知財求人 - 知財ポータルサイト「IP Force」
特開2025-7507分類方法、分類装置、分類システム、分類プログラム、及び記録媒体
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2025007507
(43)【公開日】2025-01-17
(54)【発明の名称】分類方法、分類装置、分類システム、分類プログラム、及び記録媒体
(51)【国際特許分類】
G16B 30/00 20190101AFI20250109BHJP
【ＦＩ】
G16B30/00
【審査請求】未請求
【請求項の数】13
【出願形態】ＯＬ
(21)【出願番号】P 2023108941
(22)【出願日】2023-06-30
(71)【出願人】
【識別番号】000141897
【氏名又は名称】アークレイ株式会社
(74)【代理人】
【識別番号】110001519
【氏名又は名称】弁理士法人太陽国際特許事務所
(72)【発明者】
【氏名】内山 誠
(57)【要約】
【課題】核酸分子の塩基配列を分類する際における処理量を低減する。
【解決手段】分類方法は、測定試料中の核酸分子の塩基配列を測定配列として測定する測定工程と、複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、前記測定工程にて測定した前記測定配列と、の類似度に基づいて、当該測定配列を前記グループの各々に分類する分類工程と、を有する。
【選択図】図１
【解決手段】分類方法は、測定試料中の核酸分子の塩基配列を測定配列として測定する測定工程と、複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、前記測定工程にて測定した前記測定配列と、の類似度に基づいて、当該測定配列を前記グループの各々に分類する分類工程と、を有する。
【選択図】図１
【特許請求の範囲】
【請求項1】
測定試料中の核酸分子の塩基配列を測定配列として測定する測定工程と、
複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、前記測定工程にて測定した前記測定配列と、の類似度に基づいて、当該測定配列を前記グループの各々に分類する分類工程と、
を有する分類方法。
複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、前記測定工程にて測定した前記測定配列と、の類似度に基づいて、当該測定配列を前記グループの各々に分類する分類工程と、
を有する分類方法。
【請求項2】
前記分類工程において前記複数のグループの各々に分類された前記測定配列の分子数を集計する集計工程、
をさらに有する請求項１に記載の分類方法。
をさらに有する請求項１に記載の分類方法。
【請求項3】
前記分類工程の後において、前記複数のグループの各々に分類された前記測定配列を、当該グループを構成する前記塩基配列の各々に再分類する再分類工程、をさらに有し、
前記集計工程は、当該塩基配列に再分類された前記測定配列の分子数を当該塩基配列毎に集計する
請求項２に記載の分類方法。
前記集計工程は、当該塩基配列に再分類された前記測定配列の分子数を当該塩基配列毎に集計する
請求項２に記載の分類方法。
【請求項4】
前記集計工程によって集計された前記分子数に基づいて、前記測定試料の特定の判定を行う判定工程、をさらに有する
請求項２に記載の分類方法。
請求項２に記載の分類方法。
【請求項5】
前記特定のルールは、前記複数のグループにグループ分けされる前記塩基配列の前記代表配列に対する類似度、又は、前記複数のグループにグループ分けされる前記塩基配列の相互の類似度に基づいたものである
請求項１に記載の分類方法。
請求項１に記載の分類方法。
【請求項6】
前記代表配列は、前記グループを構成する塩基配列のうち、最も塩基配列が長いものが設定される
請求項１に記載の分類方法。
請求項１に記載の分類方法。
【請求項7】
前記代表配列は、前記グループを構成する塩基配列のうち、発現量が最も高い塩基配列が設定される
請求項１に記載の分類方法。
請求項１に記載の分類方法。
【請求項8】
前記分類工程では、前記代表配列と前記測定配列との類似度が閾値以上であるグループ又は、前記代表配列と前記測定配列との類似度が最も高いグループに、前記測定配列を分類する
請求項１に記載の分類方法。
請求項１に記載の分類方法。
【請求項9】
前記測定工程は、次世代シーケンサーを用いて、前記測定試料中の核酸分子の塩基配列を測定配列として測定する
請求項１に記載の分類方法。
請求項１に記載の分類方法。
【請求項10】
プロセッサを備え、
前記プロセッサは、複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、測定された測定配列と、の類似度に基づいて、当該測定配列を前記グループの各々に分類する
分類装置。
前記プロセッサは、複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、測定された測定配列と、の類似度に基づいて、当該測定配列を前記グループの各々に分類する
分類装置。
【請求項11】
測定試料中の核酸分子の塩基配列を測定配列として測定する測定部と、
複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、前記測定部にて測定した前記測定配列と、の類似度に基づいて、当該測定配列を前記グループの各々に分類する分類部と、
を有する分類システム。
複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、前記測定部にて測定した前記測定配列と、の類似度に基づいて、当該測定配列を前記グループの各々に分類する分類部と、
を有する分類システム。
【請求項12】
コンピュータに、
複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、測定された測定配列と、の類似度に基づいて、当該測定配列を前記グループの各々に分類する分類処理
を実行させるための分類プログラム。
複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、測定された測定配列と、の類似度に基づいて、当該測定配列を前記グループの各々に分類する分類処理
を実行させるための分類プログラム。
【請求項13】
