、Argを前記変数とする前記線形判別式、またはPhe、His、Met、Pro、Lys、Argを前記変数とする前記ロジスティック回帰式であることを特徴とする。

0047

また、本発明にかかる女性生殖器癌評価方法は、前記に記載の女性生殖器癌評価方法において、前記判別値算出ステップは、前記評価対象の前記アミノ酸濃度データに含まれるThr、Ser、Asn、Glu、Gln、Pro、Gly、Ala、Cit、ABA、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値、およびThr、Ser、Asn、Glu、Gln、Pro、Gly、Ala、Cit、ABA、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準判別ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記子宮頸癌、前記子宮体癌、前記卵巣癌のいずれかであるか否かを判別することを特徴とする。また、本発明にかかる女性生殖器癌評価方法は、前記に記載の女性生殖器癌評価方法において、前記多変量判別式は、Cit、Met、Lys、Asn、Ala、Thr、Gln、a−ABAを前記変数とする前記マハラノビス距離法で作成された式、またはHis、Leu、Ser、Thr、Glu、Gln、Ala、Lysを前記変数とする前記マハラノビス距離法で作成された式であることを特徴とする。

0048

また、本発明にかかる女性生殖器癌評価方法は、前記に記載の女性生殖器癌評価方法において、前記制御手段で、前記アミノ酸濃度データと前記女性生殖器癌の前記状態を表す指標に関する女性生殖器癌状態指標データとを含む前記記憶手段で記憶した女性生殖器癌状態情報に基づいて、前記記憶手段で記憶する前記多変量判別式を作成する多変量判別式作成ステップをさらに実行し、前記多変量判別式作成ステップは、前記女性生殖器癌状態情報から所定の式作成手法に基づいて、前記多変量判別式の候補である候補多変量判別式を作成する候補多変量判別式作成ステップと、前記候補多変量判別式作成ステップで作成した前記候補多変量判別式を、所定の検証手法に基づいて検証する候補多変量判別式検証ステップと、前記候補多変量判別式検証ステップでの検証結果から所定の変数選択手法に基づいて前記候補多変量判別式の変数を選択することで、前記候補多変量判別式を作成する際に用いる前記女性生殖器癌状態情報に含まれる前記アミノ酸濃度データの組み合わせを選択する変数選択ステップと、をさらに含み、前記候補多変量判別式作成ステップ、前記候補多変量判別式検証ステップおよび前記変数選択ステップを繰り返し実行して蓄積した前記検証結果に基づいて、複数の前記候補多変量判別式の中から前記多変量判別式として採用する前記候補多変量判別式を選出することで、前記多変量判別式を作成することを特徴とする。

0049

また、本発明にかかる女性生殖器癌評価システムは、制御手段と記憶手段とを備え、評価対象につき、子宮頸癌、子宮体癌および卵巣癌のうち少なくとも1つを含む女性生殖器癌の状態を評価する女性生殖器癌評価装置と、アミノ酸の濃度値に関する前記評価対象のアミノ酸濃度データを提供する情報通信端末装置とを、ネットワークを介して通信可能に接続して構成された女性生殖器癌評価システムであって、前記情報通信端末装置は、前記評価対象の前記アミノ酸濃度データを前記女性生殖器癌評価装置へ送信するアミノ酸濃度データ送信手段と、前記女性生殖器癌評価装置から送信された前記女性生殖器癌の状態に関する前記評価対象の評価結果を受信する評価結果受信手段とを備え、前記女性生殖器癌評価装置の前記制御手段は、前記情報通信端末装置から送信された前記評価対象の前記アミノ酸濃度データを受信するアミノ酸濃度データ受信手段と、前記アミノ酸濃度データ受信手段で受信した前記評価対象の前記アミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値、および前記アミノ酸の濃度を変数とする前記記憶手段で記憶した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出手段と、前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき、前記女性生殖器癌の状態を評価する判別値基準評価手段と、前記判別値基準評価手段での前記評価対象の前記評価結果を前記情報通信端末装置へ送信する評価結果送信手段と、を備え、前記多変量判別式は、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを前記変数として含むことを特徴とする。

0050

また、本発明にかかる女性生殖器癌評価プログラムは、制御手段と記憶手段とを備えた情報処理装置に実行させる、評価対象につき、子宮頸癌、子宮体癌および卵巣癌のうち少なくとも1つを含む女性生殖器癌の状態を評価する女性生殖器癌評価プログラムであって、前記制御手段に、アミノ酸の濃度値に関する予め取得した前記評価対象のアミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの前記濃度値、および前記アミノ酸の濃度を変数とする前記記憶手段で記憶した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出ステップと、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記女性生殖器癌の状態を評価する判別値基準評価ステップとを実行させ、前記多変量判別式は、Thr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを前記変数として含むことを特徴とする。

0051

また、本発明にかかる記録媒体は、コンピュータ読み取り可能な記録媒体であって、前記に記載の女性生殖器癌評価プログラムを記録したことを特徴とする。

発明の効果

0052

本発明によれば、評価対象から採取した血液からアミノ酸の濃度値に関するアミノ酸濃度データを測定し、測定した評価対象のアミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値に基づいて、評価対象につき、子宮頸癌、子宮体癌および卵巣癌のうち少なくとも1つを含む女性生殖器癌の状態を評価するので、血液中のアミノ酸の濃度のうち女性生殖器癌の状態と関連するアミノ酸の濃度を利用して、女性生殖器癌の状態を精度よく評価することができるという効果を奏する。具体的には、女性生殖器癌に罹患している可能性の高い被験者を1種の検体で且つ短時間に絞り込むことができ、その結果、被験者への時間的、身体的および金銭的負担を軽減することができるという効果を奏する。また、具体的には、複数のアミノ酸の濃度により、ある検体が女性生殖器癌を発症しているか否かを精度よく評価することができ、その結果、検査の効率化や高精度化を図ることができるという効果を奏する。

0053

また、本発明によれば、測定した評価対象のアミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値に基づいて、評価対象につき、女性生殖器癌または非女性生殖器癌であるか否か、子宮頸癌、子宮体癌、卵巣癌のいずれかまたは非女性生殖器癌であるか否か、子宮頸癌、子宮体癌のいずれかまたは非子宮頸癌、非子宮体癌のいずれかであるか否か、子宮頸癌または非子宮頸癌であるか否か、子宮体癌または非子宮体癌であるか否か、卵巣癌または非卵巣癌であるか否か、女性生殖器癌罹患リスク群または健常群であるか否か、または、子宮頸癌、子宮体癌、卵巣癌のいずれかであるか否かを判別するので、血液中のアミノ酸の濃度のうち、女性生殖器癌と非女性生殖器癌との2群判別や子宮頸癌、子宮体癌、卵巣癌のいずれかと非女性生殖器癌との判別、子宮頸癌、子宮体癌のいずれかと非子宮頸癌、非子宮体癌のいずれかとの判別、子宮頸癌と非子宮頸癌との2群判別、子宮体癌と非子宮体癌との2群判別、卵巣癌と非卵巣癌との2群判別、女性生殖器癌罹患リスク群と健常群との2群判別、子宮頸癌と子宮体癌と卵巣癌との判別に有用なアミノ酸の濃度を利用して、これらの2群判別やこれらの判別を精度よく行うことができるという効果を奏する。

0054

また、本発明によれば、測定した評価対象のアミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値、およびアミノ酸の濃度を変数とする予め設定した多変量判別式であってThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含むものに基づいて、当該多変量判別式の値である判別値を算出し、算出した判別値に基づいて、評価対象につき、女性生殖器癌の状態を評価するので、女性生殖器癌の状態と有意な相関がある多変量判別式で得られる判別値を利用して、女性生殖器癌の状態を精度よく評価することができるという効果を奏する。具体的には、女性生殖器癌に罹患している可能性の高い被験者を1種の検体で且つ短時間に絞り込むことができ、その結果、被験者への時間的、身体的および金銭的負担を軽減することができるという効果を奏する。また、具体的には、複数のアミノ酸の濃度や当該アミノ酸の濃度を変数とする判別式により、ある検体が女性生殖器癌を発症しているか否かを精度よく評価することができ、その結果、検査の効率化や高精度化を図ることができるという効果を奏する。

0055

また、本発明によれば、算出した判別値に基づいて、評価対象につき、女性生殖器癌または非女性生殖器癌であるか否か、子宮頸癌、子宮体癌、卵巣癌のいずれかまたは非女性生殖器癌であるか否か、子宮頸癌、子宮体癌のいずれかまたは非子宮頸癌、非子宮体癌のいずれかであるか否か、子宮頸癌または非子宮頸癌であるか否か、子宮体癌または非子宮体癌であるか否か、卵巣癌または非卵巣癌であるか否か、女性生殖器癌罹患リスク群または健常群であるか否か、または、子宮頸癌、子宮体癌、卵巣癌のいずれかであるか否かを判別するので、女性生殖器癌と非女性生殖器癌との2群判別や子宮頸癌、子宮体癌、卵巣癌のいずれかと非女性生殖器癌との判別、子宮頸癌、子宮体癌のいずれかと非子宮頸癌、非子宮体癌のいずれかとの判別、子宮頸癌と非子宮頸癌との2群判別、子宮体癌と非子宮体癌との2群判別、卵巣癌と非卵巣癌との2群判別、女性生殖器癌罹患リスク群と健常群との2群判別、子宮頸癌と子宮体癌と卵巣癌との判別に有用な多変量判別式で得られる判別値を利用して、これらの2群判別やこれらの判別を精度よく行うことができるという効果を奏する。

0056

また、本発明によれば、多変量判別式は、1つの分数式または複数の分数式の和、またはロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか1つであるので、女性生殖器癌と非女性生殖器癌との2群判別や子宮頸癌、子宮体癌、卵巣癌のいずれかと非女性生殖器癌との判別、子宮頸癌、子宮体癌のいずれかと非子宮頸癌、非子宮体癌のいずれかとの判別、子宮頸癌と非子宮頸癌との2群判別、子宮体癌と非子宮体癌との2群判別、卵巣癌と非卵巣癌との2群判別、女性生殖器癌罹患リスク群と健常群との2群判別、子宮頸癌と子宮体癌と卵巣癌との判別に特に有用な多変量判別式で得られる判別値を利用して、これらの2群判別やこれらの判別をさらに精度よく行うことができるという効果を奏する。

0057

また、本発明によれば、測定した評価対象のアミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つの濃度値、およびThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、子宮頸癌、子宮体癌、卵巣癌のいずれかまたは非女性生殖器癌であるか否かを判別するので、子宮頸癌、子宮体癌、卵巣癌のいずれかと非女性生殖器癌との判別に特に有用な多変量判別式で得られる判別値を利用して、当該判別をさらに精度よく行うことができるという効果を奏する。また、本発明によれば、多変量判別式は、Gln、His、Argを変数とする分数式、a−ABA、His、Metを変数とする分数式、Ile、His、Cit、Arg、Tyr、Trpを変数とする分数式もしくはa−ABA、Cit、Metを変数とする分数式、Gly、Val、His、Argを変数とする線形判別式、Gly、a−ABA、Met、Hisを変数とする線形判別式、Ala、Ile、His、Trp、Argを変数とする線形判別式、Gly、Cit、Met、Pheを変数とする線形判別式もしくはHis、Leu、Met、Cit、Ile、Tyrを変数とする線形判別式、またはVal、Leu、His、Argを変数とするロジスティック回帰式、a−ABA、Met、Tyr、Hisを変数とするロジスティック回帰式、Val、Ile、His、Trp、Argを変数とするロジスティック回帰式、Cit、a−ABA、Met、Tyrを変数とするロジスティック回帰式もしくはHis、Leu、Met、Cit、Ile、Tyrを変数とするロジスティック回帰式であるので、子宮頸癌、子宮体癌、卵巣癌のいずれかと非女性生殖器癌との判別に特に有用な多変量判別式で得られる判別値を利用して、当該判別をさらに精度よく行うことができるという効果を奏する。

0058

また、本発明によれば、測定した評価対象のアミノ酸濃度データに含まれるThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値、およびThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、子宮頸癌、子宮体癌のいずれかまたは非子宮頸癌、非子宮体癌のいずれかであるか否かを判別するので、子宮頸癌、子宮体癌のいずれかと非子宮頸癌、非子宮体癌のいずれかとの判別に特に有用な多変量判別式で得られる判別値を利用して、当該判別をさらに精度よく行うことができるという効果を奏する。また、本発明によれば、多変量判別式は、Lys、His、Argを変数とする分数式、a−ABA、His、Metを変数とする分数式もしくはIle、His、Cit、Argを変数とする分数式、Gly、Val、His、Argを変数とする線形判別式、Gly、Phe、His、Argを変数とする線形判別式、Cit、Ile、His、Argを変数とする線形判別式もしくはHis、Leu、Met、Cit、Ile、Tyrを変数とする線形判別式、またはVal、His、Lys、Argを変数とするロジスティック回帰式、Thr、a−ABA、Met、Hisを変数とするロジスティック回帰式、Cit、Ile、His、Argを変数とするロジスティック回帰式もしくはHis、Leu、Met、Cit、Ile、Tyrを変数とするロジスティック回帰式であるので、子宮頸癌、子宮体癌のいずれかと非子宮頸癌、非子宮体癌のいずれかとの判別に特に有用な多変量判別式で得られる判別値を利用して、当該判別をさらに精度よく行うことができるという効果を奏する。

