JP6884810B2 - 情報提供装置、情報提供方法及びｍｉＲＮＡ重要度テーブル生成方法 - Google Patents
情報提供装置、情報提供方法及びｍｉＲＮＡ重要度テーブル生成方法 Download PDFInfo
- Publication number
- JP6884810B2 JP6884810B2 JP2019088334A JP2019088334A JP6884810B2 JP 6884810 B2 JP6884810 B2 JP 6884810B2 JP 2019088334 A JP2019088334 A JP 2019088334A JP 2019088334 A JP2019088334 A JP 2019088334A JP 6884810 B2 JP6884810 B2 JP 6884810B2
- Authority
- JP
- Japan
- Prior art keywords
- mirna
- importance
- profile
- appropriate
- disease
- 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.)
- Active
Links
- 239000002679 microRNA Substances 0.000 title claims description 770
- 108091070501 miRNA Proteins 0.000 title claims description 166
- 238000000034 method Methods 0.000 title claims description 80
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 205
- 201000010099 disease Diseases 0.000 claims description 203
- 238000004364 calculation method Methods 0.000 claims description 111
- 206010028980 Neoplasm Diseases 0.000 claims description 83
- 201000011510 cancer Diseases 0.000 claims description 83
- 238000005259 measurement Methods 0.000 claims description 53
- 230000010354 integration Effects 0.000 claims description 12
- 108700011259 MicroRNAs Proteins 0.000 description 609
- 230000006870 function Effects 0.000 description 10
- 230000001629 suppression Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 239000008280 blood Substances 0.000 description 6
- 210000004369 blood Anatomy 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 241000282412 Homo Species 0.000 description 3
- 238000010241 blood sampling Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000012888 cubic function Methods 0.000 description 2
- 238000010494 dissociation reaction Methods 0.000 description 2
- 230000005593 dissociations Effects 0.000 description 2
- 235000006694 eating habits Nutrition 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012887 quadratic function Methods 0.000 description 2
- 238000011410 subtraction method Methods 0.000 description 2
- 206010012289 Dementia Diseases 0.000 description 1
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 206010033128 Ovarian cancer Diseases 0.000 description 1
- 206010061535 Ovarian neoplasm Diseases 0.000 description 1
- 238000010876 biochemical test Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
- G16B40/20—Supervised data analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
- G16B25/10—Gene or protein expression profiling; Expression-ratio estimation or normalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Primary Health Care (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biophysics (AREA)
- Evolutionary Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Library & Information Science (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Genetics & Genomics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioethics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
Description
本発明は、情報提供装置、情報提供方法及びｍｉＲＮＡ重要度テーブル生成方法に関する。
従来、人のマイクロＲＮＡ（ｍｉＲＮＡ）の状態とがんの存在とを関係付ける技術が知られている（例えば特許文献１参照）。特許文献１には、ｍｉＲＮＡ対の発現比率と肺がんの存在とを関係付ける技術が開示されている。
しかしながら、上述した従来の技術では、ｍｉＲＮＡの状態を利用してがんの発見には寄与できるが、ｍｉＲＮＡの状態を利用してがんの予防には寄与できない。
近年、ｍｉＲＮＡプロファイルのバランスの乱れががん等の疾病に罹患するリスク（危険度）に関連することが知られている。また、ｍｉＲＮＡは、食生活等の生活習慣の改善によって、その発現量をコントロールすることができるため、ユーザがｍｉＲＮＡの発現量のバランス（ｍｉＲＮＡプロファイルのバランス）の乱れを把握することができれば、その改善策を講ずることに寄与することができる。しかしながら、ｍｉＲＮＡプロファイルは凡そ２５００種類が存在するｍｉＲＮＡのプロファイルであるために複雑であり、一般のユーザがｍｉＲＮＡプロファイルを理解することは難しい。また、疾病の種類によっては、疾病に罹患するリスク（疾病罹患リスク）に関連するｍｉＲＮＡが異なるので、一律にｍｉＲＮＡプロファイルのバランスの乱れを評価することはできない。
近年、ｍｉＲＮＡプロファイルのバランスの乱れががん等の疾病に罹患するリスク（危険度）に関連することが知られている。また、ｍｉＲＮＡは、食生活等の生活習慣の改善によって、その発現量をコントロールすることができるため、ユーザがｍｉＲＮＡの発現量のバランス（ｍｉＲＮＡプロファイルのバランス）の乱れを把握することができれば、その改善策を講ずることに寄与することができる。しかしながら、ｍｉＲＮＡプロファイルは凡そ２５００種類が存在するｍｉＲＮＡのプロファイルであるために複雑であり、一般のユーザがｍｉＲＮＡプロファイルを理解することは難しい。また、疾病の種類によっては、疾病に罹患するリスク（疾病罹患リスク）に関連するｍｉＲＮＡが異なるので、一律にｍｉＲＮＡプロファイルのバランスの乱れを評価することはできない。
本発明は、このような事情を考慮してなされたものであり、その目的は、ユーザのｍｉＲＮＡプロファイルのバランスの状態を疾病の種類ごとに簡潔に提示することができる、情報提供装置、情報提供方法及びｍｉＲＮＡ重要度テーブル生成方法を提供することにある。
このような目的を達成するため、本発明は、以下の構成によって把握される。
（１）本発明の一態様は、複数のがん種に罹患するリスクを提供する情報提供装置であって、ユーザの各ｍｉＲＮＡ測定値から構成されるユーザｍｉＲＮＡプロファイルを受けるｍｉＲＮＡプロファイル入力部と、前記ユーザｍｉＲＮＡプロファイル内の各ｍｉＲＮＡ測定値と、疾病に罹患するリスクに基づいた各ｍｉＲＮＡ適正値と、未病状態におけるスコア算出対象がん種に罹患するリスクに対して各ｍｉＲＮＡがどのくらい重要であるのかを示す各ｍｉＲＮＡ重要度とに基づいた各個別ｍｉＲＮＡスコアを算出する個別ｍｉＲＮＡスコア算出部と、前記個別ｍｉＲＮＡスコアに基づいた判定結果データを生成して出力する判定結果データ生成部と、を備える情報提供装置である。
（２）本発明の一態様は、疾病に罹患するリスクに基づいた各ｍｉＲＮＡ適正値から構成される適正ｍｉＲＮＡプロファイルを記憶する適正ｍｉＲＮＡプロファイル記憶部と、前記ユーザｍｉＲＮＡプロファイル内の各ｍｉＲＮＡ測定値と、前記適正ｍｉＲＮＡプロファイル内の対応する各ｍｉＲＮＡ適正値とから、ｍｉＲＮＡ測定値とｍｉＲＮＡ適正値との乖離量を示す各ｍｉＲＮＡ乖離値を算出するｍｉＲＮＡ乖離値算出部と、前記複数のがん種に対して、がん種ごとに、未病状態における各がん種に罹患するリスクに対して各ｍｉＲＮＡがどのくらい重要であるのかを示す各ｍｉＲＮＡ重要度を格納するｍｉＲＮＡ重要度テーブルを記憶するｍｉＲＮＡ重要度テーブル記憶部と、をさらに備え、前記個別ｍｉＲＮＡスコア算出部は、スコア算出対象がん種の前記ｍｉＲＮＡ重要度テーブル内の各ｍｉＲＮＡ重要度と前記各ｍｉＲＮＡ乖離値とから、各個別ｍｉＲＮＡスコアを算出する、上記（１）の情報提供装置である。