コンピュータに、
複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、測定された測定配列と、の類似度に基づいて、当該測定配列を前記グループの各々に分類する分類処理
を実行させるための分類プログラムが記録された非一時的な記録媒体。
複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、測定された測定配列と、の類似度に基づいて、当該測定配列を前記グループの各々に分類する分類処理
を実行させるための分類プログラムが記録された非一時的な記録媒体。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、分類方法、分類装置、分類システム、分類プログラム、及び記録媒体に関する。
【背景技術】
【0002】
近年、次世代シーケンサー（Next-Generation Sequencing（以下、NGSと略記する場合がある））を代表とした核酸の網羅的定量解析が、がんを始めとした疾患の判別に応用されてきている。
【0003】
網羅的解析技術の発展に伴い、解析可能な分子種は飛躍的に増加した。しかしながら、解析する分子種の増加に伴い、解析に必要な計算量が爆発的に増加した結果、高性能計算装置や長時間解析の必要性に起因する、設備費用の増加やスループットの低下等の深刻な問題がしばしば発生している。
【0004】
従来、このような計算量の増加を抑制するために、統計解析や機械学習を利用した重要分子の選別による解析分子数の低減を行うことで、計算量の軽減がなされてきた（非特許文献１、２参照）。
【先行技術文献】
【非特許文献】
【0005】
【非特許文献1】Jin_et_al,2017, Clinical Cancer Research, Evaluation of Tumor-Derived Exosomal miRNA as Potential Diagnostic Biomarkers for Early-Stage Non-Small Cell Lung Cancer Using Next-Generation Sequencing
【非特許文献2】Asakura_et_al, 2020, Communications Biology, A miRNA-based diagnostic model predicts resectable lung cancer in humans with high accuracy
【発明の概要】
【発明が解決しようとする課題】
【0006】
網羅的な分子種解析を用いた解析プロセスにおいて、処理量（具体的には、計算量）が多い工程として、以下の２つのステップが挙げられる。
ステップ１：標的核酸分子の分類
ステップ２：疾患判別予測
ステップ１：標的核酸分子の分類
ステップ２：疾患判別予測
【0007】
ここで、例えば、人間の血中マイクロＲＮＡには、既知のマイクロＲＮＡとして、約２６００種が存在し、数μＬの検体となる血液中には、数百万個のマイクロＲＮＡが存在する。そして、数百万個のマイクロＲＮＡについて前述のステップ１を行う場合では、例えば、数百万個のマイクロＲＮＡを、既知の約２６００種のマイクロＲＮＡの各々と照合して分類することが行われてきたため、処理量（具体的には、計算量）が多大であった。
【0008】
統計解析や機械学習を利用した重要分子の選別の方法（非特許文献１、２参照）では、網羅的に分子種を検出した後、解析分子種数の削減を行うことで、以降の機械学習や統計解析での処理量（具体的には、計算量）を低減させることにより、前述のステップ２における処理量の軽減が可能である。
【0009】
しかしながら、非特許文献１、２の方法では、前述のステップ１における処理量の低減は達成できておらず、高性能計算装置や長時間解析による設備費用の増加、及びスループットの低下に対する問題が残されたままである。
【0010】
本開示は、核酸分子の塩基配列を分類する際における処理量を低減することができる分類方法、分類装置、分類システム、分類プログラム、及び記録媒体を提供することを課題とする。
【課題を解決するための手段】
【0011】
本開示の一態様に係る分類方法は、測定試料中の核酸分子の塩基配列を測定配列として測定する測定工程と、複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、前記測定工程にて測定した前記測定配列と、の類似度に基づいて、当該測定配列を前記グループの各々に分類する分類工程と、を有する。
【発明の効果】
【0012】
本開示によれば、核酸分子の塩基配列を分類する際における処理量を低減することができる。
【図面の簡単な説明】
【0013】
【図1】本実施形態に係る分類方法の各工程を示すフロー図である。
【図2】本実施形態の分類装置として機能するコンピュータの一例を示す概略ブロック図である。
【図3】本実施形態の分類装置の機能構成を示すブロック図である。
【図4】本実施例において分類対象となる５６種類のマイクロＲＮＡを示す一覧である。
【発明を実施するための形態】
【0014】
以下に、本開示の技術に係る実施形態の一例を図面に基づき説明する。なお、動作、作用、機能が同じ働きを担う構成要素及び処理には、全図面を通して同じ符号を付与し、重複する説明を適宜省略する場合がある。各図面は、本開示の技術を十分に理解できる程度に、概略的に示してあるに過ぎない。よって、本開示の技術は、図示例のみに限定されるものではない。また、本実施形態では、本開示と直接的に関連しない構成や周知な構成については、説明を省略する場合がある。
【0015】
＜分類方法１０＞
まず、本実施形態に係る分類方法１０を説明する。図１は、本実施形態に係る分類方法１０の各工程を示す概略図である。
まず、本実施形態に係る分類方法１０を説明する。図１は、本実施形態に係る分類方法１０の各工程を示す概略図である。
【0016】
分類方法１０は、測定試料中の核酸分子の塩基配列を測定し、当該塩基配列をグループの各々に分類する方法である。測定試料としては、体液（例えば、血液、血清、尿、涙、唾液、汗、精液、リンパ液、組織液、体腔液（例えば、胸水、腹水など）、脳髄液、羊水、膣液、鼻水）、組織、及び細胞などが挙げられる。
【0017】
