特許 6396218 同位体の比率をモニタリングすることによる、代謝経路の規則的な変動における変化の比率の検出

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6396218

(24)【登録日】2018年9月7日

(45)【発行日】2018年9月26日

(54)【発明の名称】同位体の比率をモニタリングすることによる、代謝経路の規則的な変動における変化の比率の検出

(51)【国際特許分類】

   G01N 33/497 20060101AFI20180913BHJP

【ＦＩ】

   G01N33/497 A

【請求項の数】20

【全頁数】24

(21)【出願番号】特願2014-560911(P2014-560911)

(86)(22)【出願日】2013年1月7日

(65)【公表番号】特表2015-511009(P2015-511009A)

(43)【公表日】2015年4月13日

(86)【国際出願番号】US2013020496

(87)【国際公開番号】WO2013133904

(87)【国際公開日】20130912

【審査請求日】2016年1月5日

(31)【優先権主張番号】13/414,061

(32)【優先日】2012年3月7日

(33)【優先権主張国】US

【前置審査】

(73)【特許権者】

【識別番号】506097988

【氏名又は名称】ウィスコンシン アルムニ リサーチ ファンデイション

(74)【代理人】

【識別番号】100080621

【弁理士】

【氏名又は名称】矢野 寿一郎

(72)【発明者】

【氏名】エグバルニア，ハミッド，アール．

(72)【発明者】

【氏名】クック，マーク，イー．

(72)【発明者】

【氏名】ポーター，ウォーレン，ポール

(72)【発明者】

【氏名】バッツ，ダニエル，エルマー

【審査官】 赤坂 祐樹

(56)【参考文献】

【文献】 国際公開第２０１１／０７６８０４（ＷＯ，Ａ２）

【文献】 特開平１０−０８７５１２（ＪＰ，Ａ）

【文献】 特表２００９−５１６５３４（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０１Ｎ ３３／４８−３３／９８

ＪＳＴＰｌｕｓ／ＪＭＥＤＰｌｕｓ／ＪＳＴ７５８０（ＪＤｒｅａｍＩＩＩ）

(57)【特許請求の範囲】

【請求項1】

個体が健康な状態から不健康な状態へと推移しているか否かを判定するために有用なデータを収集する方法であって、当該方法は、
（ａ）前記個体から採取した呼気をモニタリングし、その中での第二の同位体に対する第一の同位体の相対的な量を全期間ｔ_{ｔｏｔａｌ}にわたって測定する工程であって、前記個体は期間ｔ_{０−ｈｅａｌｔｈｙ}のあいだ健康な状態であり、ｔ_０は期間ｔ_{ｔｏｔａｌ}の開始の時点であり、ｔ_{ｈｅａｌｔｈｙ}は期間ｔ_{ｔｏｔａｌ}のあいだの前記個体が健康な状態の時点である、工程と、
（ｂ）前記期間ｔ_{０−ｈｅａｌｔｈｙ}のあいだにおける前記第二の同位体に対する前記第一の同位体の相対的な量の健康機能的変動パターンを認定する工程と、
（ｃ）期間ｔ_{ｔｏｔａｌ}内における前記第二の同位体に対する前記第一の同位体の相対的な量の検査機能的変動パターンを検査期間ｔ_ｔｅｓｔとして認定する工程であって、検査期間ｔ_ｔｅｓｔは期間ｔ_{０−ｈｅａｌｔｈｙ}と重ならない、工程と、
を含み、
前記第一の及び前記第二の同位体は、^１３Ｃと^１２Ｃの対、^１５Ｎと^１４Ｎの対、^１７Ｏと^１６Ｏの対、及び硫黄同位体の対から成る群の中から選択される、
方法。

【請求項2】

請求項１に記載の方法であって、前記工程（ａ）−（ｃ）に続いて行う工程をさらに含み、当該工程においては、前記健康機能的変動パターンと前記検査機能的変動パターンとにおいて、それらの変動の期間、単位時間当たりの変動数、及び／又は変動期間の可変性を比較する、方法。

【請求項3】

請求項１に記載の方法であって、期間ｔ_{ｔｏｔａｌ}内における時間ｔ_０からｔ_ｘまでの間における前記第二の同位体に対する前記第一の同位体の相対的な量の変化を決定することにより、傾きを決定する工程をさらに備える、方法。

【請求項4】

請求項１に記載の方法であって、前記期間ｔ_{ｔｏｔａｌ}は少なくとも５分であり、健康な状態からの期間の少なくとも一つを含むと共に、不健康な状態からの期間の少なくとも一つを含む、方法。

【請求項5】

請求項１に記載の方法であって、前記第二の同位体に対する前記第一の同位体の相対的な量の前記健康機能的変動パターンは、一時間あたり６から７分の変動期間及び一時間当たり８．５から１０の変動を含む、方法。

【請求項6】

請求項１に記載の方法であって、期間ｔ_{０−ｈｅａｌｔｈｙ}にわたって前記第二の同位体に対する前記第一の同位体の相対的な量の前記健康機能的変動パターンを認定する工程には、期間ｔ_{０−ｈｅａｌｔｈｙ}にわたって前記第二の同位体に対する前記第一の同位体の相対的な量を分解して有限個の固有のモードを生成することが含まれ、第一の優位の変動モードは、固有のモードのうちの一つである、方法。

【請求項7】

請求項６に記載の方法であって、モードの分解を用いて高変動数変動モードを認定する工程と、期間ｔ_{０−ｈｅａｌｔｈｙ}にわたって前記第二の同位体に対する前記第一の同位体の相対的な量から高変動数変動モードを除去する工程と、をさらに含む、方法。

【請求項8】

請求項１に記載の方法であって、期間ｔ_{０−ｈｅａｌｔｈｙ}にわたる前記第二の同位体に対する前記第一の同位体の相対的な量の第二の健康機能的変動期間を認定する工程をさらに含む、方法。

【請求項9】

請求項１に記載の方法であって、前記個体は、同位体的に豊富でない個体である、方法。

【請求項10】

請求項１に記載の方法であって、前記個体は挿管される、方法。

【請求項11】

請求項１又は２に記載の方法であって、前記健康機能的変動パターンは前記個体の食餌には左右されない、方法。

【請求項12】

個体が不健康な状態から健康な状態へと推移しているか否かを判定するために有用なデータを収集する方法であって、当該方法は、
（ｘ）前記個体から採取した呼気をモニタリングし、その中での第二の同位体に対する第一の同位体の相対的な量を全期間ｔ_{ｔｏｔａｌ}にわたって測定する工程であって、前記個体は期間ｔ_{０−ｕｎｈｅａｌｔｈｙ}のあいだ不健康な状態であり、ｔ_０は期間ｔ_{ｔｏｔａｌ}の開始の時点であり、ｔ_{ｕｎｈｅａｌｔｈｙ}は期間ｔ_{ｔｏｔａｌ}のあいだの前記個体が不健康な状態の時点である、工程と、
（ｙ）期間ｔ_{０−ｕｎｈｅａｌｔｈｙ}のあいだにおける前記第二の同位体に対する前記第一の同位体の相対的な量の不健康機能的変動パターンを認定する工程と、
（ｚ）期間ｔ_{ｔｏｔａｌ}内における前記第二の同位体に対する前記第一の同位体の相対的な量の検査機能的変動パターンを検査期間ｔ_ｔｅｓｔとして認定する工程であって、検査期間ｔ_ｔｅｓｔは期間ｔ_{０−ｕｎｈｅａｌｔｈｙ}と重ならない、工程と、
を含み、
前記第一の及び前記第二の同位体は、^１３Ｃと^１２Ｃの対、^１５Ｎと^１４Ｎの対、^１７Ｏと^１６Ｏの対、及び硫黄同位体の対から成る群の中から選択される、
方法。

【請求項13】

請求項１２に記載の方法であって、前記工程（ｘ）−（ｚ）に続いて行う工程をさらに含み、当該工程においては、前記不健康機能的変動パターンと前記検査機能的変動パターンとにおいて、それらの変動の期間、単位時間当たりの変動数、及び／又は変動期間の可変性を比較する、方法。

【請求項14】

請求項１２に記載の方法であって、期間ｔ_{ｔｏｔａｌ}内における時間ｔ_０からｔ_ｘまでの間における前記第二の同位体に対する前記第一の同位体の相対的な量の変化を決定することにより、傾きを決定する工程をさらに備える、方法。

【請求項15】

請求項１２に記載の方法であって、前記期間ｔ_{ｔｏｔａｌ}は少なくとも５分である、方法。

【請求項16】

請求項１２に記載の方法であって、前記個体は挿管される、方法。

【請求項17】

請求項１２又は１３に記載の方法であって、前記不健康機能的変動パターンは前記個体の食餌には左右されない、方法。

【請求項18】

個体における感染の深刻度を判定するために有用なデータを収集する方法であって、当該方法は、
前記個体から採取した呼気をモニタリングし、期間ｔにわたってその中での第二の同位体に対する第一の同位体の相対的な量を測定する第一の工程であって、前記第一の及び第二の同位体は、^１３Ｃと^１２Ｃの対、^１５Ｎと^１４Ｎの対、^１７Ｏと^１６Ｏの対、及び硫黄同位体の対から成る群の中から選択される、工程と、
前記個体において、前記期間ｔにわたって前記第二の同位体に対する前記第一の同位体の相対的な量の機能的変動パターンを認定する第二の工程と、
を含む方法。

【請求項19】

請求項１８に記載の方法であって、前記第二の工程に続いて行う第三の工程をさらに含み、当該第三の工程においては、前記個体の前記機能的変動パターンと、健康な状態の及び／又は感染した状態の参照母集団の機能的変動パターンを平均したものと、を比較する、方法。

【請求項20】

請求項１８又は１９に記載の方法であって、前記期間ｔは少なくとも５分である、方法。

【発明の詳細な説明】

【技術分野】

【0001】

この発明は、国立保健研究所により与えられたＬＭ００８９９２の下で、政府の支援により成された。政府は、当該発明について一定の権利を有する。

【0002】

本開示は、呼気中における同位体の比率、例えば炭素同位体の比率を検出することによるヒト及び生物の異化状態の検出に関し、とりわけ炭素同位体の比率によって全身の変動の速度を決定することによるヒト及び生物の異化状態の検出に関する。

