+

WO2018101450A1 - 癌モニタリングの方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、評価システム、及び端末装置 - Google Patents

癌モニタリングの方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、評価システム、及び端末装置 Download PDF

Info

Publication number
WO2018101450A1
WO2018101450A1 PCT/JP2017/043208 JP2017043208W WO2018101450A1 WO 2018101450 A1 WO2018101450 A1 WO 2018101450A1 JP 2017043208 W JP2017043208 W JP 2017043208W WO 2018101450 A1 WO2018101450 A1 WO 2018101450A1
Authority
WO
WIPO (PCT)
Prior art keywords
evaluation
value
trp
cancer
concentration
Prior art date
Application number
PCT/JP2017/043208
Other languages
English (en)
French (fr)
Inventor
山本　浩史
信矢 菊池
今泉　明
温子 池田
貴嗣 穴山
聖彦 東山
次郎 岡見
富雄 中山
文生 今村
Original Assignee
味の素株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 味の素株式会社 filed Critical 味の素株式会社
Priority to JP2018554270A priority Critical patent/JP7336850B2/ja
Priority to KR1020197015532A priority patent/KR102477319B1/ko
Publication of WO2018101450A1 publication Critical patent/WO2018101450A1/ja
Priority to JP2022071128A priority patent/JP7595611B2/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6803—General methods of protein analysis not limited to specific proteins or families of proteins
    • G01N33/6806—Determination of free amino acids
    • G01N33/6812—Assays for specific amino acids
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • G01N33/57484—Immunoassay; Biospecific binding assay; Materials therefor for cancer involving compounds serving as markers for tumor, cancer, neoplasia, e.g. cellular determinants, receptors, heat shock/stress proteins, A-protein, oligosaccharides, metabolites
    • G01N33/57488—Immunoassay; Biospecific binding assay; Materials therefor for cancer involving compounds serving as markers for tumor, cancer, neoplasia, e.g. cellular determinants, receptors, heat shock/stress proteins, A-protein, oligosaccharides, metabolites involving compounds identifable in body fluids
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/54—Determining the risk of relapse

