JP2002107366A - 診断支援システム - Google Patents
診断支援システムInfo
- Publication number
- JP2002107366A JP2002107366A JP2000306622A JP2000306622A JP2002107366A JP 2002107366 A JP2002107366 A JP 2002107366A JP 2000306622 A JP2000306622 A JP 2000306622A JP 2000306622 A JP2000306622 A JP 2000306622A JP 2002107366 A JP2002107366 A JP 2002107366A
- Authority
- JP
- Japan
- Prior art keywords
- disease
- microarray
- database
- light emission
- gene
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
(57)【要約】
【課題】 マイクロアレイから得られる情報を用いて患
者が現在罹患している疾患あるいは将来罹患する可能性
の高い疾患を的確に推定し、医師による診断を支援する
システムを提供する。 【解決手段】 マイクロアレイ発光パターンデータベー
ス１１と疾患関連性データベース１２とを参照して疾患
推論手段１４が罹患可能性の高い疾患を推論し、入出力
手段１６に出力する。また、マイクロアレイ発光パター
ンデータベース１１と遺伝子知識データベース１３とを
参照して疾患関連遺伝子探索手段１５がマイクロアレイ
発光パターンと疾患との関係を探索し、疾患関連性デー
タベース１２の内容を更新する。 【効果】 原因が多岐にわたる複雑な疾患や、個人によ
って病態が異なる疾患の診断を支援する情報を提供する
ことが可能になる。また、得られた結果を反映させるこ
とによって、常に最新の知識に基づく診断を行なうこと
が可能になる。
者が現在罹患している疾患あるいは将来罹患する可能性
の高い疾患を的確に推定し、医師による診断を支援する
システムを提供する。 【解決手段】 マイクロアレイ発光パターンデータベー
ス１１と疾患関連性データベース１２とを参照して疾患
推論手段１４が罹患可能性の高い疾患を推論し、入出力
手段１６に出力する。また、マイクロアレイ発光パター
ンデータベース１１と遺伝子知識データベース１３とを
参照して疾患関連遺伝子探索手段１５がマイクロアレイ
発光パターンと疾患との関係を探索し、疾患関連性デー
タベース１２の内容を更新する。 【効果】 原因が多岐にわたる複雑な疾患や、個人によ
って病態が異なる疾患の診断を支援する情報を提供する
ことが可能になる。また、得られた結果を反映させるこ
とによって、常に最新の知識に基づく診断を行なうこと
が可能になる。
Description
【０００１】
【発明の属する技術分野】本発明は、医師による診断を
支援する診断支援システム、特にＤＮＡマイクロアレイ
画像を用いて患者が現在罹患している疾患あるいは将来
罹患する可能性の高い疾患を的確に推定し、医師による
診断を支援する情報を提供する診断支援システムに関す
る。
支援する診断支援システム、特にＤＮＡマイクロアレイ
画像を用いて患者が現在罹患している疾患あるいは将来
罹患する可能性の高い疾患を的確に推定し、医師による
診断を支援する情報を提供する診断支援システムに関す
る。
【０００２】
【従来の技術】ＤＮＡマイクロアレイ（以下、マイクロ
アレイ）は、ガラスやシリコン等の基板上に高密度にＤ
ＮＡを結合させ、これらのＤＮＡと組織または細胞から
抽出したＲＮＡから作成した標識プローブとをハイブリ
ダイズさせてシグナルを検出し、このシグナルの強度を
測定することによって組織または細胞における遺伝子発
現を解析するものである。マイクロアレイの開発によ
り、数千から数万個の遺伝子の発現情報を一度に網羅的
に解析することが可能になり、ゲノムの全領域における
遺伝子発現情報の同時測定が可能になった。また、遺伝
子研究の飛躍的進歩により、ゲノムの全領域において次
々に新規遺伝子が発見され、それらの機能解析によっ
て、疾患の発症や重症度、薬剤感受性等に関わる遺伝子
が様々な疾患について同定されつつある。
アレイ）は、ガラスやシリコン等の基板上に高密度にＤ
ＮＡを結合させ、これらのＤＮＡと組織または細胞から
抽出したＲＮＡから作成した標識プローブとをハイブリ
ダイズさせてシグナルを検出し、このシグナルの強度を
測定することによって組織または細胞における遺伝子発
現を解析するものである。マイクロアレイの開発によ
り、数千から数万個の遺伝子の発現情報を一度に網羅的
に解析することが可能になり、ゲノムの全領域における
遺伝子発現情報の同時測定が可能になった。また、遺伝
子研究の飛躍的進歩により、ゲノムの全領域において次
々に新規遺伝子が発見され、それらの機能解析によっ
て、疾患の発症や重症度、薬剤感受性等に関わる遺伝子
が様々な疾患について同定されつつある。
【０００３】一方、医療の現場においては、原因が多岐
にわたる複雑な疾患や、個人によって病態が異なる疾患
の診断の重要性が高まっている。このような疾患の発症
や重症度には個人の体質や生活環境等も大きく関与して
いるため、患者個人について疾患関連遺伝子の発現量や
変異の有無を調べる遺伝子診断が有効な手段の１つとな
っている。従来の遺伝子診断は、機能がよく知られた少
数の遺伝子の発現量や変異の有無を調べることによって
疾患の診断や発症予測等を行なっていたが、ヒトの遺伝
子のうち機能が解明されているものは全体の一割程度に
過ぎず、原因が多岐にわたる複雑な疾患や、個人によっ
て病態が異なる疾患の診断を実現するためには、疾患と
の関連性が未知である遺伝子も含めた大量の遺伝子発現
情報を総合的に判断するための技術が必要不可欠となっ
ている。
にわたる複雑な疾患や、個人によって病態が異なる疾患
の診断の重要性が高まっている。このような疾患の発症
や重症度には個人の体質や生活環境等も大きく関与して
いるため、患者個人について疾患関連遺伝子の発現量や
変異の有無を調べる遺伝子診断が有効な手段の１つとな
っている。従来の遺伝子診断は、機能がよく知られた少
数の遺伝子の発現量や変異の有無を調べることによって
疾患の診断や発症予測等を行なっていたが、ヒトの遺伝
子のうち機能が解明されているものは全体の一割程度に
過ぎず、原因が多岐にわたる複雑な疾患や、個人によっ
て病態が異なる疾患の診断を実現するためには、疾患と
の関連性が未知である遺伝子も含めた大量の遺伝子発現
情報を総合的に判断するための技術が必要不可欠となっ
ている。
【０００４】
【発明が解決しようとする課題】以上で述べたように、
マイクロアレイから得られる大量の遺伝子発現情報と疾
患の発症や重症度、薬剤感受性等との関連性が明確にな
ると、それらの関係をデータベース化することによっ
て、マイクロアレイから得られる情報を基に、より高精
度で疾患の診断や発症予測を行なうことが可能になり、
患者個人に応じた治療方針の決定、薬剤の処方等を行な
うことが可能になる。しかし、マイクロアレイから得ら
れる情報を基に疾患の診断や発症予測を行なうシステム
はまだ確立されていないという問題があった。
マイクロアレイから得られる大量の遺伝子発現情報と疾
患の発症や重症度、薬剤感受性等との関連性が明確にな
ると、それらの関係をデータベース化することによっ