核酸分子としては、例えば、マイクロＲＮＡが挙げられる。なお、核酸分子としては、マイクロＲＮＡ以外のスモールＲＮＡ、その他のＲＮＡ、ＤＮＡなどであってもよい。さらに、核酸分子としては、ＡＴＧＣＵの塩基のみから構成される核酸分子でなくてもよい。具体的には、例えば、ＤＮＡ／ＲＮＡメチル化等の修飾、Ａ－ｔｏ－Ｉ ＲＮＡ編集といった編集を受けた核酸等が挙げられる。このように、種々の核酸分子が、本分類方法の適用対象となり得る。
【0018】
分類方法１０は、具体的には、図１に示されるように、準備工程１１と、測定工程１２と、分類工程１３と、再分類工程１４と、集計工程１５と、判定工程１６と、を有している。本実施形態では、準備工程１１、測定工程１２、分類工程１３、再分類工程１４、集計工程１５、及び判定工程１６は、一例として、この順で実行される。
【0019】
なお、分類方法１０は、集計工程１５、及び判定工程１６を有する方法であるから、集計方法、又は判定方法とも言える。また、判定工程１６において、判定により、検査又は分析などを行う場合には、分類方法は、検査方法又は分析方法とも言える。以下、分類方法１０の各工程について説明する。
【0020】
＜準備工程１１＞
準備工程１１は、分類工程１３を実行するための準備として実行される工程である。本実施形態では、準備工程１１は、例えば、測定工程１２及び分類工程１３が実行される前に実行される。なお、準備工程１１は、少なくとも、分類工程１３が実行される前に実行されればよく、測定工程１２の後に実行されてもよい。
準備工程１１は、分類工程１３を実行するための準備として実行される工程である。本実施形態では、準備工程１１は、例えば、測定工程１２及び分類工程１３が実行される前に実行される。なお、準備工程１１は、少なくとも、分類工程１３が実行される前に実行されればよく、測定工程１２の後に実行されてもよい。
【0021】
準備工程１１では、複数の核酸分子の塩基配列を特定のルールによって複数のグループにグループ分けすると共に、複数のグループの各々を代表する塩基配列として代表配列を設定する。なお、以下では、複数のグループの各々を構成する塩基配列のうち、代表配列以外の塩基配列を、類似配列という場合がある。
【0022】
準備工程１１においてグループ分けされた複数のグループの各々は、代表配列と、１以上の類似配列と、で構成されていてもよい。すなわち、複数のグループの各々には、代表配列と、１以上の類似配列と、が所属することになる。なお、グループは、代表配列のみで構成されていてもよい。すなわち、グループとしては、類似配列を有さないグループであってもよい。
【0023】
ここで、例えば、人間の血中マイクロＲＮＡには、既知のマイクロＲＮＡとして、約２６００種が存在する。人間の血中マイクロＲＮＡの塩基配列を分類対象とする場合には、この約２６００種のマイクロＲＮＡの塩基配列をグループ分けする。
【0024】
代表配列は、例えば、グループを構成する塩基配列のうち、最も塩基配列が長いものが設定されていてもよい。なお、代表配列としては、グループを構成する塩基配列のうち、最も塩基配列が長いものに限られず、例えば、グループを構成する塩基配列のうち、発現量が最も高い塩基配列を設定してもよい。発現量が最も高い塩基配列は、例えば、以下の第一方法、又は第二方法により設定することが可能である。
【0025】
ここで、測定試料に存在する量が多い核酸分子の塩基配列は、測定試料ごとに決まっている。すなわち、例えば、人間の血液であれば、血液中に存在する量が多いマイクロＲＮＡが決まっている。第一方法は、これを利用して、グループを構成する塩基配列のうち、測定試料に存在する量が最も多い核酸分子の塩基配列を、発現量が最も高い塩基配列として、予め代表配列に設定する方法である。具体的には、第一方法では、例えば、設定用のサンプルとして複数の測定試料を測定した測定データ、又は統計的なデータなどに基づき、グループを構成する塩基配列のうち、測定試料に存在する量が最も多い核酸分子の塩基配列を、発現量が最も高い塩基配列として、予め代表配列に設定することができる。
【0026】
第二方法は、測定工程１２にて測定した測定結果に基づいて、グループを構成する塩基配列のうち、発現量が最も高い塩基配列を代表配列に設定する方法である。第二方法では、例えば、測定工程１２において、グループを構成する塩基配列のうち、測定された量が最も多かった塩基配列を、発現量が最も高い塩基配列として代表配列に設定することができる。したがって、第二方法では、測定工程１２の測定結果によって、代表配列が変更される場合がある。また、第二方法では、準備工程１１は、測定工程１２の後に実行される。
【0027】
また、代表配列としては、自然外に存在する配列ではなく、人工的に定義された配列であってもよい。当該配列として、例えば、ポリメラーゼ連鎖反応（PCR：polymerase chain reaction）などによって、部分的に増幅した配列が挙げられる。
【0028】
特定のルールは、複数のグループにグループ分けされる塩基配列（具体的には、１以上の類似配列）の代表配列に対する類似度、又は、複数のグループにグループ分けされる塩基配列（具体的には代表配列及び１以上の類似配列）の相互の類似度に基づいたものとされる。
【0029】
例えば、１以上の類似配列の代表配列に対する類似度を特定のルールとする場合では、類似配列の代表配列に対する違いが、ｎ塩基以内（ｎ＝自然数）の違いであることを特定のルールとすることが可能である。このとき、代表配列の逆相補鎖に対する類似度を含めて、特定のルールとしてもよい。すなわち、代表配列又は、その逆相補鎖に対して、ｎ塩基以内（ｎ＝自然数）の違いであることを特定のルールとすることが可能である。
【0030】
また、複数のグループにグループ分けされる塩基配列（具体的には代表配列及び１以上の類似配列）の相互の類似度を特定のルールとする場合では、当該塩基配列の相互の違いが、ｎ塩基以内（ｎ＝自然数）の違いであることを特定のルールとすることが可能である。このとき、当該塩基配列の逆相補鎖に対する類似度を含めて、特定のルールとしてもよい。すなわち、当該塩基配列又は、その逆相補鎖に対して、ｎ塩基以内（ｎ＝自然数）の違いであることを特定のルールとすることが可能である。
【0031】
前述の違いには、例えば、塩基の置換、多い、少ない、追加、欠損が含まれる。類似度としては、例えば、塩基配列のホモロジー検索で利用される類似度スコアを用いることが可能である。
【0032】