（３）本発明の一態様は、前記複数のがん種ごとに、がんに罹患するリスクが一定以上であり且つがん罹患前の情報提供者の各ｍｉＲＮＡ測定値から構成される高リスクｍｉＲＮＡプロファイルを取得する高リスクｍｉＲＮＡプロファイル取得部と、疾病に罹患するリスクに基づいた各ｍｉＲＮＡ適正値から構成される適正ｍｉＲＮＡプロファイルを取得する適正ｍｉＲＮＡプロファイル取得部と、前記高リスクｍｉＲＮＡプロファイル取得部が取得した各がん種の高リスクｍｉＲＮＡプロファイルと、前記適正ｍｉＲＮＡプロファイル取得部が取得した前記適正ｍｉＲＮＡプロファイルとを比較し、当該比較の結果に基づいて各がん種に対応する各ｍｉＲＮＡ重要度を算出するｍｉＲＮＡ重要度算出部と、前記複数のがん種に対して、がん種ごとに、前記ｍｉＲＮＡ重要度算出部が算出した各がん種に対応する各ｍｉＲＮＡ重要度をｍｉＲＮＡ重要度テーブルに格納するｍｉＲＮＡ重要度テーブル生成部と、をさらに備える上記（２）の情報提供装置である。
（４）本発明の一態様は、前記複数のがん種に対して、がん種ごとに、疾病に罹患するリスクに基づいた各ｍｉＲＮＡ適正値に対して未病状態における各がん種に罹患するリスクに対して各ｍｉＲＮＡがどのくらい重要であるのかを示す各ｍｉＲＮＡ重要度を加味した各ｍｉＲＮＡ統合重要度を格納する統合重要テーブルを記憶する統合重要テーブル記憶部をさらに備え、前記個別ｍｉＲＮＡスコア算出部は、前記ユーザｍｉＲＮＡプロファイル内の各ｍｉＲＮＡ測定値と、スコア算出対象がん種の前記統合重要テーブル内の各ｍｉＲＮＡ統合重要度とから、各個別ｍｉＲＮＡスコアを算出する、上記（１）の情報提供装置である。
（５）本発明の一態様は、前記各個別ｍｉＲＮＡスコアを総合したｍｉＲＮＡスコアを算出するｍｉＲＮＡスコア算出部をさらに備える、上記（１）から（４）のいずれかの情報提供装置である。
（６）本発明の一態様は、スコア算出対象がん種を示すスコア算出対象疾病指定データの入力を受付けるスコア算出対象疾病指定入力部をさらに備える、上記（１）から（５）のいずれかの情報提供装置である。
（１）本発明の一態様は、複数のがん種に罹患するリスクを提供する情報提供装置であって、ユーザの各ｍｉＲＮＡ測定値から構成されるユーザｍｉＲＮＡプロファイルを受けるｍｉＲＮＡプロファイル入力部と、前記ユーザｍｉＲＮＡプロファイル内の各ｍｉＲＮＡ測定値と、疾病に罹患するリスクに基づいた各ｍｉＲＮＡ適正値と、未病状態におけるスコア算出対象がん種に罹患するリスクに対して各ｍｉＲＮＡがどのくらい重要であるのかを示す各ｍｉＲＮＡ重要度とに基づいた各個別ｍｉＲＮＡスコアを算出する個別ｍｉＲＮＡスコア算出部と、前記個別ｍｉＲＮＡスコアに基づいた判定結果データを生成して出力する判定結果データ生成部と、を備える情報提供装置である。
（２）本発明の一態様は、疾病に罹患するリスクに基づいた各ｍｉＲＮＡ適正値から構成される適正ｍｉＲＮＡプロファイルを記憶する適正ｍｉＲＮＡプロファイル記憶部と、前記ユーザｍｉＲＮＡプロファイル内の各ｍｉＲＮＡ測定値と、前記適正ｍｉＲＮＡプロファイル内の対応する各ｍｉＲＮＡ適正値とから、ｍｉＲＮＡ測定値とｍｉＲＮＡ適正値との乖離量を示す各ｍｉＲＮＡ乖離値を算出するｍｉＲＮＡ乖離値算出部と、前記複数のがん種に対して、がん種ごとに、未病状態における各がん種に罹患するリスクに対して各ｍｉＲＮＡがどのくらい重要であるのかを示す各ｍｉＲＮＡ重要度を格納するｍｉＲＮＡ重要度テーブルを記憶するｍｉＲＮＡ重要度テーブル記憶部と、をさらに備え、前記個別ｍｉＲＮＡスコア算出部は、スコア算出対象がん種の前記ｍｉＲＮＡ重要度テーブル内の各ｍｉＲＮＡ重要度と前記各ｍｉＲＮＡ乖離値とから、各個別ｍｉＲＮＡスコアを算出する、上記（１）の情報提供装置である。
（３）本発明の一態様は、前記複数のがん種ごとに、がんに罹患するリスクが一定以上であり且つがん罹患前の情報提供者の各ｍｉＲＮＡ測定値から構成される高リスクｍｉＲＮＡプロファイルを取得する高リスクｍｉＲＮＡプロファイル取得部と、疾病に罹患するリスクに基づいた各ｍｉＲＮＡ適正値から構成される適正ｍｉＲＮＡプロファイルを取得する適正ｍｉＲＮＡプロファイル取得部と、前記高リスクｍｉＲＮＡプロファイル取得部が取得した各がん種の高リスクｍｉＲＮＡプロファイルと、前記適正ｍｉＲＮＡプロファイル取得部が取得した前記適正ｍｉＲＮＡプロファイルとを比較し、当該比較の結果に基づいて各がん種に対応する各ｍｉＲＮＡ重要度を算出するｍｉＲＮＡ重要度算出部と、前記複数のがん種に対して、がん種ごとに、前記ｍｉＲＮＡ重要度算出部が算出した各がん種に対応する各ｍｉＲＮＡ重要度をｍｉＲＮＡ重要度テーブルに格納するｍｉＲＮＡ重要度テーブル生成部と、をさらに備える上記（２）の情報提供装置である。
（４）本発明の一態様は、前記複数のがん種に対して、がん種ごとに、疾病に罹患するリスクに基づいた各ｍｉＲＮＡ適正値に対して未病状態における各がん種に罹患するリスクに対して各ｍｉＲＮＡがどのくらい重要であるのかを示す各ｍｉＲＮＡ重要度を加味した各ｍｉＲＮＡ統合重要度を格納する統合重要テーブルを記憶する統合重要テーブル記憶部をさらに備え、前記個別ｍｉＲＮＡスコア算出部は、前記ユーザｍｉＲＮＡプロファイル内の各ｍｉＲＮＡ測定値と、スコア算出対象がん種の前記統合重要テーブル内の各ｍｉＲＮＡ統合重要度とから、各個別ｍｉＲＮＡスコアを算出する、上記（１）の情報提供装置である。
（５）本発明の一態様は、前記各個別ｍｉＲＮＡスコアを総合したｍｉＲＮＡスコアを算出するｍｉＲＮＡスコア算出部をさらに備える、上記（１）から（４）のいずれかの情報提供装置である。
（６）本発明の一態様は、スコア算出対象がん種を示すスコア算出対象疾病指定データの入力を受付けるスコア算出対象疾病指定入力部をさらに備える、上記（１）から（５）のいずれかの情報提供装置である。
（７）本発明の一態様は、複数のがん種に罹患するリスクを提供する情報提供装置が実行する情報提供方法であって、前記情報提供装置が備えるｍｉＲＮＡプロファイル入力部が、ユーザの各ｍｉＲＮＡ測定値から構成されるユーザｍｉＲＮＡプロファイルを受けるｍｉＲＮＡプロファイル入力ステップと、前記情報提供装置が備える適正ｍｉＲＮＡプロファイル記憶部が、疾病に罹患するリスクに基づいた各ｍｉＲＮＡ適正値から構成される適正ｍｉＲＮＡプロファイルを記憶する適正ｍｉＲＮＡプロファイル記憶ステップと、前記情報提供装置が備えるｍｉＲＮＡ乖離値算出部が、前記ユーザｍｉＲＮＡプロファイル内の各ｍｉＲＮＡ測定値と、前記適正ｍｉＲＮＡプロファイル内の対応する各ｍｉＲＮＡ適正値とから、ｍｉＲＮＡ測定値とｍｉＲＮＡ適正値との乖離量を示す各ｍｉＲＮＡ乖離値を算出するｍｉＲＮＡ乖離値算出ステップと、前記情報提供装置が備えるｍｉＲＮＡ重要度テーブル記憶部が、前記複数のがん種に対して、がん種ごとに、未病状態における各がん種に罹患するリスクに対して各ｍｉＲＮＡがどのくらい重要であるのかを示す各ｍｉＲＮＡ重要度を格納するｍｉＲＮＡ重要度テーブルを記憶するｍｉＲＮＡ重要度テーブル記憶ステップと、前記情報提供装置が備える個別ｍｉＲＮＡスコア算出部が、スコア算出対象がん種の前記ｍｉＲＮＡ重要度テーブル内の各ｍｉＲＮＡ重要度と前記各ｍｉＲＮＡ乖離値とから、各個別ｍｉＲＮＡスコアを算出する個別ｍｉＲＮＡスコア算出ステップと、前記情報提供装置が備える判定結果データ生成部が、前記個別ｍｉＲＮＡスコアに基づいた判定結果データを生成して出力する判定結果データ生成ステップと、を含む情報提供方法である。
（８）本発明の一態様は、上記（７）の情報提供方法に使用されるｍｉＲＮＡ重要度テーブルを生成するｍｉＲＮＡ重要度テーブル生成装置が実行するｍｉＲＮＡ重要度テーブルの生成方法であって、前記ｍｉＲＮＡ重要度テーブル生成装置が、がん種ごとにがんを抑制又は促進するｍｉＲＮＡを示すｍｉＲＮＡ疾病情報を取得するｍｉＲＮＡ疾病情報取得ステップと、前記ｍｉＲＮＡ重要度テーブル生成装置が、前記ｍｉＲＮＡ疾病情報に基づいて、各がん種に対応する各ｍｉＲＮＡ重要度を算出するｍｉＲＮＡ重要度算出ステップと、前記ｍｉＲＮＡ重要度テーブル生成装置が、がん種ごとに算出された各ｍｉＲＮＡ重要度をｍｉＲＮＡ重要度テーブルに格納するｍｉＲＮＡ重要度格納ステップと、を含むｍｉＲＮＡ重要度テーブル生成方法である。
（８）本発明の一態様は、上記（７）の情報提供方法に使用されるｍｉＲＮＡ重要度テーブルを生成するｍｉＲＮＡ重要度テーブル生成装置が実行するｍｉＲＮＡ重要度テーブルの生成方法であって、前記ｍｉＲＮＡ重要度テーブル生成装置が、がん種ごとにがんを抑制又は促進するｍｉＲＮＡを示すｍｉＲＮＡ疾病情報を取得するｍｉＲＮＡ疾病情報取得ステップと、前記ｍｉＲＮＡ重要度テーブル生成装置が、前記ｍｉＲＮＡ疾病情報に基づいて、各がん種に対応する各ｍｉＲＮＡ重要度を算出するｍｉＲＮＡ重要度算出ステップと、前記ｍｉＲＮＡ重要度テーブル生成装置が、がん種ごとに算出された各ｍｉＲＮＡ重要度をｍｉＲＮＡ重要度テーブルに格納するｍｉＲＮＡ重要度格納ステップと、を含むｍｉＲＮＡ重要度テーブル生成方法である。
（９）本発明の一態様は、上記（７）の情報提供方法に使用されるｍｉＲＮＡ重要度テーブルを生成するｍｉＲＮＡ重要度テーブル生成装置が実行するｍｉＲＮＡ重要度テーブルの生成方法であって、前記ｍｉＲＮＡ重要度テーブル生成装置が、がん種ごとに、疾病患者の各ｍｉＲＮＡ測定値から構成される疾病患者ｍｉＲＮＡプロファイルを取得する疾病患者ｍｉＲＮＡプロファイル取得ステップと、前記ｍｉＲＮＡ重要度テーブル生成装置が、疾病に罹患するリスクに基づいた各ｍｉＲＮＡ適正値から構成される適正ｍｉＲＮＡプロファイルを取得する適正ｍｉＲＮＡプロファイル取得ステップと、前記ｍｉＲＮＡ重要度テーブル生成装置が、がん種ごとに取得された疾病患者ｍｉＲＮＡプロファイルと前記適正ｍｉＲＮＡプロファイルとを比較し、当該比較の結果に基づいて各がん種に対応する各ｍｉＲＮＡ重要度を算出するｍｉＲＮＡ重要度算出ステップと、前記ｍｉＲＮＡ重要度テーブル生成装置が、がん種ごとに算出された各ｍｉＲＮＡ重要度をｍｉＲＮＡ重要度テーブルに格納するｍｉＲＮＡ重要度格納ステップと、を含むｍｉＲＮＡ重要度テーブル生成方法である。