0059

また、本発明によれば、測定した評価対象のアミノ酸濃度データに含まれるAsn、Val、Met、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値、およびAsn、Val、Met、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、子宮頸癌または非子宮頸癌であるか否かを判別するので、子宮頸癌と非子宮頸癌との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができるという効果を奏する。また、本発明によれば、多変量判別式は、a−ABA、His、Valを変数とする分数式、a−ABA、Met、Valを変数とする分数式もしくはMet、His、Cit、Argを変数とする分数式、Gly、Val、His、Argを変数とする線形判別式、Gly、Val、Met、Lysを変数とする線形判別式、Cit、Met、His、Argを変数とする線形判別式もしくはHis、Leu、Met、Ile、Tyr、Lysを変数とする線形判別式、またはVal、Leu、His、Argを変数とするロジスティック回帰式、Met、His、Orn、Argを変数とするロジスティック回帰式、Val、Tyr、His、Argを変数とするロジスティック回帰式もしくはHis、Leu、Met、Ile、Tyr、Lysを変数とするロジスティック回帰式であるので、子宮頸癌と非子宮頸癌との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができるという効果を奏する。

0060

また、本発明によれば、測定した評価対象のアミノ酸濃度データに含まれるThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Argのうち少なくとも1つの濃度値、およびThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、子宮体癌または非子宮体癌であるか否かを判別するので、子宮体癌と非子宮体癌との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができるという効果を奏する。また、本発明によれば、多変量判別式は、Lys、His、Argを変数とする分数式、a−ABA、His、Metを変数とする分数式もしくはIle、His、Asn、Citを変数とする分数式、Gln、His、Lys、Argを変数とする線形判別式、Gly、Met、Phe、Hisを変数とする線形判別式、Cit、Ile、His、Argを変数とする線形判別式もしくはHis、Asn、Val、Pro、Cit、Ileを変数とする線形判別式、またはGln、Gly、His、Argを変数とするロジスティック回帰式、Gln、Phe、His、Argを変数とするロジスティック回帰式、Gln、Ile、His、Argを変数とするロジスティック回帰式もしくはHis、Asn、Val、Pro、Cit、Ileを変数とするロジスティック回帰式であるので、子宮体癌と非子宮体癌との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができるという効果を奏する。

0061

また、本発明によれば、測定した評価対象のアミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値、およびThr、Ser、Asn、Gln、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、卵巣癌または非卵巣癌であるか否かを判別するので、卵巣癌と非卵巣癌との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができるという効果を奏する。また、本発明によれば、多変量判別式は、Orn、Cit、Metを変数とする分数式、Gln、Cit、Tyrを変数とする分数式もしくはOrn、His、Phe、Trpを変数とする分数式、Ser、Cit、Orn、Trpを変数とする線形判別式、Ser、Cit、Ile、Ornを変数とする線形判別式、Phe、Trp、Orn、Lysを変数とする線形判別式もしくはHis、Trp、Glu、Cit、Ile、Ornを変数とする線形判別式、またはSer、Cit、Trp、Ornを変数とするロジスティック回帰式、Gln、Cit、Ile、Tyrを変数とするロジスティック回帰式、Asn、Phe、His、Trpを変数とするロジスティック回帰式もしくはHis、Trp、Glu、Cit、Ile、Ornを変数とするロジスティック回帰式であるので、卵巣癌と非卵巣癌との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができるという効果を奏する。

0062

また、本発明によれば、測定した評価対象のアミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つの濃度値、およびThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、女性生殖器癌罹患リスク群または健常群であるか否かを判別するので、女性生殖器癌罹患リスク群と健常群との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができるという効果を奏する。また、本発明によれば、多変量判別式は、Phe、His、Met、Pro、Lys、Argを変数とする線形判別式、またはPhe、His、Met、Pro、Lys、Argを変数とするロジスティック回帰式であるので、女性生殖器癌罹患リスク群と健常群との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができるという効果を奏する。

0063

また、本発明によれば、測定した評価対象のアミノ酸濃度データに含まれるThr、Ser、Asn、Glu、Gln、Pro、Gly、Ala、Cit、ABA、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値、およびThr、Ser、Asn、Glu、Gln、Pro、Gly、Ala、Cit、ABA、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、子宮頸癌、子宮体癌、卵巣癌のいずれかであるか否かを判別するので、子宮頸癌と子宮体癌と卵巣癌との判別に特に有用な多変量判別式で得られる判別値を利用して、当該判別をさらに精度よく行うことができるという効果を奏する。また、本発明によれば、多変量判別式は、Cit、Met、Lys、Asn、Ala、Thr、Gln、a−ABAを変数とするマハラノビス距離法で作成された式、またはHis、Leu、Ser、Thr、Glu、Gln、Ala、Lysを変数とするマハラノビス距離法で作成された式であるので、子宮頸癌と子宮体癌と卵巣癌との判別に特に有用な多変量判別式で得られる判別値を利用して、当該判別をさらに精度よく行うことができるという効果を奏する。

0064

また、本発明によれば、アミノ酸濃度データと女性生殖器癌の状態を表す指標に関する女性生殖器癌状態指標データとを含む記憶手段で記憶した女性生殖器癌状態情報に基づいて、記憶手段で記憶する多変量判別式を作成する。具体的には、(1)女性生殖器癌状態情報から所定の式作成手法に基づいて候補多変量判別式を作成し、(2)作成した候補多変量判別式を所定の検証手法に基づいて検証し、(3)その検証結果から所定の変数選択手法に基づいて候補多変量判別式の変数を選択することで、候補多変量判別式を作成する際に用いる女性生殖器癌状態情報に含まれるアミノ酸濃度データの組み合わせを選択し、(4)(1)、(2)および(3)を繰り返し実行して蓄積した検証結果に基づいて、複数の候補多変量判別式の中から多変量判別式として採用する候補多変量判別式を選出することで、多変量判別式を作成する。これにより、女性生殖器癌の状態の評価に最適な多変量判別式を作成することができるという効果を奏する。

0065

また、本発明によれば、当該記録媒体に記録された女性生殖器癌評価プログラムをコンピュータに読み取らせて実行することで、コンピュータに女性生殖器癌評価プログラムを実行させるので、女性生殖器癌評価プログラムと同様の効果を得ることができるという効果を奏する。

0066

なお、本発明は、女性生殖器癌の状態を評価する際、アミノ酸の濃度以外に、その他の代謝物の濃度や遺伝子の発現量、タンパク質の発現量、被験者の年齢性別喫煙の有無、心電図の波形数値化したものなどをさらに用いてもかまわない。また、本発明は、女性生殖器癌の状態を評価する際、多変量判別式における変数として、アミノ酸の濃度以外に、その他の代謝物の濃度や遺伝子の発現量、タンパク質の発現量、被験者の年齢・性別、喫煙の有無、心電図の波形を数値化したものなどをさらに用いてもかまわない。