前述の類似度を判断する際には、塩基配列における５’、３’側の配列（すなわち、末端の配列）に着目してもよい。すなわち、例えば、塩基配列における５’、３’側の配列（すなわち、末端の配列）の類似度（具体的には、違い）でグループ分けしてもよい。
【0033】
なお、特定のルールとしては、１以上の類似配列の代表配列に対する類似度、及び代表配列及び１以上の類似配列）の相互の類似度に限られない。
【0034】
例えば、特定のモチーフ（特定の塩基配列、コンセンサス配列）を有することを特定のルールとして、塩基配列をグループ分けする場合であってもよい。具体的には、例えば、特定の塩基配列（以下の配列参照）を有するものを１つのグループとして、グループ分けすることが可能である。
AT＊＊A＊C＊A＊＊＊＊＊＊＊＊＊＊＊＊＊（＊は、ATGCUどれでもよい。）
AT＊＊A＊C＊A＊＊＊＊＊＊＊＊＊＊＊＊＊（＊は、ATGCUどれでもよい。）
【0035】
また、例えば、前駆体の塩基配列及びイソ型の塩基配列と、それの基礎となる塩基配列を１つのグループとしてグループ分けしてもよい。
【0036】
さらに、前述したグループ分けの特定のルールを複数組み合わせて、グループ分けする場合であってもよい。
【0037】
本実施形態では、準備工程１１は、例えば、最初に分類方法を実行する際に実行され、２回目以降に分類方法を実行する際には、最初に分類方法が実行された際に、グループ分けされたグループ及び、設定された代表配列を用いて、分類工程１３を実行することが可能である。
【0038】
したがって、準備工程１１は、分類方法を実行する毎に実行する必要はない。なお、準備工程１１は、グループのグループ分け及び代表配列の設定を変更する場合などでは、２回目以降に分類方法を実行する際に、複数回に１回、又は毎回、実行してもよい。
【0039】
＜測定工程１２＞
測定工程１２は、測定試料中の核酸分子の塩基配列を測定配列として測定する工程である。具体的には、測定工程１２では、測定装置である次世代シーケンサー（ＮＧＳ）を用いて、測定試料中の核酸分子の塩基配列を測定配列として測定する。
測定工程１２は、測定試料中の核酸分子の塩基配列を測定配列として測定する工程である。具体的には、測定工程１２では、測定装置である次世代シーケンサー（ＮＧＳ）を用いて、測定試料中の核酸分子の塩基配列を測定配列として測定する。
【0040】
＜分類工程１３＞
分類工程１３は、複数のグループの各々を代表する塩基配列として設定された代表配列と、測定工程１２にて測定した測定配列と、の類似度に基づいて、当該測定配列をグループの各々に分類する工程である。すなわち、分類工程１３では、測定配列を代表配列に対して類似度によって照合し、当該測定配列をグループの各々に分類する。
分類工程１３は、複数のグループの各々を代表する塩基配列として設定された代表配列と、測定工程１２にて測定した測定配列と、の類似度に基づいて、当該測定配列をグループの各々に分類する工程である。すなわち、分類工程１３では、測定配列を代表配列に対して類似度によって照合し、当該測定配列をグループの各々に分類する。
【0041】
分類工程１３では、例えば、代表配列と測定配列との類似度が最も高いグループに測定配列を分類する。具体的には、分類工程１３では、例えば、塩基配列のホモロジー検索で利用される類似度スコアが、最も高いスコアを示すグループに分類する。この場合では、測定配列は、１つのグループに分類される。分類工程１３では、測定工程１２において測定されたすべての測定配列をグループに分類する。
【0042】
なお、分類工程１３では、代表配列と測定配列との類似度が閾値以上であるグループに分類してもよい。この場合では、測定配列が、複数のグループに分類されてもよい。このように、分類工程１３では、測定配列が、複数のグループに分類される場合であってもよい。すなわち、測定配列とグループとが一対一で対応している必要はない。
【0043】
測定配列としては、グループ分けされた塩基配列のいずれかと同じ配列である必要はない。また、グループ毎に分類された測定配列を集計前に再度、別のグループと照合、分類を行ってもよい。
【0044】
＜再分類工程１４＞
再分類工程１４は、分類工程１３の後において、複数のグループの各々に分類された測定配列を、当該グループを構成する塩基配列の各々に再分類する工程である。すなわち、グループに分類された測定配列を、当該グループに所属する代表配列及び１以上の類似配列のいずれかにさらに分類する。
再分類工程１４は、分類工程１３の後において、複数のグループの各々に分類された測定配列を、当該グループを構成する塩基配列の各々に再分類する工程である。すなわち、グループに分類された測定配列を、当該グループに所属する代表配列及び１以上の類似配列のいずれかにさらに分類する。
【0045】
再分類工程１４では、例えば、代表配列及び１以上の類似配列のいずれかと、測定配列との類似度が最も高い配列に測定配列を分類する。具体的には、再分類工程１４では、例えば、塩基配列のホモロジー検索で利用される類似度スコアが、最も高いスコアを示す代表配列及び１以上の類似配列のいずれかに再分類する。
【0046】
なお、再分類工程１４の実行は、必須ではなく、分類工程１３の後、再分類工程１４を実行せずに、集計工程１５を実行してもよい。
【0047】
＜集計工程１５＞
集計工程１５は、分類工程１３において複数のグループの各々に分類された測定配列の分子数を集計する工程である。具体的には、集計工程１５では、再分類工程１４において代表配列及び１以上の類似配列のいずれかに再分類された測定配列の分子数を塩基配列（代表配列及び１以上の類似配列）毎に集計する。
集計工程１５は、分類工程１３において複数のグループの各々に分類された測定配列の分子数を集計する工程である。具体的には、集計工程１５では、再分類工程１４において代表配列及び１以上の類似配列のいずれかに再分類された測定配列の分子数を塩基配列（代表配列及び１以上の類似配列）毎に集計する。
【0048】
なお、分類工程１３の後、再分類工程１４を実行せずに、集計工程１５を実行した場合には、集計工程１５では、複数のグループの各々に分類された測定配列の分子数をグループ毎に集計する。
【0049】
＜判定工程１６＞
判定工程１６は、集計工程１５によって集計された分子数に基づいて、測定試料の特定の判定を行う工程である。
判定工程１６は、集計工程１５によって集計された分子数に基づいて、測定試料の特定の判定を行う工程である。
【0050】