（１０）本発明の一態様は、上記（７）の情報提供方法に使用されるｍｉＲＮＡ重要度テーブルを生成するｍｉＲＮＡ重要度テーブル生成装置が実行するｍｉＲＮＡ重要度テーブルの生成方法であって、前記ｍｉＲＮＡ重要度テーブル生成装置が、がん種ごとに、がんに罹患するリスクが一定以上であり且つがん罹患前の情報提供者の各ｍｉＲＮＡ測定値から構成される高リスクｍｉＲＮＡプロファイルを取得する高リスクｍｉＲＮＡプロファイル取得ステップと、前記ｍｉＲＮＡ重要度テーブル生成装置が、疾病に罹患するリスクに基づいた各ｍｉＲＮＡ適正値から構成される適正ｍｉＲＮＡプロファイルを取得する適正ｍｉＲＮＡプロファイル取得ステップと、前記ｍｉＲＮＡ重要度テーブル生成装置が、がん種ごとに取得された高リスクｍｉＲＮＡプロファイルと前記適正ｍｉＲＮＡプロファイルとを比較し、当該比較の結果に基づいて各がん種に対応する各ｍｉＲＮＡ重要度を算出するｍｉＲＮＡ重要度算出ステップと、前記ｍｉＲＮＡ重要度テーブル生成装置が、がん種ごとに算出された各ｍｉＲＮＡ重要度をｍｉＲＮＡ重要度テーブルに格納するｍｉＲＮＡ重要度格納ステップと、を含むｍｉＲＮＡ重要度テーブル生成方法である。
（１１）本発明の一態様は、前記ｍｉＲＮＡ重要度テーブル生成装置が、情報提供者のｍｉＲＮＡ属性、生化学データ及びｍｉＲＮＡプロファイルを取得する情報取得ステップを含み、前記ｍｉＲＮＡ重要度テーブル生成装置が、取得された情報提供者のｍｉＲＮＡ属性、生化学データ及びｍｉＲＮＡプロファイルを更に使用して、各がん種に対応する各ｍｉＲＮＡ重要度を算出する、上記（８）から（１０）のいずれかのｍｉＲＮＡ重要度テーブル生成方法である。
本発明によれば、ユーザのｍｉＲＮＡプロファイルのバランスの状態を疾病の種類ごとに簡潔に提示することができる、情報提供装置及びｍｉＲＮＡ重要度テーブル生成方法を提供することができる。
以下、添付図面を参照して、本発明を実施するための形態（以下、「実施形態」と称する）について詳細に説明する。
図１は、一実施形態に係る情報提供装置の構成例を示すブロック図である。図１において、情報提供装置１０は、ｍｉＲＮＡプロファイル入力部１１と、ｍｉＲＮＡ乖離値算出部１２と、個別ｍｉＲＮＡスコア算出部１３と、総合ｍｉＲＮＡスコア算出部１４と、判定結果データ生成部１５と、スコア算出対象疾病指定入力部１６と、適正ｍｉＲＮＡプロファイル記憶部１７と、ｍｉＲＮＡ重要度テーブル記憶部１８とを備える。
情報提供装置１０は、メモリ及びＣＰＵ（Central Processing Unit：中央演算処理装置）等から構成される。情報提供装置１０の各部の機能は、情報提供装置１０が備えるＣＰＵがコンピュータプログラムを実行することにより実現される。情報提供装置１０として、汎用のコンピュータ装置を使用して構成してもよく、又は、専用のハードウェア装置として構成してもよい。
また、情報提供装置１０には、周辺機器として入力装置、表示装置等が接続されてもよい。ここで、入力装置とはキーボード、マウス等の入力デバイスのことをいう。表示装置とはＣＲＴ（Cathode Ray Tube）や液晶表示装置等のことをいう。また、上記周辺機器については、情報提供装置１０に直接接続するものであってもよく、あるいは通信回線を介して接続するようにしてもよい。
また、情報提供装置１０は、通信回線を介してユーザの端末装置等の外部装置とデータを送受してもよい。ユーザの端末装置以外の外部装置は、例えば医療機関等の情報提供機関のサーバであってもよい。ユーザの端末装置は、例えば、スマートフォンやタブレット型のコンピュータ（タブレットＰＣ）等の携帯端末装置であってもよく、又は、据置き型の端末装置（例えば、据置き型のパーソナルコンピュータ等）であってもよい。
なお、情報提供装置１０は、インターネット等の通信ネットワークに接続されたサーバコンピュータが情報提供装置１０の機能を実現させるためのコンピュータプログラムを実行することにより実現されるものであってもよい。また、情報提供装置１０の一部の機能が端末装置のブラウザ上で動作するスクリプトや端末装置にインストールされるアプリケーションとして端末装置に提供され、情報提供装置１０の一部の機能を備えた端末装置と情報提供装置１０の残りの機能を備えたサーバコンピュータとが連携することにより情報提供装置１０の全機能が実現されるものであってもよい。
なお、情報提供装置１０は、インターネット等の通信ネットワークに接続されたサーバコンピュータが情報提供装置１０の機能を実現させるためのコンピュータプログラムを実行することにより実現されるものであってもよい。また、情報提供装置１０の一部の機能が端末装置のブラウザ上で動作するスクリプトや端末装置にインストールされるアプリケーションとして端末装置に提供され、情報提供装置１０の一部の機能を備えた端末装置と情報提供装置１０の残りの機能を備えたサーバコンピュータとが連携することにより情報提供装置１０の全機能が実現されるものであってもよい。
ｍｉＲＮＡプロファイル入力部１１は、情報提供装置１０に入力されるユーザｍｉＲＮＡプロファイルを受ける。ユーザｍｉＲＮＡプロファイルは、一ユーザの各ｍｉＲＮＡの測定値（ｍｉＲＮＡ測定値）の集合として構成されるｍｉＲＮＡプロファイルのデータである。図２に、ユーザｍｉＲＮＡプロファイルの構成例が示される。図２において、ユーザｍｉＲＮＡプロファイルは、ユーザｍｉＲＮＡプロファイルを構成する各ｍｉＲＮＡのｍｉＲＮＡ識別子（ｍｉＲＮＡＩＤ）及びｍｉＲＮＡ測定値を関連付けて格納する。
ユーザｍｉＲＮＡプロファイルを構成するｍｉＲＮＡ測定値は、全てのｍｉＲＮＡのｍｉＲＮＡ測定値であってもよく、又は、情報提供装置１０がスコア算出対象として扱うことができる疾病の疾病罹患リスクに関連する特定のｍｉＲＮＡのｍｉＲＮＡ測定値のみであってもよい。ｍｉＲＮＡ測定値は、ｍｉＲＮＡの濃度、モル数、蛍光強度又は他の指標で補正した相対値のいずれであってもよい。ｍｉＲＮＡ測定値の表現方法は、対数表現であってもよい。
適正ｍｉＲＮＡプロファイル記憶部１７は、適正ｍｉＲＮＡプロファイルを記憶する。適正ｍｉＲＮＡプロファイルは、疾病罹患リスクに基づいた各ｍｉＲＮＡの適正値（ｍｉＲＮＡ適正値）の集合として構成されるｍｉＲＮＡプロファイルのデータである。図３に、適正ｍｉＲＮＡプロファイルの構成例が示される。図３において、適正ｍｉＲＮＡプロファイルは、適正ｍｉＲＮＡプロファイルを構成する各ｍｉＲＮＡのｍｉＲＮＡＩＤ及びｍｉＲＮＡ適正値を関連付けて格納する。
適正ｍｉＲＮＡプロファイルを構成するｍｉＲＮＡ適正値は、全てのｍｉＲＮＡのｍｉＲＮＡ適正値であってもよく、又は、情報提供装置１０がスコア算出対象として扱うことができる疾病の疾病罹患リスクに関連する特定のｍｉＲＮＡのｍｉＲＮＡ適正値のみであってもよい。ｍｉＲＮＡ適正値は、疾病罹患リスクに基づいたｍｉＲＮＡの適正値であって、ｍｉＲＮＡの濃度、モル数、蛍光強度又は他の指標で補正した相対値のいずれであってもよい。ｍｉＲＮＡ適正値の表現方法は、対数表現であってもよい。適正ｍｉＲＮＡプロファイルの生成方法は後述する。
なお、ユーザｍｉＲＮＡプロファイルのｍｉＲＮＡ測定値と適正ｍｉＲＮＡプロファイルのｍｉＲＮＡ適正値とを同じ表現方法にすることが、後述するｍｉＲＮＡ乖離値算出部１２におけるｍｉＲＮＡ乖離値算出処理の観点から好ましい。
ｍｉＲＮＡ乖離値算出部１２は、ユーザｍｉＲＮＡプロファイル内の各ｍｉＲＮＡ測定値と、適正ｍｉＲＮＡプロファイル内の対応する各ｍｉＲＮＡ適正値とから、各ｍｉＲＮＡの乖離値（ｍｉＲＮＡ乖離値）を算出する。ｍｉＲＮＡ乖離値は、一ｍｉＲＮＡについてのｍｉＲＮＡ測定値とｍｉＲＮＡ適正値との乖離量を示す値である。ｍｉＲＮＡ乖離値の算出方法としては、ｍｉＲＮＡ測定値とｍｉＲＮＡ適正値との減法、除法、対数の減法、対数の除法などが利用可能である。例えば、ｍｉＲＮＡ測定値とｍｉＲＮＡ適正値との減算結果の差をｍｉＲＮＡ乖離値にしてもよい。
ｍｉＲＮＡ重要度テーブル記憶部１８は、疾病の種類ごとに、ｍｉＲＮＡ重要度テーブルを記憶する。ｍｉＲＮＡ重要度テーブルは、疾病の種類に対応する各ｍｉＲＮＡの重要度（ｍｉＲＮＡ重要度）を格納するテーブル形式のデータである。図４に、ｍｉＲＮＡ重要度テーブルの構成例が示される。図４において、疾病の種類ごとに、各ｍｉＲＮＡ重要度テーブルが設けられる。ｍｉＲＮＡ重要度テーブルは、ｍｉＲＮＡ重要度テーブルを構成する各ｍｉＲＮＡのｍｉＲＮＡＩＤ及びｍｉＲＮＡ重要度を関連付けて格納する。ｍｉＲＮＡ重要度テーブルを構成するｍｉＲＮＡ重要度は、全てのｍｉＲＮＡのｍｉＲＮＡ重要度であってもよく、又は、当該ｍｉＲＮＡ重要度テーブルが対象にする疾病の疾病罹患リスクに関連する特定のｍｉＲＮＡのｍｉＲＮＡ重要度のみであってもよい。ｍｉＲＮＡ重要度テーブルの生成方法は後述する。
個別ｍｉＲＮＡスコア算出部１３は、スコア算出対象疾病のｍｉＲＮＡ重要度テーブル内の各ｍｉＲＮＡ重要度と、ｍｉＲＮＡ乖離値算出部１２の算出結果の各ｍｉＲＮＡ乖離値とから、各ｍｉＲＮＡに個別のスコア（個別ｍｉＲＮＡスコア）を算出する。例えば、ｍｉＲＮＡ乖離値にｍｉＲＮＡ重要度を乗じた結果の積を個別ｍｉＲＮＡスコアとして算出してもよい。スコア算出対象疾病は、スコア算出対象疾病指定入力部１６から通知される。
スコア算出対象疾病指定入力部１６には、スコア算出対象疾病指定データが入力される。スコア算出対象疾病指定データは、スコア算出対象疾病を示すデータである。スコア算出対象疾病指定入力部１６は、スコア算出対象疾病指定データの入力を受付ける。スコア算出対象疾病指定入力部１６は、スコア算出対象疾病指定データで示されるスコア算出対象疾病を個別ｍｉＲＮＡスコア算出部１３及び判定結果データ生成部１５に通知する。スコア算出対象疾病指定データとして、例えば、ユーザが端末装置によりスコア算出対象疾病指定データを情報提供装置１０に送信することが挙げられる。この場合、スコア算出対象疾病指定入力部１６は、ユーザの端末装置からスコア算出対象疾病指定データを受信し、受信したスコア算出対象疾病指定データで示されるスコア算出対象疾病を個別ｍｉＲＮＡスコア算出部１３に通知する。
なお、スコア算出対象疾病として、情報提供装置１０がスコア算出対象として扱うことができる全ての疾病がそれぞれスコア算出対象疾病として予め情報提供装置１０に設定されてもよい。この場合、情報提供装置１０は、スコア算出対象疾病指定入力部１６を備えなくてもよい。情報提供装置１０がスコア算出対象として扱うことができる全ての疾病がそれぞれスコア算出対象疾病として予め情報提供装置１０に設定される場合、個別ｍｉＲＮＡスコア算出部１３は、ｍｉＲＮＡ重要度テーブルが設けられた全ての疾病の種類を対象にして、疾病の種類ごとに、各個別ｍｉＲＮＡスコアを算出する。