【背景技術】

【0003】

異化は、多糖、核酸、脂質及びタンパク質のような分子をより小さなユニットに分解する代謝経路を指す。一方で、同化は、より小さなユニットから分子を合成する代謝経路を指す。異化においてはエネルギーが生産される一方、同化においてはエネルギーが必要とされる。異化状態は、身体が貯蓄された炭水化物、アミノ酸、又は脂肪をエネルギー源として使用することにより生命を維持し、それにより尿窒素や呼気中のＣＯ_２を生成する状態を指す。これらの変化は尿や呼気においてすぐに現れることとなる。身体の炭水化物、アミノ酸、及び脂肪は、例えば免疫グロブリンや急性期タンパクのような防御生産物を生成するための栄養分の源でもある。これらの防御生産物は異化状態をもたらすことができる。したがって、生物中においては、異化の通常の状態においても、同化プロセスが付随して生じるはずである。異化状態は、感染、疫病、外部の病原菌、毒性化学物質にさらされること、栄養不良、又はその他の原因により引き起こされる。深刻な病気の指標として、異化状態の開始を早期に検出することは、ヒト及び動物の健康の促進において広く応用ができるものである。敗血症の場合だけを見てみても、より早期に発見し治療処置を行うことにより、（７５０，０００件の報告例のうち）４４％の死亡率を半分にまで削減することができると考えられる。

【0004】

発行された米国特許第５，９１２，１７８号（'１７８特許）には、呼気中に吐き出されたＣＯ_２の同位体変化を検出することにより、異化状態の開始を見つけ出す、体内に侵襲させることなく、薬剤を服用することなく、高速で安定した同位体元素法について記載されている。例えば、呼気の試料を質量分析計で試験することにより、生物中における基準となる試料の比率に対する各試料の比率（Ｃ^１３：Ｃ^１２）を比較することにより、当該生物の相対的な健康状態が決定される。'１７８特許に開示された方法により、変化する臓器機能又は栄養摂取量の不足を経験した生物の最終的な異化プロセスの状態を非侵襲の状態で決定することが可能である。'１７８特許に開示された方法において一つ不利な点は、呼気の試料が採取された生物が異化状態にあるか否かを決定するに際して、比較対象となる試料が必要となる点である。

【0005】

同様に、米国特許第７，４６５，２７６号（'２７６特許）においては、生物がウイルス感染又は細菌感染を経験しているか否かを決定するために、第一の及びそれから時間を経た後の第二の呼気試料中の同位体の相対的な量が測定される。'２７６特許に係る方法の利点は、同位体が豊富に含まれていない生物から呼気の試料を採取した場合においても、時間を経た時の同位体の比率の変化をモニタリングすることにより、生物が細菌感染又はウイルス感染を経験しているか否かを決定できる点である。当該方法の不利な点は、基準となる値からの変化を測定して感染しているか否かを判断するために、健康な被験者から採取した基準となる試料を測定しておくことが好ましい点である。さらに、基準となる比率からの同位体の比率の変化を決定できるようにするために、一般的には数時間に亘って測定することが望ましく、いっそう望ましくは数日に亘って測定することが望ましい。このため、例えば３０分から２時間程度の短期の感染期間の間における生物の健康な状態から感染した状態への推移は、この期間における傾きの変化は測定不能であるため、決定することができない虞があった。

【発明の概要】

【発明が解決しようとする課題】

【0006】

呼気における同位体の比率の変化を利用して、生物の異化状態又は感染状態を判定するばかりでなく、健康な状態から病気への推移をも判定し、それにより迅速な治療的介入を可能とするような、別途の方法が必要とされていた。

【課題を解決するための手段】

【0007】

一つの態様においては、個体が健康な状態から不健康な状態へと推移しているか否かを判定する方法であって、当該方法は、前記個体から採取した呼気をモニタリングし、その中での第二の同位体に対する第一の同位体の相対的な量を全期間（ｔ_{ｔｏｔａｌ}）にわたって測定することであって、前記個体は期間（ｔ_{０−ｈｅａｌｔｈｙ}）のあいだ健康な状態であり、ｔ_０は期間（ｔ_{ｔｏｔａｌ}）の開始の時点であり、ｔ_{ｈｅａｌｔｈｙ}はｔ_{ｔｏｔａｌ}のあいだの前記個体が健康な状態の時点であり、前記期間（ｔ_{０−ｈｅａｌｔｈｙ}）のあいだにおけるその中での前記第二の同位体に対する前記第一の同位体の相対的な量の健康で機能的な変動パターンを認定することと、ｔ_{ｔｏｔａｌ}内におけるその中での前記第二の同位体に対する前記第一の同位体の相対的な量の検査機能的な変動パターンを検査期間ｔ_ｔｅｓｔとして認定することであって、ｔ_ｔｅｓｔはｔ_{０−ｈｅａｌｔｈｙ}と重ならないことと、前記健康で機能的な変動パターンと前記検査機能的な変動パターンとが、変動の期間、単位時間当たりの変動数、及び／又は変動期間の可変性において区別される場合、前記個体が健康な状態から不健康な状態へと推移しているものと判定することと、を含み、前記第一の及び前記第二の同位体は、^１３Ｃと^１２Ｃの対、^１５Ｎと^１４Ｎの対、^１７Ｏと^１６Ｏの対、及び硫黄同位体の対から成る群の中から選択される、ものである。

【0008】

他の一つの態様においては、個体が不健康な状態か否かを判定する方法であって、当該方法は、前記個体から採取した呼気をモニタリングし、全期間（ｔ_{ｔｏｔａｌ}）にわたってその中での第二の同位体に対する第一の同位体の相対的な量を測定することであって、前記個体は期間ｔ_{０−ｕｎｈｅａｌｔｈｙ}のあいだ不健康な状態であり、ｔ_０は期間ｔ_{ｔｏｔａｌ}の開始の時点であり、ｔ_{ｕｎｈｅａｌｔｈｙ}はｔ_{ｔｏｔａｌ}のあいだの前記個体が不健康な状態の時点である、ことと、期間ｔ_{０−ｕｎｈｅａｌｔｈｙ}のあいだにおいてその中での前記第二の同位体に対する前記第一の同位体の相対的な量の不健康で機能的な変動パターンを認定することと、その中での前記第二の同位体に対する前記第一の同位体の相対的な量の検査機能的な変動パターンをｔ_{ｔｏｔａｌ}内の検査期間ｔ_ｔｅｓｔとして認定することであって、ｔ_ｔｅｓｔはｔ_{０−ｕｎｈｅａｌｔｈｙ}と重ならない、ことと、前記不健康で機能的な変動パターンと、前記検査機能的な変動パターンとが、変動の期間、単位時間当たりの変動数、及び／又は変動期間の可変性において区別される場合、前記個体が不健康な状態から健康な状態へと推移していると判定することと、を含み、前記第一の及び前記第二の同位体は、^１３Ｃと^１２Ｃの対、^１５Ｎと^１４Ｎの対、^１７Ｏと^１６Ｏの対、及び硫黄同位体の対から成る群の中から選択される、ものである。

【0009】

他の一つの態様においては、個体における感染の深刻度を判定する方法であって、当該方法は、前記個体から採取した呼気をモニタリングし、期間（ｔ）にわたってその中での第二の同位体に対する第一の同位体の相対的な量を測定することであって、前記第一の及び第二の同位体は、^１３Ｃと^１２Ｃの対、^１５Ｎと^１４Ｎの対、^１７Ｏと^１６Ｏの対、及び硫黄同位体の対から成る群の中から選択される、ことと、前記個体において、前記期間（ｔ）にわたってその中の前記第二の同位体に対する前記第一の同位体の相対的な量の機能的な変動パターンを認定することと、前記個体の前記機能的な変動パターンと、健康な状態の及び／又は感染した状態の参照母集団の機能的な変動パターンを平均したものと、を比較して差異を認定することと、を含み、前記個体の前記機能的な変動パターンと、前記参照母集団の機能的な変動パターンを平均したものと、の差異の程度により感染の深刻度を決定する、ものである。

【0010】

さらにもう一つの態様においては、個体が不健康な状態であるか否かを判定する方法であって、当該方法は、前記個体から採取した呼気をモニタリングし、その中での第二の同位体に対する第一の同位体の相対的な量を全期間（ｔ_{ｔｏｔａｌ}）にわたって測定することであって、前記第一の及び第二の同位体は、^１３Ｃと^１２Ｃの対、^１５Ｎと^１４Ｎの対、^１７Ｏと^１６Ｏの対、及び硫黄同位体の対から成る群の中から選択されることと、前記期間（ｔ_{ｔｏｔａｌ}）にわたってその中での前記第二の同位体に対する前記第一の同位体の相対的な量の機能的な変動パターンを認定し、前記個体の前記機能的な変動パターンと、既知の健康な状態の及び／又は不健康な状態の参照母集団の機能的な変動パターンを平均したものと、を比較することと、前記個体の前記機能的な変動パターンが、その変動数及び／又は振幅において、健康な状態の及び／又は感染した状態の参照母集団の機能的な変動パターンを平均したものと異なっている場合に、前記個体が不健康な状態であると判定することと、を含むものである。

【図面の簡単な説明】

【0011】

【図1】図１は、ヒトを対象物として収集したデータにおいて、呼気のデルタ値に変動が見られることを証拠として示している。生の呼気のデルタ値は、同位体分析器を用いて、健康なヒトを対象物として、３０分間にわたって１秒毎に収集された。生データは、標準的なＳａｖｉｔｚｋｙ−Ｇｏｌａｙフィルター（次数＝２）を用いて平滑化された。平滑化した変動データをＨｉｌｂｅｒｔ−Ｈｕａｎｇ変換して得られたモード３及び４を合わせたものを示してある。Ｘ軸はサンプリングを行った３０分（０．５時間）を示している。Ｙ軸は、実際上の呼気の炭素デルタ値である。３つの固定された期間（太い水平線で示してある）内において、変動数が可変の繰り返される変動が確認できる。間隔３においては、変動ピークの「消失」が確認できる。垂直線は、変動パターンの繰り返される性質と複雑な性質の両方を示し、これらは簡単に量で見積もる分析を行うことを数学的に可能とする。