特定の判定としては、試料を提供した提供者の疾患判別予測が挙げられる。疾患判別予測は、例えば、集計工程１５において、塩基配列（代表配列及び１以上の類似配列）毎に集計された測定配列の分子数（すなわち、核酸の発現量）の分布によって行うことが可能である。
【0051】
具体的には、例えば、各グループの分子数を変数にした、任意の判定式にて、マイクロＲＮＡの発現量を用いた疾患等の判定を行う。例えば、以下の判定式を用いることが可能である。
【0052】
判定式＝Ｙ１×グループ１の発現量＋・・・＋Ｙｎ×グループｎの発現量＋Ｘ
（Ｙは、グループ毎に予め定められた係数、Ｘは、予め定められた定数）
（Ｙは、グループ毎に予め定められた係数、Ｘは、予め定められた定数）
【0053】
なお、機械学習により、マイクロＲＮＡの発現量を用いた疾患等の判定を行ってもよい。具体的には、予め対象となるマイクロＲＮＡの各々の発現量と、疾患の有無の情報を教師データとして機械学習し、学習モデルを構築しておく。そして、集計工程１５で集計した測定配列とその発現量を入力因子として、当該学習モデルによって、出力因子として疾患の有無を判定させることが可能である。
【0054】
また、判定工程１６としては、疾患判別予測に限られず、基礎生物学的な解析や回帰予測、異常検知などを行ってもよい。
【0055】
＜分類システム２０＞
次に、前述の分類方法を実行するシステムとしての分類システム２０について説明する。分類システム２０は、図２に示されるように、測定装置２１と、分類装置３０と、を有している。
次に、前述の分類方法を実行するシステムとしての分類システム２０について説明する。分類システム２０は、図２に示されるように、測定装置２１と、分類装置３０と、を有している。
【0056】
＜測定装置２１＞
測定装置２１は、測定部の一例であり、前述の測定工程１２を実行する装置である。すなわち、測定装置２１は、測定試料中の核酸分子の塩基配列を測定配列として測定する。測定装置２１としては、例えば、ＮＧＳが用いられる。
測定装置２１は、測定部の一例であり、前述の測定工程１２を実行する装置である。すなわち、測定装置２１は、測定試料中の核酸分子の塩基配列を測定配列として測定する。測定装置２１としては、例えば、ＮＧＳが用いられる。
【0057】
＜分類装置３０＞
分類装置３０は、分類部の一例であり、前述の分類工程１３を実行する装置である。すなわち、分類装置３０は、複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、測定装置２１にて測定した測定配列と、の類似度に基づいて、当該測定配列をグループの各々に分類する。さらに、分類装置３０は、前述の再分類工程１４、集計工程１５、及び判定工程１６を実行する。
分類装置３０は、分類部の一例であり、前述の分類工程１３を実行する装置である。すなわち、分類装置３０は、複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、測定装置２１にて測定した測定配列と、の類似度に基づいて、当該測定配列をグループの各々に分類する。さらに、分類装置３０は、前述の再分類工程１４、集計工程１５、及び判定工程１６を実行する。
【0058】
分類装置３０は、コンピュータとしての機能を有し、図２に示されるように、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）３１、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）３２、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）３３、ストレージ３４、入力部３５、表示部３６及び通信インタフェース（Ｉ／Ｆ）３７を有している。各構成部は、バス３９を介して相互に通信可能に接続されている。
【0059】
ＣＰＵ３１は、中央演算処理ユニットであり、各種プログラムを実行したり、各部を制御したりする。すなわち、ＣＰＵ３１は、ＲＯＭ３２又はストレージ３４からプログラムを読み出し、ＲＡＭ３３を作業領域としてプログラムを実行する。ＣＰＵ３１は、ＲＯＭ３２又はストレージ３４に記憶されているプログラムに従って、上記各構成の制御及び各種の演算処理を行う。なお、ＣＰＵ３１は、プロセッサの一例である。
【0060】
ＲＯＭ３２は、各種プログラム及び各種データを記録する。ＲＡＭ３３は、作業領域として一時的にプログラム又はデータを記憶する。ストレージ３４は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）又はＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）により構成され、オペレーティングシステムを含む各種プログラム、及び各種データを記録する。
【0061】
本実施形態では、例えば、前述の分類方法を行う分類処理を実行させるための分類プログラムがストレージ３４に記録されている。分類プログラムは、１つのプログラムであってもよいし、複数のプログラム又はモジュールで構成されるプログラム群であってもよい。
【0062】
また、ストレージ３４には、前述の準備工程１１によって、グループ分けされた各グループのグループ情報、及び複数のグループの各々を代表する塩基配列として設定された代表配列の配列情報が、記録されている。なお、分類プログラム、グループ情報、及び配列情報は、ＲＯＭ３２に記録されていてもよい。ＲＯＭ３２及びストレージ３４は、非一時的な記録媒体の一例として機能する。
【0063】
入力部３５は、マウス等のポインティングデバイス、及びキーボードを含み、各種の入力を行うために使用される。また、入力部３５は、測定装置２１により測定された測定配列の情報を、入力として受け付ける。
【0064】
表示部３６は、例えば、液晶ディスプレイであり、各種の情報を表示する。表示部３６は、タッチパネル方式を採用して、入力部３５として機能してもよい。
【0065】
通信インタフェース３７は、他の機器と通信するためのインタフェースであり、例えば、イーサネット（登録商標）、ＦＤＤＩ（Ｆｉｂｅｒ Ｄｉｓｔｒｉｂｕｔｅｄ Ｄａｔａ Ｉｎｔｅｒｆａｃｅ）、Ｗｉ－Ｆｉ（登録商標）等の規格が用いられる。
【0066】
図３に示されるように、分類装置３０では、ＣＰＵ３１が、分類プログラムを実行することで、分類機能部１５０、再分類部１６０、集計部１７０、及び判定部１８０として機能する。
【0067】
