図面 (/)

技術 物質の感覚刺激性の解析方法

出願人 花王株式会社
発明者 渡邉紀荒木大作岡本賢二内田崇志
出願日 2018年9月20日 (2年2ヶ月経過) 出願番号 2018-176367
公開日 2020年3月26日 (8ヶ月経過) 公開番号 2020-047098
状態 未査定
技術分野 その他の診断装置 診断用測定記録装置
主要キーワード 油分計 機械学習モデル 解析用モデル 平均皮膚温 ハンセン溶解度パラメータ ブランド溶解度パラメータ ダミー変数 例示的実施
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(2020年3月26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 (4)

課題

物質の皮膚に対する感覚刺激性の解析方法を提供する。

解決手段

物質の皮膚に対する感覚刺激性の解析方法において、対象物質物理化学的特性を取得し、皮膚特性測定装置1で皮膚の皮膚特性を取得し、該対象物質の物理化学的特性と皮膚の皮膚特性に基づいて、演算部4において、機械学習モデルにより該対象物質の皮膚に対する感覚刺激性を解析し、出力部5より結果を出力する。

概要

背景

安全性は、化粧品が備えるべき重要な要素である。一方で、敏感肌を有すると感じている人口は増加傾向にあり、化粧品使用時に何かしらの違和感(刺激感)を経験したことのある消費者は少なくない。より安全に使用できる化粧品を提供するために、化粧品の感覚刺激性の低減が求められている。皮膚への感覚刺激性を有する化粧品の成分として、これまでに防腐剤保湿剤メントール等の香料成分などが報告されている。しかし、化粧品に使用される成分の皮膚に対する感覚刺激性に関する網羅的又は体系的な知見は確立していない。他方、どのような性質の皮膚がどのような物質に対して感覚刺激を受けやすいかについても、これまでのところ明確な指針はない。

近年、様々な分野において、機械学習に基づいて構築したモデルやシステムを用いて事象予測又は制御する方法が開発されている。肌解析の分野でいえば、例えば特許文献1には、機械学習法により構築されたプログラムを用いて、皮膚の撮影像から抽出したシミ形態特徴量および色特徴量に基づいてシミを分類する方法が記載されている。

概要

物質の皮膚に対する感覚刺激性の解析方法を提供する。物質の皮膚に対する感覚刺激性の解析方法において、対象物質物理化学的特性を取得し、皮膚特性測定装置1で皮膚の皮膚特性を取得し、該対象物質の物理化学的特性と皮膚の皮膚特性に基づいて、演算部4において、機械学習モデルにより該対象物質の皮膚に対する感覚刺激性を解析し、出力部5より結果を出力する。

目的

本発明は、物質の皮膚に対する感覚刺激性を解析する方法を提供する

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

物質の皮膚に対する感覚刺激性の解析方法であって、対象物質物理化学的特性を取得すること、皮膚の皮膚特性を取得すること、及び該対象物質の物理化学的特性と該皮膚の皮膚特性に基づいて、機械学習モデルにより該対象物質の該皮膚に対する感覚刺激性を解析すること、を含み、該皮膚特性が、皮膚の角層水分量、TEWL及びpHを含み、該物理化学的特性が、融点分子量、オクタノール水分配係数、及び皮膚透過係数を含む、方法。

請求項2

前記該機械学習モデルが、以下:少なくとも皮膚の角層水分量、TEWL及びpHを含む、モデル構築被験者の皮膚特性;少なくとも融点、分子量、オクタノール水分配係数、及び皮膚透過係数を含む、モデル構築用試験物質の物理化学的特性、ここで該モデル構築用試験物質は、少なくともpH調整剤防腐剤極性油及び保湿剤を含む;及び、該モデル構築用試験物質の、該モデル構築用被験者の皮膚に対する感覚刺激性の測定結果、を用いた機械学習により構築されたモデルである、請求項1記載の方法。

請求項3

以下を含む、物質の皮膚に対する感覚刺激性を機械学習するためのデータベース:複数の被験者についての皮膚の角層水分量、TEWL及びpHの測定値;複数の物質についての融点、分子量、オクタノール水分配係数、及び皮膚透過係数;及び該複数の物質の該複数の被験者の皮膚に対する感覚刺激性の測定結果。

請求項4

物質の皮膚に対する感覚刺激性を解析するためのモデルの構築方法であって、以下:複数の被験者についての皮膚の角層水分量、TEWL及びpHの測定値;複数の物質についての融点、分子量、オクタノール水分配係数、及び皮膚透過係数;及び該複数の物質の該複数の被験者の皮膚に対する感覚刺激性の測定結果、を記述子とした機械学習により、物質の皮膚に対する感覚刺激性の有無を識別するための識別器を作製すること、を含む、方法。

請求項5

請求項1又は2記載の解析方法を行うためのプログラム又は装置。

技術分野

0001

本発明は、皮膚に対する物質感覚刺激性の解析方法に関する。

背景技術

0002

安全性は、化粧品が備えるべき重要な要素である。一方で、敏感肌を有すると感じている人口は増加傾向にあり、化粧品使用時に何かしらの違和感(刺激感)を経験したことのある消費者は少なくない。より安全に使用できる化粧品を提供するために、化粧品の感覚刺激性の低減が求められている。皮膚への感覚刺激性を有する化粧品の成分として、これまでに防腐剤保湿剤メントール等の香料成分などが報告されている。しかし、化粧品に使用される成分の皮膚に対する感覚刺激性に関する網羅的又は体系的な知見は確立していない。他方、どのような性質の皮膚がどのような物質に対して感覚刺激を受けやすいかについても、これまでのところ明確な指針はない。

0003

近年、様々な分野において、機械学習に基づいて構築したモデルやシステムを用いて事象予測又は制御する方法が開発されている。肌解析の分野でいえば、例えば特許文献1には、機械学習法により構築されたプログラムを用いて、皮膚の撮影像から抽出したシミ形態特徴量および色特徴量に基づいてシミを分類する方法が記載されている。

先行技術

0004

特開2013−90752号公報

発明が解決しようとする課題

0005

本発明は、物質の皮膚に対する感覚刺激性を解析する方法を提供する。

課題を解決するための手段

0006

一実施形態において、本発明は、物質の皮膚に対する感覚刺激性の解析方法であって、
対象物質物理化学的特性を取得すること、
皮膚の皮膚特性を取得すること、及び
該対象物質の物理化学的特性と該皮膚の皮膚特性に基づいて、機械学習モデルにより該対象物質の該皮膚に対する感覚刺激性を解析すること、
を含み、
該皮膚特性が、皮膚の角層水分量、TEWL及びpHを含み、
該物理化学的特性が、融点分子量、オクタノール水分配係数、及び皮膚透過係数を含む、
方法を提供する。
別の一実施形態において、本発明は、以下を含む、物質の皮膚に対する感覚刺激性を機械学習するためのデータベース
複数の被験者についての皮膚の角層水分量、TEWL及びpHの測定値
複数の物質についての融点、分子量、オクタノール水分配係数、及び皮膚透過係数;及び
該複数の物質の該複数の被験者の皮膚に対する感覚刺激性の測定結果
を提供する。
別の一実施形態において、本発明は、物質の皮膚に対する感覚刺激性を解析するためのモデルの構築方法であって、以下:
複数の被験者についての皮膚の角層水分量、TEWL及びpHの測定値;
複数の物質についての融点、分子量、オクタノール水分配係数、及び皮膚透過係数;及び
該複数の物質の該複数の被験者の皮膚に対する感覚刺激性の測定結果、
記述子とした機械学習により、物質の皮膚に対する感覚刺激性の有無を識別するための識別器を作製すること、
を含む、
方法を提供する。
別の一実施形態において、本発明は、前記物質の皮膚に対する感覚刺激性の解析方法を行うためのプログラム又は装置を提供する。

