过敏性疾病的判定方法和判定系统技术方案

本发明专利技术涉及一种过敏性疾病的判定方法等，包括：使选自过敏源和其片段中的2种以上的探针与从对象采取的生物试样接触的工序，检测上述探针与生物试样中包含的抗体的反应的工序，辨别与上述探针反应的抗体的种类的工序，将上述探针中的至少2种分别与抗体反应的数据和所结合的抗体的种类的数据输入到预测模型中，得到预测结果的工序；以及基于上述预测结果来判定过敏性疾病的工序；上述预测模型为至少使用上述探针与抗体反应的训练数据和所结合的抗体的种类的训练数据而制作的非线性模型或说明变量为2个以上且项数为2项以上的模型。明变量为2个以上且项数为2项以上的模型。明变量为2个以上且项数为2项以上的模型。

【技术实现步骤摘要】
【国外来华专利技术】过敏性疾病的判定方法和判定系统


[0001]本专利技术涉及过敏性疾病的判定方法和该判定方法中使用的试剂盒、生物芯片、系统等。

技术介绍

[0002]过敏性疾病的患病人数有增加的趋势，其对策正成为课题。过敏性疾病由于存在许多成为其病因的过敏源，症状、对治疗的反应性也根据患者而不同等，因此富有多样性。另外，虽然过去几十年对有关过敏的研究取得了飞跃性的进步，但其病情超出想象地复杂，依然有很多不清楚的部分。这样的多样性和复杂性使得应对过敏性疾病变得困难。准确的诊断对于应对疾病而言很重要，但难以说已经充分建立了多样且复杂的过敏性疾病的诊断方法。作为最常见的过敏性疾病的诊断方法，可举出过敏源特异性IgE的测定，近年来，也进行了除了IgE以外还组合IgG4的测定结果的尝试(专利文献1)。
[0003]现有技术文献
[0004]专利文献
[0005]专利文献1：WO2010/110454