分類機能部１５０は、前述の分類工程１３を実行する。すなわち、分類機能部１５０は、複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、測定装置２１にて測定した測定配列と、の類似度に基づいて、当該測定配列をグループの各々に分類する（前述の分類工程１３参照）。
【0068】
再分類部１６０は、前述の再分類工程１４を実行する。すなわち、分類機能部１５０によって、複数のグループの各々に分類された測定配列を、当該グループを構成する塩基配列の各々に再分類する（前述の再分類工程１４参照）。
【0069】
集計部１７０は、集計工程１５を実行する。すなわち、集計部１７０は、分類機能部１５０において複数のグループの各々に分類された測定配列の分子数を集計する。具体的には、集計部１７０は、再分類部１６０において代表配列及び１以上の類似配列のいずれかに再分類された測定配列の分子数を塩基配列（代表配列及び１以上の類似配列）毎に集計する（前述の集計工程１５参照）。
【0070】
判定部１８０は、前述の判定工程１６を実行する。すなわち、判定部１８０は、集計部１７０によって集計された分子数に基づいて、測定試料の特定の判定を行う（前述の判定工程１６参照）。
【0071】
なお、本実施形態では、分類システム２０は、測定装置２１と、分類装置３０と、を有していたが、分類システム２０としては、１つの装置で構成されていてもよい。この場合では、当該１つの装置が、測定部及び分類部及びの一例として機能する。
【0072】
また、分類装置３０は、複数の装置で構成されていてもよい。例えば、分類装置３０は、前述の分類工程１３、再分類工程１４、集計工程１５、及び判定工程１６を分担して実行する複数（例えば４つ）の装置で構成されていてもよい。
【0073】
＜実施例＞
次に、実施例として、マイクロＲＮＡ（核酸分子の一例）が含まれる血液を測定試料として用い、前述の分類方法の各工程を実行した例を説明する。本実施例では、便宜上、５６種類のマイクロＲＮＡ（図４参照）を対象として、前述の分類方法の各工程を実行する。
次に、実施例として、マイクロＲＮＡ（核酸分子の一例）が含まれる血液を測定試料として用い、前述の分類方法の各工程を実行した例を説明する。本実施例では、便宜上、５６種類のマイクロＲＮＡ（図４参照）を対象として、前述の分類方法の各工程を実行する。
【0074】
なお、実施例は、本開示の技術の一例を示すものであり、本開示の技術は、実施例の内容に限定されるものではない。
【0075】
＜準備工程１１＞
本実施例では、代表配列となるいずれかの塩基配列、又はその逆相補鎖に対して、３塩基以内の違いであることを、特定のルールとして、５６種類のマイクロＲＮＡに対してグループ分けを行った。代表配列は、グループ中において、最長の塩基配列を設定した。したがって、類似配列は、最長の代表配列と比較して同一配列中で３塩基以内の違いのものである。当該違いには、例えば、代表配列に対する塩基の置換、多い、少ない、追加、欠損が含まれる。
本実施例では、代表配列となるいずれかの塩基配列、又はその逆相補鎖に対して、３塩基以内の違いであることを、特定のルールとして、５６種類のマイクロＲＮＡに対してグループ分けを行った。代表配列は、グループ中において、最長の塩基配列を設定した。したがって、類似配列は、最長の代表配列と比較して同一配列中で３塩基以内の違いのものである。当該違いには、例えば、代表配列に対する塩基の置換、多い、少ない、追加、欠損が含まれる。
【0076】
【0077】
＜測定工程１２＞
本実施例では、測定装置であるＮＧＳによって、測定試料である血液中のマイクロＲＮＡの塩基配列を測定配列として測定し、測定配列の数を定量する。
本実施例では、測定装置であるＮＧＳによって、測定試料である血液中のマイクロＲＮＡの塩基配列を測定配列として測定し、測定配列の数を定量する。
【0078】
＜分類工程１３＞
本実施例では、測定工程１２において測定されたすべての測定配列について、複数のグループの各々の代表配列との類似度スコアが最も高いスコアを示すグループに分類する。なお、５６種類のマイクロＲＮＡ以外のマイクロＲＮＡは、分類対象から予め除外した。
本実施例では、測定工程１２において測定されたすべての測定配列について、複数のグループの各々の代表配列との類似度スコアが最も高いスコアを示すグループに分類する。なお、５６種類のマイクロＲＮＡ以外のマイクロＲＮＡは、分類対象から予め除外した。
【0079】
＜再分類工程１４＞
本実施例では、分類工程１３の後において、複数のグループの各々に分類されたすべての測定配列について、当該グループの代表配列及び１以上の類似配列の各々に再分類する。このとき、測定配列との類似度スコアが最も高いスコアを示す代表配列及び１以上の類似配列のいずれかに再分類する。
本実施例では、分類工程１３の後において、複数のグループの各々に分類されたすべての測定配列について、当該グループの代表配列及び１以上の類似配列の各々に再分類する。このとき、測定配列との類似度スコアが最も高いスコアを示す代表配列及び１以上の類似配列のいずれかに再分類する。
【0080】
＜集計工程１５＞
本実施例では、再分類工程１４において代表配列及び１以上の類似配列のいずれかに再分類された測定配列の分子数を、塩基配列（代表配列及び１以上の類似配列）毎に集計する。
本実施例では、再分類工程１４において代表配列及び１以上の類似配列のいずれかに再分類された測定配列の分子数を、塩基配列（代表配列及び１以上の類似配列）毎に集計する。
【0081】
＜判定工程１６＞
本実施例では、集計工程１５において、塩基配列（代表配列及び１以上の類似配列）毎に集計された測定配列の分子数（すなわち、核酸の発現量）の分布によって、疾患判別予測を行う。
本実施例では、集計工程１５において、塩基配列（代表配列及び１以上の類似配列）毎に集計された測定配列の分子数（すなわち、核酸の発現量）の分布によって、疾患判別予測を行う。
【0082】
具体的には、例えば、各グループの分子数を変数にした、以下の判定式にて、マイクロＲＮＡの発現量を用いた疾患等の判定を行う。
【0083】
判定式＝Ｙ１×グループ１の発現量＋・・・＋Ｙ７×グループ７の発現量＋Ｘ
（Ｙは、グループ毎に予め定められた係数、Ｘは、予め定められた定数）
（Ｙは、グループ毎に予め定められた係数、Ｘは、予め定められた定数）
【0084】
