WO2013011919A1

WO2013011919A1 - Ｎａｓｈの評価方法、ｎａｓｈ評価装置、ｎａｓｈ評価方法、ｎａｓｈ評価プログラム、ｎａｓｈ評価システム、情報通信端末装置、およびｎａｓｈの予防・改善物質の探索方法

Info

Publication number: WO2013011919A1
Application number: PCT/JP2012/067830
Authority: WO
Inventors: 三雄高橋; 文彦高月; 敏彦安東; 利治西原
Original assignee: Ajinomoto Co Inc
Current assignee: Ajinomoto Co Inc
Priority date: 2011-07-15
Filing date: 2012-07-12
Publication date: 2013-01-24
Anticipated expiration: 2014-01-15
Also published as: US20140127819A1; JP2013040923A

Abstract

　血液中のアミノ酸の濃度を利用して、ＮＡＳＨにおける肝線維化の状態を精度よく評価することができるＮＡＳＨの評価方法など、およびＮＡＳＨにおける肝線維化を予防させる又はＮＡＳＨにおける肝線維化の状態を改善させる物質を精度よく探索することができるＮＡＳＨの予防・改善物質の探索方法を提供することを課題とする。本発明にかかるＮＡＳＨの評価方法によれば、評価対象から採取した血液中のアミノ酸の濃度値に関するアミノ酸濃度データを取得し、取得したアミノ酸濃度データに基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を評価する。

Description

ＮＡＳＨの評価方法、ＮＡＳＨ評価装置、ＮＡＳＨ評価方法、ＮＡＳＨ評価プログラム、ＮＡＳＨ評価システム、情報通信端末装置、およびＮＡＳＨの予防・改善物質の探索方法

　本発明は、血液（例えば血漿、血清などを含む）中のアミノ酸濃度を利用したＮＡＳＨの評価方法、ＮＡＳＨ評価装置、ＮＡＳＨ評価方法、ＮＡＳＨ評価プログラム、ＮＡＳＨ評価システム、および情報通信端末装置、ならびに非アルコール性脂肪肝炎（ＮＡＳＨ：ｎｏｎ－ａｌｃｏｈｏｌｉｃ　ｓｔｅａｔｏｈｅｐａｔｉｔｉｓ）における肝線維化を予防させる又は非アルコール性脂肪肝炎における肝線維化の状態を改善させる物質を探索するＮＡＳＨの予防・改善物質の探索方法に関するものである。

　ここで、本明細書において、肝線維化とは、肝細胞の壊死や損傷に応答して起こる生体反応であり、細胞外基質の生成と分解の不均衡（アンバランス）に因って肝臓内で結合組織の蓄積が生じた状態を示す。そして、肝線維化は、既存の線維が崩壊し蓄積することでさらに進行する。

　ＮＡＳＨは、ウイルス性肝炎、自己免疫性肝疾患および飲酒歴が否定された原因不明の肝障害である。また、ＮＡＳＨの肝臓は、高度の脂肪肝に加えて、肝実質の炎症・変性・壊死・線維化を特徴とし、当該肝臓の組織像はアルコール性肝障害のものに類似する。ＮＡＳＨの基礎病変として、インスリン抵抗性や肥満が想定されている（非特許文献１参照）。飽食の時代の到来と共に、先進国では肥満や生活習慣病の人口が増大している。その結果、ＮＡＳＨの患者数は米国で５６０万人と推定されている。ＮＡＳＨの患者の半数では約十年の経過で肝病変に明らかな進展が認められ、その半数のうち２割の症例では肝硬変へ移行する（非特許文献２参照）ので、ＮＡＳＨの早期診断とＮＡＳＨ患者の治療が重要である。

　現在、ＮＡＳＨの確定診断とＮＡＳＨの病態変化の把握に、肝生検は必要不可欠である。ＮＡＳＨの一般的な診断方法では、まず、アルコール摂取量が２０ｇ／日以下で、ＧＯＴ・ＧＰＴが６ヶ月以上異常変動で、肝炎ウイルスが陰性で、既存の代表的な代謝疾患や自己免疫性肝炎が否定され、超音波で脂肪肝の所見が取れたものを、非アルコール性脂肪性肝疾患（ＮＡＦＬＤ：Ｎｏｎ　Ａｌｃｏｈｏｌｉｃ　Ｆａｔｔｙ　Ｌｉｖｅｒ　Ｄｉｓｅａｓｅ）と判定する。さらに、メタボリック・シンドロームの判断基準、内臓脂肪量、中性脂肪量、ＨＤＬコレステロール量、血圧、血糖値等を考慮し、肝生検を実施してＮＡＳＨの組織学的評価を行う。肝生検によるＮＡＳＨの組織学的評価において、Ｂｒｕｎｔらが作成したグレーデングとステージングによるスコアリングシステムが広く受け入れられている（非特許文献３参照）。特に、ステージングは、肝臓の線維化状態を示す指標でありＮＡＳＨの病期を反映するので、重要である。ここで、ステ－ジングにおいて、ステージ０（Ｓ０）は、肝臓の線維化が認められない状態であり、ステージ１（Ｓ１）は、肝臓の細葉第３領域（ゾーン３）を中心に、血管周囲（ｐｅｒｉｖａｓｃｕｌａｒ）・類洞周囲（ｐｅｒｉｓｉｎｕｓｏｉｄａｌ）・細胞周囲（ｐｅｒｉｃｅｌｌｕｌａｒ）の線維化が部分的にまたは広範囲に認められる状態であり、ステージ２（Ｓ２）は、Ｓ１の状態に加えて更に、肝臓の門脈域の線維化が部分的もしくは広範囲に認められる状態であり、ステージ３（Ｓ３）は、肝臓の線維性架橋形成（ｂｒｉｄｇｉｎｇ　ｆｉｂｒｏｓｉｓ）が部分的もしくは広範囲に認められる状態であり、ステージ４（Ｓ４）は肝硬変の状態であると定められている。

　しかし、肝生検は侵襲度の高い検査であり、日本人の２０～３０％に認められる脂肪肝の人全員に肝生検を施行するのは実際的でない。さらに、こうした侵襲的診断では、苦痛を伴うなど患者への負担があり、検査による出血などのリスクも起こりえる。

　そのため、肝硬変への移行が危惧されるＮＡＦＬＤの症例を侵襲度の少ない手法で選択し、選択した症例から肝生検によりＮＡＳＨの診断を行い、ＮＡＳＨと診断された症例を集学的治療の対象とすることが、患者に対する身体的負担および費用対効果の面から望ましい。さらに、現在、臨床現場では、肝硬変への移行や肝がんの発症が危惧され、定期的な経過観察や積極的な食事療法・運動療法・薬物療法が必要となるＳ３の集団を早期に鑑別して積極的に療法することが必要とされていて、本集団を確実に鑑別できる侵襲度の少ない手法の創出が望まれている。

　ここで、より広くＮＡＳＨを判別する侵襲度の少ない手法として、ＧＯＴ・ＧＰＴ（非特許文献４参照）・レプチン（非特許文献５参照）・アディポネクチン（非特許文献６参照）・チオレドキシン（非特許文献７参照）などの指標に基づく手法が報告されている。さらに、肝硬変を含む高度線維化群を判別する手法として、ＴｙｐｅＩＶコラーゲン（非特許文献８参照）・ヒアルロン酸（非特許文献９参照、非特許文献１０参照）などの線維化マーカーを用いた診断法が提案されている。

　ここで、肝疾患の臨床診断を対象とし血中のアミノ酸濃度を用いた指標として、Ｆｉｓｃｈｅｒが提案したＦｉｓｃｈｅｒ比“（Ｌｅｕ＋Ｖａｌ＋Ｉｌｅ）／（Ｐｈｅ＋Ｔｙｒ）”や、Ｆｉｓｃｈｅｒ比を簡略化したＢＴＲ比“（Ｌｅｕ＋Ｖａｌ＋Ｉｌｅ）／Ｔｙｒ”がある（非特許文献１１参照）。これにより、肝硬変における肝性脳症を、これら指標に基づいて診断することができる。

　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、特許文献２、および特許文献３が公開されている。また、特許文献１には、血中アミノ酸を用いて肝炎を診断する方法、およびＣ型肝炎の非肝炎と肝炎の判別を目的とする指標が開示されている。また、アミノ酸の濃度を変数とする分数式からなる指標式を用いて肝疾患の病態の進行を評価する装置に関する特許文献４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２００６／１２９５１３号

Ｒｅｉｄ　ＡＥ．　ｅｔ　ａｌ．，Ｇａｓｔｒｏｅｎｔｅｒｏｌｏｇｙ，Ｖｏｌ．１２１，７１０－７２３，２００１Ｍａｔｔｅｏｎｉ　ＣＡ．　ｅｔ　ａｌ．，Ｇａｓｔｒｏｅｎｔｅｒｏｌｏｇｙ，Ｖｏｌ．１１６，１４１３－１４１９，１９９９Ｂｒｕｎｔ　ＥＭ．　ｅｔ　ａｌ．，Ａｍｅｒｉｃａｎ　Ｊｏｕｒｎａｌ　ｏｆ　Ｇａｓｔｒｏｅｎｔｅｒｏｌｏｇｙ，Ｖｏｌ．９４，２４６７－２４７４Ａｎｇｕｌｏ　Ｐ．，Ｈｅｐａｔｏｌｏｇｙ，３０，１３５６，１９９９Ｈｅｐａｔｏｌｏｇｙ，３６，４０３－４０９，２００２Ｈｕｉ　ＪＭ．　ｅｔ　ａｌ．，Ｈｅｐａｔｏｌｏｇｙ，４０，４６－５４，２００４Ｓｕｍｉｄａ　Ｙ．　ｅｔ　ａｌ．，Ｊ　Ｈｅｐａｔｏｌ．，３８，３２－３８，２００３Ｓａｋｕｇａｗａ　Ｈ．　ｅｔ　ａｌ．，Ｗｏｒｌｄ　Ｊ　Ｇａｓｔｒｏｅｎｔｅｒｏｌ．，１１，２５５－２５９，２００５金子浩幸ら，肝臓，４５巻，ｓｕｐｐｌ．（１）Ａ３１６，Ｐ－３２６，２００４Ｓｕｚｕｋｉ　Ａ．　ｅｔ　ａｌ．，Ｌｉｖｅｒ　Ｉｎｔ．，２５，７７９－７８６，２００５Ｆｉｓｃｈｅｒ　ＪＥ．，Ｓｕｒｇｅｒｙ，７８，２７６－２９０，１９７５

　しかしながら、非特許文献４や非特許文献５、非特許文献６、非特許文献７などの指標に基づくＮＡＳＨの判別手法によれば、積極的な治療を必要とするＳ３症例をＳ２症例から区別できるかが不明であり、また非特許文献８や非特許文献９、非特許文献１０などの線維化マーカーを用いた診断法によれば、ヒアルロン酸については、若年層では正常範囲であり（「織部淳哉ら，肝臓，４５巻，ｓｕｐｐｌ．（２）Ａ３１２，Ｐ－３１８，２００４」参照）、採血条件の影響を受けやすく、ＴｙｐｅＩＶコラーゲンについては、高度線維化群でも低値のものが認められているので、これまでの技術では、ＮＡＳＨにおける肝線維化の状態に関する判別性能・診断性能は必ずしも十分ではなかったという問題点があった。

　また、非特許文献１１や特許文献１、特許文献４などで開示されている血中のアミノ酸濃度をパラメータとした指標を用いた診断・評価方法によれば、診断・評価対象が肝硬変における肝性脳症やＣ型肝炎、肝疾患の病態進行であり、さらに、これまでＮＡＳＨのステージ分類と末梢血のアミノ酸代謝パターンとに関する報告やＮＡＳＨの診断方法へのアミノ酸代謝パターンの応用についての報告は皆無であるので、当該診断方法を用いても、これら診断対象とは全く成因の異なるＮＡＳＨにおける肝線維化の状態を精度よく診断することは困難であるという問題点があった。

　本発明は、上記問題点に鑑みてなされたもので、血液中のアミノ酸の濃度を利用して、ＮＡＳＨにおける肝線維化の状態を精度よく評価することができるＮＡＳＨの評価方法、ＮＡＳＨ評価装置、ＮＡＳＨ評価方法、ＮＡＳＨ評価プログラム、ＮＡＳＨ評価システム、および情報通信端末装置、ならびに、当該ＮＡＳＨの評価方法を用いて、ＮＡＳＨにおける肝線維化を予防させる又はＮＡＳＨにおける肝線維化の状態を改善させる物質を精度よく探索することができるＮＡＳＨの予防・改善物質の探索方法を提供することを目的とする。

　アミノ酸の代謝は、主に肝臓で行われ、ＮＡＳＨの病態形成過程に重要な糖代謝・脂質代謝・炎症反応・レドックス調節機構と強く連関していると考えられる。そのため、ＮＡＳＨ患者の末梢血等で肝臓の組織像変化に対応して特異的に変動するアミノ酸が発見され、さらに当該変動するアミノ酸の濃度をパラメータとして用いた指標式が創出できれば、ＮＡＳＨの背景にある代謝変化を反映した簡便かつ鋭敏な検査法として広く適用可能である。そこで、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、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０、ステージ１、およびステージ２を包含する群とステージ３およびステージ４を包含する群との２群判別、または、ステージ０およびステージ１を包含する群とステージ２、ステージ３、およびステージ４を包含する群との２群判別）に有用なアミノ酸を同定すると共に、同定したアミノ酸の濃度を変数に用いた、２群間の判別能を最適化するための多変量判別式（関数式、指標式）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ＮＡＳＨの評価方法は、評価対象から採取した血液中のアミノ酸の濃度値に関するアミノ酸濃度データを取得する取得ステップと、前記取得ステップで取得した前記評価対象の前記アミノ酸濃度データに基づいて、前記評価対象につき、非アルコール性脂肪肝炎における肝線維化の状態を評価する濃度値基準評価ステップとを含むことを特徴とする。

　また、本発明にかかるＮＡＳＨの評価方法は、前記のＮＡＳＨの評価方法において、前記濃度値基準評価ステップは、前記取得ステップで取得した前記アミノ酸濃度データに含まれるＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つの前記濃度値に基づいて、前記評価対象につき、前記非アルコール性脂肪肝炎における前記肝線維化の前記状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かを判別する濃度値基準判別ステップをさらに含むことを特徴とする。

　また、本発明にかかるＮＡＳＨの評価方法は、前記のＮＡＳＨの評価方法において、前記濃度値基準評価ステップは、前記取得ステップで取得した前記アミノ酸濃度データに含まれるＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎうち少なくとも１つの前記濃度値に基づいて、前記評価対象につき、前記非アルコール性脂肪肝炎における前記肝線維化の前記状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かを判別する濃度値基準判別ステップをさらに含むことを特徴とする。

　また、本発明にかかるＮＡＳＨの評価方法は、前記のＮＡＳＨの評価方法において、前記濃度値基準評価ステップは、前記取得ステップで取得した前記アミノ酸濃度データ、および前記アミノ酸の濃度を変数として含む予め設定した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出ステップと、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記非アルコール性脂肪肝炎における前記肝線維化の前記状態を評価する判別値基準評価ステップとをさらに含むこと、を特徴とする。

　また、本発明にかかるＮＡＳＨの評価方法は、前記のＮＡＳＨの評価方法において、前記多変量判別式は、ロジスティック回帰式、分数式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つであること、を特徴とする。

　また、本発明にかかるＮＡＳＨの評価方法は、前記のＮＡＳＨの評価方法において、前記判別値算出ステップは、前記取得ステップで取得した前記アミノ酸濃度データに含まれるＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つの前記濃度値、およびＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準評価ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記非アルコール性脂肪肝炎における前記肝線維化の前記状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かを判別する判別値基準判別ステップをさらに含むこと、を特徴とする。

　また、本発明にかかるＮＡＳＨの評価方法は、前記のＮＡＳＨの評価方法において、前記多変量判別式は、数式１、またはＯｒｎ、Ｇｌｕ、Ａｌａ、Ｃｙｓを前記変数として含む前記ロジスティック回帰式であること、を特徴とする。
（Ｏｒｎ／Ｇｌｎ）＋｛Ｐｈｅ／（Ｖａｌ＋Ｌｅｕ）｝＋（Ｍｅｔ／Ａｌａ）・・・数式１

　また、本発明にかかるＮＡＳＨの評価方法は、前記のＮＡＳＨの評価方法において、前記判別値算出ステップは、前記取得ステップで取得した前記アミノ酸濃度データに含まれるＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つの前記濃度値、およびＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、前記判別値基準評価ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記非アルコール性脂肪肝炎における前記肝線維化の前記状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かを判別する判別値基準判別ステップをさらに含むこと、を特徴とする。

　また、本発明にかかるＮＡＳＨの評価方法は、前記のＮＡＳＨの評価方法において、前記多変量判別式は、数式２、またはＧｌｙ、Ａｌａを前記変数として含む前記ロジスティック回帰式であること、を特徴とする。
｛Ｇｌｙ／（Ｇｌｎ＋Ｇｌｕ）｝＋（Ｔｙｒ／Ｖａｌ）＋（Ｐｒｏ／Ａｌａ）・・・数式２