発明の効果

0007

本発明は、物質の皮膚に対する感覚刺激性を解析する機械学習モデルを提供する。該モデルを用いて、様々な物質の、被験者の皮膚に対する感覚刺激性をより高確率で予測することが可能になる。特に、該モデルを用いて、所与の物質や化粧品による感覚刺激に対する被験者の感受性の有無を解析することができる。さらに該モデルは、様々な物質の皮膚に対する感覚刺激性に関する網羅的又は体系的な解析を可能にする。本発明によれば、スティンギングテストを行わなくとも、化粧品等に対する被験者の皮膚の適合性を評価し、又は被験者にあった化粧品を選択することが可能になる。

図面の簡単な説明

0008

機械学習モデルを利用して物質の皮膚に対する感覚刺激性を解析するための装置の概念図。
各種肌タイプを有する日本人被験者の皮膚の平均温度
物質の皮膚に対する感覚刺激性についてのランダムフォレスト識別器における各特徴量による不純度の低下量。

0009

明細書中引用された全ての特許文献、非特許文献、およびその他の刊行物は、その全体が本明細書中において参考として援用される。

0010

本発明は、物質の皮膚に対する感覚刺激性を解析するための機械学習モデルを提供する。また本発明は、該機械学習モデルに基づいて、生体の皮膚や培養皮膚細胞に実際に物質を適用することなく、物質の皮膚に対する感覚刺激性を解析するための方法、ならびに該方法を実施するための装置及びプログラムを提供する。

0011

本明細書において、物質による「感覚刺激」とは、該物質を適用された皮膚に生じる不快感(例えば、痛み、ほてり、痒み、むずむず感等)をいう。また、物質の「皮膚に対する感覚刺激性」(以下、単に物質の「感覚刺激性」ともいう)とは、それを適用した皮膚に不快感(例えば、痛み、ほてり、痒み、むずむず感等)を与えるという該物質の性質をいう。

0012

本発明の一態様は、機械学習モデルを用いた、物質の感覚刺激性の解析である。該機械学習モデルは、ヒト集団から集めた皮膚特性と、複数の試験物質についての物理化学的特性とを説明変数とし、該複数の試験物質の、該ヒト集団に属する者の皮膚に対する感覚刺激性の測定結果を目的変数とした機械学習により構築される。該機械学習モデルに基づいて、対象物質の物理化学的特性から、該対象物質が所与の被験者の皮膚に対して感覚刺激性を有するか否かが解析されるか、又は、被験者の皮膚特性から、該被験者の皮膚が所与の対象物質による感覚刺激に対して感受性であるか否かが解析される。

0013

当該機械学習において説明変数として使用される皮膚特性の例としては、角層水分量、経皮水分蒸散量(TEWL)、皮膚pH、皮膚電気閾値(Current Perception Threshold;CPT)、皮脂量皮膚色皮膚温が挙げられ、より詳細な例としては、角層水分量、TEWL、皮膚pH、5Hzにおける皮膚CPT(CPT5)、250Hzにおける皮膚CPT(CPT250)、皮脂量、皮膚色L*値、a*値及びb*値が挙げられる。

0014

一実施形態において、当該説明変数として使用される皮膚特性は、好ましくは、角層水分量、TEWL、皮膚pH、CPT5、CPT250、皮脂量、ならびに皮膚色L*値、a*値及びb*値からなる群より選択される少なくとも1種であり、より好ましくは、少なくとも角層水分量、TEWL及びpHであり、さらに好ましくは角層水分量、TEWL、皮膚pH、CPT5、CPT250、皮脂量、ならびに皮膚色L*値、a*値及びb*値である。

0015

角層水分量は、Corneometer(Courage+Khazaka electronic GmbH)などの皮表角層水分量測定装置によって測定することができる。TEWLは、Tewameter(Courage+Khazaka electronic GmbH)などの経皮水分蒸散量測定装置によって測定することができる。皮膚pHは、pH meterなどによって測定することができる。皮膚CPTは、Neurometer(Neurotron,Inc.)などの知覚神経自動検査装置によって測定することができる。皮脂量は、Sebumeter(Courage+Khazaka electronic GmbH)などの油分計によって測定することができる。皮膚色(L*値、a*値及びb*値)は、Chromameter(KONICAMINOLTA JAPAN,INC.)などの分光測色計によって測定することができる。

0016

当該皮膚特性は、複数人、好ましくは80人以上、より好ましくは100人以上のモデル構築用被験者集団から測定される。皮膚特性を集める集団の人数が少ないと、機械学習の精度が低下し、集団の人数が多いと、学習に時間がかかるため学習効率が低下する。

0017

当該機械学習において説明変数として使用される物質の物理化学的特性の例としては、沸点、融点、分子量、オクタノール−水分配係数(logKow)、皮膚透過係数、溶解性パラメータ、IOB(Inorganic Organic Balance)、及びChi Connectivity Indices、Kappa Shape Indices、Electrotopological State Indices、Topological descriptors等の分子記述子が挙げられる。皮膚透過係数(logP)としては、PottsとGuyの皮膚透過係数予測式(Pharm Res.,9,663−669,1992)を用いるものが挙げられる。溶解性パラメータとしては、ヒルブランド溶解度パラメータ(SP)、ハンセン溶解度パラメータ(HSP)δd(分散力項)、δp(極性項)、及びδh(水素結合項)、アブラハム溶媒和パラメータ(ASP A、ASP B、ASP E、ASP L、ASP S、及びASP V)が挙げられる。Chi Connectivity Indicesとしては、x0、x1、x2、xp3〜xp10、xc3、xc4、xpc4、及びknotpが挙げられる。上記の分子記述子は、The Toxicity Estimation Software Tool(EPA TEST;[www.epa.gov/chemical−research/toxicity−estimation−software−tool−test])を使用して求めることができる。
一実施形態において、当該説明変数として使用される物理化学的特性は、好ましくは、沸点、融点、分子量、オクタノール−水分配係数、皮膚透過係数、SP、HSP δd、HSP δp、HSP δh、ASP A、ASP B、ASP E、ASP L、ASP S、ASP V、及びIOBからなる群より選択される少なくとも1種であり、より好ましくは、少なくとも融点、分子量、オクタノール水分配係数、及び皮膚透過係数であり、さらに好ましくは融点、分子量、オクタノール水分配係数、及び皮膚透過係数であり、なお好ましくは沸点、融点、分子量、オクタノール−水分配係数、皮膚透過係数、SP、HSP δd、HSP δp、HSP δh、ASP A、ASP B、ASP E、ASP L、ASP S、ASP V、及びIOBである。
該物理化学的特性のバリエーションが少ないと、機械学習の精度が低下する。