なお、機械学習により、マイクロＲＮＡの発現量を用いた疾患等の判定を行ってもよい。具体的には、予め対象となる５６種類のマイクロＲＮＡの各々の発現量と、疾患の有無の情報を教師データとして機械学習し、学習モデルを構築しておく。そして、集計工程１５で集計した測定配列とその発現量を入力因子として、当該学習モデルによって、出力因子として疾患の有無を判定させることが可能である。
【0085】
＜実施例の効果＞
本実施例によれば、後述のように、分類工程１３において、マイクロＲＮＡの塩基配列を分類する際における処理量（具体的には計算量）を低減できる。
本実施例によれば、後述のように、分類工程１３において、マイクロＲＮＡの塩基配列を分類する際における処理量（具体的には計算量）を低減できる。
【0086】
例えば、測定配列の数を10,000,000とし、１つの測定配列を１つの塩基配列と照合するのに必要な計算量をＡとした場合において、測定配列を５６種類のマイクロＲＮＡの各々に分類する場合は、以下のような計算量となる。
【0087】
10,000,000 (分子)×56(種類)＝560,000,000通り・・・（１）
（１）より、総計算量＝560,000,000×A・・・（２）
（１）より、総計算量＝560,000,000×A・・・（２）
【0088】
一方、本実施例では、５６種類のマイクロＲＮＡを７種類のグループにグループ分けし、代表配列との類似度に基づいて、測定配列を分類しているため、以下の計算量となる。
【0089】
10,000,000 (分子)×7(種類) = 70,000,000通り・・・（３）
（３）より、総計算量= 70,000,000×A・・・（４）
（３）より、総計算量= 70,000,000×A・・・（４）
【0090】
（２）、（４）より、70,000,000×A／560,000,000×A＝0.125・・・（５）
【0091】
（５）により、本実施例によれば、計算量が、測定配列を５６種類のマイクロＲＮＡの各々に分類する場合と比較して０．１２５倍に軽減できていることが分かる。
【0092】
再分類工程１４を実行した場合では、以下の計算量が必要となる。ここでは、仮想的に、グループ１、２、３の各々に2,000,000 (分子)が分類され、グループ４、５、６、７の各々に1,000,000 (分子)が分類されたものとする。
【0093】
グループ１：総計算量＝2,000,000(分子)×34(種類)×A＝68,000,000・・・（１１）
グループ２：総計算量＝2,000,000(分子)×6(種類)×A＝12,000,000・・・（１２）
グループ３：総計算量＝2,000,000(分子)×5(種類)×A＝10,000,000・・・（１３）
グループ４：総計算量＝1,000,000(分子)×4(種類)×A＝4,000,000・・・（１４）
グループ５：総計算量＝1,000,000(分子)×3(種類)×A＝3,000,000・・・（１５）
グループ６：総計算量＝1,000,000(分子)×2(種類)×A＝2,000,000・・・（１６）
グループ７：総計算量＝1,000,000(分子)×2(種類)×A＝2,000,000・・・（１７）
グループ２：総計算量＝2,000,000(分子)×6(種類)×A＝12,000,000・・・（１２）
グループ３：総計算量＝2,000,000(分子)×5(種類)×A＝10,000,000・・・（１３）
グループ４：総計算量＝1,000,000(分子)×4(種類)×A＝4,000,000・・・（１４）
グループ５：総計算量＝1,000,000(分子)×3(種類)×A＝3,000,000・・・（１５）
グループ６：総計算量＝1,000,000(分子)×2(種類)×A＝2,000,000・・・（１６）
グループ７：総計算量＝1,000,000(分子)×2(種類)×A＝2,000,000・・・（１７）
【0094】
（１１）～（１７）の総計による総計算量は、以下の通りとなる。
総計算量＝111,000,000＊A・・・（１８）
総計算量＝111,000,000＊A・・・（１８）
【0095】
（４）と（１８）の和（以下の（１９）参照））が、分類工程１３及び再分類工程１４における計算量となる。
70,000,000×A＋111,000,000×A＝181,000,000×A・・・（１９）
70,000,000×A＋111,000,000×A＝181,000,000×A・・・（１９）
【0096】
（２）、（１９）より、181,000,000×A／560,000,000×A＝0.323・・・（２０）
【0097】
（２０）により、本実施例によれば、計算量が、本実施例を用いなかった場合と比較して０．３２３倍に軽減できていることが分かる。
【0098】
以上のように、本開示の技術は、核酸の中には類似した塩基配列があるという知見を利用し、類似した塩基配列を集合化してグループ分けすることにより、処理量（具体的には、計算量）を低減することを技術思想とするものである。
【0099】
＜付記＞
（態様１）
測定試料中の核酸分子の塩基配列を測定配列として測定する測定工程と、
複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、前記測定工程にて測定した前記測定配列と、の類似度に基づいて、当該測定配列を前記グループの各々に分類する分類工程と、
を有する分類方法。
（態様２）
前記分類工程において前記複数のグループの各々に分類された前記測定配列の分子数を集計する集計工程、
を有する態様１に記載の分類方法。
（態様３）
前記分類工程の後において、前記複数のグループの各々に分類された前記測定配列を、当該グループを構成する前記塩基配列の各々に再分類する再分類工程、をさらに有し、
前記集計工程は、当該塩基配列に再分類された前記測定配列の分子数を当該塩基配列毎に集計する
態様２に記載の分類方法。
（態様４）
前記集計工程によって集計された前記分子数に基づいて、前記測定試料の特定の判定を行う判定工程、をさらに有する
態様２又は態様３に記載の分類方法。
（態様５）
前記特定のルールは、前記複数のグループにグループ分けされる前記塩基配列の前記代表配列に対する類似度、又は、前記複数のグループにグループ分けされる前記塩基配列の相互の類似度に基づいたものである
態様１～４のいずれか１つに記載の分類方法。
（態様６）
前記代表配列は、前記グループを構成する塩基配列のうち、最も塩基配列が長いものが設定される
態様１～５のいずれか１つに記載の分類方法。
（態様７）