図面の簡単な説明

0067

図1は、本発明の基本原理を示す原理構成図である。
図2は、第1実施形態にかかる女性生殖器癌の評価方法の一例を示すフローチャートである。
図3は、本発明の基本原理を示す原理構成図である。
図4は、本システムの全体構成の一例を示す図である。
図5は、本システムの全体構成の他の一例を示す図である。
図6は、本システムの女性生殖器癌評価装置100の構成の一例を示すブロック図である。
図7は、利用者情報ファイル106aに格納される情報の一例を示す図である。
図8は、アミノ酸濃度データファイル106bに格納される情報の一例を示す図である。
図9は、女性生殖器癌状態情報ファイル106cに格納される情報の一例を示す図である。
図10は、指定女性生殖器癌状態情報ファイル106dに格納される情報の一例を示す図である。
図11は、候補多変量判別式ファイル106e1に格納される情報の一例を示す図である。
図12は、検証結果ファイル106e2に格納される情報の一例を示す図である。
図13は、選択女性生殖器癌状態情報ファイル106e3に格納される情報の一例を示す図である。
図14は、多変量判別式ファイル106e4に格納される情報の一例を示す図である。
図15は、判別値ファイル106fに格納される情報の一例を示す図である。
図16は、評価結果ファイル106gに格納される情報の一例を示す図である。
図17は、多変量判別式作成部102hの構成を示すブロック図である。
図18は、判別値基準評価部102jの構成を示すブロック図である。
図19は、本システムのクライアント装置200の構成の一例を示すブロック図である。
図20は、本システムのデータベース装置400の構成の一例を示すブロック図である。
図21は、本システムで行う女性生殖器癌評価サービス処理の一例を示すフローチャートである。
図22は、本システムの女性生殖器癌評価装置100で行う多変量判別式作成処理の一例を示すフローチャートである。
図23は、癌患者群、良性疾患群及び健常群のアミノ酸変数の分布に関する箱ひげ図である。
図24は、子宮頸癌群、子宮体癌群、卵巣癌群、良性疾患群及び健常群のアミノ酸変数の分布に関する箱ひげ図である。
図25は、各群間の2群判別における各アミノ酸変数のROC曲線面積を示す図である。
図26は、指標式1〜12、並びにそれぞれの指標式に関するROC曲線下面積、カットオフ値感度特異度、陽性的中率、陰性的中率及び正答率を示す図である。
図27は、指標式1と同等の判別性能を有する指標式の一覧を示す図である。
図28は、指標式2と同等の判別性能を有する指標式の一覧を示す図である。
図29は、指標式3と同等の判別性能を有する指標式の一覧を示す図である。
図30は、指標式3と同等の判別性能を有する指標式の一覧を示す図である。
図31は、指標式4と同等の判別性能を有する指標式の一覧を示す図である。
図32は、指標式5と同等の判別性能を有する指標式の一覧を示す図である。
図33は、指標式6と同等の判別性能を有する指標式の一覧を示す図である。
図34は、指標式6と同等の判別性能を有する指標式の一覧を示す図である。
図35は、指標式7と同等の判別性能を有する指標式の一覧を示す図である。
図36は、指標式8と同等の判別性能を有する指標式の一覧を示す図である。
図37は、指標式9と同等の判別性能を有する指標式の一覧を示す図である。
図38は、指標式9と同等の判別性能を有する指標式の一覧を示す図である。
図39は、指標式10と同等の判別性能を有する指標式の一覧を示す図である。
図40は、指標式11と同等の判別性能を有する指標式の一覧を示す図である。
図41は、指標式12と同等の判別性能を有する指標式の一覧を示す図である。
図42は、指標式12と同等の判別性能を有する指標式の一覧を示す図である。
図43は、指標式13〜21、並びにそれぞれの指標式に関するROC曲線下面積、カットオフ値、感度、特異度、陽性的中率、陰性的中率及び正答率を示す図である。
図44は、指標式13と同等の判別性能を有する指標式の一覧を示す図である。
図45は、指標式14と同等の判別性能を有する指標式の一覧を示す図である。
図46は、指標式15と同等の判別性能を有する指標式の一覧を示す図である。
図47は、指標式15と同等の判別性能を有する指標式の一覧を示す図である。
図48は、指標式16と同等の判別性能を有する指標式の一覧を示す図である。
図49は、指標式17と同等の判別性能を有する指標式の一覧を示す図である。
図50は、指標式18と同等の判別性能を有する指標式の一覧を示す図である。
図51は、指標式18と同等の判別性能を有する指標式の一覧を示す図である。
図52は、指標式19と同等の判別性能を有する指標式の一覧を示す図である。
図53は、指標式20と同等の判別性能を有する指標式の一覧を示す図である。
図54は、指標式21と同等の判別性能を有する指標式の一覧を示す図である。
図55は、指標式21と同等の判別性能を有する指標式の一覧を示す図である。
図56は、指標式22〜30、並びにそれぞれの指標式に関するROC曲線下面積、カットオフ値、感度、特異度、陽性的中率、陰性的中率及び正答率を示す図である。
図57は、指標式22と同等の判別性能を有する指標式の一覧を示す図である。
図58は、指標式23と同等の判別性能を有する指標式の一覧を示す図である。
図59は、指標式24と同等の判別性能を有する指標式の一覧を示す図である。
図60は、指標式24と同等の判別性能を有する指標式の一覧を示す図である。
図61は、指標式25と同等の判別性能を有する指標式の一覧を示す図である。
図62は、指標式26と同等の判別性能を有する指標式の一覧を示す図である。
図63は、指標式27と同等の判別性能を有する指標式の一覧を示す図である。
図64は、指標式27と同等の判別性能を有する指標式の一覧を示す図である。
図65は、指標式28と同等の判別性能を有する指標式の一覧を示す図である。
図66は、指標式29と同等の判別性能を有する指標式の一覧を示す図である。
図67は、指標式30と同等の判別性能を有する指標式の一覧を示す図である。
図68は、指標式30と同等の判別性能を有する指標式の一覧を示す図である。
図69は、指標式31〜39、並びにそれぞれの指標式に関するROC曲線下面積、カットオフ値、感度、特異度、陽性的中率、陰性的中率及び正答率を示す図である。
図70は、指標式31と同等の判別性能を有する指標式の一覧を示す図である。
図71は、指標式32と同等の判別性能を有する指標式の一覧を示す図である。
図72は、指標式33と同等の判別性能を有する指標式の一覧を示す図である。
図73は、指標式33と同等の判別性能を有する指標式の一覧を示す図である。
図74は、指標式34と同等の判別性能を有する指標式の一覧を示す図である。
図75は、指標式35と同等の判別性能を有する指標式の一覧を示す図である。
図76は、指標式36と同等の判別性能を有する指標式の一覧を示す図である。
図77は、指標式36と同等の判別性能を有する指標式の一覧を示す図である。
図78は、指標式37と同等の判別性能を有する指標式の一覧を示す図である。
図79は、指標式38と同等の判別性能を有する指標式の一覧を示す図である。
図80は、指標式39と同等の判別性能を有する指標式の一覧を示す図である。
図81は、指標式39と同等の判別性能を有する指標式の一覧を示す図である。
図82は、指標式40〜48、並びにそれぞれの指標式に関するROC曲線下面積、カットオフ値、感度、特異度、陽性的中率、陰性的中率及び正答率を示す図である。
図83は、指標式40と同等の判別性能を有する指標式の一覧を示す図である。
図84は、指標式41と同等の判別性能を有する指標式の一覧を示す図である。
図85は、指標式42と同等の判別性能を有する指標式の一覧を示す図である。
図86は、指標式42と同等の判別性能を有する指標式の一覧を示す図である。
図87は、指標式43と同等の判別性能を有する指標式の一覧を示す図である。
図88は、指標式44と同等の判別性能を有する指標式の一覧を示す図である。
図89は、指標式45と同等の判別性能を有する指標式の一覧を示す図である。
図90は、指標式45と同等の判別性能を有する指標式の一覧を示す図である。
図91は、指標式46と同等の判別性能を有する指標式の一覧を示す図である。
図92は、指標式47と同等の判別性能を有する指標式の一覧を示す図である。
図93は、指標式48と同等の判別性能を有する指標式の一覧を示す図である。
図94は、指標式48と同等の判別性能を有する指標式の一覧を示す図である。
図95は、指標式49及び50、並びにそれぞれの指標式に関するスピアマン相関係数及びROC曲線下面積を示す図である。
図96は、指標式49と同等の判別性能を有する指標式の一覧を示す図である。
図97は、指標式49と同等の判別性能を有する指標式の一覧を示す図である。
図98は、指標式50と同等の判別性能を有する指標式の一覧を示す図である。
図99は、指標式50と同等の判別性能を有する指標式の一覧を示す図である。
図100は、子宮頸癌、子宮体癌、卵巣癌の正答率を示す図である。
図101は、変数群1と同等の判別性能を示したアミノ酸変数群の組み合わせの一覧を示す図である。
図102は、変数群1と同等の判別性能を示したアミノ酸変数群の組み合わせの一覧を示す図である。
図103は、変数群1と同等の判別性能を示したアミノ酸変数群の組み合わせの一覧を示す図である。
図104は、指標式群1としての、アミノ酸変数Asn、Pro、Cit、ABA、Val、Ile、Tyr、Phe、Trp、Orn、Lys及び定数項からなる判別式群を示す図である。
図105は、子宮頸癌、子宮体癌、卵巣癌の正答率を示す図である。
図106は、指標式群1と同等の判別性能を示したアミノ酸変数群の組み合わせの一覧を示す図である。
図107は、指標式群1と同等の判別性能を示したアミノ酸変数群の組み合わせの一覧を示す図である。
図108は、それぞれの指標式に関する各2群判別でのROC曲線下面積を示す図である。
図109は、癌患者群および非癌群のアミノ酸変数の分布に関する箱ひげ図である。
図110は、子宮癌患者群および非子宮癌群のアミノ酸変数の分布に関する箱ひげ図である。
図111は、子宮体癌患者群および非子宮体癌群のアミノ酸変数の分布に関する箱ひげ図である。
図112は、子宮頸癌患者群および非子宮頸癌群のアミノ酸変数の分布に関する箱ひげ図である。
図113は、卵巣癌患者群および非卵巣癌群のアミノ酸変数の分布に関する箱ひげ図である。
図114は、女性生殖器癌罹患リスク群および健常群のアミノ酸変数の分布に関する箱ひげ図である。
図115は、指標式51に関するROC曲線を示す図である。
図116は、指標式51と同等の判別性能を有する指標式の一覧を示す図である。
図117は、指標式51と同等の判別性能を有する指標式の一覧を示す図である。
図118は、指標式51と同等の判別性能を有する指標式の一覧を示す図である。
図119は、指標式51と同等の判別性能を有する指標式の一覧を示す図である。
図120は、指標式52に関するROC曲線を示す図である。
図121は、指標式52と同等の判別性能を有する指標式の一覧を示す図である。
図122は、指標式52と同等の判別性能を有する指標式の一覧を示す図である。
図123は、指標式52と同等の判別性能を有する指標式の一覧を示す図である。
図124は、指標式52と同等の判別性能を有する指標式の一覧を示す図である。
図125は、各アミノ酸の出現頻度の一覧を示す図である。
図126は、指標式53に関するROC曲線を示す図である。
図127は、指標式53と同等の判別性能を有する指標式の一覧を示す図である。
図128は、指標式53と同等の判別性能を有する指標式の一覧を示す図である。
図129は、指標式53と同等の判別性能を有する指標式の一覧を示す図である。
図130は、指標式53と同等の判別性能を有する指標式の一覧を示す図である。
図131は、指標式54に関するROC曲線を示す図である。
図132は、指標式54と同等の判別性能を有する指標式の一覧を示す図である。
図133は、指標式54と同等の判別性能を有する指標式の一覧を示す図である。
図134は、指標式54と同等の判別性能を有する指標式の一覧を示す図である。
図135は、指標式54と同等の判別性能を有する指標式の一覧を示す図である。
図136は、各アミノ酸の出現頻度の一覧を示す図である。
図137は、指標式55に関するROC曲線を示す図である。
図138は、指標式55と同等の判別性能を有する指標式の一覧を示す図である。
図139は、指標式55と同等の判別性能を有する指標式の一覧を示す図である。
図140は、指標式55と同等の判別性能を有する指標式の一覧を示す図である。
図141は、指標式55と同等の判別性能を有する指標式の一覧を示す図である。
図142は、指標式56に関するROC曲線を示す図である。
図143は、指標式56と同等の判別性能を有する指標式の一覧を示す図である。
図144は、指標式56と同等の判別性能を有する指標式の一覧を示す図である。
図145は、指標式56と同等の判別性能を有する指標式の一覧を示す図である。
図146は、指標式56と同等の判別性能を有する指標式の一覧を示す図である。
図147は、各アミノ酸の出現頻度の一覧を示す図である。
図148は、指標式57に関するROC曲線を示す図である。
図149は、指標式57と同等の判別性能を有する指標式の一覧を示す図である。
図150は、指標式57と同等の判別性能を有する指標式の一覧を示す図である。
図151は、指標式57と同等の判別性能を有する指標式の一覧を示す図である。
図152は、指標式57と同等の判別性能を有する指標式の一覧を示す図である。
図153は、指標式58に関するROC曲線を示す図である。
図154は、指標式58と同等の判別性能を有する指標式の一覧を示す図である。
図155は、指標式58と同等の判別性能を有する指標式の一覧を示す図である。
図156は、指標式58と同等の判別性能を有する指標式の一覧を示す図である。
図157は、指標式58と同等の判別性能を有する指標式の一覧を示す図である。
図158は、各アミノ酸の出現頻度の一覧を示す図である。
図159は、指標式59に関するROC曲線を示す図である。
図160は、指標式59と同等の判別性能を有する指標式の一覧を示す図である。
図161は、指標式59と同等の判別性能を有する指標式の一覧を示す図である。
図162は、指標式59と同等の判別性能を有する指標式の一覧を示す図である。
図163は、指標式59と同等の判別性能を有する指標式の一覧を示す図である。
図164は、指標式60に関するROC曲線を示す図である。
図165は、指標式60と同等の判別性能を有する指標式の一覧を示す図である。
図166は、指標式60と同等の判別性能を有する指標式の一覧を示す図である。
図167は、指標式60と同等の判別性能を有する指標式の一覧を示す図である。
図168は、指標式60と同等の判別性能を有する指標式の一覧を示す図である。
図169は、各アミノ酸の出現頻度の一覧を示す図である。
図170は、指標式61に関するROC曲線を示す図である。
図171は、指標式61と同等の判別性能を有する指標式の一覧を示す図である。
図172は、指標式61と同等の判別性能を有する指標式の一覧を示す図である。
図173は、指標式61と同等の判別性能を有する指標式の一覧を示す図である。
図174は、指標式61と同等の判別性能を有する指標式の一覧を示す図である。
図175は、指標式62に関するROC曲線を示す図である。
図176は、指標式62と同等の判別性能を有する指標式の一覧を示す図である。
図177は、指標式62と同等の判別性能を有する指標式の一覧を示す図である。
図178は、指標式62と同等の判別性能を有する指標式の一覧を示す図である。
図179は、指標式62と同等の判別性能を有する指標式の一覧を示す図である。
図180は、各アミノ酸の出現頻度の一覧を示す図である。
図181は、指標式63と同等の判別性能を有する指標式の一覧を示す図である。
図182は、指標式63と同等の判別性能を有する指標式の一覧を示す図である。
図183は、変数群1と同等の判別性能を有するアミノ酸変数群の組み合わせを示す図である。
図184は、変数群1と同等の判別性能を有するアミノ酸変数群の組み合わせを示す図である。
図185は、線形判別式群1と同等の判別性能を有する線形判別式群を構成するアミノ酸変数群の組み合わせを示す図である。
図186は、線形判別式群1と同等の判別性能を有する線形判別式群を構成するアミノ酸変数群の組み合わせを示す図である。

0068

以下に、本発明にかかる女性生殖器癌の評価方法の実施の形態(第1実施形態)ならびに本発明にかかる女性生殖器癌評価装置、女性生殖器癌評価方法、女性生殖器癌評価システム、女性生殖器癌評価プログラムおよび記録媒体の実施の形態(第2実施形態)を、図面に基づいて詳細に説明する。なお、本実施の形態により本発明が限定されるものではない。

0069

[第1実施形態]
[1−1.本発明の概要
ここでは、本発明にかかる女性生殖器癌の評価方法の概要について図1を参照して説明する。図1は本発明の基本原理を示す原理構成図である。

0070

まず、本発明では、評価対象(例えば動物やヒトなど個体)から採取した血液から、アミノ酸の濃度値に関するアミノ酸濃度データを測定する(ステップS−11)。ここで、血中アミノ酸濃度の分析は次のように行った。採血した血液サンプルを、ヘパリン処理したチューブに採取し、採取した血液サンプルを遠心することにより血液から血漿を分離した。全ての血漿サンプルは、アミノ酸濃度の測定時まで−70℃で凍結保存した。アミノ酸濃度測定時には、スルホサリチル酸を添加し3%濃度調整により除蛋白処理を行い、測定には、ポストカラムニンヒドリン反応を用いた高速液体クロマトグラフィーHPLC)を原理としたアミノ酸分析機を使用した。なお、アミノ酸濃度の単位は、例えばモル濃度重量濃度、これらの濃度に任意の定数加減乗除することで得られるものでもよい。

0071

つぎに、本発明では、ステップS−11で測定した評価対象のアミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値に基づいて、評価対象につき、子宮頸癌、子宮体癌および卵巣癌のうち少なくとも1つを含む女性生殖器癌の状態を評価する(ステップS−12)。

0072

以上、本発明によれば、評価対象から採取した血液からアミノ酸の濃度値に関するアミノ酸濃度データを測定し、測定した評価対象のアミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値に基づいて、評価対象につき、女性生殖器癌の状態を評価する。これにより、血液中のアミノ酸の濃度のうち女性生殖器癌の状態と関連するアミノ酸の濃度を利用して、女性生殖器癌の状態を精度よく評価することができる。具体的には、女性生殖器癌に罹患している可能性の高い被験者を1種の検体で且つ短時間に絞り込むことができ、その結果、被験者への時間的、身体的および金銭的負担を軽減することができる。また、具体的には、複数のアミノ酸の濃度により、ある検体が女性生殖器癌を発症しているか否かを精度よく評価することができ、その結果、検査の効率化や高精度化を図ることができる。