0018

当該物理化学的特性は、モデル構築用に選定した複数の異なる種類の試験物質についての値である。好ましくは、該モデル構築用試験物質は、少なくともpH調整剤、防腐剤、極性油及び保湿剤を含む。該試験物質の種類のバリエーションが少ないと、機械学習の精度が低下する。該pH調整剤としては乳酸クエン酸等の有機酸などの、化粧品に許容されるpH調整剤が挙げられ、該防腐剤としては、メチルパラベンクロルフェネシンフェノキシエタノールなどの、化粧品に許容される防腐剤が挙げられ、該極性油としては、イソステアリン酸イソステアリルイソノナン酸イソノニルイソステアリン酸イソプロピルヒドロキシステアリン酸エチルヘキシルなどの、化粧品に許容される極性油が挙げられ、該保湿剤としては、ジプロピレングリコールプロピレングリコールグリセリンジグリセリン、1,3−ブチレングリコールなどの、化粧品に許容される保湿剤が挙げられる。
一実施形態において、当該機械学習において使用されるモデル構築用試験物質は、好ましくは、乳酸、及びクエン酸からなる群より選択される少なくとも1種と、メチルパラベン、クロルフェネシン、及びフェノキシエタノールからなる群より選択される少なくとも1種と、イソステアリン酸イソステアリル、イソノナン酸イソノニル、イソステアリン酸イソプロピル、及びヒドロキシステアリン酸エチルヘキシルからなる群より選択される少なくとも1種と、ジプロピレングリコール、プロピレングリコール、グリセリン、ジグリセリン、及び1,3−ブチレングリコールからなる群より選択される少なくとも1種であり、より好ましくは、乳酸、クエン酸、メチルパラベン、クロルフェネシン、フェノキシエタノール、イソステアリン酸イソステアリル、イソノナン酸イソノニル、イソステアリン酸イソプロピル、ヒドロキシステアリン酸エチルヘキシル、ジプロピレングリコール、プロピレングリコール、グリセリン、ジグリセリン、及び1,3−ブチレングリコールである。

0019

当該モデル構築用試験物質のモデル構築用被験者集団の皮膚に対する感覚刺激性は、スティンギングテスト等によって調べることができる。例えば、上記モデル構築用被験者集団中の被験者の皮膚に該試験物質のうちの1種を塗布し、その後の該被験者の感覚(痛み、ほてり、痒み、むずむず感等の不快感)を調べて、該被験者の皮膚に対する該試験物質の感覚刺激性を評価する。例えば試験物質による被験者の皮膚の不快感を段階的にスコア化すればよい。好ましい例では、試験物質による皮膚の不快感のランク(例えば、全体的な不快感について「不快感なし」から「非常に不快感が強い」までの3〜10段階、好ましくは5〜7段階)を被験者に答えさせ、不快感をスコア化する。同様の試験を、被験者ごとに、該モデル構築用試験物質の全種類について行う。さらに、1つの試験物質についての当該不快感のスコア化の手順を一人の被験者において複数回行って、それらの統計値を、該試験物質による該被験者の皮膚に対する不快感のスコアとして取得してもよい。得られた不快感のスコアに基づいて、各試験物質の各被験者の皮膚に対する感覚刺激性スコアを求めることができる。さらに、該感覚刺激性スコアを二値化し、該試験物質の該被験者の皮膚に対する感覚刺激性の有無を求めてもよい。一実施形態において、ある試験物質のある被験者の皮膚に対する感覚刺激性スコアは、該試験物質についての該被験者から得られたスコアの合計又は平均値であり得る。あるいは、求めたスコアの合計又は平均値が予め定めた閾値以上(又は該閾値より上)であれば1(刺激性あり)、該閾値より下(又は該閾値以下)であれば0(刺激性なし)として、該感覚刺激性スコアを二値化してもよい。別の一実施形態において、ある試験物質のある被験者の皮膚に対する感覚刺激性スコアは、該試験物質について該被験者から得られたスコアの中で0より大きいスコア値が含まれる割合で示すことができる。あるいは、求めた当該割合が予め定めた閾値以上(又は該閾値より上)であれば1(刺激性あり)、該閾値より下(又は該閾値以下)であれば0(刺激性なし)として、該感覚刺激性スコアを二値化してもよい。上記に挙げた感覚刺激性スコアの取得の手順は例示であり、本発明においては、被験者の皮膚に対する試験物質の感覚刺激性を評価できる他の様々な手段を利用して、各試験物質の各被験者の皮膚に対する感覚刺激性を評価することができる。好ましくは、各試験物質の各被験者の皮膚に対する感覚刺激性は、刺激性あり(1)又は刺激性なし(0)のように二値(感覚刺激性の有無)で表される。

0020

上述した複数のモデル構築用被験者全員についての上述した皮膚特性、上述した複数のモデル構築用試験物質全部についての上述した物理化学的特性、及び該モデル構築用試験物質全部の、該モデル構築用被験者の皮膚に対する感覚刺激性の測定結果(感覚刺激性スコア)を含むデータベースは、物質の感覚刺激性を機械学習するためのデータベースとして有用である。該データベースは、該皮膚特性のデータと、該物理化学的特性のデータと、該感覚刺激性スコアのデータからなるものであってもよいが、補足的な他の情報を含むものであってもよい。

0021

上記の皮膚特性と物理化学的特性を説明変数とし、感覚刺激性スコアを目的変数として用いて、物質の感覚刺激性を機械学習させる。該機械学習は、ランダムフォレスト、サポートベクタマシンニューラルネットワーク、ナイーブベイズ分類器等によって行われ得る。該機械学習で構築されるモデルは、例えば、被験者の皮膚特性と対象物質の物理化学的特性を入力すると、該対象物質が該被験者の皮膚に対して感覚刺激性であるか否かを出力する識別器である。あるいは、機械学習モデルは、被験者の皮膚特性と対象物質の物理化学的特性を入力すると、該被験者に適用されたときの該対象物質の感覚刺激性スコアの点数を出力するモデルである。さらに、得られた機械学習モデルを、不純度、OOB(Out−Of−Bag)等を用いて評価することで、説明変数の中から該モデルによる決定に重要なものを抽出し、抽出した説明変数のみを用いてさらに機械学習を行うことで、さらなる機械学習モデルを構築してもよい。

0022

上記で構築された機械学習モデルは、物質の感覚刺激性の解析に利用できる。例えば、該機械学習モデルに、その変数である被験者の皮膚特性及び対象物質の物理化学的特性を入力すれば、該被験者の皮膚が該対象物質から感覚刺激を受けるか否かが出力され、この出力結果をもとに、該被験者の皮膚に対する該対象物質の感覚刺激性を解析することができる。

