特許ウォッチ

公開番号2024025412
公報種別公開特許公報(A)
公開日2024-02-26
出願番号2022128829
出願日2022-08-12
発明の名称胚の染色体異数性の検査方法
出願人学校法人藤田学園
代理人個人,個人,個人,個人
主分類C12Q 1/04 20060101AFI20240216BHJP(生化学;ビール;酒精;ぶどう酒;酢;微生物学;酵素学;突然変異または遺伝子工学)
要約【課題】本発明は、体外培養された胚の染色体異数性を検査する方法であって、正常より侵襲性が低く、かつ信頼性の高い方法を提供する。
【解決手段】胚培養液中の存在量が、染色体数が正常な胚よりも異数性胚のほうが多い非コードRNAからなるマーカーRNA群を設定し、教師サンプル用の体外培養された胚について、前記マーカーRNA群を構成する全ての非コードRNAの培養液中量からなる細胞外RNAプロファイルを作成し、前記細胞外RNAプロファイルと前記教師サンプル用の胚の染色体異数性情報とを関連付けて、学習用データとして生成し、前記学習用データに基づいて機械学習を行うことによって、学習済モデルを生成し、検査対象である体外培養された胚の染色体の異数性の有無を、前記学習済モデルを用いて、前記検査対象の胚の前記細胞外RNAプロファイルから判定する、胚の染色体異数性の検査方法。
【選択図】なし
特許請求の範囲【請求項１】
胚の染色体異数性を検査する方法であって、
体外培養の培養液中の存在量が、染色体数が正常な胚よりも、染色体異数性胚のほうが多い非コードＲＮＡを、異数性マーカーＲＮＡとし、前記異数性マーカーＲＮＡからなるマーカーＲＮＡ群を設定するマーカー設定工程と、
教師サンプル用の体外培養された胚について、前記マーカーＲＮＡ群を構成する全ての異数性マーカーＲＮＡの培養液中の存在量からなる細胞外ＲＮＡプロファイルを作成するプロファイル作成工程と、
前記プロファイル作成工程で得られた前記細胞外ＲＮＡプロファイルと、前記教師サンプル用の胚の染色体異数性情報とを関連付けて、学習用データとして生成する学習用データ生成工程と、
前記学習用データに基づいて機械学習を行うことによって、学習済モデルを生成する学習工程と、
検査対象である体外培養された胚の染色体の異数性の有無を、前記学習済モデルを用いて、前記検査対象の胚の前記細胞外ＲＮＡプロファイルから判定する検査工程と、
を有する、胚の染色体異数性の検査方法。
続きを表示（約 2,500 文字）【請求項２】
前記胚がヒト胚である、請求項１に記載の胚の染色体異数性の検査方法。
【請求項３】
前記マーカーＲＮＡ群を構成する異数性マーカーＲＮＡが、