Definitions

  • the present invention relates to a cancer monitoring method, a calculation method, an evaluation device, a calculation device, an evaluation program, a calculation program, an evaluation system, and a terminal device.
  • Surgical therapy is a treatment that removes cancer lesions and is said to be the first choice of treatment for solid cancers except leukemia. Because cancer can be cured if it can be completely removed, surgical therapy is the most direct treatment.
  • Non-patent Document 1 it has been reported that in breast cancer patients, the concentration of serine and glutamic acid in blood is normalized by surgical operation (Non-patent Document 1).
  • Non-patent Document 2 blood concentrations of glutamine, tryptophan, alanine, glycine and arginine decreased immediately after chest surgery.
  • Non-patent Document 3 it has been reported that alanine and aspartic acid increase after surgery in gastric cancer patients and breast cancer patients.
  • Patent Documents 1, 2, and 3 relating to a method for associating an amino acid concentration with a biological state are disclosed as prior patents.
  • Patent Document 4 relating to a method for evaluating lung cancer status using amino acid concentration
  • Patent Literature 5 relating to a method for evaluating breast cancer status using amino acid concentration
  • Patent Document 7 related to a method for evaluating cancer status using amino acid concentration
  • Patent Document 8 related to a method for evaluating gastric cancer status using amino acid concentration
  • Patent Document 9 Patent Document 9
  • Patent Document 10 that evaluates the state of female genital cancer using amino acid concentration
  • Patent Document 11 that evaluates the state of prostate disease including prostate cancer using amino acid concentration
  • Patent Document 12 regarding a method for evaluating a state
  • Patent Document 14 relates to a method for evaluating the
  • Non-Patent Documents 1, 2, and 3 are short-term reports after surgical operation, and there are no reports of changes in blood amino acid concentration related to recurrence after cancer surgery.
  • the evaluation targets are different.
  • the present invention has been made in view of the above problems, and uses an amino acid concentration in blood to provide highly reliable information that can be used as a reference for knowing the possibility of cancer recurrence, an evaluation apparatus,
  • An object is to provide an evaluation program, an evaluation system, and a terminal device.
  • the evaluation method according to the present invention includes 12 kinds of amino acids (Glu, Ser, a-ABA) in the blood to be evaluated in which cancer has been found. , Val, Met, Lys, Ile, Leu, Trp, His, Orn and Pro) at least one or 21 kinds of amino acids (Glu, Arg, Orn, Cit, His, Val, Phe, Tyr, Met, Pro) , Trp, Asn, Leu, Lys, Thr, Ile, Gln, Ala, Ser, a-ABA, and Gly), and an evaluation for evaluating the likelihood of cancer recurrence for the evaluation target Including a step.
  • 12 kinds of amino acids Glu, Ser, a-ABA
  • the evaluation method in the evaluation method, in the evaluation step, at least one of the 12 kinds of amino acids or at least two concentration values of the 21 kinds of amino acids are substituted. And calculating the value of the expression by further using an expression including the expression, and evaluating the possibility of cancer recurrence for the evaluation object.
  • the evaluation apparatus is an evaluation apparatus including a control unit, and the control unit is at least one of the 12 types of amino acids in the blood of the evaluation target in which cancer has been found.
  • An evaluation method is an evaluation method executed in an information processing apparatus including a control unit, and is executed in the control unit, in blood of an evaluation target in which cancer has been found. Including an evaluation step of evaluating the likelihood of cancer recurrence for the evaluation object using concentration values of at least one of the 12 amino acids or at least two of the 21 amino acids. To do.
  • An evaluation program is an evaluation program for execution in an information processing apparatus including a control unit, and is an evaluation target blood for which cancer has been found for execution in the control unit.
  • a recording medium is a non-transitory computer-readable recording medium, and includes a programmed instruction for causing an information processing apparatus to execute the evaluation method.
  • an evaluation system includes an evaluation device including a control unit, and a control unit, and at least one of the 12 types of amino acids in blood of an evaluation target in which cancer has been found or
  • An evaluation system configured by connecting a terminal device that provides concentration data regarding at least two concentration values of the 21 types of amino acids so as to be communicable via a network, the control unit of the terminal device Comprises: concentration data transmitting means for transmitting the concentration data to the evaluation device; and result receiving means for receiving an evaluation result regarding the possibility of recurrence of cancer transmitted from the evaluation device;
  • the control unit includes density data receiving means for receiving the density data transmitted from the terminal device, and the density data received by the density data receiving means.
  • the evaluation means for evaluating the likelihood of cancer recurrence for the evaluation object, And a result transmitting means for transmitting the evaluation result obtained by the evaluating means to the terminal device.
  • the terminal device is a terminal device including a control unit, and the control unit includes a result acquisition unit that acquires an evaluation result related to the likelihood of cancer recurrence, Using the concentration values of at least one of the 12 amino acids or at least two of the 21 amino acids in the blood of the evaluation target that has been discovered, the possibility of recurrence of cancer for the evaluation target It is the result of having evaluated.
  • the terminal device is configured to be communicably connected to an evaluation device that evaluates the likelihood of cancer recurrence via the network in the terminal device, and the control unit Concentration data transmitting means for transmitting concentration data relating to concentration values of at least one of the 12 kinds of amino acids in blood or at least two of the 21 kinds of amino acids to the evaluation device, the result obtaining means Receives the evaluation result transmitted from the evaluation device.
  • the evaluation apparatus relates to a concentration value of at least one of the 12 amino acids or at least two of the 21 amino acids in blood of an evaluation object in which cancer has been found.
  • An evaluation apparatus including a control unit that is communicably connected to a terminal device that provides density data via a network, wherein the control unit receives the density data transmitted from the terminal device.
  • the control unit receives the density data transmitted from the terminal device.
  • the blood amino acid concentration is used to provide highly reliable information that can be used as a reference for knowing the possibility of cancer recurrence.
  • FIG. 1 is a principle configuration diagram showing the basic principle of the first embodiment.
  • FIG. 2 is a principle configuration diagram showing the basic principle of the second embodiment.
  • FIG. 3 is a diagram illustrating an example of the overall configuration of the present system.
  • FIG. 4 is a diagram showing another example of the overall configuration of the present system.
  • FIG. 5 is a block diagram showing an example of the configuration of the evaluation apparatus 100 of this system.
  • FIG. 6 is a diagram showing an example of information stored in the density data file 106a.
  • FIG. 7 is a diagram illustrating an example of information stored in the index state information file 106b.
  • FIG. 8 is a diagram illustrating an example of information stored in the designated index state information file 106c.
  • FIG. 9 is a diagram illustrating an example of information stored in the expression file 106d1.
  • FIG. 10 is a diagram illustrating an example of information stored in the evaluation result file 106e.
  • FIG. 11 is a block diagram illustrating a configuration of the evaluation unit 102d.
  • FIG. 12 is a block diagram illustrating an example of the configuration of the client device 200 of the present system.
  • FIG. 13 is a block diagram showing an example of the configuration of the database apparatus 400 of this system.
  • FIG. 14 is a diagram showing the amino acid concentration data of 21 kinds of recurrence-free cases.
  • FIG. 15 is a diagram showing 21 amino acid concentration data of recurrence cases.
  • FIG. 16 is a radar chart showing “distribution of each amino acid after surgery when each amino acid before surgery is taken as 100%” for a non-recurrence example.
  • FIG. 16 is a radar chart showing “distribution of each amino acid after surgery when each amino acid before surgery is taken as 100%” for a non-recurrence example.
  • FIG. 17 is a diagram showing a radar chart showing “distribution of each amino acid after surgery when each amino acid before surgery is 100%” for a recurrence example.
  • FIG. 18 is a diagram illustrating a result of logistic regression analysis.
  • FIG. 19 is a diagram showing combinations of two variables and ROC_AUC for each combination.
  • FIG. 20 is a diagram showing combinations of three variables and ROC_AUC for each combination.
  • FIG. 21 is a diagram showing combinations of four variables and ROC_AUC for each combination.
  • FIG. 22 is a diagram illustrating combinations of two variables and ROC_AUC for each combination.
  • FIG. 23 is a diagram illustrating combinations of three variables and ROC_AUC for each combination.
  • FIG. 24 is a diagram illustrating combinations of four variables and ROC_AUC for each combination.
  • Embodiments of an evaluation method according to the present invention (first embodiment) and embodiments of an evaluation apparatus, an evaluation method, an evaluation program, a recording medium, an evaluation system, and a terminal device according to the present invention (second embodiment) Will be described in detail with reference to the drawings. Note that the present invention is not limited to these embodiments.
  • FIG. 1 is a principle configuration diagram showing the basic principle of the first embodiment.
  • At least one of the 12 amino acids in the blood (including plasma, serum, etc.) of an evaluation target for example, an individual such as an animal or a human
  • Concentration data relating to concentration values of at least two of the amino acids is acquired (step S11).
  • cancer was found includes, for example, a definitive diagnosis of cancer.
  • step S11 for example, before the cancer treatment (for example, treatment by surgery, chemotherapy, radiation therapy, or cancer immunotherapy) is started from an evaluation object in which cancer has been discovered.
  • concentration data derived from collected blood concentration data before the start of treatment
  • concentration data derived from blood collected after the treatment was started concentration data after the start of treatment
  • the treatment is started”, for example, after the first narrowly defined treatment in the broadly defined treatment over a certain period of time and before the final narrowly defined treatment is performed (for example, the general treatment Or “after treatment” in a broad sense over a certain period of time (for example, “post-treatment” generally referred to) .
  • step S11 density data measured by a company or the like that performs density value measurement may be acquired.
  • concentration data may be acquired by measuring concentration values from blood collected from an evaluation object by, for example, the following measurement method (A), (B), or (C).
  • the unit of the concentration value may be, for example, a molar concentration, a weight concentration, or an enzyme activity, and may be obtained by adding / subtracting / dividing an arbitrary constant to / from these concentrations.
  • A Plasma is separated from blood by centrifuging the collected blood sample. All plasma samples are stored frozen at ⁇ 80 ° C. until the concentration value is measured.
  • concentration value measurement acetonitrile was added to remove protein, followed by precolumn derivatization using a labeling reagent (3-aminopyridyl-N-hydroxysuccinimidyl carbamate), and liquid chromatograph mass spectrometry The concentration value is analyzed by a meter (LC / MS) (see International Publication No. 2003/069328, International Publication No. 2005/116629).
  • LC / MS liquid chromatograph mass spectrometry
  • sulfosalicylic acid is added to remove the protein, and then the concentration value is analyzed by an amino acid analyzer based on the post-column derivatization method using a ninhydrin reagent.
  • C The collected blood sample is subjected to blood cell separation using a membrane, MEMS technology, or the principle of centrifugation to separate plasma or serum from the blood. Plasma or serum samples that are not measured immediately after plasma or serum are obtained are stored frozen at ⁇ 80 ° C. until the concentration is measured.
  • a molecule that reacts or binds to a target amino acid such as an enzyme or an aptamer, is used, and the concentration value is analyzed by quantifying a substance or spectroscopic value that increases or decreases by substrate recognition.
  • step S12 the possibility of cancer recurrence is evaluated for the evaluation target using the concentration value included in the concentration data acquired in step S11 (step S12).
  • data such as missing values and outliers may be removed from the density data acquired in step S11.
  • “Relapse” includes, for example, local recurrence, regional recurrence, and distant recurrence (metastasis).
  • “Evaluating the likelihood of cancer recurrence” includes, for example, evaluating the degree of possibility that the cancer will recur.
  • the concentration data before the start of treatment and the concentration data after the start of treatment are used in step S12, for example, the ratio or difference between the concentration value before the start of treatment and the concentration value after the start of treatment is calculated. The evaluation may be performed using the calculated ratio or difference value.
  • the concentration data of the evaluation target is acquired in step S11, and the concentration data included in the concentration data of the evaluation target acquired in step S11 is used in step S12.
  • Evaluate the likelihood of recurrence (in short, obtain information to assess the likelihood of cancer recurrence or reliable information that can be helpful in knowing the likelihood of cancer recurrence). This makes it possible to accurately evaluate the likelihood of cancer recurrence using the blood amino acid concentration (in short, it is useful for knowing the information for evaluating the possibility of cancer recurrence or the possibility of cancer recurrence). Can provide reliable information).
  • the evaluation result obtained in the present embodiment can be used as reference information for determining the treatment method.
  • concentration data after the start of treatment or after treatment is used in step S12
  • the evaluation result obtained in this embodiment can be used for monitoring of recurrence, or a further treatment method is determined. It can be used as reference information at the time of use, or it can be used as reference information when selecting the period and means of follow-up after surgery.
  • At least one of the 12 amino acids or at least two concentration values of the 21 amino acids may be the ratio or difference value described above reflected the possibility of cancer recurrence in the evaluation target. Or may be determined to be an index of the likelihood of cancer recurrence in the evaluation target, and further, the concentration value (which may be the ratio or difference value described above) is converted by, for example, the following methods Then, it may be determined that the value after conversion reflects the possibility of recurrence of cancer in the evaluation object or an index of the possibility of recurrence of cancer in the evaluation object. In other words, the concentration value or the converted value itself may be treated as an evaluation result regarding the possibility of recurrence of cancer in the evaluation target.
  • the possible range of the density value is a predetermined range (for example, a range from 0.0 to 1.0, a range from 0.0 to 10.0, a range from 0.0 to 100.0, or -10.0 to
  • a predetermined range for example, exponential conversion, logarithmic conversion, Conversion by angle conversion, square root conversion, probit conversion, reciprocal conversion, Box-Cox conversion, power conversion, etc., and by combining these calculations for density values, the density values are converted. May be.
  • the value of the exponential function with the concentration value as the index and the Napier number as the base (specifically, the natural logarithm ln (p / (1-p)) when the probability p of cancer recurrence is defined as the concentration value.
  • the value of p / (1-p) in the case of being equal may be further calculated, and the calculated exponential function value divided by the sum of 1 and the value (specifically, probability) The value of p) may be further calculated.
  • the density value may be converted so that the value after conversion under a specific condition becomes a specific value. For example, the density value may be converted so that the value after conversion when the specificity is 80% is 5.0 and the value after conversion when the specificity is 95% is 8.0.
  • the concentration distribution may be converted into a normal distribution and then converted into a deviation value so that the average is 50 and the standard deviation is 10. These conversions may be performed by gender or age.
  • the density value in the present specification may be the density value itself or a value after the density value is converted.
  • position information regarding the position of a predetermined mark on a predetermined ruler that is visibly displayed on a display device such as a monitor or a physical medium such as paper is obtained by using at least one of the 12 amino acids or the 21 types of amino acids. If at least two concentration values of amino acids (the ratio or difference value described above) or the concentration value is converted, it is generated using the converted value, and the generated positional information is cancer in the evaluation target. It may be determined that it reflects the possibility of recurrence or is an index of the possibility of recurrence of cancer in the evaluation target.
  • the predetermined ruler is for evaluating the possibility of cancer recurrence.
  • the ruler is a ruler with a scale, and the “concentration value or a range that can be taken after conversion, or That is, at least a scale corresponding to the upper limit value and the lower limit value in “part of range” is shown.
  • the predetermined mark corresponds to the density value or the value after conversion, and is, for example, a circle mark or a star mark.
  • At least one of the 12 kinds of amino acids or at least two concentration values of the 21 kinds of amino acids is a predetermined value (average value ⁇ 1SD, 2SD, (3SD, N quantile, N percentile, or cut-off value with clinical significance, etc.) lower than or below a predetermined value, or above or above a predetermined value May be evaluated.
  • a concentration deviation value (a value obtained by normalizing the concentration distribution by gender for each metabolite and each amino acid and then making the deviation value so that the average is 50 and the standard deviation is 10) It may be used.
  • the concentration deviation value is less than the average value ⁇ 2SD (when the concentration deviation value ⁇ 30) or when the concentration deviation value is higher than the average value + 2SD (when the concentration deviation value> 70), the recurrence of cancer in the evaluation target Possibilities may be evaluated.
  • At least one of the 12 kinds of amino acids or at least two of the 21 kinds of amino acids may be the ratio or difference value described above) and the concentration value (the ratio or difference value described above).
  • the possibility of cancer recurrence in the evaluation target may be evaluated by calculating the value of the expression using an expression including a variable to which is substituted.
  • the value of the calculated formula reflects the possibility of recurrence of cancer in the evaluation target or is an index of the possibility of recurrence of cancer in the evaluation target.
  • the value may be converted by the method described below, and the value after conversion may be determined to reflect the possibility of cancer recurrence in the evaluation target or to be an index of the possibility of cancer recurrence in the evaluation target.
  • the value of the expression or the converted value itself may be treated as an evaluation result regarding the possibility of recurrence of cancer in the evaluation target.
  • the possible range of the value of the expression is a predetermined range (for example, a range from 0.0 to 1.0, a range from 0.0 to 10.0, a range from 0.0 to 100.0, or -10.0
  • a predetermined range for example, a range from 0.0 to 1.0, a range from 0.0 to 10.0, a range from 0.0 to 100.0, or -10.0
  • an arbitrary value is added / subtracted / divided / divided from / to the value of the expression, or the value of the expression is converted into a predetermined conversion method (for example, exponential conversion, Logarithmic transformation, angular transformation, square root transformation, probit transformation, reciprocal transformation, Box-Cox transformation, or power transformation), or by combining these calculations on the value of the expression,
  • the value of the expression may be converted.
  • the value of the exponential function with the value of the formula as the index and the Napier number as the base (specifically, the natural logarithm ln (p / (1-p)) when defining the probability p of cancer recurrence is (P / (1-p) value in the case where the value is equal to the value) may be further calculated, and the calculated exponential function value divided by the sum of 1 and the value (specifically, , The value of probability p) may be further calculated.
  • the value of the expression may be converted so that the value after conversion under a specific condition becomes a specific value.
  • the value of the equation may be converted so that the value after conversion when the specificity is 80% is 5.0 and the value after conversion when the specificity is 95% is 8.0.
  • the values of the equations may be converted into deviation values so that the average is 50 and the standard deviation is 10. These conversions may be performed by gender or age. Note that the value of the expression in this specification may be the value of the expression itself, or may be a value after converting the value of the expression.
  • the position information generated using the later value may be determined to reflect the possibility of recurrence of cancer in the evaluation object or to be an index of the possibility of cancer recurrence in the evaluation object.
  • the predetermined ruler is for evaluating the possibility of recurrence of cancer, for example, a ruler with a scale, and “the range of the value of the formula or the value after conversion, or That is, at least a scale corresponding to the upper limit value and the lower limit value in “part of the range” is shown.
  • the predetermined mark corresponds to the value of the expression or the value after conversion, and is, for example, a circle mark or a star mark.
  • the degree of possibility of cancer recurrence in the evaluation target may be qualitatively evaluated.
  • a category for assigning subjects with a high likelihood of cancer recurrence for example, subjects considered to have cancer recurrence
  • a subject with a low likelihood of cancer recurrence For example, there may be included a classification for belonging to a subject that is considered to be a cancer that does not recur, and a classification for belonging to a subject that is moderately likely to recur.
  • the plurality of categories include a category for belonging to a subject having a high possibility of recurrence of cancer and a category for assigning a subject having a low possibility of recurrence of cancer. Also good.
  • the density value (which may be the ratio or difference value described above) or the value of the expression is converted by a predetermined method, and the evaluation target is classified into one of a plurality of categories using the converted value. May be.
  • the form used for the evaluation is not particularly limited, but for example, the following form may be used.
  • Linear models such as multiple regression, linear discriminant, principal component analysis, canonical discriminant analysis based on least square method
  • Generalized linear model such as logistic regression based on maximum likelihood method, Cox regression
  • Generalized linear mixed models that take into account random effects such as inter-individual differences, inter-facility differences, formulas created by cluster analysis such as K-means method, hierarchical cluster analysis, MCMC (Markov chain Monte Carlo method), Bayesian network, Formulas created based on Bayesian statistics such as Hierarchical Bayes method, formulas created by class classification such as support vector machines and decision trees, formulas created by methods not belonging to the above categories such as fractional formulas, sums of formulas of different formats Formula as shown in
  • the formula used in the evaluation is described in, for example, the method described in International Publication No. 2004/052191 which is an international application by the present applicant or International Publication No. 2006/098192 which is an international application by the present applicant. You may create by the method.
  • the formula can be suitably used for evaluating the possibility of recurrence of cancer regardless of the unit of the amino acid concentration value in the concentration data as input data.
  • a coefficient and a constant term are added to each variable.
  • the coefficient and the constant term are preferably real numbers, and more preferably May be any value belonging to the range of 99% confidence interval of the coefficient and constant term obtained for performing the various classifications from the data, and more preferably, the value obtained for performing the various classifications from the data Any value belonging to the range of the 95% confidence interval of the coefficient and the constant term may be used. Further, the value of each coefficient and its confidence interval may be obtained by multiplying it by a real number, and the value of the constant term and its confidence interval may be obtained by adding or subtracting any real constant to it.
  • the fractional expression means that the numerator of the fractional expression is represented by the sum of the variables A, B, C,... And / or the denominator of the fractional expression is the sum of the variables a, b, c,. It is represented by
  • the fractional expression includes a sum of fractional expressions ⁇ , ⁇ , ⁇ ,.
  • the fractional expression also includes a divided fractional expression. Note that each variable used in the numerator and denominator may have an appropriate coefficient. The variables used for the numerator and denominator may overlap. Further, an appropriate coefficient may be attached to each fractional expression. Further, the value of the coefficient of each variable and the value of the constant term may be real numbers.
  • the fractional expression includes one in which the numerator variable and the denominator variable are interchanged.
  • biological information other than amino acids eg, blood metabolites other than amino acids (amino acid metabolites, sugars, lipids, etc.), concentrations of proteins, peptides, minerals, hormones, etc.
  • Tumor marker values albumin, total protein, triglyceride, HbA1c, LDL cholesterol, HDL cholesterol, amylase, total bilirubin or uric acid blood test values, blood cytokines, number of immunocompetent cells, immunocompetent intracellular cytokines or delayed type Immune related test values such as excessive reaction (DTH), ultrasound echo, upper / lower endoscope, X-ray, CT or MRI image information, or age, height, weight, BMI, blood pressure, sex, smoking information , Meal information, drinking information, exercise information, stress information, sleep information, family history information or disease Gravel Information (diabetes, pancreatitis, etc.) biomarkers such, etc.) may be further used.
  • DTH excessive reaction
  • ultrasound echo ultrasound echo
  • upper / lower endoscope X-ray
  • CT or MRI image information or age, height, weight, BMI, blood pressure, sex, smoking information , Meal information, drinking information, exercise information, stress information
  • variables in formulas used for evaluation for example, multivariate discriminants
  • biological information other than amino acids for example, blood metabolites other than amino acids (amino acid metabolites, saccharides, lipids, etc.), proteins, Peptide, mineral or hormone concentration, tumor marker value, albumin, total protein, triglyceride, HbA1c, LDL cholesterol, HDL cholesterol, amylase, total bilirubin or uric acid blood test value, blood cytokine, number of immunocompetent cells, Immunity-related intracellular cytokines or immune-related test values such as delayed hyperfractionation (DTH), ultrasound echo, upper / lower endoscope, X-ray, CT or MRI image information, or age, height, weight, BMI, blood pressure, sex, smoking information, meal information, drinking information, exercise information, stress information, sleep Distribution, history information or disease history information family (diabetes, pancreatitis, etc.), such as biological indicators, etc.)
  • DTH delayed hyperfractionation
  • FIG. 2 is a principle configuration diagram showing the basic principle of the second embodiment.
  • the description overlapping the first embodiment described above may be omitted.
  • the case of using the value of the formula or the value after conversion is described as an example.
  • the concentration value, the ratio of the concentration values, or the concentration value A difference or a value after conversion may be used.
  • the control unit includes at least one of the 12 kinds of amino acids or at least two of the 21 kinds of amino acids in the blood of an evaluation target (for example, an individual such as an animal or a human) in which cancer has been found.
  • an evaluation target for example, an individual such as an animal or a human
  • the possibility of cancer recurrence is evaluated for the evaluation target (step S21).
  • control unit for example, the ratio of the concentration value before the start of treatment and the concentration value after the start of treatment or The possibility of recurrence of cancer may be evaluated for the evaluation target by calculating the difference and substituting the calculated ratio or difference value into a variable to calculate the value of the equation.
  • step S21 may be created based on formula creation processing (step 1 to step 4) described below.
  • formula creation processing step 1 to step 4
  • an overview of the formula creation process will be described. Note that the processing described here is merely an example, and the method of creating an expression is not limited to this.
  • the indicator status information includes concentration data (for example, preoperative data on amino acid concentration, postoperative data on amino acid concentration, or data on changes in amino acid concentration before and after surgery) and recurrence of cancer. Index data (for example, binary data relating to the presence or absence of recurrence).
  • step 1 multiple different formula creation methods (principal component analysis and discriminant analysis, support vector machine, multiple regression analysis, Cox regression analysis, logistic regression analysis, k-means method, cluster analysis, determination from index state information
  • a plurality of candidate expressions may be created using a combination of multivariate analysis such as trees).
  • index status information that is multivariate data composed of concentration data and index data obtained by analyzing blood obtained from a large number of relapsed groups and non-relapsed groups before and / or after surgery.
  • a plurality of groups of candidate expressions may be created simultaneously using a plurality of different algorithms.
  • discriminant analysis and logistic regression analysis may be performed simultaneously using different algorithms to create two different candidate formulas.
  • the candidate formulas may be created by converting index state information using candidate formulas created by performing principal component analysis and performing discriminant analysis on the converted index status information. As a result, it is possible to finally create an optimum expression for evaluation.
  • the candidate formula created using the principal component analysis is a linear formula including each variable that maximizes the variance of all density data.
  • Candidate formulas created using discriminant analysis are high-order formulas (including exponents and logarithms) that contain variables that minimize the ratio of the sum of variances within each group to the variance of all concentration data. is there.
  • the candidate formula created using the support vector machine is a high-order formula (including a kernel function) including variables that maximize the boundary between groups.
  • the candidate formula created using the multiple regression analysis is a high-order formula including each variable that minimizes the sum of the distances from all density data.
  • the candidate formula created using Cox regression analysis is a linear model including a log hazard ratio, and is a linear expression including each variable and its coefficient that maximize the likelihood of the model.
  • the candidate formula created using logistic regression analysis is a linear model that represents log odds of probability, and is a linear formula that includes each variable that maximizes the likelihood of the probability.
  • k-means method k neighborhoods of each density data are searched, the largest group among the groups to which the neighboring points belong is defined as the group to which the data belongs, and the group to which the input density data belongs. This is a method for selecting a variable that best matches the group defined as.
  • Cluster analysis is a technique for clustering (grouping) points that are closest to each other in all density data. Further, the decision tree is a technique for predicting a group of density data from patterns that can be taken by variables with higher ranks by adding ranks to the variables.
  • the control unit verifies (mutually verifies) the candidate formula created in step 1 based on a predetermined verification method (step 2).
  • Candidate expressions are verified for each candidate expression created in step 1.
  • the discrimination rate, sensitivity, specificity, information criterion, ROC_AUC (candidate expression of candidate formulas are determined based on at least one of the bootstrap method, holdout method, N-fold method, leave one-out method, and the like. It may be verified with respect to at least one of the area under the receiver characteristic curve).
  • the discrimination rate is an evaluation method according to the present embodiment, in which an evaluation object whose true state is negative (for example, a relapse-free evaluation object) is correctly evaluated as negative, and the true state is positive.
  • This is the rate at which subjects (for example, recurrence assessment targets) are correctly evaluated as positive.