0023

したがって、本発明の好ましい一実施形態は、物質の皮膚に対する感覚刺激性の解析方法である。該方法は、
対象物質の物理化学的特性を取得すること、
皮膚の皮膚特性を取得すること、及び
該対象物質の物理化学的特性と該皮膚の皮膚特性に基づいて、上述した機械学習モデルにより該対象物質の該皮膚に対する感覚刺激性を解析すること、
を含む。

0024

当該解析方法において測定される被験者の皮膚特性は、該方法で用いる機械学習モデルを構築した際に機械学習の変数とした皮膚特性からなる群より選択される少なくとも1種であればよい。したがって、変数に用いた皮膚特性が、角層水分量、TEWL、皮膚pH、CPT5、CPT250、皮脂量、ならびに皮膚色L*値、a*値及びb*値からなる群より選択される少なくとも1種である場合、該方法において測定される皮膚特性は、好ましくは、皮膚特性が、角層水分量、TEWL、皮膚pH、CPT5、CPT250、皮脂量、ならびに皮膚色L*値、a*値及びb*値からなる群より選択される少なくとも1種であり、より好ましくは、少なくとも角層水分量、TEWL及びpHであり、さらに好ましくは、角層水分量、TEWL、皮膚pH、CPT5、CPT250、皮脂量、ならびに皮膚色L*値、a*値及びb*値である。

0025

当該解析方法において取得される対象物質の物理化学的特性は、該方法で用いる機械学習モデルの変数とした物理化学的特性からなる群より選択される少なくとも1種であればよい。したがって、該方法において取得される対象物質の物理化学的特性は、好ましくは、沸点、融点、分子量、オクタノール−水分配係数、皮膚透過係数、SP、HSP δd、HSP δp、HSP δh、ASP A、ASP B、ASP E、ASP L、ASP S、ASP V、及びIOBからなる群より選択される少なくとも1種であり、より好ましくは、少なくとも融点、分子量、オクタノール水分配係数、及び皮膚透過係数であり、さらに好ましくは融点、分子量、オクタノール水分配係数、及び皮膚透過係数であり、なお好ましくは沸点、融点、分子量、オクタノール−水分配係数、皮膚透過係数、SP、HSP δd、HSP δp、HSP δh、ASP A、ASP B、ASP E、ASP L、ASP S、ASP V、及びIOBである。当該方法で用いられる対象物質の種類は、上記物理化学的特性を取得可能なものであれば特に限定されない。

0026

対象物質の皮膚に対する感覚刺激性の解析は、例えば、該対象物質が被験者の皮膚に対して感覚刺激性であるか否かを判定することなどを含み得る。さらに、当該判定結果と、予め確認されている所与の化粧品の処方とに基づいて、該化粧品が被験者の皮膚に対して感覚刺激性であるか否かを判定するができる。

0027

また、上記で構築された機械学習モデルは、物質による感覚刺激に対する被験者又は皮膚の感受性の解析に利用できる。本明細書において、被験者又は皮膚の「物質による感覚刺激に対する感受性」(単に「感受性」ということもある)とは、該物質の適用により皮膚に感覚刺激を生じるという被験者又はその皮膚の性質をいう。例えば、該機械学習モデルに、その変数である被験者の皮膚特性及び対象物質の物理化学的特性を入力し、得られた出力結果をもとに、該被験者又はその皮膚の該対象物質に対する感受性(例えば、該対象物質から感覚刺激を受けるか否か)を解析することができる。

0028

したがって、本発明の別の一実施形態は、物質による感覚刺激に対する皮膚の感受性の解析方法である。該方法は、
被験者の皮膚特性を測定すること、
対象物質の物理化学的特性を取得すること、及び
該被験者の皮膚特性と該対象物質の物理化学的特性に基づいて、上述した機械学習モデルにより該対象物質による感覚刺激に対する該被験者の皮膚の感受性を解析すること、
を含む。
本発明のさらに別の一実施形態は、物質による感覚刺激に対する被験者の感受性の解析方法である。該方法は、
被験者の皮膚特性を測定すること、
対象物質の物理化学的特性を取得すること、及び
該被験者の皮膚特性と該対象物質の物理化学的特性に基づいて、上述した機械学習モデルにより該対象物質による感覚刺激に対する該被験者の感受性を解析すること、
を含む。
当該方法において測定される被験者の皮膚特性、取得される対象物質の物理化学的特性、及び当該方法で用いられる対象物質の種類は、上述した物質の皮膚に対する感覚刺激性の解析方法の場合と同様である。当該方法による被験者又は皮膚の感受性の解析は、例えば、該被験者又はその皮膚が該対象物質による感覚刺激に対して感受性であるか否かを判定することなどを含み得る。

0029

上述した本発明による物質の感覚刺激性の解析方法、及び本発明による被験者又は皮膚の感受性の解析方法は、生体の皮膚や培養皮膚細胞に実際に物質を適用することなく、被験者の皮膚に対する対象物質の感覚刺激性、又は所与の対象物質に対する被験者の皮膚の感受性を調べることを可能にする。したがって、当該方法によれば、スティンギングテストを行わなくとも、化粧品等に対する被験者の皮膚の適合性を評価し、又は被験者にあった化粧品を選択することが可能になる。例えば、店頭で顧客の皮膚の特性を測定すれば、該顧客に適当な化粧品を選択し、提供することができる。また、当該方法によれば、スティンギングテストを行わなくとも、化粧品の候補物質の皮膚に対する感覚刺激性を調べて、該候補物質の化粧品としての適性を評価することが可能になる。また、本発明による物質の感覚刺激性の解析方法は、生体の皮膚や培養皮膚細胞に実際に物質を適用することなく、該物質の皮膚に対する感覚刺激性を調べることを可能にする。したがって、当該方法により、より簡便かつ迅速に様々な物質の感覚刺激性を調べることができ、さらには物質の感覚刺激性に関する網羅的又は体系的な解析が可能になる。また当該方法は、特定の肌特性を有する者に適切な化粧品の配合を決定する際に有用である。

0030

本発明のさらなる一態様は、上述した機械学習モデルによる物質の感覚刺激性の解析、又は被験者又はその皮膚の感受性の解析を行うための装置である。当該装置は、被験者の皮膚特性及び対象物質の物理化学的特性のデータから、本発明の機械学習モデルを利用して、該対象物質の感覚刺激性、又は被験者又はその皮膚の感受性を演算するための演算部、ならびに該演算の結果を出力するための出力部を備える。当該装置は、被験者の皮膚特性及び/又は対象物質の物理化学的特性を入力するための入力部を備えていてもよい。該入力部に入力されたデータは演算部に送られ、該機械学習モデルを利用した演算に利用され得る。また当該装置は、皮膚特性の測定装置と接続されていてもよく、この場合、測定した被験者の皮膚特性のデータは自動的に該装置に送られて、該演算部での演算に利用されてもよい。また当該装置は、データ保存部を備えていてもよく、該データ保存部には、該演算部での演算結果、対象物質の物理化学的特性データ、既存の化粧品又はその候補組成物の処方についてのデータ、測定した被験者の皮膚特性のデータなどを保存することができる。例えば、所定の対象物質の物理化学的特性データを予め該データ保存部に保存しておいてもよい。該データ保存部に保存されたデータは、必要に応じて呼び出されて該演算部での演算に利用され得る。また当該装置は、上記の入力部、測定装置との接続、データ保存部のうちの2つ以上を同時に備えていてもよい。