ＬＩＮＣ００１７４、ＬＩＮＣ００２３５、ＬＩＮＣ００３８１、ＬＩＮＣ００４９２、ＬＩＮＣ００５４７、ＬＩＮＣ００６８５、ＬＩＮＣ００８３７、ＬＩＮＣ００８６１、ＬＩＮＣ００８６９、ＬＩＮＣ００９４５、ＬＩＮＣ０１００５、ＬＩＮＣ０１０４９、ＬＩＮＣ０１１２０、ＬＩＮＣ０１１２２、ＬＩＮＣ０１１２６、ＬＩＮＣ０１２０２、ＬＩＮＣ０１２７７、ＬＩＮＣ０１３２６、ＬＩＮＣ０１３３８、ＬＩＮＣ０１３５８、ＬＩＮＣ０１４９３、ＬＩＮＣ０１５０７、ＬＩＮＣ０１５２６、ＬＩＮＣ０１５９２、ＬＩＮＣ０１６４１、ＬＩＮＣ０１６８０、ＬＩＮＣ０１６８４、ＬＩＮＣ０１７４２、ＬＩＮＣ０１７６４、ＬＩＮＣ０１８０７、ＬＩＮＣ０１８２５、ＬＩＮＣ０１８８８、ＬＩＮＣ０１９３９、ＬＩＮＣ０１９４７、ＬＩＮＣ０１９６３、ＬＩＮＣ０２０４３、ＬＩＮＣ０２０５３、ＬＩＮＣ０２０５８、ＬＩＮＣ０２１１０、ＬＩＮＣ０２２３４、ＬＩＮＣ０２３３０、ＬＩＮＣ０２３３４、ＬＩＮＣ０２３５７、ＬＩＮＣ０２３９２、ＬＩＮＣ０２４３０、ＬＩＮＣ０２４７０、ＬＩＮＣ０２４８５、ＬＩＮＣ０２５０５、ＬＩＮＣ０２５０７、ＬＩＮＣ０２５４９、ＬＩＮＣ０２５６２、ＬＩＮＣ０２６２７、ＬＩＮＣ０２６３５、ＬＩＮＣ０２６７５、ＬＩＮＣ０２６９６、ＬＩＮＣ０２７８１、ＬＩＮＣ０２８２２、ＬＩＮＣ０２８３５、
ＡＳＭＴＬ－ＡＳ１、ＢＣＬ２Ｌ１－ＡＳ１、Ｃ４Ａ－ＡＳ１、Ｃ４Ｂ－ＡＳ１、ＣＢＲ３－ＡＳ１、ＣＨＬ１－ＡＳ１、ＣＮＴＮ４－ＡＳ１、ＣＳＮＫ１Ｇ２－ＡＳ１、ＥＣＥ１－ＡＳ１、ＦＥＺＦ１－ＡＳ１、ＦＯＸＯ６－ＡＳ１、ＧＯＲＡＢ－ＡＳ１、ＧＹＧ２－ＡＳ１、ＨＭＧＮ３－ＡＳ１、ＩＦＮＧ－ＡＳ１、ＩＮＴＳ６Ｌ－ＡＳ１、ＩＴＰＫ１－ＡＳ１、ＪＭＪＤ１Ｃ－ＡＳ１、ＬＭＮＴＤ２－ＡＳ１、ＭＡＧＩ２－ＡＳ３、ＭＡＰＫ１０－ＡＳ１、ＭＲＡＰ－ＡＳ１、ＭＹＢ－ＡＳ１、ＮＥＣＴＩＮ４－ＡＳ１、ＯＧＦＲ－ＡＳ１、ＯＶＣＨ１－ＡＳ１、ＰＣＤＨ９－ＡＳ１、ＰＣＦ１１－ＡＳ１、ＰＣＳＫ６－ＡＳ１、ＰＩＴＰＮＡ－ＡＳ１、ＰＰＰ１Ｒ２６－ＡＳ１、ＰＲＫＣＡ－ＡＳ１、ＰＲＫＧ１－ＡＳ１、ＰＲＫＧ２－ＡＳ１、ＰＲＲ７－ＡＳ１、ＲＧＰＤ４－ＡＳ１、ＳＩＭ１－ＡＳ１、ＳＬＦＮＬ１－ＡＳ１、ＳＭＩＭ１０Ｌ２Ｂ－ＡＳ１、ＳＲＩ－ＡＳ１、ＴＡＰＴ１－ＡＳ１、ＴＢＣ１Ｄ２２Ａ－ＡＳ１、ＴＮＫ２－ＡＳ１、ＴＰ７３－ＡＳ２、ＴＰＭ１－ＡＳ、
ＰＰＭ１Ｋ－ＤＴ、ＲＩＣ３－ＤＴ、ＲＰＰ３８－ＤＴ、ＴＭＥＤ２－ＤＴ、ＶＰＳ１３Ｂ－ＤＴ、
ＡＴＰ２Ｂ２－ＩＴ１、ＢＡＣＨ１－ＩＴ２、ＣＡＣＮＡ１Ｃ－ＩＴ１、ＣＰＳ１－ＩＴ１、ＫＣＮＨ１－ＩＴ１、ＯＰＣＭＬ－ＩＴ１、ＴＴＬＬ７－ＩＴ１、
ＡＡＴＢＣ、ＢＣＹＲＮ１、ＣＥＣＲ３、ＣＥＲＮＡ１、ＤＬＥＵ２、ＤＬＥＵ２Ｌ、ＦＡＭ２１５Ｂ、ＫＣＮＱ１ＯＴ１、ＭＥＧ３、ＭＥＧ８、ＰＲＮＣＲ１、ＲＭＳＴ、ＴＥＸ４１、ＴＹＭＳＯＳ、ＵＣＡ１、ＭＩＲ３０２ＣＨＧ、ＭＩＲ４５２７ＨＧ、及びＭＩＲ４７１３ＨＧからなる群より選択される２種以上である、請求項２に記載の胚の染色体異数性の検査方法。
【請求項４】
前記体外培養の培養液が、胚盤胞期の胚の培養液である、請求項１に記載の胚の染色体異数性の検査方法。
【請求項５】
前記機械学習を、単純ベイズアルゴリズムを用いて行う、請求項１に記載の胚の染色体異数性の検査方法。
【請求項６】
体外培養の培養液中の存在量が、染色体数が正常な胚よりも、染色体異数性胚のほうが多い非コードＲＮＡを、異数性マーカーＲＮＡとし、前記異数性マーカーＲＮＡからなるマーカーＲＮＡ群を設定するマーカー設定部と、