【図2】図２は、呼気のＣＯ_２の変化（Ｙ軸）と、呼気の炭素デルタ値の変化（Ｘ軸）と、の相関関係を示している。Ｒ^２が低い値であることは、呼気の炭素デルタ値の変化は呼気のＣＯ_２濃度の変化には左右されないことを示している。

【図3】図３は、同位体分析器を用いて室内空気の炭素デルタ値を１秒毎に測定したものを示している。Ｘ軸の総時間は６０分であり、横棒の長さで示される２分ごとの間隔で測定してある。室内空気の炭素デルタ値はおよそ−１３であり、室内空気の炭素デルタ値を経時的に測定しても変動パターンは見受けられなかった。

【図4】図４は、個々のマウス（ｎ＝３／処理）の炭素デルタ値の生データを、同位体分析器を用いて１秒毎に測定したものを示している。データの密度を減少させるために、それぞれの処理したグループの中から一匹ずつのマウスが表示のために選択された。Ｘ軸は注射後の時間を表し、Ｙ軸は呼気の炭素デルタ値を表す。「細い点線」のマウスの値は、滅菌した塩水を注射したものであり、「明るい太線」は体重１Ｋｇ当たり１ｍｇのリポ多糖（ＬＰＳ）を注射したものであり、「濃い太線」は体重１Ｋｇ当たり５ｍｇのリポ多糖（ＬＰＳ）を注射したものである。参照一覧ボックスからの矢印は、それぞれのトレースを特定している。呼気の炭素デルタ値の減少傾向の線（大きな矢印）は、５ｍｇ／ｋｇのＬＰＳを注射した動物において変動パターンが正に現われている状態をはっきりと示している。

【図5】図５は、図４に示した生データをデータ平滑化したときの影響を示したものである。呼気の炭素デルタ値の変動において複雑なパターンが存することを更に明らかにするために、Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙフィルター（次数＝２）を用いて、データが標準化され、平滑化される。

【図6】図６は、呼気の炭素同位体デルタ値をＨｉｌｂｅｒｔ−Ｈｕａｎｇ変換した２つのモードを示している。４５００秒にわたって収集された６匹の健康な状態の動物からの呼気の炭素デルタ値の生データ（たとえば図４のようなデータ）が、標準的なＳａｖｉｔｚｋｙ−Ｇｏｌａｙフィルター（次数＝２）を用いて平滑化され（図５に示したようなデータを作成するために）、その後、変動パターンをはっきりと明らかにするために、Ｈｉｌｂｅｒｔ−Ｈｕａｎｇ変換を用いて分解された。各ブロックに示した（ブロック＝マウス）データは、Ｈｉｌｂｅｒｔ−Ｈｕａｎｇ（ＨＨ）変換されて７つのモードにされ、それぞれの連続的なモード変換において、一番低い変動数が抽出された。Ｈｉｌｂｅｒｔ−Ｈｕａｎｇ変換されたモードのうち、変動数がより高く、そして一時間当たり４〜１５の変動を示すものは、更なるフーリエ分析のために選択された。各マウス（典型的には、ＨＨモード３及び４）について、Ｈｉｌｂｅｒｔ−Ｈｕａｎｇ変換した２つが示してある。Ｘ軸は秒で示してあり、Ｙ軸はＨＨ分解による変動スケールである（スケールフリー測定）。

【図7】図７は、選択された変動数モード（図６に示してあり、図６において参照ボックスに示してある）の「３０分」の区分のフーリエ分析であり、これは、健康な状態の及びリポ多糖（ＬＰＳ）が注射されたマウスのデータをＨｉｌｂｅｒｔ−Ｈｕａｎｇ（ＨＨ）変換（平滑化した変動データを）することにより生成される。ＨＨ変換したデータのフーリエ分析においては、健康な状態の動物では、多くの優性でない変動数と共に、優性の変動数が見受けられた。ＬＰＳを注射した動物の場合においては、健康で機能的な変動パターンの同一性が失われ、一つ又はそれ以上の変更された機能的な変動パターンが現われる。Ｙ軸及びＸ軸は任意の単位である。

【図8】図８は、無作為に選択されたデータ領域（ボックス）の三つの例を示している。これらの領域は、動物の呼気の炭素デルタ値の変動パターンが既知ではない健康状態であるか否かを検査するための比較データベースを確立するために用いられる。ボックスは、不明瞭となることを避け、概要を示すために、半分の大きさで描かれている。これらのボックスは尺度通りには描かれていない。データ分析のときに選択されたボックスは、呼気の炭素デルタ値の３０分の区分を抽出する。既知の健康な状態の及びリポ多糖により刺激を受けた状態の動物の呼気の炭素デルタ値の変動データが、健康な状態及び病気の状態の両方を表す変動パターンのデータベースを構築するのに用いられた。食餌がデルタ値に影響し得ることが知られていたことから（生データは示していないが、図８と同様である）、異なる食餌を与えた動物から得られたデータも収集した。健康状態及び又は食餌の範囲内のデータは組み合わされて、既知ではない条件のデータの集合と比較するのに用いられた（データ管理の説明の例を参照）。 図８は、無作為に選択された３０分のデータ領域（ボックス）の三つの例を示している。これらの領域は、動物の呼気の炭素デルタ値の変動パターンが既知ではない健康状態であるか否かを検査するための比較データベースを確立するために用いられる。ボックスは、不明瞭となることを避け、概要を示すために、半分の大きさで描かれている。これらのボックスは尺度通りには描かれていない。データ分析のときに選択されたボックスは、呼気の炭素デルタ値の３０分の区分を抽出する。既知の健康な状態の及びリポ多糖により刺激を受けた状態の動物の呼気の炭素デルタ値の変動データが、健康な状態及び病気の状態の両方を表す変動パターンのデータベースを構築するのに用いられた。食餌がデルタ値に影響し得ることが知られていたことから（生データは示していないが、図８と同様である）、異なる食餌を与えた動物から得られたデータも収集した。健康状態及び又は食餌の範囲内のデータは組み合わされて、既知ではない条件のデータの集合と比較するのに用いられた（データ管理の説明の例を参照）。

【図9】図９は、図８に示したそれぞれの参照データボックスから収集された時系列をより低い次元に射影したものを示している。推定量ｆ（計算のために例を参照）は、時系列のデータを７０番目のプロッティングへと計算する。この図においては、各時系列のｆは、２次元の平面において一つの点として示される。健康な動物及びリポ多糖（ＬＰＳ）を注射した動物はそれぞれ、任意のＸ軸及びＹ軸に沿った分離した点の集合を構成する。健康な状態の動物の母集団において食餌を変化させた場合にも、集合が生じる。「影」付きの横棒は、各時間系列におけるｆ値の集合により、動物の健康な状態と「不健康な」（ＬＰＳを注射した）状態とを完全に分離することができることを表している。食餌もｆ値に影響するが、しかしながら、ｆで定義されるように呼気の炭素デルタ値の変動パターンに基づいて動物の健康な状態と不健康な状態とを分離することができる可能性は、食餌によって妨げられることはない。

【図10】図１０は、記載したアルゴリズム（説明については例を参照）の２次元のイメージを示しており、これは、既知の健康状態の３５分の時系列の呼気の炭素デルタ値によって健康状態を的確に測定することができるか否かを検出するものであり、２つの食餌を与えた動物からのデータを混合して作成したものである。９９％の確実性で、健康な状態の呼気試料を、不健康な状態の動物の呼気試料のデータベースから区別することができた。また、この実験により、呼気における炭素デルタ値の変動に基づいて健康な状態か不健康な状態かを判別するに際しては、食餌は混乱させる因子とはならないことが実証された。また、示された実験は、未知の試料のデータと確立したデータベースとを比較するという説明した方法は、健康状態を確定させるのに効果的であることを実証している。

【発明を実施するための形態】

【0012】

上述の及び他の特徴は、以下の詳細な説明、図面、及び添付の特許請求の範囲から、当該技術の分野における通常の知識を有する者により評価され、理解されるであろう。

【0013】

本開示は、新たに発見された呼気中における同位体の比率のデータの変動を、ヒトのような生物が「不健康な」状態であると認定するために使用することを述べたものである。変動パターンは、ヒトの呼気のデータにおいても認められるし、健康及び不健康な状態の内毒素血症のマウスのモデルにおいても認められている。健康な被験体の変動と、不健康な被験体の変動と、は標準的な分析方法により区別することができる。さらに、当該分野において知られている機械学習ツールを変動データに適用して、被験体の食餌の状況に関わらず健康な状態の被験体と不健康な状態の被験体の変動の差異を分類するのに当該ツールを用いることもできる。ここで用いられているように、不健康な、病気の、及び感染した、の全ての用語は、「健康」を欠く状態を指している。当該「健康」を欠く状態は、呼気中における同位体の比率の変動パターンの変化に反映される。ここで開示されている方法は、患者の状態及びその感染のタイプを特定するために、ポイント・オブ・ケア（Ｐｏｉｎｔ Ｏｆ Ｃａｒｅ；ＰＯＣ）テストとして外来患者診察室において使用することができる。さらに、同様のテストを動物に対して行うために、当該方法を動物病院においても使用することができる。ここに記載された方法は、安定した同位体を豊富に含む生物のテストにおいて役立つが、同位体を豊富に含んでいない個体においても当該方法を好適に遂行することができる。