0031

本発明のさらなる一態様は、上述した機械学習モデルによる物質の感覚刺激性の解析又は被験者又は皮膚の感受性の解析を行うためのプログラムである。該プログラムは、被験者の皮膚特性及び対象物質の物理化学的特性のデータから、本発明の機械学習モデルを利用して、該対象物質の感覚刺激性又は被験者又は皮膚の感受性を演算するためのプログラムである。例えば、該プログラムは、上述した本発明の装置の演算部での演算を行うためのプログラムであり得る。

0032

図1に、機械学習モデルを利用して物質の感覚刺激性又は被験者又は皮膚の感受性を解析するための装置の一実施形態の概念図を示す。本装置では、被験者の皮膚特性データは、測定器1で測定され、得られた測定値は、自動的又は手動により装置本体の入力部2に送られる。本装置では、物質の物理化学的特性データはデータ保存部3に保存されており、必要に応じて演算部に送られる。演算部4は、被験者の皮膚特性データと物質の物理化学的特性データから、機械学習モデルを用いて、被験者の物質に対する感受性を解析し、その結果を出力部5に出力する。一実施形態において、演算部4は、皮膚特性データと物理化学的特性データに基づいて、機械学習モデルにより、皮膚の物質感受性又は物質の感覚刺激性を解析するためのプログラムを実行する。別の一実施形態において、演算部4は、皮膚特性データと物理化学的特性データに基づいて、機械学習モデルにより、被験者又は皮膚の感受性を解析するためのプログラムを実行する。一実施形態において、演算部4は、被験者が特定の対象物質に対して感受性であるか否かを出力する。一実施形態において、演算部4は、データ保存部3に登録した物質の中から、該被験者に対して感覚刺激性を有するものを出力する。一実施形態において、演算部4は、データ保存部3に登録した物質の中から選択された一対象物質が、該被験者に対して感覚刺激性を有するか否かを出力する。さらなる実施形態において、本装置のデータ保存部3には、既存の化粧品又はその候補組成物の処方についてのデータベースが保存されており、演算部4は、対象物質が被験者に対して感覚刺激性を有するか否かの演算結果と、データ保存部3から参照した化粧品や候補物質の処方とに基づいて、該被験者に対して感覚刺激性である(又は感覚刺激性でない)化粧品や候補物質を出力する。

0033

本発明のさらなる実施形態は、顔部の皮膚温を利用した被験者の肌タイプ又は皮膚特性の評価又は解析である。後述の実施例に示すとおり、上述した被験者の皮膚特性に基づいて肌タイプを分類したとき、顔部の皮膚温分布は、肌タイプごとにそれぞれ異なる特徴を有する傾向があった。より詳細には、全顔の平均温度、額、又は頬部の各部位の他の部位に対する皮膚温の高さ又は低さは、上述した被験者の皮膚特性に基づき分類した肌タイプと関連性を有する傾向があった。したがって、顔部の皮膚温に関するパラメータに基づいて、被験者の肌タイプ又は皮膚特性を評価又は解析することができる。該顔部の皮膚温に関するパラメータとしては、全顔の平均皮膚温、顔の部位(例えば額、鼻及び頬部)の平均皮膚温、当該部位間の皮膚温分布(例えば、額、鼻及び頬部のいずれかの部位の、他の部位に対する皮膚温の高さ又は低さ)が挙げられる。これらのパラメータは、全顔部皮膚温を測定することで取得することができる。全顔部皮膚温はサーモトレーサNEC三栄株式会社)などの皮膚表面温度測定装置によって測定することができる。例えば、他の部位と比べて頬部の温度が高い被験者は、バリア機能の異常と肌の乾燥を有するアトピックドライスキン様の肌タイプを有すると評価され得るか、又は、角層水分量が低く、TEWLが高く、皮脂量が低く、皮膚pHが高く、肌色が赤みが強くくすみがちでかつ電気刺激に対する閾値が低いという皮膚特性を有する傾向があると評価され得る。