て、マイクロアレイから得られる情報を基に、より高精
度で疾患の診断や発症予測を行なうことが可能になり、
患者個人に応じた治療方針の決定、薬剤の処方等を行な
うことが可能になる。しかし、マイクロアレイから得ら
れる情報を基に疾患の診断や発症予測を行なうシステム
はまだ確立されていないという問題があった。
【０００５】
【課題を解決するための手段】前記の課題を解決するた
め、本発明の診断支援システムは、マイクロアレイの発
光パターンを格納するマイクロアレイ発光パターンデー
タベースと、マイクロアレイ発光パターンと疾患との関
係を格納する疾患関連性データベースと、遺伝子と疾患
に関する知識を格納する遺伝子知識データベースと、マ
イクロアレイ画像の入力と結果の出力を行なう入出力手
段と、入出力手段から入力したマイクロアレイ画像を読
み取り、画像解析を行なう画像解析手段と、疾患推論手
段とを有し、疾患推論手段はマイクロアレイ発光パター
ンデータベースと疾患関連性データベースとを参照して
マイクロアレイ発光パターンから患者が現在罹患してい
る疾患、あるいは将来罹患する可能性の高い疾患を推論
し、推論結果を入出力手段を介して出力する。また、マ
イクロアレイ発光パターンデータベースに患者の氏名、
住所、生年月日、家族構成等の患者基本データと、患者
の既往歴、家族歴、主訴、所見、検査結果、生活習慣、
症状経過、治療経過、薬剤の処方に関する情報等の臨床
データと、検査に用いた検体の識別情報、保存状態等の
検体管理データと、患者のインフォームドコンセントに
関するデータとを必要に応じて格納する。さらに、本発
明の診断支援システムは、疾患関連遺伝子探索手段を有
し、疾患関連遺伝子探索手段はマイクロアレイ発光パタ
ーンデータベースと遺伝子知識データベースとを参照し
てマイクロアレイ発光パターンと疾患との関連性を探索
し、探索結果をもとに疾患関連性データベースの内容を
更新する。疾患推論手段および疾患関連遺伝子探索手段
の動作は、入出力手段から入力に応じて制御手段によっ
て制御する。
め、本発明の診断支援システムは、マイクロアレイの発
光パターンを格納するマイクロアレイ発光パターンデー
タベースと、マイクロアレイ発光パターンと疾患との関
係を格納する疾患関連性データベースと、遺伝子と疾患
に関する知識を格納する遺伝子知識データベースと、マ
イクロアレイ画像の入力と結果の出力を行なう入出力手
段と、入出力手段から入力したマイクロアレイ画像を読
み取り、画像解析を行なう画像解析手段と、疾患推論手
段とを有し、疾患推論手段はマイクロアレイ発光パター
ンデータベースと疾患関連性データベースとを参照して
マイクロアレイ発光パターンから患者が現在罹患してい
る疾患、あるいは将来罹患する可能性の高い疾患を推論
し、推論結果を入出力手段を介して出力する。また、マ
イクロアレイ発光パターンデータベースに患者の氏名、
住所、生年月日、家族構成等の患者基本データと、患者
の既往歴、家族歴、主訴、所見、検査結果、生活習慣、
症状経過、治療経過、薬剤の処方に関する情報等の臨床
データと、検査に用いた検体の識別情報、保存状態等の
検体管理データと、患者のインフォームドコンセントに
関するデータとを必要に応じて格納する。さらに、本発
明の診断支援システムは、疾患関連遺伝子探索手段を有
し、疾患関連遺伝子探索手段はマイクロアレイ発光パタ
ーンデータベースと遺伝子知識データベースとを参照し
てマイクロアレイ発光パターンと疾患との関連性を探索
し、探索結果をもとに疾患関連性データベースの内容を
更新する。疾患推論手段および疾患関連遺伝子探索手段
の動作は、入出力手段から入力に応じて制御手段によっ
て制御する。
【０００６】以上により、マイクロアレイ発光パターン
と疾患との関係を明確にすることで、マイクロアレイ画
像を用いて患者が現在罹患している疾患あるいは将来罹
患する可能性の高い疾患を的確に推定し、医師による診
断を支援する情報を提供することが可能となる。
と疾患との関係を明確にすることで、マイクロアレイ画
像を用いて患者が現在罹患している疾患あるいは将来罹
患する可能性の高い疾患を的確に推定し、医師による診
断を支援する情報を提供することが可能となる。
【０００７】
【発明の実施の形態】図１は、本発明の診断支援システ
ムの構成例を示す図である。本発明の診断支援システム
は、マイクロアレイ発光パターンを格納するマイクロア
レイ発光パターンデータベース１１と、マイクロアレイ
発光パターンと疾患との関係を格納する疾患関連性デー
タベース１２と、遺伝子と疾患に関する知識を格納する
遺伝子知識データベース１３と、マイクロアレイ発光パ
ターンデータベース１１および疾患関連性データベース
１２を参照して患者のマイクロアレイ発光パターンから
患者が現在罹患している疾患、あるいは将来罹患する可
能性の高い疾患を推論する疾患推論手段１４と、マイク
ロアレイ発光パターンデータベース１１および遺伝子知
識データベース１３を参照してマイクロアレイ発光パタ
ーンと疾患との関連性を探索する疾患関連遺伝子探索手
段１５と、マイクロアレイ画像の入力と推論結果の出力
を行なう入出力手段１６と、入力したマイクロアレイ画
像を読み取り、画像解析を行なう画像解析手段１７と、
疾患推論手段１４および疾患関連遺伝子探索手段１５の
動作を制御する制御手段１８とを有する。
ムの構成例を示す図である。本発明の診断支援システム
は、マイクロアレイ発光パターンを格納するマイクロア
レイ発光パターンデータベース１１と、マイクロアレイ
発光パターンと疾患との関係を格納する疾患関連性デー
タベース１２と、遺伝子と疾患に関する知識を格納する
遺伝子知識データベース１３と、マイクロアレイ発光パ
ターンデータベース１１および疾患関連性データベース
１２を参照して患者のマイクロアレイ発光パターンから
患者が現在罹患している疾患、あるいは将来罹患する可
能性の高い疾患を推論する疾患推論手段１４と、マイク
ロアレイ発光パターンデータベース１１および遺伝子知
識データベース１３を参照してマイクロアレイ発光パタ
ーンと疾患との関連性を探索する疾患関連遺伝子探索手
段１５と、マイクロアレイ画像の入力と推論結果の出力
を行なう入出力手段１６と、入力したマイクロアレイ画
像を読み取り、画像解析を行なう画像解析手段１７と、
疾患推論手段１４および疾患関連遺伝子探索手段１５の
動作を制御する制御手段１８とを有する。
【０００８】図１の構成例の各部分の動作について、以
下で順に説明する。マイクロアレイ発光パターンデータ
ベース１１には、入出力手段１６から入力されたマイク
ロアレイ画像を画像データとして格納してもよいし、画
像解析手段１７によって画像解析を行ない、マイクロア
レイ画像の特徴量を算出する等、数値化したデータを格
納してもよい。特徴量の例としては、マイクロアレイの
各スポット毎の発光強度の平均値、最大値、最小値、分
散等がある。マイクロアレイがＮ個のスポットからなる
場合、あらかじめ各スポットに１からＮまでの番号を付
与し、Ｎ番目のスポットの発光強度をＩＮとして各スポ
ットの発光強度をマイクロアレイ発光パターンデータベ
ース１１に格納する。このとき、検査に用いたマイクロ
アレイの型や各スポットに対応する遺伝子名等の情報も
合わせて格納する。マイクロアレイ発光パターンデータ
ベース１１には、マイクロアレイ発光パターンやマイク
ロアレイの型等の情報のほかに、付随情報として患者の
氏名、住所、生年月日、家族構成等の患者基本データ
や、患者の既往歴、家族歴、主訴、所見、検査結果、生