【0014】

ここで用いられているように、個体という用語は、ヒト並びに全ての脊椎動物、とりわけ犬、猫及び馬のような哺乳類、及び鶏や七面鳥のような鳥を含む動物を指す。

【0015】

一つの実施形態においては、ここで開示される方法は、個体の病気の状態又は感染した状態のような不健康な状態を検出するのに用いられる。感染に対して戦うために、例えば、細菌に由来するものの場合には、高いエネルギーを供給するために迅速なタンパク質の分解が必要とされ、抗体の生産のために僅かな材料（例えば、アミノ酸）が必要とされ、そしてその他の抗感染症の反応が必要とされる。体組織の中に貯蓄されているタンパク質、脂肪、及び炭水化物の特定の同位体の比率は、代謝された食物の同位体の比率とは異なっている。そして、感染により異化状態が引き起こされた場合、身体は蓄積された組織の消費を始め、その結果、（蓄積された組織中における異なる比率に起因して）呼気中における比率（例えば、吐き出された^１３ＣＯ_２の含有率）が変化する。同様に、病気の状態が異なると、タンパク質基質及び代謝が変化することとなる。さらに、同位体重量に応じて分子が異なる化学反応に寄与する「速動性同位体効果」も、病気や感染の影響を受ける。ここで示したように、同位体の比率の傾きの変化に加えて、傾きよりも短い時間のスケールにおいて検出される同位体の比率の固有の変動パターンにおいても変化が見られる。好適には、例えば異なる病気や感染により、同位体の変動パターンが異なるモードで変更される。そのため、同位体の変動パターンの変化に基づいて、一般的な診断のメカニズムが可能となっている。

【0016】

感染しているとき又は病気の状態の急性期においては、呼気において測定される軽い同位体に対する重い同位体の比率は、より低くなる。これは、呼気中における軽い同位体の相対的な量は増加し、重い同位体の量は減少することを意味する。重い同位体の相対的な量がこのように変化することは、速動性同位体効果に起因する。アミノ酸のような分子は、エネルギー源としても、タンパク質合成の材料としても、用いることができる。感染している時又は病気の急性期の時は、エネルギー源として最も使われ、ＣＯ_２に変換されるのは、^１３Ｃを含有しない分子である。そのため、感染している時又は病気の急性期の時は、呼気には^１２Ｃが豊富に含まれるようになる。^１３Ｃを含む分子は身体の中に留まり、抗体その他の病気の急性期に必要となるタンパク質のような、新しいタンパク質を合成するのに用いられる。この変化は、タンパク質の合成（^１３Ｃ分子）に対し、体組織を「エネルギー源」（^１２Ｃ分子）として使用することの方が増大することを直接的に反映しているものと考えられる。病気ではない時又は病気の急性期に対しての応答が開始された時は、呼気中のＣＯ_２は身体内の同位体の比率と似た同位体の比率となる。

【0017】

例えば、細菌に感染している時、侵襲に対する（急性の、先天性の免疫システムを含む）免疫反応は、感染から最初の１時間以内に異化サイトカインが突然開放されることに特徴付けられる。これらのサイトカインは、腫瘍壊死因子（ＴＮＦ）、並びにインターロイキン（ＩＬ）１及び６から成る。これらの３つのサイトカインにより、例えばアミノ酸のような身体の栄養素の迅速な再分配がもたらされる。例えば、ＴＮＦ及びＩＬ−１により骨格筋の分解が引き起こされ、それにより免疫性及び炎症性の急性タンパク質を作るのに用いられる又はエネルギー源として用いられるアミノ酸が放出される。エネルギー源として燃焼されるのに対して、あるいはタンパク質合成に際して、アミノ酸が流れるのに従って、炭素同位体の分解が生じる。

【0018】

ウイルス感染の場合にも、炭素の分解が引き起こされて、呼気中の炭素デルタ値が小さくなるが、細菌感染の初期と比べて、ウイルス感染の初期に関連するサイトカインは、異なるサイトカイン、具体的にはインターフェロンの放出を引き起こす。ウイルス感染に関連する炭素の分解は、例えばウイルスの繁殖期に関連するような複数の異なるパターンをもたらす。

【0019】

細菌による攻撃が開始してから２時間以内においては、同位体の比率の量の明確な変化があり、それに続いて、攻撃を受けた個体の場合とは異なるとはいえ、比較的安定した比率が長時間続く期間があることが以前から示されてきた。これとは対照的に、ウイルスにより攻撃された宿主は、一連の周期的な変化を示すが、この変化は著しく後になってから開始される（例えば、２−３日後）。また、細菌感染の場合には、呼気は、ウイルス感染の場合と比べて、より速い速度で「より軽く」なる。したがって、ウイルスのライフサイクルを示す比率パターンの変化の速度より、或いは繰り返し表れるスパイクの存在・不存在により、感染菌のタイプを知ることができる。

【0020】

感染の場合に観察できたのと同様に、外傷、火傷及び手術を受けた場合にも、それが被験体の病気／健康の状態に影響し、とりわけ病気の急性期に影響し、そしてそれにより同位体の比率の量に明確な変化が見られる。タンパク質の代謝の変化は、病気の急性期においてより大きくなるため、同位体の比率の量の変化、及び変動の変化は、病気の急性期においてより際立ったものとなるはずである。

【0021】

よって、呼気の同位体の比率の経時変化を利用して、個体の健康／不健康状態を判定することができる。しかしながら、ヒトに関しては、患者の年に１度の定期健診において、又は患者が医療施設にいるものの病気の兆候については訴えていないような場合において、ベースラインを読み取っておくことが可能である。或いはこれに代えて、患者が最初に感染又は病気のタイプの兆候（例えば、発熱）を訴えたときに、最初の読み取りを行うものとすることもできる。他の態様においては、個体から取ったデータを、同種の個体の集団から取った平均データと対比することもできる。

【0022】

呼気の同位体の比率には、健康な個体においても不健康な個体においても変動現象が見られ、そして健康な個体であるか病気の個体であるかによって変動現象が異なることを、本発明の発明者が思いもよらず発見した。これらの変動は、同位体の比率の経時変化の下り坂において重畳される。このように、呼気の同位体の比率の変動を測定することにより、比率の変化の傾きに関わらず、個体の異化状態／健康の兆候を取得することができる。同位体の比率の変動数を測定することは、単に呼気の同位体の比率をモニタリングするのとははっきりと異なる。同位体の比率の変動数の変化を測定することは、好適には、個体が健康な状態から不健康な状態へと推移しているかどうか、個体が不健康な状態であるかどうか、そして個体が不健康な状態から健康な状態へと推移しているかどうか、を判定するのに用いられる。好適には、個体の不健康な状態は、当該個体の健康な状態の同位体の比率変動数パターンを知っていなくても、判定することができる。変動現象を用いることの利点は、生物の状態を、傾きを決定するのに必要な時間よりも短い時間（例えば、傾きを決定するのには２時間必要なのに対し、３５分で済む）で判定することができる点にある。変動現象を用いることのもう一つの利点は、生物が消費した食餌が健康状態の検出を妨げることにはならず、健康状態が固定の状態であれば食餌状態に関する手がかりも見つけることができる点にある。

【0023】

ここで開示される方法においては、個体から時間を経て採取された呼気が、第二の同位体に対する第一の同位体の相対的な量の経時的な変化を測定するのに用いられる。ここで、第一の及び第二の同位体は、例えば、^１３Ｃと^１２Ｃの対であるが、これに代えて^１５Ｎと^１４Ｎの対、又は^１７Ｏと^１６Ｏの対、又は硫黄同位体の対（例えば、^３２Ｓと^３４Ｓ、若しくは^３３Ｓと^３６Ｓ）とすることもできる。

【0024】

一つの実施形態においては、相対的な同位体の測定はキャビティリングダウン分光法を用いて行われる。具体的な実施形態においては、測定は、短い間隔（例えば、１秒ごと）で集めた試料を用いて、分光計により測定され、それにより変動現象が判定される。装置の例としては、Ｐｉｃａｒｒｏ社製のＧ２１０１−ｉ同位体ＣＯ_２分析装置が挙げられる。一つの実施形態においては、全期間（ｔ_{ｔｏｔａｌ}）にわたって第二の同位体に対する第一の同位体の相対的な量を測定することには、絶え間なく連続的に測定することのほか、離散した時点（ｔ_ｐ）において測定することや、全期間（ｔ_{ｔｏｔａｌ}）のうちの離散した期間（ｔ_ｉ）だけ測定することも、含まれる。離散した期間は、健康な状態の期間（ｔ_{ｈｅａｌｔｈｙ}）であってもよく、不健康な状態の期間（ｔ_{ｕｎｈｅａｌｔｈｙ}）であってもよく、又は不明の若しくは検査可能な期間（ｔ_ｔｅｓｔ）であってもよい。一つの実施形態においては、測定の間の時点（ｔ_ｐ）は１秒であり、離散した期間（ｔ_ｉ）は１分から１時間である。

【0025】

一つの実施形態においては、個体が健康な状態から不健康な状態へと推移しているか否かを判定する方法であって、当該方法は、
前記個体から採取した呼気をモニタリングし、全期間ｔ_{ｔｏｔａｌ}にわたってそれの第二の同位体に対する第一の同位体の相対的な量を測定することであって、ここで前記個体は期間ｔ_{０−ｈｅａｌｔｈｙ}の間健康な状態であり、ｔ_０は期間ｔ_{ｔｏｔａｌ}の開始の時点であり、ｔ_{ｈｅａｌｔｈｙ}は前記個体が健康な状態であるｔ_{ｔｏｔａｌ}の間の時点である、ことと、
期間ｔ_{０−ｈｅａｌｔｈｙ}の間におけるそれの前記第二の同位体に対する前記第一の同位体の相対的な量における健康で機能的な変動パターンを認定することと、
その中での前記第二の同位体に対する前記第一の同位体の相対的な量における検査機能的な変動パターンを、ｔ_{ｔｏｔａｌ}の中の検査期間ｔ_ｔｅｓｔにおいて認定することであって、ｔ_ｔｅｓｔはｔ_{０−ｈｅａｌｔｈｙ}と重ならない、ことと、
前記健康で機能的な変動パターンと前記検査機能的な変動パターンとが、変動の期間、単位時間あたりの変動数、及び／又は変動の期間の可変性において異なっている場合に、前記個体が健康な状態から不健康な状態へと推移していると判定することと、
を含み、
前記第一の及び第二の同位体は、^１３Ｃと^１２Ｃの対、^１５Ｎと^１４Ｎの対、^１７Ｏと^１６Ｏの対、及び硫黄同位体の対から成る群の中から選択され、
測定は、絶え間なく連続的に測定されるか、又は期間ｔ_{ｔｏｔａｌ}内の離散した時点において測定される、
方法である。