技术实现思路

[0006]寻求一种优异的过敏性疾病的诊断方法。
[0007]一个方式中，本专利技术提供以下方案。
[0008][1]一种过敏性疾病的判定方法，包括：
[0009]使选自过敏源和其片段中的2种以上的探针与从对象采取的生物试样接触的工序，
[0010]检测上述探针与生物试样中包含的抗体的反应的工序，
[0011]辨别与上述探针反应的抗体的种类的工序，
[0012]将上述探针中的至少2种分别与抗体反应的数据和所结合的抗体的种类的数据输入到预测模型中，得到预测结果的工序，以及
[0013]基于上述预测结果来判定过敏性疾病的工序；
[0014]上述预测模型为至少使用上述探针与抗体反应的训练数据和所结合的抗体的种类的训练数据而制作的非线性模型或说明变量为2个以上且项数为2项以上的模型。
[0015][2]根据[1]所述的方法，其中，过敏性疾病的判定选自过敏性疾病是轻症还是重症的判定和总ASCA值的预测。
[0016][3]一种得到用于判定过敏性疾病的指标的方法，包括：
[0017]取得使选自过敏源和其片段中的2种以上的探针与从对象采取的生物试样接触而得到的、上述探针与生物试样中包含的抗体反应的数据以及进行了反应的抗体的种类的数据的工序，以及
[0018]将上述数据输入到预测模型中，得到预测结果的工序；
[0019]上述预测模型为至少使用上述探针与抗体反应的训练数据和所结合的抗体的种类的训练数据而制作的非线性模型或说明变量为2个以上且项数为2项以上的模型。
[0020][4]根据[1]～[3]中任一项所述的方法，其中，抗体的种类选自IgE和IgG4。
[0021][5]根据[1]～[4]中任一项所述的方法，其中，探针包含过敏源的重叠片段。
[0022][6]根据[1]～[5]中任一项所述的方法，其中，探针被固相化。
[0023][7]根据[1]～[6]中任一项所述的方法，其中，与抗体反应的数据为与抗体的反应强度。
[0024][8]根据[1]～[7]中任一项所述的方法，其中，预测模型的制作中使用追加的训练数据。
[0025][9]根据[1]～[8]中任一项所述的方法，其中，过敏源选自食物过敏源、吸入性过敏源和接触性过敏源。
[0026][10]根据[1]～[9]中任一项所述的方法，其中，食物过敏源选自酪蛋白、乳白蛋白、乳球蛋白、卵类粘蛋白、卵白蛋白、伴白蛋白、溶菌酶、麦醇溶蛋白、淀粉酶抑制剂、白蛋白、球蛋白、谷蛋白和原肌球蛋白。
[0027][11]根据[1]～[10]中任一项所述的方法，其用于过敏性疾病的监测，从对象采取的生物试样包含采取时期不同的2种以上的生物试样，判定过敏性疾病的工序包括将针对上述2种以上的生物试样所得到的预测结果相互比较。
[0028][12]根据[1]～[11]中任一项所述的方法，其中，过敏性疾病为食物过敏。
[0029][13]一种用于在[1]～[12]中任一项所述的方法中使用的试剂盒，包含选自过敏源和其片段中的2种以上的探针。
[0030][14]一种用于在[1]～[12]中任一项所述的方法中使用的生物芯片，在基体固定有选自过敏源和其片段中的2种以上的探针。
[0031][15]一种过敏性疾病判定系统，具备：
[0032]数据取得部，取得使选自过敏源和其片段中的2种以上的探针与从对象采取的生物试样接触而得到的、上述探针与生物试样中包含的抗体反应的数据以及进行了反应的抗体的种类的数据，
[0033]数据处理部，将上述数据输入到预测模型中，得到预测结果，
[0034]判定部，基于上述预测结果进行过敏性疾病的判定，以及
[0035]输出部，输出判定结果；
[0036]上述预测模型为至少使用上述探针与抗体反应的训练数据和所结合的抗体的种类的训练数据而制作的非线性模型或说明变量为2个以上且项数为2项以上的模型。
[0037][16]一种程序，用于使计算机执行[1]～[12]中任一项所述的方法。
[0038][17]一种存储介质，存储有[16]所述的程序。
[0039]本专利技术根据其方式而具有例如以下的1种或2种以上的效果。
[0040](1)能够预测过敏性疾病的症状的程度。
[0041](2)能够预测对食物口服负荷试验等诱发试验的反应。
[0042](3)与以往的基于特异性IgE的方法相比，诊断能力优异。
附图说明
[0043]图1是表示过敏性疾病判定系统的功能性构成的框图。
[0044]图2是表示本专利技术的系统中的数据处理的一个例子的流程图。
[0045]图3是表示独立型的实现本专利技术的系统的计算机的硬件构成的一个例子的框图。
[0046]图4是固定于珠上的部分肽的示意图。
[0047]图5是预测模型1－4的决策树。预测结果的“1”表示重症，“0”表示轻症。
[0048]图6是预测模型1－5的决策树。预测结果的“1”表示重症，“0”表示轻症。
[0049]图7是根据由预测模型1－1得到的各受试者的预测值制作的ROC曲线。
[0050]图8是根据由预测模型1－1得到的各受试者的预测值制作的点柱图。
[0051]图9是根据由预测模型1－2得到的各受试者的预测值制作的ROC曲线。
[0052]图10是根据由预测模型1－2得到的各受试者的预测值制作的点柱图。
[0053]图11是根据由预测模型1－3得到的各受试者的预测值制作的ROC曲线。
[0054]图12是根据由预测模型1－3得到的各受试者的预测值制作的点柱图。
[0055]图13是根据由预测模型1－4得到的各受试者的预测值制作的ROC曲线。
[0056]图14是根据由预测模型1－4得到的各受试者的预测值制作的点柱图。
[0057]图15是根据由预测模型1－5得到的各受试者的预本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种过敏性疾病的判定方法，包括：使选自过敏原和其片段中的2种以上的探针与从对象采取的生物试样接触的工序，检测所述探针与生物试样中包含的抗体的反应的工序，辨别与所述探针反应的抗体的种类的工序，将所述探针中的至少2种分别与抗体反应的数据以及所结合的抗体的种类的数据输入到预测模型中，得到预测结果的工序，以及基于所述预测结果来判定过敏性疾病的工序；所述预测模型为至少使用所述探针与抗体反应的训练数据和所结合的抗体的种类的训练数据而制作的非线性模型或说明变量为2个以上且项数为2项以上的模型。2.根据权利要求1所述的方法，其中，过敏性疾病的判定选自过敏性疾病是轻症还是重症的判定和总ASCA值的预测。3.一种得到用于判定过敏性疾病的指标的方法，包括：取得使选自过敏原和其片段中的2种以上的探针与从对象采取的生物试样接触而得到的、所述探针与生物试样中包含的抗体反应的数据以及进行了反应的抗体的种类的数据的工序，以及将所述数据输入到预测模型中，得到预测结果的工序；所述预测模型为至少使用所述探针与抗体反应的训练数据和所结合的抗体的种类的训练数据而制作的非线性模型或说明变量为2个以上且项数为2项以上的模型。4.根据权利要求1～3中任一项所述的方法，其中，抗体的种类选自IgE和IgG4。5.根据权利要求1～4中任一项所述的方法，其中，探针包含过敏原的重叠片段。6.根据权利要求1～5中任一项所述的方法，其中，探针被固相化。7.根据权利要求1～6中任一项所述的方法，其中，与抗体反应的数据为与抗体的反应强度。8.根据权利要求1～7中任一项所述的方法，其中，预测模型的制作中使用追加的训练数据。9.根据权利要求...

【专利技术属性】
技术研发人员：泽野惠梨香，高濑雄希，下条直树，山出史也，中野泰至，
申请(专利权)人：国立大学法人千叶大学，
类型：发明
国别省市：