前記代表配列は、前記グループを構成する塩基配列のうち、発現量が最も高い塩基配列が設定される
態様１～６のいずれか１つに記載の分類方法。
（態様８）
前記分類工程では、前記代表配列と前記測定配列との類似度が閾値以上であるグループ又は、前記代表配列と前記測定配列との類似度が最も高いグループに、前記測定配列を分類する
態様１～７のいずれか１つに記載の分類方法。
（態様９）
前記測定工程は、次世代シーケンサーを用いて、前記測定試料中の核酸分子の塩基配列を測定配列として測定する
態様１～８のいずれか１つに記載の分類方法。
（態様１０）
プロセッサを備え、
前記プロセッサは、複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、測定された測定配列と、の類似度に基づいて、当該測定配列を前記グループの各々に分類する
分類装置。
（態様１１）
測定試料中の核酸分子の塩基配列を測定配列として測定する測定部と、
複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、前記測定部にて測定した前記測定配列と、の類似度に基づいて、当該測定配列を前記グループの各々に分類する分類部と、
を有する分類システム。
（態様１２）
コンピュータに、
複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、測定された測定配列と、の類似度に基づいて、当該測定配列を前記グループの各々に分類する分類処理
を実行させるための分類プログラム。
（態様１３）
コンピュータに、
複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、測定された測定配列と、の類似度に基づいて、当該測定配列を前記グループの各々に分類する分類処理
を実行させるための分類プログラムが記録された非一時的な記録媒体。
（態様１）
測定試料中の核酸分子の塩基配列を測定配列として測定する測定工程と、
複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、前記測定工程にて測定した前記測定配列と、の類似度に基づいて、当該測定配列を前記グループの各々に分類する分類工程と、
を有する分類方法。
（態様２）
前記分類工程において前記複数のグループの各々に分類された前記測定配列の分子数を集計する集計工程、
を有する態様１に記載の分類方法。
（態様３）
前記分類工程の後において、前記複数のグループの各々に分類された前記測定配列を、当該グループを構成する前記塩基配列の各々に再分類する再分類工程、をさらに有し、
前記集計工程は、当該塩基配列に再分類された前記測定配列の分子数を当該塩基配列毎に集計する
態様２に記載の分類方法。
（態様４）
前記集計工程によって集計された前記分子数に基づいて、前記測定試料の特定の判定を行う判定工程、をさらに有する
態様２又は態様３に記載の分類方法。
（態様５）
前記特定のルールは、前記複数のグループにグループ分けされる前記塩基配列の前記代表配列に対する類似度、又は、前記複数のグループにグループ分けされる前記塩基配列の相互の類似度に基づいたものである
態様１～４のいずれか１つに記載の分類方法。
（態様６）
前記代表配列は、前記グループを構成する塩基配列のうち、最も塩基配列が長いものが設定される
態様１～５のいずれか１つに記載の分類方法。
（態様７）
前記代表配列は、前記グループを構成する塩基配列のうち、発現量が最も高い塩基配列が設定される
態様１～６のいずれか１つに記載の分類方法。
（態様８）
前記分類工程では、前記代表配列と前記測定配列との類似度が閾値以上であるグループ又は、前記代表配列と前記測定配列との類似度が最も高いグループに、前記測定配列を分類する
態様１～７のいずれか１つに記載の分類方法。
（態様９）
前記測定工程は、次世代シーケンサーを用いて、前記測定試料中の核酸分子の塩基配列を測定配列として測定する
態様１～８のいずれか１つに記載の分類方法。
（態様１０）
プロセッサを備え、
前記プロセッサは、複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、測定された測定配列と、の類似度に基づいて、当該測定配列を前記グループの各々に分類する
分類装置。
（態様１１）
測定試料中の核酸分子の塩基配列を測定配列として測定する測定部と、
複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、前記測定部にて測定した前記測定配列と、の類似度に基づいて、当該測定配列を前記グループの各々に分類する分類部と、
を有する分類システム。
（態様１２）
コンピュータに、
複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、測定された測定配列と、の類似度に基づいて、当該測定配列を前記グループの各々に分類する分類処理
を実行させるための分類プログラム。
（態様１３）
コンピュータに、
複数の核酸分子の塩基配列が特定のルールによってグループ分けされた複数のグループの各々を代表する塩基配列として設定された代表配列と、測定された測定配列と、の類似度に基づいて、当該測定配列を前記グループの各々に分類する分類処理
を実行させるための分類プログラムが記録された非一時的な記録媒体。
【符号の説明】
【0100】
１０ 分類方法
１１ 準備工程
１２ 測定工程
１３ 分類工程
１４ 再分類工程
１５ 集計工程
１６ 判定工程
２０ 分類システム
２１ 測定装置（測定部の一例）
３０ 分類装置（分類部の一例）
３１ ＣＰＵ（プロセッサの一例）
３２ ＲＯＭ
３３ ＲＡＭ
３４ ストレージ（記録媒体の一例）
３５ 入力部
３６ 表示部
３７ 通信インタフェース
３９ バス
１５０ 分類機能部
１６０ 再分類部
１７０ 集計部
１８０ 判定部
１１ 準備工程
１２ 測定工程
１３ 分類工程
１４ 再分類工程
１５ 集計工程
１６ 判定工程
２０ 分類システム
２１ 測定装置（測定部の一例）
３０ 分類装置（分類部の一例）
３１ ＣＰＵ（プロセッサの一例）
３２ ＲＯＭ
３３ ＲＡＭ
３４ ストレージ（記録媒体の一例）
３５ 入力部
３６ 表示部
３７ 通信インタフェース
３９ バス
１５０ 分類機能部
１６０ 再分類部
１７０ 集計部
１８０ 判定部
【図1】
【図2】
【図3】
【図4】
【図5】