総合ｍｉＲＮＡスコア算出部１４は、個別ｍｉＲＮＡスコア算出部１３の算出結果の一スコア算出対象疾病の各個別ｍｉＲＮＡスコアを総合した総合ｍｉＲＮＡスコアを算出する。総合ｍｉＲＮＡスコアは、疾病の種類ごとに算出される。スコア算出対象疾病が複数ある場合には、スコア算出対象疾病ごとに、各個別ｍｉＲＮＡスコアを総合した総合ｍｉＲＮＡスコアが算出される。
判定結果データ生成部１５は、判定結果データを生成して出力する。判定結果データは、総合ｍｉＲＮＡスコア、個別ｍｉＲＮＡスコア、個別ｍｉＲＮＡスコアを図形式に表したものなどである。総合ｍｉＲＮＡスコアは、総合ｍｉＲＮＡスコア算出部１４から判定結果データ生成部１５に渡される。個別ｍｉＲＮＡスコアは、個別ｍｉＲＮＡスコア算出部１３から判定結果データ生成部１５に渡される。判定結果データとして出力される個別ｍｉＲＮＡスコアとして、スコア算出対象疾病との関係性が大きい複数個が選定される。個別ｍｉＲＮＡスコアを図形式に表したものとして、例えばレーダーチャートが生成される。レーダーチャートに使用される個別ｍｉＲＮＡスコアは、スコア算出対象疾病との関係性が大きいものとして選定された複数個の個別ｍｉＲＮＡスコアである。スコア算出対象疾病は、スコア算出対象疾病指定入力部１６から通知される。なお、判定結果データは、総合ｍｉＲＮＡスコア、個別ｍｉＲＮＡスコア及び個別ｍｉＲＮＡスコアを図形式に表した例えばレーダーチャートのうち、いずれか一つ又は複数であってもよい。
次に、図５を参照して、図１に示される情報提供装置１０の動作を説明する。図５は、本実施形態に係る情報提供方法の例を示すフローチャートである。
（ステップＳ１） ユーザｍｉＲＮＡプロファイルが情報提供装置１０に入力される。ユーザｍｉＲＮＡプロファイルは、ユーザの端末装置から情報提供装置１０へ送信されてもよく、又は、ユーザの端末装置以外の外部装置から情報提供装置１０へ送信されてもよい。ユーザの端末装置以外の外部装置は、例えば医療機関等の情報提供機関のサーバであってもよい。
ｍｉＲＮＡプロファイル入力部１１は、情報提供装置１０に入力されたユーザｍｉＲＮＡプロファイルを受ける。ｍｉＲＮＡプロファイル入力部１１は、当該ユーザｍｉＲＮＡプロファイルをｍｉＲＮＡ乖離値算出部１２へ渡す。
（ステップＳ２） ｍｉＲＮＡ乖離値算出部１２は、ｍｉＲＮＡプロファイル入力部１１から受けたユーザｍｉＲＮＡプロファイル内の各ｍｉＲＮＡ測定値と、適正ｍｉＲＮＡプロファイル記憶部１７に記憶される適正ｍｉＲＮＡプロファイル内の対応する各ｍｉＲＮＡ適正値とから、各ｍｉＲＮＡ乖離値を算出する。ｍｉＲＮＡ乖離値算出部１２は、算出結果の各ｍｉＲＮＡ乖離値を個別ｍｉＲＮＡスコア算出部１３へ渡す。
（ステップＳ３） スコア算出対象疾病指定入力部１６が、個別ｍｉＲＮＡスコア算出部１３及び判定結果データ生成部１５に対して、スコア算出対象疾病指定データで示されるスコア算出対象疾病を通知する。ここでの一例として、スコア算出対象疾病は「疾病Ａ」である。したがって、ここでは、スコア算出対象疾病として「疾病Ａ」がスコア算出対象疾病指定入力部１６から個別ｍｉＲＮＡスコア算出部１３及び判定結果データ生成部１５に対して通知される。
（ステップＳ４） 個別ｍｉＲＮＡスコア算出部１３は、ｍｉＲＮＡ重要度テーブル記憶部１８に記憶される疾病ＡのｍｉＲＮＡ重要度テーブル内の各ｍｉＲＮＡ重要度とｍｉＲＮＡ乖離値算出部１２から受けた各ｍｉＲＮＡ乖離値とから、各個別ｍｉＲＮＡスコアを算出する。個別ｍｉＲＮＡスコア算出部１３は、算出結果の疾病Ａの各個別ｍｉＲＮＡスコアを総合ｍｉＲＮＡスコア算出部１４へ渡す。
（ステップＳ５） 総合ｍｉＲＮＡスコア算出部１４は、個別ｍｉＲＮＡスコア算出部１３から受けた疾病Ａの各個別ｍｉＲＮＡスコアを総合した総合ｍｉＲＮＡスコアを算出する。総合ｍｉＲＮＡスコア算出部１４は、算出結果の疾病Ａの総合ｍｉＲＮＡスコアを判定結果データ生成部１５へ渡す。
（ステップＳ６） 判定結果データ生成部１５は、疾病Ａの判定結果データを生成して出力する。判定結果データは、総合ｍｉＲＮＡスコア、個別ｍｉＲＮＡスコア、個別ｍｉＲＮＡスコアを図形式に表した例えばレーダーチャートなどである。なお、判定結果データは、総合ｍｉＲＮＡスコア、個別ｍｉＲＮＡスコア及び個別ｍｉＲＮＡスコアを図形式に表した例えばレーダーチャートのうち、いずれか一つ又は複数であってもよい。判定結果データの出力先は、予め設定される。判定結果データの出力先は、ユーザの端末装置であってもよく、又は、ユーザの端末装置以外の外部装置であってもよい。ユーザの端末装置以外の外部装置は、例えば医療機関等の情報提供機関のサーバであってもよい。
［適正ｍｉＲＮＡプロファイル生成方法］
次に本実施形態に係る適正ｍｉＲＮＡプロファイル生成方法を説明する。適正ｍｉＲＮＡプロファイルは、疾病罹患リスクに基づいた各ｍｉＲＮＡ適正値から構成されるｍｉＲＮＡプロファイルのデータである。この適正ｍｉＲＮＡプロファイルの生成方法の例を以下に説明する。
次に本実施形態に係る適正ｍｉＲＮＡプロファイル生成方法を説明する。適正ｍｉＲＮＡプロファイルは、疾病罹患リスクに基づいた各ｍｉＲＮＡ適正値から構成されるｍｉＲＮＡプロファイルのデータである。この適正ｍｉＲＮＡプロファイルの生成方法の例を以下に説明する。
まず健常情報提供者のｍｉＲＮＡプロファイル（健常者ｍｉＲＮＡプロファイル）を取得する。このために、健常情報提供者として、若年層（２０代及び３０代）を中心に各種疾病に罹患していない者であって血液及び各種疾病に関連する生化学データが適正値である者が情報提供者の中から選択される。若年層は疾病罹患リスクが全般的に低く、また若年層のｍｉＲＮＡプロファイルは個体間のバラつきが小さいことが知られている。健常者ｍｉＲＮＡプロファイルは、一健常情報提供者の各ｍｉＲＮＡ測定値の集合として構成されるｍｉＲＮＡプロファイルのデータである。なお、健常情報提供者の採血後の追跡研究で一定期間以上各種疾病に罹患しなかった者の当該採血された時の過去の血液から測定された各ｍｉＲＮＡ測定値から構成されるｍｉＲＮＡプロファイルのみを健常者ｍｉＲＮＡプロファイルに使用してもよい。
次いで、複数の健常情報提供者の健常者ｍｉＲＮＡプロファイルに基づいて、各ｍｉＲＮＡ適正値を求める。この求められた各ｍｉＲＮＡ適正値を一集合として、図３に例示されるように各ｍｉＲＮＡのｍｉＲＮＡＩＤ及びｍｉＲＮＡ適正値を関連付けて適正ｍｉＲＮＡプロファイルを構成する。
ｍｉＲＮＡ適正値は、ｍｉＲＮＡ測定値の適正な範囲であってもよく、又は、ｍｉＲＮＡ測定値の最適値であってもよい。ｍｉＲＮＡ測定値の最適値としては、適正な範囲内に在るｍｉＲＮＡ測定値の平均値又は中央値であってもよい。又は、疾病を促進させるｍｉＲＮＡに対してｍｉＲＮＡ測定値の適正な範囲の下限値をｍｉＲＮＡ適正値にしたり、また、疾病を抑制させるｍｉＲＮＡに対してｍｉＲＮＡ測定値の適正な範囲の上限値をｍｉＲＮＡ適正値にしたりしてもよい。適正ｍｉＲＮＡプロファイルは、各種疾病の疾病罹患リスクが最も低いｍｉＲＮＡプロファイルであることが好ましい。
［ｍｉＲＮＡ重要度テーブル生成方法］
次に本実施形態に係るｍｉＲＮＡ重要度テーブル生成方法を説明する。ｍｉＲＮＡ重要度テーブルは、疾病の種類ごとに生成される。ｍｉＲＮＡ重要度テーブルは、疾病の種類に対応する各ｍｉＲＮＡ重要度を格納するテーブル形式のデータである。
次に本実施形態に係るｍｉＲＮＡ重要度テーブル生成方法を説明する。ｍｉＲＮＡ重要度テーブルは、疾病の種類ごとに生成される。ｍｉＲＮＡ重要度テーブルは、疾病の種類に対応する各ｍｉＲＮＡ重要度を格納するテーブル形式のデータである。
本実施形態では、疾病罹患リスクを促進するｍｉＲＮＡ及び疾病罹患リスクを抑制するｍｉＲＮＡに対して、ｍｉＲＮＡ重要度の絶対値が大きく設定される。本実施形態では、ｍｉＲＮＡ重要度の設定例として、疾病罹患リスクを促進するｍｉＲＮＡの場合、疾病罹患リスクを促進する度合い（疾病罹患促進度）が大きいほど、ｍｉＲＮＡ重要度は「絶対値がより大きい負の値」に設定される。一方、疾病罹患リスクを抑制するｍｉＲＮＡの場合、疾病罹患リスクを抑制する度合い（疾病罹患抑制度）が大きいほど、ｍｉＲＮＡ重要度は「絶対値がより大きい正の値」に設定される。
以下、ｍｉＲＮＡ重要度テーブルの生成方法の例１から例３までを説明する。
（ｍｉＲＮＡ重要度テーブル生成方法の例１）
図６は、本実施形態に係るｍｉＲＮＡ重要度テーブル生成方法の例１を示すフローチャートである。図６を参照して、本実施形態に係るｍｉＲＮＡ重要度テーブル生成方法の例１を説明する。
図６は、本実施形態に係るｍｉＲＮＡ重要度テーブル生成方法の例１を示すフローチャートである。図６を参照して、本実施形態に係るｍｉＲＮＡ重要度テーブル生成方法の例１を説明する。
（ステップＳ２１） 疾病の種類ごとに疾病を抑制又は促進するｍｉＲＮＡを示すｍｉＲＮＡ疾病情報を取得する。ｍｉＲＮＡ疾病情報として、例えば論文や特許公報や学会誌等の公知文献や公開データベースなどの公知情報が挙げられる。
（ステップＳ２２） 取得されたｍｉＲＮＡ疾病情報に基づいて、各疾病の種類に対応する各ｍｉＲＮＡ重要度を算出する。疾病の種類ごとに、ｍｉＲＮＡ疾病情報で示される疾病罹患促進度及び疾病罹患抑制度に基づいて、各ｍｉＲＮＡ重要度を算出する。さらには、同じ疾病罹患促進度又は疾病罹患抑制度を開示するｍｉＲＮＡ疾病情報の数や質によって、当該疾病罹患促進度又は疾病罹患抑制度に基づいた各ｍｉＲＮＡ重要度の算出に対して重み付けを行ってもよい。具体的には、同じ疾病罹患促進度又は疾病罹患抑制度を開示するｍｉＲＮＡ疾病情報の数が多かったり、疾病罹患促進度又は疾病罹患抑制度の程度が大きかったりする場合、当該疾病罹患促進度又は疾病罹患抑制度に基づいた各ｍｉＲＮＡ重要度に対して絶対値を一定量大きくする。
（ステップＳ２３） 疾病の種類ごとに算出された各ｍｉＲＮＡ重要度を、図４に例示されるように、各ｍｉＲＮＡのｍｉＲＮＡＩＤに関連付けて、それぞれ対応する疾病の種類のｍｉＲＮＡ重要度テーブルに格納する。
（ｍｉＲＮＡ重要度テーブル生成方法の例２）
図７は、本実施形態に係るｍｉＲＮＡ重要度テーブル生成方法の例２を示すフローチャートである。図７を参照して、本実施形態に係るｍｉＲＮＡ重要度テーブル生成方法の例２を説明する。