　また、本発明にかかるＮＡＳＨ評価装置は、制御手段と記憶手段とを備え、評価対象につき、非アルコール性脂肪肝炎における肝線維化の状態を評価するＮＡＳＨ評価装置であって、前記制御手段は、アミノ酸の濃度値に関する予め取得した前記評価対象のアミノ酸濃度データ、および前記アミノ酸の濃度を変数として含む前記記憶手段で記憶した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出手段と、前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき、前記非アルコール性脂肪肝炎における前記肝線維化の前記状態を評価する判別値基準評価手段とを備えたこと、を特徴とする。

　なお、本発明にかかるＮＡＳＨ評価装置は、前記のＮＡＳＨ評価装置において、前記制御手段は、前記アミノ酸濃度データと前記非アルコール性脂肪肝炎における前記肝線維化の前記状態を表す指標に関する肝線維化状態指標データとを含む前記記憶手段で記憶した肝線維化状態情報に基づいて、前記記憶手段で記憶する前記多変量判別式を作成する多変量判別式作成手段をさらに備え、前記多変量判別式作成手段は、前記肝線維化状態情報から所定の式作成手法に基づいて、前記多変量判別式の候補である候補多変量判別式を作成する候補多変量判別式作成手段と、前記候補多変量判別式作成手段で作成した前記候補多変量判別式を、所定の検証手法に基づいて検証する候補多変量判別式検証手段と、前記候補多変量判別式検証手段での検証結果から所定の変数選択手法に基づいて前記候補多変量判別式の変数を選択することで（ただし、前記検証結果を考慮せず、前記所定の変数選択手法に基づいて前記候補多変量判別式の変数を選択してもよい。）、前記候補多変量判別式を作成する際に用いる前記肝線維化状態情報に含まれる前記アミノ酸濃度データの組み合わせを選択する変数選択手段と、をさらに備え、前記候補多変量判別式作成手段、前記候補多変量判別式検証手段および前記変数選択手段を繰り返し実行して蓄積した前記検証結果に基づいて、複数の前記候補多変量判別式の中から前記多変量判別式として採用する前記候補多変量判別式を選出することで、前記多変量判別式を作成することを特徴としてもよい。

　また、本発明にかかるＮＡＳＨ評価方法は、制御手段と記憶手段とを備えた情報処理装置において実行される、評価対象につき、非アルコール性脂肪肝炎における肝線維化の状態を評価するＮＡＳＨ評価方法であって、前記制御手段において実行される、アミノ酸の濃度値に関する予め取得した前記評価対象のアミノ酸濃度データ、および前記アミノ酸の濃度を変数として含む前記記憶手段で記憶した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出ステップと、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記非アルコール性脂肪肝炎における前記肝線維化の前記状態を評価する判別値基準評価ステップとを含むこと、を特徴とする。

　また、本発明にかかるＮＡＳＨ評価プログラムは、制御手段と記憶手段とを備えた情報処理装置において実行させるための、評価対象につき、非アルコール性脂肪肝炎における肝線維化の状態を評価するＮＡＳＨ評価プログラムであって、前記制御手段において実行させるための、アミノ酸の濃度値に関する予め取得した前記評価対象のアミノ酸濃度データ、および前記アミノ酸の濃度を変数として含む前記記憶手段で記憶した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出ステップと、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記非アルコール性脂肪肝炎における前記肝線維化の前記状態を評価する判別値基準評価ステップとを含むこと、を特徴とする。

　また、本発明にかかる記録媒体は、コンピュータ読み取り可能な記録媒体であって、前記のＮＡＳＨ評価プログラムを記録したことを特徴とする。

　また、本発明にかかるＮＡＳＨ評価システムは、制御手段と記憶手段とを備え、評価対象につき、非アルコール性脂肪肝炎における肝線維化の状態を評価するＮＡＳＨ評価装置と、制御手段を備え、アミノ酸の濃度値に関する前記評価対象のアミノ酸濃度データを提供する情報通信端末装置とを、ネットワークを介して通信可能に接続して構成されたＮＡＳＨ評価システムであって、前記情報通信端末装置の前記制御手段は、前記評価対象の前記アミノ酸濃度データを前記ＮＡＳＨ評価装置へ送信するアミノ酸濃度データ送信手段と、前記ＮＡＳＨ評価装置から送信された、前記非アルコール性脂肪肝炎における前記肝線維化の状態評価に関する前記評価対象の評価結果を受信する評価結果受信手段とを備え、前記ＮＡＳＨ評価装置の前記制御手段は、前記情報通信端末装置から送信された前記アミノ酸濃度データを受信するアミノ酸濃度データ受信手段と、前記アミノ酸濃度データ受信手段で受信した前記アミノ酸濃度データ、および前記アミノ酸の濃度を変数として含む前記記憶手段で記憶した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出手段と、前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき、前記非アルコール性脂肪肝炎における前記肝線維化の前記状態を評価する判別値基準評価手段と、前記判別値基準評価手段での前記評価対象の前記評価結果を前記情報通信端末装置へ送信する評価結果送信手段と、を備えたこと、を特徴とする。

　また、本発明にかかる情報通信端末装置は、評価対象につき、非アルコール性脂肪肝炎における肝線維化の状態を評価するＮＡＳＨ評価装置とネットワークを介して通信可能に接続された、制御手段を備え、アミノ酸の濃度値に関する前記評価対象のアミノ酸濃度データを提供する情報通信端末装置であって、前記制御手段は、前記評価対象の前記アミノ酸濃度データを前記ＮＡＳＨ評価装置へ送信するアミノ酸濃度データ送信手段と、前記ＮＡＳＨ評価装置から送信された、前記非アルコール性脂肪肝炎における前記肝線維化の状態評価に関する前記評価対象の評価結果を受信する評価結果受信手段とを備え、前記評価結果は、前記ＮＡＳＨ評価装置が、前記情報通信端末装置から送信された前記アミノ酸濃度データを受信し、受信した前記アミノ酸濃度データ、および前記アミノ酸の濃度を変数として含む前記ＮＡＳＨ評価装置で記憶した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出し、算出した前記判別値に基づいて、前記評価対象につき、前記非アルコール性脂肪肝炎における前記肝線維化の前記状態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ＮＡＳＨ評価装置は、アミノ酸の濃度値に関する評価対象のアミノ酸濃度データを提供する情報通信端末装置とネットワークを介して通信可能に接続された、制御手段と記憶手段とを備え、前記評価対象につき、非アルコール性脂肪肝炎における肝線維化の状態を評価するＮＡＳＨ評価装置であって、前記制御手段は、前記情報通信端末装置から送信された前記アミノ酸濃度データを受信するアミノ酸濃度データ受信手段と、前記アミノ酸濃度データ受信手段で受信した前記アミノ酸濃度データ、および前記アミノ酸の濃度を変数として含む前記記憶手段で記憶した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出手段と、前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき、前記非アルコール性脂肪肝炎における前記肝線維化の前記状態を評価する判別値基準評価手段と、前記判別値基準評価手段での前記評価対象の評価結果を前記情報通信端末装置へ送信する評価結果送信手段と、を備えたこと、を特徴とする。

　また、本発明にかかるＮＡＳＨの予防・改善物質の探索方法は、１つ又は複数の物質から成る所望の物質群が投与された評価対象から採取した血液中のアミノ酸の濃度値に関するアミノ酸濃度データを取得する取得ステップと、前記取得ステップで取得した前記アミノ酸濃度データに基づいて、前記評価対象につき、非アルコール性脂肪肝炎における肝線維化の状態を評価する濃度値基準評価ステップと、前記濃度値基準評価ステップでの評価結果に基づいて、前記所望の前記物質群が、前記非アルコール性脂肪肝炎における前記肝線維化を予防させる又は前記非アルコール性脂肪肝炎における前記肝線維化の前記状態を改善させるものであるか否かを判定する判定ステップと、を含むことを特徴とする。

　本発明によれば、評価対象から採取した血液中のアミノ酸の濃度値に関するアミノ酸濃度データを取得し、取得した評価対象のアミノ酸濃度データに基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を評価する。これにより、血液中のアミノ酸の濃度を利用して、ＮＡＳＨにおける肝線維化の状態を精度よく評価することができるという効果を奏する。

　また、本発明によれば、取得したアミノ酸濃度データに含まれるＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つの濃度値に基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かを判別する。これにより、血液中のアミノ酸の濃度のうちＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０、ステージ１、およびステージ２を包含する群とステージ３およびステージ４を包含する群との２群判別）に有用なアミノ酸の濃度を利用して、この２群判別を精度よく行うことができるという効果を奏する。

　また、本発明によれば、取得したアミノ酸濃度データに含まれるＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎうち少なくとも１つの濃度値に基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かを判別する。これにより、血液中のアミノ酸の濃度のうちＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０およびステージ１を包含する群とステージ２、ステージ３、およびステージ４を包含する群との２群判別）に有用なアミノ酸の濃度を利用して、この２群判別を精度よく行うことができるという効果を奏する。

　また、本発明によれば、アミノ酸濃度データ、およびアミノ酸の濃度を変数として含む予め設定した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出し、算出した判別値に基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を評価する。これにより、アミノ酸の濃度を変数として含む多変量判別式で得られる判別値を利用して、ＮＡＳＨにおける肝線維化の状態を精度よく評価することができるという効果を奏する。

　また、本発明によれば、多変量判別式は、ロジスティック回帰式、分数式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つである。これにより、アミノ酸の濃度を変数として含む多変量判別式で得られる判別値を利用して、ＮＡＳＨにおける肝線維化の状態をさらに精度よく評価することができるという効果を奏する。

　また、本発明によれば、アミノ酸濃度データに含まれるＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つの濃度値、およびＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かを判別する。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０、ステージ１、およびステージ２を包含する群とステージ３およびステージ４を包含する群との２群判別）に有用な多変量判別式で得られる判別値を利用して、この２群判別を精度よく行うことができるという効果を奏する。

　また、本発明によれば、多変量判別式は、数式１、またはＯｒｎ、Ｇｌｕ、Ａｌａ、Ｃｙｓを変数として含むロジスティック回帰式である。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０、ステージ１、およびステージ２を包含する群とステージ３およびステージ４を包含する群との２群判別）に特に有用な多変量判別式で得られる判別値を利用して、この２群判別をさらに精度よく行うことができるという効果を奏する。
（Ｏｒｎ／Ｇｌｎ）＋｛Ｐｈｅ／（Ｖａｌ＋Ｌｅｕ）｝＋（Ｍｅｔ／Ａｌａ）・・・数式１

　また、本発明によれば、アミノ酸濃度データに含まれるＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つの濃度値、およびＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かを判別する。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０およびステージ１を包含する群とステージ２、ステージ３、およびステージ４を包含する群との２群判別）に有用な多変量判別式で得られる判別値を利用して、この２群判別を精度よく行うことができるという効果を奏する。

　また、本発明によれば、多変量判別式は、数式２、またはＧｌｙ、Ａｌａを変数として含むロジスティック回帰式である。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０およびステージ１を包含する群とステージ２、ステージ３、およびステージ４を包含する群との２群判別）に特に有用な多変量判別式で得られる判別値を利用して、この２群判別をさらに精度よく行うことができるという効果を奏する。
｛Ｇｌｙ／（Ｇｌｎ＋Ｇｌｕ）｝＋（Ｔｙｒ／Ｖａｌ）＋（Ｐｒｏ／Ａｌａ）・・・数式２

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

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

　また、本発明によれば、１つ又は複数の物質から成る所望の物質群が投与された評価対象から採取した血液中のアミノ酸の濃度値に関するアミノ酸濃度データを取得し、取得したアミノ酸濃度データに基づいて、評価対象につき、非アルコール性脂肪肝炎における肝線維化の状態を評価し、評価結果に基づいて、所望の物質群が、非アルコール性脂肪肝炎における肝線維化を予防させる又は非アルコール性脂肪肝炎における肝線維化の状態を改善させるものであるか否かを判定するので、血液中のアミノ酸の濃度を利用してＮＡＳＨにおける肝線維化の状態を精度よく評価することができるＮＡＳＨの評価方法を用いて、ＮＡＳＨにおける肝線維化を予防させる又はＮＡＳＨにおける肝線維化の状態を改善させる物質を精度よく探索することができるという効果を奏する。

　ここで、ＮＡＳＨの治療としては、まず運動療法・食事療法が行われているが、これらの継続はしばしば困難であり、さらに急速な体重減少は、肝線維化の病態を悪化させることが知られている。また、薬物療法としては、偵察的に、ウルソデオキシコール酸（「Ｌｉｎｄｏｒ　Ｋ．ｅｔ　ａｌ．，Ｈｅｐａｔｏｌｏｇｙ，３９，７７０－７７８，２００４」参照）、ビタミンＥ（「Ｋａｗａｎａｋａ　Ｍ．，Ｈｅｐａｔｏｌ　Ｒｅｓ．，２９，３９－４１，２００４」参照）、ベタイン（「Ａｂｄｅｌｍａｌｅｋ　ＭＦ．，Ａｍ　Ｊ　Ｇａｓｔｒｏｅｎｔｅｒｏｌ，９６，２７１１－２７１７，２００１」参照）、フィブレート系薬剤（「Ｌｕｒｉｎ　Ｊ．，Ｈｅｐａｔｏｌｏｇｙ，２３，１４６４－１４６７，１９９６」参照）、Ｔｈｉａｚｏｌｉｎｅｄｉｏｎｅ系薬剤（「Ｐｒｏｍｒａｔ　Ｋ．，Ｈｅｐａｔｏｌｏｇｙ，３９，１８８－１９６，２００４」、「Ｎｅｕｓｃｈｗａｎｄｅｒ－Ｔｅｔｒｉ　ＢＡ．，Ｈｅｐａｔｏｌｏｇｙ，３８，１００８－１０１７，２００３」参照）が投与されているが、効果は限定的で、大規模な比較試験で効果が判明したものは無い。さらに一部の薬物では副作用が懸念されている。

　一方、ＮＡＳＨ患者の半数では約１０年の経過で肝病変に明らかな進展が認められ、そのうち２割の症例では肝硬変に移行するので（「Ｍａｔｔｅｏｎｉ　ＣＡ．，Ｇａｓｔｒｏｅｎｔｅｒｏｌｏｇｙ，１１６，１４１３－１４１９，１９９９」参照）、新薬の開発が急務である。

　しかし、生活習慣病を背景に脂肪肝から炎症・肝変性・線維化を起こすＮＡＳＨを完全に反映した病態モデルが存在しないことが効果的な薬物評価を困難にしている。さらにＮＡＳＨの肝生検をエンドポイントとした臨床試験は、Ｍａｙｏ　Ｃｌｉｎｉｃにおけるウルソデオキシコーリックアシッドの臨床試験（「Ｌｉｎｄｏｒ　Ｋ．ｅｔ　ａｌ．，Ｈｅｐａｔｏｌｏｇｙ，３９，７７０－７７８，２００４」参照）や、ＮＩＤＤＫのＮＡＳＨ　Ｃｌｉｎｉｃａｌ　Ｒｅｓｅａｒｃｈ　Ｎｅｔｗｏｒｋのアクトスの臨床試験（「ｈｔｔｐ：／／ｗｗｗ．ｎｉｈ．ｇｏｖ／ｎｅｗｓ／ｐｒ／ａｐｒ２００５／ｎｉｄｄｋ－０１．ｈｔｍ」参照）をみてもわかるように、２年を要する。

　そこで、本発明にかかるＮＡＳＨの予防・改善物質の探索方法を用いれば、ＮＡＳＨでの典型的なアミノ酸濃度変動パターンの情報やＮＡＳＨの肝臓組織病態変化に対応する多変量判別式を利用して、ＮＡＳＨの病態を一部反映した既存の動物モデルや臨床で、早期に有効な薬物を選択することが可能になる。

　なお、本発明は、ＮＡＳＨにおける肝線維化の状態評価を行う際、アミノ酸の濃度以外に、他の生体情報（例えば糖類・脂質・タンパク質・ペプチド・ミネラル・ホルモン等の生体代謝物や、例えば血糖値・血圧値・性別・年齢・肝疾患指標・食習慣・飲酒習慣・運動習慣・肥満度・疾患歴等の生体指標、など）をさらに用いてもかまわない。また、本発明は、ＮＡＳＨにおける肝線維化の状態評価を行う際、多変量判別式における変数として、アミノ酸の濃度以外に、他の生体情報（例えば糖類・脂質・タンパク質・ペプチド・ミネラル・ホルモン等の生体代謝物や、例えば血糖値・血圧値・性別・年齢・肝疾患指標・食習慣・飲酒習慣・運動習慣・肥満度・疾患歴等の生体指標、など）をさらに用いてもかまわない。