活習慣、症状経過、治療経過、薬剤の処方に関する情報
等の臨床データや、検査に用いた検体の識別情報、保存
状態等の検体管理データや、患者のインフォームドコン
セントに関するデータ等を必要に応じて格納する。
下で順に説明する。マイクロアレイ発光パターンデータ
ベース１１には、入出力手段１６から入力されたマイク
ロアレイ画像を画像データとして格納してもよいし、画
像解析手段１７によって画像解析を行ない、マイクロア
レイ画像の特徴量を算出する等、数値化したデータを格
納してもよい。特徴量の例としては、マイクロアレイの
各スポット毎の発光強度の平均値、最大値、最小値、分
散等がある。マイクロアレイがＮ個のスポットからなる
場合、あらかじめ各スポットに１からＮまでの番号を付
与し、Ｎ番目のスポットの発光強度をＩＮとして各スポ
ットの発光強度をマイクロアレイ発光パターンデータベ
ース１１に格納する。このとき、検査に用いたマイクロ
アレイの型や各スポットに対応する遺伝子名等の情報も
合わせて格納する。マイクロアレイ発光パターンデータ
ベース１１には、マイクロアレイ発光パターンやマイク
ロアレイの型等の情報のほかに、付随情報として患者の
氏名、住所、生年月日、家族構成等の患者基本データ
や、患者の既往歴、家族歴、主訴、所見、検査結果、生
活習慣、症状経過、治療経過、薬剤の処方に関する情報
等の臨床データや、検査に用いた検体の識別情報、保存
状態等の検体管理データや、患者のインフォームドコン
セントに関するデータ等を必要に応じて格納する。
【０００９】次に、疾患関連遺伝子探索手段１５によっ
て、マイクロアレイ発光パターンデータベース１１およ
び遺伝子知識データベース１３を参照してマイクロアレ
イ発光パターンと疾患との関連性を探索する手順の例を
説明する。まず、遺伝子知識データベース１３について
説明する。遺伝子知識データベース１３は、遺伝子と疾
患に関する知識を格納するものであり、具体的には、遺
伝子やＳＮＰの配列や位置(たとえば遺伝子座)に関する
情報、疾患の機序に関する情報、疾患に関連している遺
伝子やＳＮＰに関する情報、疾患に関連している蛋白等
の生成に関連する遺伝子やＳＮＰに関する情報、検体の
保存や分析のノウハウに関する情報等を格納する。マイ
クロアレイ発光パターンデータベース１１と遺伝子知識
データベース１３を参照して、ある疾患の発症の有無に
対してマイクロアレイの各スポットの特徴量がどのよう
に関与しているのかを探索する手順の例を、図２および
図３を用いて説明する。まず、マイクロアレイ発光パタ
ーンデータベース１１を参照して、健常者および疾患罹
患者のマイクロアレイ発光パターンを取得する（手順２
１）。探索に必要なマイクロアレイ発光パターンが不足
している場合は、新たに取得してマイクロアレイ発光パ
ターンデータベース１１に格納してもよい。次に、健常
者と疾患罹患者とのマイクロアレイ発光パターンを比較
して各々に特徴的な発光パターンを探索し（手順２
２）、健常者と疾患罹患者とを分類するために有効なス
ポットおよび特徴量を同定する（手順２３）。一例とし
て、クラスター分析を用いた遺伝子と疾患との関連性の
探索の例を示す。健常者および疾患罹患者のマイクロア
レイ発光パターンを用いて、マイクロアレイの２つのス
ポットの特徴量（たとえばスポット１、スポット２にお
ける発光強度Ｉ１、Ｉ２）をプロットし、ユークリッド
距離やマハラノビス距離等を用いてクラスター分析を行
なった結果、図３に示すようにクラスター１（３１）、
クラスター２（３２）、クラスター３（３３）の３つの
クラスターが生成され、さらにクラスター２（３２）と
クラスター３（３３）とを結合してクラスター４（３
４）が生成されるとする。このとき、たとえばクラスタ
ー１（３１）と健常者群、クラスター４（３４）と疾患
罹患群が一致しているとすると、この結果は発光強度Ｉ
１の大小によってこの疾患の発症の有無を判別できるこ
とを示しており、この疾患の発症に対してスポット１に
対応する遺伝子が大きく関与していることを示してい
る。さらに、疾患罹患群であるクラスター４（３４）を
分割して生成される２つのクラスターのうち、クラスタ
ー２（３２）と重症群、クラスター３（３３）と軽症群
が一致しているとすると、この結果は発光強度Ｉ２の大
小によってこの疾患の重症度を判別できることを示して
おり、この疾患の重症度に対してスポット２に対応する
遺伝子が大きく関与していることを示している。このよ
うにして、健常者群と疾患罹患者群、重症群と軽症群等
の判別に有効な単数または複数のスポットすなわち遺伝
子とその特徴量とを同定し、その結果を疾患関連性デー
タベース１２に格納する（手順２４）。探索結果を疾患
関連性データベースに格納する際は、医学的に意味のあ
る結果のみを選択するようにし、医学的に無意味な知識
に基づく誤った推論によって混乱が起こらないようにす
る。ＳＮＰと疾患との関連性を探索する場合も、各ＳＮ
Ｐとマイクロアレイの各スポットとを対応づけることに
よって、遺伝子と疾患の関連性を探索する場合と同様の
処理を行なうことが可能である。図３では、簡単のため
に２つのスポットの特徴量を用いた２次元におけるクラ
スター分析の例を示しているが、探索に用いるマイクロ
アレイのスポット数がＮである場合は、Ｎ次元に拡張し
て分析を行なえばよい。探索を行なう際には、Ｎ個のス
ポットの特徴量をすべて用いてもよいし、スポット数Ｎ
が大きい場合には、遺伝子知識データベース１３を参照
してあらかじめ疾患関連遺伝子の候補をある程度絞り込
んでから探索を行なってもよい。また、図３の例では疾
患関連遺伝子探索手段１５としてクラスター分析を用い
ているが、多変量解析や相関解析等の統計的手法や、ニ
ューラルネットワーク等を代わりに用いてもよい。疾患
関連性データベース１２の記述内容の例を図４に示す。
図４の例は、各々の疾患に対して、マイクロアレイの各
スポットの発光強度すなわち遺伝子の発現量がどの程度
関与しているかを数値化し、疾患とマイクロアレイの各
スポットに対応する遺伝子との関係データベースの形で
記述したものである。図４においては、Ｍ種類の疾患
(疾患１，疾患２，…，疾患Ｍとする)の疾患に関して、
各疾患とＮ個の遺伝子(Ｇｅｎｅ１，Ｇｅｎｅ２，…，
ＧｅｎｅＮとする)との関係を記述している。たとえ
ば、疾患Ｍの行のうちＧｅｎｅＮの列に対応するセルの
数値ａＭＮは、疾患Ｍの発症に対するＧｅｎｅＮの寄与
度を示している。寄与度ａＭＮの値は、ある遺伝子の発
現量と疾患の発症とに正の相関がある場合は正の値、負
の相関がある場合は負の値で表される。図４の例では、
マイクロアレイの各スポットが１つの遺伝子に対応する
場合の、遺伝子と疾患との関係を記述しているが、ＳＮ
Ｐと疾患との関係を疾患関連性データベース１２に格納
する場合も、各ＳＮＰとマイクロアレイの各スポットと
を対応づけることによって、同様の形式で記述すればよ
い。また、疾患関連性データベース１２には、疾患関連
遺伝子探索手段１５によって得られたマイクロアレイ発
光パターンと疾患との関係を格納してもよいし、遺伝子
知識データベース１３を参照して既知の遺伝子医学の知
識を基にマイクロアレイ発光パターンと疾患との関係を
記述して格納してもよい。
て、マイクロアレイ発光パターンデータベース１１およ
び遺伝子知識データベース１３を参照してマイクロアレ
イ発光パターンと疾患との関連性を探索する手順の例を
説明する。まず、遺伝子知識データベース１３について
説明する。遺伝子知識データベース１３は、遺伝子と疾