  • Sensitivity is the rate at which an evaluation object whose true state is positive is correctly evaluated as positive in the evaluation method according to the present embodiment.
  • the specificity is a rate at which an evaluation object whose true state is negative is correctly evaluated as negative in the evaluation method according to the present embodiment.
  • the Akaike Information Criterion is a standard that indicates how much the observed data matches the statistical model in the case of regression analysis, etc., and is “ ⁇ 2 ⁇ (maximum log likelihood of statistical model) + 2 ⁇ (statistic The model having the smallest value defined by “the number of free parameters of the model)” is determined to be the best.
  • the predictability is an average of the discrimination rate, sensitivity, and specificity obtained by repeating the verification of candidate formulas.
  • Robustness is the variance of discrimination rate, sensitivity, and specificity obtained by repeating verification of candidate formulas.
  • the control unit selects a combination of density data included in the index state information used when creating a candidate formula by selecting a variable of the candidate formula based on a predetermined variable selection method.
  • the selection of variables may be performed for each candidate formula created in step 1. Thereby, the variable of a candidate formula can be selected appropriately.
  • Step 1 is executed again using the index state information including the density data selected in Step 3.
  • the candidate expression variable may be selected based on at least one of the stepwise method, the best path method, the neighborhood search method, and the genetic algorithm from the verification result in step 2.
  • the best path method is a method of selecting variables by sequentially reducing the variables included in the candidate formula one by one and optimizing the evaluation index given by the candidate formula.
  • the control unit repeatedly executes the above-described step 1, step 2, and step 3, and based on the verification results accumulated thereby, candidates to be used for evaluation from a plurality of candidate formulas By selecting an expression, an expression used for evaluation is created (step 4).
  • the selection of candidate formulas includes, for example, selecting an optimal formula from candidate formulas created by the same formula creation method and selecting an optimal formula from all candidate formulas.
  • FIG. 3 is a diagram showing an example of the overall configuration of the present system.
  • FIG. 4 is a diagram showing another example of the overall configuration of the present system.
  • the present system includes an evaluation apparatus 100 that evaluates the likelihood of cancer recurrence for an individual to be evaluated, and at least one of the 12 amino acids in the blood or the 21 amino acids.
  • the client apparatus 200 (corresponding to the terminal apparatus of the present invention) that provides individual density data regarding at least two density values is connected via the network 300 so as to be communicable.
  • the client apparatus 200 that is a provider of data used for evaluation and the client apparatus 200 that is a provider of evaluation results may be different.
  • this system stores a database device that stores index state information used when creating formulas used in evaluation, formulas used during evaluation, and the like in addition to the evaluation device 100 and the client device 200. 400 may be configured to be communicably connected via the network 300.
  • FIG. 5 is a block diagram showing an example of the configuration of the evaluation apparatus 100 of the present system, and conceptually shows only the portion related to the present invention in the configuration.
  • the evaluation device 100 includes a control unit 102 such as a CPU (Central Processing Unit) that controls the evaluation device in an integrated manner, a communication device such as a router, and a wired or wireless communication line such as a dedicated line.
  • the communication interface unit 104 that is communicably connected to the network 300, the storage unit 106 that stores various databases, tables, and files, and the input / output interface unit 108 that is connected to the input device 112 and the output device 114 are configured. These units are communicably connected via an arbitrary communication path.
  • the evaluation apparatus 100 may be configured in the same housing as various analysis apparatuses (for example, an amino acid analysis apparatus).
  • a small analyzer having a configuration may further include an evaluation unit 102d to be described later, and a result obtained by the evaluation unit 102d may be output using the configuration. .
  • the communication interface unit 104 mediates communication between the evaluation device 100 and the network 300 (or a communication device such as a router). That is, the communication interface unit 104 has a function of communicating data with other terminals via a communication line.
  • the input / output interface unit 108 is connected to the input device 112 and the output device 114.
  • a monitor including a home television
  • a speaker or a printer can be used as the output device 114 (hereinafter, the output device 114 may be described as the monitor 114).
  • the input device 112 a monitor that realizes a pointing device function in cooperation with a mouse can be used in addition to a keyboard, a mouse, and a microphone.
  • the storage unit 106 is a storage unit, and for example, a memory device such as a RAM (Random Access Memory) or a ROM (Read Only Memory), a fixed disk device such as a hard disk, a flexible disk, an optical disk, or the like can be used.
  • the storage unit 106 stores a computer program for giving instructions to the CPU and performing various processes in cooperation with an OS (Operating System). As illustrated, the storage unit 106 stores a density data file 106a, an index state information file 106b, a designated index state information file 106c, an expression related information database 106d, and an evaluation result file 106e.
  • the concentration data file 106a includes concentration data relating to concentration values of at least one of the 12 amino acids in the blood or at least two of the 21 amino acids (for example, concentration data before treatment start and after treatment start). Store one or both of the density data).
  • FIG. 6 is a diagram showing an example of information stored in the density data file 106a. As shown in FIG. 6, the information stored in the density data file 106a is configured by associating an individual number for uniquely identifying an individual (sample) to be evaluated with density data.
  • the density data is handled as a numerical value, that is, a continuous scale, but the density data may be a nominal scale or an order scale. In the case of a nominal scale or an order scale, analysis may be performed by giving an arbitrary numerical value to each state. Moreover, you may combine the value regarding the biometric information mentioned above other than an amino acid with density
  • concentration data may be combined.
  • the index state information file 106b stores the index state information used when creating the formula.
  • FIG. 7 is a diagram illustrating an example of information stored in the index state information file 106b.
  • the information stored in the index state information file 106b is configured by associating an individual number, index data regarding recurrence of cancer, and concentration data.
  • the index data and the density data are handled as numerical values (that is, continuous scales), but the index data and the density data may be nominal scales or order scales. In the case of a nominal scale or an order scale, analysis may be performed by giving an arbitrary numerical value to each state.
  • the designated index state information file 106c stores the index state information designated by the designation unit 102b described later.
  • FIG. 8 is a diagram illustrating an example of information stored in the designated index state information file 106c. As shown in FIG. 8, the information stored in the designated index state information file 106c is configured by associating an individual number, designated index data, and designated density data with each other.
  • the formula related information database 106d includes a formula file 106d1 that stores formulas created by a formula creation unit 102c described later.
  • the expression file 106d1 stores expressions used for evaluation.
  • FIG. 9 is a diagram illustrating an example of information stored in the expression file 106d1. As shown in FIG. 9, the information stored in the expression file 106d1 includes the rank, the expression (in FIG. 9, Fp (Phe,%), Fp (Gly, Leu, Phe), Fk (Gly, Leu, Phe,...)), A threshold value corresponding to each formula creation method, and a verification result of each formula (for example, the value of each formula) are associated with each other.
  • FIG. 10 is a diagram illustrating an example of information stored in the evaluation result file 106d.
  • Information stored in the evaluation result file 106d includes an individual number for uniquely identifying an individual (sample) to be evaluated, concentration data of the individual acquired in advance, and an evaluation result regarding the possibility of cancer recurrence (for example, The value of the formula calculated by the calculation unit 102d1 described later, the value after converting the value of the formula by the conversion unit 102d2 described later, the position information generated by the generation unit 102d3 described later, or the classification unit 102d4 described later Classification results, etc.) and the like.
  • control unit 102 has an internal memory for storing a control program such as an OS, a program that defines various processing procedures, and necessary data, and various information processing based on these programs. Execute. As shown in the figure, the control unit 102 is roughly divided into a reception unit 102a, a specification unit 102b, an expression creation unit 102d, an evaluation unit 102d, a result output unit 102e, and a transmission unit 102f.
  • the control unit 102 removes data with missing values, removes data with many outliers, and has data with missing values from the index state information sent from the database device 400 and the density data sent from the client device 200. Data processing such as removal of many variables is also performed.
  • the receiving unit 102a may receive information (specifically, concentration data, index state information, formulas, etc.) transmitted from the client device 200 or the database device 400 via the network 300 or the like.
  • the receiving unit 102a may receive data used for evaluation transmitted from a client device 200 different from the client device 200 that is the transmission destination of the evaluation result.
  • the designation unit 102b designates index data and density data that are targeted when creating an expression.
  • the formula creating unit 102c creates a formula based on the index state information received by the receiving unit 102a and the index state information specified by the specifying unit 102b. Note that if the formula is stored in a predetermined storage area of the storage unit 106 in advance, the formula creation unit 102 c may create the formula by selecting a desired formula from the storage unit 106. The formula creation unit 102c may create a formula by selecting and downloading a desired formula from another computer device (for example, the database device 400) that stores the formula in advance.
  • another computer device for example, the database device 400
  • the evaluation unit 102d uses a formula obtained in advance (for example, a formula created by the formula creation unit 102c or a formula received by the reception unit 102a) and a concentration value included in the concentration data of the individual received by the reception unit 102a. By calculating the value of the equation, the likelihood of cancer recurrence is assessed for the individual. Note that the evaluation unit 102d calculates the concentration value of at least one of the 12 amino acids or at least two of the 21 amino acids, the ratio of the concentration values, the difference of the concentration values, or the value after conversion ( For example, the possibility of recurrence of cancer may be evaluated for an individual using a concentration deviation value).
  • FIG. 11 is a block diagram showing a configuration of the evaluation unit 102d, and conceptually shows only a portion related to the present invention.
  • the evaluation unit 102d further includes a calculation unit 102d1, a conversion unit 102d2, a generation unit 102d3, and a classification unit 102d4.
  • the calculation unit 102d1 is a variable into which at least one of the 12 types of amino acids or at least two of the 21 types of amino acids (the ratio or difference value described above) may be substituted.
  • the value of the expression is calculated using an expression including at least.
  • the evaluation unit 102d may store the value of the expression calculated by the calculation unit 102d1 as an evaluation result in a predetermined storage area of the evaluation result file 106e.
  • the conversion unit 102d2 converts the value of the formula calculated by the calculation unit 102d1 using, for example, the conversion method described above.
  • the evaluation unit 102d may store the value after the conversion by the conversion unit 102d2 as an evaluation result in a predetermined storage area of the evaluation result file 106e.
  • the conversion unit 102d2 may convert the density value included in the density data, or the ratio or difference between the density values, for example, using the above-described conversion method.
  • the generation unit 102d3 uses the value of the expression calculated by the calculation unit 102d1 or the conversion unit 102d2 for the position information related to the position of the predetermined mark on the predetermined ruler that is visibly displayed on a display device such as a monitor or a physical medium such as paper. Are generated using the values after conversion in (1) (which may be density values, density value ratios or density value differences, or values after these conversions).
  • the evaluation unit 102d may store the position information generated by the generation unit 102d3 as an evaluation result in a predetermined storage area of the evaluation result file 106e.
  • the classification unit 102d4 uses the value of the formula calculated by the calculation unit 102d1 or the value after conversion by the conversion unit 102d2 (which may be a density value, a density value ratio or a difference between density values, or a value after conversion).
  • the individual is classified into any one of a plurality of categories defined taking into account at least the degree of likelihood that the cancer will recur.
  • the result output unit 102e outputs the processing result (including the evaluation result obtained by the evaluation unit 102d) in each processing unit of the control unit 102 to the output device 114.
  • the transmission unit 102f transmits the evaluation result to the client device 200 that is the transmission source of the individual concentration data, or transmits the formula or evaluation result created by the evaluation device 100 to the database device 400. Note that the transmission unit 102f may transmit the evaluation result to a client device 200 different from the client device 200 that is a transmission source of data used for evaluation.
  • FIG. 12 is a block diagram showing an example of the configuration of the client apparatus 200 of the present system, and conceptually shows only the portion related to the present invention in the configuration.
  • the client device 200 includes a control unit 210, a ROM 220, an HD (Hard Disk) 230, a RAM 240, an input device 250, an output device 260, an input / output IF 270, and a communication IF 280. These units are connected via an arbitrary communication path. Are connected to communicate.
  • the client device 200 is an information processing device in which peripheral devices such as a printer, a monitor, and an image scanner are connected as necessary (for example, a known personal computer, workstation, home game device, Internet TV, PHS (Personal Handyphone System) It may be based on a terminal, a portable terminal, a mobile communication terminal, an information processing terminal such as PDA (Personal Digital Assistant), or the like.
  • the input device 250 is a keyboard, a mouse, a microphone, or the like.
  • a monitor 261 which will be described later, also realizes a pointing device function in cooperation with the mouse.
  • the output device 260 is an output unit that outputs information received via the communication IF 280, and includes a monitor (including a home television) 261 and a printer 262. In addition, the output device 260 may be provided with a speaker or the like.
  • the input / output IF 270 is connected to the input device 250 and the output device 260.
  • the communication IF 280 connects the client device 200 and the network 300 (or a communication device such as a router) so that they can communicate with each other.
  • the client device 200 is connected to the network 300 via a communication device such as a modem, a TA (Terminal Adapter), or a router, and a telephone line, or via a dedicated line.
  • the client apparatus 200 can access the evaluation apparatus 100 according to a predetermined communication protocol.
  • the control unit 210 includes a reception unit 211 and a transmission unit 212.
  • the receiving unit 211 receives various types of information such as an evaluation result transmitted from the evaluation device 100 via the communication IF 280.
  • the transmission unit 212 transmits various types of information such as individual concentration data to the evaluation apparatus 100 via the communication IF 280.
  • the control unit 210 may be realized by a CPU and a program that is interpreted and executed by the CPU and all or any part of the processing performed by the control unit.
  • the ROM 220 or the HD 230 stores computer programs for giving instructions to the CPU in cooperation with the OS and performing various processes.
  • the computer program is executed by being loaded into the RAM 240, and constitutes the control unit 210 in cooperation with the CPU.
  • the computer program may be recorded in an application program server connected to the client apparatus 200 via an arbitrary network, and the client apparatus 200 may download all or a part thereof as necessary.
  • all or any part of the processing performed by the control unit 210 may be realized by hardware such as wired logic.
  • control unit 210 includes an evaluation unit 210a (a calculation unit 210a1, a conversion unit 210a2, a generation unit 210a3, and a classification unit 210a4) having the same functions as those of the evaluation unit 102d provided in the evaluation apparatus 100. ) May be provided.
  • evaluation unit 210a a calculation unit 210a1, a conversion unit 210a2, a generation unit 210a3, and a classification unit 210a4 having the same functions as those of the evaluation unit 102d provided in the evaluation apparatus 100.
  • the evaluation part 210a is based on the information contained in the evaluation result transmitted from the evaluation apparatus 100, and the value of a formula (in the conversion part 210a2)
  • the density value, the density value ratio, or the density value difference may be converted, or the value generated by the generation unit 210a3 or the converted value (the density value, the density value ratio or the density value difference, or after these conversions)
  • Position information corresponding to the value or the converted value (the density value, the ratio of the density values, or the difference between the density values, or the value after these conversions may be used).
  • the individual may be classified into any one of a plurality of categories using.
  • the network 300 has a function of connecting the evaluation device 100, the client device 200, and the database device 400 so that they can communicate with each other.
  • the Internet for example, the Internet, an intranet, a LAN (Local Area Network) (including both wired and wireless), and the like It is.
  • LAN Local Area Network
  • the network 300 includes a VAN (Value-Added Network), a personal computer communication network, a public telephone network (including both analog / digital), a dedicated line network (including both analog / digital), CATV ( Community Antenna Television (PD) network, mobile circuit switching network or mobile packet switching network (IMT (International Mobile Telecommunication) 2000 system, GSM (Registered Trademark) Mobile Communications-PDC (PDC)) System), wireless paging networks, and local wireless networks such as Bluetooth (registered trademark) , Or PHS network, satellite communication network (CS (Communication Satellite), BS (Broadcasting Satellite) or ISDB (including Integrated Services Digital Broadcasting), etc.) may be like.
  • VAN Value-Added Network
  • a personal computer communication network including both analog / digital
  • a public telephone network including both analog / digital
  • a dedicated line network including both analog / digital
  • CATV Community Antenna Television (PD) network
  • IMT International Mobile Telecommunication 2000 system
  • GSM Registered Trademark
  • FIG. 13 is a block diagram showing an example of the configuration of the database apparatus 400 of this system, and conceptually shows only the portion related to the present invention in the configuration.
  • the database apparatus 400 has a function of storing index state information used when creating an expression in the evaluation apparatus 100 or the database apparatus, an expression created in the evaluation apparatus 100, an evaluation result in the evaluation apparatus 100, and the like.
  • the database apparatus 400 includes a control unit 402 such as a CPU that controls the database apparatus in an integrated manner, a communication apparatus such as a router, and a wired or wireless communication circuit such as a dedicated line.
  • a communication interface unit 404 that connects the apparatus to the network 300 to be communicable, a storage unit 406 that stores various databases, tables, and files (for example, files for Web pages), and an input unit that connects to the input unit 412 and the output unit 414.
  • the output interface unit 408 is configured to be communicable via an arbitrary communication path.
  • the storage unit 406 is a storage means, and for example, a memory device such as a RAM / ROM, a fixed disk device such as a hard disk, a flexible disk, an optical disk, or the like can be used.
  • the storage unit 406 stores various programs used for various processes.
  • the communication interface unit 404 mediates communication between the database device 400 and the network 300 (or a communication device such as a router). That is, the communication interface unit 404 has a function of communicating data with other terminals via a communication line.
  • the input / output interface unit 408 is connected to the input device 412 and the output device 414.
  • a monitor including a home television
  • a speaker or a printer can be used as the output device 414.
  • the input device 412 can be a monitor that realizes a pointing device function in cooperation with the mouse.
  • the control unit 402 has an internal memory for storing a control program such as an OS, a program defining various processing procedures, required data, and the like, and executes various information processing based on these programs. As shown in the figure, the control unit 402 is roughly divided into a transmission unit 402a and a reception unit 402b.
  • the transmission unit 402a transmits various types of information such as index state information and formulas to the evaluation apparatus 100.
  • the receiving unit 402b receives various types of information such as expressions and evaluation results transmitted from the evaluation device 100.
  • the evaluation apparatus 100 executes from the reception of the concentration data to the calculation of the value of the expression, the classification into the individual categories, and the transmission of the evaluation result, and the client apparatus 200 receives the evaluation result.
  • the client device 200 includes the evaluation unit 210a
  • conversion of the value of the expression, position information The generation and the classification into individual sections may be appropriately shared by the evaluation apparatus 100 and the client apparatus 200.
  • the evaluation unit 210a converts the value of the expression in the conversion unit 210a2, or the value of the expression or the value after conversion in the generation unit 210a3.
  • the classification unit 210a4 may classify the individual into one of a plurality of categories using the value of the expression or the value after conversion. Further, when the client device 200 receives the converted value from the evaluation device 100, the evaluation unit 210a generates position information corresponding to the converted value in the generation unit 210a3, or converts it in the classification unit 210a4. An individual may be classified into any one of a plurality of divisions using a later value. When the client device 200 receives the value of the expression or the value after conversion and the position information from the evaluation device 100, the evaluation unit 210a uses the value of the expression or the value after conversion in the classification unit 210a4. The individual may be classified into any one of a plurality of sections.
  • the evaluation device, the evaluation method, the evaluation program, the evaluation system, and the terminal device according to the present invention are not limited to the second embodiment described above, but various different embodiments within the scope of the technical idea described in the claims. May be implemented.
  • each illustrated component is functionally conceptual and does not necessarily need to be physically configured as illustrated.
  • all or some of the processing functions provided in the evaluation apparatus 100 may be realized by the CPU and a program interpreted and executed by the CPU. Alternatively, it may be realized as hardware by wired logic.
  • the program is recorded on a non-transitory computer-readable recording medium including programmed instructions for causing the information processing apparatus to execute the evaluation method according to the present invention, and is stored in the evaluation apparatus 100 as necessary. Read mechanically. That is, a computer program for giving instructions to the CPU in cooperation with the OS and performing various processes is recorded in the storage unit 106 such as a ROM or HDD (Hard Disk Drive). This computer program is executed by being loaded into the RAM, and constitutes a control unit in cooperation with the CPU.
  • this computer program may be stored in an application program server connected to the evaluation apparatus 100 via an arbitrary network, and the whole or a part of the computer program can be downloaded as necessary.
  • the evaluation program according to the present invention may be stored in a computer-readable recording medium that is not temporary, and may be configured as a program product.
  • the “recording medium” refers to a memory card, USB (Universal Serial Bus) memory, SD (Secure Digital) card, flexible disk, magneto-optical disk, ROM, EPROM (Erasable Programmable Read Only Memory), EEPROM (Electric Electric). Erasable and Programmable Read Only Memory (registered trademark), CD-ROM (Compact Disc Only Memory), MO (Magneto-Optical disk), DVD (Digital Versatile Register, etc.) Any “possible It is intended to include physical medium "of use.
  • the “program” is a data processing method described in an arbitrary language or description method, and may be in the form of source code or binary code. Note that the “program” is not necessarily limited to a single configuration, and functions are achieved in cooperation with a separate configuration such as a plurality of modules and libraries or a separate program represented by the OS. Including things. In addition, a well-known structure and procedure can be used about the specific structure and reading procedure for reading a recording medium in each apparatus shown to embodiment, the installation procedure after reading, etc.
  • Various databases and the like stored in the storage unit 106 are storage devices such as a memory device such as a RAM and a ROM, a fixed disk device such as a hard disk, a flexible disk, and an optical disk. Programs, tables, databases, web page files, and the like.
  • the evaluation apparatus 100 may be configured as an information processing apparatus such as a known personal computer or workstation, or may be configured as the information processing apparatus connected to an arbitrary peripheral device.
  • the evaluation apparatus 100 may be realized by installing software (including a program or data) that causes the information processing apparatus to realize the evaluation method of the present invention.
  • the specific form of distribution / integration of the devices is not limited to that shown in the figure, and all or a part of them may be functionally or physically in arbitrary units according to various additions or according to functional loads. It can be configured to be distributed and integrated. That is, the above-described embodiments may be arbitrarily combined and may be selectively implemented.
  • the amino acid concentration measurement of blood samples before and after 72 lung cancer patients who underwent surgical therapy was performed by the measurement method (A) described in the above-described embodiment. Of 72 cases, 14 cases relapsed.
  • FIG. 14 shows the concentration data of the non-recurrent cases.
  • the horizontal axis represents the preoperative value (pre) and postoperative value (post) of each amino acid concentration
  • the vertical axis represents the average value of each amino acid concentration.
  • the concentration data of the recurrence example for the 21 amino acids is shown in FIG.
  • the horizontal axis represents the preoperative value (pre) and postoperative value (post) of each amino acid concentration
  • the vertical axis represents the average value of each amino acid concentration.
  • FIG. 16 shows a radar chart showing “distribution of each amino acid after surgery when each amino acid before surgery is 100%” for a non-recurrent case.
  • FIG. 17 shows a radar chart showing “distribution of each amino acid after surgery when each amino acid before surgery is 100%” for a recurrence example.
  • the change in amino acid profile in relapse-free cases was different from that in relapse cases. Thus, it has been clarified that the plasma amino acid profile changes when relapse can occur.
  • Logistic regression analysis was performed using the same plasma amino acid concentration data as in Example 1 with the objective variable as the presence or absence of recurrence (binary variable) (FIG. 18).
  • the logistic regression analysis is performed by using a preoperative value (pre) as an explanatory variable, a postoperative value (post) as an explanatory variable, and a value obtained by subtracting the preoperative value from the postoperative value (post-pre). ) For each explanatory variable.
  • preoperative value (pre) of the plasma amino acid concentration data As in Example 1, it is effective for evaluating the possibility of cancer recurrence, and is used to determine the possibility of cancer recurrence including the plasma amino acid concentration as a variable.
  • a variable discriminant (multivariate function) was obtained.
  • the explanatory variable was the preoperative value (pre)
  • the objective variable was the presence or absence of recurrence (binary variable).
  • a combination of 2 to 4 variables obtained by round robin was evaluated by ROC_AUC, and a combination of 2 to 4 variables having ROC_AUC greater than 0.7 was extracted.
  • FIG. 19 shows a list of combinations of two variables where ROC_AUC is greater than 0.7.
  • Specific amino acid combinations are (Arg, Trp), (Orn, Trp), (Cit, Trp), (His, Cit), (His, Orn), (His, Arg), (Val, Orn), (Tyr, Trp), (Gln, His), (Met, Orn), (Ala, Orn), (Asn, His), (Cit, Met), (Orn, Lys), (His, Thr), (Glu , Trp), (His, Trp), (Thr, Trp), (Orn, Phe), (Orn, Leu), (Phe, Trp), (Gln, Met), (Orn, Ile), (Cit, Val ), (Glu, His), (Asn, Trp), (Ser, Orn), (Val, Ile), (Ile, Trp), (Leu, Trp), (Ala, Trp), (a_ABA, rp), (Asn
  • FIG. 20 shows a list of combinations of three variables in which ROC_AUC is larger than the maximum value of ROC_AUC in the combination of two variables.
  • Specific amino acid combinations are (Arg, Orn, Trp), (Glu, Met, Orn), (Cit, Orn, Trp), (Orn, Lys, Trp), (His, Cit, Orn), (Cit , Arg, Trp), (Glu, Orn, Trp), (Arg, Lys, Trp), (His, Arg, Trp), (Cit, Val, Orn), (Orn, Leu, Trp), (His, Cit) , Trp), (Arg, Tyr, Trp), (Gln, His, Cit), (Val, Orn, Trp), (Ser, Cit, Trp), (Met, Orn, Trp), (Arg, Met, Trp) ), (Arg, Met, Orn), (Glu, Arg, Trp), (Asn,
  • FIG. 21 shows a list of combinations of four variables in which ROC_AUC is larger than the maximum value of ROC_AUC in the combination of three variables.
  • Specific amino acid combinations are (Arg, Orn, Lys, Trp), (Arg, Met, Orn, Trp), (Ser, Arg, Orn, Trp), (Arg, a_ABA, Orn, Trp), (His).
  • Arg, Orn, Trp Arg, Val, Orn, Trp), (Arg, Orn, Ile, Trp), (Glu, Arg, Met, Orn), (Gly, Arg, Orn, Trp), (Cit , Orn, Leu, Trp), (Thr, Arg, Orn, Trp), (Arg, Orn, Phe, Trp), (Arg, Tyr, Orn, Trp) and (Ala, Arg, Orn, Trp).
  • Example 2 Based on the same plasma amino acid concentration data as in Example 1, a value obtained by subtracting the preoperative value from the postoperative value (post-pre) was calculated to obtain change amount data regarding the difference. Using the obtained variation data, a multivariate discriminant (multivariate function) for determining the possibility of cancer recurrence including the amino acid concentration in plasma as a variable was obtained, which was effective in evaluating the possibility of cancer recurrence. .
  • the explanatory variable was a value obtained by subtracting the preoperative value from the postoperative value (post-pre), and the objective variable was the presence or absence of recurrence (binary variable).
  • a combination of 2 to 4 variables obtained by round robin was evaluated by ROC_AUC, and a combination of 2 to 4 variables having ROC_AUC greater than 0.7 was extracted.
  • FIG. 22 shows a list of combinations of two variables in which ROC_AUC is greater than 0.7.
  • Specific amino acid combinations are (Ala, Trp), (Pro, Trp), (Cit, Trp), (Glu, Leu), (Arg, Trp), (Phe, Trp), (Glu, Trp), (Cit, Val), (Glu, Pro), (Orn, Trp), (Glu, Val), (Lys, Trp), (Glu, Ala), (Tyr, Trp), (His, Trp), (Asn) , Trp) and (Leu, Trp).
  • FIG. 23 shows a list of combinations of three variables in which ROC_AUC is larger than the maximum value of ROC_AUC in the combination of two variables.
  • Specific amino acid combinations are (Pro, Tyr, Trp), (Glu, Pro, Leu), (Tyr, Phe, Trp), (Arg, Pro, Lys), (Arg, Pro, Trp), (Ala).
  • FIG. 24 shows a list of combinations of four variables in which ROC_AUC is larger than the maximum value of ROC_AUC in the combination of three variables.
  • Specific amino acid combinations are (Glu, Ala, Ile, Leu), (Thr, Pro, Tyr, Met), (Pro, Tyr, Phe, Trp), (Thr, Pro, Tyr, Trp), (Thr).
  • the present invention can be widely implemented in many industrial fields, in particular, in fields such as pharmaceuticals, foods, and medical care, and is particularly useful in the bioinformatics field for evaluating recurrence of cancer.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Immunology (AREA)
  • Molecular Biology (AREA)
  • Chemical & Material Sciences (AREA)
  • Urology & Nephrology (AREA)
  • Hematology (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Cell Biology (AREA)
  • Food Science & Technology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Medicinal Chemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biotechnology (AREA)
  • Microbiology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Hospice & Palliative Care (AREA)
  • Oncology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