図１は、本発明の基本原理を示す原理構成図である。図２は、第１実施形態にかかるＮＡＳＨの評価方法の一例を示すフローチャートである。図３は、本発明の基本原理を示す原理構成図である。図４は、本システムの全体構成の一例を示す図である。図５は、本システムの全体構成の他の一例を示す図である。図６は、本システムのＮＡＳＨ評価装置１００の構成の一例を示すブロック図である。図７は、利用者情報ファイル１０６ａに格納される情報の一例を示す図である。図８は、アミノ酸濃度データファイル１０６ｂに格納される情報の一例を示す図である。図９は、肝線維化状態情報ファイル１０６ｃに格納される情報の一例を示す図である。図１０は、指定肝線維化状態情報ファイル１０６ｄに格納される情報の一例を示す図である。図１１は、候補多変量判別式ファイル１０６ｅ１に格納される情報の一例を示す図である。図１２は、検証結果ファイル１０６ｅ２に格納される情報の一例を示す図である。図１３は、選択肝線維化状態情報ファイル１０６ｅ３に格納される情報の一例を示す図である。図１４は、多変量判別式ファイル１０６ｅ４に格納される情報の一例を示す図である。図１５は、判別値ファイル１０６ｆに格納される情報の一例を示す図である。図１６は、評価結果ファイル１０６ｇに格納される情報の一例を示す図である。図１７は、多変量判別式作成部１０２ｈの構成を示すブロック図である。図１８は、判別値基準評価部１０２ｊの構成を示すブロック図である。図１９は、本システムのクライアント装置２００の構成の一例を示すブロック図である。図２０は、本システムのデータベース装置４００の構成の一例を示すブロック図である。図２１は、本システムで行うＮＡＳＨ評価サービス処理の一例を示すフローチャートである。図２２は、本システムのＮＡＳＨ評価装置１００で行う多変量判別式作成処理の一例を示すフローチャートである。図２３は、本発明の基本原理を示す原理構成図である。図２４は、第３実施形態にかかるＮＡＳＨの改善物質の探索方法の一例を示すフローチャートである。図２５は、肝線維化ステージ毎のアミノ酸変数の分布を示す箱ひげ図である。図２６は、数式１による肝線維化ステージの判別性能を評価するためのＲＯＣ曲線を示す図である。図２７は、数式１を用いてＳ１２群とＳ３４群の２群判別を行った際の各カットオフ値に対応する、感度、特異度、陽性適中率、陰性適中率、および正診率を示す図である。図２８は、数式１と同等の判別性能を持つ分数式の一覧を示す図である。図２９は、数式１と同等の判別性能を持つ分数式の一覧を示す図である。図３０は、数式２による肝線維化ステージの判別性能を評価するためのＲＯＣ曲線を示す図である。図３１は、数式２を用いてＳ１群とＳ２３４群の２群判別を行った際の各カットオフ値に対応する、感度、特異度、陽性適中率、陰性適中率、および正診率を示す図である。図３２は、数式２と同等の判別性能を持つ分数式の一覧を示す図である。図３３は、数式２と同等の判別性能を持つ分数式の一覧を示す図である。図３４は、Ｏｒｎ、Ｇｌｕ、Ａｌａ、およびＣｙｓから構成されるロジスティック回帰式による肝線維化ステージの判別性能を評価するためのＲＯＣ曲線を示す図である。図３５は、Ｏｒｎ、Ｇｌｕ、Ａｌａ、およびＣｙｓから構成されるロジスティック回帰式と同等の判別性能を持つロジスティック回帰式の一覧を示す図である。図３６は、Ｏｒｎ、Ｇｌｕ、Ａｌａ、およびＣｙｓから構成されるロジスティック回帰式と同等の判別性能を持つロジスティック回帰式の一覧を示す図である。図３７は、ＧｌｙおよびＡｌａから構成されるロジスティック回帰式による肝線維化ステージの判別性能を評価するためのＲＯＣ曲線を示す図である。図３８は、ＧｌｙおよびＡｌａから構成されるロジスティック回帰式と同等の判別性能を持つロジスティック回帰式の一覧を示す図である。図３９は、ＧｌｙおよびＡｌａから構成されるロジスティック回帰式と同等の判別性能を持つロジスティック回帰式の一覧を示す図である。

　以下に、本発明にかかるＮＡＳＨの評価方法の実施の形態（第１実施形態）、本発明にかかるＮＡＳＨ評価装置、ＮＡＳＨ評価方法、ＮＡＳＨ評価プログラム、記録媒体、ＮＡＳＨ評価システム、および情報通信端末装置の実施の形態（第２実施形態）、ならびに本発明にかかるＮＡＳＨの予防・改善物質の探索方法の実施の形態（第３実施形態）を、図面に基づいて詳細に説明する。なお、本実施の形態により本発明が限定されるものではない。

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

　まず、評価対象（例えば動物やヒトなどの個体）から採取した血液（例えば血漿、血清などを含む）中のアミノ酸の濃度値に関するアミノ酸濃度データを取得する（ステップＳ１１）。なお、ステップＳ１１では、例えば、アミノ酸濃度測定を行う企業等が測定したアミノ酸濃度データを取得してもよく、また、評価対象から採取した血液から、例えば以下の（Ａ）または（Ｂ）などの測定方法でアミノ酸濃度データを測定することでアミノ酸濃度データを取得してもよい。ここで、アミノ酸濃度の単位は、例えばモル濃度や重量濃度、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した。全ての血漿サンプルは、アミノ酸濃度の測定時まで－８０℃で凍結保存した。アミノ酸濃度測定時には、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）によりアミノ酸濃度を分析した（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した。全ての血漿サンプルは、アミノ酸濃度の測定時まで－８０℃で凍結保存した。アミノ酸濃度測定時には、スルホサリチル酸を添加し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アミノ酸濃度を分析した。

　つぎに、ステップＳ１１で取得したアミノ酸濃度データに基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を評価する（ステップＳ１２）。

　以上、本発明によれば、評価対象から採取した血液中のアミノ酸の濃度値に関するアミノ酸濃度データを取得し、取得した評価対象のアミノ酸濃度データに基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を評価する。これにより、血液中のアミノ酸の濃度を利用して、ＮＡＳＨにおける肝線維化の状態を精度よく評価することができる。

　ここで、ステップＳ１２を実行する前に、ステップＳ１１で取得したアミノ酸濃度データから欠損値や外れ値などのデータを除去してもよい。これにより、ＮＡＳＨにおける肝線維化の状態をさらに精度よく評価することができる。

　また、ステップＳ１２では、ステップＳ１１で取得したアミノ酸濃度データに含まれるＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つの濃度値に基づいて、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かを判別してもよい。これにより、血液中のアミノ酸の濃度のうちＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０、ステージ１、およびステージ２を包含する群とステージ３およびステージ４を包含する群との２群判別）に有用なアミノ酸の濃度を利用して、この２群判別を精度よく行うことができる。

　また、ステップＳ１２では、ステップＳ１１で取得したアミノ酸濃度データに含まれるＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つの濃度値に基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かを判別してもよい。これにより、血液中のアミノ酸の濃度のうちＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０およびステージ１を包含する群とステージ２、ステージ３、およびステージ４を包含する群との２群判別）に有用なアミノ酸の濃度を利用して、この２群判別を精度よく行うことができる。

　また、ステップＳ１２では、ステップＳ１１で取得したアミノ酸濃度データ、およびアミノ酸の濃度を変数として含む予め設定した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出し、算出した判別値に基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を評価してもよい。これにより、アミノ酸の濃度を変数として含む多変量判別式で得られる判別値を利用して、ＮＡＳＨにおける肝線維化の状態を精度よく評価することができる。

　なお、多変量判別式は、ロジスティック回帰式、分数式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つでもよい。これにより、アミノ酸の濃度を変数として含む多変量判別式で得られる判別値を利用して、ＮＡＳＨにおける肝線維化の状態をさらに精度よく評価することができる。

　また、ステップＳ１２では、ステップＳ１１で取得したアミノ酸濃度データに含まれるＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つの濃度値、およびＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かを判別してもよい。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０、ステージ１、およびステージ２を包含する群とステージ３およびステージ４を包含する群との２群判別）に有用な多変量判別式で得られる判別値を利用して、この２群判別を精度よく行うことができる。なお、多変量判別式は、数式１、またはＯｒｎ、Ｇｌｕ、Ａｌａ、Ｃｙｓを変数として含むロジスティック回帰式でもよい。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０、ステージ１、およびステージ２を包含する群とステージ３およびステージ４を包含する群との２群判別）に特に有用な多変量判別式で得られる判別値を利用して、この２群判別をさらに精度よく行うことができる。
（Ｏｒｎ／Ｇｌｎ）＋｛Ｐｈｅ／（Ｖａｌ＋Ｌｅｕ）｝＋（Ｍｅｔ／Ａｌａ）・・・数式１

　また、ステップＳ１２では、ステップＳ１１で取得したアミノ酸濃度データに含まれるＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つの濃度値、およびＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かを判別してもよい。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０およびステージ１を包含する群とステージ２、ステージ３、およびステージ４を包含する群との２群判別）に有用な多変量判別式で得られる判別値を利用して、この２群判別を精度よく行うことができる。なお、多変量判別式は、数式２、またはＧｌｙ、Ａｌａを変数として含むロジスティック回帰式でもよい。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０およびステージ１を包含する群とステージ２、ステージ３、およびステージ４を包含する群との２群判別）に特に有用な多変量判別式で得られる判別値を利用して、この２群判別をさらに精度よく行うことができる。
｛Ｇｌｙ／（Ｇｌｎ＋Ｇｌｕ）｝＋（Ｔｙｒ／Ｖａｌ）＋（Ｐｒｏ／Ａｌａ）・・・数式２

　ここで、上記した各多変量判別式は、本出願人による国際出願である国際公開第２００４／０５２１９１号に記載の方法また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（後述する第２実施形態に記載の多変量判別式作成処理）で作成してもよい。なお、これら方法で得られた多変量判別式であれば、入力データとしてのアミノ酸濃度データにおけるアミノ酸濃度の単位に因らず、当該多変量判別式をＮＡＳＨにおける肝線維化の状態評価に好適に用いることができる。

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

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

　そして、本発明は、ＮＡＳＨにおける肝線維化の状態評価を行う際、アミノ酸の濃度以外に、他の生体情報（例えば糖類・脂質・タンパク質・ペプチド・ミネラル・ホルモン等の生体代謝物や、例えば血糖値・血圧値・性別・年齢・肝疾患指標・食習慣・飲酒習慣・運動習慣・肥満度・疾患歴等の生体指標、など）をさらに用いてもかまわない。また、本発明は、ＮＡＳＨにおける肝線維化の状態評価を行う際、多変量判別式における変数として、アミノ酸の濃度以外に、他の生体情報（例えば糖類・脂質・タンパク質・ペプチド・ミネラル・ホルモン等の生体代謝物や、例えば血糖値・血圧値・性別・年齢・肝疾患指標・食習慣・飲酒習慣・運動習慣・肥満度・疾患歴等の生体指標、など）をさらに用いてもかまわない。

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

　まず、動物やヒトなどの個体から採取した血液中のアミノ酸の濃度値に関するアミノ酸濃度データを取得する（ステップＳＡ１１）。なお、ステップＳＡ１１では、例えば、アミノ酸濃度測定を行う企業等が測定したアミノ酸濃度データを取得してもよく、また、評価対象から採取した血液から例えば上述した（Ａ）または（Ｂ）などの測定方法でアミノ酸濃度データを測定することでアミノ酸濃度データを取得してもよい。

　つぎに、ステップＳＡ１１で取得した個体のアミノ酸濃度データから欠損値や外れ値などのデータを除去する（ステップＳＡ１２）。

　つぎに、ステップＳＡ１２で欠損値や外れ値などのデータが除去された個体のアミノ酸濃度データに基づいて、個体につき、以下に示す１１．または１２．の判別を実行する（ステップＳＡ１３）。

１１．肝線維化ステージの値がステージ３以上又は未満であるか否かの判別
　（ｉ）アミノ酸濃度データに含まれるＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つの濃度値と予め設定された閾値（カットオフ値）とを比較することで、個体につき、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かを判別する、または、（ｉｉ）アミノ酸濃度データに含まれるＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つの濃度値、およびＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値と予め設定された閾値（カットオフ値）とを比較することで、個体につき、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かを判別する。

１２．肝線維化ステージの値がステージ２以上又は未満であるか否かの判別
　（ｉ）アミノ酸濃度データに含まれるＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つの濃度値と予め設定された閾値（カットオフ値）とを比較することで、個体につき、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かを判別する、または、（ｉｉ）アミノ酸濃度データに含まれるＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つの濃度値、およびＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値と予め設定された閾値（カットオフ値）とを比較することで、個体につき、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かを判別する。

［１－３．第１実施形態のまとめ、およびその他の実施形態］
　以上、詳細に説明したように、第１実施形態にかかるＮＡＳＨの評価方法によれば、（ｉ）個体から採取した血液中のアミノ酸濃度データを取得し、（ｉｉ）取得した個体のアミノ酸濃度データから欠損値や外れ値などのデータを除去し、（ｉｉｉ）欠損値や外れ値などのデータが除去された個体のアミノ酸濃度データに基づいて、個体につき、上述した１１．または１２．の判別を実行する。これにより、血液中のアミノ酸の濃度のうちＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０、ステージ１、およびステージ２を包含する群とステージ３およびステージ４を包含する群との２群判別、または、ステージ０およびステージ１を包含する群とステージ２、ステージ３、およびステージ４を包含する群との２群判別）に有用なアミノ酸の濃度を利用して、この２群判別を精度よく行うことができる。また、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０、ステージ１、およびステージ２を包含する群とステージ３およびステージ４を包含する群との２群判別、または、ステージ０およびステージ１を包含する群とステージ２、ステージ３、およびステージ４を包含する群との２群判別）に有用な多変量判別式で得られる判別値を利用して、この２群判別を精度よく行うことができる。

　ここで、ステップＳＡ１３で用いられる多変量判別式は、ロジスティック回帰式、分数式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つでもよい。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０、ステージ１、およびステージ２を包含する群とステージ３およびステージ４を包含する群との２群判別、または、ステージ０およびステージ１を包含する群とステージ２、ステージ３、およびステージ４を包含する群との２群判別）に有用な多変量判別式で得られる判別値を利用して、この２群判別をさらに精度よく行うことができる。

　具体的には、上述した１１．の判別で用いられる多変量判別式は、数式１、またはＯｒｎ、Ｇｌｕ、Ａｌａ、Ｃｙｓを変数として含むロジスティック回帰式でもよい。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０、ステージ１、およびステージ２を包含する群とステージ３およびステージ４を包含する群との２群判別）に特に有用な多変量判別式で得られる判別値を利用して、この２群判別をさらに精度よく行うことができる。また、上述した１２．の判別で用いられる多変量判別式は、数式２、またはＧｌｙ、Ａｌａを変数として含むロジスティック回帰式でもよい。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０およびステージ１を包含する群とステージ２、ステージ３、およびステージ４を包含する群との２群判別）に特に有用な多変量判別式で得られる判別値を利用して、この２群判別をさらに精度よく行うことができる。
（Ｏｒｎ／Ｇｌｎ）＋｛Ｐｈｅ／（Ｖａｌ＋Ｌｅｕ）｝＋（Ｍｅｔ／Ａｌａ）・・・数式１
｛Ｇｌｙ／（Ｇｌｎ＋Ｇｌｕ）｝＋（Ｔｙｒ／Ｖａｌ）＋（Ｐｒｏ／Ａｌａ）・・・数式２

　なお、上記した各多変量判別式は、本出願人による国際出願である国際公開第２００４／０５２１９１号に記載の方法また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（後述する第２実施形態に記載の多変量判別式作成処理）で作成してもよい。なお、これら方法で得られた多変量判別式であれば、入力データとしてのアミノ酸濃度データにおけるアミノ酸濃度の単位に因らず、当該多変量判別式をＮＡＳＨにおける肝線維化の状態評価に好適に用いることができる。

［第２実施形態］
［２－１．本発明の概要］
　ここでは、本発明にかかるＮＡＳＨ評価装置、ＮＡＳＨ評価方法、ＮＡＳＨ評価プログラム、記録媒体、ＮＡＳＨ評価システム、および情報通信端末装置の概要について、図３を参照して説明する。図３は本発明の基本原理を示す原理構成図である。

　まず、本発明は、制御部で、アミノ酸の濃度値に関する予め取得した評価対象（例えば動物やヒトなどの個体）のアミノ酸濃度データ、およびアミノ酸の濃度を変数する記憶部で記憶した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する（ステップＳ２１）。

　つぎに、本発明は、制御部で、ステップＳ２１で算出した判別値に基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を評価する（ステップＳ２２）。

　以上、本発明によれば、評価対象のアミノ酸濃度データ、およびアミノ酸の濃度を変数として含む多変量判別式に基づいて、当該多変量判別式の値である判別値を算出し、算出した判別値に基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を評価する。これにより、アミノ酸の濃度を変数として含む多変量判別式で得られる判別値を利用して、ＮＡＳＨにおける肝線維化の状態を精度よく評価することができる。

　また、ステップＳ２１では、アミノ酸濃度データに含まれるＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つの濃度値、およびＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つを変数として含む多変量判別式に基づいて、判別値を算出し、ステップＳ２２では、ステップＳ２１で算出した判別値に基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かを判別してもよい。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０、ステージ１、およびステージ２を包含する群とステージ３およびステージ４を包含する群との２群判別）に有用な多変量判別式で得られる判別値を利用して、この２群判別を精度よく行うことができる。なお、多変量判別式は、数式１、またはＯｒｎ、Ｇｌｕ、Ａｌａ、Ｃｙｓを変数として含むロジスティック回帰式でもよい。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０、ステージ１、およびステージ２を包含する群とステージ３およびステージ４を包含する群との２群判別）に特に有用な多変量判別式で得られる判別値を利用して、この２群判別をさらに精度よく行うことができる。
（Ｏｒｎ／Ｇｌｎ）＋｛Ｐｈｅ／（Ｖａｌ＋Ｌｅｕ）｝＋（Ｍｅｔ／Ａｌａ）・・・数式１

　また、ステップＳ２１では、アミノ酸濃度データに含まれるＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つの濃度値、およびＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つを変数として含む多変量判別式に基づいて、判別値を算出し、ステップＳ２２では、ステップＳ２１で算出した判別値に基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かを判別してもよい。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０およびステージ１を包含する群とステージ２、ステージ３、およびステージ４を包含する群との２群判別）に有用な多変量判別式で得られる判別値を利用して、この２群判別を精度よく行うことができる。なお、多変量判別式は、数式２、またはＧｌｙ、Ａｌａを変数として含むロジスティック回帰式でもよい。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０およびステージ１を包含する群とステージ２、ステージ３、およびステージ４を包含する群との２群判別）に特に有用な多変量判別式で得られる判別値を利用して、この２群判別をさらに精度よく行うことができる。
｛Ｇｌｙ／（Ｇｌｎ＋Ｇｌｕ）｝＋（Ｔｙｒ／Ｖａｌ）＋（Ｐｒｏ／Ａｌａ）・・・数式２

　ここで、上記した各多変量判別式は、本出願人による国際出願である国際公開第２００４／０５２１９１号に記載の方法また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（後述する多変量判別式作成処理）で作成してもよい。なお、これら方法で得られた多変量判別式であれば、入力データとしてのアミノ酸濃度データにおけるアミノ酸濃度の単位に因らず、当該多変量判別式をＮＡＳＨにおける肝線維化の状態評価に好適に用いることができる。

　ここで、多変量判別式作成処理（工程１～工程４）の概要について詳細に説明する。なお、ここで説明する処理はあくまでも一例であり、多変量判別式の作成方法はこれに限定されない。

　まず、本発明は、制御部で、アミノ酸濃度データとＮＡＳＨにおける肝線維化の状態を表す指標（例えば肝線維化ステージなど）に関する肝線維化状態指標データとを含む記憶部で記憶した肝線維化状態情報から所定の式作成手法に基づいて、多変量判別式の候補である候補多変量判別式（例えば、ｙ＝ａ_１ｘ_１＋ａ_２ｘ_２＋・・・＋ａ_ｎｘ_ｎ、ｙ：肝線維化状態指標データ、ｘ_ｉ：アミノ酸濃度データ、ａ_ｉ：定数、ｉ＝１，２，・・・，ｎ）を作成する（工程１）。なお、事前に、肝線維化状態情報から欠損値や外れ値などを持つデータを除去してもよい。

　なお、工程１において、肝線維化状態情報から、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、ロジスティック回帰分析、ｋ－ｍｅａｎｓ法、クラスター解析、決定木などの多変量解析に関するものを含む。）を併用して複数の候補多変量判別式を作成してもよい。具体的には、多数の正常群およびＮＡＳＨ患者群から得た血液を分析して得たアミノ酸濃度データおよび肝線維化状態指標データから構成される多変量データである肝線維化状態情報に対して、複数の異なるアルゴリズムを利用して複数群の候補多変量判別式を同時並行的に作成してもよい。例えば、異なるアルゴリズムを利用して判別分析およびロジスティック回帰分析を同時に行い、２つの異なる候補多変量判別式を作成してもよい。また、主成分分析を行って作成した候補多変量判別式を利用して肝線維化状態情報を変換し、変換した肝線維化状態情報に対して判別分析を行うことで候補多変量判別式を作成してもよい。これにより、最終的に、診断条件に合った適切な多変量判別式を作成することができる。

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

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

　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つに基づいて候補多変量判別式の判別率や感度、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、肝線維化状態情報や診断条件を考慮した予測性または頑健性の高い候補多変量判別式を作成することができる。

　ここで、判別率とは、全入力データの中で、本発明で評価したＮＡＳＨにおける肝線維化の状態が正しい割合である。また、感度とは、入力データに記載されたＮＡＳＨにおける肝線維化の状態になっているものの中で、本発明で評価したＮＡＳＨにおける肝線維化の状態が正しい割合である。また、特異度とは、入力データに記載されたＮＡＳＨにおける肝線維化の状態が正常になっているものの中で、本発明で評価したＮＡＳＨにおける肝線維化の状態が正しい割合である。また、情報量基準とは、工程１で作成した候補多変量判別式のアミノ酸変数の数と、本発明で評価したＮＡＳＨにおける肝線維化の状態および入力データに記載されたＮＡＳＨにおける肝線維化の状態の差異と、を足し合わせたものである。また、ＲＯＣ＿ＡＵＣ（受信者特性曲線の曲線下面積）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、候補多変量判別式の検証を繰り返すことで得られた判別率や感度、特異性を平均したものである。また、頑健性とは、候補多変量判別式の検証を繰り返すことで得られた判別率や感度、特異性の分散である。

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

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

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

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

　以上、説明したように、多変量判別式作成処理では、肝線維化状態情報に基づいて、候補多変量判別式の作成、候補多変量判別式の検証および候補多変量判別式の変数の選択に関する処理を一連の流れで体系化（システム化）して実行することにより、ＮＡＳＨにおける肝線維化の状態評価に最適な多変量判別式を作成することができる。換言すると、多変量判別式作成処理では、アミノ酸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、診断性能の高い多変量判別式を抽出する。多変量判別式としては、ロジスティック回帰、線形判別、サポートベクターマシン、マハラノビス距離法、重回帰分析、クラスター解析などを用いることができる。

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

　まず、本システムの全体構成について図４および図５を参照して説明する。図４は本システムの全体構成の一例を示す図である。また、図５は本システムの全体構成の他の一例を示す図である。本システムは、図４に示すように、評価対象につき、ＮＡＳＨにおける肝線維化の状態評価を行うＮＡＳＨ評価装置１００と、アミノ酸の濃度値に関する評価対象のアミノ酸濃度データを提供するクライアント装置２００（本発明の情報通信端末装置に相当）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、本システムは、図５に示すように、ＮＡＳＨ評価装置１００やクライアント装置２００の他に、ＮＡＳＨ評価装置１００で多変量判別式を作成する際に用いる肝線維化状態情報や、ＮＡＳＨにおける肝線維化の状態評価を行うために用いる多変量判別式などを格納したデータベース装置４００を、ネットワーク３００を介して通信可能に接続して構成されてもよい。これにより、ネットワーク３００を介して、ＮＡＳＨ評価装置１００からクライアント装置２００やデータベース装置４００へ、あるいはクライアント装置２００やデータベース装置４００からＮＡＳＨ評価装置１００へ、ＮＡＳＨにおける肝線維化の状態に関する情報などが提供される。ここで、ＮＡＳＨにおける肝線維化の状態に関する情報とは、ヒトを含む生物のＮＡＳＨにおける肝線維化の状態に関する特定の項目について測定した値に関する情報である。また、ＮＡＳＨにおける肝線維化の状態に関する情報は、ＮＡＳＨ評価装置１００やクライアント装置２００や他の装置（例えば各種の計測装置等）で生成され、主にデータベース装置４００に蓄積される。

　つぎに、本システムのＮＡＳＨ評価装置１００の構成について図６から図１８を参照して説明する。図６は、本システムのＮＡＳＨ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。

　ＮＡＳＨ評価装置１００は、当該ＮＡＳＨ評価装置を統括的に制御するＣＰＵ等の制御部１０２と、ルータ等の通信装置および専用線等の有線または無線の通信回線を介して当該ＮＡＳＨ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、ＮＡＳＨ評価装置１００は、各種の分析装置（例えばアミノ酸アナライザー等）と同一筐体で構成されてもよい。また、ＮＡＳＨ評価装置１００の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の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、本明細書の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。例えば、処理の一部をＣＧＩ（Ｃｏｍｍｏｎ　Ｇａｔｅｗａｙ　Ｉｎｔｅｒｆａｃｅ）を用いて実現してもよい。

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

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

　図６に戻り、アミノ酸濃度データファイル１０６ｂは、アミノ酸の濃度値に関するアミノ酸濃度データを格納する。図８は、アミノ酸濃度データファイル１０６ｂに格納される情報の一例を示す図である。アミノ酸濃度データファイル１０６ｂに格納される情報は、図８に示すように、評価対象である個体（サンプル）を一意に識別するための個体番号と、アミノ酸濃度データとを相互に関連付けて構成されている。ここで、図８では、アミノ酸濃度データを数値、すなわち連続尺度として扱っているが、アミノ酸濃度データは名義尺度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、アミノ酸濃度データに、他の生体情報（例えば糖類・脂質・タンパク質・ペプチド・ミネラル・ホルモン等の生体代謝物や、例えば血糖値・血圧値・性別・年齢・肝疾患指標・食習慣・飲酒習慣・運動習慣・肥満度・疾患歴等の生体指標、など）を組み合わせてもよい。

　図６に戻り、肝線維化状態情報ファイル１０６ｃは、多変量判別式を作成する際に用いる肝線維化状態情報を格納する。図９は、肝線維化状態情報ファイル１０６ｃに格納される情報の一例を示す図である。肝線維化状態情報ファイル１０６ｃに格納される情報は、図９に示すように、個体番号と、ＮＡＳＨにおける肝線維化の状態を表す指標（指標Ｔ_１、指標Ｔ_２、指標Ｔ_３・・・）に関する肝線維化状態指標データ（Ｔ）と、アミノ酸濃度データと、を相互に関連付けて構成されている。ここで、図９では、肝線維化状態指標データおよびアミノ酸濃度データを数値（すなわち連続尺度）として扱っているが、肝線維化状態指標データおよびアミノ酸濃度データは名義尺度や順序尺度でもよい。なお、名義尺度や順序尺度の場合は、それぞれの状態に対して任意の数値を与えることで解析してもよい。また、肝線維化状態指標データは、ＮＡＳＨにおける肝線維化の状態のマーカーとなる既知の単一の状態指標であり、数値データを用いてもよい。

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

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

　候補多変量判別式ファイル１０６ｅ１は、後述する候補多変量判別式作成部１０２ｈ１で作成した候補多変量判別式を格納する。図１１は、候補多変量判別式ファイル１０６ｅ１に格納される情報の一例を示す図である。候補多変量判別式ファイル１０６ｅ１に格納される情報は、図１１に示すように、ランクと、候補多変量判別式（図１１では、Ｆ_１（Ｇｌｙ，Ｌｅｕ，Ｐｈｅ，・・・）やＦ_２（Ｇｌｙ，Ｌｅｕ，Ｐｈｅ，・・・）、Ｆ_３（Ｇｌｙ，Ｌｅｕ，Ｐｈｅ，・・・）など）とを相互に関連付けて構成されている。

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

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

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

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

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

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

　通信インターフェース部１０４は、ＮＡＳＨ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。

　制御部１０２は、ＯＳ（Ｏｐｅｒａｔｉｎｇ　Ｓｙｓｔｅｍ）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、要求解釈部１０２ａと閲覧処理部１０２ｂと認証処理部１０２ｃと電子メール生成部１０２ｄとＷｅｂページ生成部１０２ｅと受信部１０２ｆと肝線維化状態情報指定部１０２ｇと多変量判別式作成部１０２ｈと判別値算出部１０２ｉと判別値基準評価部１０２ｊと結果出力部１０２ｋと送信部１０２ｍとを備えている。制御部１０２は、データベース装置４００から送信された肝線維化状態情報やクライアント装置２００から送信されたアミノ酸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。

　要求解釈部１０２ａは、クライアント装置２００やデータベース装置４００からの要求内容を解釈し、その解釈結果に応じて制御部１０２の各部に処理を受け渡す。閲覧処理部１０２ｂは、クライアント装置２００からの各種画面の閲覧要求を受けて、これら画面のＷｅｂデータの生成や送信を行なう。認証処理部１０２ｃは、クライアント装置２００やデータベース装置４００からの認証要求を受けて、認証判断を行う。電子メール生成部１０２ｄは、各種の情報を含んだ電子メールを生成する。Ｗｅｂページ生成部１０２ｅは、利用者がクライアント装置２００で閲覧するＷｅｂページを生成する。

　受信部１０２ｆ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、アミノ酸濃度データや肝線維化状態情報、多変量判別式など）を、ネットワーク３００を介して受信する。肝線維化状態情報指定部１０２ｇは、多変量判別式を作成するにあたり、対象とする肝線維化状態指標データおよびアミノ酸濃度データを指定する。

　多変量判別式作成部１０２ｈは、受信部１０２ｆで受信した肝線維化状態情報や肝線維化状態情報指定部１０２ｇで指定した肝線維化状態情報に基づいて多変量判別式を作成する。具体的には、多変量判別式作成部１０２ｈは、肝線維化状態情報から、候補多変量判別式作成部１０２ｈ１、候補多変量判別式検証部１０２ｈ２および変数選択部１０２ｈ３を繰り返し実行させることにより蓄積された検証結果に基づいて、複数の候補多変量判別式の中から多変量判別式として採用する候補多変量判別式を選出することで、多変量判別式を作成する。

　なお、多変量判別式が予め記憶部１０６の所定の記憶領域に格納されている場合には、多変量判別式作成部１０２ｈは、記憶部１０６から所望の多変量判別式を選択することで、多変量判別式を作成してもよい。また、多変量判別式作成部１０２ｈは、多変量判別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）から所望の多変量判別式を選択しダウンロードすることで、多変量判別式を作成してもよい。

　ここで、多変量判別式作成部１０２ｈの構成について図１７を参照して説明する。図１７は、多変量判別式作成部１０２ｈの構成を示すブロック図であり、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。多変量判別式作成部１０２ｈは、候補多変量判別式作成部１０２ｈ１と、候補多変量判別式検証部１０２ｈ２と、変数選択部１０２ｈ３と、をさらに備えている。候補多変量判別式作成部１０２ｈ１は、肝線維化状態情報から所定の式作成手法に基づいて多変量判別式の候補である候補多変量判別式を作成する。なお、候補多変量判別式作成部１０２ｈ１は、肝線維化状態情報から、複数の異なる式作成手法を併用して複数の候補多変量判別式を作成してもよい。候補多変量判別式検証部１０２ｈ２は、候補多変量判別式作成部１０２ｈ１で作成した候補多変量判別式を所定の検証手法に基づいて検証する。なお、候補多変量判別式検証部１０２ｈ２は、ブートストラップ法、ホールドアウト法、Ｎ－フォールド法、リーブワンアウト法のうち少なくとも１つに基づいて候補多変量判別式の判別率、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）のうち少なくとも１つに関して検証してもよい。変数選択部１０２ｈ３は、候補多変量判別式検証部１０２ｈ２での検証結果から所定の変数選択手法に基づいて候補多変量判別式の変数を選択することで、候補多変量判別式を作成する際に用いる肝線維化状態情報に含まれるアミノ酸濃度データの組み合わせを選択する。なお、変数選択部１０２ｈ３は、検証結果からステップワイズ法、ベストパス法、近傍探索法、遺伝的アルゴリズムのうち少なくとも１つに基づいて候補多変量判別式の変数を選択してもよい。

　図６に戻り、判別値算出部１０２ｉは、多変量判別式作成部１０２ｈで作成した多変量判別式、および受信部１０２ｆで受信した評価対象のアミノ酸濃度データに基づいて、当該多変量判別式の値である判別値を算出する。なお、多変量判別式は、ロジスティック回帰式、分数式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つでもよい。

　具体的には、後述する判別値基準判別部１０２ｊ１でＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かを判別する場合、判別値算出部１０２ｉは、アミノ酸濃度データに含まれるＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つの濃度値、およびＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つを変数として含む多変量判別式に基づいて、判別値を算出してもよい。なお、判別値基準判別部１０２ｊ１でＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かを判別する場合、多変量判別式は、数式１、またはＯｒｎ、Ｇｌｕ、Ａｌａ、Ｃｙｓを変数として含むロジスティック回帰式でもよい。
（Ｏｒｎ／Ｇｌｎ）＋｛Ｐｈｅ／（Ｖａｌ＋Ｌｅｕ）｝＋（Ｍｅｔ／Ａｌａ）・・・数式１

　また、具体的には、後述する判別値基準判別部１０２ｊ１でＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かを判別する場合、判別値算出部１０２ｉは、アミノ酸濃度データに含まれるＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つの濃度値、およびＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つを変数として含む多変量判別式に基づいて、判別値を算出してもよい。なお、判別値基準判別部１０２ｊ１でＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かを判別する場合、多変量判別式は、数式２、またはＧｌｙ、Ａｌａを変数として含むロジスティック回帰式でもよい。
｛Ｇｌｙ／（Ｇｌｎ＋Ｇｌｕ）｝＋（Ｔｙｒ／Ｖａｌ）＋（Ｐｒｏ／Ａｌａ）・・・数式２

　判別値基準評価部１０２ｊは、判別値算出部１０２ｉで算出した判別値に基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を評価する。判別値基準評価部１０２ｊは、判別値基準判別部１０２ｊ１をさらに備えている。ここで、判別値基準評価部１０２ｊの構成について図１８を参照して説明する。図１８は、判別値基準評価部１０２ｊの構成を示すブロック図であり、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。判別値基準判別部１０２ｊ１は、判別値に基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かの判別、またはＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かの判別を実行する。具体的には、判別値基準判別部１０２ｊ１は、判別値と予め設定された閾値（カットオフ値）とを比較することで、評価対象につき、この判別のうちのいずれかを実行する。

　図６に戻り、結果出力部１０２ｋは、制御部１０２の各処理部での処理結果（判別値基準評価部１０２ｊでの評価結果（具体的には判別値基準判別部１０２ｊ１での判別結果）を含む）等を出力装置１１４に出力する。

　送信部１０２ｍは、評価対象のアミノ酸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、ＮＡＳＨ評価装置１００で作成した多変量判別式や評価結果を送信したりする。

　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１９を参照して説明する。図１９は、本システムのクライアント装置２００の構成の一例を示すブロック図であり、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ＨＤ２３０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。

　制御部２１０は、Ｗｅｂブラウザ２１１、電子メーラ２１２、受信部２１３、送信部２１４を備えている。Ｗｅｂブラウザ２１１は、Ｗｅｂデータを解釈し、解釈したＷｅｂデータを後述するモニタ２６１に表示するブラウズ処理を行う。なお、Ｗｅｂブラウザ２１１には、ストリーム映像の受信・表示・フィードバック等を行う機能を備えたストリームプレイヤ等の各種のソフトウェアをプラグインしてもよい。電子メーラ２１２は、所定の通信規約（例えば、ＳＭＴＰ（Ｓｉｍｐｌｅ　Ｍａｉｌ　Ｔｒａｎｓｆｅｒ　Ｐｒｏｔｏｃｏｌ）やＰＯＰ３（Ｐｏｓｔ　Ｏｆｆｉｃｅ　Ｐｒｏｔｏｃｏｌ　ｖｅｒｓｉｏｎ　３）等）に従って電子メールの送受信を行う。受信部２１３は、通信ＩＦ２８０を介して、ＮＡＳＨ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２１４は、通信ＩＦ２８０を介して、評価対象のアミノ酸濃度データなどの各種情報をＮＡＳＨ評価装置１００へ送信する。

　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ＮＡＳＨ評価装置１００にアクセスすることができる。

　ここで、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端末・携帯端末・移動体通信端末・ＰＤＡ等の情報処理端末など）に、Ｗｅｂデータのブラウジング機能や電子メール機能を実現させるソフトウェア（プログラム、データ等を含む）を実装することにより、クライアント装置２００を実現してもよい。

　また、クライアント装置２００の制御部２１０は、制御部２１０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（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。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。

　つぎに、本システムのネットワーク３００について図４、図５を参照して説明する。ネットワーク３００は、ＮＡＳＨ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（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網や、携帯回線交換網または携帯パケット交換網（ＩＭＴ２０００方式、ＧＳＭ（登録商標）方式またはＰＤＣ／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、ＢＳまたはＩＳＤＢ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２０を参照して説明する。図２０は、本システムのデータベース装置４００の構成の一例を示すブロック図であり、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、ＮＡＳＨ評価装置１００または当該データベース装置で多変量判別式を作成する際に用いる肝線維化状態情報や、ＮＡＳＨ評価装置１００で作成した多変量判別式、ＮＡＳＨ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２０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（なお、以下で、出力装置４１４をモニタ４１４として記載する場合がある。）。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（Ｏｐｅｒａｔｉｎｇ　Ｓｙｓｔｅｍ）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、要求解釈部４０２ａと閲覧処理部４０２ｂと認証処理部４０２ｃと電子メール生成部４０２ｄとＷｅｂページ生成部４０２ｅと送信部４０２ｆとを備えている。

　要求解釈部４０２ａは、ＮＡＳＨ評価装置１００からの要求内容を解釈し、その解釈結果に応じて制御部４０２の各部に処理を受け渡す。閲覧処理部４０２ｂは、ＮＡＳＨ評価装置１００からの各種画面の閲覧要求を受けて、これら画面のＷｅｂデータの生成や送信を行う。認証処理部４０２ｃは、ＮＡＳＨ評価装置１００からの認証要求を受けて、認証判断を行う。電子メール生成部４０２ｄは、各種の情報を含んだ電子メールを生成する。Ｗｅｂページ生成部４０２ｅは、利用者がクライアント装置２００で閲覧するＷｅｂページを生成する。送信部４０２ｆは、肝線維化状態情報や多変量判別式などの各種情報を、ＮＡＳＨ評価装置１００へ送信する。

［２－３．本システムの処理］
　ここでは、以上のように構成された本システムで行われるＮＡＳＨ評価サービス処理の一例を、図２１を参照して説明する。図２１は、ＮＡＳＨ評価サービス処理の一例を示すフローチャートである。

　なお、本処理で用いるアミノ酸濃度データは、個体から予め採取した血液（例えば血漿、血清などを含む）を、以下の（Ａ）または（Ｂ）などの測定方法で専門業者が分析又は独自に分析して得たアミノ酸の濃度値に関するものである。ここで、アミノ酸濃度の単位は、例えばモル濃度や重量濃度、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した。全ての血漿サンプルは、アミノ酸濃度の測定時まで－８０℃で凍結保存した。アミノ酸濃度測定時には、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）によりアミノ酸濃度を分析した（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した。全ての血漿サンプルは、アミノ酸濃度の測定時まで－８０℃で凍結保存した。アミノ酸濃度測定時には、スルホサリチル酸を添加し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アミノ酸濃度を分析した。

　まず、Ｗｅｂブラウザ２１１を表示した画面上で利用者が入力装置２５０を介してＮＡＳＨ評価装置１００が提供するＷｅｂサイトのアドレス（ＵＲＬなど）を指定すると、クライアント装置２００はＮＡＳＨ評価装置１００へアクセスする。具体的には、利用者がクライアント装置２００のＷｅｂブラウザ２１１の画面更新を指示すると、Ｗｅｂブラウザ２１１は、ＮＡＳＨ評価装置１００が提供するＷｅｂサイトのアドレスを所定の通信規約でＮＡＳＨ評価装置１００へ送信することで、アミノ酸濃度データ送信画面に対応するＷｅｂページの送信要求を、当該アドレスに基づくルーティングでＮＡＳＨ評価装置１００へ行う。

　つぎに、ＮＡＳＨ評価装置１００は、要求解釈部１０２ａで、クライアント装置２００からの送信を受け、当該送信の内容を解析し、解析結果に応じて制御部１０２の各部に処理を移す。具体的には、送信の内容がアミノ酸濃度データ送信画面に対応するＷｅｂページの送信要求であった場合、ＮＡＳＨ評価装置１００は、主として閲覧処理部１０２ｂで、記憶部１０６の所定の記憶領域に格納されている当該Ｗｅｂページを表示するためのＷｅｂデータを取得し、取得したＷｅｂデータをクライアント装置２００へ送信する。より具体的には、利用者からアミノ酸濃度データ送信画面に対応するＷｅｂページの送信要求があった場合、ＮＡＳＨ評価装置１００は、まず、制御部１０２で、利用者ＩＤや利用者パスワードの入力を利用者に対して求める。そして、利用者ＩＤやパスワードが入力されると、ＮＡＳＨ評価装置１００は、認証処理部１０２ｃで、入力された利用者ＩＤやパスワードと利用者情報ファイル１０６ａに格納されている利用者ＩＤや利用者パスワードとの認証判断を行う。そして、ＮＡＳＨ評価装置１００は、認証可の場合にのみ、閲覧処理部１０２ｂで、アミノ酸濃度データ送信画面に対応するＷｅｂページを表示するためのＷｅｂデータをクライアント装置２００へ送信する。なお、クライアント装置２００の特定は、クライアント装置２００から送信要求と共に送信されたＩＰアドレスで行う。

　つぎに、クライアント装置２００は、ＮＡＳＨ評価装置１００から送信されたＷｅｂデータ（アミノ酸濃度データ送信画面に対応するＷｅｂページを表示するためのもの）を受信部２１３で受信し、受信したＷｅｂデータをＷｅｂブラウザ２１１で解釈し、モニタ２６１にアミノ酸濃度データ送信画面を表示する。

　つぎに、モニタ２６１に表示されたアミノ酸濃度データ送信画面に対し利用者が入力装置２５０を介して個体のアミノ酸濃度データなどを入力・選択すると、クライアント装置２００は、送信部２１４で、入力情報や選択事項を特定するための識別子をＮＡＳＨ評価装置１００へ送信することで、評価対象の個体のアミノ酸濃度データをＮＡＳＨ評価装置１００へ送信する（ステップＳＡ２１）。なお、ステップＳＡ２１におけるアミノ酸濃度データの送信は、ＦＴＰ等の既存のファイル転送技術等により実現してもよい。

　つぎに、ＮＡＳＨ評価装置１００は、要求解釈部１０２ａで、クライアント装置２００から送信された識別子を解釈することによりクライアント装置２００の要求内容を解釈し、ＮＡＳＨにおける肝線維化の状態評価用の多変量判別式（具体的には、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かの判別用の多変量判別式、またはＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かの判別用の多変量判別式）の送信要求をデータベース装置４００へ行う。

　つぎに、データベース装置４００は、要求解釈部４０２ａで、ＮＡＳＨ評価装置１００からの送信要求を解釈し、記憶部４０６の所定の記憶領域に格納した多変量判別式（例えばアップデートされた最新のもの）をＮＡＳＨ評価装置１００へ送信する（ステップＳＡ２２）。例えば、ステップＳＡ２６にてＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かを判別する場合、ステップＳＡ２２では、Ｍｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つを変数として含む多変量判別式をＮＡＳＨ評価装置１００へ送信する。また、ステップＳＡ２６にてＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かを判別する場合、ステップＳＡ２２では、Ｇｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つを変数として含む多変量判別式をＮＡＳＨ評価装置１００へ送信する。

　つぎに、ＮＡＳＨ評価装置１００は、受信部１０２ｆで、クライアント装置２００から送信された個体のアミノ酸濃度データおよびデータベース装置４００から送信された多変量判別式を受信し、受信したアミノ酸濃度データをアミノ酸濃度データファイル１０６ｂの所定の記憶領域に格納すると共に、受信した多変量判別式を多変量判別式ファイル１０６ｅ４の所定の記憶領域に格納する（ステップＳＡ２３）。

　つぎに、ＮＡＳＨ評価装置１００は、制御部１０２で、ステップＳＡ２３で受信した個体のアミノ酸濃度データから欠損値や外れ値などのデータを除去する（ステップＳＡ２４）。

　つぎに、ＮＡＳＨ評価装置１００は、判別値算出部１０２ｉで、ステップＳＡ２４で欠損値や外れ値などのデータが除去された個体のアミノ酸濃度データ、およびステップＳＡ２３で受信した多変量判別式に基づいて、判別値を算出する（ステップＳＡ２５）。

　具体的には、ステップＳＡ２６にてＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かを判別する場合、ＮＡＳＨ評価装置１００は、判別値算出部１０２ｉで、アミノ酸濃度データに含まれるＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つの濃度値、およびＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つを変数として含む多変量判別式に基づいて、判別値を算出する。

　また、ステップＳＡ２６にてＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かを判別する場合、ＮＡＳＨ評価装置１００は、判別値算出部１０２ｉで、アミノ酸濃度データに含まれるＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つの濃度値、およびＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つを変数として含む多変量判別式に基づいて、判別値を算出する。

　つぎに、ＮＡＳＨ評価装置１００は、判別値基準判別部１０２ｊ１で、ステップＳＡ２５で算出した判別値と予め設定された閾値（カットオフ値）とを比較することで、個体につき、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かの判別、またはＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かの判別を実行し、その判別結果を評価結果ファイル１０６ｇの所定の記憶領域に格納する（ステップＳＡ２６）。

　つぎに、ＮＡＳＨ評価装置１００は、送信部１０２ｍで、ステップＳＡ２６で得た判別結果を、アミノ酸濃度データの送信元のクライアント装置２００とデータベース装置４００とへ送信する（ステップＳＡ２７）。具体的には、まず、ＮＡＳＨ評価装置１００は、Ｗｅｂページ生成部１０２ｅで、判別結果を表示するためのＷｅｂページを作成し、作成したＷｅｂページに対応するＷｅｂデータを記憶部１０６の所定の記憶領域に格納する。ついで、利用者がクライアント装置２００のＷｅｂブラウザ２１１に入力装置２５０を介して所定のＵＲＬを入力し上述した認証を経た後、クライアント装置２００は、当該Ｗｅｂページの閲覧要求をＮＡＳＨ評価装置１００へ送信する。ついで、ＮＡＳＨ評価装置１００は、閲覧処理部１０２ｂで、クライアント装置２００から送信された閲覧要求を解釈し、判別結果を表示するためのＷｅｂページに対応するＷｅｂデータを記憶部１０６の所定の記憶領域から読み出す。そして、ＮＡＳＨ評価装置１００は、送信部１０２ｍで、読み出したＷｅｂデータをクライアント装置２００へ送信すると共に、当該Ｗｅｂデータ又は判別結果をデータベース装置４００へ送信する。

　ここで、ステップＳＡ２７において、ＮＡＳＨ評価装置１００は、制御部１０２で、判別結果を電子メールで利用者のクライアント装置２００へ通知してもよい。具体的には、まず、ＮＡＳＨ評価装置１００は、電子メール生成部１０２ｄで、利用者ＩＤなどを基にして利用者情報ファイル１０６ａに格納されている利用者情報を送信タイミングに従って参照し、利用者の電子メールアドレスを取得する。ついで、ＮＡＳＨ評価装置１００は、電子メール生成部１０２ｄで、取得した電子メールアドレスを宛て先とし利用者の氏名および判別結果を含む電子メールに関するデータを生成する。ついで、ＮＡＳＨ評価装置１００は、送信部１０２ｍで、生成した当該データを利用者のクライアント装置２００へ送信する。

　また、ステップＳＡ２７において、ＮＡＳＨ評価装置１００は、ＦＴＰ等の既存のファイル転送技術等で、判別結果を利用者のクライアント装置２００へ送信してもよい。

　図２１の説明に戻り、データベース装置４００は、制御部４０２で、ＮＡＳＨ評価装置１００から送信された判別結果またはＷｅｂデータを受信し、受信した判別結果またはＷｅｂデータを記憶部４０６の所定の記憶領域に保存（蓄積）する（ステップＳＡ２８）。

　また、クライアント装置２００は、受信部２１３で、ＮＡＳＨ評価装置１００から送信されたＷｅｂデータを受信し、受信したＷｅｂデータをＷｅｂブラウザ２１１で解釈し、個体の判別結果が記されたＷｅｂページの画面をモニタ２６１に表示する（ステップＳＡ２９）。なお、判別結果がＮＡＳＨ評価装置１００から電子メールで送信された場合には、クライアント装置２００は、電子メーラ２１２の公知の機能で、ＮＡＳＨ評価装置１００から送信された電子メールを任意のタイミングで受信し、受信した電子メールをモニタ２６１に表示する。

　以上により、利用者は、モニタ２６１に表示されたＷｅｂページを閲覧することで、「ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かの判別」または「ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かの判別」に関する個体の判別結果を確認することができる。なお、利用者は、モニタ２６１に表示されたＷｅｂページの表示内容をプリンタ２６２で印刷してもよい。

　また、判別結果がＮＡＳＨ評価装置１００から電子メールで送信された場合には、利用者は、モニタ２６１に表示された電子メールを閲覧することで、「ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かの判別」または「ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かの判別」に関する個体の判別結果を確認することができる。利用者は、モニタ２６１に表示された電子メールの表示内容をプリンタ２６２で印刷してもよい。

　これにて、ＮＡＳＨ評価サービス処理の説明を終了する。

［２－４．第２実施形態のまとめ、およびその他の実施形態］
　以上、詳細に説明したように、ＮＡＳＨ評価システムによれば、クライアント装置２００は個体のアミノ酸濃度データをＮＡＳＨ評価装置１００へ送信し、データベース装置４００はＮＡＳＨ評価装置１００からの要求を受けて、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かの判別用の多変量判別式またはＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かの判別用の多変量判別式をＮＡＳＨ評価装置１００へ送信する。そして、ＮＡＳＨ評価装置１００は、（１）クライアント装置２００からアミノ酸濃度データを受信すると共にデータベース装置４００から多変量判別式を受信し、（２）受信したアミノ酸濃度データおよび多変量判別式に基づいて判別値を算出し、（３）算出した判別値と予め設定した閾値とを比較することで個体につき、「ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かの判別」または「ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かの判別」を実行し、（４）この判別結果をクライアント装置２００やデータベース装置４００へ送信する。そして、クライアント装置２００はＮＡＳＨ評価装置１００から送信された判別結果を受信して表示し、データベース装置４００はＮＡＳＨ評価装置１００から送信された判別結果を受信して格納する。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０、ステージ１、およびステージ２を包含する群とステージ３およびステージ４を包含する群との２群判別、または、ステージ０およびステージ１を包含する群とステージ２、ステージ３、およびステージ４を包含する群との２群判別）に有用な多変量判別式で得られる判別値を利用して、この２群判別を精度よく行うことができる。

　ここで、ＮＡＳＨ評価システムによれば、ステップＳＡ２５で用いられる多変量判別式は、ロジスティック回帰式、分数式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つでもよい。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０、ステージ１、およびステージ２を包含する群とステージ３およびステージ４を包含する群との２群判別、または、ステージ０およびステージ１を包含する群とステージ２、ステージ３、およびステージ４を包含する群との２群判別）に有用な多変量判別式で得られる判別値を利用して、この２群判別をさらに精度よく行うことができる。

　具体的には、ステップＳＡ２６にてＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かを判別する場合、ステップＳＡ２５で用いられる多変量判別式は、数式１、またはＯｒｎ、Ｇｌｕ、Ａｌａ、Ｃｙｓを変数として含むロジスティック回帰式でもよい。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０、ステージ１、およびステージ２を包含する群とステージ３およびステージ４を包含する群との２群判別）に特に有用な多変量判別式で得られる判別値を利用して、この２群判別をさらに精度よく行うことができる。また、ステップＳＡ２６にてＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かを判別する場合、ステップＳＡ２５で用いられる多変量判別式は、数式２、またはＧｌｙ、Ａｌａを変数として含むロジスティック回帰式でもよい。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０およびステージ１を包含する群とステージ２、ステージ３、およびステージ４を包含する群との２群判別）に特に有用な多変量判別式で得られる判別値を利用して、この２群判別をさらに精度よく行うことができる。
（Ｏｒｎ／Ｇｌｎ）＋｛Ｐｈｅ／（Ｖａｌ＋Ｌｅｕ）｝＋（Ｍｅｔ／Ａｌａ）・・・数式１
｛Ｇｌｙ／（Ｇｌｎ＋Ｇｌｕ）｝＋（Ｔｙｒ／Ｖａｌ）＋（Ｐｒｏ／Ａｌａ）・・・数式２

　なお、上記した各多変量判別式は、本出願人による国際出願である国際公開第２００４／０５２１９１号に記載の方法また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（後述する多変量判別式作成処理）で作成してもよい。なお、これら方法で得られた多変量判別式であれば、入力データとしてのアミノ酸濃度データにおけるアミノ酸濃度の単位に因らず、当該多変量判別式をＮＡＳＨにおける肝線維化の状態評価に好適に用いることができる。

　また、本発明にかかるＮＡＳＨ評価装置、ＮＡＳＨ評価方法、ＮＡＳＨ評価プログラム、記録媒体、ＮＡＳＨ評価システム、および情報通信端末装置は、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。例えば、上述した第２実施形態で説明した各処理のうち、自動的に行な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、手動的に行な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。この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種の登録データおよび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。例えば、ＮＡＳＨ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。また、ＮＡＳＨ評価装置１００の各部または各装置が備える処理機能（特に制御部１０２にて行なわれる各処理機能）については、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）および当該ＣＰＵにて解釈実行されるプログラムにて、その全部または任意の一部を実現してもよく、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。また、ＮＡＳＨ評価装置１００は、既知のパーソナルコンピュータ、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、該情報処理装置に任意の周辺装置を接続して構成してもよい。また、ＮＡＳＨ評価装置１００は、該情報処理装置に本発明の方法を実現させるソフトウェア（プログラム、データ等を含む）を実装することにより実現してもよい。

　ここで、「プログラム」とは任意の言語や記述方法にて記述されたデータ処理方法であり、ソースコードや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（Ｏｐｅｒａｔｉｎｇ　Ｓｙｓｔｅｍ）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含む。なお、プログラムは、記録媒体に記録されており、必要に応じてＮＡＳＨ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（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。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、ＮＡＳＨ評価装置１００に対して任煮のネットワーク３００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又は一部をダウンロードすることも可能である。記録媒体に記録されたプログラムを各装置で読み取るための具体的な構成や読み取り手順や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。

　また、「記録媒体」とは任意の「可搬用の物理媒体」を含むものとする。なお、「可搬用の物理媒体」とは、メモリーカード、ＵＳＢメモリ、ＳＤカード、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、ＣＤ－ＲＯＭ、ＭＯ、ＤＶＤ、およびＢｌｕ－ｒａｙ　Ｄｉｓｃ等である。本発明に係るプログラムを、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。

　最後に、ＮＡＳＨ評価装置１００で行う多変量判別式作成処理の一例について図２２を参照して詳細に説明する。なお、ここで説明する処理はあくまでも一例であり、多変量判別式の作成方法はこれに限定されない。図２２は多変量判別式作成処理の一例を示すフローチャートである。なお、当該多変量判別式作成処理は、肝線維化状態情報を管理するデータベース装置４００で行ってもよい。

　なお、本説明では、ＮＡＳＨ評価装置１００は、データベース装置４００から事前に取得した肝線維化状態情報を、肝線維化状態情報ファイル１０６ｃの所定の記憶領域に格納しているものとする。また、ＮＡＳＨ評価装置１００は、肝線維化状態情報指定部１０２ｇで事前に指定した肝線維化状態指標データおよびアミノ酸濃度データを含む肝線維化状態情報を、指定肝線維化状態情報ファイル１０６ｄの所定の記憶領域に格納しているものとする。

　まず、多変量判別式作成部１０２ｈは、候補多変量判別式作成部１０２ｈ１で、指定肝線維化状態情報ファイル１０６ｄの所定の記憶領域に格納されている肝線維化状態情報から所定の式作成手法に基づいて候補多変量判別式を作成し、作成した候補多変量判別式を候補多変量判別式ファイル１０６ｅ１の所定の記憶領域に格納する（ステップＳＢ２１）。具体的には、まず、多変量判別式作成部１０２ｈは、候補多変量判別式作成部１０２ｈ１で、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、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。）の中から所望のものを１つ選択し、選択した式作成手法に基づいて、作成する候補多変量判別式の形（式の形）を決定する。つぎに、多変量判別式作成部１０２ｈは、候補多変量判別式作成部１０２ｈ１で、肝線維化状態情報に基づいて、選択した式選択手法に対応する種々（例えば平均や分散など）の計算を実行する。つぎに、多変量判別式作成部１０２ｈは、候補多変量判別式作成部１０２ｈ１で、計算結果および決定した候補多変量判別式のパラメータを決定する。これにより、選択した式作成手法に基づいて候補多変量判別式が作成される。なお、複数の異なる式作成手法を併用して候補多変量判別式を同時並行（並列）的に作成する場合は、選択した式作成手法ごとに上記の処理を並行して実行すればよい。また、複数の異なる式作成手法を併用して候補多変量判別式を直列的に作成する場合は、例えば、主成分分析を行って作成した候補多変量判別式を利用して肝線維化状態情報を変換し、変換した肝線維化状態情報に対して判別分析を行うことで候補多変量判別式を作成してもよい。

　つぎに、多変量判別式作成部１０２ｈは、候補多変量判別式検証部１０２ｈ２で、ステップＳＢ２１で作成した候補多変量判別式を所定の検証手法に基づいて検証（相互検証）し、検証結果を検証結果ファイル１０６ｅ２の所定の記憶領域に格納する（ステップＳＢ２２）。具体的には、多変量判別式作成部１０２ｈは、候補多変量判別式検証部１０２ｈ２で、指定肝線維化状態情報ファイル１０６ｄの所定の記憶領域に格納されている肝線維化状態情報に基づいて候補多変量判別式を検証する際に用いる検証用データを作成し、作成した検証用データに基づいて候補多変量判別式を検証する。なお、ステップＳＢ２１で複数の異なる式作成手法を併用して候補多変量判別式を複数作成した場合には、多変量判別式作成部１０２ｈは、候補多変量判別式検証部１０２ｈ２で、各式作成手法に対応する候補多変量判別式ごとに所定の検証手法に基づいて検証する。ここで、ステップＳＢ２２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つに基づいて候補多変量判別式の判別率や感度、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、肝線維化状態情報や診断条件を考慮した予測性または頑健性の高い候補指標式を選択することができる。

　つぎに、多変量判別式作成部１０２ｈは、変数選択部１０２ｈ３で、ステップＳＢ２２での検証結果から所定の変数選択手法に基づいて、候補多変量判別式の変数を選択することで（ただし、ステップＳＢ２２での検証結果を考慮せず、所定の変数選択手法に基づいて、候補多変量判別式の変数を選択してもよい。）、候補多変量判別式を作成する際に用いる肝線維化状態情報に含まれるアミノ酸濃度データの組み合わせを選択し、選択したアミノ酸濃度データの組み合わせを含む肝線維化状態情報を選択肝線維化状態情報ファイル１０６ｅ３の所定の記憶領域に格納する（ステップＳＢ２３）。なお、ステップＳＢ２１で複数の異なる式作成手法を併用して候補多変量判別式を複数作成し、ステップＳＢ２２で各式作成手法に対応する候補多変量判別式ごとに所定の検証手法に基づいて検証した場合には、ステップＳＢ２３において、多変量判別式作成部１０２ｈは、変数選択部１０２ｈ３で、候補多変量判別式（例えば、ステップＳＢ２２での検証結果に対応する候補多変量判別式）ごとに所定の変数選択手法に基づいて候補多変量判別式の変数を選択してもよい。ここで、ステップＳＢ２３において、検証結果からステップワイズ法、ベストパス法、近傍探索法、遺伝的アルゴリズムのうち少なくとも１つに基づいて候補多変量判別式の変数を選択してもよい。なお、ベストパス法とは、候補多変量判別式に含まれる変数を１つずつ順次減らしていき、候補多変量判別式が与える評価指標を最適化することで変数を選択する方法である。また、ステップＳＢ２３において、多変量判別式作成部１０２ｈは、変数選択部１０２ｈ３で、指定肝線維化状態情報ファイル１０６ｄの所定の記憶領域に格納されている肝線維化状態情報に基づいてアミノ酸濃度データの組み合わせを選択してもよい。

　つぎに、多変量判別式作成部１０２ｈは、指定肝線維化状態情報ファイル１０６ｄの所定の記憶領域に格納されている肝線維化状態情報に含まれるアミノ酸濃度データの全ての組み合わせが終了したか否かを判定し、判定結果が「終了」であった場合（ステップＳＢ２４：Ｙｅｓ）には次のステップ（ステップＳＢ２５）へ進み、判定結果が「終了」でなかった場合（ステップＳＢ２４：Ｎｏ）にはステップＳＢ２１へ戻る。なお、多変量判別式作成部１０２ｈは、予め設定した回数が終了したか否かを判定し、判定結果が「終了」であった場合には（ステップＳＢ２４：Ｙｅｓ）次のステップ（ステップＳＢ２５）へ進み、判定結果が「終了」でなかった場合（ステップＳＢ２４：Ｎｏ）にはステップＳＢ２１へ戻ってもよい。また、多変量判別式作成部１０２ｈは、ステップＳＢ２３で選択したアミノ酸濃度データの組み合わせが、指定肝線維化状態情報ファイル１０６ｄの所定の記憶領域に格納されている肝線維化状態情報に含まれるアミノ酸濃度データの組み合わせまたは前回のステップＳＢ２３で選択したアミノ酸濃度データの組み合わせと同じであるか否かを判定し、判定結果が「同じ」であった場合（ステップＳＢ２４：Ｙｅｓ）には次のステップ（ステップＳＢ２５）へ進み、判定結果が「同じ」でなかった場合（ステップＳＢ２４：Ｎｏ）にはステップＳＢ２１へ戻ってもよい。また、多変量判別式作成部１０２ｈは、検証結果が具体的には各候補多変量判別式に関する評価値である場合には、当該評価値と各式作成手法に対応する所定の閾値との比較結果に基づいて、ステップＳＢ２５へ進むかステップＳＢ２１へ戻るかを判定してもよい。

　つぎに、多変量判別式作成部１０２ｈは、検証結果に基づいて、複数の候補多変量判別式の中から多変量判別式として採用する候補多変量判別式を選出することで多変量判別式を決定し、決定した多変量判別式（選出した候補多変量判別式）を多変量判別式ファイル１０６ｅ４の所定の記憶領域に格納する（ステップＳＢ２５）。ここで、ステップＳＢ２５において、例えば、同じ式作成手法で作成した候補多変量判別式の中から最適なものを選出する場合と、すべての候補多変量判別式の中から最適なものを選出する場合とがある。

　これにて、多変量判別式作成処理の説明を終了する。

［第３実施形態］
［３－１．本発明の概要］
　ここでは、本発明にかかるＮＡＳＨの予防・改善物質の探索方法の概要について図２３を参照して説明する。図２３は本発明の基本原理を示す原理構成図である。

　まず、１つまたは複数の物質から成る所望の物質群を、ＮＡＳＨの評価対象（例えば動物やヒトなどの個体）に投与する（ステップＳ３１）。例えば、病状に応じて、ヒトに投与可能な既存の薬物（具体的にはＮＡＳＨ治療に効果がある薬物であるウルソデオキシコーリックアシッド、ベタイン、グリタゾン、メトホルミン、抗肥満薬など）・アミノ酸・食品・サプリメントを適宜組み合わせたものを、所定の期間（例えば１日から１２ヶ月の範囲）にわたり、所定量ずつ所定の頻度・タイミング（例えば１日３回・食後）で、所定の投与方法（例えば経口投与）により投与してもよい。ここで、投与方法や用量、剤形は、病状に応じて適宜組み合わせてもよい。なお、剤形は、公知の技術に基づいて決めてもよい。また、用量は、特に定めは無いが、例えば有効成分として１ｕｇから１００ｇを含有した形態で与えてもよい。

　つぎに、ステップＳ３１で物質群が投与された評価対象から血液を採取する（ステップＳ３２）。

　つぎに、ステップＳ３２で採取した血液中のアミノ酸の濃度値に関するアミノ酸濃度データを取得する（ステップＳ３３）。なお、ステップＳ１１では、例えば、アミノ酸濃度測定を行う企業等が測定したアミノ酸濃度データを取得してもよく、また、評価対象から採取した血液（例えば血漿、血清などを含む）から、例えば以下の（Ａ）または（Ｂ）などの測定方法でアミノ酸濃度データを測定することでアミノ酸濃度データを取得してもよい。ここで、アミノ酸濃度の単位は、例えばモル濃度や重量濃度、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した。全ての血漿サンプルは、アミノ酸濃度の測定時まで－８０℃で凍結保存した。アミノ酸濃度測定時には、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）によりアミノ酸濃度を分析した（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した。全ての血漿サンプルは、アミノ酸濃度の測定時まで－８０℃で凍結保存した。アミノ酸濃度測定時には、スルホサリチル酸を添加し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アミノ酸濃度を分析した。

　つぎに、ステップＳ３３で取得した評価対象のアミノ酸濃度データに基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を評価する（ステップＳ３４）。

　つぎに、ステップＳ３４での評価結果に基づいて、ステップＳ３１で投与した物質群が、ＮＡＳＨにおける肝線維化を予防させる又はＮＡＳＨにおける肝線維化の状態を改善させるものであるか否かを判定する（ステップＳ３５）。

　そして、ステップＳ３５での判定結果が「予防させる又は改善させる」というものであった場合、ステップＳ３１で投与した物質群が、ＮＡＳＨにおける肝線維化を予防させる又はＮＡＳＨにおける肝線維化の状態を改善させるものとして探索される。

　以上、本発明によれば、所望の物質群を評価対象に投与し、当該物質群が投与された評価対象から血液を採取し、採取した血液中のアミノ酸の濃度値に関するアミノ酸濃度データを取得し、取得したアミノ酸濃度データに基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を評価し、その評価結果に基づいて、所望の物質群が、ＮＡＳＨにおける肝線維化を予防させる又はＮＡＳＨにおける肝線維化の状態を改善させるものであるか否かを判定する。これにより、血液中のアミノ酸の濃度を利用してＮＡＳＨにおける肝線維化の状態を精度よく評価することができるＮＡＳＨの評価方法を用いて、ＮＡＳＨにおける肝線維化を予防させる又はＮＡＳＨにおける肝線維化の状態を改善させる物質を精度よく探索することができる。

　ここで、ステップＳ３４を実行する前に、アミノ酸濃度データから欠損値や外れ値などのデータを除去してもよい。これにより、ＮＡＳＨにおける肝線維化の状態をさらに精度よく評価することができる。

　また、ステップＳ３４では、ステップＳ３３で取得したアミノ酸濃度データに含まれるＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つの濃度値に基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かを判別してもよい。これにより、血液中のアミノ酸の濃度のうちＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０、ステージ１、およびステージ２を包含する群とステージ３およびステージ４を包含する群との２群判別）に有用なアミノ酸の濃度を利用して、この２群判別を精度よく行うことができる。

　また、ステップＳ３４では、ステップＳ３３で取得したアミノ酸濃度データに含まれるＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つの濃度値に基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かを判別してもよい。これにより、血液中のアミノ酸の濃度のうちＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０およびステージ１を包含する群とステージ２、ステージ３、およびステージ４を包含する群との２群判別）に有用なアミノ酸の濃度を利用して、この２群判別を精度よく行うことができる。

　また、ステップＳ３４では、ステップＳ３３で取得したアミノ酸濃度データ、およびアミノ酸の濃度を変数として含む予め設定した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出し、算出した判別値に基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を評価してもよい。これにより、アミノ酸の濃度を変数として含む多変量判別式で得られる判別値を利用して、ＮＡＳＨにおける肝線維化の状態を精度よく評価することができる。

　また、ステップＳ３４では、ステップＳ３３で取得したアミノ酸濃度データに含まれるＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つの濃度値、およびＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かを判別してもよい。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０、ステージ１、およびステージ２を包含する群とステージ３およびステージ４を包含する群との２群判別）に有用な多変量判別式で得られる判別値を利用して、この２群判別を精度よく行うことができる。なお、多変量判別式は、数式１、またはＯｒｎ、Ｇｌｕ、Ａｌａ、Ｃｙｓを変数として含むロジスティック回帰式でもよい。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０、ステージ１、およびステージ２を包含する群とステージ３およびステージ４を包含する群との２群判別）に特に有用な多変量判別式で得られる判別値を利用して、この２群判別をさらに精度よく行うことができる。
（Ｏｒｎ／Ｇｌｎ）＋｛Ｐｈｅ／（Ｖａｌ＋Ｌｅｕ）｝＋（Ｍｅｔ／Ａｌａ）・・・数式１

　また、ステップＳ３４では、ステップＳ３３で取得したアミノ酸濃度データに含まれるＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つの濃度値、およびＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値に基づいて、評価対象につき、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かを判別してもよい。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０およびステージ１を包含する群とステージ２、ステージ３、およびステージ４を包含する群との２群判別）に有用な多変量判別式で得られる判別値を利用して、この２群判別を精度よく行うことができる。なお、多変量判別式は、数式２、またはＧｌｙ、Ａｌａを変数として含むロジスティック回帰式でもよい。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０およびステージ１を包含する群とステージ２、ステージ３、およびステージ４を包含する群との２群判別）に特に有用な多変量判別式で得られる判別値を利用して、この２群判別をさらに精度よく行うことができる。
｛Ｇｌｙ／（Ｇｌｎ＋Ｇｌｕ）｝＋（Ｔｙｒ／Ｖａｌ）＋（Ｐｒｏ／Ａｌａ）・・・数式２

　ここで、上記した各多変量判別式は、本出願人による国際出願である国際公開第２００４／０５２１９１号に記載の方法また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（上述した第２実施形態に記載の多変量判別式作成処理）で作成してもよい。なお、これら方法で得られた多変量判別式であれば、入力データとしてのアミノ酸濃度データにおけるアミノ酸濃度の単位に因らず、当該多変量判別式をＮＡＳＨにおける肝線維化の状態評価に好適に用いることができる。

［３－２．第３実施形態にかかるＮＡＳＨの予防・改善物質の探索方法の一例］
　ここでは、第３実施形態にかかるＮＡＳＨの予防・改善物質の探索方法の一例について図２４を参照して説明する。図２４は第３実施形態にかかるＮＡＳＨの予防・改善物質の探索方法の一例を示すフローチャートである。

　まず、１つまたは複数の物質から成る所望の物質群を、例えばＮＡＳＨの動物やヒトなどの個体に投与する（ステップＳＡ３１）。

　つぎに、ステップＳ３１で物質群が投与された個体から血液を採取する（ステップＳＡ３２）。

　つぎに、ステップＳ３２で採取した血液中のアミノ酸の濃度値に関するアミノ酸濃度データを取得する（ステップＳＡ３３）。なお、ステップＳＡ３３では、例えば、アミノ酸濃度測定を行う企業等が測定したアミノ酸濃度データを取得してもよく、また、評価対象から採取した血液から例えば上述した（Ａ）または（Ｂ）などの測定方法でアミノ酸濃度データを測定することでアミノ酸濃度データを取得してもよい。

　つぎに、ステップＳ３３で取得した個体のアミノ酸濃度データから欠損値や外れ値などのデータを除去する（ステップＳＡ３４）。

　つぎに、ステップＳ３４で欠損値や外れ値などのデータが除去された個体のアミノ酸濃度データに基づいて、個体につき、以下に示す３１．または３２．の判別を実行する（ステップＳＡ３５）。

３１．肝線維化ステージの値がステージ３以上又は未満であるか否かの判別
　（ｉ）アミノ酸濃度データに含まれるＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つの濃度値と予め設定された閾値（カットオフ値）とを比較することで、個体につき、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かを判別する、または、（ｉｉ）アミノ酸濃度データに含まれるＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つの濃度値、およびＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値と予め設定された閾値（カットオフ値）とを比較することで、個体につき、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かを判別する。

３２．肝線維化ステージの値がステージ２以上又は未満であるか否かの判別
　（ｉ）アミノ酸濃度データに含まれるＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つの濃度値と予め設定された閾値（カットオフ値）とを比較することで、個体につき、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かを判別する、または、（ｉｉ）アミノ酸濃度データに含まれるＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つの濃度値、およびＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つを変数として含む多変量判別式に基づいて、判別値を算出し、算出した判別値と予め設定された閾値（カットオフ値）とを比較することで、個体につき、ＮＡＳＨにおける肝線維化の状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かを判別する。

　つぎに、ステップＳＡ３５での判別結果に基づいて、ステップＳＡ３１で投与した物質群が、ＮＡＳＨにおける肝線維化を予防させる又はＮＡＳＨにおける肝線維化の状態を改善させるものであるか否かを判定する（ステップＳＡ３６）。

　そして、ステップＳＡ３６での判定結果が「予防させる又は改善させる」であった場合、ステップＳＡ３１で投与した物質群が、ＮＡＳＨにおける肝線維化を予防させる又はＮＡＳＨにおける肝線維化の状態を改善させるものとして探索される。なお、本探索方法によって探索された物質として、例えば、「Ｍｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つを含むアミノ酸群」および「Ｇｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つを含むアミノ酸群」が挙げられる。

［３－３．第３実施形態のまとめ、およびその他の実施形態］
　以上、詳細に説明したように、第３実施形態にかかるＮＡＳＨの改善物質の探索方法によれば、（ｉ）所望の物質群を個体に投与し、（ｉｉ）物質群が投与された個体から血液を採取し、（ｉｉｉ）採取した血液中のアミノ酸濃度データを取得し、（ｉｖ）取得した個体のアミノ酸濃度データから欠損値や外れ値などのデータを除去し、（ｖ）欠損値や外れ値などのデータが除去された個体のアミノ酸濃度データに基づいて、個体につき、上述した３１．または３２．の判別を実行し、（ｖｉ）この判別結果に基づいて、投与した物質群が、ＮＡＳＨにおける肝線維化を予防させる又はＮＡＳＨにおける肝線維化の状態を改善させるものであるか否かを判別する。これにより、上述した第１実施形態のＮＡＳＨの評価方法を用いて、ＮＡＳＨにおける肝線維化を予防させる又はＮＡＳＨにおける肝線維化の状態を改善させる物質を精度よく探索することができる。

　ここで、ステップＳＡ３５で用いられる多変量判別式は、ロジスティック回帰式、分数式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つでもよい。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０、ステージ１、およびステージ２を包含する群とステージ３およびステージ４を包含する群との２群判別、または、ステージ０およびステージ１を包含する群とステージ２、ステージ３、およびステージ４を包含する群との２群判別）に有用な多変量判別式で得られる判別値を利用して、この２群判別をさらに精度よく行うことができる。

　具体的には、上述した３１．の判別で用いられる多変量判別式は、数式１、またはＯｒｎ、Ｇｌｕ、Ａｌａ、Ｃｙｓを変数として含むロジスティック回帰式でもよい。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０、ステージ１、およびステージ２を包含する群とステージ３およびステージ４を包含する群との２群判別）に特に有用な多変量判別式で得られる判別値を利用して、この２群判別をさらに精度よく行うことができる。また、上述した３２．の判別で用いられる多変量判別式は、数式２、またはＧｌｙ、Ａｌａを変数として含むロジスティック回帰式でもよい。これにより、ＮＡＳＨにおける肝線維化ステージの２群判別（具体的には、ステージ０およびステージ１を包含する群とステージ２、ステージ３、およびステージ４を包含する群との２群判別）に特に有用な多変量判別式で得られる判別値を利用して、この２群判別をさらに精度よく行うことができる。
（Ｏｒｎ／Ｇｌｎ）＋｛Ｐｈｅ／（Ｖａｌ＋Ｌｅｕ）｝＋（Ｍｅｔ／Ａｌａ）・・・数式１
｛Ｇｌｙ／（Ｇｌｎ＋Ｇｌｕ）｝＋（Ｔｙｒ／Ｖａｌ）＋（Ｐｒｏ／Ａｌａ）・・・数式２

　なお、上記した各多変量判別式は、本出願人による国際出願である国際公開第２００４／０５２１９１号に記載の方法また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（上述した第２実施形態に記載の多変量判別式作成処理）で作成してもよい。なお、これら方法で得られた多変量判別式であれば、入力データとしてのアミノ酸濃度データにおけるアミノ酸濃度の単位に因らず、当該多変量判別式をＮＡＳＨにおける肝線維化の状態評価に好適に用いることができる。

　また、第３実施形態にかかるＮＡＳＨの予防・改善物質の探索方法は、「Ｍｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つを含むアミノ酸群」および「Ｇｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つを含むアミノ酸群」の濃度値や上記した各多変量判別式の判別値を正常化させる物質を、上述した第１実施形態のＮＡＳＨの評価方法や第２実施形態のＮＡＳＨ評価装置を用いて選択することができる。

　また、第３実施形態にかかるＮＡＳＨの予防・改善物質の探索方法において、「予防・改善物質を探索する」とは、ＮＡＳＨにおける肝線維化の予防・改善に有効な新規物質を見出すことのみならず、公知物質のＮＡＳＨにおける肝線維化の予防・改善用途を新規に見出すことや、ＮＡＳＨにおける肝線維化の予防・改善に有効性を期待できる既存の薬剤・サプリメント等を組み合わせた新規組成物を見出すことや、上記した適切な用法・用量・組み合わせを見出し、それをキットとすることや、食事・運動等も含めた予防・治療メニューを提示することや、当該予防・治療メニューの効果をモニタリングし、必要に応じて個人ごとにメニューの変更を提示すること等が含まれる。

　実施例１では、統計的手法を用いて、ＮＡＳＨ特有のアミノ酸濃度値の変動パターンを明らかにした。

　まず、肝生検による肝線維化ステージの診断（判別）が行われたＮＡＳＨ患者の血液サンプルから、上述した実施形態で説明した（Ａ）の測定方法により、血中のアミノ酸濃度データを測定した。なお、サンプル総数は５８であり、肝線維化ステージ毎のサンプル数は、ステージ１（Ｓ１）が２０、ステージ２（Ｓ２）が１９、ステージ３（Ｓ３）が１５、そしてステージ４（Ｓ４）が４である。図２５は、肝線維化ステージ毎のアミノ酸変数の分布を示す箱ひげ図である。

　そして、ステージ１とステージ２をまとめた群（Ｓ１２群）のアミノ酸濃度データ、およびステージ３とステージ４をまとめた群（Ｓ３４群）のアミノ酸濃度データに基づいて、２群間のノンパラメトリック解析であるＭａｎｎ－Ｗｈｉｔｎｅｙ検定を実施して、２群間でのアミノ酸濃度値の変動パターンを明らかにした。また、ステージ１の群（Ｓ１群）のアミノ酸濃度データ、およびステージ２とステージ３とステージ４をまとめた群（Ｓ２３４群）のアミノ酸濃度データに基づいて、Ｍａｎｎ－Ｗｈｉｔｎｅｙ検定を実施して、２群間でのアミノ酸濃度値の変動パターンを明らかにした。なお、本検定における有意差確率Ｐは、０．０５未満である。

　検定の結果、Ｓ１２群に比べてＳ３４群では、Ｍｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓの濃度値が有意に増加した。また、Ｓ１２群に比べてＳ３４群では、Ａｌａが有意に減少した。これにより、Ｍｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａが、Ｓ１２群とＳ３４群の２群間の判別性能を持つことが判明した。また、検定の結果、Ｓ１群に比べてＳ２３４群では、Ｇｌｙの濃度値が有意に増加した。これにより、ＧｌｙがＳ１群とＳ２３４群の２群間の判別性能を持つことが判明した。またＴｙｒ、Ｇｌｎ、ＶａｌがＳ１群とＳ２３４群の２群間で変化する傾向（ｐ＜０．１）、すなわちＴｙｒ、ＧｌｎはＳ２３４群で増加し、ＶａｌはＳ２３４群で減少する傾向を持つことが判明した。ここで、Ｍｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ｇｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌは、それぞれ、ｍｅｔｈｉｏｎｉｎｅ、ｐｈｅｎｙｌａｌａｎｉｎｅ、ｔｙｒｏｓｉｎｅ、ｏｒｎｉｔｈｉｎｅ、ｃｉｔｒｕｌｌｉｎｅ、ａｒｇｉｎｉｎｅ、ｓｅｒｉｎｅ、ｃｙｓｔｉｎｅ、ｇｌｙｃｉｎｅ、ｔｙｒｏｓｉｎｅ、ｇｌｕｔａｍｉｎｅ、ｖａｌｉｎｅを表す。

　実施例２では、本出願人による国際出願である国際公開第２００４／０５２１９１号に記載の方法を用いて、肝線維化ステージに関する２群間の判別性能を最大化する多変量判別式（分数式）を探索した。なお、実施例２で用いたアミノ酸濃度データは、実施例１で用いたものと同じである。

　まず、Ｓ１２群とＳ３４群の２群間の判別性能を最大化する多変量判別式を鋭意探索した結果、同等の判別性能を持つ複数の多変量判別式が探索された。そして、判別性能の最も高い多変量判別式として、数式１が探索された。
（Ｏｒｎ／Ｇｌｎ）＋｛Ｐｈｅ／（Ｖａｌ＋Ｌｅｕ）｝＋（Ｍｅｔ／Ａｌａ）・・・数式１

　そして、Ｓ１２群とＳ３４群の２群判別に関する、数式１による肝線維化ステージの判別性能を、ＲＯＣ曲線（Ｒｅｃｅｉｖｅｒ　Ｏｐｅｒａｔｉｎｇ　Ｃｈａｒａｃｔｅｒｉｓｔｉｃ　Ｃｕｒｖｅ：受信者動作曲線）のＡＵＣ（Ａｒｅａ　Ｕｎｄｅｒ　Ｃｕｒｖｅ：曲線下面積）で評価した。図２６は、数式１による肝線維化ステージの判別性能を評価するためのＲＯＣ曲線を示す図である。

　評価した結果、数式１のＡＵＣは、０．９０４±０．０３９（９５％信頼区間は０．８２７～０．９８１）であった。また、数式１を用いてＳ１２群とＳ３４群の２群判別を行う際の最適なカットオフ値を、Ｓ３とＳ４の有症率を０．３５として求めたところ、０．４７であった。そして、カットオフ値を０．４７とした場合、感度は６８％、特異度は９７％、陽性適中率は９３％、陰性適中率は８５％、正診率は８７％であった。図２７は、数式１を用いてＳ１２群とＳ３４群の２群判別を行った際の各カットオフ値に対応する、感度、特異度、陽性適中率、陰性適中率、および正診率を示す図である。このことから、数式１は、Ｓ１２群とＳ３４群の２群判別において判別性能が高く有用な指標であることが判明した。なお、数式１と同等の判別性能を持つ複数の分数式が探索された。これらの分数式の一部を図２８および図２９に示す。図２８および図２９に含まれる式における変数の出現頻度を多い順に１０位まで列挙すると、「Ａｌａ、Ｏｒｎ、Ｍｅｔ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｃｙｓ、Ｉｌｅ」である。

　つぎに、Ｓ１群とＳ２３４群の２群間の判別性能を最大化する多変量判別式を鋭意探索した結果、同等の判別性能を持つ複数の多変量判別式が探索された。そして、判別性能の最も高い多変量判別式として、数式２が探索された。
｛Ｇｌｙ／（Ｇｌｎ＋Ｇｌｕ）｝＋（Ｔｙｒ／Ｖａｌ）＋（Ｐｒｏ／Ａｌａ）・・・数式２

　そして、Ｓ１群とＳ２３４群の２群判別に関する、数式２による肝線維化ステージの判別性能を、ＲＯＣ曲線のＡＵＣで評価した。図３０は、数式２による肝線維化ステージの判別性能を評価するためのＲＯＣ曲線を示す図である。

　評価した結果、数式２のＡＵＣは、０．８３０±０．０６２（９５％信頼区間は０．７０８～０．９５１）であった。また、数式１を用いてＳ１群とＳ２３４群の２群判別を行う際の最適なカットオフ値を、Ｓ２・Ｓ３・Ｓ４の有症率を０．６５として求めたところ、１．０１であった。そして、カットオフ値を１．０１とした場合、感度は８９％、特異度は６５％、陽性適中率は８３％、陰性適中率は７６％、正診率は８１％であった。図３１は、数式２を用いてＳ１群とＳ２３４群の２群判別を行った際の各カットオフ値に対応する、感度、特異度、陽性適中率、陰性適中率、および正診率を示す図である。このことから、数式２は、Ｓ１群とＳ２３４群の２群判別において判別性能が高く有用な指標であることが判明した。なお、数式２と同等の判別性能を持つ複数の分数式が探索された。これらの分数式の一部を図３２および図３３に示す。図３２および図３３に含まれる式における変数の出現頻度を多い順に１０位まで列挙すると、「Ａｌａ、Ｖａｌ、Ｔｙｒ、Ｐｒｏ、Ｇｌｙ、Ｈｉｓ、Ｐｈｅ、Ｇｌｎ、Ｃｙｓ、Ｉｌｅ」である。

　実施例３では、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（上述した第２実施形態で説明した多変量判別式の作成方法（図２２参照））を用いて、肝線維化ステージに関する２群間の判別性能を最大化する多変量判別式（ロジスティック回帰式）を探索した。なお、実施例３で用いたアミノ酸濃度データは、実施例１で用いたものと同じである。

　まず、Ｓ１２群とＳ３４群の２群間の判別性能を最大化する多変量判別式を、ロジスティック解析（Ｗａｌｄ検定のステップワイズ法による変数選択）により探索した結果、Ｏｒｎ、Ｇｌｕ、Ａｌａ、およびＣｙｓから構成されるロジスティック回帰式（Ｏｒｎ、Ｇｌｕ、Ａｌａ、およびＣｙｓの数係数と定数項は、順に、０．３２８±０．１２２、－０．１５１±０．０５９、－０．０５１±０．０１８、０．５２０±０．１９１、－３４．２０１±１２．５８１）が探索された。

　そして、Ｓ１２群とＳ３４群の２群判別に関する、このロジスティック回帰式による肝線維化ステージの判別性能を、ＲＯＣ曲線のＡＵＣで評価した。図３４は、このロジスティック回帰式による肝線維化ステージの判別性能を評価するためのＲＯＣ曲線を示す図である。

　評価した結果、このロジスティック回帰式のＡＵＣは、０．９６０±０．０２４（９５％信頼区間は０．９１２～１．００８）であった。このことから、このロジスティック回帰式は、Ｓ１２群とＳ３４群の２群判別において判別性能が高く有用な指標であることが判明した。なお、このロジスティック回帰式と同等の判別能を持つ複数のロジスティック回帰式が探索された。これらのロジスティック回帰式の一部を図３５および図３６に示す。図３５および図３６に含まれる式における変数の出現頻度を多い順に１０位まで列挙すると、「Ａｌａ、Ｃｙｓ、Ｏｒｎ、Ｌｅｕ、Ｐｈｅ、Ａｒｇ、Ｇｌｕ、Ｍｅｔ、Ｌｙｓ、Ｉｌｅ」である。

　つぎに、Ｓ１群とＳ２３４群の２群間の判別性能を最大化する多変量判別式を、ロジスティック解析（Ｗａｌｄ検定のステップワイズ法による変数選択）により探索した結果、ＧｌｙおよびＡｌａから構成されるロジスティック回帰式（ＧｌｙおよびＡｌａの数係数と定数項は順に、０．０１４８±０．００６５、－０．００５６±０．００２８、－０．４４６８±１．５９８７）が探索された。

　そして、Ｓ１群とＳ２３４群の２群判別に関する、このロジスティック回帰式による肝線維化ステージの判別性能を、ＲＯＣ曲線のＡＵＣで評価した。図３７は、このロジスティック回帰式による肝線維化ステージの判別性能を評価するためのＲＯＣ曲線を示す図である。

　評価した結果、このロジスティック回帰式のＡＵＣは、０．７７３６±０．０６６（９５％信頼区間は０．６０６～０．８６５）であった。このことから、このロジスティック回帰式は、Ｓ１群とＳ２３４群の２群判別において判別性能が高く有用な指標であることが判明した。なお、このロジスティック回帰式と同等の判別能を持つ複数のロジスティック回帰式が探索された。これらのロジスティック回帰式の一部を図３８および図３９に示す。図３８および図３９に含まれる式における変数の出現頻度を多い順に１０位まで列挙すると、「Ａｌａ、Ｇｌｙ、Ｐｒｏ、Ｇｌｎ、Ｔｙｒ、Ｌｅｕ、Ｏｒｎ、Ｃｙｓ、Ｉｌｅ、Ｐｈｅ」である。

　以上のように、本発明にかかるＮＡＳＨの評価方法などは、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、ＮＡＳＨにおける肝線維化の状態の進行予測や疾病リスク予測やプロテオームやメタボローム解析など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　ＮＡＳＨ評価装置
　１０２　制御部
　　１０２ａ　要求解釈部
　　１０２ｂ　閲覧処理部
　　１０２ｃ　認証処理部
　　１０２ｄ　電子メール生成部
　　１０２ｅ　Ｗｅｂページ生成部
　　１０２ｆ　受信部
　　１０２ｇ　肝線維化状態情報指定部
　　１０２ｈ　多変量判別式作成部
　　１０２ｈ１　候補多変量判別式作成部
　　１０２ｈ２　候補多変量判別式検証部
　　１０２ｈ３　変数選択部
　　１０２ｉ　判別値算出部
　　１０２ｊ　判別値基準評価部
　　１０２ｊ１　判別値基準判別部
　　１０２ｋ　結果出力部
　　１０２ｍ　送信部
　１０４　通信インターフェース部
　１０６　記憶部
　　１０６ａ　利用者情報ファイル
　　１０６ｂ　アミノ酸濃度データファイル
　　１０６ｃ　肝線維化状態情報ファイル
　　１０６ｄ　指定肝線維化状態情報ファイル
　　１０６ｅ　多変量判別式関連情報データベース
　　１０６ｅ１　候補多変量判別式ファイル
　　１０６ｅ２　検証結果ファイル
　　１０６ｅ３　選択肝線維化状態情報ファイル
　　１０６ｅ４　多変量判別式ファイル
　　１０６ｆ　判別値ファイル
　　１０６ｇ　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（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

　評価対象から採取した血液中のアミノ酸の濃度値に関するアミノ酸濃度データを取得する取得ステップと、
　前記取得ステップで取得した前記評価対象の前記アミノ酸濃度データに基づいて、前記評価対象につき、非アルコール性脂肪肝炎における肝線維化の状態を評価する濃度値基準評価ステップと
　を含むことを特徴とするＮＡＳＨの評価方法。
　前記濃度値基準評価ステップは、前記取得ステップで取得した前記アミノ酸濃度データに含まれるＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つの前記濃度値に基づいて、前記評価対象につき、前記非アルコール性脂肪肝炎における前記肝線維化の前記状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かを判別する濃度値基準判別ステップをさらに含むこと
　を特徴とする請求項１に記載のＮＡＳＨの評価方法。
　前記濃度値基準評価ステップは、前記取得ステップで取得した前記アミノ酸濃度データに含まれるＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎうち少なくとも１つの前記濃度値に基づいて、前記評価対象につき、前記非アルコール性脂肪肝炎における前記肝線維化の前記状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かを判別する濃度値基準判別ステップをさらに含むこと
　を特徴とする請求項１に記載のＮＡＳＨの評価方法。
　前記濃度値基準評価ステップは、
　前記取得ステップで取得した前記アミノ酸濃度データ、および前記アミノ酸の濃度を変数として含む予め設定した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出ステップと、
　前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記非アルコール性脂肪肝炎における前記肝線維化の前記状態を評価する判別値基準評価ステップと
　をさらに含むこと、
　を特徴とする請求項１に記載のＮＡＳＨの評価方法。
　前記多変量判別式は、ロジスティック回帰式、分数式、線形判別式、重回帰式、サポートベクターマシンで作成された式、マハラノビス距離法で作成された式、正準判別分析で作成された式、決定木で作成された式のいずれか１つであること、
　を特徴とする請求項４に記載のＮＡＳＨの評価方法。
　前記判別値算出ステップは、前記取得ステップで取得した前記アミノ酸濃度データに含まれるＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つの前記濃度値、およびＭｅｔ、Ｐｈｅ、Ｔｙｒ、Ｏｒｎ、Ｃｉｔ、Ａｒｇ、Ｓｅｒ、Ｃｙｓ、Ａｌａ、Ｇｌｎ、Ｖａｌ、Ｌｅｕ、Ｇｌｕ、Ｔｒｐ、Ｉｌｅ、Ｌｙｓのうち少なくとも１つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、
　前記判別値基準評価ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記非アルコール性脂肪肝炎における前記肝線維化の前記状態を表す肝線維化ステージの値がステージ３以上又は未満であるか否かを判別する判別値基準判別ステップをさらに含むこと、
　を特徴とする請求項４または５に記載のＮＡＳＨの評価方法。
　前記多変量判別式は、数式１、またはＯｒｎ、Ｇｌｕ、Ａｌａ、Ｃｙｓを前記変数として含む前記ロジスティック回帰式であること、
（Ｏｒｎ／Ｇｌｎ）＋｛Ｐｈｅ／（Ｖａｌ＋Ｌｅｕ）｝＋（Ｍｅｔ／Ａｌａ）・・・数式１
　を特徴とする請求項６に記載のＮＡＳＨの評価方法。
　前記判別値算出ステップは、前記取得ステップで取得した前記アミノ酸濃度データに含まれるＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つの前記濃度値、およびＧｌｙ、Ｔｙｒ、Ｇｌｎ、Ｖａｌ、Ａｌａ、Ｐｒｏ、Ｈｉｓ、Ｐｈｅ、Ｃｙｓ、Ｉｌｅ、Ｌｅｕ、Ｏｒｎのうち少なくとも１つを前記変数として含む前記多変量判別式に基づいて、前記判別値を算出し、
　前記判別値基準評価ステップは、前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記非アルコール性脂肪肝炎における前記肝線維化の前記状態を表す肝線維化ステージの値がステージ２以上又は未満であるか否かを判別する判別値基準判別ステップをさらに含むこと、
　を特徴とする請求項４または５に記載のＮＡＳＨの評価方法。
　前記多変量判別式は、数式２、またはＧｌｙ、Ａｌａを前記変数として含む前記ロジスティック回帰式であること、
｛Ｇｌｙ／（Ｇｌｎ＋Ｇｌｕ）｝＋（Ｔｙｒ／Ｖａｌ）＋（Ｐｒｏ／Ａｌａ）・・・数式２
　を特徴とする請求項８に記載のＮＡＳＨの評価方法。
　制御手段と記憶手段とを備え、評価対象につき、非アルコール性脂肪肝炎における肝線維化の状態を評価するＮＡＳＨ評価装置であって、
　前記制御手段は、
　アミノ酸の濃度値に関する予め取得した前記評価対象のアミノ酸濃度データ、および前記アミノ酸の濃度を変数として含む前記記憶手段で記憶した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出手段と、
　前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき、前記非アルコール性脂肪肝炎における前記肝線維化の前記状態を評価する判別値基準評価手段と
　を備えたこと、
　を特徴とするＮＡＳＨ評価装置。
　制御手段と記憶手段とを備えた情報処理装置において実行される、評価対象につき、非アルコール性脂肪肝炎における肝線維化の状態を評価するＮＡＳＨ評価方法であって、
　前記制御手段において実行される、
　アミノ酸の濃度値に関する予め取得した前記評価対象のアミノ酸濃度データ、および前記アミノ酸の濃度を変数として含む前記記憶手段で記憶した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出ステップと、
　前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記非アルコール性脂肪肝炎における前記肝線維化の前記状態を評価する判別値基準評価ステップと
　を含むこと、
　を特徴とするＮＡＳＨ評価方法。
　制御手段と記憶手段とを備えた情報処理装置において実行させるための、評価対象につき、非アルコール性脂肪肝炎における肝線維化の状態を評価するＮＡＳＨ評価プログラムであって、
　前記制御手段において実行させるための、
　アミノ酸の濃度値に関する予め取得した前記評価対象のアミノ酸濃度データ、および前記アミノ酸の濃度を変数として含む前記記憶手段で記憶した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出ステップと、
　前記判別値算出ステップで算出した前記判別値に基づいて、前記評価対象につき、前記非アルコール性脂肪肝炎における前記肝線維化の前記状態を評価する判別値基準評価ステップと
　を含むこと、
　を特徴とするＮＡＳＨ評価プログラム。
　制御手段と記憶手段とを備え、評価対象につき、非アルコール性脂肪肝炎における肝線維化の状態を評価するＮＡＳＨ評価装置と、制御手段を備え、アミノ酸の濃度値に関する前記評価対象のアミノ酸濃度データを提供する情報通信端末装置とを、ネットワークを介して通信可能に接続して構成されたＮＡＳＨ評価システムであって、
　前記情報通信端末装置の前記制御手段は、
　前記評価対象の前記アミノ酸濃度データを前記ＮＡＳＨ評価装置へ送信するアミノ酸濃度データ送信手段と、
　前記ＮＡＳＨ評価装置から送信された、前記非アルコール性脂肪肝炎における前記肝線維化の状態評価に関する前記評価対象の評価結果を受信する評価結果受信手段と
　を備え、
　前記ＮＡＳＨ評価装置の前記制御手段は、
　前記情報通信端末装置から送信された前記アミノ酸濃度データを受信するアミノ酸濃度データ受信手段と、
　前記アミノ酸濃度データ受信手段で受信した前記アミノ酸濃度データ、および前記アミノ酸の濃度を変数として含む前記記憶手段で記憶した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出手段と、
　前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき、前記非アルコール性脂肪肝炎における前記肝線維化の前記状態を評価する判別値基準評価手段と、
　前記判別値基準評価手段での前記評価対象の前記評価結果を前記情報通信端末装置へ送信する評価結果送信手段と、
　を備えたこと、
　を特徴とするＮＡＳＨ評価システム。
　評価対象につき、非アルコール性脂肪肝炎における肝線維化の状態を評価するＮＡＳＨ評価装置とネットワークを介して通信可能に接続された、制御手段を備え、アミノ酸の濃度値に関する前記評価対象のアミノ酸濃度データを提供する情報通信端末装置であって、
　前記制御手段は、
　前記評価対象の前記アミノ酸濃度データを前記ＮＡＳＨ評価装置へ送信するアミノ酸濃度データ送信手段と、
　前記ＮＡＳＨ評価装置から送信された、前記非アルコール性脂肪肝炎における前記肝線維化の状態評価に関する前記評価対象の評価結果を受信する評価結果受信手段と
　を備え、
　前記評価結果は、前記ＮＡＳＨ評価装置が、前記情報通信端末装置から送信された前記アミノ酸濃度データを受信し、受信した前記アミノ酸濃度データ、および前記アミノ酸の濃度を変数として含む前記ＮＡＳＨ評価装置で記憶した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出し、算出した前記判別値に基づいて、前記評価対象につき、前記非アルコール性脂肪肝炎における前記肝線維化の前記状態を評価した結果であること、
　を特徴とする情報通信端末装置。
　アミノ酸の濃度値に関する評価対象のアミノ酸濃度データを提供する情報通信端末装置とネットワークを介して通信可能に接続された、制御手段と記憶手段とを備え、前記評価対象につき、非アルコール性脂肪肝炎における肝線維化の状態を評価するＮＡＳＨ評価装置であって、
　前記制御手段は、
　前記情報通信端末装置から送信された前記アミノ酸濃度データを受信するアミノ酸濃度データ受信手段と、
　前記アミノ酸濃度データ受信手段で受信した前記アミノ酸濃度データ、および前記アミノ酸の濃度を変数として含む前記記憶手段で記憶した多変量判別式に基づいて、当該多変量判別式の値である判別値を算出する判別値算出手段と、
　前記判別値算出手段で算出した前記判別値に基づいて、前記評価対象につき、前記非アルコール性脂肪肝炎における前記肝線維化の前記状態を評価する判別値基準評価手段と、
　前記判別値基準評価手段での前記評価対象の評価結果を前記情報通信端末装置へ送信する評価結果送信手段と、
　を備えたこと、
　を特徴とするＮＡＳＨ評価装置。
　１つ又は複数の物質から成る所望の物質群が投与された評価対象から採取した血液中のアミノ酸の濃度値に関するアミノ酸濃度データを取得する取得ステップと、
　前記取得ステップで取得した前記アミノ酸濃度データに基づいて、前記評価対象につき、非アルコール性脂肪肝炎における肝線維化の状態を評価する濃度値基準評価ステップと、
　前記濃度値基準評価ステップでの評価結果に基づいて、前記所望の前記物質群が、前記非アルコール性脂肪肝炎における前記肝線維化を予防させる又は前記非アルコール性脂肪肝炎における前記肝線維化の前記状態を改善させるものであるか否かを判定する判定ステップと、
　を含むことを特徴とするＮＡＳＨの予防・改善物質の探索方法。