教師サンプル用の体外培養された胚の培養液中の前記マーカーＲＮＡ群を構成する全ての異数性マーカーＲＮＡの存在量からなる細胞外ＲＮＡプロファイルと、前記胚の染色体異数性情報と、を学習用データとして読み出し、前記学習用データに基づいて機械学習を行うことによって、学習済モデルを生成する学習部と、
を備える学習装置。
【請求項７】
体外培養の培養液中の存在量が、染色体数が正常な胚よりも、染色体異数性胚のほうが多い非コードＲＮＡを、異数性マーカーＲＮＡとし、前記異数性マーカーＲＮＡからなるマーカーＲＮＡ群を設定するマーカー設定部と、
検査対象の体外培養された胚の培養液中の前記マーカーＲＮＡ群を構成する全ての異数性マーカーＲＮＡの存在量からなる細胞外ＲＮＡプロファイルを入力する細胞外ＲＮＡプロファイル入力部と、
体外培養された胚の前記細胞外ＲＮＡプロファイルと、前記胚の染色体異数性情報とに基づいて機械学習を行うことによって生成された学習済モデルを用いて、前記細胞外ＲＮＡプロファイル入力部に入力された細胞外ＲＮＡプロファイルに基づき、前記検査対象の胚の染色体異数性を判定する検査部と、
を備える、検査装置。
【請求項８】
体外培養された胚の染色体異数性の判定に用いられる学習済モデルであって、
体外培養された胚の細胞外ＲＮＡプロファイルと、前記胚の染色体異数性情報と、に基づいて機械学習を行うことによって生成されており、
前記細胞外ＲＮＡプロファイルは、予め設定されたマーカーＲＮＡ群を構成する全ての異数性マーカーＲＮＡの胚の培養液中の存在量からなり、
前記異数性マーカーＲＮＡは、体外培養の培養液中の存在量が、染色体数が正常な胚よりも、染色体異数性胚のほうが多い非コードＲＮＡであり、
検査対象として入力された胚の前記細胞外ＲＮＡプロファイルに対して、前記胚の染色体異数性を判定するよう、コンピュータを機能させるための学習済モデル。

発明の詳細な説明【技術分野】
【０００１】
本発明は、体外培養された胚の染色体異数性を検査する方法、並びに、当該方法に使用される学習装置及び学習済モデルに関する。
続きを表示（約 4,600 文字）【背景技術】
【０００２】
１０組に１組のカップルは不妊であり、近年、その頻度は増加している。不妊は、その原因が多種多様であるが、原因の如何に関わらず、体外受精や顕微授精のような生殖医療が奏功することが多い。一方で、不妊治療を経ても妊娠が不成立であったり、流産を繰り返すケースもある。このようなケースの流産の多くが、染色体異常が原因で起こる。このため、受精卵（胚）の段階で染色体異常の有無を知ることができれば、多くの流産は防げることが期待できる。
【０００３】
流産の原因となる染色体異常のうちの１つに、染色体の過不足（染色体の異数性）が挙げられる。そこで、着床前胚染色体異数体検査（ＰＧＴ－Ａ）により、着床前に、染色体の異数性の有無を調べ、問題のない胚を選択して着床させることにより、妊娠成立の可能性を改善できる可能性がある。
【０００４】