0073

ここで、ステップS−12を実行する前に、ステップS−11で測定した評価対象のアミノ酸濃度データから欠損値外れ値などのデータを除去してもよい。これにより、女性生殖器癌の状態をさらに精度よく評価することができる。

0074

また、ステップS−12では、ステップS−11で測定した評価対象のアミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値に基づいて、評価対象につき、女性生殖器癌または非女性生殖器癌であるか否か、子宮頸癌、子宮体癌、卵巣癌のいずれかまたは非女性生殖器癌であるか否か、子宮頸癌、子宮体癌のいずれかまたは非子宮頸癌、非子宮体癌のいずれかであるか否か、子宮頸癌または非子宮頸癌であるか否か、子宮体癌または非子宮体癌であるか否か、卵巣癌または非卵巣癌であるか否か、女性生殖器癌罹患リスク群または健常群であるか否か、または、子宮頸癌、子宮体癌、卵巣癌のいずれかであるか否かを判別してもよい。これにより、血液中のアミノ酸の濃度のうち、女性生殖器癌と非女性生殖器癌との2群判別や子宮頸癌、子宮体癌、卵巣癌のいずれかと非女性生殖器癌との判別、子宮頸癌、子宮体癌のいずれかと非子宮頸癌、非子宮体癌のいずれかとの判別、子宮頸癌と非子宮頸癌との2群判別、子宮体癌と非子宮体癌との2群判別、卵巣癌と非卵巣癌との2群判別、女性生殖器癌罹患リスク群と健常群との2群判別、子宮頸癌と子宮体癌と卵巣癌との判別に有用なアミノ酸の濃度を利用して、これらの2群判別やこれらの判別を精度よく行うことができる。

0075

また、ステップS−12では、ステップS−11で測定した評価対象のアミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値、およびアミノ酸の濃度を変数とする予め設定した多変量判別式であってThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含むものに基づいて、当該多変量判別式の値である判別値を算出し、算出した判別値に基づいて、評価対象につき、女性生殖器癌の状態を評価してもよい。これにより、女性生殖器癌の状態と有意な相関がある多変量判別式で得られる判別値を利用して、女性生殖器癌の状態を精度よく評価することができる。具体的には、女性生殖器癌に罹患している可能性の高い被験者を1種の検体で且つ短時間に絞り込むことができ、その結果、被験者への時間的、身体的および金銭的負担を軽減することができる。また、具体的には、複数のアミノ酸の濃度や当該アミノ酸の濃度を変数とする判別式により、ある検体が女性生殖器癌を発症しているか否かを精度よく評価することができ、その結果、検査の効率化や高精度化を図ることができる。

0076

また、ステップS−12では、算出した判別値に基づいて、評価対象につき、女性生殖器癌または非女性生殖器癌であるか否か、子宮頸癌、子宮体癌、卵巣癌のいずれかまたは非女性生殖器癌であるか否か、子宮頸癌、子宮体癌のいずれかまたは非子宮頸癌、非子宮体癌のいずれかであるか否か、子宮頸癌または非子宮頸癌であるか否か、子宮体癌または非子宮体癌であるか否か、卵巣癌または非卵巣癌であるか否か、女性生殖器癌罹患リスク群または健常群であるか否か、または、子宮頸癌、子宮体癌、卵巣癌のいずれかであるか否かを判別してもよい。具体的には、判別値と予め設定された閾値(カットオフ値)とを比較することで、評価対象につき、女性生殖器癌または非女性生殖器癌であるか否か、子宮頸癌、子宮体癌、卵巣癌のいずれかまたは非女性生殖器癌であるか否か、子宮頸癌、子宮体癌のいずれかまたは非子宮頸癌、非子宮体癌のいずれかであるか否か、子宮頸癌または非子宮頸癌であるか否か、子宮体癌または非子宮体癌であるか否か、卵巣癌または非卵巣癌であるか否か、女性生殖器癌罹患リスク群または健常群であるか否か、または、子宮頸癌、子宮体癌、卵巣癌のいずれかであるか否かを判別してもよい。これにより、女性生殖器癌と非女性生殖器癌との2群判別や子宮頸癌、子宮体癌、卵巣癌のいずれかと非女性生殖器癌との判別、子宮頸癌、子宮体癌のいずれかと非子宮頸癌、非子宮体癌のいずれかとの判別、子宮頸癌と非子宮頸癌との2群判別、子宮体癌と非子宮体癌との2群判別、卵巣癌と非卵巣癌との2群判別、女性生殖器癌罹患リスク群と健常群との2群判別、子宮頸癌と子宮体癌と卵巣癌との判別に有用な多変量判別式で得られる判別値を利用して、これらの2群判別やこれらの判別を精度よく行うことができる。

0077

なお、多変量判別式は、1つの分数式または複数の分数式の和、またはロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか1つでもよい。これにより、女性生殖器癌と非女性生殖器癌との2群判別や子宮頸癌、子宮体癌、卵巣癌のいずれかと非女性生殖器癌との判別、子宮頸癌、子宮体癌のいずれかと非子宮頸癌、非子宮体癌のいずれかとの判別、子宮頸癌と非子宮頸癌との2群判別、子宮体癌と非子宮体癌との2群判別、卵巣癌と非卵巣癌との2群判別、女性生殖器癌罹患リスク群と健常群との2群判別、子宮頸癌と子宮体癌と卵巣癌との判別に特に有用な多変量判別式で得られる判別値を利用して、これらの2群判別やこれらの判別をさらに精度よく行うことができる。

0078

また、ステップS−12では、ステップS−11で測定した評価対象のアミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つの濃度値、およびThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、子宮頸癌、子宮体癌、卵巣癌のいずれかまたは非女性生殖器癌であるか否かを判別してもよい。これにより、子宮頸癌、子宮体癌、卵巣癌のいずれかと非女性生殖器癌との判別に特に有用な多変量判別式で得られる判別値を利用して、当該判別をさらに精度よく行うことができる。なお、この場合に用いる多変量判別式は、Gln、His、Argを変数とする分数式、a−ABA、His、Metを変数とする分数式、Ile、His、Cit、Arg、Tyr、Trpを変数とする分数式もしくはa−ABA、Cit、Metを変数とする分数式、Gly、Val、His、Argを変数とする線形判別式、Gly、a−ABA、Met、Hisを変数とする線形判別式、Ala、Ile、His、Trp、Argを変数とする線形判別式、Gly、Cit、Met、Pheを変数とする線形判別式もしくはHis、Leu、Met、Cit、Ile、Tyrを変数とする線形判別式、またはVal、Leu、His、Argを変数とするロジスティック回帰式、a−ABA、Met、Tyr、Hisを変数とするロジスティック回帰式、Val、Ile、His、Trp、Argを変数とするロジスティック回帰式、Cit、a−ABA、Met、Tyrを変数とするロジスティック回帰式もしくはHis、Leu、Met、Cit、Ile、Tyrを変数とするロジスティック回帰式でもよい。これにより、子宮頸癌、子宮体癌、卵巣癌のいずれかと非女性生殖器癌との判別に特に有用な多変量判別式で得られる判別値を利用して、当該判別をさらに精度よく行うことができる。

0079

また、ステップS−12では、ステップS−11で測定した評価対象のアミノ酸濃度データに含まれるThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値、およびThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、子宮頸癌、子宮体癌のいずれかまたは非子宮頸癌、非子宮体癌のいずれかであるか否かを判別してもよい。これにより、子宮頸癌、子宮体癌のいずれかと非子宮頸癌、非子宮体癌のいずれかとの判別に特に有用な多変量判別式で得られる判別値を利用して、当該判別をさらに精度よく行うことができる。なお、この場合に用いる多変量判別式は、Lys、His、Argを変数とする分数式、a−ABA、His、Metを変数とする分数式もしくはIle、His、Cit、Argを変数とする分数式、Gly、Val、His、Argを変数とする線形判別式、Gly、Phe、His、Argを変数とする線形判別式、Cit、Ile、His、Argを変数とする線形判別式もしくはHis、Leu、Met、Cit、Ile、Tyrを変数とする線形判別式、またはVal、His、Lys、Argを変数とするロジスティック回帰式、Thr、a−ABA、Met、Hisを変数とするロジスティック回帰式、Cit、Ile、His、Argを変数とするロジスティック回帰式もしくはHis、Leu、Met、Cit、Ile、Tyrを変数とするロジスティック回帰式でもよい。これにより、子宮頸癌、子宮体癌のいずれかと非子宮頸癌、非子宮体癌のいずれかとの判別に特に有用な多変量判別式で得られる判別値を利用して、当該判別をさらに精度よく行うことができる。

0080

また、ステップS−12では、ステップS−11で測定した評価対象のアミノ酸濃度データに含まれるAsn、Val、Met、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値、およびAsn、Val、Met、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、子宮頸癌または非子宮頸癌であるか否かを判別してもよい。これにより、子宮頸癌と非子宮頸癌との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができる。なお、この場合に用いる多変量判別式は、a−ABA、His、Valを変数とする分数式、a−ABA、Met、Valを変数とする分数式もしくはMet、His、Cit、Argを変数とする分数式、Gly、Val、His、Argを変数とする線形判別式、Gly、Val、Met、Lysを変数とする線形判別式、Cit、Met、His、Argを変数とする線形判別式もしくはHis、Leu、Met、Ile、Tyr、Lysを変数とする線形判別式、またはVal、Leu、His、Argを変数とするロジスティック回帰式、Met、His、Orn、Argを変数とするロジスティック回帰式、Val、Tyr、His、Argを変数とするロジスティック回帰式もしくはHis、Leu、Met、Ile、Tyr、Lysを変数とするロジスティック回帰式でもよい。これにより、子宮頸癌と非子宮頸癌との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができる。

0081

また、ステップS−12では、ステップS−11で測定した評価対象のアミノ酸濃度データに含まれるThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Argのうち少なくとも1つの濃度値、およびThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、子宮体癌または非子宮体癌であるか否かを判別してもよい。これにより、子宮体癌と非子宮体癌との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができる。なお、この場合に用いる多変量判別式は、Lys、His、Argを変数とする分数式、a−ABA、His、Metを変数とする分数式もしくはIle、His、Asn、Citを変数とする分数式、Gln、His、Lys、Argを変数とする線形判別式、Gly、Met、Phe、Hisを変数とする線形判別式、Cit、Ile、His、Argを変数とする線形判別式もしくはHis、Asn、Val、Pro、Cit、Ileを変数とする線形判別式、またはGln、Gly、His、Argを変数とするロジスティック回帰式、Gln、Phe、His、Argを変数とするロジスティック回帰式、Gln、Ile、His、Argを変数とするロジスティック回帰式もしくはHis、Asn、Val、Pro、Cit、Ileを変数とするロジスティック回帰式でもよい。これにより、子宮体癌と非子宮体癌との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができる。

0082

また、ステップS−12では、ステップS−11で測定した評価対象のアミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値、およびThr、Ser、Asn、Gln、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、卵巣癌または非卵巣癌であるか否かを判別してもよい。これにより、卵巣癌と非卵巣癌との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができる。なお、この場合に用いる多変量判別式は、Orn、Cit、Metを変数とする分数式、Gln、Cit、Tyrを変数とする分数式もしくはOrn、His、Phe、Trpを変数とする分数式、Ser、Cit、Orn、Trpを変数とする線形判別式、Ser、Cit、Ile、Ornを変数とする線形判別式、Phe、Trp、Orn、Lysを変数とする線形判別式もしくはHis、Trp、Glu、Cit、Ile、Ornを変数とする線形判別式、またはSer、Cit、Trp、Ornを変数とするロジスティック回帰式、Gln、Cit、Ile、Tyrを変数とするロジスティック回帰式、Asn、Phe、His、Trpを変数とするロジスティック回帰式もしくはHis、Trp、Glu、Cit、Ile、Ornを変数とするロジスティック回帰式でもよい。これにより、卵巣癌と非卵巣癌との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができる。

0083

また、ステップS−12では、ステップS−11で測定した評価対象のアミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つの濃度値、およびThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、女性生殖器癌罹患リスク群または健常群であるか否かを判別してもよい。これにより、女性生殖器癌罹患リスク群と健常群との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができる。なお、この場合に用いる多変量判別式は、Phe、His、Met、Pro、Lys、Argを変数とする線形判別式、またはPhe、His、Met、Pro、Lys、Argを変数とするロジスティック回帰式でもよい。これにより、女性生殖器癌罹患リスク群と健常群との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができる。