癌の再発可能性を知る上で参考となり得る信頼性の高い情報を提供することができる評価方法などを提供することを課題とする。本実施形態では、癌が発見されたことのある評価対象の血液中のＧｌｕ、Ｓｅｒ、ａ－ＡＢＡ、Ｖａｌ、Ｍｅｔ、Ｌｙｓ、Ｉｌｅ、Ｌｅｕ、Ｔｒｐ、Ｈｉｓ、ＯｒｎおよびＰｒｏのうちの少なくとも１つまたはＧｌｕ、Ａｒｇ、Ｏｒｎ、Ｃｉｔ、Ｈｉｓ、Ｖａｌ、Ｐｈｅ、Ｔｙｒ、Ｍｅｔ、Ｐｒｏ、Ｔｒｐ、Ａｓｎ、Ｌｅｕ、Ｌｙｓ、Ｔｈｒ、Ｉｌｅ、Ｇｌｎ、Ａｌａ、Ｓｅｒ、ａ－ＡＢＡおよびＧｌｙのうちの少なくとも２つの濃度値を用いて、評価対象について癌の再発可能性を評価する。

Description

癌モニタリングの方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、評価システム、及び端末装置
　本発明は、癌モニタリングの方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、評価システム、及び端末装置に関するものである。
　手術療法は、がん病巣を除去してしまう治療法であり、白血病などを除く固形がん治療として第一に選択すべき治療法といわれている。がんは、それを完全に切除できれば治るため、手術療法は、治療法としては最も直接的な方法である。
　例えば早期の胃がんで転移がない場合は、手術療法でほぼ１００％がんを治すことができる。しかし、手術は、早期がんばかりではなく、ある程度進行したがんにも行われる。通常のがん手術では、もともとのがん巣（原発巣）を切除するだけでなく、転移を想定して周辺のリンパ節も切除する。リンパ節に転移がある場合は、リンパ節を取り残せば、その取り残しが目に見えるか否かに係わらず、がんが再発するため、転移の虞の有る範囲よりやや広めにリンパ節を切除する。このように、手術療法では、がんが原発部位に留まっているか、転移があっても比較的少数のリンパ節に留まっている場合に、がんを完全に治すことができる。しかし、実際には、微細ながん細胞が手術後に残ってしまうことがあるため、手術の後に再発がみられる。
　再発を早期に発見し治療することで予後を改善することを目的に、術後フォローアップ（またはサーベイランス）が行われている。術後フォローアップでは、問診及び診察、腫瘍マーカーなどの血液検査、並びに画像検査が組み合わせで行われている。これらの検査は、がんの再発の有無を確認するために術後に継続的に受ける必要があり、このことは患者にとって負担になる。もし、手術療法による再発のリスクを術前および術後一定期間に判別、予測または評価することができれば、検査負担を軽減できるといったメリットがある。また、前記判別、予測または評価の結果は、患者が治療法を選択する際の判断材料にもなり得る。さらに、前記判別、予測または評価の結果は、患者に対する治療計画の策定、癌に対する治療成績の向上、及び転移癌による再発の防止と予後の管理のために大いに役立つことが期待できる。
　一方、血液中アミノ酸の濃度が、癌に対する手術療法により変化することが知られている。例えば、乳癌患者では外科的手術により血中のセリンとグルタミン酸の濃度が正常化することが報告されている（非特許文献１）。また、食道癌患者及び肺癌患者では、胸部手術直後にグルタミン、トリプトファン、アラニン、グリシン及びアルギニンの血中濃度が低下したとの報告がある（非特許文献２）。更に、胃癌患者及び乳癌患者では、手術後にアラニン及びアスパラギン酸が増加することが報告されている（非特許文献３）。
　また、先行特許として、アミノ酸濃度と生体状態とを関連付ける方法に関する特許文献１、２、３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関する特許文献４、アミノ酸濃度を用いて乳癌の状態を評価する方法に関する特許文献５、アミノ酸濃度を用いて大腸癌の状態を評価する方法に関する特許文献６、アミノ酸濃度を用いて癌の状態を評価する方法に関する特許文献７、アミノ酸濃度を用いて胃癌の状態を評価する方法に関する特許文献８、アミノ酸濃度を用いて癌種を評価する方法に関する特許文献９、アミノ酸濃度を用いて女性生殖器癌の状態を評価する特許文献１０、アミノ酸濃度を用いて前立腺癌を含む前立腺疾患の状態を評価する特許文献１１、およびアミノ酸濃度を用いて膵臓癌の状態を評価する方法に関する特許文献１２、アミノ酸濃度を用いて膵臓癌リスク疾患の状態を評価する方法に関する特許文献１３、およびアミノ酸濃度を用いて癌免疫療法の治療効果を評価する方法に関する特許文献１４が公開されている。
国際公開第２００４／０５２１９１号 国際公開第２００６／０９８１９２号 国際公開第２００９／０５４３５１号 国際公開第２００８／０１６１１１号 国際公開第２００８／０７５６６２号 国際公開第２００８／０７５６６３号 国際公開第２００８／０７５６６４号 国際公開第２００９／０９９００５号 国際公開第２００９／１１０５１７号 国際公開第２００９／１５４２９６号 国際公開第２００９／１５４２９７号 国際公開第２０１４／０８４２９０号 特開２０１４－１０６１１４号公報 国際公開第２０１３／１６８５５０号
Cancer　Invest.　2004;22(2):203-10. Cancer.　1988;62(2):355-60. J　Transl　Med.　2015;13:35
　しかしながら、非特許文献１、２、３はいずれも外科的手術後の短期間の報告であり、癌手術療法後の再発に関連した血中アミノ酸濃度変化の報告はない。また、特許文献１－１４に開示されている指標式群を癌の再発可能性を評価することに用いるには、評価の対象が異なってしまう。
　つまり、癌の再発可能性を予測、判別又は評価する、血液中アミノ酸を用いたバイオマーカーはない。
　本発明は、上記問題点に鑑みてなされたもので、血中アミノ酸濃度を利用して、癌の再発可能性を知る上で参考となり得る信頼性の高い情報を提供する評価方法、評価装置、評価プログラム、評価システムおよび端末装置を提供することを目的とする。
　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、血液中のアミノ酸で癌の再発可能性を精度よく評価することができることを見出し、本発明を完成するに至った。
　すなわち、上述した課題を解決し、目的を達成するために、本発明にかかる評価方法は、癌が発見されたことのある評価対象の血液中の１２種類のアミノ酸（Ｇｌｕ、Ｓｅｒ、ａ－ＡＢＡ、Ｖａｌ、Ｍｅｔ、Ｌｙｓ、Ｉｌｅ、Ｌｅｕ、Ｔｒｐ、Ｈｉｓ、ＯｒｎおよびＰｒｏ）のうちの少なくとも１つまたは２１種類のアミノ酸（Ｇｌｕ、Ａｒｇ、Ｏｒｎ、Ｃｉｔ、Ｈｉｓ、Ｖａｌ、Ｐｈｅ、Ｔｙｒ、Ｍｅｔ、Ｐｒｏ、Ｔｒｐ、Ａｓｎ、Ｌｅｕ、Ｌｙｓ、Ｔｈｒ、Ｉｌｅ、Ｇｌｎ、Ａｌａ、Ｓｅｒ、ａ－ＡＢＡおよびＧｌｙ）のうちの少なくとも２つの濃度値を用いて、前記評価対象について癌の再発可能性を評価する評価ステップを含むこと、を特徴とする。
　ここで、本明細書では各種アミノ酸を主に略称で表記するが、それらの正式名称は以下の通りである。
（略称）　　（正式名称）
Ａｌａ　　Ａｌａｎｉｎｅ
Ａｒｇ　　Ａｒｇｉｎｉｎｅ
Ａｓｎ　　Ａｓｐａｒａｇｉｎｅ
ａ－ＡＢＡ　α－Ａｍｉｎｏｂｕｔｙｒｉｃ　ａｃｉｄ
Ｃｉｔ　　Ｃｉｔｒｕｌｌｉｎｅ
Ｇｌｎ　　Ｇｌｕｔａｍｉｎｅ
Ｇｌｕ　　Ｇｌｕｔａｍｉｃ　ａｃｉｄ
Ｇｌｙ　　Ｇｌｙｃｉｎｅ
Ｈｉｓ　　Ｈｉｓｔｉｄｉｎｅ
Ｉｌｅ　　Ｉｓｏｌｅｕｃｉｎｅ
Ｌｅｕ　　Ｌｅｕｃｉｎｅ
Ｌｙｓ　　Ｌｙｓｉｎｅ
Ｍｅｔ　　Ｍｅｔｈｉｏｎｉｎｅ
Ｏｒｎ　　Ｏｒｎｉｔｈｉｎｅ
Ｐｈｅ　　Ｐｈｅｎｙｌａｌａｎｉｎｅ
Ｐｒｏ　　Ｐｒｏｌｉｎｅ
Ｓｅｒ　　Ｓｅｒｉｎｅ
Ｔｈｒ　　Ｔｈｒｅｏｎｉｎｅ
Ｔｒｐ　　Ｔｒｙｐｔｏｐｈａｎ
Ｔｙｒ　　Ｔｙｒｏｓｉｎｅ
Ｖａｌ　　Ｖａｌｉｎｅ
　また、本発明にかかる評価方法は、前記評価方法において、前記評価ステップでは、前記１２種類のアミノ酸のうちの少なくとも１つまたは前記２１種類のアミノ酸のうちの少なくとも２つの濃度値が代入される変数を含む式をさらに用いて、前記式の値を算出することで、前記評価対象について癌の再発可能性を評価すること、を特徴とする。
　また、本発明にかかる評価装置は、制御部を備えた評価装置であって、前記制御部は、癌が発見されたことのある評価対象の血液中の前記１２種類のアミノ酸のうちの少なくとも１つまたは前記２１種類のアミノ酸のうちの少なくとも２つの濃度値を用いて、前記評価対象について癌の再発可能性を評価する評価手段を備えたこと、を特徴とする。
　また、本発明にかかる評価方法は、制御部を備えた情報処理装置において実行される評価方法であって、前記制御部において実行される、癌が発見されたことのある評価対象の血液中の前記１２種類のアミノ酸のうちの少なくとも１つまたは前記２１種類のアミノ酸のうちの少なくとも２つの濃度値を用いて、前記評価対象について癌の再発可能性を評価する評価ステップを含むこと、を特徴とする。
　また、本発明にかかる評価プログラムは、制御部を備えた情報処理装置において実行させるための評価プログラムであって、前記制御部において実行させるための、癌が発見されたことのある評価対象の血液中の前記１２種類のアミノ酸のうちの少なくとも１つまたは前記２１種類のアミノ酸のうちの少なくとも２つの濃度値を用いて、前記評価対象について癌の再発可能性を評価する評価ステップを含むこと、を特徴とする。
　また、本発明にかかる記録媒体は、一時的でないコンピュータ読み取り可能な記録媒体であって、情報処理装置に前記評価方法を実行させるためのプログラム化された命令を含むこと、を特徴とする。
　また、本発明にかかる評価システムは、制御部を備えた評価装置と、制御部を備え、癌が発見されたことのある評価対象の血液中の前記１２種類のアミノ酸のうちの少なくとも１つまたは前記２１種類のアミノ酸のうちの少なくとも２つの濃度値に関する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評価システムであって、前記端末装置の前記制御部は、前記濃度データを前記評価装置へ送信する濃度データ送信手段と、前記評価装置から送信された、癌の再発可能性に関する評価結果を受信する結果受信手段と、を備え、前記評価装置の前記制御部は、前記端末装置から送信された前記濃度データを受信する濃度データ受信手段と、前記濃度データ受信手段で受信した前記濃度データに含まれている、前記１２種類のアミノ酸のうちの少なくとも１つまたは前記２１種類のアミノ酸のうちの少なくとも２つの前記濃度値を用いて、前記評価対象について癌の再発可能性を評価する評価手段と、前記評価手段で得られた前記評価結果を前記端末装置へ送信する結果送信手段と、を備えたこと、を特徴とする。
　また、本発明にかかる端末装置は、制御部を備えた端末装置であって、前記制御部は、癌の再発可能性に関する評価結果を取得する結果取得手段を備え、前記評価結果は、癌が発見されたことのある評価対象の血液中の前記１２種類のアミノ酸のうちの少なくとも１つまたは前記２１種類のアミノ酸のうちの少なくとも２つの濃度値を用いて、前記評価対象について癌の再発可能性を評価した結果であること、を特徴とする。
　また、本発明にかかる端末装置は、前記端末装置において、癌の再発可能性を評価する評価装置とネットワークを介して通信可能に接続して構成されており、前記制御部は、前記評価対象の血液中の前記１２種類のアミノ酸のうちの少なくとも１つまたは前記２１種類のアミノ酸のうちの少なくとも２つの濃度値に関する濃度データを前記評価装置へ送信する濃度データ送信手段をさらに備え、前記結果取得手段は、前記評価装置から送信された前記評価結果を受信すること、を特徴とする。
　また、本発明にかかる評価装置は、癌が発見されたことのある評価対象の血液中の前記１２種類のアミノ酸のうちの少なくとも１つまたは前記２１種類のアミノ酸のうちの少なくとも２つの濃度値に関する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、制御部を備えた評価装置であって、前記制御部は、前記端末装置から送信された前記濃度データを受信する濃度データ受信手段と、前記濃度データ受信手段で受信した前記濃度データに含まれている、前記１２種類のアミノ酸のうちの少なくとも１つまたは前記２１種類のアミノ酸のうちの少なくとも２つの前記濃度値を用いて、前記評価対象について癌の再発可能性を評価する評価手段と、前記評価手段で得られた評価結果を前記端末装置へ送信する結果送信手段と、を備えたこと、を特徴とする。
　本発明によれば、血中アミノ酸濃度を利用して、癌の再発可能性を知る上で参考となり得る信頼性の高い情報を提供するという効果を奏する。
図１は、第１実施形態の基本原理を示す原理構成図である。 図２は、第２実施形態の基本原理を示す原理構成図である。 図３は、本システムの全体構成の一例を示す図である。 図４は、本システムの全体構成の他の一例を示す図である。 図５は、本システムの評価装置１００の構成の一例を示すブロック図である。 図６は、濃度データファイル１０６ａに格納される情報の一例を示す図である。 図７は、指標状態情報ファイル１０６ｂに格納される情報の一例を示す図である。 図８は、指定指標状態情報ファイル１０６ｃに格納される情報の一例を示す図である。 図９は、式ファイル１０６ｄ１に格納される情報の一例を示す図である。 図１０は、評価結果ファイル１０６ｅに格納される情報の一例を示す図である。 図１１は、評価部１０２ｄの構成を示すブロック図である。 図１２は、本システムのクライアント装置２００の構成の一例を示すブロック図である。 図１３は、本システムのデータベース装置４００の構成の一例を示すブロック図である。 図１４は、無再発例の２１種のアミノ酸濃度データを示す図である。 図１５は、再発例の２１種のアミノ酸濃度データを示す図である。 図１６は、無再発例についての「術前の各アミノ酸を１００％としたときの術後の各アミノ酸の分布」を示すレーダーチャートを示す図である。 図１７は、再発例についての「術前の各アミノ酸を１００％としたときの術後の各アミノ酸の分布」を示すレーダーチャートを示す図である。 図１８は、ロジスティック回帰分析の結果を示す図である。 図１９は、２変数の組み合わせおよび各組み合わせに対するＲＯＣ＿ＡＵＣを示す図である。 図２０は、３変数の組み合わせおよび各組み合わせに対するＲＯＣ＿ＡＵＣを示す図である。 図２１は、４変数の組み合わせおよび各組み合わせに対するＲＯＣ＿ＡＵＣを示す図である。 図２２は、２変数の組み合わせおよび各組み合わせに対するＲＯＣ＿ＡＵＣを示す図である。 図２３は、３変数の組み合わせおよび各組み合わせに対するＲＯＣ＿ＡＵＣを示す図である。 図２４は、４変数の組み合わせおよび各組み合わせに対するＲＯＣ＿ＡＵＣを示す図である。
　以下に、本発明にかかる評価方法の実施形態（第１実施形態）、ならびに本発明にかかる評価装置、評価方法、評価プログラム、記録媒体、評価システム及び端末装置の実施形態（第２実施形態）を、図面に基づいて詳細に説明する。なお、本発明はこれらの実施形態により限定されるものではない。
［第１実施形態］
［１－１．第１実施形態の概要］
　ここでは、第１実施形態の概要について図１を参照して説明する。図１は第１実施形態の基本原理を示す原理構成図である。
　まず、癌が発見されたことのある評価対象（例えば動物やヒトなどの個体）の血液（例えば血漿、血清などを含む）中の前記１２種類のアミノ酸のうちの少なくとも１つまたは前記２１種類のアミノ酸のうちの少なくとも２つの濃度値に関する濃度データを取得する（ステップＳ１１）。
　ここで、「癌が発見された」には、例えば、癌であるとの確定診断がされた、などが含まれる。また、ステップＳ１１では、例えば、癌が発見されたことのある評価対象から当該発見された癌の治療（例えば手術療法、化学療法、放射線療法又は癌免疫療法などによる治療）が開始される前に採取された血液に由来する濃度データ（治療開始前の濃度データ）および当該治療が開始された後に採取された血液に由来する濃度データ（治療開始後の濃度データ）のいずれか一方又は両方を取得してもよい。なお、「治療が開始される前」には、例えば、一定期間に亘る広義の治療における初回の狭義の治療が行われる前、などが含まれる。また、「治療が開始された後」には、例えば、一定期間に亘る広義の治療における初回の狭義の治療が行われた後で且つ最終回の狭義の治療が行われる前（例えば、一般的に言われる「治療中」など）、または、一定期間に亘る広義の治療における最終回の狭義の治療が行われた後（例えば、一般的に言われる「治療後」など）、などが含まれる。
　また、ステップＳ１１では、例えば、濃度値測定を行う企業等が測定した濃度データを取得してもよい。また、評価対象から採取した血液から、例えば以下の（Ａ）、（Ｂ）、または（Ｃ）などの測定方法により濃度値を測定することで濃度データを取得してもよい。ここで、濃度値の単位は、例えばモル濃度、重量濃度又は酵素活性であってもよく、これらの濃度に任意の定数を加減乗除することで得られるものでもよい。
（Ａ）採取した血液サンプルを遠心することにより血液から血漿を分離する。全ての血漿サンプルは、濃度値の測定時まで－８０℃で凍結保存する。濃度値測定時には、アセトニトリルを添加し除蛋白処理を行った後、標識試薬（３－アミノピリジル－Ｎ－ヒドロキシスクシンイミジルカルバメート）を用いてプレカラム誘導体化を行い、そして、液体クロマトグラフ質量分析計（ＬＣ／ＭＳ）により濃度値を分析する（国際公開第２００３／０６９３２８号、国際公開第２００５／１１６６２９号を参照）。
（Ｂ）採取した血液サンプルを遠心することにより血液から血漿を分離する。全ての血漿サンプルは、濃度値の測定時まで－８０℃で凍結保存する。濃度値測定時には、スルホサリチル酸を添加し除蛋白処理を行った後、ニンヒドリン試薬を用いたポストカラム誘導体化法を原理としたアミノ酸分析計により濃度値を分析する。
（Ｃ）採取した血液サンプルを、膜やＭＥＭＳ技術または遠心分離の原理を用いて血球分離を行い、血液から血漿または血清を分離する。血漿または血清取得後すぐに濃度値の測定を行わない血漿または血清サンプルは、濃度値の測定時まで－８０℃で凍結保存する。濃度値測定時には、酵素やアプタマーなど、標的とするアミノ酸と反応または結合する分子等を用い、基質認識によって増減する物質や分光学的値を定量等することにより濃度値を分析する。
　つぎに、ステップＳ１１で取得した濃度データに含まれている濃度値を用いて、評価対象について癌の再発可能性を評価する（ステップＳ１２）。なお、ステップＳ１２を実行する前に、ステップＳ１１で取得した濃度データから欠損値や外れ値などのデータを除去してもよい。また、「再発」には、例えば、局所再発、領域再発、及び遠隔再発（転移）、などが含まれる。また、「癌の再発可能性を評価する」には、例えば、癌が再発する可能性の程度を評価すること、などが含まれる。また、ステップＳ１２において治療開始前の濃度データと治療開始後の濃度データの両方が用いられる場合には、例えば、治療開始前の濃度値と治療開始後の濃度値との比又は差分を算出し、算出した比または差分の値を用いて評価を行ってもよい。
　以上、第１実施形態では、ステップＳ１１では評価対象の濃度データを取得し、ステップＳ１２では、ステップＳ１１で取得した評価対象の濃度データに含まれている濃度値を用いて、評価対象について癌の再発可能性を評価する（要するに、癌の再発可能性を評価するための情報または癌の再発可能性を知る上で参考となり得る信頼性の高い情報を取得する）。これにより、血中アミノ酸濃度を利用して癌の再発可能性を精度よく評価することができる（要するに、癌の再発可能性を評価するための情報または癌の再発可能性を知る上で参考となり得る信頼性の高い情報を提供することができる）。特に、ステップＳ１２において治療開始前の濃度データのみを用いた場合には、本実施形態で得られた評価結果は、治療法を決定する際の参考情報として活用することができる。また、ステップＳ１２において治療開始後又は治療後の濃度データを用いた場合には、本実施形態で得られた評価結果を、再発のモニタリングに活用することができたり、更なる治療法を決定する際の参考情報として活用することができたり、術後フォローアップの期間および手段を選択する際の参考情報として活用することができたりする。
　また、前記１２種類のアミノ酸のうちの少なくとも１つまたは前記２１種類のアミノ酸のうちの少なくとも２つの濃度値（上述した比又は差分の値でもよい）が評価対象における癌の再発可能性を反映したもの又は評価対象における癌の再発可能性の指標となるものであると決定してもよく、さらに、当該濃度値（上述した比又は差分の値でもよい）を例えば以下に挙げた手法などで変換し、変換後の値が評価対象における癌の再発可能性を反映したもの又は評価対象における癌の再発可能性の指標となるものであると決定してもよい。換言すると、濃度値又は変換後の値そのものを、評価対象における癌の再発可能性に関する評価結果として扱ってもよい。
　濃度値の取り得る範囲が所定範囲（例えば０．０から１．０までの範囲、０．０から１０．０までの範囲、０．０から１００．０までの範囲、又は－１０．０から１０．０までの範囲、など）に収まるようにするためなどに、例えば、濃度値に対して任意の値を加減乗除したり、濃度値を所定の変換手法（例えば、指数変換、対数変換、角変換、平方根変換、プロビット変換、逆数変換、Ｂｏｘ－Ｃｏｘ変換、又はべき乗変換など）で変換したり、また、濃度値に対してこれらの計算を組み合わせて行ったりすることで、濃度値を変換してもよい。例えば、濃度値を指数としネイピア数を底とする指数関数の値（具体的には、癌が再発する確率ｐを定義したときの自然対数ｌｎ（ｐ／（１－ｐ））が濃度値と等しいとした場合におけるｐ／（１－ｐ）の値）をさらに算出してもよく、また、算出した指数関数の値を１と当該値との和で割った値（具体的には、確率ｐの値）をさらに算出してもよい。
　また、特定の条件のときの変換後の値が特定の値となるように、濃度値を変換してもよい。例えば、特異度が８０％のときの変換後の値が５．０となり且つ特異度が９５％のときの変換後の値が８．０となるように濃度値を変換してもよい。
　また、各アミノ酸ごとに、濃度分布を正規分布化した後、平均５０、標準偏差１０となるように偏差値化してもよい。
　なお、これらの変換は、男女別や年齢別に行ってもよい。
　なお、本明細書における濃度値は、濃度値そのものであってもよく、濃度値を変換した後の値であってもよい。
　また、モニタ等の表示装置又は紙等の物理媒体に視認可能に示される所定の物差し上における所定の目印の位置に関する位置情報を、前記１２種類のアミノ酸のうちの少なくとも１つまたは前記２１種類のアミノ酸のうちの少なくとも２つの濃度値（上述した比又は差分の値でもよい）又は当該濃度値を変換した場合にはその変換後の値を用いて生成し、生成した位置情報が評価対象における癌の再発可能性を反映したもの又は評価対象における癌の再発可能性の指標となるものであると決定してもよい。なお、所定の物差しとは、癌の再発可能性を評価するためのものであり、例えば、目盛りが示された物差しであって、「濃度値又は変換後の値の取り得る範囲、又は、当該範囲の一部分」における上限値と下限値に対応する目盛りが少なくとも示されたもの、などである。また、所定の目印とは、濃度値又は変換後の値に対応するものであり、例えば、丸印又は星印などである。
　また、前記１２種類のアミノ酸のうちの少なくとも１つまたは前記２１種類のアミノ酸のうちの少なくとも２つの濃度値（上述した比又は差分の値でもよい）が、所定値（平均値±１ＳＤ、２ＳＤ、３ＳＤ、Ｎ分位点、Ｎパーセンタイル又は臨床的意義の認められたカットオフ値など）より低い若しくは所定値以下の場合又は所定値以上若しくは所定値より高い場合に、評価対象における癌の再発可能性を評価してもよい。その際、濃度値そのものではなく、濃度偏差値（各代謝物および各アミノ酸ごとに、男女別に濃度分布を正規分布化した後、平均５０、標準偏差１０となるように偏差値化した値）を用いてもよい。例えば、濃度偏差値が平均値－２ＳＤ未満の場合（濃度偏差値＜３０の場合）又は濃度偏差値が平均値＋２ＳＤより高い場合（濃度偏差値＞７０の場合）に、評価対象における癌の再発可能性を評価してもよい。
　また、前記１２種類のアミノ酸のうちの少なくとも１つまたは前記２１種類のアミノ酸のうちの少なくとも２つの濃度値（上述した比又は差分の値でもよい）および当該濃度値（上述した比又は差分の値でもよい）が代入される変数を含む式を用いて式の値を算出することで、評価対象における癌の再発可能性を評価してもよい。
　また、算出した式の値が評価対象における癌の再発可能性を反映したもの又は評価対象における癌の再発可能性の指標となるものであると決定してもよく、さらに、式の値を例えば以下に挙げた手法などで変換し、変換後の値が評価対象における癌の再発可能性を反映したもの又は評価対象における癌の再発可能性の指標となるものであると決定してもよい。換言すると、式の値又は変換後の値そのものを、評価対象における癌の再発可能性に関する評価結果として扱ってもよい。
　式の値の取り得る範囲が所定範囲（例えば０．０から１．０までの範囲、０．０から１０．０までの範囲、０．０から１００．０までの範囲、又は－１０．０から１０．０までの範囲、など）に収まるようにするためなどに、例えば、式の値に対して任意の値を加減乗除したり、式の値を所定の変換手法（例えば、指数変換、対数変換、角変換、平方根変換、プロビット変換、逆数変換、Ｂｏｘ－Ｃｏｘ変換、又はべき乗変換など）で変換したり、また、式の値に対してこれらの計算を組み合わせて行ったりすることで、式の値を変換してもよい。例えば、式の値を指数としネイピア数を底とする指数関数の値（具体的には、癌が再発する確率ｐを定義したときの自然対数ｌｎ（ｐ／（１－ｐ））が式の値と等しいとした場合におけるｐ／（１－ｐ）の値）をさらに算出してもよく、また、算出した指数関数の値を１と当該値との和で割った値（具体的には、確率ｐの値）をさらに算出してもよい。
　また、特定の条件のときの変換後の値が特定の値となるように、式の値を変換してもよい。例えば、特異度が８０％のときの変換後の値が５．０となり且つ特異度が９５％のときの変換後の値が８．０となるように式の値を変換してもよい。
　また、式の値を、平均５０、標準偏差１０となるように偏差値化してもよい。
　なお、これらの変換は、男女別や年齢別に行ってもよい。
　なお、本明細書における式の値は、式の値そのものであってもよく、式の値を変換した後の値であってもよい。
　また、モニタ等の表示装置又は紙等の物理媒体に視認可能に示される所定の物差し上における所定の目印の位置に関する位置情報を、式の値又は当該式の値を変換した場合にはその変換後の値を用いて生成し、生成した位置情報が評価対象における癌の再発可能性を反映したもの又は評価対象における癌の再発可能性の指標となるものであると決定してもよい。なお、所定の物差しとは、癌の再発可能性を評価するためのものであり、例えば、目盛りが示された物差しであって、「式の値又は変換後の値の取り得る範囲、又は、当該範囲の一部分」における上限値と下限値に対応する目盛りが少なくとも示されたもの、などである。また、所定の目印とは、式の値又は変換後の値に対応するものであり、例えば、丸印又は星印などである。