本発明者らは、ＰＧＴ－Ａとして、体外受精後５日胚の栄養外胚葉細胞に対して、生検、全ゲノム増幅、次世代シークエンスによる低カバー率の全ゲノムシークエンスを行う方法を開発した（非特許文献１）。当該方法は、現在、本発明者らが設立した登録衛生検査所において、臨床検査として実施されている。当該方法により、染色体の異数性に起因する流産は防止できるものの、当該方法で染色体正常と判定された場合でも、妊娠率は６０～７０％であり、その一因として生検の胚への侵襲が疑われている。より低侵襲なＰＧＴ－Ａとして、体外培養における培養培地に含まれている、死細胞由来のゲノムＤＮＡを指標として、胚の染色体異数性の有無を調べる方法も知られている（非特許文献２）。しかし、当該方法では、施設間格差が大きく、精度は平均的に８０％以下であり、さらなる精度の改善が求められている。
【０００５】
一方で、近年、各種の非コードＲＮＡ分子が、細胞や組織の状態を評価するための指標として使用できることが報告されている。なかでも、特許文献１には、生体外細胞培養系の細胞について、非コードＲＮＡ分子発現のプロファイルを調べ、当該発現プロファイルに基づいて、当該細胞の特性、例えば、表現型や品質等を評価する方法が開示されている。
【先行技術文献】
【特許文献】
【０００６】
特表２０１３－５３５９７９号公報
【非特許文献】
【０００７】
Kurahashi et al. Reproductive Medicine and Biology, 2016, vol.15(1), p.13-19.
Rubio, et al., American Journal of Obstetrics & Gynecology, 2020, 751.e1.
【発明の概要】
【発明が解決しようとする課題】
【０００８】
本発明は、体外培養された胚の染色体異数性を検査する方法であって、従来法より侵襲性が低く、かつ信頼性の高い方法、及び当該方法に使用する学習装置等を提供することを目的とする。
【課題を解決するための手段】
【０００９】
本発明者らは、体外培養された胚の培養液中の非コードＲＮＡを網羅的に解析したところ、核内に存在する非コードＲＮＡ（ｎｃＲＮＡ）の培養液中の存在量が、正２倍体胚よりも異数体胚において特異的に増加すること、特に、異数体胚の培養液中で統計学的に有意に変動していた１３３個の長鎖非コードＲＮＡ（ｌｎｃＲＮＡ）の培養液中の存在量プロファイルを学習データとして機械学習させて構築した学習済モデルを用いることによって、体外培養された胚の染色体異数性の有無を高い信頼性で判定できることを見出し、本発明を完成させた。
【００１０】
本発明に係る胚の染色体異数性の検査方法等は、下記である。
［１］胚の染色体異数性を検査する方法であって、
体外培養の培養液中の存在量が、染色体数が正常な胚よりも、染色体異数性胚のほうが多い非コードＲＮＡを、異数性マーカーＲＮＡとし、前記異数性マーカーＲＮＡからなるマーカーＲＮＡ群を設定するマーカー設定工程と、
教師サンプル用の体外培養された胚について、前記マーカーＲＮＡ群を構成する全ての異数性マーカーＲＮＡの培養液中の存在量からなる細胞外ＲＮＡプロファイルを作成するプロファイル作成工程と、