【0026】

他の一つの実施形態においては、個体が不健康な状態から健康な状態へと推移しているか否かを判定する方法であって、当該方法は、
前記個体から採取した呼気をモニタリングし、全期間ｔ_{ｔｏｔａｌ}にわたってそれの第二の同位体に対する第一の同位体の相対的な量を測定することであって、ここで前記個体は期間ｔ_{０−ｕｎｈｅａｌｔｈｙ}の間不健康な状態であり、ｔ_０は期間ｔ_{ｔｏｔａｌ}の開始の時点であり、ｔ_{ｕｎｈｅａｌｔｈｙ}は前記個体が不健康な状態であるｔ_{ｔｏｔａｌ}の間の時点である、ことと、
期間ｔ_{０−ｕｎｈｅａｌｔｈｙ}の間におけるそれの前記第二の同位体に対する前記第一の同位体の相対的な量における不健康で機能的な変動パターンを認定することと、
それの前記第二の同位体に対する前記第一の同位体の相対的な量における検査機能的な変動パターンを、ｔ_{ｔｏｔａｌ}の中の検査期間ｔ_ｔｅｓｔにおいて認定することであって、ｔ_ｔｅｓｔはｔ_{０−ｕｎｈｅａｌｔｈｙ}と重ならない、ことと、
前記不健康で機能的な変動パターンと前記検査機能的な変動パターンとが、変動の期間、単位時間あたりの変動数、及び／又は変動の期間の可変性において異なっている場合に、前記個体が不健康な状態から健康な状態へと推移していると判定することと、
を含み、
前記第一の及び第二の同位体は、^１３Ｃと^１２Ｃの対、^１５Ｎと^１４Ｎの対、^１７Ｏと^１６Ｏの対、及び硫黄同位体の対からなる群の中から選択され、
測定は、絶え間なく連続的に測定されるか、又は期間ｔ_{ｔｏｔａｌ}内の離散した時点において測定される、
方法である。

【0027】

一つの実施形態においては、個体が不健康な状態から健康な状態へと推移しているか否か、又は健康な状態から不健康な状態へと推移しているか否かを判定する方法は、ｔ_{ｔｏｔａｌ}の中の時間ｔ_ｘから時間ｔ_ｙにかけての前記第二の同位体に対する前記第一の同位体の相対的な量の変化の変化を決定することにより、傾きを決定することを更に備える。

【0028】

呼気中の第二同位体に対する第一同位体の相対的な量の変動は、視覚による検査によって直ちに観察することができるものの、変動パターンは複雑である。例えば、一定のモードが「装置雑音」としてその変動数により直ちに確認できる。これが、高速連続測定の不確実性の結果である。Ｈｉｌｂｅｒｔ−Ｈｕａｎｇ変換やフーリエ分析のような、データを平滑化し（Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙフィルター，次数＝２）分析する数学的ツールを用いることにより、異なる機能的な変動パターンが分離され、変動数の性質が明らかにされる。

【0029】

データを分析／変換するのに用いられる方法が何であれ、健康な動物を特徴付けるのに用いられる機能的な変動パターンは、不健康な動物のものとは異なっている。生データを２次Ｓａｖｉｔｚｋｙ−Ｇｏｌａｙにより平滑化して用い、Ｈｉｌｂｅｒｔ−Ｈｕａｎｇ分析方法により変換し、フーリエ分析により分析した、同位体の比率の変動パターンの分離の信頼性の高いデータによれば、健康な患者は機能的な変動パターン（例えば、優位的変動）を示す。機能的な変動パターンとは、測定時間の間中ずっと存し、異なる健康な動物においても観察される、変動パターンである。健康で機能的な変動パターンが現われることは、個体の健康状態を定義するに際して特徴となるものである。このタイプの分析を用いて、呼気の同位体の比率が健康で機能的な変動パターンを示していることが明らかになった場合には、それが個体が健康であることを定義する証拠となる。そして、個体の健康で機能的な変動パターンが変化して（例えば、優位的変動が失われて）、不健康で機能的な変動パターンとなっている場合には、健康な状態から不健康な状態へと推移していることを示唆している。さらに、個体が病気から健康な状態へと推移する場合には、健康で機能的な変動パターンが取り戻される。質的に、Ｈｉｌｂｅｒｔ−Ｈｕａｎｇにより変換されて、フーリエにより分析された平滑化した生データから生じた機能的な変動パターンは、健康な個体においては、特定の変動数範囲において単一の優位的な変動の変動数を示す。一方、不健康な個体においては、変動数の優位性は損なわれ、多変動数を示し、変動数の変化が観察される。

【0030】

ここで用いられているように、「機能的な変動パターン」は、期間における第二の同位体に対する第一の同位体の相対的な量の平滑化した生データに由来する変動を分析／変換したものであり、当該期間は、分析が、測定期間当たり少なくとも３回の変動周期を含むような、好ましくは測定期間当たり４回以上の変動周期を含むような、機能的な変動パターンを生じるものである。一つの実施形態においては、この分析の下においては、健康な個体は、典型的には６〜７分の変動の平均周期を示し、又は一時間当たり８．５〜１０回の変動数を示す。不健康な個体における典型的な変動の平均周期は８〜９分に増加し、又は一時間当たりの変動数は６．５〜７．５回となる。これは、典型的な変動周期のうちの少なくとも１０％の変化を反映している。さらに、不健康な個体の典型的な場合においては、健康な状態とは違って（例えば、１０％の変化）、頻繁に付加的な変動モードが生じることにより、健康な個体と比較して、変動周期の不安定さが存する。平均変動周期が増大し、変動期間の可変性も増大するのは、不健康な個体の変動パターンの分裂に起因する。分析の方法に応じて、健康な個体は、変動パターン（パターン認識を経由して）、平均変動周期、一時間当たりの変動周期、又は変動期間の可変性の程度に基づいて、不健康な個体から区別される。ここで用いられているように、変動周期は、機能的なモードを定義する繰り返しパターンの一つの周期の時間であり、又は機能的なモードにおけるピークからピークまでの時間である。変動数とは、単位時間（例えば、１時間）当たりの変動の数である。期間における第二の同位体に対する第一の同位体の相対的な量の生データには、変動周期も変動数も異なる複数の機能的な変動パターンが含まれることがある。そして、第一の、第二の、第三の、等の機能的な変動パターンは、個体の異化状態／健康の変化に応じて変化する。一つ又はそれ以上の優位の変動数に加えて、データには、個体の健康状態を判別するのに役立つ小さな一つ又はそれ以上の変動数が含まれることがある。

【0031】

つまり、機能的な変動パターンは、健康な個体を定義する、又は測定が開始される時点の時間の値ｔ_{ｉｈｅａｌｔｈｙ}を定義するパターンである。時間ｔ_{ｕｎｈｅａｌｔｈｙ}は、個体がｔ_{ｈｅａｌｔｈｙ}とは異なる状態である時間を表し、すなわち、個体の異化状態／健康に変化があったときの時間を表す。さらに、個体が感染した状態又は異化状態から健康な状態へと変化した場合、変更された機能的な変動パターンは、大体において第一の機能的な変動パターンの状態に戻る。

【0032】

一つの実施形態においては、第二の同位体に対する第一の同位体の相対的な量の第一の機能的な変動パターンは、６〜１２分の変動周期を有する低い変動数変動である。

【0033】

個体が健康な状態から不健康な状態へと推移しているか否かを判定する方法においては、第一の及び第二の同位体の相対的な量の２つの変化が測定される。まず、第二の同位体に対する第一の同位体の相対的な量の機能的な変動パターンは、時間ｔ_ｉから時間ｔ_ｘの間においてその変動数及び／又は振幅が変化する。さらに、第二の同位体に対する第一の同位体の相対的な量は、ｔ_０の時点における相対的な量から、ｔ_ｘの時点における相対的な量へと、期間（ｔ）内で変化する。これは、あらかじめ特定された不健康な状態へと推移するに際しての傾きの減少である。こうして、傾きの変化及び／又は機能的な変動パターンの変化により、健康な状態から不健康な状態への推移が判定される。ここで用いられているように、時間ｔ_ｉから時間ｔ_ｉｘの間における変動数及び／又は変動周期の変化は、機能的変動パターンの変動周期が変化すること及び／又は時間ｔ_ｉの時点では存在していなかったより多くの変動数を生産するように分離されることを意味する。一つの実施形態においては、不健康な状態の個体の機能的変動パターンの変動数及び／又は変動数の優位性の変化は、複数の優位の変動数を含む不規則な変動パターンを生じる。このような変化は、当該技術の分野において知られている数学的ツールにデータをかけることにより検出することができる。

【0034】

ここに開示される方法の一つの利点は、呼気の同位体のデータを、変化の傾きのみを測定していた先行技術の場合と比べて、より短い期間で採取できる点にある。一つの実施形態においては、期間ｔは、２時間未満、９０分未満、１時間未満、４５分未満、３５分未満、２０分未満、１０分未満、から短くて５分程度である。データの収集は、変動パターンを確立するのに十分な期間のみ行われればよい。通常の条件下においては、ヒトやマウスのデータを収集する期間としては通常３０分程度が適切な時間であるが、感染のステージ、装置の感度及び精度、比較するテンプレートとして用いる確立した先行データのレベル、及びその他の因子（例えば、感染の初期の段階においては、サンプリングの期間をより長くする必要がある）により、期間を短縮することができる。