　また、評価対象において癌が再発する可能性の程度を定性的に評価してもよい。具体的には、「前記１２種類のアミノ酸のうちの少なくとも１つまたは前記２１種類のアミノ酸のうちの少なくとも２つの濃度値（上述した比又は差分の値でもよい）および予め設定された１つまたは複数の閾値」または「前記１２種類のアミノ酸のうちの少なくとも１つまたは前記２１種類のアミノ酸のうちの少なくとも２つの濃度値（上述した比又は差分の値でもよい）、当該濃度値（上述した比又は差分でもよい）が代入される変数を含む式、および予め設定された１つまたは複数の閾値」を用いて、評価対象を、癌が再発する可能性の程度を少なくとも考慮して定義された複数の区分のうちのどれか１つに分類してもよい。なお、複数の区分には、癌が再発する可能性の程度が高い対象（例えば、癌が再発すると見做す対象）を属させるための区分、癌が再発する可能性の程度が低い対象（例えば、癌が再発しないと見做す対象）を属させるための区分、および癌が再発する可能性の程度が中程度である対象を属させるための区分が含まれていてもよい。また、複数の区分には、癌が再発する可能性の程度が高い対象を属させるための区分、および、癌が再発する可能性の程度が低い対象を属させるための区分が含まれていてもよい。また、濃度値（上述した比又は差分の値でもよい）又は式の値を所定の手法で変換し、変換後の値を用いて評価対象を複数の区分のうちのどれか１つに分類してもよい。
　また、評価の際に用いる式について、その形式は特に問わないが、例えば、以下に示す形式のものでもよい。
・最小二乗法に基づく重回帰式、線形判別式、主成分分析、正準判別分析などの線形モデル
・最尤法に基づくロジスティック回帰、Ｃｏｘ回帰などの一般化線形モデル
・一般化線形モデルに加えて個体間差、施設間差などの変量効果を考慮した一般化線形混合モデル
・Ｋ－ｍｅａｎｓ法、階層的クラスタ解析などクラスタ解析で作成された式
・ＭＣＭＣ(マルコフ連鎖モンテカルロ法)、ベイジアンネットワーク、階層ベイズ法などベイズ統計に基づき作成された式
・サポートベクターマシンや決定木などクラス分類により作成された式
・分数式など上記のカテゴリに属さない手法により作成された式
・異なる形式の式の和で示されるような式
　また、評価の際に用いる式を、例えば、本出願人による国際出願である国際公開第２００４／０５２１９１号に記載の方法又は本出願人による国際出願である国際公開第２００６／０９８１９２号に記載の方法で作成してもよい。なお、これらの方法で得られた式であれば、入力データとしての濃度データにおけるアミノ酸の濃度値の単位に因らず、当該式を癌の再発可能性の評価に好適に用いることができる。
　ここで、重回帰式、多重ロジスティック回帰式、正準判別関数などにおいては各変数に係数及び定数項が付加されるが、この係数及び定数項は、好ましくは実数であれば構わず、より好ましくは、データから前記各種分類を行うために得られた係数及び定数項の９９％信頼区間の範囲に属する値であれば構わず、さらに好ましくは、データから前記各種分類を行うために得られた係数及び定数項の９５％信頼区間の範囲に属する値であれば構わない。また、各係数の値及びその信頼区間はそれを実数倍したものでもよく、定数項の値及びその信頼区間はそれに任意の実定数を加減乗除したものでもよい。ロジスティック回帰式、線形判別式、重回帰式などを評価の際に用いる場合、線形変換（定数の加算、定数倍）及び単調増加（減少）の変換（例えばｌｏｇｉｔ変換など）は評価性能を変えるものではなく変換前と同等であるので、これらの変換が行われた後のものを評価の際に用いてもよい。
　また、分数式とは、当該分数式の分子が変数Ａ，Ｂ，Ｃ，・・・の和で表わされ及び／又は当該分数式の分母が変数ａ，ｂ，ｃ，・・・の和で表わされるものである。また、分数式には、このような構成の分数式α，β，γ，・・・の和（例えばα＋βのようなもの）も含まれる。また、分数式には、分割された分数式も含まれる。なお、分子や分母に用いられる変数にはそれぞれ適当な係数がついても構わない。また、分子や分母に用いられる変数は重複しても構わない。また、各分数式に適当な係数がついても構わない。また、各変数の係数の値や定数項の値は、実数であれば構わない。また、ある分数式と、当該分数式において分子の変数と分母の変数が入れ替えられたものとでは、目的変数との相関の正負の符号が概して逆転するものの、それらの相関性は保たれるが故に、評価性能も同等と見做せるので、分数式には、分子の変数と分母の変数が入れ替えられたものも含まれる。
　そして、癌の再発可能性を評価する際、アミノ酸以外の生体情報（例えば、アミノ酸以外の他の血中代謝物（アミノ酸代謝物・糖類・脂質等）、タンパク質、ペプチド、ミネラル若しくはホルモン等の濃度、腫瘍マーカーの値、アルブミン、総蛋白、トリグリセリド、ＨｂＡ１ｃ、ＬＤＬコレステロール、ＨＤＬコレステロール、アミラーゼ、総ビリルビン若しくは尿酸等の血液検査値、血中サイトカイン、免疫担当細胞数、免疫担当細胞内サイトカイン若しくは遅延型過分反応（ＤＴＨ）等の免疫関連検査値、超音波エコー、上部・下部内視鏡、Ｘ線、ＣＴ若しくはＭＲＩ等の画像情報、又は、年齢、身長、体重、ＢＭＩ、血圧、性別、喫煙情報、食事情報、飲酒情報、運動情報、ストレス情報、睡眠情報、家族の既往歴情報若しくは疾患歴情報（糖尿病、膵炎等）等の生体指標、など）をさらに用いてもよい。また、評価の際に用いる式（例えば多変量判別式など）における変数として、アミノ酸以外の生体情報（例えば、アミノ酸以外の他の血中代謝物（アミノ酸代謝物・糖類・脂質等）、タンパク質、ペプチド、ミネラル若しくはホルモン等の濃度、腫瘍マーカーの値、アルブミン、総蛋白、トリグリセリド、ＨｂＡ１ｃ、ＬＤＬコレステロール、ＨＤＬコレステロール、アミラーゼ、総ビリルビン若しくは尿酸等の血液検査値、血中サイトカイン、免疫担当細胞数、免疫担当細胞内サイトカイン若しくは遅延型過分反応（ＤＴＨ）等の免疫関連検査値、超音波エコー、上部・下部内視鏡、Ｘ線、ＣＴ若しくはＭＲＩ等の画像情報、又は、年齢、身長、体重、ＢＭＩ、血圧、性別、喫煙情報、食事情報、飲酒情報、運動情報、ストレス情報、睡眠情報、家族の既往歴情報若しくは疾患歴情報（糖尿病、膵炎等）等の生体指標など）がさらに含まれていてもよい。
［第２実施形態］
［２－１．第２実施形態の概要］
　ここでは、第２実施形態の概要について図２を参照して説明する。図２は第２実施形態の基本原理を示す原理構成図である。なお、本第２実施形態の説明では、上述した第１実施形態と重複する説明を省略する場合がある。特に、ここでは、癌の再発可能性を評価する際に、式の値又はその変換後の値を用いるケースを一例として記載しているが、例えば、濃度値、濃度値の比若しくは濃度値の差分又はこれらの変換後の値（例えば濃度偏差値など）を用いてもよい。
　制御部は、癌が発見されたことのある評価対象（例えば動物やヒトなどの個体）の血液中の前記１２種類のアミノ酸のうちの少なくとも１つまたは前記２１種類のアミノ酸のうちの少なくとも２つの濃度値に関する予め取得した濃度データに含まれている当該濃度値、および、当該濃度値が代入される変数を含む予め記憶部に記憶された式を用いて、式の値を算出することで、評価対象について癌の再発可能性を評価する（ステップＳ２１）。なお、ステップＳ２１において治療開始前の濃度データと治療開始後の濃度データの両方が用いられる場合には、制御部は、例えば、治療開始前の濃度値と治療開始後の濃度値との比又は差分を算出し、算出した比又は差分の値を変数に代入して式の値を算出することで、評価対象について癌の再発可能性を評価してもよい。
　なお、ステップＳ２１で用いられる式は、以下に説明する式作成処理（工程１～工程４）に基づいて作成されたものでもよい。ここで、式作成処理の概要について説明する。なお、ここで説明する処理はあくまでも一例であり、式の作成方法はこれに限定されない。
　まず、制御部は、予め記憶部に記憶された指標状態情報（欠損値や外れ値などを持つデータが事前に除去されているものでもよい）から所定の式作成手法に基づいて、候補式（例えば、ｙ＝ａ１ｘ１＋ａ２ｘ２＋・・・＋ａｎｘｎ、ｙ：指標データ、ｘｉ：濃度データ、ａｉ：定数、ｉ＝１，２，・・・，ｎ）を作成する（工程１）。なお、指標状態情報は、濃度データ（例えばアミノ酸濃度の術前のデータ、アミノ酸濃度の術後のデータ、又はアミノ酸濃度の術前と術後での変化量に関するデータなど）と、癌の再発に関する指標データ（例えば再発の有無に関する２値データなど）と、を含むものである。
　なお、工程１において、指標状態情報から、複数の異なる式作成手法（主成分分析や判別分析、サポートベクターマシン、重回帰分析、Ｃｏｘ回帰分析、ロジスティック回帰分析、ｋ－ｍｅａｎｓ法、クラスター解析、決定木などの多変量解析に関するものを含む。）を併用して複数の候補式を作成してもよい。具体的には、多数の再発群および無再発群から術前及び／又は術後に得た血液を分析して得た濃度データおよび指標データから構成される多変量データである指標状態情報に対して、複数の異なるアルゴリズムを利用して複数群の候補式を同時並行的に作成してもよい。例えば、異なるアルゴリズムを利用して判別分析およびロジスティック回帰分析を同時に行い、２つの異なる候補式を作成してもよい。また、主成分分析を行って作成した候補式を利用して指標状態情報を変換し、変換した指標状態情報に対して判別分析を行うことで候補式を作成してもよい。これにより、最終的に、評価に最適な式を作成することができる。
　ここで、主成分分析を用いて作成した候補式は、全ての濃度データの分散を最大にするような各変数を含む一次式である。また、判別分析を用いて作成した候補式は、各群内の分散の和の全ての濃度データの分散に対する比を最小にするような各変数を含む高次式（指数や対数を含む）である。また、サポートベクターマシンを用いて作成した候補式は、群間の境界を最大にするような各変数を含む高次式（カーネル関数を含む）である。また、重回帰分析を用いて作成した候補式は、全ての濃度データからの距離の和を最小にするような各変数を含む高次式である。また、Ｃｏｘ回帰分析を用いて作成した候補式は、対数ハザード比を含む線形モデルで、そのモデルの尤度を最大とするような各変数とその係数を含む１次式であるである。また、ロジスティック回帰分析を用いて作成した候補式は、確率の対数オッズを表す線形モデルであり、その確率の尤度を最大にするような各変数を含む一次式である。また、ｋ－ｍｅａｎｓ法とは、各濃度データのｋ個近傍を探索し、近傍点の属する群の中で一番多いものをそのデータの所属群と定義し、入力された濃度データの属する群と定義された群とが最も合致するような変数を選択する手法である。また、クラスター解析とは、全ての濃度データの中で最も近い距離にある点同士をクラスタリング（群化）する手法である。また、決定木とは、変数に序列をつけて、序列が上位である変数の取りうるパターンから濃度データの群を予測する手法である。
　式作成処理の説明に戻り、制御部は、工程１で作成した候補式を、所定の検証手法に基づいて検証（相互検証）する（工程２）。候補式の検証は、工程１で作成した各候補式に対して行う。なお、工程２において、ブートストラップ法やホールドアウト法、Ｎ－フォールド法、リーブワンアウト法などのうち少なくとも１つに基づいて、候補式の判別率や感度、特異度、情報量基準、ＲＯＣ＿ＡＵＣ（受信者特性曲線の曲線下面積）などのうち少なくとも１つに関して検証してもよい。これにより、指標状態情報や評価条件を考慮した予測性または頑健性の高い候補式を作成することができる。
　ここで、判別率とは、本実施形態にかかる評価手法で、真の状態が陰性である評価対象（例えば無再発の評価対象など）を正しく陰性と評価し、真の状態が陽性である評価対象（例えば再発の評価対象など）を正しく陽性と評価している割合である。また、感度とは、本実施形態にかかる評価手法で、真の状態が陽性である評価対象を正しく陽性と評価している割合である。また、特異度とは、本実施形態にかかる評価手法で、真の状態が陰性である評価対象を正しく陰性と評価している割合である。また、赤池情報量規準とは、回帰分析などの場合に、観測データが統計モデルにどの程度一致するかを表す基準であり、「－２×（統計モデルの最大対数尤度）＋２×（統計モデルの自由パラメータ数）」で定義される値が最小となるモデルを最もよいと判断する。また、ＲＯＣ＿ＡＵＣは、２次元座標上に（ｘ，ｙ）＝（１－特異度，感度）をプロットして作成される曲線である受信者特性曲線（ＲＯＣ）の曲線下面積として定義され、ＲＯＣ＿ＡＵＣの値は完全な判別では１となり、この値が１に近いほど判別性が高いことを示す。また、予測性とは、候補式の検証を繰り返すことで得られた判別率や感度、特異性を平均したものである。また、頑健性とは、候補式の検証を繰り返すことで得られた判別率や感度、特異性の分散である。
　式作成処理の説明に戻り、制御部は、所定の変数選択手法に基づいて候補式の変数を選択することで、候補式を作成する際に用いる指標状態情報に含まれる濃度データの組み合わせを選択する（工程３）。なお、工程３において、変数の選択は、工程１で作成した各候補式に対して行ってもよい。これにより、候補式の変数を適切に選択することができる。そして、工程３で選択した濃度データを含む指標状態情報を用いて再び工程１を実行する。また、工程３において、工程２での検証結果からステップワイズ法、ベストパス法、近傍探索法、遺伝的アルゴリズムのうち少なくとも１つに基づいて候補式の変数を選択してもよい。なお、ベストパス法とは、候補式に含まれる変数を１つずつ順次減らしていき、候補式が与える評価指標を最適化することで変数を選択する方法である。
　式作成処理の説明に戻り、制御部は、上述した工程１、工程２および工程３を繰り返し実行し、これにより蓄積した検証結果に基づいて、複数の候補式の中から評価の際に用いる候補式を選出することで、評価の際に用いる式を作成する（工程４）。なお、候補式の選出には、例えば、同じ式作成手法で作成した候補式の中から最適なものを選出する場合と、すべての候補式の中から最適なものを選出する場合とがある。
　以上、説明したように、式作成処理では、指標状態情報に基づいて、候補式の作成、候補式の検証および候補式の変数の選択に関する処理を一連の流れで体系化（システム化）して実行することにより、癌の再発可能性の評価に最適な式を作成することができる。換言すると、式作成処理では、上記２１種類のアミノ酸のうちの少なくとも１つの濃度を多変量の統計解析に用い、最適でロバストな変数の組を選択するために変数選択法とクロスバリデーションとを組み合わせて、評価性能の高い式を抽出する。
［２－２．第２実施形態の構成］
　ここでは、第２実施形態にかかる評価システム（以下では本システムと記す場合がある。）の構成について、図３から図１４を参照して説明する。なお、本システムはあくまでも一例であり、本発明はこれに限定されない。特に、ここでは、癌の再発可能性を評価する際に、式の値又はその変換後の値を用いるケースを一例として記載しているが、例えば、濃度値、濃度値の比若しくは濃度値の差分又はこれらの変換後の値（例えば濃度偏差値など）を用いてもよい。
　まず、本システムの全体構成について図３および図４を参照して説明する。図３は本システムの全体構成の一例を示す図である。また、図４は本システムの全体構成の他の一例を示す図である。本システムは、図３に示すように、評価対象である個体について癌の再発可能性を評価する評価装置１００と、血液中の前記１２種類のアミノ酸のうちの少なくとも１つまたは前記２１種類のアミノ酸のうちの少なくとも２つの濃度値に関する個体の濃度データを提供するクライアント装置２００（本発明の端末装置に相当）とを、ネットワーク３００を介して通信可能に接続して構成されている。なお、本システムにおいて、評価に用いられるデータの提供元となるクライアント装置２００と評価結果の提供先となるクライアント装置２００は別々のものであってもよい。本システムは、図４に示すように、評価装置１００やクライアント装置２００の他に、評価の際に用いる式を作成する際に用いる指標状態情報や評価の際に用いる式などを格納したデータベース装置４００を、ネットワーク３００を介して通信可能に接続して構成されてもよい。
　つぎに、本システムの評価装置１００の構成について図５から図１１を参照して説明する。図５は、本システムの評価装置１００の構成の一例を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。
　評価装置１００は、当該評価装置を統括的に制御するＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）等の制御部１０２と、ルータ等の通信装置および専用線等の有線または無線の通信回線を介して当該評価装置をネットワーク３００に通信可能に接続する通信インターフェース部１０４と、各種のデータベースやテーブルやファイルなどを格納する記憶部１０６と、入力装置１１２や出力装置１１４に接続する入出力インターフェース部１０８と、で構成されており、これら各部は任意の通信路を介して通信可能に接続されている。ここで、評価装置１００は、各種の分析装置（例えばアミノ酸分析装置等）と同一筐体で構成されてもよい。例えば、血液中の前記１２種類のアミノ酸のうちの少なくとも１つまたは前記２１種類のアミノ酸のうちの少なくとも２つの濃度値を算出（測定）し、算出した値を出力（印刷やモニタ表示など）する構成（ハードウェアおよびソフトウェア）を備えた小型分析装置において、後述する評価部１０２ｄをさらに備え、当該評価部１０２ｄで得られた結果を前記構成を用いて出力すること、を特徴とするものでもよい。
　通信インターフェース部１０４は、評価装置１００とネットワーク３００（またはルータ等の通信装置）との間における通信を媒介する。すなわち、通信インターフェース部１０４は、他の端末と通信回線を介してデータを通信する機能を有する。
　入出力インターフェース部１０８は、入力装置１１２や出力装置１１４に接続する。ここで、出力装置１１４には、モニタ（家庭用テレビを含む）の他、スピーカやプリンタを用いることができる（なお、以下では、出力装置１１４をモニタ１１４として記載する場合がある。）。入力装置１１２には、キーボードやマウスやマイクの他、マウスと協働してポインティングデバイス機能を実現するモニタを用いることができる。
　記憶部１０６は、ストレージ手段であり、例えば、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）・ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）等のメモリ装置や、ハードディスクのような固定ディスク装置、フレキシブルディスク、光ディスク等を用いることができる。記憶部１０６には、ＯＳ（Ｏｐｅｒａｔｉｎｇ　Ｓｙｓｔｅｍ）と協働してＣＰＵに命令を与え各種処理を行うためのコンピュータプログラムが記録されている。記憶部１０６は、図示の如く、濃度データファイル１０６ａと、指標状態情報ファイル１０６ｂと、指定指標状態情報ファイル１０６ｃと、式関連情報データベース１０６ｄと、評価結果ファイル１０６ｅと、を格納する。
　濃度データファイル１０６ａは、血液中の前記１２種類のアミノ酸のうちの少なくとも１つまたは前記２１種類のアミノ酸のうちの少なくとも２つの濃度値に関する濃度データ（例えば治療開始前の濃度データおよび治療開始後の濃度データのいずれか一方又は両方）を格納する。図６は、濃度データファイル１０６ａに格納される情報の一例を示す図である。濃度データファイル１０６ａに格納される情報は、図６に示すように、評価対象である個体（サンプル）を一意に識別するための個体番号と、濃度データとを相互に関連付けて構成されている。ここで、図６では、濃度データを数値、すなわち連続尺度として扱っているが、濃度データは名義尺度や順序尺度でもよい。なお、名義尺度や順序尺度の場合は、それぞれの状態に対して任意の数値を与えることで解析してもよい。また、濃度データに、アミノ酸以外の上述した生体情報に関する値を組み合わせてもよい。
　図５に戻り、指標状態情報ファイル１０６ｂは、式を作成する際に用いる指標状態情報を格納する。図７は、指標状態情報ファイル１０６ｂに格納される情報の一例を示す図である。指標状態情報ファイル１０６ｂに格納される情報は、図７に示すように、個体番号と、癌の再発に関する指標データと、濃度データと、を相互に関連付けて構成されている。ここで、図７では、指標データおよび濃度データを数値（すなわち連続尺度）として扱っているが、指標データおよび濃度データは名義尺度や順序尺度でもよい。なお、名義尺度や順序尺度の場合は、それぞれの状態に対して任意の数値を与えることで解析してもよい。
　図５に戻り、指定指標状態情報ファイル１０６ｃは、後述する指定部１０２ｂで指定した指標状態情報を格納する。図８は、指定指標状態情報ファイル１０６ｃに格納される情報の一例を示す図である。指定指標状態情報ファイル１０６ｃに格納される情報は、図８に示すように、個体番号と、指定した指標データと、指定した濃度データと、を相互に関連付けて構成されている。
　図５に戻り、式関連情報データベース１０６ｄは、後述する式作成部１０２ｃで作成した式を格納する式ファイル１０６ｄ１で構成される。式ファイル１０６ｄ１は、評価の際に用いる式を格納する。図９は、式ファイル１０６ｄ１に格納される情報の一例を示す図である。式ファイル１０６ｄ１に格納される情報は、図９に示すように、ランクと、式（図９では、Ｆｐ（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、各式の検証結果（例えば各式の値）と、を相互に関連付けて構成されている。
　図５に戻り、評価結果ファイル１０６ｅは、後述する評価部１０２ｄで得られた評価結果を格納する。図１０は、評価結果ファイル１０６ｄ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１０６ｄに格納される情報は、評価対象である個体（サンプル）を一意に識別するための個体番号と、予め取得した個体の濃度データと、癌の再発可能性に関する評価結果（例えば、後述する算出部１０２ｄ１で算出した式の値、後述する変換部１０２ｄ２で式の値を変換した後の値、後述する生成部１０２ｄ３で生成した位置情報、又は、後述する分類部１０２ｄ４で得られた分類結果、など）と、を相互に関連付けて構成されている。
　図５に戻り、制御部１０２は、ＯＳ等の制御プログラム・各種の処理手順等を規定したプログラム・所要データなどを格納するための内部メモリを有し、これらのプログラムに基づいて種々の情報処理を実行する。制御部１０２は、図示の如く、大別して、受信部１０２ａと指定部１０２ｂと式作成部１０２ｄと評価部１０２ｄと結果出力部１０２ｅと送信部１０２ｆとを備えている。制御部１０２は、データベース装置４００から送信された指標状態情報やクライアント装置２００から送信された濃度データに対して、欠損値のあるデータの除去・外れ値の多いデータの除去・欠損値のあるデータの多い変数の除去などのデータ処理も行う。
　受信部１０２ａは、クライアント装置２００やデータベース装置４００から送信された情報（具体的には、濃度データや指標状態情報、式など）を、ネットワーク３００などを介して受信してもよい。なお、受信部１０２ａは、評価結果の送信先のクライアント装置２００とは異なるクライアント装置２００から送信された評価に用いられるデータを受信してもよい。指定部１０２ｂは、式を作成する際に対象とする指標データおよび濃度データを指定する。
　式作成部１０２ｃは、受信部１０２ａで受信した指標状態情報や指定部１０２ｂで指定した指標状態情報に基づいて式を作成する。なお、式が予め記憶部１０６の所定の記憶領域に格納されている場合には、式作成部１０２ｃは、記憶部１０６から所望の式を選択することで、式を作成してもよい。また、式作成部１０２ｃは、式を予め格納した他のコンピュータ装置（例えばデータベース装置４００）から所望の式を選択しダウンロードすることで、式を作成してもよい。
　評価部１０２ｄは、事前に得られた式（例えば式作成部１０２ｃで作成した式又は受信部１０２ａで受信した式など）及び受信部１０２ａで受信した個体の濃度データに含まれる濃度値を用いて式の値を算出することで、個体について癌の再発可能性を評価する。なお、評価部１０２ｄは、前記１２種類のアミノ酸のうちの少なくとも１つまたは前記２１種類のアミノ酸のうちの少なくとも２つの濃度値、濃度値の比若しくは濃度値の差分又はこれらの変換後の値（例えば濃度偏差値）を用いて、個体について癌の再発可能性を評価してもよい。
　ここで、評価部１０２ｄの構成について図１１を参照して説明する。図１１は、評価部１０２ｄの構成を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。評価部１０２ｄは、算出部１０２ｄ１と、変換部１０２ｄ２と、生成部１０２ｄ３と、分類部１０２ｄ４と、をさらに備えている。
　算出部１０２ｄ１は、前記１２種類のアミノ酸のうちの少なくとも１つまたは前記２１種類のアミノ酸のうちの少なくとも２つの濃度値（上述した比又は差分の値でもよい）及び当該濃度値が代入される変数を少なくとも含む式を用いて、式の値を算出する。なお、評価部１０２ｄは、算出部１０２ｄ１で算出した式の値を評価結果として評価結果ファイル１０６ｅの所定の記憶領域に格納してもよい。
　変換部１０２ｄ２は、算出部１０２ｄ１で算出した式の値を例えば上述した変換手法などで変換する。なお、評価部１０２ｄは、変換部１０２ｄ２で変換した後の値を評価結果として評価結果ファイル１０６ｅの所定の記憶領域に格納してもよい。また、変換部１０２ｄ２は、濃度データに含まれている濃度値又は当該濃度値の比若しくは差分を、例えば上述した変換手法などで変換してもよい。
　生成部１０２ｄ３は、モニタ等の表示装置又は紙等の物理媒体に視認可能に示される所定の物差し上における所定の目印の位置に関する位置情報を、算出部１０２ｄ１で算出した式の値又は変換部１０２ｄ２で変換した後の値（濃度値、濃度値の比若しくは濃度値の差分又はこれらの変換後の値でもよい）を用いて生成する。なお、評価部１０２ｄは、生成部１０２ｄ３で生成した位置情報を評価結果として評価結果ファイル１０６ｅの所定の記憶領域に格納してもよい。
　分類部１０２ｄ４は、算出部１０２ｄ１で算出した式の値又は変換部１０２ｄ２で変換した後の値（濃度値、濃度値の比若しくは濃度値の差分又はこれらの変換後の値でもよい）を用いて、個体を、癌が再発する可能性の程度を少なくとも考慮して定義された複数の区分のうちのどれか１つに分類する。
　結果出力部１０２ｅは、制御部１０２の各処理部での処理結果（評価部１０２ｄで得られた評価結果を含む）等を出力装置１１４に出力する。
　送信部１０２ｆは、個体の濃度データの送信元のクライアント装置２００に対して評価結果を送信したり、データベース装置４００に対して、評価装置１００で作成した式や評価結果を送信したりする。なお、送信部１０２ｆは、評価に用いられるデータの送信元のクライアント装置２００とは異なるクライアント装置２００に対して評価結果を送信してもよい。
　つぎに、本システムのクライアント装置２００の構成について図１２を参照して説明する。図１２は、本システムのクライアント装置２００の構成の一例を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。
　クライアント装置２００は、制御部２１０とＲＯＭ２２０とＨＤ（Ｈａｒｄ　Ｄｉｓｋ）２３０とＲＡＭ２４０と入力装置２５０と出力装置２６０と入出力ＩＦ２７０と通信ＩＦ２８０とで構成されており、これら各部は任意の通信路を介して通信可能に接続されている。クライアント装置２００は、プリンタ・モニタ・イメージスキャナ等の周辺装置を必要に応じて接続した情報処理装置（例えば、既知のパーソナルコンピュータ・ワークステーション・家庭用ゲーム装置・インターネットＴＶ・ＰＨＳ（Ｐｅｒｓｏｎａｌ　Ｈａｎｄｙｐｈｏｎｅ　Ｓｙｓｔｅｍ）端末・携帯端末・移動体通信端末・ＰＤＡ（Ｐｅｒｓｏｎａｌ　Ｄｉｇｉｔａｌ　Ａｓｓｉｓｔａｎｔ）等の情報処理端末など）を基にしたものであってもよい。