図７は、本実施形態に係るｍｉＲＮＡ重要度テーブル生成方法の例２を示すフローチャートである。図７を参照して、本実施形態に係るｍｉＲＮＡ重要度テーブル生成方法の例２を説明する。
（ステップＳ３１） 疾病の種類ごとに、疾病患者の各ｍｉＲＮＡ測定値から構成される疾病患者ｍｉＲＮＡプロファイルを取得する。疾病患者は、疾病に罹患している者である。疾病患者ｍｉＲＮＡプロファイルは、一疾病患者の各ｍｉＲＮＡ測定値の集合として構成されるｍｉＲＮＡプロファイルのデータである。
（ステップＳ３２） 適正ｍｉＲＮＡプロファイルを取得する。適正ｍｉＲＮＡプロファイルは、上述した適正ｍｉＲＮＡプロファイル生成方法によって生成されたものである。
（ステップＳ３３） 疾病の種類ごとに取得された疾病患者ｍｉＲＮＡプロファイルと適正ｍｉＲＮＡプロファイルとを比較し、当該比較の結果に基づいて各疾病の種類に対応する各ｍｉＲＮＡ重要度を算出する。例えば、疾病Ａについて、疾病Ａの疾病患者ｍｉＲＮＡプロファイル内の各ｍｉＲＮＡ測定値と、適正ｍｉＲＮＡプロファイル内の対応する各ｍｉＲＮＡ適正値とから、各ｍｉＲＮＡ乖離値を算出する。算出結果のｍｉＲＮＡ乖離値が一定量以上の乖離であるｍｉＲＮＡに対して、疾病Ａの疾病患者ｍｉＲＮＡプロファイル内のｍｉＲＮＡ測定値が対応するｍｉＲＮＡ適正値よりも大きい場合、疾病ＡのｍｉＲＮＡ重要度として疾病罹患促進度が大きい所定値を割り当て、一方、疾病Ａの疾病患者ｍｉＲＮＡプロファイル内のｍｉＲＮＡ測定値が対応するｍｉＲＮＡ適正値よりも小さい場合、疾病ＡのｍｉＲＮＡ重要度として疾病罹患抑制度が大きい所定値を割り当てる。
（ステップＳ３４） 疾病の種類ごとに算出された各ｍｉＲＮＡ重要度を、図４に例示されるように、各ｍｉＲＮＡのｍｉＲＮＡＩＤに関連付けて、それぞれ対応する疾病の種類のｍｉＲＮＡ重要度テーブルに格納する。
（ｍｉＲＮＡ重要度テーブル生成方法の例３）
図８は、本実施形態に係るｍｉＲＮＡ重要度テーブル生成方法の例３を示すフローチャートである。図８を参照して、本実施形態に係るｍｉＲＮＡ重要度テーブル生成方法の例３を説明する。
図８は、本実施形態に係るｍｉＲＮＡ重要度テーブル生成方法の例３を示すフローチャートである。図８を参照して、本実施形態に係るｍｉＲＮＡ重要度テーブル生成方法の例３を説明する。
（ステップＳ４１） 疾病の種類ごとに、高リスクｍｉＲＮＡプロファイルを取得する。高リスクｍｉＲＮＡプロファイルは、疾病罹患リスクが一定以上であり且つ疾病罹患前の一情報提供者の各ｍｉＲＮＡ測定値の集合として構成されるｍｉＲＮＡプロファイルのデータである。高リスクｍｉＲＮＡプロファイルのｍｉＲＮＡ測定値の測定に使用される血液は、該当する情報提供者の過去に採決された血液（例えば凍結保存されている血液）であってもよい。又は、疾病に罹患していない情報提供者のｍｉＲＮＡを継続して測定しておき、疾病に罹患した時点で罹患前のｍｉＲＮＡ測定値を高リスクｍｉＲＮＡプロファイルに使用してもよい。
（ステップＳ４２） 適正ｍｉＲＮＡプロファイルを取得する。適正ｍｉＲＮＡプロファイルは、上述した適正ｍｉＲＮＡプロファイル生成方法によって生成されたものである。
（ステップＳ４３） 疾病の種類ごとに取得された高リスクｍｉＲＮＡプロファイルと適正ｍｉＲＮＡプロファイルとを比較し、当該比較の結果に基づいて各疾病の種類に対応する各ｍｉＲＮＡ重要度を算出する。例えば、疾病Ａについて、高リスクｍｉＲＮＡプロファイル内の各ｍｉＲＮＡ測定値と、適正ｍｉＲＮＡプロファイル内の対応する各ｍｉＲＮＡ適正値とから、各ｍｉＲＮＡ乖離値を算出する。算出結果のｍｉＲＮＡ乖離値が一定量以上の乖離であるｍｉＲＮＡに対して、高リスクｍｉＲＮＡプロファイル内のｍｉＲＮＡ測定値が対応するｍｉＲＮＡ適正値よりも大きい場合、疾病ＡのｍｉＲＮＡ重要度として疾病罹患促進度が大きい所定値を割り当てる。一方、算出結果のｍｉＲＮＡ乖離値が一定量未満の乖離であるｍｉＲＮＡに対して、高リスクｍｉＲＮＡプロファイル内のｍｉＲＮＡ測定値が対応するｍｉＲＮＡ適正値よりも小さい場合、疾病ＡのｍｉＲＮＡ重要度として疾病罹患抑制度が大きい所定値を割り当てる。
なお、情報提供者のｍｉＲＮＡの測定に使用された疾病罹患前の血液の採血時点から当該情報提供者が疾病に罹患した時点までの期間（疾病罹患前期間）の長さを、当該疾病のｍｉＲＮＡ重要度に加味してもよい。例えば、疾病罹患前期間の長さが短いほど、ｍｉＲＮＡ重要度の絶対値が大きく設定される。
（ステップＳ４４） 疾病の種類ごとに算出された各ｍｉＲＮＡ重要度を、図４に例示されるように、各ｍｉＲＮＡのｍｉＲＮＡＩＤに関連付けて、それぞれ対応する疾病の種類のｍｉＲＮＡ重要度テーブルに格納する。
以上がｍｉＲＮＡ重要度テーブルの生成方法の例１から例３までの説明である。
なお、上述したｍｉＲＮＡ重要度テーブルの生成方法の例１から例３までは、それぞれ単独に使用されてもよく、又は、いずれか複数が組み合わされて使用されてもよい。例えば、ｍｉＲＮＡ重要度テーブルの生成方法の例１から例３までのいずれかの方法で、例えばｍｉＲＮＡ重要度テーブルの生成方法の例１で仮のｍｉＲＮＡ重要度テーブルを生成する。次いで、ｍｉＲＮＡ重要度テーブルの生成方法の例２の疾病患者ｍｉＲＮＡプロファイルと適正ｍｉＲＮＡプロファイルの情報やｍｉＲＮＡ重要度テーブルの生成方法の例３の高リスクｍｉＲＮＡプロファイルの情報と適正ｍｉＲＮＡプロファイルの情報に基づいて、仮のｍｉＲＮＡ重要度テーブルの数値を調整する。この調整の結果を、最終のｍｉＲＮＡ重要度テーブルに決定する。どの方法で仮のｍｉＲＮＡ重要度テーブルを生成するのかは、疾病の種類や、各方法で得られる情報の量、質に基づいて適宜選択すればよい。
なお、上述したｍｉＲＮＡ重要度テーブルの生成方法の例１から例３までは、それぞれ単独に使用されてもよく、又は、いずれか複数が組み合わされて使用されてもよい。例えば、ｍｉＲＮＡ重要度テーブルの生成方法の例１から例３までのいずれかの方法で、例えばｍｉＲＮＡ重要度テーブルの生成方法の例１で仮のｍｉＲＮＡ重要度テーブルを生成する。次いで、ｍｉＲＮＡ重要度テーブルの生成方法の例２の疾病患者ｍｉＲＮＡプロファイルと適正ｍｉＲＮＡプロファイルの情報やｍｉＲＮＡ重要度テーブルの生成方法の例３の高リスクｍｉＲＮＡプロファイルの情報と適正ｍｉＲＮＡプロファイルの情報に基づいて、仮のｍｉＲＮＡ重要度テーブルの数値を調整する。この調整の結果を、最終のｍｉＲＮＡ重要度テーブルに決定する。どの方法で仮のｍｉＲＮＡ重要度テーブルを生成するのかは、疾病の種類や、各方法で得られる情報の量、質に基づいて適宜選択すればよい。
また、ｍｉＲＮＡ重要度テーブルの生成方法において、情報提供者のｍｉＲＮＡ属性、生化学データ及びｍｉＲＮＡプロファイルを取得する情報取得ステップを含み、取得された情報提供者のｍｉＲＮＡ属性、生化学データ及びｍｉＲＮＡプロファイルを更に使用して、各疾病の種類に対応する各ｍｉＲＮＡ重要度を算出してもよい。
情報提供者のｍｉＲＮＡ属性は、情報提供者の属性であって当該情報提供者のｍｉＲＮＡ測定値に影響を与えるものである。ｍｉＲＮＡ属性として、例えば、年齢、性別、人種、情報提供者の疾病の罹患歴、情報提供者の親族の罹患歴などが挙げられる。ｍｉＲＮＡ属性は、少なくとも年齢と性別を含むことが好ましい。ｍｉＲＮＡ属性は、年齢と性別のみであってもよい。なお、人種を表す情報として、国籍を利用してもよい。
生化学データとして、例えば、人の検体（例えば、血液、尿、大便など）の生化学検査の結果のデータ、人の皮膚の撮像画像、人の超音波画像、人のＸ線画像、人に対する医師の診断の結果のデータなどが挙げられる。情報提供者の生化学データは、情報提供者が例えば人間ドック等の健康診断を受けた際に得られた検査結果のデータであってもよい。
情報提供者のｍｉＲＮＡプロファイルは、一情報提供者の各ｍｉＲＮＡ測定値の集合として構成されるｍｉＲＮＡプロファイルのデータである。
例えば、卵巣がんのような女性特有の疾患に対応するｍｉＲＮＡ重要度テーブルを生成する場合、性別を考慮した各ｍｉＲＮＡ重要度を設定する。また、認知症のような高齢により罹患率が高まる疾患に対応するｍｉＲＮＡ重要度テーブルを生成する場合、年齢を考慮した各ｍｉＲＮＡ重要度を設定する。
［総合ｍｉＲＮＡスコア算出方法］
次に本実施形態に係る総合ｍｉＲＮＡスコア算出方法を説明する。
本実施形態では、ユーザのユーザｍｉＲＮＡプロファイルを使用して、疾病の種類ごとに、当該ユーザの総合ｍｉＲＮＡスコアを算出する。ある疾病、例えば疾病Ａについてのユーザの総合ｍｉＲＮＡスコアは、当該ユーザが疾病Ａに罹患するリスクの観点において、ｍｉＲＮＡプロファイルのバランスの良し悪しを示す情報である。
次に本実施形態に係る総合ｍｉＲＮＡスコア算出方法を説明する。
本実施形態では、ユーザのユーザｍｉＲＮＡプロファイルを使用して、疾病の種類ごとに、当該ユーザの総合ｍｉＲＮＡスコアを算出する。ある疾病、例えば疾病Ａについてのユーザの総合ｍｉＲＮＡスコアは、当該ユーザが疾病Ａに罹患するリスクの観点において、ｍｉＲＮＡプロファイルのバランスの良し悪しを示す情報である。
総合ｍｉＲＮＡスコアとして、例えば、ｍｉＲＮＡ点数、ｍｉＲＮＡ年齢、ｍｉＲＮＡ偏差値などが挙げられる。ｍｉＲＮＡ点数は、ｍｉＲＮＡプロファイルのバランスの良し悪しを、規定の満点（例えば１００点満点）で点数化した点数である。ｍｉＲＮＡ年齢は、ｍｉＲＮＡプロファイルのバランスの良し悪しを、年齢に例えて表現するものである。ｍｉＲＮＡ偏差値は、ｍｉＲＮＡプロファイルのバランスの良し悪しを、偏差値で表現するものである。
次式に、総合ｍｉＲＮＡスコアの算出式の例を示す。次式は、疾病Ａの総合ｍｉＲＮＡスコアを算出する算出式であって、図２のユーザｍｉＲＮＡプロファイル、図３の適正ｍｉＲＮＡプロファイル及び図４のｍｉＲＮＡ重要度テーブルを使用したものである。
疾病Ａの総合ｍｉＲＮＡスコア＝［mirnaid_1のｍｉＲＮＡ乖離値「mirna測定値＿１−mirna適正値＿１」×mirna重要度＿１Ａ］＋［mirnaid_2のｍｉＲＮＡ乖離値「mirna測定値＿２−mirna適正値＿２」×mirna重要度＿２Ａ］＋・・・
上記した疾病Ａの総合ｍｉＲＮＡスコアの算出式では、ｍｉＲＮＡ測定値からｍｉＲＮＡ適正値を減じた結果の差をｍｉＲＮＡ乖離値として算出し、ｍｉＲＮＡ乖離値にｍｉＲＮＡ重要度を乗じた結果の積を個別ｍｉＲＮＡスコアとして算出し、各個別ｍｉＲＮＡスコアの総和を総合ｍｉＲＮＡスコアとして算出している。