【0035】

一つの実施形態においては、当該方法は更に、期間（ｔ_{ｔｏｔａｌ}）にわたって第二の同位体に対する第一の同位体の相対的な量の第二の機能的な変動パターンを認定することを備える。ここで、第二の同位体に対する第一の同位体の相対的な量の第二の機能的な変動パターンは、期間（ｔ）内の時間ｔ_ｉから時間ｔ_ｉｘの間においてその変動数及び／又は優位性が変化する。

【0036】

具体的な実施形態においては、期間（ｔ）にわたってその中における第二の同位体に対する第一の同位体の相対的な量の機能的な変動パターンを認定することには、期間（ｔ）にわたってその中における第二の同位体に対する第一の同位体の相対的な量を分析して、有限のその中に深く刻み込まれた変動パターンを生産することが含まれ、それにより、深く刻み込まれた変動パターンの分析を行うことができる。この過程は、最も低い変動数を生データから抽出することから、刻み込まれた変動数が１時間あたり４〜１５変動期間（周期）となるまで、変動数を継続的に抽出することにより行われる。データがＨｉｌｂｅｒｔ−Ｈａｕｎｇ法を用いて変換される場合、前記深く刻み込まれた変動数は固有モードとして定義される。機能的な変動パターンは、フーリエ分析を用いて固有モードから算出することができる。当該方法には更に、モード分析を用いて高変動数変動モード（例えば、１時間あたり１５回よりも多いもの）を認定することと、期間（ｔ）にわたってのその中での第二の同位体に対する第一の同位体の相対的な量から高変動数変動モードをフィルタリング（Ｇｏｌａｙ Ｆｉｌｔｅｒ）することと、が付加的に含まれる。

【0037】

ここで用いられているように、修飾された機能的な変動パターンは、健康な状態又は不健康な状態の機能的な変動パターンから修飾され又は変化した時間間隔における変動パターンとして定義され、個体の健康状態の変化を示唆する。修飾されるということは、健康で機能的な変動パターンがその変動数及び／又は変動期間において変化することを意味する。すなわち、健康で機能的な変動パターンはより低い変動数へと変化し、又は単一の優位性の変動数が、個体が健康な状態のときには変動パターンに存在しなかった２つ又はそれ以上の変動期間における複数の変動数へと変化する。一つの実施形態においては、修飾された機能的な変動パターンは、複数の変動数を含む不規則な変動パターンである。

【0038】

一つの実施形態においては、健康で／不健康で機能的な変動パターンと、修飾された機能的な変動パターンとは、個体の食餌の影響を受けない。同位体の相対的な率及び基準測定は個体の食餌の影響を受け得るが、機能的な変動パターンは食餌とは無関係である。これは、データの理解に食餌が潜在的に影響する先行技術に係る方法とは異なった利点である。

【0039】

一つの実施形態においては、個体が健康な状態から不健康な状態へと推移した場合、健康で機能的な変動パターンの変動期間は１０％よりも多く変化する。具体的な実施形態においては、個体が健康な状態から不健康な状態へと推移した場合、健康で機能的な変動パターンの変動期間は１０％〜３０％変化する。同様に、個体が不健康な状態から健康な状態へと推移した場合、不健康で機能的な変動パターンの変動期間は１０％よりも多く変化する。具体的な実施形態においては、個体が不健康な状態から健康な状態へと推移した場合、不健康で機能的な変動パターンの変動期間は１０％〜３０％変化する。

【0040】

ここで開示される方法の独特の利点は、当該方法は、挿管した患者のような入院患者に対して連続的に行うことができる点にある。これは、敗血症を早期に発見するのにはとりわけ好都合である。

【0041】

ヒト以外の閉じ込められた生物に対しては、あるいはこのような生物の集団に対しては、継続的に定期的なモニタリングを行うことができる。これに代えて、同様のやり方を、アパートのビルの中のヒトの健康を総合的にモニタリングするのにも適用することができる。

【0042】

他の一つの実施形態においては、個体が不健康な状態であるか否かを判定する方法であって、当該方法は、
前記個体から採取した呼気をモニタリングし、期間（ｔ_{ｔｏｔａｌ}）にわたってその中での第二の同位体に対する第一の同位体の相対的な量を測定することであって、当該第一の及び第二の同位体は、^１３Ｃ及び^１２Ｃの対、^１５Ｎ及び^１４Ｎの対、^１７Ｏ及び^１６Ｏの対、及び硫黄同位体の対から成る群の中から選択される、ことと、
前記期間（ｔ_{ｔｏｔａｌ}）にわたってその中での前記第二の同位体に対する前記第一の同位体の相対的の量の機能的な変動パターンを認定することと、前記個体の前記機能的な変動パターンを、既知の健康な及び／又は不健康な参照母集団のものを平均した機能的な変動パターンと比較することと、
前記個体の変化の前記機能的な変動パターンが健康な及び／又は感染した参照母集団のものを平均した機能的な変動パターンとは変動数及び／又は振幅において異なっているときに、前記個体が不健康な状態であると判定することと、
を含む、方法である。

【0043】

理想的には、前記参照母集団は、各集団に少なくとも６の個体が含まれるように構成されるべきである（健康なｎの個体（ｎ＞５）、そして不健康なｎの個体（ｎ＞５））。検査個体と参照母集団との比較に用いるデータは、生データ及び／又は平滑化したデータ並びに分析したデータを含むものとすることができる。分析手法やパターン認識アルゴリズムを含む様々なツールが、検査データと参照母集団とを比較するのに用いられる。

【0044】

さらなる実施形態においては、個体の感染の深刻度を判定する方法であって、当該方法は、
前記個体から採取した呼気をモニタリングし、期間（ｔ）にわたってその中での第二の同位体に対する第一の同位体の相対的な量を測定することであって、当該第一の及び第二の同位体は、^１３Ｃ及び^１２Ｃの対、^１５Ｎ及び^１４Ｎの対、^１７Ｏ及び^１６Ｏの対、及び硫黄同位体の対から成る群の中から選択される、ことと、
前記期間（ｔ）にわたってその中での前記第二の同位体に対する前記第一の同位体の相対的な量の機能的な変動パターンを認定することと、
前記個体の前記機能的な変動パターンを、健康な及び／又は感染した参照母集団のものを平均した機能的な変動パターンと比較して、異なる点を特定することと、
を含む方法であって、
前記個体の前記機能的な変動パターンと、前記参照母集団のものを平均した機能的な変動パターンと、の差異の程度によって、感染の深刻度を判定する、
方法である。

【0045】

「差異の程度」は、パターン比較の方法によって決まる。コンピューターによる分析が定量的評価を許容する場合、差異の程度はｐ値（確率）に基づいて統計的に定義される。ここでは、同様の状態になる確率が低いほど、感染の深刻度が高い。「差異の程度」が量的に算出できない場合、深刻度は平均母集団を定義するのに用いられた反応の範囲の関数である。個体の検査結果が、既知の感染した集団の同様の深刻度の変動パターンの範囲と被れば被るほど、個体はその感染の深刻度に適合するのである。

【0046】

健康な状態と不健康な状態とを区別する２つの方法をここに例示するが、これに限定されるものではない。他の方法も、ここに記載した一般的なフレームワークを用いて当該技術の分野における公知のアルゴリズムを用いることにより、同じ方針で構築することができる。目的に応じて、モニタリングは基本的には感染前及び感染後で連続的に行われ（例えば、病院／手術の環境で）、モニタリングはイベント後においてのみ行うものとすることもできる（例えば、参照母集団との対比が可能な、そしてイベント後のデータに加えて、患者（例えば、体重の減少した患者）のためにあらかじめ（例えば、一ヶ月前に）収集したイベント前のデータも利用可能な、より広い病院の環境で）。これらの適用は主として、インプットを処理する方法ではなく生じるアウトプットにおいて異なっている。連続的なモニタリング（前／後の方法）を行える場合、連続的に状態を追跡することができ、そして「閾値」と比較することができる。「閾値」と交わった場合、それは、例えば健康な状態から病気への、「状態変化」を示唆している。すなわち、例えば約３５分よりも長い時間にわたって連続的なデータの流れが利用可能な場合、連続的なアウトプットの流れ又は数字による指針（例えば、確率）が生産できる。一方、病院の環境では、アウトプットは関連する信頼値を伴う２つの値（例えば、病気ｖｓ健康）となる。すなわち、アウトプットは複合指数ではなく単一指数となる。患者自身の変化の範囲だけでなく、母集団の値も、健康な状態ｖｓ不健康な状態の「バンド」を定義する。いかなる時点においても、変動の現行モードは、「値のバンド」のどこかに存する。これらの値がどの程度このバンドの「健康の線」に近いところにあるか、又は「不健康の線」に近いところにあるかによって、健康な状態への又は病気の状態への推移の可能性が定義される。

【0047】

以下に続く実験データがこの出願の基礎となる。第一に、健康なヒトの個体から採取したデータにおいては、データを分解し分析した場合に、炭素同位体の比率に変動パターンが見られる（図１）。この変動パターンは、ＣＯ_２濃度（図２）及び機械騒音（図３）とは無関係である。第二に、内毒血症のマウスのモデルを用いて、感染により如何に炭素同位体の比率の変動が変化するかが研究された（図４）。マウスのモデルから採取した生データを、標準的なＳａｖｉｔｚｋｙ−Ｇｏｌａｙフィルター（次数＝２）を用いて正規化し平滑化すると、変動パターンは直線状ではないが、健康な個体と病気の個体との間で目視で判別ができることがわかった（図５）。第三に、もう一つの分析方法（Ｈｉｌｂｅｒｔ−Ｈａｕｎｇ変換）を用いることにより、正規化し平滑化したデータを、分析に用いることができるような目視で提供される刻み込まれた変動パターンに分解することができることが示される（図６）。第四に、分解した変動データをフーリエ分析することにより、感染した動物と感染していない動物とを区別することができる可能性が示される（図７）。第五に、既知の健康な集団及び感染した集団の参照母集団と、個々の変動データと、を比較する差異分析方法を用いることにより、個体の健康状態を判定できるだけではなく、例えば食餌のような呼気の同位体の比率を変化させることで知られる環境因子によっては健康なマウスと感染したマウスとを区別することを妨げられないこととなる。

