特許ウォッチ

公開番号2025113721
公報種別公開特許公報(A)
公開日2025-08-04
出願番号2024008014
出願日2024-01-23
発明の名称提案システム、提案方法、および提案プログラム
出願人日本新薬株式会社
代理人個人,個人,個人
主分類C12M 1/00 20060101AFI20250728BHJP(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】微生物への対策を迅速に提案すること。
【解決手段】提案システムは、少なくとも一つのプロセッサを備える。少なくとも一つのプロセッサは、対象微生物を分析することで得られる対象スペクトルデータを取得し、微生物のスペクトルデータに基づく予測を実行するように学習された予測モデルに対象スペクトルデータを入力して、対象微生物に関する予測結果を取得し、予測結果に基づいて、微生物への対策として予め設定された複数の候補対策のうちの少なくとも一つを、対象微生物への推奨対策として決定する。
【選択図】図1
特許請求の範囲【請求項１】
少なくとも一つのプロセッサを備え、
前記少なくとも一つのプロセッサが、
対象微生物を分析することで得られる対象スペクトルデータを取得し、
微生物のスペクトルデータに基づく予測を実行するように学習された予測モデルに前記対象スペクトルデータを入力して、前記対象微生物に関する予測結果を取得し、
前記予測結果に基づいて、前記微生物への対策として予め設定された複数の候補対策のうちの少なくとも一つを、前記対象微生物への推奨対策として決定する、
提案システム。
続きを表示（約 1,400 文字）【請求項２】
前記予測モデルが、前記微生物のスペクトルデータを受け付けて該微生物への１以上の対策を予測するように学習された対策予測モデルを含み、
前記少なくとも一つのプロセッサが、
前記対象スペクトルデータを前記対策予測モデルに入力し、
前記対策予測モデルにより予測された１以上の前記候補対策を示す前記予測結果を取得し、
前記複数の候補対策のうち、前記予測結果により示される前記１以上の候補対策のうちの少なくとも一つを、前記推奨対策として決定する、
請求項１に記載の提案システム。
【請求項３】
前記予測モデルが、前記微生物のスペクトルデータを受け付けて該微生物の菌種を予測するように学習された菌種予測モデルを含み、
前記少なくとも一つのプロセッサが、
前記対象スペクトルデータを前記菌種予測モデルに入力し、
前記菌種予測モデルにより予測された菌種を示す前記予測結果を取得し、
複数の前記菌種と前記複数の候補対策との対応関係を示す対策データベースを参照して、前記予測結果により示される菌種に対応する１以上の候補対策を前記推奨対策として決定する、
請求項１または２に記載の提案システム。
【請求項４】
前記少なくとも一つのプロセッサが、
前記対象微生物に対応する飲食物カテゴリである対象カテゴリを更に取得し、
複数の前記飲食物カテゴリと前記複数の候補対策との対応関係を示す対策データベースを参照して、前記対象カテゴリに対応する１以上の候補対策を検索し、
前記予測結果と前記検索された１以上の候補対策とに基づいて、前記複数の候補対策のうちの少なくとも一つを前記推奨対策として決定する、
請求項１または２に記載の提案システム。
【請求項５】
前記少なくとも一つのプロセッサが、前記予測結果に対応する前記１以上の候補対策と、前記検索された１以上の候補対策との間で共通する候補対策を、前記推奨対策として決定する、
請求項４に記載の提案システム。
【請求項６】
少なくとも一つのプロセッサを備える提案システムによって実行される提案方法であって、
対象微生物を分析することで得られる対象スペクトルデータを取得するステップと、
微生物のスペクトルデータに基づく予測を実行するように学習された予測モデルに前記対象スペクトルデータを入力して、前記対象微生物に関する予測結果を取得するステップと、
前記予測結果に基づいて、前記微生物への対策として予め設定された複数の候補対策のうちの少なくとも一つを、前記対象微生物への推奨対策として決定するステップと、
を含む提案方法。
【請求項７】
対象微生物を分析することで得られる対象スペクトルデータを取得するステップと、
微生物のスペクトルデータに基づく予測を実行するように学習された予測モデルに前記対象スペクトルデータを入力して、前記対象微生物に関する予測結果を取得するステップと、
前記予測結果に基づいて、前記微生物への対策として予め設定された複数の候補対策のうちの少なくとも一つを、前記対象微生物への推奨対策として決定するステップと、
をコンピュータに実行させる提案プログラム。

発明の詳細な説明【技術分野】
【０００１】
本開示の一側面は、提案システム、提案方法、および提案プログラムに関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
非特許文献１には、抗生物質が存在しない下での、大腸菌の細菌集団における耐性の種類と獲得した耐性の作用機序とをモニタリングする際のラベルフリーラマン分光法が記載されている。
【先行技術文献】
【非特許文献】
【０００３】
Germond, A., Ichimura, T., Horinouchi, T. et al. Raman spectralsignature reflects transcriptomic features of antibiotic resistance inEscherichia coli. Commun Biol 1, 85 (2018).https://doi.org/10.1038/s42003-018-0093-8
【発明の概要】
【発明が解決しようとする課題】
【０００４】
微生物への対策を迅速に提案することが望まれている。
【課題を解決するための手段】
【０００５】
本開示の一側面に係る提案システムは、少なくとも一つのプロセッサを備える。少なくとも一つのプロセッサは、対象微生物を分析することで得られる対象スペクトルデータを取得し、微生物のスペクトルデータに基づく予測を実行するように学習された予測モデルに対象スペクトルデータを入力して、対象微生物に関する予測結果を取得し、予測結果に基づいて、微生物への対策として予め設定された複数の候補対策のうちの少なくとも一つを、対象微生物への推奨対策として決定する。
【０００６】
本開示の一側面に係る提案方法は、少なくとも一つのプロセッサを備える提案システムによって実行される。この提案方法は、対象微生物を分析することで得られる対象スペクトルデータを取得するステップと、微生物のスペクトルデータに基づく予測を実行するように学習された予測モデルに対象スペクトルデータを入力して、対象微生物に関する予測結果を取得するステップと、予測結果に基づいて、微生物への対策として予め設定された複数の候補対策のうちの少なくとも一つを、対象微生物への推奨対策として決定するステップとを含む。
【０００７】
本開示の一側面に係る提案プログラムは、対象微生物を分析することで得られる対象スペクトルデータを取得するステップと、微生物のスペクトルデータに基づく予測を実行するように学習された予測モデルに対象スペクトルデータを入力して、対象微生物に関する予測結果を取得するステップと、予測結果に基づいて、微生物への対策として予め設定された複数の候補対策のうちの少なくとも一つを、対象微生物への推奨対策として決定するステップとをコンピュータに実行させる。
【０００８】
このような側面においては、学習によって得られた予測モデルに対象微生物の対象スペクトルデータを入力することで得られる予測結果に基づいて、該対象微生物への対策が複数の候補対策から決定される。予測モデルを導入することで、微生物のスペクトルデータが用意されさえすれば該微生物への対策を迅速に提案できる。
【発明の効果】
【０００９】
本開示の一側面によれば、微生物への対策を迅速に提案できる。
【図面の簡単な説明】
【００１０】
提案システムの機能構成の例を示す図である。
提案システムで用いられるコンピュータのハードウェア構成の例を示す図である。
教師データの例を示す図である。
対策データの例を示す図である。
提案システムにより実行される提案処理の例を示すフローチャートである。
処理結果を表示する例を示す図である。
【発明を実施するための形態】
（【００１１】以降は省略されています）

関連特許