疾病Ａの総合ｍｉＲＮＡスコア＝［mirnaid_1のｍｉＲＮＡ乖離値「mirna測定値＿１−mirna適正値＿１」×mirna重要度＿１Ａ］＋［mirnaid_2のｍｉＲＮＡ乖離値「mirna測定値＿２−mirna適正値＿２」×mirna重要度＿２Ａ］＋・・・
上記した疾病Ａの総合ｍｉＲＮＡスコアの算出式では、ｍｉＲＮＡ測定値からｍｉＲＮＡ適正値を減じた結果の差をｍｉＲＮＡ乖離値として算出し、ｍｉＲＮＡ乖離値にｍｉＲＮＡ重要度を乗じた結果の積を個別ｍｉＲＮＡスコアとして算出し、各個別ｍｉＲＮＡスコアの総和を総合ｍｉＲＮＡスコアとして算出している。
なお、上記した疾病Ａの総合ｍｉＲＮＡスコアの算出式において、算出に使用されるｍｉＲＮＡを全種類とし、且つ、疾病Ａの疾病罹患リスクとの関係が殆どないと判断することができるｍｉＲＮＡのｍｉＲＮＡ重要度をゼロにしてもよい。又は、算出に使用されるｍｉＲＮＡを、疾病Ａの疾病罹患リスクに関係があると判断することができるｍｉＲＮＡのみにしてもよい。
また、がんについては、がんの種類ごとに個別の総合ｍｉＲＮＡスコア算出式を使用してもよい。
また、上記した疾病Ａの総合ｍｉＲＮＡスコアの算出式では、ｍｉＲＮＡ測定値からｍｉＲＮＡ適正値を減じた結果の差をｍｉＲＮＡ乖離値として算出したが、これに限定されない。ｍｉＲＮＡ乖離値の算出方法は、ｍｉＲＮＡ測定値とｍｉＲＮＡ適正値との除法、対数の減法、対数の除法などであってもよい。
また、上記した疾病Ａの総合ｍｉＲＮＡスコアの算出式では、ｍｉＲＮＡ乖離値にｍｉＲＮＡ重要度を乗じた結果の積を個別ｍｉＲＮＡスコアとして算出したが、これに限定されない。個別ｍｉＲＮＡスコアの算出方法は、ｍｉＲＮＡ乖離値とｍｉＲＮＡ重要度との加法、減法、除法などであってもよく、又は、２次関数や３次関数を使用してもよい。
また、上記した疾病Ａの総合ｍｉＲＮＡスコアの算出式では、各個別ｍｉＲＮＡスコアの総和を総合ｍｉＲＮＡスコアとして算出したが、これに限定されない。総合ｍｉＲＮＡスコアの算出方法は、各個別ｍｉＲＮＡスコアを使用した減法、乗法、除法などであってもよく、又は、２次関数や３次関数を使用してもよい。
上述した実施形態によれば、ユーザに対して疾病の種類ごとに総合ｍｉＲＮＡスコア等の判定結果データを算出して提示することにより、ユーザのｍｉＲＮＡプロファイルのバランスの状態を疾病の種類ごとに簡潔に提示することができるという効果が得られる。これにより、ユーザに対して、例えば疾病Ａの総合ｍｉＲＮＡスコアに基づいて疾病Ａの疾病罹患リスクを認識させて、食生活等の生活習慣の改善によるｍｉＲＮＡプロファイルのバランスの改善策を講ずる契機を与えることができる。
なお、上述した実施形態では、疾病の種類ごとに総合ｍｉＲＮＡスコアを算出したが、複数の疾病の疾病罹患リスクを統合して、複数の疾病に関する統合的な健康指標として一つの統合ｍｉＲＮＡスコアを算出してもよい。
また、上述した実施形態では、ｍｉＲＮＡ乖離値算出部１２、適正ｍｉＲＮＡプロファイル記憶部１７及びｍｉＲＮＡ重要度テーブル記憶部１８を設けたが、これに限定されない。例えば、ｍｉＲＮＡ重要度にｍｉＲＮＡ適正値を加味したｍｉＲＮＡ統合重要度を格納する統合重要テーブルを設け、個別ｍｉＲＮＡスコア算出部１３は、ユーザｍｉＲＮＡプロファイル内の各ｍｉＲＮＡ測定値と、統合重要テーブル内の各ｍｉＲＮＡ統合重要度とから、各個別ｍｉＲＮＡスコアを算出してもよい。この情報提供装置の構成例を示すブロック図が図９に示される。図９に示される情報提供装置１０は、統合重要テーブルを記憶する統合重要テーブル記憶部２０を備える。図１０に例示されるように、統合重要テーブルは、疾病の種類ごとに、疾病に罹患するリスクに基づいた各ｍｉＲＮＡ適正値に対して疾病の種類に対応する各ｍｉＲＮＡ重要度を加味した各ｍｉＲＮＡ統合重要度を格納する。図９に示される情報提供装置１０において、個別ｍｉＲＮＡスコア算出部１３は、ユーザｍｉＲＮＡプロファイル内の各ｍｉＲＮＡ測定値と、スコア算出対象疾病の統合重要テーブル内の各ｍｉＲＮＡ統合重要度とから、各個別ｍｉＲＮＡスコアを算出する。判定結果データ生成部１５は、個別ｍｉＲＮＡスコアに基づいた判定結果データを生成して出力する。
また、上述した情報提供装置の機能を実現するためのコンピュータプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行するようにしてもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものであってもよい。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、フラッシュメモリ等の書き込み可能な不揮発性メモリ、ＤＶＤ（Digital Versatile Disc）等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、フラッシュメモリ等の書き込み可能な不揮発性メモリ、ＤＶＤ（Digital Versatile Disc）等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。
さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（例えばＤＲＡＭ（Dynamic Random Access Memory））のように、一定時間プログラムを保持しているものも含むものとする。
また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。
また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。
また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。
また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。
以上、実施形態を用いて本発明を説明したが、本発明の技術的範囲は上記実施形態に記載の範囲には限定されないことは言うまでもない。上記実施形態に、多様な変更又は改良を加えることが可能であることが当業者に明らかである。また、その様な変更又は改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。
１０ 情報提供装置
１１ ｍｉＲＮＡプロファイル入力部
１２ ｍｉＲＮＡ乖離値算出部
１３ 個別ｍｉＲＮＡスコア算出部
１４ 総合ｍｉＲＮＡスコア算出部
１５ 判定結果データ生成部
１６ スコア算出対象疾病指定入力部
１７ 適正ｍｉＲＮＡプロファイル記憶部
１８ ｍｉＲＮＡ重要度テーブル記憶部
２０ 統合重要テーブル記憶部
１１ ｍｉＲＮＡプロファイル入力部
１２ ｍｉＲＮＡ乖離値算出部
１３ 個別ｍｉＲＮＡスコア算出部
１４ 総合ｍｉＲＮＡスコア算出部
１５ 判定結果データ生成部
１６ スコア算出対象疾病指定入力部
１７ 適正ｍｉＲＮＡプロファイル記憶部
１８ ｍｉＲＮＡ重要度テーブル記憶部
２０ 統合重要テーブル記憶部
Claims (11)
- 複数のがん種に罹患するリスクを提供する情報提供装置であって、
ユーザの各ｍｉＲＮＡ測定値から構成されるユーザｍｉＲＮＡプロファイルを受けるｍｉＲＮＡプロファイル入力部と、
前記ユーザｍｉＲＮＡプロファイル内の各ｍｉＲＮＡ測定値と、疾病に罹患するリスクに基づいた各ｍｉＲＮＡ適正値と、未病状態におけるスコア算出対象がん種に罹患するリスクに対して各ｍｉＲＮＡがどのくらい重要であるのかを示す各ｍｉＲＮＡ重要度とに基づいた各個別ｍｉＲＮＡスコアを算出する個別ｍｉＲＮＡスコア算出部と、
前記個別ｍｉＲＮＡスコアに基づいた判定結果データを生成して出力する判定結果データ生成部と、
を備える情報提供装置。 - 疾病に罹患するリスクに基づいた各ｍｉＲＮＡ適正値から構成される適正ｍｉＲＮＡプロファイルを記憶する適正ｍｉＲＮＡプロファイル記憶部と、
前記ユーザｍｉＲＮＡプロファイル内の各ｍｉＲＮＡ測定値と、前記適正ｍｉＲＮＡプロファイル内の対応する各ｍｉＲＮＡ適正値とから、ｍｉＲＮＡ測定値とｍｉＲＮＡ適正値との乖離量を示す各ｍｉＲＮＡ乖離値を算出するｍｉＲＮＡ乖離値算出部と、
前記複数のがん種に対して、がん種ごとに、未病状態における各がん種に罹患するリスクに対して各ｍｉＲＮＡがどのくらい重要であるのかを示す各ｍｉＲＮＡ重要度を格納するｍｉＲＮＡ重要度テーブルを記憶するｍｉＲＮＡ重要度テーブル記憶部と、をさらに備え、
前記個別ｍｉＲＮＡスコア算出部は、スコア算出対象がん種の前記ｍｉＲＮＡ重要度テーブル内の各ｍｉＲＮＡ重要度と前記各ｍｉＲＮＡ乖離値とから、各個別ｍｉＲＮＡスコアを算出する、
請求項１に記載の情報提供装置。 - 前記複数のがん種ごとに、がんに罹患するリスクが一定以上であり且つがん罹患前の情報提供者の各ｍｉＲＮＡ測定値から構成される高リスクｍｉＲＮＡプロファイルを取得する高リスクｍｉＲＮＡプロファイル取得部と、
疾病に罹患するリスクに基づいた各ｍｉＲＮＡ適正値から構成される適正ｍｉＲＮＡプロファイルを取得する適正ｍｉＲＮＡプロファイル取得部と、
前記高リスクｍｉＲＮＡプロファイル取得部が取得した各がん種の高リスクｍｉＲＮＡプロファイルと、前記適正ｍｉＲＮＡプロファイル取得部が取得した前記適正ｍｉＲＮＡプロファイルとを比較し、当該比較の結果に基づいて各がん種に対応する各ｍｉＲＮＡ重要度を算出するｍｉＲＮＡ重要度算出部と、
前記複数のがん種に対して、がん種ごとに、前記ｍｉＲＮＡ重要度算出部が算出した各がん種に対応する各ｍｉＲＮＡ重要度をｍｉＲＮＡ重要度テーブルに格納するｍｉＲＮＡ重要度テーブル生成部と、
をさらに備える請求項２に記載の情報提供装置。 - 前記複数のがん種に対して、がん種ごとに、疾病に罹患するリスクに基づいた各ｍｉＲＮＡ適正値に対して未病状態における各がん種に罹患するリスクに対して各ｍｉＲＮＡがどのくらい重要であるのかを示す各ｍｉＲＮＡ重要度を加味した各ｍｉＲＮＡ統合重要度を格納する統合重要テーブルを記憶する統合重要テーブル記憶部をさらに備え、
前記個別ｍｉＲＮＡスコア算出部は、前記ユーザｍｉＲＮＡプロファイル内の各ｍｉＲＮＡ測定値と、スコア算出対象がん種の前記統合重要テーブル内の各ｍｉＲＮＡ統合重要度とから、各個別ｍｉＲＮＡスコアを算出する、
請求項１に記載の情報提供装置。 - 前記各個別ｍｉＲＮＡスコアを総合したｍｉＲＮＡスコアを算出するｍｉＲＮＡスコア算出部をさらに備える、
請求項１から４のいずれか１項に記載の情報提供装置。 - スコア算出対象がん種を示すスコア算出対象疾病指定データの入力を受付けるスコア算出対象疾病指定入力部をさらに備える、