【0048】

本発明について、以下の例によって更に説明するが、本発明はこの例に限定されるものではない。
［例］
［実験プロトコル］

【0049】

マウスを使った研究：マウスを菌体内毒素（ＬＰＳ）に感染させて、Ｐｉｃａｒｒｏ製のＧ２１０１−ｉ同位体ＣＯ_２分析器を用いて、キャビティリングダウン分光法により呼気中における安定同位体の比率の変化をモニタリングし、毎秒ごとにサンプリングした。内毒素はグラム陰性細菌の細胞壁の糖脂質成分であり、感染の特質である急性期反応として知られる強い炎症反応を誘発する。

【0050】

生後８週間の雄のＢＡＬＢ／ｃマウスを１２時間にわたって明暗サイクルに保ち、その間任意に食餌及び水を採れるようにした。マウスは無作為に、リポ多糖（ＬＰＳ）が低いグループ（１ｍｇ／ｋｇ）、リポ多糖の高いグループ（５ｍｇ／ｋｇ）、又は擬似（下剤用塩類）注射のグループの３つのグループのうちの一つに割り当てられた。マウスは、午前９時４５分に代謝チャンバーの中に連続的に配置された（一日につき一回）。チャンバーの中を通る空気の速度は、ＣＯ_２濃度が０．５％を超えないような速度に維持された。炭素のデルタ値（すなわち、^１３ＣＯ_２／^１２ＣＯ_２の比率）が、支流を介して、Ｐｉｃａｒｒｏ製のＧ２１０１−ｉ同位体ＣＯ_２分析器を用いて連続的に（すなわち、毎秒約１データ点）測定された。午前１１時４５分に、マウスに、体重に対して１若しくは５ｍｇ／ｋｇのリポ多糖を下剤用塩類に入れたものを、又は下剤用塩類だけを、腹腔内注射した。マウスは、各々の日の終わりに、午後３時４５分にチャンバーから取り出された。
［実施例１：デルタ変動を示す健康なヒトの呼気］

【0051】

絶食した状態の健康なヒトに、封をしたマスクを着けた状態で机のところに静かに座っているように指示をした。当該マスクは、全てのフィルターを除去した産業的な揮発性有機化合物のマスクで構成され、１／４インチのポリエチレンのチューブによって当該マスクはｉＣＯ_２分析器に接続される。マスクから吐き出された空気は、ＣＯ_２が入っていない空気（ゼロエア）と混合されて、最終的なＣＯ_２濃度はおよそ１０００ｐｐｍとなった。各々の日に少なくとも１時間、測定値が収集された。（毎秒ごとの試料からの）連続的なデータが、Ｐｉｃａｒｒｏ製のＧ２１０１−ｉ同位体ＣＯ_２分析器により得られた。データは、標準的なＳａｖｉｔｚｋｙ−Ｇｏｌａｙフィルター（次数＝２）を用いて平滑化された。

【0052】

変動を目視で観察できることを確かめるために、Ｈｉｌｂｅｒｔ Ｈｕａｎｇ変換が行われ、刻み込まれた変動パターン（モード）は、他の刻み込まれた変動パターンを除去することにより判別された。第一の及び第二のモードは、長い変動期間（３０〜６０分）の変動の第一の及び第二の除去を表しており、ここでは用いなかった。これらのより長い周期のモードにおいては、今の装置からのデータに基づいて健康な状態と病気の状態との間で区別できる差異はみられなかった。さらに、長い変動期間を用いて繰り返される変動周期を収集することは、変動のパターンを評価するのに必要な時間を延長させたからである（換言すれば、長い変動パターンを用いても、現存する傾きの技術に対して、感染状態を検出するのに必要な期間を短縮することにはならなかった。）。第三の及び第四の除去されたモードは、重ね合わされ、変動の存否を視覚的に検査された。その結果を図１に示してある。３０分間（０．５時間）で収集した健康なヒトの呼気から得られた平滑化した変動データのＨｉｌｂｅｒｔ−Ｈｕａｎｇ変換したものにより生成されたモード３及び４を合わせたものが、示してある。モード３及び４は、一時間につき４〜１５の変動を許容する変動期間を有するため、更なる分析のために選択された。すなわち、モード３及び４は、機能的な変動パターンである。この分析は、ヒトにおいてはデルタ値に変動パターンが見られることを示している。各々の実線の水平線は、「第一の鍵となる」ピークで始まり、以降の「第一の鍵となる」ピークまで続く。それぞれの一対の鍵となるピークの間には、２つの「マーカー」となるピークが存する。３つのピークの組が、繰り返される特徴（又はパターン）を形成している。このピークからピークまでの時間が一つの変動期間である。物理的なＹ軸は、大体においてデルタ同位体の程度におよそ従っている。Ｈｉｌｂｅｒｔ−Ｈｕａｎｇ変換の２つのモードを重ね合わせることにより作成されるため、プロットはスケールフリーである。

【0053】

観察された変動は、変動的な振る舞いを示す装置、バックグラウンド、実験のセットアップ、又はヒト（及びマウス）のＣＯ_２生産の、いずれかによって作り出された結果である可能性があった。我々は、ＣＯ_２の量とデルタ値との相関関係を試験した（図２）。ここに示されているように、相関関係は実際上ゼロであり、このことは、ＣＯ_２の変動とデルタ値の変動との間には実際上何の関係もないことを意味している。

【0054】

バックグラウンド（生物のいないチャンバー）及び部屋のデータからデータが収集された。当該データは、小さな変動（０．５ｐｐｍよりも少ない）を示した。この小さな変動は、変動パターンとは一致せず、またその振幅は著しくより小さかった（図３）。

【0055】

これらを考慮すると、当該データは、１）ヒトにおいてはデルタ値の変動が存することと、２）この変動は器具類やＣＯ_２によってもたらされた結果ではないこと、を表している。
［実施例２：ＬＰＳ処理後を変化させるデルタ変動を示すマウスの呼気］

【0056】

連続して取得されたデータは、まずあらかじめ収集されたデータと比較され、それにより、ＬＰＳ処理をすると低下した（より正になった）炭素同位体デルタ値が保持されることが保証される。このステップは、より早いサンプリング及びデータ処理の方法のコントロールとしての役割を果たす。具体的には、ＬＰＳ後の同位体の比率の下降傾向は、それ以前の機器の使用を通じて既に確立されているのである。本機器は、ＬＰＳを注射したマウスにおける同様の下降傾向を検出することを可能とするものである（図４）。デルタ値を１５分毎に測定する以前からある測定方法と比べて、図４に示したデータは、デルタ値が１秒毎に測定される新しい同位体の発生モニターを用いて取られたものである。この図は、以前に観察された下降傾向は、新しい機器を用いた場合にも観察されることを表している。さらに重要なことには、この新しいデータは、呼気には、コントロールとＬＰＳを注射したものとを区別するのに役立つ変動パターンが見受けられることを示唆している。データは、注射をした最初の時点を０時間として、およそ１時間にわたって取られている。

【0057】

図４からのデータは、次に、図５に示すように、変動パターンが見受けられるか否か検討された。以下のデータ標準化のセクションに定義されるステップに従って、データの標準化が行われた。データ標準化の一つのとりわけの態様である平滑化処理により、データのバックグラウンドのノイズが低減される。全てのマウスについて、変動パターンか存するか否か目視によって検査された。上述の実験１に記載したように、ＬＰＳ注射前及び注射後の全てのマウスにおいて変動パターンが見受けられた。

【0058】

標準化及び平滑化をした後に詳細図を目視で検査すると、複雑な変動が見受けられることがわかった。データは、図に示した全てのマウスについて、ＬＰＳを注射する前の１５分の期間について取ったものであり、水平軸は「目盛り付きの時間」を示しており、垂直軸は同位体デルタ比を示している。

【0059】

このデータには、複数のモードが組み合わさったものと見受けられる複雑な変動パターンが含まれているため、これらのモードを分離するためにＨｉｌｂｅｒｔ−Ｈｕａｎｇ変換が適用された。分離されたモードにも、変動の存在が表れていた。具体的には、合計で７つのモードに分離されたが、そのうちの、一時間当たり４〜１５の変動が存していた２つのモードを機能的な変動パターンとして選択して、フーリエ法による更なる分析に用いることとした。図６は、６匹のマウスにおいて選択されたモードを示している。これらの２つのモードは、ＬＰＳ前とＬＰＳ後とで著しく異なる態様を示した。分類のための標準的な計算アルゴリズムを用いることにより、これらの変動パターンを生物の状態（健康な状態、ＬＰＳ、等）に従って分離することができる。

【0060】

図７は、健康なマウス及びＬＰＳを注射したマウスにおいて、（正規化した変動データ）のＨｉｌｂｅｒｔ−Ｈｕａｎｇ変換により生成された、一時間当たり４〜１５周期の変動数モードの「３０分」の区分のフーリエ分析の結果である。Ｘ軸は正規化され、任意であり、単位時間当たりの変動の変動数は増大するスケールで増加する。Ｙ軸は、スケールフリーのＨｉｌｂｅｒｔ−Ｈｕａｎｇのｙ軸を変換したものである。健康なマウスのおおよその変動数は７分である。ＬＰＳを注射したマウスは、分離した変動数と、それに加えて１０分ぐらいに現われるより低い変動数を有する。