患に関する知識を格納するものであり、具体的には、遺
伝子やＳＮＰの配列や位置(たとえば遺伝子座)に関する
情報、疾患の機序に関する情報、疾患に関連している遺
伝子やＳＮＰに関する情報、疾患に関連している蛋白等
の生成に関連する遺伝子やＳＮＰに関する情報、検体の
保存や分析のノウハウに関する情報等を格納する。マイ
クロアレイ発光パターンデータベース１１と遺伝子知識
データベース１３を参照して、ある疾患の発症の有無に
対してマイクロアレイの各スポットの特徴量がどのよう
に関与しているのかを探索する手順の例を、図２および
図３を用いて説明する。まず、マイクロアレイ発光パタ
ーンデータベース１１を参照して、健常者および疾患罹
患者のマイクロアレイ発光パターンを取得する（手順２
１）。探索に必要なマイクロアレイ発光パターンが不足
している場合は、新たに取得してマイクロアレイ発光パ
ターンデータベース１１に格納してもよい。次に、健常
者と疾患罹患者とのマイクロアレイ発光パターンを比較
して各々に特徴的な発光パターンを探索し（手順２
２）、健常者と疾患罹患者とを分類するために有効なス
ポットおよび特徴量を同定する（手順２３）。一例とし
て、クラスター分析を用いた遺伝子と疾患との関連性の
探索の例を示す。健常者および疾患罹患者のマイクロア
レイ発光パターンを用いて、マイクロアレイの２つのス
ポットの特徴量（たとえばスポット１、スポット２にお
ける発光強度Ｉ１、Ｉ２）をプロットし、ユークリッド
距離やマハラノビス距離等を用いてクラスター分析を行
なった結果、図３に示すようにクラスター１（３１）、
クラスター２（３２）、クラスター３（３３）の３つの
クラスターが生成され、さらにクラスター２（３２）と
クラスター３（３３）とを結合してクラスター４（３
４）が生成されるとする。このとき、たとえばクラスタ
ー１（３１）と健常者群、クラスター４（３４）と疾患
罹患群が一致しているとすると、この結果は発光強度Ｉ
１の大小によってこの疾患の発症の有無を判別できるこ
とを示しており、この疾患の発症に対してスポット１に
対応する遺伝子が大きく関与していることを示してい
る。さらに、疾患罹患群であるクラスター４（３４）を
分割して生成される２つのクラスターのうち、クラスタ
ー２（３２）と重症群、クラスター３（３３）と軽症群
が一致しているとすると、この結果は発光強度Ｉ２の大
小によってこの疾患の重症度を判別できることを示して
おり、この疾患の重症度に対してスポット２に対応する
遺伝子が大きく関与していることを示している。このよ
うにして、健常者群と疾患罹患者群、重症群と軽症群等
の判別に有効な単数または複数のスポットすなわち遺伝
子とその特徴量とを同定し、その結果を疾患関連性デー
タベース１２に格納する（手順２４）。探索結果を疾患
関連性データベースに格納する際は、医学的に意味のあ
る結果のみを選択するようにし、医学的に無意味な知識
に基づく誤った推論によって混乱が起こらないようにす
る。ＳＮＰと疾患との関連性を探索する場合も、各ＳＮ
Ｐとマイクロアレイの各スポットとを対応づけることに
よって、遺伝子と疾患の関連性を探索する場合と同様の
処理を行なうことが可能である。図３では、簡単のため
に２つのスポットの特徴量を用いた２次元におけるクラ
スター分析の例を示しているが、探索に用いるマイクロ
アレイのスポット数がＮである場合は、Ｎ次元に拡張し
て分析を行なえばよい。探索を行なう際には、Ｎ個のス
ポットの特徴量をすべて用いてもよいし、スポット数Ｎ
が大きい場合には、遺伝子知識データベース１３を参照
してあらかじめ疾患関連遺伝子の候補をある程度絞り込
んでから探索を行なってもよい。また、図３の例では疾
患関連遺伝子探索手段１５としてクラスター分析を用い
ているが、多変量解析や相関解析等の統計的手法や、ニ
ューラルネットワーク等を代わりに用いてもよい。疾患
関連性データベース１２の記述内容の例を図４に示す。
図４の例は、各々の疾患に対して、マイクロアレイの各
スポットの発光強度すなわち遺伝子の発現量がどの程度
関与しているかを数値化し、疾患とマイクロアレイの各
スポットに対応する遺伝子との関係データベースの形で
記述したものである。図４においては、Ｍ種類の疾患
(疾患１，疾患２，…，疾患Ｍとする)の疾患に関して、
各疾患とＮ個の遺伝子(Ｇｅｎｅ１，Ｇｅｎｅ２，…，
ＧｅｎｅＮとする)との関係を記述している。たとえ
ば、疾患Ｍの行のうちＧｅｎｅＮの列に対応するセルの
数値ａＭＮは、疾患Ｍの発症に対するＧｅｎｅＮの寄与
度を示している。寄与度ａＭＮの値は、ある遺伝子の発
現量と疾患の発症とに正の相関がある場合は正の値、負
の相関がある場合は負の値で表される。図４の例では、
マイクロアレイの各スポットが１つの遺伝子に対応する
場合の、遺伝子と疾患との関係を記述しているが、ＳＮ
Ｐと疾患との関係を疾患関連性データベース１２に格納
する場合も、各ＳＮＰとマイクロアレイの各スポットと
を対応づけることによって、同様の形式で記述すればよ
い。また、疾患関連性データベース１２には、疾患関連
遺伝子探索手段１５によって得られたマイクロアレイ発
光パターンと疾患との関係を格納してもよいし、遺伝子
知識データベース１３を参照して既知の遺伝子医学の知
識を基にマイクロアレイ発光パターンと疾患との関係を
記述して格納してもよい。
【００１０】次に、マイクロアレイ発光パターンデータ
ベース１１および疾患関連性データベース１２を参照し
て患者のマイクロアレイ発光パターンから患者が現在罹
患している疾患、あるいは将来罹患する可能性の高い疾
患を疾患推論手段１４によって推論する手順の例を説明
する。図５は、患者のマイクロアレイ発光パターンか
ら、患者がある疾患（ここでは疾患Ｍとする。）に現在
罹患しているか否か、あるいは将来疾患Ｍに罹患する可
能性が高いか否かを推論する手順の例を示したものであ
る。まず、マイクロアレイ発光パターンデータベース１
１より患者のマイクロアレイ発光パターンとして各スポ
ットの特徴量を読み込む（手順５１）。続いて疾患関連
性データベース１２よりマイクロアレイの各スポットの
疾患Ｍへの寄与度を読みこむ（手順５２）。マイクロア
レイ発光パターンデータベース１１および疾患関連性デ
ータベース１２より読み込んだデータを基に、手順５３
に示す式によって、マイクロアレイのＮ個のスポットの
各々の特徴量ＩＮと各スポットに対応するＧｅｎｅＮの
疾患Ｍの発症に対する寄与度ａＭＮとの積の総和を求
め、患者の疾患Ｍへの罹患指数を算出する。罹患指数に
閾値を設定したり、罹患指数の値の大小によっていくつ
かのカテゴリーに分類する等して、患者の疾患Ｍへの罹
患の有無や、患者が将来疾患Ｍに罹患する危険度を推定
する（手順５４）。手順５２から手順５４までの処理を
疾患関連性データベース１２に格納されている各疾患に
ついて繰り返し、患者が罹患している疑いのある疾患
や、患者が将来罹患する可能性の高い疾患を抽出し、入
出力手段１６を介して表示する。
ベース１１および疾患関連性データベース１２を参照し
て患者のマイクロアレイ発光パターンから患者が現在罹
患している疾患、あるいは将来罹患する可能性の高い疾
患を疾患推論手段１４によって推論する手順の例を説明
する。図５は、患者のマイクロアレイ発光パターンか
ら、患者がある疾患（ここでは疾患Ｍとする。）に現在
罹患しているか否か、あるいは将来疾患Ｍに罹患する可
能性が高いか否かを推論する手順の例を示したものであ
る。まず、マイクロアレイ発光パターンデータベース１
１より患者のマイクロアレイ発光パターンとして各スポ