0034

本発明の例示的実施形態として、以下の物質、製造方法、用途、方法等をさらに本明細書に開示する。但し、本発明はこれらの実施形態に限定されない。

0035

〔1〕物質の皮膚に対する感覚刺激性の解析方法であって、
対象物質の物理化学的特性を取得すること、
皮膚の皮膚特性を取得すること、及び
該対象物質の物理化学的特性と該皮膚の皮膚特性に基づいて、機械学習モデルにより該対象物質の該皮膚に対する感覚刺激性を解析すること、
を含む、
方法。
〔2〕物質による感覚刺激に対する皮膚の感受性の解析方法であって、
被験者の皮膚特性を測定すること、
対象物質の物理化学的特性を取得すること、及び
該被験者の皮膚特性と該対象物質の物理化学的特性に基づいて、機械学習モデルにより該対象物質による感覚刺激に対する該被験者の皮膚の感受性を解析すること、
を含む、
方法。
〔3〕物質による感覚刺激に対する被験者の感受性の解析方法であって、
被験者の皮膚特性を測定すること、
対象物質の物理化学的特性を取得すること、及び
該被験者の皮膚特性と該対象物質の物理化学的特性に基づいて、機械学習モデルにより該対象物質による感覚刺激に対する該被験者の感受性を解析すること、
を含む、
方法。
〔4〕前記皮膚特性が、
好ましくは、角層水分量、TEWL、皮膚pH、CPT5、CPT250、皮脂量、ならびに皮膚色L*値、a*値及びb*値からなる群より選択される少なくとも1種であり、
より好ましくは、少なくとも角層水分量、TEWL及びpHであり、
さらに好ましくは、角層水分量、TEWL、皮膚pH、CPT5、CPT250、皮脂量、ならびに皮膚色L*値、a*値及びb*値である、
〔1〕〜〔3〕のいずれか1項記載の方法。
〔5〕前記物理化学的特性が、
好ましくは、沸点、融点、分子量、オクタノール−水分配係数、皮膚透過係数、SP、HSP δd、HSP δp、HSP δh、ASP A、ASP B、ASP E、ASP L、ASP S、ASP V、及びIOBからなる群より選択される少なくとも1種であり、
より好ましくは、少なくとも融点、分子量、オクタノール水分配係数、及び皮膚透過係数であり、
さらに好ましくは、融点、分子量、オクタノール水分配係数及び皮膚透過係数であり、
なお好ましくは、沸点、融点、分子量、オクタノール−水分配係数、皮膚透過係数、SP、HSP δd、HSP δp、HSP δh、ASP A、ASP B、ASP E、ASP L、ASP S、ASP V、及びIOBである、
〔1〕〜〔4〕のいずれか1項記載の方法。
〔6〕好ましくは、前記該機械学習モデルが、以下:
モデル構築用被験者の皮膚特性;
モデル構築用試験物質の物理化学的特性、ここで該モデル構築用試験物質は、少なくともpH調整剤、防腐剤、極性油及び保湿剤を含む;及び、
該モデル構築用試験物質の、該モデル構築用被験者の皮膚に対する感覚刺激性の測定結果、
を用いた機械学習により構築されたモデルである、〔1〕〜〔3〕のいずれか1項記載の方法。
〔7〕前記モデル構築用被験者の皮膚特性が、
好ましくは、角層水分量、TEWL、皮膚pH、CPT5、CPT250、皮脂量、ならびに皮膚色L*値、a*値及びb*値からなる群より選択される少なくとも1種であり、
より好ましくは、少なくとも角層水分量、TEWL及びpHであり、
さらに好ましくは、角層水分量、TEWL、皮膚pH、CPT5、CPT250、皮脂量、ならびに皮膚色L*値、a*値及びb*値である、
〔6〕記載の方法。
〔8〕前記モデル構築用試験物質の物理化学的特性が、
好ましくは、沸点、融点、分子量、オクタノール−水分配係数、皮膚透過係数、SP、HSP δd、HSP δp、HSP δh、ASP A、ASP B、ASP E、ASP L、ASP S、ASP V、及びIOBからなる群より選択される少なくとも1種であり、
より好ましくは、少なくとも融点、分子量、オクタノール水分配係数、及び皮膚透過係数であり、
さらに好ましくは、融点、分子量、オクタノール水分配係数及び皮膚透過係数であり、
なお好ましくは、沸点、融点、分子量、オクタノール−水分配係数、皮膚透過係数、SP、HSP δd、HSP δp、HSP δh、ASP A、ASP B、ASP E、ASP L、ASP S、ASP V、及びIOBである、
〔6〕又は〔7〕記載の方法。
〔9〕前記モデル構築用試験物質が
好ましくは、乳酸、及びクエン酸からなる群より選択される少なくとも1種と、メチルパラベン、クロルフェネシン、及びフェノキシエタノールからなる群より選択される少なくとも1種と、イソステアリン酸イソステアリル、イソノナン酸イソノニル、イソステアリン酸イソプロピル、及びヒドロキシステアリン酸エチルヘキシルからなる群より選択される少なくとも1種と、ジプロピレングリコール、プロピレングリコール、グリセリン、ジグリセリン、及び1,3−ブチレングリコールからなる群より選択される少なくとも1種であり、
より好ましくは、乳酸、クエン酸、メチルパラベン、クロルフェネシン、フェノキシエタノール、イソステアリン酸イソステアリル、イソノナン酸イソノニル、イソステアリン酸イソプロピル、ヒドロキシステアリン酸エチルヘキシル、ジプロピレングリコール、プロピレングリコール、グリセリン、ジグリセリン、及び1,3−ブチレングリコールである、
〔6〕〜〔8〕のいずれか1項記載の方法。
〔10〕好ましくは、前記モデル構築用試験物質の前記モデル構築用被験者の皮膚に対する感覚刺激性の測定結果が、以下の手順:
該モデル構築用試験物質の各々について、該モデル構築用被験者の各々の皮膚に対する感覚刺激性スコアを得ること、
該感覚刺激性スコアに基づいて、該各々のモデル構築用試験物質について、該被験者の各々の皮膚に対する感覚刺激性の有無を算出すること、
により得られた、該試験物質各々の該被験者各々の皮膚に対する感覚刺激性の有無についてのデータである、〔6〕〜〔9〕のいずれか1項記載の方法。

0036

〔11〕以下を含む、物質の皮膚に対する感覚刺激性を機械学習するためのデータベース:
複数の被験者についての皮膚特性;
複数の物質についての物理化学的特性;及び
該複数の物質の該複数の被験者の皮膚に対する感覚刺激性の測定結果。
〔12〕前記皮膚特性が、
好ましくは、角層水分量、TEWL、皮膚pH、CPT5、CPT250、皮脂量、ならびに皮膚色L*値、a*値及びb*値からなる群より選択される少なくとも1種であり、
より好ましくは、少なくとも角層水分量、TEWL及びpHであり、
さらに好ましくは、角層水分量、TEWL、皮膚pH、CPT5、CPT250、皮脂量、ならびに皮膚色L*値、a*値及びb*値である、
〔11〕記載のデータベース。
〔13〕前記物理化学的特性が、
好ましくは、沸点、融点、分子量、オクタノール−水分配係数、皮膚透過係数、SP、HSP δd、HSP δp、HSP δh、ASP A、ASP B、ASP E、ASP L、ASP S、ASP V、及びIOBからなる群より選択される少なくとも1種であり、
より好ましくは、少なくとも融点、分子量、オクタノール水分配係数、及び皮膚透過係数であり、
さらに好ましくは、融点、分子量、オクタノール水分配係数及び皮膚透過係数であり、
なお好ましくは、沸点、融点、分子量、オクタノール−水分配係数、皮膚透過係数、SP、HSP δd、HSP δp、HSP δh、ASP A、ASP B、ASP E、ASP L、ASP S、ASP V、及びIOBである、
〔11〕又は〔12〕記載のデータベース。
〔14〕好ましくは、前記複数の物質の前記複数の被験者の皮膚に対する感覚刺激性の測定結果が、以下の手順:
該複数の物質の各々について、該複数の被験者の各々の皮膚に対する感覚刺激性スコアを得ること、
該感覚刺激性スコアに基づいて、該各々の物質について、該被験者の各々の皮膚に対する感覚刺激性の有無を算出すること、
により得られた、該物質各々の該被験者各々の皮膚に対する感覚刺激性の有無についてのデータである、〔11〕〜〔13〕のいずれか1項記載のデータベース。

0037

〔15〕物質の皮膚に対する感覚刺激性を解析するためのモデルの構築方法であって、以下:
複数の被験者についての皮膚特性;
複数の物質についての物理化学的特性;及び
該複数の物質の該複数の被験者の皮膚に対する感覚刺激性の測定結果、
を記述子とした機械学習により、物質の皮膚に対する感覚刺激性の有無を識別するための識別器を作製すること、
を含む、方法。
〔16〕前記皮膚特性が、
好ましくは、角層水分量、TEWL、皮膚pH、CPT5、CPT250、皮脂量、ならびに皮膚色L*値、a*値及びb*値からなる群より選択される少なくとも1種であり、
より好ましくは、少なくとも角層水分量、TEWL及びpHであり、
さらに好ましくは、角層水分量、TEWL、皮膚pH、CPT5、CPT250、皮脂量、ならびに皮膚色L*値、a*値及びb*値である、
〔15〕記載の方法。
〔17〕前記物理化学的特性が、
好ましくは、沸点、融点、分子量、オクタノール−水分配係数、皮膚透過係数、SP、HSP δd、HSP δp、HSP δh、ASP A、ASP B、ASP E、ASP L、ASP S、ASP V、及びIOBからなる群より選択される少なくとも1種であり、
より好ましくは、少なくとも融点、分子量、オクタノール水分配係数、及び皮膚透過係数であり、
さらに好ましくは、融点、分子量、オクタノール水分配係数及び皮膚透過係数であり、
なお好ましくは、沸点、融点、分子量、オクタノール−水分配係数、皮膚透過係数、SP、HSP δd、HSP δp、HSP δh、ASP A、ASP B、ASP E、ASP L、ASP S、ASP V、及びIOBである、
〔15〕又は〔16〕記載の方法。
〔18〕好ましくは、前記複数の物質の前記複数の被験者の皮膚に対する感覚刺激性の測定結果が、以下の手順:
該複数の物質の各々について、該複数の被験者の各々の皮膚に対する感覚刺激性スコアを得ること、
該感覚刺激性スコアに基づいて、該各々の物質について、該被験者の各々の皮膚に対する感覚刺激性の有無を算出すること、
により得られた、該物質各々の該被験者各々の皮膚に対する感覚刺激性の有無についてのデータである、〔15〕〜〔17〕のいずれか1項記載の方法。