　入力装置２５０はキーボードやマウスやマイク等である。なお、後述するモニタ２６１もマウスと協働してポインティングデバイス機能を実現する。出力装置２６０は、通信ＩＦ２８０を介して受信した情報を出力する出力手段であり、モニタ（家庭用テレビを含む）２６１およびプリンタ２６２を含む。この他、出力装置２６０にスピーカ等を設けてもよい。入出力ＩＦ２７０は入力装置２５０や出力装置２６０に接続する。
　通信ＩＦ２８０は、クライアント装置２００とネットワーク３００（またはルータ等の通信装置）とを通信可能に接続する。換言すると、クライアント装置２００は、モデムやＴＡ（Ｔｅｒｍｉｎａｌ　Ａｄａｐｔｅｒ）やルータなどの通信装置および電話回線を介して、または専用線を介してネットワーク３００に接続される。これにより、クライアント装置２００は、所定の通信規約に従って評価装置１００にアクセスすることができる。
　制御部２１０は、受信部２１１および送信部２１２を備えている。受信部２１１は、通信ＩＦ２８０を介して、評価装置１００から送信された評価結果などの各種情報を受信する。送信部２１２は、通信ＩＦ２８０を介して、個体の濃度データなどの各種情報を評価装置１００へ送信する。
　制御部２１０は、当該制御部で行う処理の全部または任意の一部を、ＣＰＵおよび当該ＣＰＵにて解釈して実行するプログラムで実現してもよい。ＲＯＭ２２０またはＨＤ２３０には、ＯＳと協働してＣＰＵに命令を与え、各種処理を行うためのコンピュータプログラムが記録されている。当該コンピュータプログラムは、ＲＡＭ２４０にロードされることで実行され、ＣＰＵと協働して制御部２１０を構成する。また、当該コンピュータプログラムは、クライアント装置２００と任意のネットワークを介して接続されるアプリケーションプログラムサーバに記録されてもよく、クライアント装置２００は、必要に応じてその全部または一部をダウンロードしてもよい。また、制御部２１０で行う処理の全部または任意の一部を、ワイヤードロジック等によるハードウェアで実現してもよい。
　ここで、制御部２１０は、評価装置１００に備えられている評価部１０２ｄが有する機能と同様の機能を有する評価部２１０ａ（算出部２１０ａ１、変換部２１０ａ２、生成部２１０ａ３、及び分類部２１０ａ４を含む）を備えていてもよい。そして、制御部２１０に評価部２１０ａが備えられている場合には、評価部２１０ａは、評価装置１００から送信された評価結果に含まれている情報に応じて、変換部２１０ａ２で式の値（濃度値、濃度値の比又は濃度値の差分でもよい）を変換したり、生成部２１０ａ３で式の値又は変換後の値（濃度値、濃度値の比若しくは濃度値の差分又はこれらの変換後の値でもよい）に対応する位置情報を生成したり、分類部２１０ａ４で式の値又は変換後の値（濃度値、濃度値の比若しくは濃度値の差分又はこれらの変換後の値でもよい）を用いて個体を複数の区分のうちのどれか１つに分類したりしてもよい。
　つぎに、本システムのネットワーク３００について図３、図４を参照して説明する。ネットワーク３００は、評価装置１００とクライアント装置２００とデータベース装置４００とを相互に通信可能に接続する機能を有し、例えばインターネットやイントラネットやＬＡＮ（Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）（有線／無線の双方を含む）等である。なお、ネットワーク３００は、ＶＡＮ（Ｖａｌｕｅ－Ａｄｄｅｄ　Ｎｅｔｗｏｒｋ）や、パソコン通信網や、公衆電話網（アナログ／デジタルの双方を含む）や、専用回線網（アナログ／デジタルの双方を含む）や、ＣＡＴＶ（Ｃｏｍｍｕｎｉｔｙ　Ａｎｔｅｎｎａ　ＴｅｌｅＶｉｓｉｏｎ）網や、携帯回線交換網または携帯パケット交換網（ＩＭＴ（Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｍｏｂｉｌｅ　Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ）２０００方式、ＧＳＭ（登録商標）（Ｇｌｏｂａｌ　Ｓｙｓｔｅｍ　ｆｏｒ　Ｍｏｂｉｌｅ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ）方式またはＰＤＣ（Ｐｅｒｓｏｎａｌ　Ｄｉｇｉｔａｌ　Ｃｅｌｌｕｌａｒ）／ＰＤＣ－Ｐ方式等を含む）や、無線呼出網や、Ｂｌｕｅｔｏｏｔｈ（登録商標）等の局所無線網や、ＰＨＳ網や、衛星通信網（ＣＳ（Ｃｏｍｍｕｎｉｃａｔｉｏｎ　Ｓａｔｅｌｌｉｔｅ）、ＢＳ（Ｂｒｏａｄｃａｓｔｉｎｇ　Ｓａｔｅｌｌｉｔｅ）またはＩＳＤＢ（Ｉｎｔｅｇｒａｔｅｄ　Ｓｅｒｖｉｃｅｓ　Ｄｉｇｉｔａｌ　Ｂｒｏａｄｃａｓｔｉｎｇ）等を含む）等でもよい。
　つぎに、本システムのデータベース装置４００の構成について図１３を参照して説明する。図１３は、本システムのデータベース装置４００の構成の一例を示すブロック図であり、該構成のうち本発明に関係する部分のみを概念的に示している。
　データベース装置４００は、評価装置１００または当該データベース装置で式を作成する際に用いる指標状態情報や、評価装置１００で作成した式、評価装置１００での評価結果などを格納する機能を有する。図１３に示すように、データベース装置４００は、当該データベース装置を統括的に制御するＣＰＵ等の制御部４０２と、ルータ等の通信装置および専用線等の有線または無線の通信回路を介して当該データベース装置をネットワーク３００に通信可能に接続する通信インターフェース部４０４と、各種のデータベースやテーブルやファイル（例えばＷｅｂページ用ファイル）などを格納する記憶部４０６と、入力装置４１２や出力装置４１４に接続する入出力インターフェース部４０８と、で構成されており、これら各部は任意の通信路を介して通信可能に接続されている。
　記憶部４０６は、ストレージ手段であり、例えば、ＲＡＭ・ＲＯＭ等のメモリ装置や、ハードディスクのような固定ディスク装置や、フレキシブルディスクや、光ディスク等を用いることができる。記憶部４０６には、各種処理に用いる各種プログラム等を格納する。通信インターフェース部４０４は、データベース装置４００とネットワーク３００（またはルータ等の通信装置）との間における通信を媒介する。すなわち、通信インターフェース部４０４は、他の端末と通信回線を介してデータを通信する機能を有する。入出力インターフェース部４０８は、入力装置４１２や出力装置４１４に接続する。ここで、出力装置４１４には、モニタ（家庭用テレビを含む）の他、スピーカやプリンタを用いることができる。また、入力装置４１２には、キーボードやマウスやマイクの他、マウスと協働してポインティングデバイス機能を実現するモニタを用いることができる。
　制御部４０２は、ＯＳ等の制御プログラム・各種の処理手順等を規定したプログラム・所要データなどを格納するための内部メモリを有し、これらのプログラムに基づいて種々の情報処理を実行する。制御部４０２は、図示の如く、大別して、送信部４０２ａと受信部４０２ｂを備えている。送信部４０２ａは、指標状態情報や式などの各種情報を、評価装置１００へ送信する。受信部４０２ｂは、評価装置１００から送信された、式や評価結果などの各種情報を受信する。
　なお、本説明では、評価装置１００が、濃度データの受信から、式の値の算出、個体の区分への分類、そして評価結果の送信までを実行し、クライアント装置２００が評価結果の受信を実行するケースを例として挙げたが、クライアント装置２００に評価部２１０ａが備えられている場合は、評価装置１００は式の値の算出を実行すれば十分であり、例えば式の値の変換、位置情報の生成、及び、個体の区分への分類などは、評価装置１００とクライアント装置２００とで適宜分担して実行してもよい。
　例えば、クライアント装置２００は、評価装置１００から式の値を受信した場合には、評価部２１０ａは、変換部２１０ａ２で式の値を変換したり、生成部２１０ａ３で式の値又は変換後の値に対応する位置情報を生成したり、分類部２１０ａ４で式の値又は変換後の値を用いて個体を複数の区分のうちのどれか１つに分類したりしてもよい。
　また、クライアント装置２００は、評価装置１００から変換後の値を受信した場合には、評価部２１０ａは、生成部２１０ａ３で変換後の値に対応する位置情報を生成したり、分類部２１０ａ４で変換後の値を用いて個体を複数の区分のうちのどれか１つに分類したりしてもよい。
　また、クライアント装置２００は、評価装置１００から式の値又は変換後の値と位置情報とを受信した場合には、評価部２１０ａは、分類部２１０ａ４で式の値又は変換後の値を用いて個体を複数の区分のうちのどれか１つに分類してもよい。
［２－３．他の実施形態］
　本発明にかかる評価装置、評価方法、評価プログラム、評価システム、および端末装置は、上述した第２実施形態以外にも、特許請求の範囲に記載した技術的思想の範囲内において種々の異なる実施形態にて実施されてよいものである。
　また、第２実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。
　このほか、上記文献中や図面中で示した処理手順、制御手順、具体的名称、各処理の登録データや検索条件等のパラメータを含む情報、画面例、データベース構成については、特記する場合を除いて任意に変更することができる。
　また、評価装置１００に関して、図示の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。
　例えば、評価装置１００が備える処理機能、特に制御部１０２にて行われる各処理機能については、その全部または任意の一部を、ＣＰＵおよび当該ＣＰＵにて解釈実行されるプログラムにて実現してもよく、また、ワイヤードロジックによるハードウェアとして実現してもよい。尚、プログラムは、情報処理装置に本発明にかかる評価方法を実行させるためのプログラム化された命令を含む一時的でないコンピュータ読み取り可能な記録媒体に記録されており、必要に応じて評価装置１００に機械的に読み取られる。すなわち、ＲＯＭまたはＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）などの記憶部１０６などには、ＯＳと協働してＣＰＵに命令を与え、各種処理を行うためのコンピュータプログラムが記録されている。このコンピュータプログラムは、ＲＡＭにロードされることによって実行され、ＣＰＵと協働して制御部を構成する。
　また、このコンピュータプログラムは評価装置１００に対して任意のネットワークを介して接続されたアプリケーションプログラムサーバに記憶されていてもよく、必要に応じてその全部または一部をダウンロードすることも可能である。
　また、本発明にかかる評価プログラムを、一時的でないコンピュータ読み取り可能な記録媒体に格納してもよく、また、プログラム製品として構成することもできる。ここで、この「記録媒体」とは、メモリーカード、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ　Ｓｅｒｉａｌ　Ｂｕｓ）メモリ、ＳＤ（Ｓｅｃｕｒｅ　Ｄｉｇｉｔａｌ）カード、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ　Ｅｒａｓａｂｌｅ　ａｎｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）（登録商標）、ＣＤ－ＲＯＭ（Ｃｏｍｐａｃｔ　Ｄｉｓｃ　Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、ＭＯ（Ｍａｇｎｅｔｏ－Ｏｐｔｉｃａｌ　ｄｉｓｋ）、ＤＶＤ（Ｄｉｇｉｔａｌ　Ｖｅｒｓａｔｉｌｅ　Ｄｉｓｋ）、および、Ｂｌｕ－ｒａｙ（登録商標）　Ｄｉｓｃ等の任意の「可搬用の物理媒体」を含むものとする。
　また、「プログラム」とは、任意の言語または記述方法にて記述されたデータ処理方法であり、ソースコードまたはバイナリコード等の形式を問わない。なお、「プログラム」は必ずしも単一的に構成されるものに限られず、複数のモジュールやライブラリとして分散構成されるものや、ＯＳに代表される別個のプログラムと協働してその機能を達成するものをも含む。なお、実施形態に示した各装置において記録媒体を読み取るための具体的な構成および読み取り手順ならびに読み取り後のインストール手順等については、周知の構成や手順を用いることができる。
　記憶部１０６に格納される各種のデータベース等は、ＲＡＭ、ＲＯＭ等のメモリ装置、ハードディスク等の固定ディスク装置、フレキシブルディスク、および、光ディスク等のストレージ手段であり、各種処理やウェブサイト提供に用いる各種のプログラム、テーブル、データベース、および、ウェブページ用ファイル等を格納する。
　また、評価装置１００は、既知のパーソナルコンピュータまたはワークステーション等の情報処理装置として構成してもよく、また、任意の周辺装置が接続された当該情報処理装置として構成してもよい。また、評価装置１００は、当該情報処理装置に本発明の評価方法を実現させるソフトウェア（プログラムまたはデータ等を含む）を実装することにより実現してもよい。
　更に、装置の分散・統合の具体的形態は図示するものに限られず、その全部または一部を、各種の付加等に応じてまたは機能負荷に応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。すなわち、上述した実施形態を任意に組み合わせて実施してもよく、実施形態を選択的に実施してもよい。
　外科手術療法を行った肺がん患者７２例の術前および術後の血液サンプルのアミノ酸濃度測定を、上述した実施形態で説明した（Ａ）の測定方法で行った。７２例のうち再発例は１４例であった。
　Ｇｌｕ、Ａｒｇ、Ｏｒｎ、Ｃｉｔ、Ｈｉｓ、Ｖａｌ、Ｐｈｅ、Ｔｙｒ、Ｍｅｔ、Ｐｒｏ、Ｔｒｐ、Ａｓｎ、Ｌｅｕ、Ｌｙｓ、Ｔｈｒ、Ｉｌｅ、Ｇｌｎ、Ａｌａ、Ｓｅｒ、ａ－ＡＢＡおよびＧｌｙの２１種のアミノ酸についての無再発例の濃度データを図１４に示す。図１４において、横軸は各アミノ酸濃度の術前値（ｐｒｅ）および術後値（ｐｏｓｔ）を表し、縦軸は各アミノ酸濃度の平均値を表す。Ｓｔｕｄｅｎｔ’ｓ　ｔ－ｔｅｓｔの結果、術前に比べて術後では、Ｇｌｕ、Ｓｅｒ、ａ－ＡＢＡ、Ｖａｌ、Ｍｅｔ、Ｌｙｓ、Ｉｌｅ、ＬｅｕおよびＴｒｐが有意に低下していた（＊：ｐ＜０．０５、＊＊：ｐ＜０．０１、＊＊＊：ｐ＜０．００１）。
　一方、前記２１種のアミノ酸についての再発例の濃度データを図１５に示す。図１５において、横軸は各アミノ酸濃度の術前値（ｐｒｅ）および術後値（ｐｏｓｔ）を表し、縦軸は各アミノ酸濃度の平均値を表す。Ｓｔｕｄｅｎｔ’ｓ　ｔ－ｔｅｓｔの結果、術前に比べて術後で有意に変化しているアミノ酸はなかった。
　無再発例についての「術前の各アミノ酸を１００％としたときの術後の各アミノ酸の分布」を示すレーダーチャートを、図１６に示す。再発例についての「術前の各アミノ酸を１００％としたときの術後の各アミノ酸の分布」を示すレーダーチャートを、図１７に示す。無再発例でのアミノ酸プロファイルの変化と再発例でのアミノ酸プロファイルの変化は異なっていた。よって、再発が起こり得る場合に特有の血漿中アミノ酸プロファイルが変化することが明らかとなった。
　以上のことから、無再発例の術前後でのみ有意差があったＧｌｕ、Ｓｅｒ、ａ－ＡＢＡ、Ｖａｌ、Ｍｅｔ、Ｌｙｓ、Ｉｌｅ、ＬｅｕおよびＴｒｐは癌の再発可能性の判別能を持つことが判明した。
　実施例１と同じ血漿中アミノ酸濃度データを用いて、目的変数を再発有無（２値変数）とするロジスティック回帰分析を行った（図１８）。なお、ロジスティック回帰分析は、術前値（ｐｒｅ）を説明変数とする場合、術後値（ｐｏｓｔ）を説明変数とする場合、および、術後値から術前値を引いた値（ｐｏｓｔ－ｐｒｅ）を説明変数とする場合のそれぞれに対し行った。
　ｐｒｅを説明変数とする場合では、Ｈｉｓ、ＭｅｔおよびＴｒｐが有意に変化し、ｐｏｓｔを説明変数とする場合では、Ｈｉｓ、ａ－ＡＢＡおよびＯｒｎが有意に変化し、ｐｏｓｔ－ｐｒｅを説明変数とする場合では、ＰｒｏおよびＴｒｐが有意に変化していた（ｐ＜０．０５、Ｗａｌｄ’ｓ　Ｔｅｓｔ）。これにより、アミノ酸変数Ｈｉｓ、Ｍｅｔ、Ｔｒｐ、ａ－ＡＢＡ、ＯｒｎおよびＰｒｏが、癌の再発可能性の判別能を持つことが判明した。
　実施例１と同じ血漿中アミノ酸濃度データの術前値（ｐｒｅ）を用いて、癌の再発可能性評価に有効な、血漿中アミノ酸濃度を変数として含む癌の再発可能性を判別するための多変量判別式（多変量関数）を求めた。
　国際公開第２００４／０５２１９１号に記載の方法を用いて、ロジスティック回帰式に含める変数の組み合わせを探索し、癌の再発可能性の判別性能を最大化するロジスティック回帰式の探索を鋭意実施した。
　前記探索において、説明変数は術前値（ｐｒｅ）とし、目的変数は再発有無（２値変数）とした。変数総当たりにより得られる２～４変数の組み合わせをＲＯＣ＿ＡＵＣで評価し、ＲＯＣ＿ＡＵＣが０．７より大きい２～４変数の組み合わせを抽出した。
　ＲＯＣ＿ＡＵＣが０．７より大きい２変数の組み合わせの一覧を図１９に示す。具体的なアミノ酸の組み合わせは、（Ａｒｇ，Ｔｒｐ）、（Ｏｒｎ，Ｔｒｐ）、（Ｃｉｔ，Ｔｒｐ）、（Ｈｉｓ，Ｃｉｔ）、（Ｈｉｓ，Ｏｒｎ）、（Ｈｉｓ，Ａｒｇ）、（Ｖａｌ，Ｏｒｎ）、（Ｔｙｒ，Ｔｒｐ）、（Ｇｌｎ，Ｈｉｓ）、（Ｍｅｔ，Ｏｒｎ）、（Ａｌａ，Ｏｒｎ）、（Ａｓｎ，Ｈｉｓ）、（Ｃｉｔ，Ｍｅｔ）、（Ｏｒｎ，Ｌｙｓ）、（Ｈｉｓ，Ｔｈｒ）、（Ｇｌｕ，Ｔｒｐ）、（Ｈｉｓ，Ｔｒｐ）、（Ｔｈｒ，Ｔｒｐ）、（Ｏｒｎ，Ｐｈｅ）、（Ｏｒｎ，Ｌｅｕ）、（Ｐｈｅ，Ｔｒｐ）、（Ｇｌｎ，Ｍｅｔ）、（Ｏｒｎ，Ｉｌｅ）、（Ｃｉｔ，Ｖａｌ）、（Ｇｌｕ，Ｈｉｓ）、（Ａｓｎ，Ｔｒｐ）、（Ｓｅｒ，Ｏｒｎ）、（Ｖａｌ，Ｉｌｅ）、（Ｉｌｅ，Ｔｒｐ）、（Ｌｅｕ，Ｔｒｐ）、（Ａｌａ，Ｔｒｐ）、（ａ＿ＡＢＡ，Ｔｒｐ）、（Ａｓｎ，Ｏｒｎ）、（Ｖａｌ，Ｔｒｐ）、（Ｌｙｓ，Ｔｒｐ）、（Ｐｒｏ，Ｔｒｐ）、（Ｓｅｒ，Ｔｒｐ）、（Ｈｉｓ，Ｉｌｅ）、（ａ＿ＡＢＡ，Ｏｒｎ）、（Ｃｉｔ，Ｐｈｅ）、（Ａｒｇ，Ｍｅｔ）および（Ｔｙｒ，Ｏｒｎ）であった。
　また、ＲＯＣ＿ＡＵＣが０．７より大きい３変数の組み合わせは５１５通りあった。２変数の組み合わせにおけるＲＯＣ＿ＡＵＣの最大値よりＲＯＣ＿ＡＵＣが大きい３変数の組み合わせの一覧を図２０に示す。具体的なアミノ酸の組み合わせは、（Ａｒｇ，Ｏｒｎ，Ｔｒｐ）、（Ｇｌｕ，Ｍｅｔ，Ｏｒｎ）、（Ｃｉｔ，Ｏｒｎ，Ｔｒｐ）、（Ｏｒｎ，Ｌｙｓ，Ｔｒｐ）、（Ｈｉｓ，Ｃｉｔ，Ｏｒｎ）、（Ｃｉｔ，Ａｒｇ，Ｔｒｐ）、（Ｇｌｕ，Ｏｒｎ，Ｔｒｐ）、（Ａｒｇ，Ｌｙｓ，Ｔｒｐ）、（Ｈｉｓ，Ａｒｇ，Ｔｒｐ）、（Ｃｉｔ，Ｖａｌ，Ｏｒｎ）、（Ｏｒｎ，Ｌｅｕ，Ｔｒｐ）、（Ｈｉｓ，Ｃｉｔ，Ｔｒｐ）、（Ａｒｇ，Ｔｙｒ，Ｔｒｐ）、（Ｇｌｎ，Ｈｉｓ，Ｃｉｔ）、（Ｖａｌ，Ｏｒｎ，Ｔｒｐ）、（Ｓｅｒ，Ｃｉｔ，Ｔｒｐ）、（Ｍｅｔ，Ｏｒｎ，Ｔｒｐ）、（Ａｒｇ，Ｍｅｔ，Ｔｒｐ）、（Ａｒｇ，Ｍｅｔ，Ｏｒｎ）、（Ｇｌｕ，Ａｒｇ，Ｔｒｐ）、（Ａｓｎ，Ａｒｇ，Ｔｒｐ）、（Ａｒｇ，Ｐｒｏ，Ｔｒｐ）、（Ｐｒｏ，Ｏｒｎ，Ｔｒｐ）、（Ｈｉｓ，Ａｒｇ，Ｏｒｎ）、（ａ＿ＡＢＡ，Ｏｒｎ，Ｔｒｐ）、（Ｓｅｒ，Ａｒｇ，Ｔｒｐ）、（Ａｌａ，Ｏｒｎ，Ｔｒｐ）、（Ｇｌｎ，Ｈｉｓ，Ａｒｇ）、（Ｔｈｒ，Ａｒｇ，Ｔｒｐ）、（Ａｒｇ，Ｌｅｕ，Ｔｒｐ）、（Ｏｒｎ，Ｐｈｅ，Ｔｒｐ）、（Ｓｅｒ，Ｏｒｎ，Ｔｒｐ）、（Ａｓｎ，Ｏｒｎ，Ｔｒｐ）、（Ｇｌｙ，Ａｒｇ，Ｔｒｐ）、（Ｇｌｙ，Ｏｒｎ，Ｔｒｐ）、（Ｔｈｒ，Ｏｒｎ，Ｔｒｐ）、（Ｃｉｔ，Ｌｙｓ，Ｔｒｐ）、（Ａｒｇ，ａ＿ＡＢＡ，Ｔｒｐ）、（Ｔｙｒ，Ｏｒｎ，Ｔｒｐ）および（Ｏｒｎ，Ｉｌｅ，Ｔｒｐ）であった。
　さらに、ＲＯＣ＿ＡＵＣが０．７より大きい４変数の組み合わせは３，３６９通りあった。３変数の組み合わせにおけるＲＯＣ＿ＡＵＣの最大値よりＲＯＣ＿ＡＵＣが大きい４変数の組み合わせの一覧を図２１に示す。具体的なアミノ酸の組み合わせは、（Ａｒｇ，Ｏｒｎ，Ｌｙｓ，Ｔｒｐ）、（Ａｒｇ，Ｍｅｔ，Ｏｒｎ，Ｔｒｐ）、（Ｓｅｒ，Ａｒｇ，Ｏｒｎ，Ｔｒｐ）、（Ａｒｇ，ａ＿ＡＢＡ，Ｏｒｎ，Ｔｒｐ）、（Ｈｉｓ，Ａｒｇ，Ｏｒｎ，Ｔｒｐ）、（Ａｒｇ，Ｖａｌ，Ｏｒｎ，Ｔｒｐ）、（Ａｒｇ，Ｏｒｎ，Ｉｌｅ，Ｔｒｐ）、（Ｇｌｕ，Ａｒｇ，Ｍｅｔ，Ｏｒｎ）、（Ｇｌｙ，Ａｒｇ，Ｏｒｎ，Ｔｒｐ）、（Ｃｉｔ，Ｏｒｎ，Ｌｅｕ，Ｔｒｐ）、（Ｔｈｒ，Ａｒｇ，Ｏｒｎ，Ｔｒｐ）、（Ａｒｇ，Ｏｒｎ，Ｐｈｅ，Ｔｒｐ）、（Ａｒｇ，Ｔｙｒ，Ｏｒｎ，Ｔｒｐ）および（Ａｌａ，Ａｒｇ，Ｏｒｎ，Ｔｒｐ）であった。
　以上より、図１９－２１に示したアミノ酸の組み合わせが、アミノ酸変数として、癌の再発可能性の判別能を持つことが判明した。
　実施例１と同じ血漿中アミノ酸濃度データに基づいて、術後値から術前値を引いた値（ｐｏｓｔ－ｐｒｅ）を計算し、当該差分に関する変化量データを得た。得られた変化量データを用いて、癌の再発可能性評価に有効な、血漿中アミノ酸濃度を変数として含む癌の再発可能性を判別するための多変量判別式（多変量関数）を求めた。
　国際公開第２００４／０５２１９１号に記載の方法を用いて、ロジスティック回帰式に含める変数の組み合わせを探索し、癌の再発可能性の判別性能を最大化するロジスティック回帰式の探索を鋭意実施した。
　前記探索において、説明変数は術後値から術前値を引いた値（ｐｏｓｔ－ｐｒｅ）とし、目的変数は再発有無（２値変数）とした。変数総当たりにより得られる２～４変数の組み合わせをＲＯＣ＿ＡＵＣで評価し、ＲＯＣ＿ＡＵＣが０．７より大きい２～４変数の組み合わせを抽出した。
　ＲＯＣ＿ＡＵＣが０．７より大きい２変数の組み合わせの一覧を図２２に示す。具体的なアミノ酸の組み合わせは、（Ａｌａ，Ｔｒｐ）、（Ｐｒｏ，Ｔｒｐ）、（Ｃｉｔ，Ｔｒｐ）、（Ｇｌｕ，Ｌｅｕ）、（Ａｒｇ，Ｔｒｐ）、（Ｐｈｅ，Ｔｒｐ）、（Ｇｌｕ，Ｔｒｐ）、（Ｃｉｔ，Ｖａｌ）、（Ｇｌｕ，Ｐｒｏ）、（Ｏｒｎ，Ｔｒｐ）、（Ｇｌｕ，Ｖａｌ）、（Ｌｙｓ，Ｔｒｐ）、（Ｇｌｕ，Ａｌａ）、（Ｔｙｒ，Ｔｒｐ）、（Ｈｉｓ，Ｔｒｐ）、（Ａｓｎ，Ｔｒｐ）および（Ｌｅｕ，Ｔｒｐ）であった。
　また、ＲＯＣ＿ＡＵＣが０．７より大きい３変数の組み合わせは２４１通りあった。２変数の組み合わせにおけるＲＯＣ＿ＡＵＣの最大値よりＲＯＣ＿ＡＵＣが大きい３変数の組み合わせの一覧を図２３に示す。具体的なアミノ酸の組み合わせは、（Ｐｒｏ，Ｔｙｒ，Ｔｒｐ）、（Ｇｌｕ，Ｐｒｏ，Ｌｅｕ）、（Ｔｙｒ，Ｐｈｅ，Ｔｒｐ）、（Ａｒｇ，Ｐｒｏ，Ｌｙｓ）、（Ａｒｇ，Ｐｒｏ，Ｔｒｐ）、（Ａｌａ，Ｉｌｅ，Ｌｅｕ）、（Ａｌａ，Ａｒｇ，Ｔｒｐ）、（Ａｒｇ，Ｌｙｓ，Ｔｒｐ）、（Ｐｒｏ，Ｔｙｒ，Ｐｈｅ）、（Ｇｌｕ，Ｉｌｅ，Ｌｅｕ）、（Ｔｈｒ，Ｐｒｏ，Ｌｙｓ）、（Ｇｌｕ，Ｐｒｏ，Ｌｙｓ）、（Ｔｈｒ，Ｐｒｏ，Ｔｙｒ）、（Ａｌａ，Ｔｙｒ，Ｔｒｐ）、（Ｃｉｔ，ａ＿ＡＢＡ，Ｌｅｕ）、（Ｃｉｔ，Ｐｈｅ，Ｔｒｐ）、（Ａｒｇ，Ｐｒｏ，Ｐｈｅ）、（Ｇｌｕ，Ａｌａ，Ｌｅｕ）、（Ｇｌｕ，Ｃｉｔ，Ｌｅｕ）、（Ｇｌｕ，Ａｒｇ，Ｌｅｕ）、（Ａｒｇ，Ｐｒｏ，Ｌｅｕ）、（Ｈｉｓ，Ａｌａ，Ｔｒｐ）および（Ａｒｇ，Ｐｈｅ，Ｔｒｐ）であった。
　さらに、ＲＯＣ＿ＡＵＣが０．７より大きい４変数の組み合わせは２０１２通りあった。３変数の組み合わせにおけるＲＯＣ＿ＡＵＣの最大値よりＲＯＣ＿ＡＵＣが大きい４変数の組み合わせの一覧を図２４に示す。具体的なアミノ酸の組み合わせは、（Ｇｌｕ，Ａｌａ，Ｉｌｅ，Ｌｅｕ）、（Ｔｈｒ，Ｐｒｏ，Ｔｙｒ，Ｍｅｔ）、（Ｐｒｏ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ）、（Ｔｈｒ，Ｐｒｏ，Ｔｙｒ，Ｔｒｐ）、（Ｔｈｒ，Ｐｒｏ，Ｔｙｒ，Ｌｙｓ）、（Ａｒｇ，Ｐｒｏ，Ｔｙｒ，Ｐｈｅ）、（Ａｒｇ，Ｐｒｏ，Ｔｙｒ，Ｔｒｐ）、（Ａｒｇ，Ｐｒｏ，Ｉｌｅ，Ｌｅｕ）、（Ａｒｇ，Ｐｒｏ，Ｌｙｓ，Ｔｒｐ）、（Ｇｌｕ，Ｔｈｒ，Ｐｒｏ，Ｌｙｓ）、（Ａｒｇ，Ｐｒｏ，Ｔｙｒ，Ｌｅｕ）、（Ｔｈｒ，Ｐｒｏ，Ｔｙｒ，Ｐｈｅ）、（Ｃｉｔ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ）、（Ａｌａ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ）、（Ａｒｇ，Ｐｒｏ，Ｌｙｓ，Ｉｌｅ）、（Ｐｒｏ，Ｔｙｒ，Ｌｅｕ，Ｔｒｐ）、（Ｇｌｕ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ）、（Ｔｈｒ，Ａｒｇ，Ｐｒｏ，Ｌｙｓ）、（Ｇｌｙ，Ｐｒｏ，Ｔｙｒ，Ｔｒｐ）、（Ｇｌｎ，Ｐｒｏ，Ｔｙｒ，Ｔｒｐ）、（Ｈｉｓ，Ｐｒｏ，Ｔｙｒ，Ｔｒｐ）、（Ｔｈｒ，Ｐｒｏ，Ｔｙｒ，Ｌｅｕ）、（Ｃｉｔ，Ｐｒｏ，ａ＿ＡＢＡ，Ｌｅｕ）、（Ｇｌｕ，Ｐｒｏ，Ｉｌｅ，Ｌｅｕ）、（Ｐｒｏ，ａ＿ＡＢＡ，Ｔｙｒ，Ｐｈｅ）、（ａ＿ＡＢＡ，Ｔｙｒ，Ｌｅｕ，Ｔｒｐ）、（Ｓｅｒ，Ｐｒｏ，Ｔｙｒ，Ｔｒｐ）、（Ａｓｎ，Ｔｈｒ，Ｐｒｏ，Ｔｙｒ）、（Ｈｉｓ，Ｔｙｒ，Ｖａｌ，Ｔｒｐ）、（Ｇｌｕ，Ｔｈｒ，Ａｌａ，Ｌｙｓ）、（Ｇｌｙ，Ｔｈｒ，Ｐｒｏ，Ｔｙｒ）、（Ｇｌｕ，ａ＿ＡＢＡ，Ｉｌｅ，Ｌｅｕ）、（ａ＿ＡＢＡ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ）、（Ｇｌｕ，Ｔｈｒ，Ａｌａ，Ｌｅｕ）、（Ａｌａ，Ａｒｇ，Ｐｈｅ，Ｔｒｐ）、（Ｇｌｕ，Ｐｒｏ，Ｔｙｒ，Ｐｈｅ）、（Ａｌａ，ａ＿ＡＢＡ，Ｉｌｅ，Ｌｅｕ）、（Ｐｒｏ，ａ＿ＡＢＡ，Ｔｙｒ，Ｔｒｐ）、（Ｐｒｏ，Ｔｙｒ，Ｖａｌ，Ｔｒｐ）、（Ｇｌｕ，Ｐｒｏ，Ｖａｌ，Ｌｅｕ）、（Ｇｌｕ，Ｐｒｏ，Ｏｒｎ，Ｌｅｕ）、（Ａｌａ，Ａｒｇ，Ｔｙｒ，Ｔｒｐ）、（Ａｌａ，Ｉｌｅ，Ｌｅｕ，Ｔｒｐ）、（Ｃｉｔ，ａ＿ＡＢＡ，Ｉｌｅ，Ｌｅｕ）、（Ｇｌｕ，Ｐｒｏ，Ｔｙｒ，Ｔｒｐ）、（Ｃｉｔ，Ｐｒｏ，Ｔｙｒ，Ｐｈｅ）、（Ａｒｇ，Ｐｒｏ，Ｔｙｒ，Ｌｙｓ）、（Ｐｒｏ，Ｔｙｒ，Ｉｌｅ，Ｔｒｐ）、（Ａｒｇ，Ｐｒｏ，Ｌｙｓ，Ｐｈｅ）、（Ａｌａ，Ａｒｇ，Ｌｙｓ，Ｔｒｐ）、（Ｇｌｕ，Ｃｉｔ，Ｐｈｅ，Ｔｒｐ）、（Ａｌａ，Ａｒｇ，ａ＿ＡＢＡ，Ｌｅｕ）、（Ｐｒｏ，ａ＿ＡＢＡ，Ｉｌｅ，Ｌｅｕ）、（Ｐｒｏ，Ｔｙｒ，Ｉｌｅ，Ｌｅｕ）、（Ｔｈｒ，Ｃｉｔ，Ｐｒｏ，Ｌｙｓ）、（Ｇｌｕ，Ｃｉｔ，Ｐｒｏ，Ｌｅｕ）、（Ａｒｇ，Ｔｙｒ，Ｐｈｅ，Ｔｒｐ）、（Ｇｌｕ，Ｈｉｓ，Ｐｒｏ，Ｌｅｕ）および（Ａｒｇ，Ｐｒｏ，Ｌｅｕ，Ｔｒｐ）であった。
　以上より、図２２－２４に示したアミノ酸の組み合わせが、アミノ酸変数として、癌の再発可能性の判別能を持つことが判明した。
　以上のように、本発明は、産業上の多くの分野、特に医薬品や食品、医療などの分野で広く実施することができ、特に、癌の再発評価を行うバイオインフォマティクス分野において極めて有用である。
　１００　評価装置
　１０２　制御部
　１０２ａ　受信部
　１０２ｂ　指定部
　１０２ｃ　式作成部
　１０２ｄ　評価部
　１０２ｄ１　算出部
　１０２ｄ２　変換部
　１０２ｄ３　生成部
　１０２ｄ４　分類部
　１０２ｅ　結果出力部
　１０２ｆ　送信部
　１０４　通信インターフェース部
　１０６　記憶部
　１０６ａ　濃度データファイル
　１０６ｂ　指標状態情報ファイル
　１０６ｃ　指定指標状態情報ファイル
　１０６ｄ　式関連情報データベース
　１０６ｄ１　式ファイル
　１０６ｅ　評価結果ファイル
　１０８　入出力インターフェース部
　１１２　入力装置
　１１４　出力装置
　２００　クライアント装置（端末装置（情報通信端末装置））
　３００　ネットワーク
　４００　データベース装置