ットの特徴量を読み込む（手順５１）。続いて疾患関連
性データベース１２よりマイクロアレイの各スポットの
疾患Ｍへの寄与度を読みこむ（手順５２）。マイクロア
レイ発光パターンデータベース１１および疾患関連性デ
ータベース１２より読み込んだデータを基に、手順５３
に示す式によって、マイクロアレイのＮ個のスポットの
各々の特徴量ＩＮと各スポットに対応するＧｅｎｅＮの
疾患Ｍの発症に対する寄与度ａＭＮとの積の総和を求
め、患者の疾患Ｍへの罹患指数を算出する。罹患指数に
閾値を設定したり、罹患指数の値の大小によっていくつ
かのカテゴリーに分類する等して、患者の疾患Ｍへの罹
患の有無や、患者が将来疾患Ｍに罹患する危険度を推定
する（手順５４）。手順５２から手順５４までの処理を
疾患関連性データベース１２に格納されている各疾患に
ついて繰り返し、患者が罹患している疑いのある疾患
や、患者が将来罹患する可能性の高い疾患を抽出し、入
出力手段１６を介して表示する。
【００１１】次に、制御手段１８の動作について説明す
る。制御手段１８は、疾患推論、疾患関連遺伝子探索の
いずれを行なう必要があるかを入出力手段１６に表示
し、入出力手段１６から疾患推論の要求があった場合
は、疾患推論手段１４を作動させ、疾患推論手段１４は
マイクロアレイ発光パターンデータベース１１および疾
患関連性データベース１２を参照して患者のマイクロア
レイ発光パターンから患者が現在罹患している疾患、あ
るいは将来罹患する可能性の高い疾患を疾患推論手段１
４によって推論し、入出力手段１６に表示する。また、
疾患関連性データベース１２の内容が不足している場合
等、入出力手段１６から疾患関連遺伝子探索の要求があ
った場合は、疾患関連遺伝子探索手段１５を作動させ、
疾患関連遺伝子探索手段１５はマイクロアレイ発光パタ
ーンデータベース１１および遺伝子知識データベース１
３を参照してマイクロアレイ発光パターンと疾患との関
連性を探索し、疾患関連性データベース１２の内容を更
新する。
る。制御手段１８は、疾患推論、疾患関連遺伝子探索の
いずれを行なう必要があるかを入出力手段１６に表示
し、入出力手段１６から疾患推論の要求があった場合
は、疾患推論手段１４を作動させ、疾患推論手段１４は
マイクロアレイ発光パターンデータベース１１および疾
患関連性データベース１２を参照して患者のマイクロア
レイ発光パターンから患者が現在罹患している疾患、あ
るいは将来罹患する可能性の高い疾患を疾患推論手段１
４によって推論し、入出力手段１６に表示する。また、
疾患関連性データベース１２の内容が不足している場合
等、入出力手段１６から疾患関連遺伝子探索の要求があ
った場合は、疾患関連遺伝子探索手段１５を作動させ、
疾患関連遺伝子探索手段１５はマイクロアレイ発光パタ
ーンデータベース１１および遺伝子知識データベース１
３を参照してマイクロアレイ発光パターンと疾患との関
連性を探索し、疾患関連性データベース１２の内容を更
新する。
【００１２】
【発明の効果】本発明の診断支援システムは、マイクロ
アレイから得られる情報を総合的に判断することによっ
て患者が現在罹患している疾患あるいは将来罹患する可
能性の高い疾患を的確に推定し、原因が多岐にわたる複
雑な疾患や、個人によって病態が異なる疾患の診断を支
援する情報を提供することを可能にする。また、本発明
の診断支援システムは、マイクロアレイから得られる情
報と疾患との関係を探索し、得られた結果をシステムに
反映させることによって、最新の知識に基づく診断を行
なうことを可能にする。
アレイから得られる情報を総合的に判断することによっ
て患者が現在罹患している疾患あるいは将来罹患する可
能性の高い疾患を的確に推定し、原因が多岐にわたる複
雑な疾患や、個人によって病態が異なる疾患の診断を支
援する情報を提供することを可能にする。また、本発明
の診断支援システムは、マイクロアレイから得られる情
報と疾患との関係を探索し、得られた結果をシステムに
反映させることによって、最新の知識に基づく診断を行
なうことを可能にする。
【図１】診断支援システムの構成例を示す図。
【図２】マイクロアレイ発光パターンと疾患との関連性
を探索する手順の例を示す図。
を探索する手順の例を示す図。
【図３】クラスター分析を用いた遺伝子と疾患との関連
性の探索結果の例を示す図。
性の探索結果の例を示す図。
【図４】疾患関連性データベースの記述内容の例を示す
図。
図。
【図５】マイクロアレイ発光パターンから患者がある疾
患に現在罹患しているか否か、あるいは将来ある疾患に
罹患する可能性が高いか否かを推論する手順の例を示す
図。
患に現在罹患しているか否か、あるいは将来ある疾患に
罹患する可能性が高いか否かを推論する手順の例を示す
図。
１１…マイクロアレイ発光パターンデータベース、１２
…疾患関連性データベース、１３…遺伝子知識データベ
ース、１４…疾患推論手段、１５…疾患関連遺伝子探索
手段、１６…入出力手段、１７…画像解析手段、１８…
制御手段、２１…マイクロアレイ発光パターン取得手
順、２２…特徴的発光パターン探索手順、２３…判別用
スポット同定手順、２４…探索結果格納手順、３１…ク
ラスター１、３２…クラスター２、３３…クラスター
３、３４…クラスター４、５１…特徴量読込手順、５２
…疾患寄与度読込手順、５３…罹患指数算出手順、５４
…疾患罹患判別手順。
…疾患関連性データベース、１３…遺伝子知識データベ
ース、１４…疾患推論手段、１５…疾患関連遺伝子探索
手段、１６…入出力手段、１７…画像解析手段、１８…
制御手段、２１…マイクロアレイ発光パターン取得手
順、２２…特徴的発光パターン探索手順、２３…判別用
スポット同定手順、２４…探索結果格納手順、３１…ク
ラスター１、３２…クラスター２、３３…クラスター
３、３４…クラスター４、５１…特徴量読込手順、５２
…疾患寄与度読込手順、５３…罹患指数算出手順、５４
…疾患罹患判別手順。
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｇ０１Ｎ 21/78 Ｇ０１Ｎ 33/53 Ｍ 33/53 37/00 １０２ 37/00 １０２ Ｃ１２Ｎ 15/00 Ｆ (72)発明者 松尾 仁司 東京都国分寺市東恋ケ窪一丁目280番地 株式会社日立製作所中央研究所内 (72)発明者 橋口 猛志 東京都千代田区神田駿河台四丁目６番地 株式会社日立製作所医療システム推進本部 内 Ｆターム(参考） 2G054 AB05 CA22 JA02 JA05 4B024 AA11 HA11 4B029 AA07 AA27 FA15 4B063 QA19 QQ42 QQ52 QR84 QS39 QX02 QX10
Claims (4)
- 【請求項１】ＤＮＡマイクロアレイの発光パターンを格
納するマイクロアレイ発光パターンデータベースと、マ
イクロアレイ発光パターンと疾患との関係を格納する疾
患関連性データベースと、遺伝子と疾患に関する知識を
格納する遺伝子知識データベースと、マイクロアレイ画
像の解析を行なう画像解析手段と、疾患推論手段とを有
し、前記疾患推論手段は前記マイクロアレイ発光パター
ンデータベースと前記疾患関連性データベースとを参照
してマイクロアレイ発光パターンから患者が現在罹患し
ている疾患、あるいは将来罹患する可能性の高い疾患を
推論することを特徴とする診断支援システム。 - 【請求項２】請求項１に記載の診断支援システムにおい
て、前記マイクロアレイ発光パターンデータベースに患
者の氏名、家族構成等の患者基本データと、患者の既往