0038

〔19〕〔1〕〜〔10〕のいずれか1項記載の解析方法を行うためのプログラム。
〔20〕〔1〕〜〔10〕のいずれか1項記載の解析方法を行うための装置。
〔21〕好ましくは、入力部、演算部、及び出力部を備え、さらに必要に応じてデータ保存部を備え、さらに必要に応じて皮膚特性の測定装置と接続されている、〔20〕記載の装置。
〔22〕好ましくは、前記演算部が〔19〕記載のプログラムを用いた演算を行う、〔21〕記載の装置。

0039

以下、実施例に基づき本発明をさらに詳細に説明するが、本発明はこれに限定されるものではない。

0040

実施例1機械学習モデルの構築
1.方法
1)被験者
敏感肌の自覚のある200名の女性(日本人120名、ドイツ人80名)から皮膚特性データを収集した。別の日に、同じ被験者から対象物質によるスティンギング試験を行った。

0041

2)対象物質
対象物質には、以下の14種の化合物を用いた。
pH調整剤:乳酸、クエン酸
防腐剤:メチルパラベン、クロルフェネシン、フェノキシエタノール
油剤:イソステアリン酸イソステアリル、イソノナン酸イソノニル、
イソステアリン酸イソプロピル、ヒドロキシステアリン酸エチルヘキシル
保湿剤:ジプロピレングリコール、プロピレングリコール、グリセリン、
ジグリセリン、1,3−ブチレングリコール
対象物質の物理化学的特性として、沸点、融点、分子量、オクタノール−水分配係数(logKow)、皮膚透過係数、ヒルデブランド溶解度パラメータ(SP)、ハンセン溶解度パラメータ(HSP)δd、δp、及びδh、アブラハム溶媒和パラメータ(ASP A、ASP B、ASP E、ASP L、ASP S、及びASP V)、ならびにIOB(Inorganic Organic Balance)を取得した。これらの物理化学的特性はChemDraw、EpiSuite及びHSPiPにより算出した。皮膚透過係数(logP)は、PottsとGuyの皮膚透過係数予測式(Pharm Res.,9,663−669,1992)を用いて算出した。また、対象物質の物理化学的特性として、Chi Connectivity Indices(x0、x1、x2、xp3〜xp10、xc3、xc4、xpc4、knotp)、Kappa Shape Indices、Electrotopological State Indices、Topological descriptors等の798種の分子記述子を、The Toxicity Estimation Software Tool(EPA TEST; [www.epa.gov/chemical−research/toxicity−estimation−software−tool−test])を使用して求めた。

0042

3)皮膚特性データの収集
皮膚特性は、角層水分量、経皮水分蒸散量(TEWL)、皮膚pH、5Hz及び250Hzにおける皮膚電気閾値(CPT5及びCPT250)、皮脂量、皮膚色(L*、a*及びb*)及び全顔部皮膚温分布を測定した。被験者は洗顔後恒温恒湿室(温度22±2℃、湿度50±5%)で15分間馴化し、次いで各種皮膚特性を測定された。皮膚特性測定においては、被験者は、VISIA−CR(Canfield Scientific Inc.)を用いて全顔写真撮影後、全顔皮膚温、角層水分量、TEWL、皮膚pH、皮膚色、CPT5及びCPT250、皮脂量を測定し、また角層採取された。全顔皮膚温はサーモトレーサ(サーモトレーサ TH3100;NEC三栄株式会社)を用いて1回測定した。角層水分量はCorneometer(Corneometer CM825;Courage+Khazaka electronic GmbH)を用いて5回測定した。TEWLはTewameter(Tewameter TM300;Courage+Khazaka electronic GmbH)を用いて2分間測定した。皮膚pHはSkin−pH−meter(LAQUAact;HORIBA Ltd.)を用いて1回測定した。皮膚色はChromameter(Chromameter CR400又はChromameter CM700d;KONICAMINOLTA JAPAN,INC.)を用いて3回測定した。CPTはNeurometer(Neurometer CPT/C;Neurotron,Inc.)を用いて、250Hz、次いで5Hzで1回ずつ測定した。皮脂量はSebumeter(SebumeterSM815;Courage+Khazaka electronic GmbH)を用いて1回測定した。角層はテープを用いて同一部位から5サンプルずつ採取した。

0043

4)スティンギング試験
被験者は洗顔後、恒温恒湿室(温度22±2℃、湿度50±5%)で15分間馴化し、次いで以下の手順に従って試験に供された。
(i)右(又は左頬)に、対象物質の溶液20μLを塗布した。
(ii)塗布の直後、2.5分後及び5分後に、塗布によって生じた不快感を以下の基準に従って被験者に記録させた。
0 = 何も感じない
0.5 = ほんの少しの不快感があるが、ほとんど感じない
1.0 = 少しの不快感があるが、我慢できる
1.5 = 少し〜多少の不快感がある
2.0 = 多少の不快感があるが、我慢できる
2.5 = 多少〜かなりの不快感がある
3.0 = かなりの不快感がある、我慢できない
(iii)塗布部位を、イオン交換水を含ませたコットンでやさしくふき取り、さらに乾いたコットンで水分を拭き取った。
(iv)3分間待機後、反対側の頬部に別の対象物質の溶液を20μL塗布し、(ii)〜(iii)を繰り返した。
上記(i)〜(iv)を繰り返すことで、一人の被験者に対して同じ日に最大4種の対象物質を試験した。残りの対象物質の試験は翌日に行った。4日間で各被験者に対して14種の対象物質を試験した。試験に用いた対象物質の溶液を表1に示す。

0044

0045

5)対象物質の感覚刺激性有無の計算
4)(ii)で測定した各試験物質の不快感についてのスコアをもとに、各被験者の皮膚に対する各試験物質の感覚刺激性の有無を求めた。具体的には、一被験者から得られた一試験物質についての塗布の直後、2.5分後及び5分後での3回のスコアすべてが0の場合は、該試験物質は該被験者の皮膚に対して感覚刺激性なしとし、1度でも0.5以上のスコアであった場合は感覚刺激性ありとした。同様の手順を繰り返し、各被験者の皮膚に対する各試験物質の感覚刺激性の有無を決定した。