【0061】

この分析によれば、健康な状態の生物には、多くの優位ではない変動数が見られると共に、少なくとも一つの機能的な変動数が見られる。上述のマウスの場合、マウスが健康な状態のときには、およそ７分のところで機能的な変動数が見られる。ＬＰＳによりかき乱された場合、７分のところの機能的な変動数は分離し、そしてより低い変動数、すなわち修正された変動数（例えば、１０分）が現われる。これは、ＬＰＳを注射した後直ちに起こる動的平衡の崩壊が生じていることを強く指し示すものである。この分析によれば、それぞれの生物（表現型）はそれ自身のモデルを表し、観察されるデータにはそれ自身の「ノイズ」が含まれる。Ｈｉｌｂｅｒｔ−Ｈｕａｎｇは直線状ではなく、変動数を選択するものではない。そうではなく、モードを選択するものであり、フーリエ分析と組み合わせて用いれば、動物の健康状態の変化を検出するのに役立つ。
［実施例３：時系列による分類を用いた代替的な分析］

【0062】

次に、異なる方法を用いて、病気の生物と健康な状態の生物（食餌の変化を含む）が分析され、分類された。この代替的な方法を用いることにより、ａ）この変動データは、観察されたデータには自然の変動が含まれているものの、それにより病気の状態と健康な状態とをはっきりと区別することができることと、ｂ）分析の方法はそれほど重要ではなく、当該技術の分野において知られているほかの方法を用いることもできること、が示唆された。変動が存在し、それは検出し得る態様で変化するという基本的な観察の結果が、より重要な点である。

【0063】

ここで確立したプロトコルは、一般的に時系列による分類のために作成されているアルゴリズムの収集に頼っている。時系列による分類は、様々な長さの時間的に構築されたデータをラベリングすることを目標にしている管理された学習方法である。多くの適用が時系列による分類の形にされる。例えば、医学診断においてＥＣＧグラフに指標付けを行うことは、同様の適用の一例である。プロトコルの一部においては、同様のコンセプトのアルゴリズムを用いる。しかしながら、全体的なプロトコルは、いくつかの特定用途向けの方法により異なっており、それらは我々の診断へのアプローチの性質に適合している。

【0064】

データ分析のためのプロトコルを確立するにあたっては、以下の診断の筋書きが考慮に入れられた。病気の患者や病気の生物のモニタリングは、いつでも開始することができる。モニタリングの開始時においては、対象となる動物又は患者は、健康な状態であっても、病気であってもよい。対象が病気の場合、一般的には、対象が病気となってからの期間の長さは明らかでない。目的は、短期間において対象からデータを収集して、その対象が病気であるか、健康な状態であるかを判定することである。この筋書きは、より長い期間にわたってデータを収集することや、長期にわたって連続的にモニタリングすることを、排除するものではない。短い期間は、診断のための閾値となる時間（最小の時間）を確立する。時間をより長くすると、診断検査の感度が向上する。

【0065】

同位体の比率に変動の傾向が存することを確立したことにより、異なる変動パターンの比率を特定し分類する分析手順が定められた。

【0066】

開示の明瞭性を保つために、データについての説明においては、機器からのデータは生データの形式で用いられることを暗黙の想定とする。データの変換の詳細に関する必要な記述は、アルゴリズムの説明のところに記載した。これらの変換は、前述のステップに記載した方法論や手順に影響を与えるものではない。マウスからの既存データは、次のラベル（Ｄ_ｌ）による注釈付きの時系列の符号として表すことができる。

【0067】

【数1】

この符号では、Ｘは時系列（ベクトル）であり、ｉは生物の状態、例えば病気か健康な状態か、を示すラベルである。集合のラベルｌは、生物の種々の状態を区別するのに用いられる代替的な集合のための指標を示すものとして用いられる。時系列ベクトルは、所定の期間よりも長い期間にわたって収集されて十分なサンプリング時間でサンプリングされた同位体の比率の値から成る。期間の例としては例えば３５分が挙げられ、サンプリング時間の例としては例えば３０秒に１度が挙げられる。最初の集合は、推定量ｆを構築するのに用いられる。関数ｆは、新しい時系列のベクトル（未来）が基準の集合と如何に異なるかを示すことにより、その新しい時系列のベクトルを評価する。具体的には、例えば、所定の長さの未来のデータの符号ｙが与えられると、推定量ｆ（ｙ）によって確率ｐ（健康なものは、ｌ−ｐ）と共に病気の（又は健康な状態の）値を得ることができる。図８は図４と一致している。各々のシミュレーション実行について、３０分の期間が無作為に選択された（擬似乱数の発生器を用いて）。図８の黒い四角のセットは、この不作為の選択を具現した一つの例である（明瞭にするため、全ての四角は示していない。さもなければ、図は黒の四角で覆われることとなる。）

【0068】

一旦ｆが構築されたら、新しい時系列ベクトルｙに基づく生物の状態の評価は明確である。すなわち、ｆ（ｙ）が確率ｐの状態を表す。ｆ（ｙ）が変化すると（例えば、確率ｐが閾値よりも低い値に低下すると）、生物において状態の変化が生じたということである。概念においては簡単であるが、当該アルゴリズムは実際上は一連の処理前のステップを利用する。これらのステップについては以下に説明した。

【0069】

［アルゴリズム１］
アルゴリズム：前処理データ（ｆ（ｙ）を算出すると共にｆを知るために用いられる）
インプット：ｘ；アウトプットｘ ％ｘと同じサイズの新しいベクトル
ｘを平滑化する ％生データにカーネル平滑化が適用される
ｘを変換する ％ｘのスペクトル変換、例えば、フーリエ
ｘを同調させる ％シグナルの位相が基準位相に調整される

【0070】

前処理データは、コンピューター計算の関数ｆを構築するための基礎となる。我々は、これを総称的にｆと称する。とはいえ、構築により、その結果は、確率を取得するために複数の閾値における与えられたベクトルｙにおけるｆを評価する関数の階層化した集合である。

【0071】

［アルゴリズム］
アルゴリズム：ｆを知る
インプット：シグナルの集合とクラス{ｘ，ｉ}；アウトプット：ｆ
前処理の全データ｛ｘ｝
Ｄ_ｌを集合させる

【0072】

【数2】

以下の最適化問題を解く（アルゴリズムについては以下を参照）
Ｄ［ｆ］の最小化

【0073】

【数3】

ｆの定義として結果を保存する。

【0074】

図９は、２次元の平面に点を施した時系列の低いディメンションの投影図を示している。推定量ｆは、７０個のプロッティングの時系列データを対象にする。確率は、別の不作為の長さのサンプリングしたデータを用いて、種々の推定量を用いて生成される。サンプリングは次のクロス確認のために維持された。

【0075】

決定関数は、あらゆる新しい時系列ｙを評価するためにｆの構成を使用する。アウトプットは、それぞれの（２つの）状態について秤量値（確率）を割り当てる。連続的な測定においては、漸次的な状態変化を確認するために、現行の確率値を用いることができることを、言及しておく。

【0076】

［アルゴリズム］
アルゴリズム：ｙを決定する
インプット：ｙ，ｆ；アウトプット：ｐ，ｉ
ｐ，Ｉ＝ｆ（ｙ）を当てはめる；

【0077】

図１０においては、異なる同位体の比率の２つの食餌を与えたマウスについて、実験が行われた。呼気の同位体変動パターンが測定された。示された問題解決のためにアルゴリズムを用いて、各食餌を与えたマウスからのデータを混合し、これらの健康なマウスと、内毒素を注射したマウスと、を判別できるか否か確認するために試験を行った。予測されたように、異なる食餌を与えられたマウスからの混合されたデータは、食餌の同位体量に関係なく増減したが（それぞれの食餌を与えられたマウスの健康な呼気の間の中間）、病気のマウスのデータとははっきりと区別することができた。これらのデータにより、呼気の同位体の変動パターンに基づいて個体の健康状態を判別するに際して、食餌は混乱させる因子とはならないことが立証された。

【0078】

「一つの」、「当該」、及び「前記」という用語や、それと同様のことについて言及しているもの（とりわけ、以下の特許請求の範囲の文脈において言及しているもの）を用いた場合には、ここにそうではないことを示唆した場合や文脈においてはっきりと否定した場合を除き、一つであることと複数であることとの両方を包含するもの解釈されるべきである。ここで使用される第一の、第二の、等という用語は、特定の順序付けを示すことを意図したものではなく、単に複数であることを便宜的に示すために、例えば、層が複数あることを示すために、使用したに過ぎない。「備える」、「有する」、「含む」、及び「包含する」の用語は、そうでないと言及している場合を除き、開放型の用語（すなわち、「含むが、これに限定されない」の意味）として解釈されるべきである。値の範囲を列挙した場合には、その範囲内に含まれるそれぞれの分離した値を個別に参照することを簡略化したものとして機能し、それぞれの分離した値は、ここに個々に列挙した場合と同様に、明細書の中に組み込まれる。全ての範囲の両端の点はその範囲の中に含まれ、それぞれ独立して組み合わせることができる。ここで説明される全ての方法は、ここでそうでないことが示唆されているか、文脈においてはっきりと否定されている場合を除き、適宜の順序で行うことができる。いくつかの又は全ての例を用いた場合、又は例示としての言葉（例えば、「・・・のような」）を用いた場合、それは本発明をより詳細に記載することを意図したものであり、そうではないことを特許請求の範囲に記載している場合を除き、本発明の範囲を制限することを意図したものではない。明細書に記載されている言語はいずれも、ここで用いられる発明の実行において本質的な、特許請求の範囲に挙げていない要素を示唆するものと解釈されるべきではない。

【0079】

例としての実施形態を参照しながら本発明について説明したが、本発明の範囲から逸脱することのない範囲で、当業者により、様々な変更を加えることができ、またそれらのうちの要素を同等のものに置換することも可能であると理解されるべきである。さらに、本発明の本質的な範囲から逸脱しない範囲で、本発明の教示に従って、とりわけの状況や材料に適合するように変更を加えることも可能である。そのため、本発明は、この発明を実行する上での最良の形態として熟考されたとりわけの開示された実施形態に限定されるのではなく、本発明は、添付の特許請求の範囲内に包含される全ての実施形態を含むことを意図している。全てのあり得るバリエーションにおける上述の要素の組み合わせは、ここにそうでないことを示唆していたり、文脈においてはっきりと否定している場合を除き、本発明の中に包含される。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】