歴、家族歴、検査結果、生活習慣、薬剤の処方に関する
情報等の診療データとを格納することを特徴とする診断
支援システム。 - 【請求項３】請求項１および請求項２に記載の診断支援
システムにおいて、疾患関連遺伝子探索手段を有し、前
記疾患関連遺伝子探索手段は前記マイクロアレイ発光パ
ターンデータベースと前記遺伝子知識データベースとを
参照してマイクロアレイ発光パターンと疾患との関連性
を探索し、探索結果をもとに前記疾患関連性データベー
ス内のマイクロアレイ発光パターンと疾患との関連性デ
ータを更新することを特徴とする診断支援システム。 - 【請求項４】請求項１〜請求項３に記載の診断支援シス
テムにおいて、入出力手段と制御手段とを有し、前記制
御手段は前記入出力手段から疾患推論要求の入力があっ
た場合には前記疾患推論手段を作動させ、前記入出力手
段から疾患関連遺伝子探索要求の入力があった場合には
前記疾患関連遺伝子探索手段を作動させることを特徴と
する診断支援システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000306622A JP2002107366A (ja) | 2000-10-02 | 2000-10-02 | 診断支援システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000306622A JP2002107366A (ja) | 2000-10-02 | 2000-10-02 | 診断支援システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002107366A true JP2002107366A (ja) | 2002-04-10 |
| JP2002107366A5 JP2002107366A5 (ja) | 2005-07-14 |
Family
ID=18787281
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000306622A Pending JP2002107366A (ja) | 2000-10-02 | 2000-10-02 | 診断支援システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2002107366A (ja) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004081554A1 (ja) * | 2003-03-14 | 2004-09-23 | Nec Corporation | 診断支援システム |
| JPWO2005064327A1 (ja) * | 2003-12-25 | 2007-07-19 | 独立行政法人産業技術総合研究所 | 糖鎖構造プロファイリング技術 |
| GB2444410A (en) * | 2006-11-30 | 2008-06-04 | Navigenics Inc | Genetic profiling method |
| JPWO2007144977A1 (ja) * | 2006-06-15 | 2009-10-29 | 株式会社日立メディコ | 生体光計測装置 |
| JP2010504579A (ja) * | 2006-09-20 | 2010-02-12 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 分子診断判定サポートシステム |
| JP2010134773A (ja) * | 2008-12-05 | 2010-06-17 | Dna Chip Research Inc | 生理的状態分析方法、生理的状態分析システム、及びコンピュータシステムに生理的状態を分析するための処理を実行させるコンピュータプログラム |
| US8008094B2 (en) | 2003-12-25 | 2011-08-30 | National Institute Of Advanced Industrial Science And Technology | Methods for analyzing interactions between proteins and sugar chains |
| US9092391B2 (en) | 2006-11-30 | 2015-07-28 | Navigenics, Inc. | Genetic analysis systems and methods |
| JP2016024632A (ja) * | 2014-07-18 | 2016-02-08 | 株式会社ＤｅＮＡライフサイエンス | データ生成装置、データ生成方法、プログラム、及び、記録媒体 |
| JP2016518148A (ja) * | 2013-03-15 | 2016-06-23 | シナプティヴ メディカル （バルバドス） インコーポレイテッドＳｙｎａｐｔｉｖｅ Ｍｅｄｉｃａｌ （Ｂａｒｂａｄｏｓ） Ｉｎｃ． | 外科データのイントラモーダル同期化（関連出願の相互参照）本出願は、２０１３年３月１５日に出願され、名称を「病態追跡のためのシステムおよび方法」とする、米国仮出願第６１／８０１，２８２号に対する優先権を主張し、その全内容がここに参照として援用される。また、本出願は、２０１３年３月１５日に出願され、名称を「ハイパースペクトル撮像装置」とする、米国仮出願第６１／８００，９１１号に対する優先権を主張し、その全内容がここに参照として援用される。また、本出願は、２０１３年３月１５日に出願され、名称を「インサート撮像装置」とする、米国仮出願第６１／８０１，７４６号に対する優先権を主張し、その全内容がここに参照として援用される。また、本出願は、２０１３年５月１日に出願され、名称を「インサート撮像装置」とする、米国仮出願第６１／８１８，２５５号に対する優先権を主張し、その全内容がここに参照として援用される。また、本出願は、２０１３年３月１５日に出願され、名称を「低侵襲性治療の計画立案、ナビゲーション、およびシミュレーションのためのシステムおよび方法」とする、米国仮出願第６１／８００，１５５号に対する優先権を主張し、その全内容がここに参照として援用される。また、本出願は、２０１４年１月８日に出願され、名称を「低侵襲性治療の計画立案、ナビゲーション、およびシミュレーションのためのシステムおよび方法」とする、米国仮出願第６１／９２４，９９３号に対する優先権を主張し、その全内容がここに参照として援用される。また、本出願は、２０１３年３月１５日に出願され、名称を「処置中に用いる器具の時間経過を記録するためのシステムおよび方法」とする、米国仮出願第６１／７９８，８６７号に対する優先権を主張し、その全内容がここに参照として援用される。 |
| JP2018092515A (ja) * | 2016-12-07 | 2018-06-14 | 国立大学法人 鹿児島大学 | 遺伝子情報解析システム及び遺伝子情報解析方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07146795A (ja) * | 1993-11-22 | 1995-06-06 | Shimadzu Corp | 知識ベース作成支援装置 |
| JP2000067139A (ja) * | 1998-08-25 | 2000-03-03 | Hitachi Ltd | 電子カルテシステム |