前記プロファイル作成工程で得られた前記細胞外ＲＮＡプロファイルと、前記教師サンプル用の胚の染色体異数性情報とを関連付けて、学習用データとして生成する学習用データ生成工程と、
前記学習用データに基づいて機械学習を行うことによって、学習済モデルを生成する学習工程と、
検査対象である体外培養された胚の染色体の異数性の有無を、前記学習済モデルを用いて、前記検査対象の胚の前記細胞外ＲＮＡプロファイルから判定する検査工程と、
を有する、胚の染色体異数性の検査方法。
［２］前記胚がヒト胚である、前記［１］の胚の染色体異数性の検査方法。
［３］前記マーカーＲＮＡ群を構成する異数性マーカーＲＮＡが、
ＬＩＮＣ００１７４、ＬＩＮＣ００２３５、ＬＩＮＣ００３８１、ＬＩＮＣ００４９２、ＬＩＮＣ００５４７、ＬＩＮＣ００６８５、ＬＩＮＣ００８３７、ＬＩＮＣ００８６１、ＬＩＮＣ００８６９、ＬＩＮＣ００９４５、ＬＩＮＣ０１００５、ＬＩＮＣ０１０４９、ＬＩＮＣ０１１２０、ＬＩＮＣ０１１２２、ＬＩＮＣ０１１２６、ＬＩＮＣ０１２０２、ＬＩＮＣ０１２７７、ＬＩＮＣ０１３２６、ＬＩＮＣ０１３３８、ＬＩＮＣ０１３５８、ＬＩＮＣ０１４９３、ＬＩＮＣ０１５０７、ＬＩＮＣ０１５２６、ＬＩＮＣ０１５９２、ＬＩＮＣ０１６４１、ＬＩＮＣ０１６８０、ＬＩＮＣ０１６８４、ＬＩＮＣ０１７４２、ＬＩＮＣ０１７６４、ＬＩＮＣ０１８０７、ＬＩＮＣ０１８２５、ＬＩＮＣ０１８８８、ＬＩＮＣ０１９３９、ＬＩＮＣ０１９４７、ＬＩＮＣ０１９６３、ＬＩＮＣ０２０４３、ＬＩＮＣ０２０５３、ＬＩＮＣ０２０５８、ＬＩＮＣ０２１１０、ＬＩＮＣ０２２３４、ＬＩＮＣ０２３３０、ＬＩＮＣ０２３３４、ＬＩＮＣ０２３５７、ＬＩＮＣ０２３９２、ＬＩＮＣ０２４３０、ＬＩＮＣ０２４７０、ＬＩＮＣ０２４８５、ＬＩＮＣ０２５０５、ＬＩＮＣ０２５０７、ＬＩＮＣ０２５４９、ＬＩＮＣ０２５６２、ＬＩＮＣ０２６２７、ＬＩＮＣ０２６３５、ＬＩＮＣ０２６７５、ＬＩＮＣ０２６９６、ＬＩＮＣ０２７８１、ＬＩＮＣ０２８２２、ＬＩＮＣ０２８３５、
ＡＳＭＴＬ－ＡＳ１、ＢＣＬ２Ｌ１－ＡＳ１、Ｃ４Ａ－ＡＳ１、Ｃ４Ｂ－ＡＳ１、ＣＢＲ３－ＡＳ１、ＣＨＬ１－ＡＳ１、ＣＮＴＮ４－ＡＳ１、ＣＳＮＫ１Ｇ２－ＡＳ１、ＥＣＥ１－ＡＳ１、ＦＥＺＦ１－ＡＳ１、ＦＯＸＯ６－ＡＳ１、ＧＯＲＡＢ－ＡＳ１、ＧＹＧ２－ＡＳ１、ＨＭＧＮ３－ＡＳ１、ＩＦＮＧ－ＡＳ１、ＩＮＴＳ６Ｌ－ＡＳ１、ＩＴＰＫ１－ＡＳ１、ＪＭＪＤ１Ｃ－ＡＳ１、ＬＭＮＴＤ２－ＡＳ１、ＭＡＧＩ２－ＡＳ３、ＭＡＰＫ１０－ＡＳ１、ＭＲＡＰ－ＡＳ１、ＭＹＢ－ＡＳ１、ＮＥＣＴＩＮ４－ＡＳ１、ＯＧＦＲ－ＡＳ１、ＯＶＣＨ１－ＡＳ１、ＰＣＤＨ９－ＡＳ１、ＰＣＦ１１－ＡＳ１、ＰＣＳＫ６－ＡＳ１、ＰＩＴＰＮＡ－ＡＳ１、ＰＰＰ１Ｒ２６－ＡＳ１、ＰＲＫＣＡ－ＡＳ１、ＰＲＫＧ１－ＡＳ１、ＰＲＫＧ２－ＡＳ１、ＰＲＲ７－ＡＳ１、ＲＧＰＤ４－ＡＳ１、ＳＩＭ１－ＡＳ１、ＳＬＦＮＬ１－ＡＳ１、ＳＭＩＭ１０Ｌ２Ｂ－ＡＳ１、ＳＲＩ－ＡＳ１、ＴＡＰＴ１－ＡＳ１、ＴＢＣ１Ｄ２２Ａ－ＡＳ１、ＴＮＫ２－ＡＳ１、ＴＰ７３－ＡＳ２、ＴＰＭ１－ＡＳ、
ＰＰＭ１Ｋ－ＤＴ、ＲＩＣ３－ＤＴ、ＲＰＰ３８－ＤＴ、ＴＭＥＤ２－ＤＴ、ＶＰＳ１３Ｂ－ＤＴ、
ＡＴＰ２Ｂ２－ＩＴ１、ＢＡＣＨ１－ＩＴ２、ＣＡＣＮＡ１Ｃ－ＩＴ１、ＣＰＳ１－ＩＴ１、ＫＣＮＨ１－ＩＴ１、ＯＰＣＭＬ－ＩＴ１、ＴＴＬＬ７－ＩＴ１、
ＡＡＴＢＣ、ＢＣＹＲＮ１、ＣＥＣＲ３、ＣＥＲＮＡ１、ＤＬＥＵ２、ＤＬＥＵ２Ｌ、ＦＡＭ２１５Ｂ、ＫＣＮＱ１ＯＴ１、ＭＥＧ３、ＭＥＧ８、ＰＲＮＣＲ１、ＲＭＳＴ、ＴＥＸ４１、ＴＹＭＳＯＳ、ＵＣＡ１、ＭＩＲ３０２ＣＨＧ、ＭＩＲ４５２７ＨＧ、及びＭＩＲ４７１３ＨＧからなる群より選択される２種以上である、前記［２］の胚の染色体異数性の検査方法。
［４］前記体外培養の培養液が、胚盤胞期の胚の培養液である、前記［１］～［３］のいずれかの胚の染色体異数性の検査方法。
［５］前記機械学習を、単純ベイズアルゴリズムを用いて行う、前記［１］～［４］のいずれかの胚の染色体異数性の検査方法。
［６］体外培養の培養液中の存在量が、染色体数が正常な胚よりも、染色体異数性胚のほうが多い非コードＲＮＡを、異数性マーカーＲＮＡとし、前記異数性マーカーＲＮＡからなるマーカーＲＮＡ群を設定するマーカー設定部と、
教師サンプル用の体外培養された胚の培養液中の前記マーカーＲＮＡ群を構成する全ての異数性マーカーＲＮＡの存在量からなる細胞外ＲＮＡプロファイルと、前記胚の染色体異数性情報と、を学習用データとして読み出し、前記学習用データに基づいて機械学習を行うことによって、学習済モデルを生成する学習部と、
を備える学習装置。
［７］体外培養の培養液中の存在量が、染色体数が正常な胚よりも、染色体異数性胚のほうが多い非コードＲＮＡを、異数性マーカーＲＮＡとし、前記異数性マーカーＲＮＡからなるマーカーＲＮＡ群を設定するマーカー設定部と、
検査対象の体外培養された胚の培養液中の前記マーカーＲＮＡ群を構成する全ての異数性マーカーＲＮＡの存在量からなる細胞外ＲＮＡプロファイルを入力する細胞外ＲＮＡプロファイル入力部と、
体外培養された胚の前記細胞外ＲＮＡプロファイルと、前記胚の染色体異数性情報とに基づいて機械学習を行うことによって生成された学習済モデルを用いて、前記細胞外ＲＮＡプロファイル入力部に入力された細胞外ＲＮＡプロファイルに基づき、前記検査対象の胚の染色体異数性を判定する検査部と、
を備える、検査装置。
［８］体外培養された胚の染色体異数性の判定に用いられる学習済モデルであって、
体外培養された胚の細胞外ＲＮＡプロファイルと、前記胚の染色体異数性情報と、に基づいて機械学習を行うことによって生成されており、
前記細胞外ＲＮＡプロファイルは、予め設定されたマーカーＲＮＡ群を構成する全ての異数性マーカーＲＮＡの胚の培養液中の存在量からなり、
前記異数性マーカーＲＮＡは、体外培養の培養液中の存在量が、染色体数が正常な胚よりも、染色体異数性胚のほうが多い非コードＲＮＡであり、
検査対象として入力された胚の前記細胞外ＲＮＡプロファイルに対して、前記胚の染色体異数性を判定するよう、コンピュータを機能させるための学習済モデル。
【発明の効果】
（【００１１】以降は省略されています）

関連特許