請求項１から５のいずれか１項に記載の情報提供装置。 - 複数のがん種に罹患するリスクを提供する情報提供装置が実行する情報提供方法であって、
前記情報提供装置が備えるｍｉＲＮＡプロファイル入力部が、ユーザの各ｍｉＲＮＡ測定値から構成されるユーザｍｉＲＮＡプロファイルを受けるｍｉＲＮＡプロファイル入力ステップと、
前記情報提供装置が備える適正ｍｉＲＮＡプロファイル記憶部が、疾病に罹患するリスクに基づいた各ｍｉＲＮＡ適正値から構成される適正ｍｉＲＮＡプロファイルを記憶する適正ｍｉＲＮＡプロファイル記憶ステップと、
前記情報提供装置が備えるｍｉＲＮＡ乖離値算出部が、前記ユーザｍｉＲＮＡプロファイル内の各ｍｉＲＮＡ測定値と、前記適正ｍｉＲＮＡプロファイル内の対応する各ｍｉＲＮＡ適正値とから、ｍｉＲＮＡ測定値とｍｉＲＮＡ適正値との乖離量を示す各ｍｉＲＮＡ乖離値を算出するｍｉＲＮＡ乖離値算出ステップと、
前記情報提供装置が備えるｍｉＲＮＡ重要度テーブル記憶部が、前記複数のがん種に対して、がん種ごとに、未病状態における各がん種に罹患するリスクに対して各ｍｉＲＮＡがどのくらい重要であるのかを示す各ｍｉＲＮＡ重要度を格納するｍｉＲＮＡ重要度テーブルを記憶するｍｉＲＮＡ重要度テーブル記憶ステップと、
前記情報提供装置が備える個別ｍｉＲＮＡスコア算出部が、スコア算出対象がん種の前記ｍｉＲＮＡ重要度テーブル内の各ｍｉＲＮＡ重要度と前記各ｍｉＲＮＡ乖離値とから、各個別ｍｉＲＮＡスコアを算出する個別ｍｉＲＮＡスコア算出ステップと、
前記情報提供装置が備える判定結果データ生成部が、前記個別ｍｉＲＮＡスコアに基づいた判定結果データを生成して出力する判定結果データ生成ステップと、
を含む情報提供方法。 - 請求項７に記載の情報提供方法に使用されるｍｉＲＮＡ重要度テーブルを生成するｍｉＲＮＡ重要度テーブル生成装置が実行するｍｉＲＮＡ重要度テーブルの生成方法であって、
前記ｍｉＲＮＡ重要度テーブル生成装置が、がん種ごとにがんを抑制又は促進するｍｉＲＮＡを示すｍｉＲＮＡ疾病情報を取得するｍｉＲＮＡ疾病情報取得ステップと、
前記ｍｉＲＮＡ重要度テーブル生成装置が、前記ｍｉＲＮＡ疾病情報に基づいて、各がん種に対応する各ｍｉＲＮＡ重要度を算出するｍｉＲＮＡ重要度算出ステップと、
前記ｍｉＲＮＡ重要度テーブル生成装置が、がん種ごとに算出された各ｍｉＲＮＡ重要度をｍｉＲＮＡ重要度テーブルに格納するｍｉＲＮＡ重要度格納ステップと、
を含むｍｉＲＮＡ重要度テーブル生成方法。 - 請求項７に記載の情報提供方法に使用されるｍｉＲＮＡ重要度テーブルを生成するｍｉＲＮＡ重要度テーブル生成装置が実行するｍｉＲＮＡ重要度テーブルの生成方法であって、
前記ｍｉＲＮＡ重要度テーブル生成装置が、がん種ごとに、疾病患者の各ｍｉＲＮＡ測定値から構成される疾病患者ｍｉＲＮＡプロファイルを取得する疾病患者ｍｉＲＮＡプロファイル取得ステップと、
前記ｍｉＲＮＡ重要度テーブル生成装置が、疾病に罹患するリスクに基づいた各ｍｉＲＮＡ適正値から構成される適正ｍｉＲＮＡプロファイルを取得する適正ｍｉＲＮＡプロファイル取得ステップと、
前記ｍｉＲＮＡ重要度テーブル生成装置が、がん種ごとに取得された疾病患者ｍｉＲＮＡプロファイルと前記適正ｍｉＲＮＡプロファイルとを比較し、当該比較の結果に基づいて各がん種に対応する各ｍｉＲＮＡ重要度を算出するｍｉＲＮＡ重要度算出ステップと、
前記ｍｉＲＮＡ重要度テーブル生成装置が、がん種ごとに算出された各ｍｉＲＮＡ重要度をｍｉＲＮＡ重要度テーブルに格納するｍｉＲＮＡ重要度格納ステップと、
を含むｍｉＲＮＡ重要度テーブル生成方法。 - 請求項７に記載の情報提供方法に使用されるｍｉＲＮＡ重要度テーブルを生成するｍｉＲＮＡ重要度テーブル生成装置が実行するｍｉＲＮＡ重要度テーブルの生成方法であって、
前記ｍｉＲＮＡ重要度テーブル生成装置が、がん種ごとに、がんに罹患するリスクが一定以上であり且つがん罹患前の情報提供者の各ｍｉＲＮＡ測定値から構成される高リスクｍｉＲＮＡプロファイルを取得する高リスクｍｉＲＮＡプロファイル取得ステップと、
前記ｍｉＲＮＡ重要度テーブル生成装置が、疾病に罹患するリスクに基づいた各ｍｉＲＮＡ適正値から構成される適正ｍｉＲＮＡプロファイルを取得する適正ｍｉＲＮＡプロファイル取得ステップと、
前記ｍｉＲＮＡ重要度テーブル生成装置が、がん種ごとに取得された高リスクｍｉＲＮＡプロファイルと前記適正ｍｉＲＮＡプロファイルとを比較し、当該比較の結果に基づいて各がん種に対応する各ｍｉＲＮＡ重要度を算出するｍｉＲＮＡ重要度算出ステップと、
前記ｍｉＲＮＡ重要度テーブル生成装置が、がん種ごとに算出された各ｍｉＲＮＡ重要度をｍｉＲＮＡ重要度テーブルに格納するｍｉＲＮＡ重要度格納ステップと、
を含むｍｉＲＮＡ重要度テーブル生成方法。 - 前記ｍｉＲＮＡ重要度テーブル生成装置が、情報提供者のｍｉＲＮＡ属性、生化学データ及びｍｉＲＮＡプロファイルを取得する情報取得ステップを含み、
前記ｍｉＲＮＡ重要度テーブル生成装置が、取得された情報提供者のｍｉＲＮＡ属性、生化学データ及びｍｉＲＮＡプロファイルを更に使用して、各がん種に対応する各ｍｉＲＮＡ重要度を算出する、
請求項８から１０のいずれか１項に記載のｍｉＲＮＡ重要度テーブル生成方法。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019088334A JP6884810B2 (ja) | 2019-05-08 | 2019-05-08 | 情報提供装置、情報提供方法及びｍｉＲＮＡ重要度テーブル生成方法 |
| CN202080049797.8A CN114144836A (zh) | 2019-05-08 | 2020-05-28 | 信息提供装置和miRNA重要度表生成方法 |
| US17/608,105 US20220344052A1 (en) | 2019-05-08 | 2020-05-28 | Information provision device and method for generating mirna importance table |
| PCT/JP2020/021072 WO2020226186A1 (ja) | 2019-05-08 | 2020-05-28 | 情報提供装置及びｍｉＲＮＡ重要度テーブル生成方法 |
| JP2021080586A JP2021119786A (ja) | 2019-05-08 | 2021-05-11 | 情報提供装置、情報提供方法及びｍｉＲＮＡ重要度テーブル生成方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019088334A JP6884810B2 (ja) | 2019-05-08 | 2019-05-08 | 情報提供装置、情報提供方法及びｍｉＲＮＡ重要度テーブル生成方法 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021080586A Division JP2021119786A (ja) | 2019-05-08 | 2021-05-11 | 情報提供装置、情報提供方法及びｍｉＲＮＡ重要度テーブル生成方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2020184202A JP2020184202A (ja) | 2020-11-12 |
| JP6884810B2 true JP6884810B2 (ja) | 2021-06-09 |
Family
ID=73045151
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019088334A Active JP6884810B2 (ja) | 2019-05-08 | 2019-05-08 | 情報提供装置、情報提供方法及びｍｉＲＮＡ重要度テーブル生成方法 |
| JP2021080586A Pending JP2021119786A (ja) | 2019-05-08 | 2021-05-11 | 情報提供装置、情報提供方法及びｍｉＲＮＡ重要度テーブル生成方法 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021080586A Pending JP2021119786A (ja) | 2019-05-08 | 2021-05-11 | 情報提供装置、情報提供方法及びｍｉＲＮＡ重要度テーブル生成方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20220344052A1 (ja) |
| JP (2) | JP6884810B2 (ja) |
| CN (1) | CN114144836A (ja) |
| WO (1) | WO2020226186A1 (ja) |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9771617B2 (en) * | 2011-06-27 | 2017-09-26 | Eisai R&D Management Co., Ltd. | Microrna biomarkers indicative of alzheimer's disease |
| WO2016117582A1 (ja) * | 2015-01-20 | 2016-07-28 | 国立研究開発法人国立精神・神経医療研究センター | ｍｉＲＮＡを用いた精神疾患判定マーカー |
| JP6280997B1 (ja) * | 2016-10-31 | 2018-02-14 | 株式会社Ｐｒｅｆｅｒｒｅｄ Ｎｅｔｗｏｒｋｓ | 疾患の罹患判定装置、疾患の罹患判定方法、疾患の特徴抽出装置及び疾患の特徴抽出方法 |
-
2019
- 2019-05-08 JP JP2019088334A patent/JP6884810B2/ja active Active
-
2020
- 2020-05-28 US US17/608,105 patent/US20220344052A1/en not_active Abandoned
- 2020-05-28 CN CN202080049797.8A patent/CN114144836A/zh active Pending
- 2020-05-28 WO PCT/JP2020/021072 patent/WO2020226186A1/ja active Application Filing