0046

2.皮膚特性と皮膚の物質感受性との相関
1)人種間での比較
皮膚特性及びスティンギング試験の結果を日本人被験者とドイツ人被験者の間で比較したところ、日本人被験者とドイツ人被験者は、全体的には、皮膚特性及びスティンギング試験の両方において異なる性質を示した。日本人は、角層水分量、皮膚pH、皮脂量及び皮膚色b*値がドイツ人と比べて有意に高く、一方、TEWL、CPT、及び皮膚色L*値、a*値は有意に低かった。スティンギング試験では、感覚刺激性スコアの比較的高い物質に対しては日本人のほうがより感受性が高く、一方、感覚刺激性スコアの比較的低い物質に対してはドイツ人のほうがより感受性が高い傾向がみられた。

0047

2)階層クラスター解析
角層水分量、TEWL、皮膚pH、CPT250、CPT5、皮脂量、及び皮膚色(L*、a*及びb*)の測定値に基づく階層クラスター解析により、日本人被験者及びドイツ人被験者を各々5つの肌タイプ(J-Type 1〜5及びG-Type 1〜5)に分類した(表2)。結果、日本人及びドイツ人に共通する2つの肌タイプ(J及びG-Type 1、ならびにJ及びG-Type2)がみられた。Type 1は、アトピックドライスキン様の皮膚特性を有していた、すなわち、角層水分量が低くTEWLが高いことから示されるバリア機能の異常と、皮脂量が低いことから示される肌の乾燥を有し、皮膚pHが高く、肌色が赤みが強くくすみがちであり、かつ、電気刺激に対する閾値が低かった。Type 2は、皮膚色の値から見掛け上は健常肌と考えらえるものの、電気刺激に対して感受性が高かった。その他の肌タイプ(J-Type 3〜5、及びG-Type 3〜5)は日本人及びドイツ人に各々特有であった。
肌タイプごとにスティンギング試験の結果(感覚刺激性スコアの高い/低い対象物質)を比較した。日本人及びドイツ人のType 1(J及びG-Type 1)、及びType 2(J及びG-Type2)はそれぞれ、共通の物質に高い又は低い感受性を有する傾向があった。このことより、同様の皮膚特性を有する者は同様の物質反応性を持つことが示され、したがって、皮膚特性が皮膚の物質感受性に寄与する主因子であることが示唆された。

0048

0049

3)皮膚温による解析
図2に、日本人被験者の額、鼻及び頬部の皮膚の平均温度を、2)で分類した肌タイプごとに示した。Type 1は他のタイプと比較して頬部の温度が高かった。Type2は鼻及び頬部の温度が低く、且つ、額から顎先にかけての温度が低くなる傾向があった。Type3及びType4の皮膚温には対照的な傾向がみられ、Type3は全顔にわたって皮膚温が高く、一方Type4は低かった。Type5は、他の部位に比較して鼻の温度が低かった。
このように顔部の皮膚温分布は、2)で分類した肌タイプごとに異なる特徴を示したことから、皮膚の物質感受性の指標となり得ることが示された。

0050

3.機械学習による物質の皮膚に対する感覚刺激性の解析用モデルの構築
被験者200名(日本人120名、ドイツ人80名)の皮膚特性(角層水分量、TEWL、皮膚pH、皮膚色(L*、a*及びb*)、CPT5及びCPT250、皮脂量)、及び14種の対象物質の物理化学的特性(沸点、融点、分子量、オクタノール−水分配係数、皮膚透過係数、SP、HSP δd、HSP δp、HSP δh、ASP A、ASP B、ASP E、ASP L、ASP S、ASP V、IOB、及びChi Connectivity Indices(x0、x1、x2、xp3〜xp10、xc3、xc4、xpc4、knotp)、Kappa Shape Indices、Electrotopological State Indices、Topological descriptors等の分子記述子798種)を説明変数とし、該対象物質の感覚刺激性の有無(上記1.5)で求めた値)を目的変数とするデータセットを作成した。被験者の皮膚特性と物質の物理化学的特性を入力すると、該被験者がその物質に対して不快感を有するか否かを出力する識別器を作成した。さらに、ダミー変数として人種(ethnicity)を説明変数に加えて同様に識別器を作成した。表3に、作成した識別器についての10-fold cross-validationにより得られた正答率を示した。正答率が最も高かったのはランダムフォレストであり、最も低かったのはナイーブベイズ分類器であった。ダミー変数の有無は、正答率に顕著な影響を与えなかった。このことから、皮膚の物質感受性に対する人種の重要度は低く、物質の物理化学特性及び皮膚特性が皮膚の物質感受性の主因子であることが示された。

0051

0052

ランダムフォレストでの計算に用いた変数(皮膚特性及び物理化学的特性)の中から、不純度の低下が大きいものを重要度の高い特徴量として抽出した。特徴量とそれらによる不純度の低下量を図3に示した。物質の物理化学的特性の中では融点、沸点、皮膚透過係数、分子量、オクタノール−水分配係数、溶解性パラメータ(ヒルデブランド溶解度パラメータ;SP、ハンセン溶解度パラメータ;HSP δh、δp及びδd、ならびにアブラハム溶媒和パラメータ;ASP A、ASP B、ASP E、ASP L、ASP S及びASP V)、及びIOBが、一方、皮膚特性の中では角層水分量、TEWL、皮膚pH、CPT250、皮脂量、CPT5、ならびに皮膚L*値、a*値及びb*値が、不純度の低下に貢献する重要な特徴量であった。

実施例

0053

さらに、重要度の高い特徴量の中から20個程度を選択し、選択された特徴のみを用いてランダムフォレスト法により、被験者の皮膚特性と物質の物理化学的特性を入力すると、該物質が該被験者の皮膚に対して不快感を及ぼすか否かを出力する識別器を作成した。作成した識別器の性能をOOB(Out−Of−Bag)により評価した。評価の結果、質の物理化学的特性の中では融点、分子量、オクタノール水分配係数、及び皮膚透過係数が、皮膚特性の中では角層水分量、TEWL及びpHが、識別に特に重要な特徴量であることがわかった。

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

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

  • ダイキン工業株式会社の「 環境制御システム」が 公開されました。( 2020/09/24)

    【課題】 対象者の環境を制御する環境制御システムを提供する。【解決手段】 対象者の環境を制御するアクチュエータと、前記アクチュエータの運転を制御する制御部と、を有する環境制御システムであって、対象... 詳細

  • アビオメドインコーポレイテッドの「 医療機器からデータを取り込むためのシステムおよび方法」が 公開されました。( 2020/09/24)

    【課題・解決手段】医療機器からサーバにデータを転送するための方法は、医療機器からビデオストリームを受信する工程と、ビデオストリームから画像を取り込む工程と、データネットワークを介してサーバに画像を送信... 詳細

  • パナソニック株式会社の「 生体情報特定システム及び方法」が 公開されました。( 2020/09/24)

    【課題】人体に、無線機やセンサを装着させることなく、人の生体の位置情報、生体の状態に関する状態情報を特定できるシステムを提供する。【解決手段】電波を送出し、且つ、無線で信号を受信する送受信機101と、... 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