| WO2000016220A1 (en) * | 1998-09-17 | 2000-03-23 | Affymetrix, Inc. | Method and apparatus for providing an expression data mining database and laboratory information management |
-
2000
- 2000-10-02 JP JP2000306622A patent/JP2002107366A/ja active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07146795A (ja) * | 1993-11-22 | 1995-06-06 | Shimadzu Corp | 知識ベース作成支援装置 |
| JP2000067139A (ja) * | 1998-08-25 | 2000-03-03 | Hitachi Ltd | 電子カルテシステム |
| WO2000016220A1 (en) * | 1998-09-17 | 2000-03-23 | Affymetrix, Inc. | Method and apparatus for providing an expression data mining database and laboratory information management |
Non-Patent Citations (4)
| Title |
|---|
| ZWEIGER, G: "Knowledge discovery in gene-expression-microarray data: mining the information output of the genome", TRENDS BIOTECHNOL., vol. 17, JPN4006023938, 1999, pages 429 - 436, ISSN: 0000800392 * |
| ZWEIGER, G: "Knowledge discovery in gene-expression-microarray data: mining the information output of the genome", TRENDS BIOTECHNOL., vol. 17, JPNX007026855, 1999, pages 429 - 436, ISSN: 0000856384 * |
| 田中敏博: "体系的発現情報解析", 実験医学, vol. 第１８巻、第１２号, JPN4006023937, 20 July 2000 (2000-07-20), pages 27 - 32, ISSN: 0000800391 * |
| 田中敏博: "体系的発現情報解析", 実験医学, vol. 第１８巻、第１２号, JPNX007026854, 20 July 2000 (2000-07-20), pages 27 - 32, ISSN: 0000856383 * |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPWO2004081554A1 (ja) * | 2003-03-14 | 2006-06-15 | 日本電気株式会社 | 診断支援システム |
| WO2004081554A1 (ja) * | 2003-03-14 | 2004-09-23 | Nec Corporation | 診断支援システム |
| JP2010160167A (ja) * | 2003-12-25 | 2010-07-22 | National Institute Of Advanced Industrial Science & Technology | 糖鎖構造プロファイリング技術 |
| JPWO2005064327A1 (ja) * | 2003-12-25 | 2007-07-19 | 独立行政法人産業技術総合研究所 | 糖鎖構造プロファイリング技術 |
| US8008094B2 (en) | 2003-12-25 | 2011-08-30 | National Institute Of Advanced Industrial Science And Technology | Methods for analyzing interactions between proteins and sugar chains |
| JP4515387B2 (ja) * | 2003-12-25 | 2010-07-28 | 独立行政法人産業技術総合研究所 | 糖鎖構造プロファイリング技術 |
| JPWO2007144977A1 (ja) * | 2006-06-15 | 2009-10-29 | 株式会社日立メディコ | 生体光計測装置 |
| JP2010504579A (ja) * | 2006-09-20 | 2010-02-12 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 分子診断判定サポートシステム |
| GB2444410B (en) * | 2006-11-30 | 2011-08-24 | Navigenics Inc | Genetic analysis systems and methods |
| GB2444410A (en) * | 2006-11-30 | 2008-06-04 | Navigenics Inc | Genetic profiling method |
| US9092391B2 (en) | 2006-11-30 | 2015-07-28 | Navigenics, Inc. | Genetic analysis systems and methods |
| JP2010134773A (ja) * | 2008-12-05 | 2010-06-17 | Dna Chip Research Inc | 生理的状態分析方法、生理的状態分析システム、及びコンピュータシステムに生理的状態を分析するための処理を実行させるコンピュータプログラム |
| JP2016518148A (ja) * | 2013-03-15 | 2016-06-23 | シナプティヴ メディカル （バルバドス） インコーポレイテッドＳｙｎａｐｔｉｖｅ Ｍｅｄｉｃａｌ （Ｂａｒｂａｄｏｓ） Ｉｎｃ． | 外科データのイントラモーダル同期化（関連出願の相互参照）本出願は、２０１３年３月１５日に出願され、名称を「病態追跡のためのシステムおよび方法」とする、米国仮出願第６１／８０１，２８２号に対する優先権を主張し、その全内容がここに参照として援用される。また、本出願は、２０１３年３月１５日に出願され、名称を「ハイパースペクトル撮像装置」とする、米国仮出願第６１／８００，９１１号に対する優先権を主張し、その全内容がここに参照として援用される。また、本出願は、２０１３年３月１５日に出願され、名称を「インサート撮像装置」とする、米国仮出願第６１／８０１，７４６号に対する優先権を主張し、その全内容がここに参照として援用される。また、本出願は、２０１３年５月１日に出願され、名称を「インサート撮像装置」とする、米国仮出願第６１／８１８，２５５号に対する優先権を主張し、その全内容がここに参照として援用される。また、本出願は、２０１３年３月１５日に出願され、名称を「低侵襲性治療の計画立案、ナビゲーション、およびシミュレーションのためのシステムおよび方法」とする、米国仮出願第６１／８００，１５５号に対する優先権を主張し、その全内容がここに参照として援用される。また、本出願は、２０１４年１月８日に出願され、名称を「低侵襲性治療の計画立案、ナビゲーション、およびシミュレーションのためのシステムおよび方法」とする、米国仮出願第６１／９２４，９９３号に対する優先権を主張し、その全内容がここに参照として援用される。また、本出願は、２０１３年３月１５日に出願され、名称を「処置中に用いる器具の時間経過を記録するためのシステムおよび方法」とする、米国仮出願第６１／７９８，８６７号に対する優先権を主張し、その全内容がここに参照として援用される。 |