Claims (12)

  1. 　癌が発見されたことのある評価対象の血液中のＴｒｐ、Ｇｌｕ、Ｓｅｒ、ａ－ＡＢＡ、Ｖａｌ、Ｍｅｔ、Ｌｙｓ、Ｉｌｅ、Ｌｅｕ、Ｈｉｓ、ＯｒｎおよびＰｒｏのうちの少なくとも１つまたはＴｒｐ、Ｇｌｕ、Ａｒｇ、Ｏｒｎ、Ｃｉｔ、Ｈｉｓ、Ｖａｌ、Ｐｈｅ、Ｔｙｒ、Ｍｅｔ、Ｐｒｏ、Ａｓｎ、Ｌｅｕ、Ｌｙｓ、Ｔｈｒ、Ｉｌｅ、Ｇｌｎ、Ａｌａ、Ｓｅｒ、ａ－ＡＢＡおよびＧｌｙのうちの少なくとも２つの濃度値、または、前記濃度値が代入される変数を含む式および前記濃度値を用いて算出された前記式の値を用いて、前記評価対象について癌の再発可能性を評価する評価ステップを含むこと、
    　を特徴とする評価方法。
  2. 　前記癌は肺癌であること、
    　を特徴とする請求項１に記載の評価方法。
  3. 　前記評価ステップは、制御部を備えた情報処理装置の前記制御部において実行されること、
    　を特徴とする請求項１または２に記載の評価方法。
  4. 　癌が発見されたことのある評価対象の血液中のＴｒｐ、Ｇｌｕ、Ｓｅｒ、ａ－ＡＢＡ、Ｖａｌ、Ｍｅｔ、Ｌｙｓ、Ｉｌｅ、Ｌｅｕ、Ｈｉｓ、ＯｒｎおよびＰｒｏのうちの少なくとも１つまたはＴｒｐ、Ｇｌｕ、Ａｒｇ、Ｏｒｎ、Ｃｉｔ、Ｈｉｓ、Ｖａｌ、Ｐｈｅ、Ｔｙｒ、Ｍｅｔ、Ｐｒｏ、Ａｓｎ、Ｌｅｕ、Ｌｙｓ、Ｔｈｒ、Ｉｌｅ、Ｇｌｎ、Ａｌａ、Ｓｅｒ、ａ－ＡＢＡおよびＧｌｙのうちの少なくとも２つの濃度値、および、前記濃度値が代入される変数を含む癌の再発可能性を評価するための式を用いて、前記式の値を算出する算出ステップを含むこと、
    　を特徴とする算出方法。
  5. 　前記算出ステップは、制御部を備えた情報処理装置の前記制御部において実行されること、
    　を特徴とする請求項４に記載の算出方法。
  6. 　制御部を備えた評価装置であって、
    　前記制御部は、
    　癌が発見されたことのある評価対象の血液中のＴｒｐ、Ｇｌｕ、Ｓｅｒ、ａ－ＡＢＡ、Ｖａｌ、Ｍｅｔ、Ｌｙｓ、Ｉｌｅ、Ｌｅｕ、Ｈｉｓ、ＯｒｎおよびＰｒｏのうちの少なくとも１つまたはＴｒｐ、Ｇｌｕ、Ａｒｇ、Ｏｒｎ、Ｃｉｔ、Ｈｉｓ、Ｖａｌ、Ｐｈｅ、Ｔｙｒ、Ｍｅｔ、Ｐｒｏ、Ａｓｎ、Ｌｅｕ、Ｌｙｓ、Ｔｈｒ、Ｉｌｅ、Ｇｌｎ、Ａｌａ、Ｓｅｒ、ａ－ＡＢＡおよびＧｌｙのうちの少なくとも２つの濃度値、または、前記濃度値が代入される変数を含む式および前記濃度値を用いて算出された前記式の値を用いて、前記評価対象について癌の再発可能性を評価する評価手段
    　を備えたこと、
    　を特徴とする評価装置。
  7. 　前記濃度値に関する濃度データまたは前記式の値を提供する端末装置とネットワークを介して通信可能に接続され、
    　前記制御部は、
    　前記端末装置から送信された前記評価対象の前記濃度データまたは前記式の値を受信するデータ受信手段と、
    　前記評価手段で得られた評価結果を前記端末装置へ送信する結果送信手段と、
    　をさらに備え、
    　前記評価手段は、前記データ受信手段で受信した前記濃度データに含まれている前記濃度値または前記式の値を用いること、
    　を特徴とする請求項６に記載の評価装置。
  8. 　制御部を備えた算出装置であって、
    　前記制御部は、
    　癌が発見されたことのある評価対象の血液中のＴｒｐ、Ｇｌｕ、Ｓｅｒ、ａ－ＡＢＡ、Ｖａｌ、Ｍｅｔ、Ｌｙｓ、Ｉｌｅ、Ｌｅｕ、Ｈｉｓ、ＯｒｎおよびＰｒｏのうちの少なくとも１つまたはＴｒｐ、Ｇｌｕ、Ａｒｇ、Ｏｒｎ、Ｃｉｔ、Ｈｉｓ、Ｖａｌ、Ｐｈｅ、Ｔｙｒ、Ｍｅｔ、Ｐｒｏ、Ａｓｎ、Ｌｅｕ、Ｌｙｓ、Ｔｈｒ、Ｉｌｅ、Ｇｌｎ、Ａｌａ、Ｓｅｒ、ａ－ＡＢＡおよびＧｌｙのうちの少なくとも２つの濃度値、および、前記濃度値が代入される変数を含む癌の再発可能性を評価するための式を用いて、前記式の値を算出する算出手段
    　を備えたこと、
    　を特徴とする算出装置。
  9. 　制御部を備えた情報処理装置において実行させるための評価プログラムであって、
    　前記制御部において実行させるための、
    　癌が発見されたことのある評価対象の血液中のＴｒｐ、Ｇｌｕ、Ｓｅｒ、ａ－ＡＢＡ、Ｖａｌ、Ｍｅｔ、Ｌｙｓ、Ｉｌｅ、Ｌｅｕ、Ｈｉｓ、ＯｒｎおよびＰｒｏのうちの少なくとも１つまたはＴｒｐ、Ｇｌｕ、Ａｒｇ、Ｏｒｎ、Ｃｉｔ、Ｈｉｓ、Ｖａｌ、Ｐｈｅ、Ｔｙｒ、Ｍｅｔ、Ｐｒｏ、Ａｓｎ、Ｌｅｕ、Ｌｙｓ、Ｔｈｒ、Ｉｌｅ、Ｇｌｎ、Ａｌａ、Ｓｅｒ、ａ－ＡＢＡおよびＧｌｙのうちの少なくとも２つの濃度値、または、前記濃度値が代入される変数を含む式および前記濃度値を用いて算出された前記式の値を用いて、前記評価対象について癌の再発可能性を評価する評価ステップ
    　を含むこと、
    　を特徴とする評価プログラム。
  10. 　制御部を備えた情報処理装置において実行させるための算出プログラムであって、
    　前記制御部において実行させるための、
    　癌が発見されたことのある評価対象の血液中のＴｒｐ、Ｇｌｕ、Ｓｅｒ、ａ－ＡＢＡ、Ｖａｌ、Ｍｅｔ、Ｌｙｓ、Ｉｌｅ、Ｌｅｕ、Ｈｉｓ、ＯｒｎおよびＰｒｏのうちの少なくとも１つまたはＴｒｐ、Ｇｌｕ、Ａｒｇ、Ｏｒｎ、Ｃｉｔ、Ｈｉｓ、Ｖａｌ、Ｐｈｅ、Ｔｙｒ、Ｍｅｔ、Ｐｒｏ、Ａｓｎ、Ｌｅｕ、Ｌｙｓ、Ｔｈｒ、Ｉｌｅ、Ｇｌｎ、Ａｌａ、Ｓｅｒ、ａ－ＡＢＡおよびＧｌｙのうちの少なくとも２つの濃度値、および、前記濃度値が代入される変数を含む癌の再発可能性を評価するための式を用いて、前記式の値を算出する算出ステップ
    　を含むこと、
    　を特徴とする算出プログラム。
  11. 　制御部を備えた評価装置と、制御部を備え、癌が発見されたことのある評価対象の血液中のＴｒｐ、Ｇｌｕ、Ｓｅｒ、ａ－ＡＢＡ、Ｖａｌ、Ｍｅｔ、Ｌｙｓ、Ｉｌｅ、Ｌｅｕ、Ｈｉｓ、ＯｒｎおよびＰｒｏのうちの少なくとも１つまたはＴｒｐ、Ｇｌｕ、Ａｒｇ、Ｏｒｎ、Ｃｉｔ、Ｈｉｓ、Ｖａｌ、Ｐｈｅ、Ｔｙｒ、Ｍｅｔ、Ｐｒｏ、Ａｓｎ、Ｌｅｕ、Ｌｙｓ、Ｔｈｒ、Ｉｌｅ、Ｇｌｎ、Ａｌａ、Ｓｅｒ、ａ－ＡＢＡおよびＧｌｙのうちの少なくとも２つの濃度値に関する濃度データ、または、前記濃度値が代入される変数を含む式および前記濃度値を用いて算出された前記式の値を提供する端末装置とを、ネットワークを介して通信可能に接続して構成された評価システムであって、
    　前記端末装置の前記制御部は、
    　前記濃度データまたは前記式の値を前記評価装置へ送信するデータ送信手段と、
    　前記評価装置から送信された、癌の再発可能性に関する評価結果を受信する結果受信手段と、
    　を備え、
    　前記評価装置の前記制御部は、
    　前記端末装置から送信された前記濃度データまたは前記式の値を受信するデータ受信手段と、
    　前記データ受信手段で受信した前記濃度データに含まれている前記濃度値または前記式の値を用いて、前記評価対象について癌の再発可能性を評価する評価手段と、
    　前記評価手段で得られた前記評価結果を前記端末装置へ送信する結果送信手段と、
    　を備えたこと、
    　を特徴とする評価システム。
  12. 　制御部を備えた端末装置であって、
    　前記制御部は、
    　癌の再発可能性に関する評価結果を取得する結果取得手段
    　を備え、
    　前記評価結果は、癌が発見されたことのある評価対象の血液中のＴｒｐ、Ｇｌｕ、Ｓｅｒ、ａ－ＡＢＡ、Ｖａｌ、Ｍｅｔ、Ｌｙｓ、Ｉｌｅ、Ｌｅｕ、Ｈｉｓ、ＯｒｎおよびＰｒｏのうちの少なくとも１つまたはＴｒｐ、Ｇｌｕ、Ａｒｇ、Ｏｒｎ、Ｃｉｔ、Ｈｉｓ、Ｖａｌ、Ｐｈｅ、Ｔｙｒ、Ｍｅｔ、Ｐｒｏ、Ａｓｎ、Ｌｅｕ、Ｌｙｓ、Ｔｈｒ、Ｉｌｅ、Ｇｌｎ、Ａｌａ、Ｓｅｒ、ａ－ＡＢＡおよびＧｌｙのうちの少なくとも２つの濃度値、または、前記濃度値が代入される変数を含む式および前記濃度値を用いて算出された前記式の値を用いて、前記評価対象について癌の再発可能性を評価した結果であること、
    　を特徴とする端末装置。
PCT/JP2017/043208 2016-12-01 2017-11-30 癌モニタリングの方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、評価システム、及び端末装置 WO2018101450A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2018554270A JP7336850B2 (ja) 2016-12-01 2017-11-30 癌モニタリングの方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、および評価システム
KR1020197015532A KR102477319B1 (ko) 2016-12-01 2017-11-30 암 모니터링의 방법, 산출 방법, 평가 장치, 산출 장치, 평가 프로그램, 산출 프로그램, 평가 시스템, 및 단말 장치
JP2022071128A JP7595611B2 (ja) 2016-12-01 2022-04-22 癌モニタリングの方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、および評価システム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016234546 2016-12-01
JP2016-234546 2016-12-01

Publications (1)

Publication Number Publication Date
WO2018101450A1 true WO2018101450A1 (ja) 2018-06-07

Family

ID=62242537

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/043208 WO2018101450A1 (ja) 2016-12-01 2017-11-30 癌モニタリングの方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、評価システム、及び端末装置

Country Status (3)

Country Link
JP (2) JP7336850B2 (ja)
KR (1) KR102477319B1 (ja)
WO (1) WO2018101450A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7669695B2 (ja) 2019-01-29 2025-04-30 味の素株式会社 取得方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、記録媒体および評価システム

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004052191A1 (ja) * 2002-12-09 2004-06-24 Ajinomoto Co., Inc. 生体状態情報処理装置、生体状態情報処理方法、生体状態情報管理システム、プログラム、および、記録媒体
WO2006129513A1 (ja) * 2005-05-30 2006-12-07 Ajinomoto Co., Inc. 肝疾患評価装置、肝疾患評価方法、肝疾患評価システム、肝疾患評価プログラムおよび記録媒体
WO2008016111A1 (en) * 2006-08-04 2008-02-07 Ajinomoto Co., Inc. Method for evaluation of lung cancer, lung cancer evaluation apparatus, lung cancer evaluation method, lung cancer evaluation system, lung cancer evaluation program, and recording medium
WO2009099005A1 (ja) * 2008-02-06 2009-08-13 Ajinomoto Co., Inc. 胃癌の評価方法、ならびに胃癌評価装置、胃癌評価方法、胃癌評価システム、胃癌評価プログラムおよび記録媒体
WO2016121715A1 (ja) * 2015-01-26 2016-08-04 国立大学法人名古屋大学 肺がん患者の予後を評価するための情報を提供する方法、肺がん患者の予後予測方法、内部標準、抗体、肺がん患者の予後予測装置、予後予測装置のプログラム及び記録媒体
WO2016159191A1 (ja) * 2015-03-31 2016-10-06 味の素株式会社 評価方法、評価装置、評価プログラム、評価システム、及び端末装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006098192A1 (ja) 2005-03-16 2006-09-21 Ajinomoto Co., Inc. 生体状態評価装置、生体状態評価方法、生体状態評価システム、生体状態評価プログラム、評価関数作成装置、評価関数作成方法、評価関数作成プログラムおよび記録媒体
JP5746810B2 (ja) 2006-12-21 2015-07-08 味の素株式会社 乳癌の評価方法、ならびに乳癌評価装置、乳癌評価方法、乳癌評価システム、乳癌評価プログラムおよび記録媒体
EP2096439A4 (en) 2006-12-21 2011-01-05 Ajinomoto Kk METHOD, APPARATUS, METHOD, SYSTEM AND SOFTWARE FOR EVALUATING COLORECTAL CANCER, AND RECORDING MEDIUM
KR101542037B1 (ko) 2006-12-21 2015-08-05 아지노모토 가부시키가이샤 암 상태의 평가 방법, 및 암 평가 장치, 암 평가 방법, 암 평가 시스템, 암 평가 프로그램 및 기록 매체
JPWO2009054351A1 (ja) 2007-10-25 2011-03-03 味の素株式会社 生体状態評価装置、生体状態評価方法、生体状態評価システム、生体状態評価プログラムおよび記録媒体
CN101960310A (zh) 2008-03-04 2011-01-26 味之素株式会社 癌症种类的评价方法
JP5754136B2 (ja) 2008-06-20 2015-07-29 味の素株式会社 女性生殖器癌の評価方法、女性生殖器癌評価装置、女性生殖器癌評価方法、女性生殖器癌評価プログラム、記録媒体、女性生殖器癌評価システム、および情報通信端末装置
CN104330571B (zh) 2008-06-20 2017-09-08 味之素株式会社 前列腺疾病的评价方法
JP6375947B2 (ja) 2012-05-11 2018-08-22 味の素株式会社 取得方法、評価装置、評価方法、評価プログラム、評価システムおよび端末装置
WO2014084290A1 (ja) 2012-11-27 2014-06-05 味の素株式会社 膵臓癌の評価方法、膵臓癌評価装置、膵臓癌評価方法、膵臓癌評価プログラム、膵臓癌評価システムおよび情報通信端末装置
JP6299063B2 (ja) 2012-11-27 2018-03-28 味の素株式会社 膵臓癌リスク疾患の評価のための方法、膵臓癌リスク疾患評価装置、膵臓癌リスク疾患評価方法、膵臓癌リスク疾患評価プログラムおよび膵臓癌リスク疾患評価システム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004052191A1 (ja) * 2002-12-09 2004-06-24 Ajinomoto Co., Inc. 生体状態情報処理装置、生体状態情報処理方法、生体状態情報管理システム、プログラム、および、記録媒体
WO2006129513A1 (ja) * 2005-05-30 2006-12-07 Ajinomoto Co., Inc. 肝疾患評価装置、肝疾患評価方法、肝疾患評価システム、肝疾患評価プログラムおよび記録媒体
WO2008016111A1 (en) * 2006-08-04 2008-02-07 Ajinomoto Co., Inc. Method for evaluation of lung cancer, lung cancer evaluation apparatus, lung cancer evaluation method, lung cancer evaluation system, lung cancer evaluation program, and recording medium
WO2009099005A1 (ja) * 2008-02-06 2009-08-13 Ajinomoto Co., Inc. 胃癌の評価方法、ならびに胃癌評価装置、胃癌評価方法、胃癌評価システム、胃癌評価プログラムおよび記録媒体
WO2016121715A1 (ja) * 2015-01-26 2016-08-04 国立大学法人名古屋大学 肺がん患者の予後を評価するための情報を提供する方法、肺がん患者の予後予測方法、内部標準、抗体、肺がん患者の予後予測装置、予後予測装置のプログラム及び記録媒体
WO2016159191A1 (ja) * 2015-03-31 2016-10-06 味の素株式会社 評価方法、評価装置、評価プログラム、評価システム、及び端末装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MIYAGI YOHEI: "Plasma Free Amino Acid Profiling of Five Types of Cancer Patients and Its Application for Early Detection", PLOS ONE, vol. 6, no. 9, 2011, pages e24143, XP055444177, DOI: doi:10.1371/journal.pone.0024143 *
NISHINO KAZUMI: "Development of a new lung cancer screening method "amino index" using blood amino acid concentration as an index", THE JOURNAL OF JAPAN SOCIETY OF CLINICAL ONCOLOOGY, vol. 44, no. 2, 14 September 2009 (2009-09-14), pages 536 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7669695B2 (ja) 2019-01-29 2025-04-30 味の素株式会社 取得方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、記録媒体および評価システム

Also Published As

Publication number Publication date
KR102477319B1 (ko) 2022-12-15
KR20190089895A (ko) 2019-07-31
JP7336850B2 (ja) 2023-09-01
JP7595611B2 (ja) 2024-12-06
JPWO2018101450A1 (ja) 2019-10-24
JP2022090070A (ja) 2022-06-16

Similar Documents

Publication Publication Date Title
JP7173240B2 (ja) 取得方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、及び評価システム
US20210172958A1 (en) Evaluating method of ketosis in postpartum dairy cows
JP2020101571A (ja) 評価方法、評価装置、評価プログラム、評価システム、及び端末装置
JP7595611B2 (ja) 癌モニタリングの方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、および評価システム
JP7543251B2 (ja) アミロイドベータの脳内への蓄積の評価を補助する方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、記録媒体、評価システムおよび端末装置
JP7506646B2 (ja) 取得方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、及び評価システム
US20220268790A1 (en) Evaluating method for pharmacological actions of immune checkpoint inhibitors, calculating method, evaluating apparatus, calculating apparatus, evaluating program, calculating program, recording medium, evaluating system, and terminal apparatus
WO2019194144A1 (ja) 乳癌の評価方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、記録媒体、評価システム、及び端末装置
JP7435855B2 (ja) 取得方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、記録媒体、及び評価システム
JP7435856B2 (ja) 取得方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、記録媒体、及び評価システム
JP7120027B2 (ja) 取得方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、および評価システム
JP7669695B2 (ja) 取得方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、記録媒体および評価システム
WO2022009991A1 (ja) 軽度認知障害の評価方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、記録媒体、評価システムおよび端末装置
JP2019015547A (ja) 膵がん患者における骨格筋状態の評価方法、評価装置、評価プログラム、評価システムおよび端末装置
JP7093162B2 (ja) 取得方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、および評価システム
JP2018100963A (ja) 組織内アミノ酸プロファイルによるがん患者の予後評価方法、算出方法、評価装置、算出装置、評価プログラム、算出プログラム、評価システム、及び端末装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17875841

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2018554270

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 20197015532

Country of ref document: KR

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17875841

Country of ref document: EP

Kind code of ref document: A1

点击 这是indexloc提供的php浏览器服务，不要输入任何密码和下载