0084

また、ステップS−12では、ステップS−11で測定した評価対象のアミノ酸濃度データに含まれるThr、Ser、Asn、Glu、Gln、Pro、Gly、Ala、Cit、ABA、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値、およびThr、Ser、Asn、Glu、Gln、Pro、Gly、Ala、Cit、ABA、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、子宮頸癌、子宮体癌、卵巣癌のいずれかであるか否かを判別してもよい。これにより、子宮頸癌と子宮体癌と卵巣癌との判別に特に有用な多変量判別式で得られる判別値を利用して、当該判別をさらに精度よく行うことができる。なお、この場合に用いる多変量判別式は、Cit、Met、Lys、Asn、Ala、Thr、Gln、a−ABAを変数とするマハラノビス距離法で作成された式、またはHis、Leu、Ser、Thr、Glu、Gln、Ala、Lysを変数とするマハラノビス距離法で作成された式でもよい。これにより、子宮頸癌と子宮体癌と卵巣癌との判別に特に有用な多変量判別式で得られる判別値を利用して、当該判別をさらに精度よく行うことができる。

0085

なお、上述した多変量判別式は、本出願人による国際出願である国際公開第2004/052191号に記載の方法や、本出願人による国際出願である国際公開第2006/098192号に記載の方法(後述する第2実施形態に記載の多変量判別式作成処理)で作成することができる。これら方法で得られた多変量判別式であれば、入力データとしてのアミノ酸濃度データにおけるアミノ酸濃度の単位に因らず、当該多変量判別式を女性生殖器癌の状態の評価に好適に用いることができる。

0086

ここで、多変量判別式とは、一般に多変量解析で用いられる式の形式を意味し、例えば分数式、重回帰式、多重ロジスティック回帰式、線形判別関数、マハラノビス距離、正準判別関数、サポートベクターマシン、決定木などを包含する。また、異なる形式の多変量判別式の和で示されるような式も含まれる。また、重回帰式、多重ロジスティック回帰式、正準判別関数においては各変数に係数および定数項が付加されるが、この場合の係数および定数項は、好ましくは実数であること、より好ましくはデータから判別を行うために得られた係数および定数項の99%信頼区間の範囲に属する値、さらに好ましくはデータから判別を行うために得られた係数および定数項の95%信頼区間の範囲に属する値であればかまわない。また、各係数の値、及びその信頼区間は、それを実数倍したものでもよく、定数項の値、及びその信頼区間は、それに任意の実定数を加減乗除したものでもよい。

0087

また、分数式とは、当該分数式の分子がアミノ酸A,B,C,・・・の和で表わされ、且つ当該分数式の分母がアミノ酸a,b,c,・・・の和で表わされるものである。また、分数式には、このような構成の分数式α,β,γ,・・・の和(例えばα+βのようなもの)も含まれる。また、分数式には、分割された分数式も含まれる。なお、分子や分母に用いられるアミノ酸にはそれぞれ適当な係数がついてもかまわない。また、分子や分母に用いられるアミノ酸は重複してもかまわない。また、各分数式に適当な係数がついてもかまわない。また、各変数の係数の値や定数項の値は、実数であればかまわない。分数式で、分子の変数と分母の変数を入れ替えた組み合わせは、目的変数との相関の正負の符号は概して逆転するが、それらの相関性は保たれるので、判別性では同等と見なせるので、分子の変数と分母の変数を入れ替えた組み合わせも、包含するものである。

0088

なお、本発明は、女性生殖器癌の状態を評価する際、アミノ酸の濃度以外に、その他の代謝物の濃度や遺伝子の発現量、タンパク質の発現量、被験者の年齢・性別、喫煙の有無、心電図の波形を数値化したものなどをさらに用いてもかまわない。また、本発明は、女性生殖器癌の状態を評価する際、多変量判別式における変数として、アミノ酸の濃度以外に、その他の代謝物の濃度や遺伝子の発現量、タンパク質の発現量、被験者の年齢・性別、喫煙の有無、心電図の波形を数値化したものなどをさらに用いてもかまわない。

0089

[1−2.第1実施形態にかかる女性生殖器癌の状態の評価方法]
ここでは、第1実施形態にかかる女性生殖器癌の状態の評価方法について図2を参照して説明する。図2は、第1実施形態にかかる女性生殖器癌の状態の評価方法の一例を示すフローチャートである。

0090

まず、動物やヒトなどの個体から採取した血液から、アミノ酸の濃度値に関するアミノ酸濃度データを測定する(ステップSA−11)。なお、アミノ酸の濃度値の測定は、上述した方法で行う。

0091

つぎに、ステップSA−11で測定した個体のアミノ酸濃度データから欠損値や外れ値などのデータを除去する(ステップSA−12)。

0092

つぎに、ステップSA−12で欠損値や外れ値などのデータが除去された個体のアミノ酸濃度データや、アミノ酸の濃度を変数とする予め設定した多変量判別式(当該多変量判別式は、1つの分数式または複数の分数式の和、またはロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか1つである。)に基づいて、個体につき、下記11.〜18.に示す判別のいずれか1つを行う(ステップSA−13)。

0093

11.女性生殖器癌または非女性生殖器癌であるか否かの判別
アミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、女性生殖器癌または非女性生殖器癌であるか否かを判別する、またはアミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値、およびThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、女性生殖器癌または非女性生殖器癌であるか否かを判別する。

0094

12.子宮頸癌、子宮体癌、卵巣癌のいずれかまたは非女性生殖器癌であるか否かの判別
アミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、子宮頸癌、子宮体癌、卵巣癌のいずれかまたは非女性生殖器癌であるか否かを判別する、またはアミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つの濃度値、およびThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、子宮頸癌、子宮体癌、卵巣癌のいずれかまたは非女性生殖器癌であるか否かを判別する。

0095

13.子宮頸癌、子宮体癌のいずれかまたは非子宮頸癌、非子宮体癌のいずれかであるか否かの判別
アミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、子宮頸癌、子宮体癌のいずれかまたは非子宮頸癌、非子宮体癌のいずれかであるか否かを判別する、またはアミノ酸濃度データに含まれるThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値、およびThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、子宮頸癌、子宮体癌のいずれかまたは非子宮頸癌、非子宮体癌のいずれかであるか否かを判別する。

0096

14.子宮頸癌または非子宮頸癌であるか否かの判別
アミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、子宮頸癌または非子宮頸癌であるか否かを判別する、またはアミノ酸濃度データに含まれるAsn、Val、Met、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値、およびAsn、Val、Met、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、子宮頸癌または非子宮頸癌であるか否かを判別する。

0097

15.子宮体癌または非子宮体癌であるか否かの判別
アミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、子宮体癌または非子宮体癌であるか否かを判別する、またはアミノ酸濃度データに含まれるThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Argのうち少なくとも1つの濃度値、およびThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、子宮体癌または非子宮体癌であるか否かを判別する。

0098

16.卵巣癌または非卵巣癌であるか否かの判別
アミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、卵巣癌または非卵巣癌であるか否かを判別する、またはアミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値、およびThr、Ser、Asn、Gln、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、卵巣癌または非卵巣癌であるか否かを判別する。

0099

17.子宮頸癌、子宮体癌、卵巣癌のいずれかであるか否かの判別
アミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、子宮頸癌、子宮体癌、卵巣癌のいずれかであるか否かを判別する、またはアミノ酸濃度データに含まれるThr、Ser、Asn、Glu、Gln、Pro、Gly、Ala、Cit、ABA、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値、およびThr、Ser、Asn、Glu、Gln、Pro、Gly、Ala、Cit、ABA、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、子宮頸癌、子宮体癌、卵巣癌のいずれかであるか否かを判別する。

0100

18.女性生殖器癌罹患リスク群または健常群であるか否かの判別
アミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、女性生殖器癌罹患リスク群または健常群であるか否かを判別する、またはアミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つの濃度値、およびThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値と予め設定された閾値(カットオフ値)とを比較することで、個体につき、女性生殖器癌罹患リスク群または健常群であるか否かを判別する。

0101

[1−3.第1実施形態のまとめ、およびその他の実施形態]
以上、詳細に説明したように、第1実施形態にかかる女性生殖器癌の評価方法によれば、(1)個体から採取した血液からアミノ酸濃度データを測定し、(2)測定した個体のアミノ酸濃度データから欠損値や外れ値などのデータを除去し、(3)欠損値や外れ値などのデータが除去された個体のアミノ酸濃度データや、アミノ酸の濃度を変数とする予め設定した多変量判別式に基づいて、個体につき、上記11.〜18.に示す判別のいずれか1つを行う。これにより、血液中のアミノ酸の濃度のうち、女性生殖器癌と非女性生殖器癌との2群判別や子宮頸癌、子宮体癌、卵巣癌のいずれかと非女性生殖器癌との判別、子宮頸癌、子宮体癌のいずれかと非子宮頸癌、非子宮体癌のいずれかとの判別、子宮頸癌と非子宮頸癌との2群判別、子宮体癌と非子宮体癌との2群判別、卵巣癌と非卵巣癌との2群判別、子宮頸癌と子宮体癌と卵巣癌との判別に有用なアミノ酸の濃度を利用して、これらの2群判別やこれらの判別を精度よく行うことができる。また、女性生殖器癌と非女性生殖器癌との2群判別や子宮頸癌、子宮体癌、卵巣癌のいずれかと非女性生殖器癌との判別、子宮頸癌、子宮体癌のいずれかと非子宮頸癌、非子宮体癌のいずれかとの判別、子宮頸癌と非子宮頸癌との2群判別、子宮体癌と非子宮体癌との2群判別、卵巣癌と非卵巣癌との2群判別、女性生殖器癌罹患リスク群と健常群との2群判別、子宮頸癌と子宮体癌と卵巣癌との判別に特に有用な多変量判別式で得られる判別値を利用して、これらの2群判別やこれらの判別をさらに精度よく行うことができる。

0102

なお、ステップSA−13において上記12.に示す判別を行う場合、多変量判別式は、Gln、His、Argを変数とする分数式、a−ABA、His、Metを変数とする分数式、Ile、His、Cit、Arg、Tyr、Trpを変数とする分数式もしくはa−ABA、Cit、Metを変数とする分数式、Gly、Val、His、Argを変数とする線形判別式、Gly、a−ABA、Met、Hisを変数とする線形判別式、Ala、Ile、His、Trp、Argを変数とする線形判別式、Gly、Cit、Met、Pheを変数とする線形判別式もしくはHis、Leu、Met、Cit、Ile、Tyrを変数とする線形判別式、またはVal、Leu、His、Argを変数とするロジスティック回帰式、a−ABA、Met、Tyr、Hisを変数とするロジスティック回帰式、Val、Ile、His、Trp、Argを変数とするロジスティック回帰式、Cit、a−ABA、Met、Tyrを変数とするロジスティック回帰式もしくはHis、Leu、Met、Cit、Ile、Tyrを変数とするロジスティック回帰式でもよい。これにより、子宮頸癌、子宮体癌、卵巣癌のいずれかと非女性生殖器癌との判別に特に有用な多変量判別式で得られる判別値を利用して、当該判別をさらに精度よく行うことができる。

0103

また、ステップSA−13において上記13.に示す判別を行う場合、多変量判別式は、Lys、His、Argを変数とする分数式、a−ABA、His、Metを変数とする分数式もしくはIle、His、Cit、Argを変数とする分数式、Gly、Val、His、Argを変数とする線形判別式、Gly、Phe、His、Argを変数とする線形判別式、Cit、Ile、His、Argを変数とする線形判別式もしくはHis、Leu、Met、Cit、Ile、Tyrを変数とする線形判別式、またはVal、His、Lys、Argを変数とするロジスティック回帰式、Thr、a−ABA、Met、Hisを変数とするロジスティック回帰式、Cit、Ile、His、Argを変数とするロジスティック回帰式もしくはHis、Leu、Met、Cit、Ile、Tyrを変数とするロジスティック回帰式でもよい。これにより、子宮頸癌、子宮体癌のいずれかと非子宮頸癌、非子宮体癌のいずれかとの判別に特に有用な多変量判別式で得られる判別値を利用して、当該判別をさらに精度よく行うことができる。

0104

また、ステップSA−13において上記14.に示す判別を行う場合、多変量判別式は、a−ABA、His、Valを変数とする分数式、a−ABA、Met、Valを変数とする分数式もしくはMet、His、Cit、Argを変数とする分数式、Gly、Val、His、Argを変数とする線形判別式、Gly、Val、Met、Lysを変数とする線形判別式、Cit、Met、His、Argを変数とする線形判別式もしくはHis、Leu、Met、Ile、Tyr、Lysを変数とする線形判別式、またはVal、Leu、His、Argを変数とするロジスティック回帰式、Met、His、Orn、Argを変数とするロジスティック回帰式、Val、Tyr、His、Argを変数とするロジスティック回帰式もしくはHis、Leu、Met、Ile、Tyr、Lysを変数とするロジスティック回帰式でもよい。これにより、子宮頸癌と非子宮頸癌との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができる。

0105

また、ステップSA−13において上記15.に示す判別を行う場合、多変量判別式は、Lys、His、Argを変数とする分数式、a−ABA、His、Metを変数とする分数式もしくはIle、His、Asn、Citを変数とする分数式、Gln、His、Lys、Argを変数とする線形判別式、Gly、Met、Phe、Hisを変数とする線形判別式、Cit、Ile、His、Argを変数とする線形判別式もしくはHis、Asn、Val、Pro、Cit、Ileを変数とする線形判別式、またはGln、Gly、His、Argを変数とするロジスティック回帰式、Gln、Phe、His、Argを変数とするロジスティック回帰式、Gln、Ile、His、Argを変数とするロジスティック回帰式もしくはHis、Asn、Val、Pro、Cit、Ileを変数とするロジスティック回帰式でもよい。これにより、子宮体癌と非子宮体癌との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができる。

0106

また、ステップSA−13において上記16.に示す判別を行う場合、多変量判別式は、Orn、Cit、Metを変数とする分数式、Gln、Cit、Tyrを変数とする分数式もしくはOrn、His、Phe、Trpを変数とする分数式、Ser、Cit、Orn、Trpを変数とする線形判別式、Ser、Cit、Ile、Ornを変数とする線形判別式、Phe、Trp、Orn、Lysを変数とする線形判別式もしくはHis、Trp、Glu、Cit、Ile、Ornを変数とする線形判別式、またはSer、Cit、Trp、Ornを変数とするロジスティック回帰式、Gln、Cit、Ile、Tyrを変数とするロジスティック回帰式、Asn、Phe、His、Trpを変数とするロジスティック回帰式もしくはHis、Trp、Glu、Cit、Ile、Ornを変数とするロジスティック回帰式でもよい。これにより、卵巣癌と非卵巣癌との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができる。

0107

また、ステップSA−13において上記17.に示す判別を行う場合、多変量判別式は、Cit、Met、Lys、Asn、Ala、Thr、Gln、a−ABAを変数とするマハラノビス距離法で作成された式、またはHis、Leu、Ser、Thr、Glu、Gln、Ala、Lysを変数とするマハラノビス距離法で作成された式でもよい。これにより、子宮頸癌と子宮体癌と卵巣癌との判別に特に有用な多変量判別式で得られる判別値を利用して、当該判別をさらに精度よく行うことができる。

0108

また、ステップSA−13において上記18.に示す判別を行う場合、多変量判別式は、Phe、His、Met、Pro、Lys、Argを変数とする線形判別式、またはPhe、His、Met、Pro、Lys、Argを変数とするロジスティック回帰式でもよい。これにより、女性生殖器癌罹患リスク群と健常群との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができる。

0109

なお、上述した多変量判別式は、本出願人による国際出願である国際公開第2004/052191号に記載の方法や、本出願人による国際出願である国際公開第2006/098192号に記載の方法(後述する第2実施形態に記載の多変量判別式作成処理)で作成することができる。これら方法で得られた多変量判別式であれば、入力データとしてのアミノ酸濃度データにおけるアミノ酸濃度の単位に因らず、当該多変量判別式を女性生殖器癌の状態の評価に好適に用いることができる。

0110

[第2実施形態]
[2−1.本発明の概要]
ここでは、本発明にかかる女性生殖器癌評価装置、女性生殖器癌評価方法、女性生殖器癌評価システム、女性生殖器癌評価プログラムおよび記録媒体の概要について、図3を参照して説明する。図3は本発明の基本原理を示す原理構成図である。

0111

まず、本発明は、制御部で、アミノ酸の濃度値に関する予め取得した評価対象(例えば動物やヒトなど個体)のアミノ酸濃度データに含まれるArg、Asn、Cit、Gly、His、Leu、Met、Lys、Phe、Thr、Trp、Tyr、Valのうち少なくとも1つの濃度値、およびアミノ酸の濃度を変数とする記憶部で記憶した多変量判別式であってArg、Asn、Cit、Gly、His、Leu、Met、Lys、Phe、Thr、Trp、Tyr、Valのうち少なくとも1つを変数として含むものに基づいて、当該多変量判別式の値である判別値を算出する(ステップS−21)。

0112

つぎに、本発明は、制御部で、ステップS−21で算出した判別値に基づいて、評価対象につき、子宮頸癌、子宮体癌および卵巣癌のうち少なくとも1つを含む女性生殖器癌の状態を評価する(ステップS−22)。

0113

以上、本発明によれば、アミノ酸の濃度値に関する予め取得した評価対象のアミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値、およびアミノ酸の濃度を変数とする記憶部で記憶した多変量判別式であってThr、Ser、Asn、Gln、Pro、Gly、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含むものに基づいて、当該多変量判別式の値である判別値を算出し、算出した判別値に基づいて、評価対象につき、女性生殖器癌の状態を評価する。これにより、女性生殖器癌の状態と有意な相関がある多変量判別式で得られる判別値を利用して、女性生殖器癌の状態を精度よく評価することができる。具体的には、女性生殖器癌に罹患している可能性の高い被験者を1種の検体で且つ短時間に絞り込むことができ、その結果、被験者への時間的、身体的および金銭的負担を軽減することができる。また、具体的には、複数のアミノ酸の濃度や当該アミノ酸の濃度を変数とする判別式により、ある検体が女性生殖器癌を発症しているか否かを精度よく評価することができ、その結果、検査の効率化や高精度化を図ることができる。

0114

ここで、ステップS−22では、ステップS−21で算出した判別値に基づいて、評価対象につき、女性生殖器癌または非女性生殖器癌であるか否か、子宮頸癌、子宮体癌、卵巣癌のいずれかまたは非女性生殖器癌であるか否か、子宮頸癌、子宮体癌のいずれかまたは非子宮頸癌、非子宮体癌のいずれかであるか否か、子宮頸癌または非子宮頸癌であるか否か、子宮体癌または非子宮体癌であるか否か、卵巣癌または非卵巣癌であるか否か、女性生殖器癌罹患リスク群または健常群であるか否か、または、子宮頸癌、子宮体癌、卵巣癌のいずれかであるか否かを判別してもよい。これにより、女性生殖器癌と非女性生殖器癌との2群判別や子宮頸癌、子宮体癌、卵巣癌のいずれかと非女性生殖器癌との判別、子宮頸癌、子宮体癌のいずれかと非子宮頸癌、非子宮体癌のいずれかとの判別、子宮頸癌と非子宮頸癌との2群判別、子宮体癌と非子宮体癌との2群判別、卵巣癌と非卵巣癌との2群判別、女性生殖器癌罹患リスク群と健常群との2群判別、子宮頸癌と子宮体癌と卵巣癌との判別に有用な多変量判別式で得られる判別値を利用して、これらの2群判別やこれらの判別を精度よく行うことができる。

0115

また、多変量判別式は、1つの分数式または複数の分数式の和、またはロジスティック回帰式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか1つでもよい。これにより、女性生殖器癌と非女性生殖器癌との2群判別や子宮頸癌、子宮体癌、卵巣癌のいずれかと非女性生殖器癌との判別、子宮頸癌、子宮体癌のいずれかと非子宮頸癌、非子宮体癌のいずれかとの判別、子宮頸癌と非子宮頸癌との2群判別、子宮体癌と非子宮体癌との2群判別、卵巣癌と非卵巣癌との2群判別、女性生殖器癌罹患リスク群と健常群との2群判別、子宮頸癌と子宮体癌と卵巣癌との判別に特に有用な多変量判別式で得られる判別値を利用して、これらの2群判別やこれらの判別をさらに精度よく行うことができる。

0116

また、ステップS−21では、アミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つの濃度値およびThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、ステップS−22では、算出した判別値に基づいて、評価対象につき、子宮頸癌、子宮体癌、卵巣癌のいずれかまたは非女性生殖器癌であるか否かを判別してもよい。これにより、子宮頸癌、子宮体癌、卵巣癌のいずれかと非女性生殖器癌との判別に特に有用な多変量判別式で得られる判別値を利用して、当該判別をさらに精度よく行うことができる。なお、この場合に用いる多変量判別式は、Gln、His、Argを変数とする分数式、a−ABA、His、Metを変数とする分数式、Ile、His、Cit、Arg、Tyr、Trpを変数とする分数式もしくはa−ABA、Cit、Metを変数とする分数式、Gly、Val、His、Argを変数とする線形判別式、Gly、a−ABA、Met、Hisを変数とする線形判別式、Ala、Ile、His、Trp、Argを変数とする線形判別式、Gly、Cit、Met、Pheを変数とする線形判別式もしくはHis、Leu、Met、Cit、Ile、Tyrを変数とする線形判別式、またはVal、Leu、His、Argを変数とするロジスティック回帰式、a−ABA、Met、Tyr、Hisを変数とするロジスティック回帰式、Val、Ile、His、Trp、Argを変数とするロジスティック回帰式、Cit、a−ABA、Met、Tyrを変数とするロジスティック回帰式もしくはHis、Leu、Met、Cit、Ile、Tyrを変数とするロジスティック回帰式でもよい。これにより、子宮頸癌、子宮体癌、卵巣癌のいずれかと非女性生殖器癌との判別に特に有用な多変量判別式で得られる判別値を利用して、当該判別をさらに精度よく行うことができる。

0117

また、ステップS−21では、アミノ酸濃度データに含まれるThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値およびThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、ステップS−22では、算出した判別値に基づいて、評価対象につき、子宮頸癌、子宮体癌のいずれかまたは非子宮頸癌、非子宮体癌のいずれかであるか否かを判別してもよい。これにより、子宮頸癌、子宮体癌のいずれかと非子宮頸癌、非子宮体癌のいずれかとの判別に特に有用な多変量判別式で得られる判別値を利用して、当該判別をさらに精度よく行うことができる。なお、この場合に用いる多変量判別式は、Lys、His、Argを変数とする分数式、a−ABA、His、Metを変数とする分数式もしくはIle、His、Cit、Argを変数とする分数式、Gly、Val、His、Argを変数とする線形判別式、Gly、Phe、His、Argを変数とする線形判別式もしくはCit、Ile、His、Argを変数とする線形判別式もしくはHis、Leu、Met、Cit、Ile、Tyrを変数とする線形判別式、またはVal、His、Lys、Argを変数とするロジスティック回帰式、Thr、a−ABA、Met、Hisを変数とするロジスティック回帰式もしくはCit、Ile、His、Argを変数とするロジスティック回帰式もしくはHis、Leu、Met、Cit、Ile、Tyrを変数とするロジスティック回帰式でもよい。これにより、子宮頸癌、子宮体癌のいずれかと非子宮頸癌、非子宮体癌のいずれかとの判別に特に有用な多変量判別式で得られる判別値を利用して、当該判別をさらに精度よく行うことができる。

0118

また、ステップS−21では、アミノ酸濃度データに含まれるAsn、Val、Met、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値およびAsn、Val、Met、Leu、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、ステップS−22では、算出した判別値に基づいて、評価対象につき、子宮頸癌または非子宮頸癌であるか否かを判別してもよい。これにより、子宮頸癌と非子宮頸癌との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができる。なお、この場合に用いる多変量判別式は、a−ABA、His、Valを変数とする分数式、a−ABA、Met、Valを変数とする分数式もしくはMet、His、Cit、Argを変数とする分数式、Gly、Val、His、Argを変数とする線形判別式、Gly、Val、Met、Lysを変数とする線形判別式、Cit、Met、His、Argを変数とする線形判別式もしくはHis、Leu、Met、Ile、Tyr、Lysを変数とする線形判別式、またはVal、Leu、His、Argを変数とするロジスティック回帰式、Met、His、Orn、Argを変数とするロジスティック回帰式、Val、Tyr、His、Argを変数とするロジスティック回帰式もしくはHis、Leu、Met、Ile、Tyr、Lysを変数とするロジスティック回帰式でもよい。これにより、子宮頸癌と非子宮頸癌との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができる。

0119

また、ステップS−21では、アミノ酸濃度データに含まれるThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Argのうち少なくとも1つの濃度値およびThr、Ser、Asn、Pro、Gly、Cit、Val、Met、Ile、Leu、Phe、His、Trp、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、ステップS−22では、算出した判別値に基づいて、評価対象につき、子宮体癌または非子宮体癌であるか否かを判別してもよい。これにより、子宮体癌と非子宮体癌との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができる。なお、この場合に用いる多変量判別式は、Lys、His、Argを変数とする分数式、a−ABA、His、Metを変数とする分数式もしくはIle、His、Asn、Citを変数とする分数式、Gln、His、Lys、Argを変数とする線形判別式、Gly、Met、Phe、Hisを変数とする線形判別式、Cit、Ile、His、Argを変数とする線形判別式もしくはHis、Asn、Val、Pro、Cit、Ileを変数とする線形判別式、またはGln、Gly、His、Argを変数とするロジスティック回帰式、Gln、Phe、His、Argを変数とするロジスティック回帰式、Gln、Ile、His、Argを変数とするロジスティック回帰式もしくはHis、Asn、Val、Pro、Cit、Ileを変数とするロジスティック回帰式でもよい。これにより、子宮体癌と非子宮体癌との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができる。

0120

また、ステップS−21では、アミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値およびThr、Ser、Asn、Gln、Ala、Cit、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、ステップS−22では、算出した判別値に基づいて、評価対象につき、卵巣癌または非卵巣癌であるか否かを判別してもよい。これにより、卵巣癌と非卵巣癌との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができる。なお、この場合に用いる多変量判別式は、Orn、Cit、Metを変数とする分数式、Gln、Cit、Tyrを変数とする分数式もしくはOrn、His、Phe、Trpを変数とする分数式、Ser、Cit、Orn、Trpを変数とする線形判別式、Ser、Cit、Ile、Ornを変数とする線形判別式、Phe、Trp、Orn、Lysを変数とする線形判別式もしくはHis、Trp、Glu、Cit、Ile、Ornを変数とする線形判別式、またはSer、Cit、Trp、Ornを変数とするロジスティック回帰式、Gln、Cit、Ile、Tyrを変数とするロジスティック回帰式、Asn、Phe、His、Trpを変数とするロジスティック回帰式もしくはHis、Trp、Glu、Cit、Ile、Ornを変数とするロジスティック回帰式でもよい。これにより、卵巣癌と非卵巣癌との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができる。

0121

また、ステップS−21では、アミノ酸濃度データに含まれるThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つの濃度値、およびThr、Ser、Asn、Gln、Pro、Ala、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、ステップS−22では、算出した判別値に基づいて、評価対象につき、女性生殖器癌罹患リスク群または健常群であるか否かを判別してもよい。これにより、女性生殖器癌罹患リスク群と健常群との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができる。なお、この場合に用いる多変量判別式は、Phe、His、Met、Pro、Lys、Argを前記変数とする前記線形判別式、またはPhe、His、Met、Pro、Lys、Argを前記変数とする前記ロジスティック回帰式でもよい。これにより、女性生殖器癌罹患リスク群と健常群との2群判別に特に有用な多変量判別式で得られる判別値を利用して、当該2群判別をさらに精度よく行うことができる。

0122

また、ステップS−21では、アミノ酸濃度データに含まれるThr、Ser、Asn、Glu、Gln、Pro、Gly、Ala、Cit、ABA、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つの濃度値およびThr、Ser、Asn、Glu、Gln、Pro、Gly、Ala、Cit、ABA、Val、Met、Ile、Leu、Tyr、Phe、His、Trp、Orn、Lys、Argのうち少なくとも1つを変数として含む多変量判別式に基づいて、判別値を算出し、ステップS−22では、算出した判別値に基づいて、評価対象につき、子宮頸癌、子宮体癌、卵巣癌のいずれかであるか否かを判別してもよい。これにより、子宮頸癌と子宮体癌と卵巣癌との判別に特に有用な多変量判別式で得られる判別値を利用して、当該判別をさらに精度よく行うことができる。なお、この場合に用いる多変量判別式は、Cit、Met、Lys、Asn、Ala、Thr、Gln、a−ABAを変数とするマハラノビス距離法で作成された式、またはHis、Leu、Ser、Thr、Glu、Gln、Ala、Lysを変数とするマハラノビス距離法で作成された式でもよい。これにより、子宮頸癌と子宮体癌と卵巣癌との判別に特に有用な多変量判別式で得られる判別値を利用して、当該判別をさらに精度よく行うことができる。

0123

なお、上述した多変量判別式は、本出願人による国際出願である国際公開第2004/052191号に記載の方法や、本出願人による国際出願である国際公開第2006/098192号に記載の方法(後述する多変量判別式作成処理)で作成することができる。これら方法で得られた多変量判別式であれば、入力データとしてのアミノ酸濃度データにおけるアミノ酸濃度の単位に因らず、当該多変量判別式を女性生殖器癌の状態の評価に好適に用いることができる。

0124

ここで、多変量判別式とは、一般に多変量解析で用いられる式の形式を意味し、例えば分数式、重回帰式、多重ロジスティック回帰式、線形判別関数、マハラノビス距離、正準判別関数、サポートベクターマシン、決定木などを包含する。また、異なる形式の多変量判別式の和で示されるような式も含まれる。また、重回帰式、多重ロジスティック回帰式、正準判別関数においては各変数に係数および定数項が付加されるが、この場合の係数および定数項は、好ましくは実数であること、より好ましくはデータから判別を行うために得られた係数および定数項の99%信頼区間の範囲に属する値、さらに好ましくはデータから判別を行うために得られた係数および定数項の95%信頼区間の範囲に属する値であればかまわない。また、各係数の値、及びその信頼区間は、それを実数倍したものでもよく、定数項の値、及びその信頼区間は、それに任意の実定数を加減乗除したものでもよい。

0125

また、分数式とは、当該分数式の分子がアミノ酸A,B,C,・・・の和で表わされ、且つ当該分数式の分母がアミノ酸a,b,c,・・・の和で表わされるものである。また、分数式には、このような構成の分数式α,β,γ,・・・の和(例えばα+βのようなもの)も含まれる。また、分数式には、分割された分数式も含まれる。なお、分子や分母に用いられるアミノ酸にはそれぞれ適当な係数がついてもかまわない。また、分子や分母に用いられるアミノ酸は重複してもかまわない。また、各分数式に適当な係数がついてもかまわない。また、各変数の係数の値や定数項の値は、実数であればかまわない。分数式で、分子の変数と分母の変数を入れ替えた組み合わせは、目的変数との相関の正負の符号は概して逆転するが、それらの相関性は保たれるので、判別性では同等と見なせるので、分子の変数と分母の変数を入れ替えた組み合わせも、包含するものである。

0126

なお、本発明は、女性生殖器癌の状態を評価する際、アミノ酸の濃度以外に、その他の代謝物の濃度や遺伝子の発現量、タンパク質の発現量、被験者の年齢・性別、喫煙の有無、心電図の波形を数値化したものなどをさらに用いてもかまわない。また、本発明は、女性生殖器癌の状態を評価する際、多変量判別式における変数として、アミノ酸の濃度以外に、その他の代謝物の濃度や遺伝子の発現量、タンパク質の発現量、被験者の年齢・性別、喫煙の有無、心電図の波形を数値化したものなどをさらに用いてもかまわない。

0127

ここで、多変量判別式作成処理(工程1〜工程4)の概要について詳細に説明する。

0128

まず、本発明は、制御部で、アミノ酸濃度データと女性生殖器癌の状態を表す指標に関する女性生殖器癌状態指標データとを含む記憶部で記憶した女性生殖器癌状態情報から所定の式作成手法に基づいて、多変量判別式の候補である候補多変量判別式(例えば、y=a1x1+a2x2+・・・+anxn、y:女性生殖器癌状態指標データ、xi:アミノ酸濃度データ、ai:定数、i=1,2,・・・,n)を作成する(工程1)。なお、事前に、女性生殖器癌状態情報から欠損値や外れ値などを持つデータを除去してもよい。

0129

なお、工程1において、女性生殖器癌状態情報から、複数の異なる式作成手法(主成分分析判別分析、サポートベクターマシン、重回帰分析ロジスティック回帰分析、k−means法クラスター解析、決定木などの多変量解析に関するものを含む。)を併用して複数の候補多変量判別式を作成してもよい。具体的には、多数の健常者および女性生殖器癌患者から得た血液を分析して得たアミノ酸濃度データおよび女性生殖器癌状態指標データから構成される多変量データである女性生殖器癌状態情報に対して、複数の異なるアルゴリズムを利用して複数の候補多変量判別式を同時並行的に作成してもよい。例えば、異なるアルゴリズムを利用して判別分析およびロジスティック回帰分析を同時に行い、2つの異なる候補多変量判別式を作成してもよい。また、主成分分析を行って作成した候補多変量判別式を利用して女性生殖器癌状態情報を変換し、変換した女性生殖器癌状態情報に対して判別分析を行うことで候補多変量判別式を作成してもよい。これにより、最終的に、診断条件に合った適切な多変量判別式を作成することができる。

0130

ここで、主成分分析を用いて作成した候補多変量判別式は、全てのアミノ酸濃度データの分散を最大にするような各アミノ酸変数からなる一次式である。また、判別分析を用いて作成した候補多変量判別式は、各群内の分散の和の全てのアミノ酸濃度データの分散に対する比を最小にするような各アミノ酸変数からなる高次式指数対数を含む)である。また、サポートベクターマシンを用いて作成した候補多変量判別式は、群間の境界を最大にするような各アミノ酸変数からなる高次式(カーネル関数を含む)である。また、重回帰分析を用いて作成した候補多変量判別式は、全てのアミノ酸濃度データからの距離の和を最小にするような各アミノ酸変数からなる高次式である。ロジスティック回帰分析を用いて作成した候補多変量判別式は、尤度を最大にするような各アミノ酸変数からなる一次式を指数とする自然対数を項に持つ分数式である。また、k−means法とは、各アミノ酸濃度データのk個近傍を探索し、近傍点の属する群の中で一番多いものをそのデータの所属群と定義し、入力されたアミノ酸濃度データの属する群と定義された群とが最も合致するようなアミノ酸変数を選択する手法である。また、クラスター解析とは、全てのアミノ酸濃度データの中で最も近い距離にある点同士をクラスタリング群化)する手法である。また、決定木とは、アミノ酸変数に序列をつけて、序列が上位であるアミノ酸変数の取りうるパターンからアミノ酸濃度データの群を予測する手法である。

0131

多変量判別式作成処理の説明に戻り、本発明は、制御部で、工程1で作成した候補多変量判別式を、所定の検証手法に基づいて検証(相互検証)する(工程2)。候補多変量判別式の検証は、工程1で作成した各候補多変量判別式に対して行う。

0132

なお、工程2において、ブートストラップ法ホールドアウト法、リーブワンアウト法などのうち少なくとも1つに基づいて候補多変量判別式の判別率や感度、特異性情報量基準などのうち少なくとも1つに関して検証してもよい。これにより、女性生殖器癌状態情報や診断条件を考慮した予測性または堅牢性の高い候補多変量判別式を作成することができる。

0133

ここで、判別率とは、全入力データの中で、本発明で評価した女性生殖器癌の状態が正しい割合である。また、感度とは、入力データに記載された女性生殖器癌の状態が罹病になっているものの中で、本発明で評価した女性生殖器癌の状態が正しい割合である。また、特異性とは、入力データに記載された女性生殖器癌の状態が健常になっているものの中で、本発明で評価した女性生殖器癌の状態が正しい割合である。また、情報量基準とは、工程1で作成した候補多変量判別式のアミノ酸変数の数と、本発明で評価した女性生殖器癌の状態および入力データに記載された女性生殖器癌の状態の差異と、を足し合わせたものである。また、予測性とは、候補多変量判別式の検証を繰り返すことで得られた判別率や感度、特異性を平均したものである。また、堅牢性とは、候補多変量判別式の検証を繰り返すことで得られた判別率や感度、特異性の分散である。

0134

多変量判別式作成処理の説明に戻り、本発明は、制御部で、工程2での検証結果から所定の変数選択手法に基づいて候補多変量判別式の変数を選択することで、候補多変量判別式を作成する際に用いる女性生殖器癌状態情報に含まれるアミノ酸濃度データの組み合わせを選択する(工程3)。アミノ酸変数の選択は、工程1で作成した各候補多変量判別式に対して行う。これにより、候補多変量判別式のアミノ酸変数を適切に選択することができる。そして、工程3で選択したアミノ酸濃度データを含む女性生殖器癌状態情報を用いて再び工程1を実行する。

0135

なお、工程3において、工程2での検証結果からステップワイズ法ベストパス法、近傍探索法、遺伝的アルゴリズムのうち少なくとも1つに基づいて候補多変量判別式のアミノ酸変数を選択してもよい。

0136

ここで、ベストパス法とは、候補多変量判別式に含まれるアミノ酸変数を1つずつ順次減らしていき、候補多変量判別式が与える評価指標を最適化することでアミノ酸変数を選択する方法である。

0137

多変量判別式作成処理の説明に戻り、本発明は、制御部で、上述した工程1、工程2および工程3を繰り返し実行し、これにより蓄積した検証結果に基づいて、複数の候補多変量判別式の中から多変量判別式として採用する候補多変量判別式を選出することで、多変量判別式を作成する(工程4)。なお、候補多変量判別式の選出には、例えば、同じ式作成手法で作成した候補多変量判別式の中から最適なものを選出する場合と、すべての候補多変量判別式の中から最適なものを選出する場合とがある。

0138

以上、説明したように、多変量判別式作成処理では、女性生殖器癌状態情報に基づいて、候補多変量判別式の作成、候補多変量判別式の検証および候補多変量判別式の変数の選択に関する処理を一連の流れで体系化システム化)して実行することにより、個々の女性生殖器癌の状態の評価に最適な多変量判別式を作成することができる。

0139

[2−2.システム構成
ここでは、第2実施形態にかかる女性生殖器癌評価システム(以下では本システムと記す場合がある。)の構成について、図4から図20を参照して説明する。なお、本システムはあくまでも一例であり、本発明はこれに限定されない。

0140

まず、本システムの全体構成について図4および図5を参照して説明する。図4は本システムの全体構成の一例を示す図である。また、図5は本システムの全体構成の他の一例を示す図である。本システムは、図4に示すように、評価対象につき女性生殖器癌の状態を評価する女性生殖器癌評価装置100と、アミノ酸の濃度値に関する評価対象のアミノ酸濃度データを提供する情報通信端末装置であるクライアント装置200とを、ネットワーク300を介して通信可能に接続して構成されている。

0141

なお、本システムは、図5に示すように、女性生殖器癌評価装置100やクライアント装置200の他に、女性生殖器癌評価装置100で多変量判別式を作成する際に用いる女性生殖器癌状態情報や女性生殖器癌の状態を評価するために用いる多変量判別式などを格納したデータベース装置400を、ネットワーク300を介して通信可能に接続して構成されてもよい。これにより、ネットワーク300を介して、女性生殖器癌評価装置100からクライアント装置200やデータベース装置400へ、あるいはクライアント装置200やデータベース装置400から女性生殖器癌評価装置100へ、女性生殖器癌の状態に関する情報などが提供される。ここで、女性生殖器癌の状態に関する情報とは、ヒトの女性生殖器癌の状態に関する特定の項目について測定した値に関する情報である。また、女性生殖器癌の状態に関する情報は、女性生殖器癌評価装置100やクライアント装置200や他の装置(例えば各種の計測装置等)で生成され、主にデータベース装置400に蓄積される。

0142

つぎに、本システムの女性生殖器癌評価装置100の構成について図6から図18を参照して説明する。図6は、本システムの女性生殖器癌評価装置100の構成の一例を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。

0143

女性生殖器癌評価装置100は、当該女性生殖器癌評価装置を統括的に制御するCPU等の制御部102と、ルータ等の通信装置および専用線等の有線または無線通信回線を介して当該女性生殖器癌評価装置をネットワーク300に通信可能に接続する通信インターフェース部104と、各種のデータベースやテーブルやファイルなどを格納する記憶部106と、入力装置112や出力装置114に接続する入出力インターフェース部108と、で構成されており、これら各部は任意の通信路を介して通信可能に接続されている。ここで、女性生殖器癌評価装置100は、各種の分析装置(例えばアミノ酸アナライザー等)と同一筐体で構成されてもよい。また、女性生殖器癌評価装置100の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷等に応じた任意の単位で、機能的または物理的に分散・統合して構成してもよい。例えば、処理の一部をCGI(Common Gateway Interface)を用いて実現してもよい。

0144

記憶部106は、ストレージ手段であり、例えば、RAM・ROM等のメモリ装置や、ハードディスクのような固定ディスク装置フレキシブルディスク光ディスク等を用いることができる。記憶部106には、OS(Operating System)と協働してCPUに命令を与え各種処理を行うためのコンピュータプログラムが記録されている。記憶部106は、図示の如く、利用者情報ファイル106aと、アミノ酸濃度データファイル106bと、女性生殖器癌状態情報ファイル106cと、指定女性生殖器癌状態情報ファイル106dと、多変量判別式関連情報データベース106eと、判別値ファイル106fと、評価結果ファイル106gと、を格納する。

0145

利用者情報ファイル106aは、利用者に関する利用者情報を格納する。図7は、利用者情報ファイル106aに格納される情報の一例を示す図である。利用者情報ファイル106aに格納される情報は、図7に示すように、利用者を一意識別するための利用者IDと、利用者が正当な者であるか否かの認証を行うための利用者パスワードと、利用者の氏名と、利用者の所属する所属先を一意に識別するための所属先IDと、利用者の所属する所属先の部門を一意に識別するための部門IDと、部門名と、利用者の電子メールアドレスと、を相互に関連付けて構成されている。

0146

図6に戻り、アミノ酸濃度データファイル106bは、アミノ酸の濃度値に関するアミノ酸濃度データを格納する。図8は、アミノ酸濃度データファイル106bに格納される情報の一例を示す図である。アミノ酸濃度データファイル106bに格納される情報は、図8に示すように、評価対象である個体(サンプル)を一意に識別するための個体番号と、アミノ酸濃度データとを相互に関連付けて構成されている。ここで、図8では、アミノ酸濃度データを数値、すなわち連続尺度として扱っているが、アミノ酸濃度データは名義尺度順序尺度でもよい。なお、名義尺度や順序尺度の場合は、それぞれの状態に対して任意の数値を与えることで解析してもよい。また、アミノ酸濃度データに、他の生体情報(アミノ酸以外の他の代謝物の濃度や遺伝子の発現量、タンパク質の発現量、被験者の年齢・性別、喫煙の有無、心電図の波形を数値化したものなど)を組み合わせてもよい。

0147

図6に戻り、女性生殖器癌状態情報ファイル106cは、多変量判別式を作成する際に用いる女性生殖器癌状態情報を格納する。図9は、女性生殖器癌状態情報ファイル106cに格納される情報の一例を示す図である。女性生殖器癌状態情報ファイル106cに格納される情報は、図9に示すように、個体番号と、女性生殖器癌の状態を表す指標(指標T1、指標T2、指標T3・・・)に関する女性生殖器癌状態指標データ(T)と、アミノ酸濃度データと、を相互に関連付けて構成されている。ここで、図9では、女性生殖器癌状態指標データおよびアミノ酸濃度データを数値(すなわち連続尺度)として扱っているが、女性生殖器癌状態指標データおよびアミノ酸濃度データは名義尺度や順序尺度でもよい。なお、名義尺度や順序尺度の場合は、それぞれの状態に対して任意の数値を与えることで解析してもよい。また、女性生殖器癌状態指標データは、女性生殖器癌の状態のマーカーとなる既知の単一の状態指標であり、数値データを用いてもよい。

0148

図6に戻り、指定女性生殖器癌状態情報ファイル106dは、後述する女性生殖器癌状態情報指定部102gで指定した女性生殖器癌状態情報を格納する。図10は、指定女性生殖器癌状態情報ファイル106dに格納される情報の一例を示す図である。指定女性生殖器癌状態情報ファイル106dに格納される情報は、図10に示すように、個体番号と、指定した女性生殖器癌状態指標データと、指定したアミノ酸濃度データと、を相互に関連付けて構成されている。

0149

図6に戻り、多変量判別式関連情報データベース106eは、後述する候補多変量判別式作成部102h1で作成した候補多変量判別式を格納する候補多変量判別式ファイル106e1と、後述する候補多変量判別式検証部102h2での検証結果を格納する検証結果ファイル106e2と、後述する変数選択部102h3で選択したアミノ酸濃度データの組み合わせを含む女性生殖器癌状態情報を格納する選択女性生殖器癌状態情報ファイル106e3と、後述する多変量判別式作成部102hで作成した多変量判別式を格納する多変量判別式ファイル106e4と、で構成される。

0150

候補多変量判別式ファイル106e1は、後述する候補多変量判別式作成部102h1で作成した候補多変量判別式を格納する。図11は、候補多変量判別式ファイル106e1に格納される情報の一例を示す図である。候補多変量判別式ファイル106e1に格納される情報は、図11に示すように、ランクと、候補多変量判別式(図11では、F1(Gly,Leu,Phe,・・・)やF2(Gly,Leu,Phe,・・・)、F3(Gly,Leu,Phe,・・・)など)とを相互に関連付けて構成されている。

0151

図6に戻り、検証結果ファイル106e2は、後述する候補多変量判別式検証部102h2での検証結果を格納する。図12は、検証結果ファイル106e2に格納される情報の一例を示す図である。検証結果ファイル106e2に格納される情報は、図12に示すように、ランクと、候補多変量判別式(図12では、Fk(Gly,Leu,Phe,・・・)やFm(Gly,Leu,Phe,・・・)、Fl(Gly,Leu,Phe,・・・)など)と、各候補多変量判別式の検証結果(例えば各候補多変量判別式の評価値)と、を相互に関連付けて構成されている。

0152

図6に戻り、選択女性生殖器癌状態情報ファイル106e3は、後述する変数選択部102h3で選択した変数に対応するアミノ酸濃度データの組み合わせを含む女性生殖器癌状態情報を格納する。図13は、選択女性生殖器癌状態情報ファイル106e3に格納される情報の一例を示す図である。選択女性生殖器癌状態情報ファイル106e3に格納される情報は、図13に示すように、個体番号と、後述する女性生殖器癌状態情報指定部102gで指定した女性生殖器癌状態指標データと、後述する変数選択部102h3で選択したアミノ酸濃度データと、を相互に関連付けて構成されている。

0153

図6に戻り、多変量判別式ファイル106e4は、後述する多変量判別式作成部102hで作成した多変量判別式を格納する。図14は、多変量判別式ファイル106e4に格納される情報の一例を示す図である。多変量判別式ファイル106e4に格納される情報は、図14に示すように、ランクと、多変量判別式(図14では、Fp(Phe,・・・)やFp(Gly,Leu,Phe)、Fk(Gly,Leu,Phe,・・・)など)と、各式作成手法に対応する閾値と、各多変量判別式の検証結果(例えば各多変量判別式の評価値)と、を相互に関連付けて構成されている。

0154

図6に戻り、判別値ファイル106fは、後述する判別値算出部102iで算出した判別値を格納する。図15は、判別値ファイル106fに格納される情報の一例を示す図である。判別値ファイル106fに格納される情報は、図15に示すように、評価対象である個体(サンプル)を一意に識別するための個体番号と、ランク(多変量判別式を一意に識別するための番号)と、判別値と、を相互に関連付けて構成されている。

0155

図6に戻り、評価結果ファイル106gは、後述する判別値基準評価部102jでの評価結果(具体的には、後述する判別値基準判別部102j1での判別結果)を格納する。図16は、評価結果ファイル106gに格納される情報の一例を示す図である。評価結果ファイル106gに格納される情報は、評価対象である個体(サンプル)を一意に識別するための個体番号と、予め取得した評価対象のアミノ酸濃度データと、多変量判別式で算出した判別値と、女性生殖器癌の状態に関する評価結果と、を相互に関連付けて構成されている。

0156

図6に戻り、記憶部106には、上述した情報以外にその他情報として、Webサイトをクライアント装置200に提供するための各種のWebデータや、CGIプログラム等が記録されている。Webデータとしては後述する各種のWebページを表示するためのデータ等があり、これらデータは例えばHTMLやXMLで記述されたテキストファイルとして形成されている。また、Webデータを作成するための部品用のファイルや作業用のファイルやその他一時的なファイル等も記憶部106に記憶される。記憶部106には、必要に応じて、クライアント装置200に送信するための音声をWAVE形式やAIFF形式の如き音声ファイルで格納したり、静止画動画をJPEG形式やMPEG2形式の如き画像ファイルで格納したりすることができる。

0157

通信インターフェース部104は、女性生殖器癌評価装置100とネットワーク300(またはルータ等の通信装置)との間における通信を媒介する。すなわち、通信インターフェース部104は、他の端末と通信回線を介してデータを通信する機能を有する。

0158

入出力インターフェース部108は、入力装置112や出力装置114に接続する。ここで、出力装置114には、モニタ家庭用テレビを含む)の他、スピーカプリンタを用いることができる(なお、以下では、出力装置114をモニタ114として記載する場合がある。)。入力装置112には、キーボードマウスマイクの他、マウスと協働してポインティングデバイス機能を実現するモニタを用いることができる。

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

  • 株式会社アイムの「 肌状態評価方法」が 公開されました。( 2021/04/30)

    【課題】ターンオーバーのサイクルが長い肌であっても、スキンケア化粧品の本来の使用効果を評価することができる肌状態評価方法を提供する。【解決手段】本発明に係る肌状態評価方法は、スキンケア化粧品の使用効果... 詳細

  • 日本電気株式会社の「 情報処理装置」が 公開されました。( 2021/04/30)

    【課題・解決手段】情報処理装置(2000)は、病理画像データ(10)に含まれる組織の組織形態学的特徴を抽出する。さらに情報処理装置(2000)は、抽出した組織形態学的特徴に基づいて、予測データ(30)... 詳細

  • 国立大学法人京都大学の「 微生物由来化合物を用いたアルツハイマー病の予防、治療、または診断薬」が 公開されました。( 2021/04/30)

    【課題・解決手段】本発明は、微生物由来化合物を用いたアルツハイマー病の予防、治療、または診断薬を提供する。具体的には、Mer−A2026A、ベルカリンA、カラフンギン、コンカナマイシンA、エフォマイシ... 詳細

この 技術と関連性が強い技術

関連性が強い 技術一覧

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