| US10660705B2 (en) | 2013-03-15 | 2020-05-26 | Synaptive Medical (Barbados) Inc. | Intermodal synchronization of surgical data |
| JP2016024632A (ja) * | 2014-07-18 | 2016-02-08 | 株式会社ＤｅＮＡライフサイエンス | データ生成装置、データ生成方法、プログラム、及び、記録媒体 |
| JP2018092515A (ja) * | 2016-12-07 | 2018-06-14 | 国立大学法人 鹿児島大学 | 遺伝子情報解析システム及び遺伝子情報解析方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU784645B2 (en) | Method for providing clinical diagnostic services | |
| RU2699517C2 (ru) | Способ оценки риска заболевания у пользователя на основании генетических данных и данных о составе микробиоты кишечника | |
| RU2007124523A (ru) | Способы, системы и компьютерные программные продукты для разработки и использования прогнозных моделей для прогнозирования большинства медицинских случаев, оценки стратегий вмешательства и для одновременной оценки нерегулярности биологических маркеров | |
| JP5442208B2 (ja) | うつ病の検査方法 | |
| JP2003508853A (ja) | 遺伝子分析用人工知能システム | |
| CN103329138A (zh) | 用于处理基因组数据的方法 | |
| JP6268184B2 (ja) | 患患者固有の関連性評価を用いた変異と疾患の関連付けを使用する診断的遺伝子分析 | |
| KR101693510B1 (ko) | 개인 전장 유전체의 유전변이정보를 이용한 유전형 분석 시스템 및 방법 | |
| JP7399238B2 (ja) | 解析方法、情報処理装置、レポート提供方法 | |
| US20190018930A1 (en) | Method for building a database | |
| JP2002107366A (ja) | 診断支援システム | |
| CA2885634C (en) | Device for detecting a dynamical network biomarker, method for detecting same, and program for detecting same | |
| JP2021508488A (ja) | データの解釈、ならびにユーザの遺伝的データ及び腸内マイクロバイオータの組成に関するデータに基づいてユーザに推奨事項を提供するシステム及び方法 | |
| KR100806436B1 (ko) | 유전자 진단을 위한 마커 선택 프로그램을 포함하는 컴퓨터판독가능 매체, 마커 선택 장치 및 시스템, 및 유전자진단 함수 생성 장치 및 시스템 | |
| Cherik et al. | DNA methylation episignature in Gabriele-de Vries syndrome | |
| Young et al. | The frequency of gene variant reclassification and its impact on clinical management in the inherited arrhythmia clinic | |
| JP6198161B2 (ja) | 動的ネットワークバイオマーカーの検出装置、検出方法及び検出プログラム | |
| CA2974182A1 (en) | Pathology determination assistance device, method, program and storage medium | |
| TW202403606A (zh) | 具有無界樣本分析機制之基因資訊處理系統及其操作方法 | |
| US20230289569A1 (en) | Non-Transitory Computer Readable Medium, Information Processing Device, Information Processing Method, and Method for Generating Learning Model | |
| CN120183512B (zh) | 基于转录组测序构建的用于诊断早期宫颈癌淋巴结转移的方法、模型 | |
| WO2025254125A1 (ja) | 治療薬選定及び／又は治験エントリー判断支援システム | |
| CN120199322B (zh) | 基于转录组和瘤内微生物的方法、模型 | |
| EP4297038A1 (en) | Method and apparatus for analyzing biomarkers | |
| Mansmann et al. | Classification and prediction in pharmacogenetics–context, construction and validation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20041116 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20041116 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20060418 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060811 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060822 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061023 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20061219 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20070522 |