-
2021
- 2021-05-11 JP JP2021080586A patent/JP2021119786A/ja active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| US20220344052A1 (en) | 2022-10-27 |
| JP2020184202A (ja) | 2020-11-12 |
| CN114144836A (zh) | 2022-03-04 |
| JP2021119786A (ja) | 2021-08-19 |
| WO2020226186A1 (ja) | 2020-11-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Nochioka et al. | Right ventricular function, right ventricular–pulmonary artery coupling, and heart failure risk in 4 US Communities: the Atherosclerosis Risk in Communities (ARIC) Study | |
| Mazzone et al. | Screening for lung cancer: CHEST guideline and expert panel report | |
| Dratva et al. | Impact of road traffic noise annoyance on health-related quality of life: Results from a population-based study | |
| Ruparel et al. | Evaluation of cardiovascular risk in a lung cancer screening cohort | |
| Norekvål et al. | Patient-reported outcomes as predictors of 10-year survival in women after acute myocardial infarction | |
| Habbema et al. | Models in the development of clinical practice guidelines | |
| Berge et al. | Hearing as an independent predictor of postural balance in 1075 patients evaluated for dizziness | |
| Maestre et al. | Diagnostic accuracy of clinical criteria for identifying systolic and diastolic heart failure: cross‐sectional study | |
| Levene et al. | Association of primary care characteristics with variations in mortality rates in England: an observational study | |
| Mohammed et al. | Patient and other factors influencing the prescribing of cardiovascular prevention therapy in the general practice setting with and without nurse assessment | |
| Campbell et al. | Cost-effectiveness uncertainty analysis methods: a comparison of one-way sensitivity, analysis of covariance, and expected value of partial perfect information | |
| Winther et al. | Coronary calcium scoring improves risk prediction in patients with suspected obstructive coronary artery disease | |
| Łyszczarz | Indirect costs and public finance consequences of heart failure in Poland, 2012–2015 | |
| Mahabadi et al. | Left atrial size quantification using non-contrast-enhanced cardiac computed tomography–association with cardiovascular risk factors and gender-specific distribution in the general population: the Heinz Nixdorf Recall study | |
| Cichosz et al. | Precise prediction of total body lean and fat mass from anthropometric and demographic data: development and validation of neural network models | |
| Genders et al. | The quantitative science of evaluating imaging evidence | |
| You et al. | Blood pressure and noncommunicable diseases in middle-aged and older adults in China | |
| Herman et al. | Utility of a genomic-based, personalized medicine test in patients presenting with symptoms suggesting coronary artery disease | |
| JP6884810B2 (ja) | 情報提供装置、情報提供方法及びｍｉＲＮＡ重要度テーブル生成方法 | |
| Bon et al. | Lung‐Specific Risk Factors Associated With Incident Hip Fracture in Current and Former Smokers | |
| Diaz et al. | Suspected Bronchiectasis and Mortality in Adults With a History of Smoking Who Have Normal and Impaired Lung Function: A Cohort Study | |
| Gheorghe et al. | Quality of life and time to death: have the health gains of preventive interventions been underestimated? | |
| Glei et al. | Physical function in US older adults compared with other populations: A multinational study | |
| Gazourian et al. | Qualitative coronary artery calcification scores and risk of all cause, COPD and pneumonia hospital admission in a large CT lung cancer screening cohort | |
| Yang et al. | Socioeconomic status, comorbidity, activity limitation, and healthy life expectancy in older men and women: a 6-year follow-up study in Japan |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190819 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191105 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20191105 |
|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20191106 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200311 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200609 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20200728 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201008 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210105 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210202 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210413 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210512 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6884810 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |