本発明は、タンパク質および脂質代謝物バイオマーカーを含めた糖尿病に関連するバイオマーカー、個体が糖尿病を発生するリスクを決定するためにバイオマーカーを使用する方法、ならびに糖尿病および他の前糖尿病性状態を発生するリスクがある人を同定するために集団をスクリーニングする方法に関する。一実施形態では、本方法の取得するステップは、少なくとも１つの生物学的試料中のバイオマーカーを測定することを含む。さらに、これらの方法は、バイオマーカーの測定の前に、個体から少なくとも１つの生物学的試料を得るステップをさらに含み得る。別の実施形態では、バイオマーカー測定データを取得するステップは、少なくとも１つのバイオマーカーのレベルの測定値の代表的なデータを既存の記録から取得することを含む。

【特許請求の範囲】
【請求項１】
糖尿病性状態を発生するリスクを評価する方法であって、
（ａ）個体のバイオマーカー測定データを取得するステップであって、前記バイオマーカー測定データが、前記個体からの少なくとも１つの生物学的試料中のバイオマーカーの測定値の代表的なものであり、前記バイオマーカーが、（ｉ）グルコース、（ｉｉ）表１中のタンパク質バイオマーカーから選択される少なくとも３つのタンパク質バイオマーカーおよび（ｉｉｉ）表２中の脂質代謝物から選択される少なくとも１つの脂質代謝物を含む、ステップと、
（ｂ）モデルからの出力に基づいて前記個体が糖尿病性状態を発生するリスクを評価するステップであって、前記モデルが、前記バイオマーカー測定データの入力に基づいて実行されるステップと
を含む方法。
【請求項２】
前記取得するステップが、前記少なくとも１つの生物学的試料中の前記バイオマーカーを測定することを含む、請求項１に記載の方法。
【請求項３】
前記バイオマーカーの前記測定の前に、前記個体から少なくとも１つの生物学的試料を得るステップをさらに含む、請求項２に記載の方法。
【請求項４】
バイオマーカー測定データを取得するステップが、少なくとも１つのバイオマーカーのレベルの測定値の代表的なデータを既存の記録から取得することを含む、請求項１に記載の方法。
【請求項５】
前記評価ステップに、前記個体からの前記バイオマーカー測定データを、集団からの同じバイオマーカーのバイオマーカー測定データと比較し、前記比較から、前記個体が糖尿病性状態を発生するリスクを評価することが含まれる、請求項１から４のいずれか一項に記載の方法。
【請求項６】
（ｂ）からの前記リスク評価をビジュアルディスプレイに表示させることをさらに含む、請求項１から５のいずれか一項に記載の方法。
【請求項７】
前記リスク評価を紙に印刷または電子記憶媒体に記憶することをさらに含む、請求項１から６のいずれか一項に記載の方法。
【請求項８】
前記個体または医療従事者に前記リスク評価を通知することをさらに含む、請求項１から７のいずれか一項に記載の方法。
【請求項９】
年齢、体型指数（ＢＭＩ）、拡張期血圧（ＤＢＰ）、家族歴（ＦＨＸ）、過去の妊娠性糖尿病（ＧＤＭ）、身長（ＨＴ）、ヒップ周囲（Ｈｉｐ）、人種、性別、収縮期血圧（ＳＢＰ）、ウエスト周囲（Ｗａｉｓｔ）、および体重（ＷＴ）からなる群から選択される少なくとも１つの臨床パラメータに関する前記個体の臨床的測定データを取得するステップをさらに含み、
前記モデルが、前記バイオマーカー測定データおよび前記臨床的測定データの入力に基づいて実行される、請求項１から８のいずれか一項に記載の方法。
【請求項１０】
糖尿病性状態を発生するリスクを評価する方法であって、
（ａ）個体から単離した少なくとも１つの生物学的試料からバイオマーカーの測定値を取得するステップであって、前記バイオマーカーが、（ｉ）グルコース、（ｉｉ）表１中のタンパク質バイオマーカーから選択される少なくとも３つのタンパク質バイオマーカーおよび（ｉｉｉ）表２中の脂質代謝物から選択される少なくとも１つの脂質代謝物を含むステップと、
（ｂ）モデルの出力から糖尿病性状態を発生するリスクを計算するステップであって、前記モデルへの入力が前記バイオマーカーの測定値を含み、前記モデルが、個体の集団の縦断的研究からのデータを当てはめることによって作成され、前記当てはめたデータが、前記選択された個体の集団における前記バイオマーカーのレベルおよび糖尿病への転換を含むステップと
を含む方法。
【請求項１１】
前記取得するステップが、前記少なくとも１つの生物学的試料中の前記バイオマーカーを測定することを含む、請求項１０に記載の方法。
【請求項１２】
（ｂ）からの前記計算されたリスクをビジュアルディスプレイに表示させることをさらに含む、請求項１０または１１に記載の方法。
【請求項１３】
前記計算されたリスクを紙に印刷または電子記憶媒体に記憶することをさらに含む、請求項１０から１２のいずれか一項に記載の方法。
【請求項１４】
前記個体または医療従事者に前記リスク評価を通知することをさらに含む、請求項１０から１３のいずれか一項に記載の方法。
【請求項１５】
年齢、体型指数（ＢＭＩ）、拡張期血圧（ＤＢＰ）、家族歴（ＦＨＸ）、過去の妊娠性糖尿病（ＧＤＭ）、身長（ＨＴ）、ヒップ周囲（Ｈｉｐ）、人種、性別、収縮期血圧（ＳＢＰ）、ウエスト周囲（Ｗａｉｓｔ）、および体重（ＷＴ）からなる群から選択される少なくとも１つの臨床パラメータに関する前記個体の少なくとも１つの臨床的測定値を取得するステップをさらに含み、
前記モデルへの前記入力が前記少なくとも１つの臨床的測定値をさらに含む、請求項１０から１４のいずれか一項に記載の方法。
【請求項１６】
前記個体が糖尿病、前糖尿病、または前糖尿病性状態に罹患していると以前に診断されていない、請求項１から１５のいずれか一項に記載の方法。
【請求項１７】
前記個体が前糖尿病性状態に罹患しており、前記方法が、前記個体が糖尿病を発生するリスクを評価または計算する、請求項１から１５のいずれか一項に記載の方法。
【請求項１８】
前記個体が妊娠している、請求項１から１７のいずれか一項に記載の方法。
【請求項１９】
前記糖尿病性状態が、２型糖尿病、前糖尿病、代謝症候群、耐糖能異常、および空腹時高血糖からなる群から選択される、請求項１から１８のいずれか一項に記載の方法。
【請求項２０】
前記少なくとも１つの生物学的試料が全血、血清、または血漿を含む、請求項１から１９のいずれか一項に記載の方法。
【請求項２１】
前記バイオマーカー測定値のうちの少なくとも１つが、免疫アッセイおよび酵素活性アッセイからなる群から選択される方法によって得られる、請求項１から２０のいずれか一項に記載の方法。
【請求項２２】
前記バイオマーカーを使用する前記方法の、前記糖尿病性状態の発生の予測における診断精度の度合を反映するＲＯＣ曲線下面積が、少なくとも０．７５、０．７６、０．７７、０．７８、０．７９、０．８０、０．８１、０．８２、０．８３、０．８４、または０．８５である、請求項１から２１のいずれか一項に記載の方法。
【請求項２３】
前記バイオマーカーを使用する前記方法の、前記糖尿病性状態の発生の予測における診断精度の度合を反映するＲＯＣ曲線下面積が、前記バイオマーカーが前記グルコースおよび前記タンパク質バイオマーカーからなるが、前記脂質代謝物からはならない対応する方法よりも、少なくとも０．０２、０．０３、０．０４、０．０５、０．０６、０．０７、０．０８、０．０９、０．１０、０．１１、０．１２、０．１３、０．１４、または０．１５高い、請求項１から２２のいずれか一項に記載の方法。
【請求項２４】
（ｉ）グルコース、
（ｉｉ）表１中のタンパク質バイオマーカーから選択される少なくとも３つのタンパク質バイオマーカーおよび
（ｉｉｉ）表２中の脂質代謝物から選択される少なくとも１つの脂質代謝物
であるバイオマーカーの群を測定するための試薬を含むキット。
【請求項２５】
前記試薬のうちの少なくとも１つが検出可能な標識を含む、請求項２４に記載のキット。
【請求項２６】
前記タンパク質バイオマーカーおよび脂質代謝物の前記試薬が固体支持体に付着している、請求項２４に記載のキット。
【請求項２７】
糖尿病性状態を発生するリスクを評価するためのコンピュータ実行可能命令を有するコンピュータ読取可能媒体であって、
少なくとも（ｉ）グルコース、（ｉｉ）表１中のタンパク質バイオマーカーから選択される少なくとも３つのタンパク質バイオマーカーおよび（ｉｉｉ）表２中の脂質代謝物から選択される少なくとも１つの脂質代謝物の測定値を表すバイオマーカー測定データを記憶するために、コンピュータ読取可能媒体に記憶され、プロセッサによって実行されるように適合されたルーチンと、
前記バイオマーカー測定データを分析して糖尿病性状態を発生するリスクを評価するために、前記コンピュータ読取可能媒体に記憶され、プロセッサによって実行されるように適合されたルーチンと
を含むコンピュータ読取可能媒体。
【請求項２８】
糖尿病性状態を発生するリスクを評価するための医療診断試験システムであって、
個体からの少なくとも１つの生物学的試料中のバイオマーカーの測定値の代表的なバイオマーカー測定データを収集するように適合されたデータ収集ツールであって、前記バイオマーカーが、（ｉ）グルコース、（ｉｉ）表１中のタンパク質バイオマーカーから選択される少なくとも３つのタンパク質バイオマーカーおよび（ｉｉｉ）表２中の脂質代謝物から選択される少なくとも１つの脂質代謝物を含むデータ収集ツールと、
糖尿病性状態を発生するリスクと前記バイオマーカーの測定値との間の相関の表示が生じるように適合された統計的分析エンジンを含む分析ツールであって、前記相関の前記表示が、実行されて結果を生じるように適合されている分析ツールと、
前記結果を分析して、糖尿病性状態を発生する前記個体のリスクを決定し、前記結果を指標値として表すように適合された指標計算ツールと
を含む医療診断試験システム。
【請求項２９】
前記分析ツールが第１の統計的分析エンジンを含む第１の分析ツールを含み、前記システムが、前記相関を表すことができる複数の表示から、糖尿病性状態を発生する前記リスクと前記バイオマーカーの測定値との間の前記相関の前記表示を選択するように適合された第２の統計的分析エンジンを含む第２の分析ツールをさらに含む、請求項２８に記載の医療診断試験システム。
【請求項３０】
前記指標値を含む報告書を作成するように適合された報告ツールをさらに含む、請求項２８または２９に記載のシステム。
【請求項３１】
糖尿病性状態を発生するリスクを評価するためのモデルを開発する方法であって、
バイオマーカー測定データを取得するステップであって、前記バイオマーカー測定データが、集団からのバイオマーカーの測定値の代表的なものであり、前記集団のエンドポイントが含まれ、測定データを取得するための前記バイオマーカーが、（ｉ）グルコース、（ｉｉ）表１中のタンパク質バイオマーカーから選択される少なくとも３つのタンパク質バイオマーカーおよび（ｉｉｉ）表２中の脂質代謝物から選択される少なくとも１つの脂質代謝物を含むステップと、
前記集団の少なくともサブセットの前記バイオマーカー測定データをモデル内に入力するステップと、
前記入力されたバイオマーカー測定データを使用して前記モデルをエンドポイントについて訓練して、糖尿病性状態を発生するリスクと個体からの少なくとも１つの生物学的試料中のバイオマーカーの測定値との間の相関の表示を導くステップと
を含む方法。
【請求項３２】
個体において糖尿病性状態の現状を評価する方法であって、
バイオマーカー測定データを取得するステップであって、前記バイオマーカー測定データが、前記個体からの少なくとも１つの生物学的試料中のバイオマーカーの測定値の代表的なものであり、前記バイオマーカーが、（ｉ）グルコース、（ｉｉ）表１中のタンパク質バイオマーカーから選択される少なくとも３つのタンパク質バイオマーカーおよび（ｉｉｉ）表２中の脂質代謝物から選択される少なくとも１つの脂質代謝物を含むステップと、
モデルからの出力に基づいて前記個体において糖尿病性状態の現状を評価するステップであって、前記モデルが、前記バイオマーカー測定データの入力に基づいて実行されるステップと
を含む方法。
【請求項３３】
個体において糖尿病性疾患の代替エンドポイントを評価する方法であって、
バイオマーカー測定データを取得するステップであって、前記バイオマーカー測定データが、前記個体からの少なくとも１つの生物学的試料中のバイオマーカーの測定値の代表的なものであり、前記バイオマーカーが、（ｉ）グルコース、（ｉｉ）表１中のタンパク質バイオマーカーから選択される少なくとも３つのタンパク質バイオマーカーおよび（ｉｉｉ）表２中の脂質代謝物から選択される少なくとも１つの脂質代謝物を含むステップと、
モデルからの出力に基づいて前記個体において糖尿病性疾患の代替エンドポイントを評価するステップであって、前記モデルが、前記バイオマーカー測定データの入力に基づいて実行されるステップと
を含む方法。
【請求項３４】
前記バイオマーカーが、表１からの少なくとも４個、少なくとも５個、少なくとも６個、少なくとも７個、少なくとも８個、少なくとも９個、または少なくとも１０個のタンパク質バイオマーカーを含む、請求項１から３３のいずれか一項に記載の方法、キット、コンピュータ読取可能媒体、またはシステム。
【請求項３５】
前記少なくとも３個のタンパク質バイオマーカーが、アディポネクチン、Ｃ反応性タンパク質（ＣＲＰ）、ＨｂＡ１ｃ、ＩＧＦＢＰ１、ＩＧＦＢＰ２、インスリン、ＩＬ２ＲＡ、フェリチン、およびＬＥＰからなる群から選択される、請求項１から３３のいずれか一項に記載の方法、キット、コンピュータ読取可能媒体、またはシステム。
【請求項３６】
前記少なくとも３個のタンパク質バイオマーカーが、アディポネクチン、Ｃ反応性タンパク質（ＣＲＰ）、ＩＬ２ＲＡ、フェリチン、インスリン、およびＨｂＡ１ｃからなる群から選択される、請求項１から３３のいずれか一項に記載の方法、キット、コンピュータ読取可能媒体、またはシステム。
【請求項３７】
前記少なくとも３個のタンパク質バイオマーカーに、インスリンおよびＨｂＡ１ｃから選択される少なくとも１つの血糖指数マーカーが含まれる、請求項１から３３のいずれか一項に記載の方法、キット、コンピュータ読取可能媒体、またはシステム。
【請求項３８】
前記少なくとも３個のタンパク質バイオマーカーが、アディポネクチン、インスリン、およびＣ反応性タンパク質を含む、請求項１から３３のいずれか一項に記載の方法、キット、コンピュータ読取可能媒体、またはシステム。
【請求項３９】
前記少なくとも３個のタンパク質バイオマーカーが、アディポネクチン、ＣＲＰおよびＨｂＡ１ｃを含む、請求項１から３３のいずれか一項に記載の方法、キット、コンピュータ読取可能媒体、またはシステム。
【請求項４０】
前記少なくとも３個のタンパク質バイオマーカーが、図８〜２６の任意の１つの組合せから選択される、請求項１から３３のいずれか一項に記載の方法、キット、コンピュータ読取可能媒体、またはシステム。
【請求項４１】
前記少なくとも３個のタンパク質マーカーおよび少なくとも１つの脂質代謝物が、図２７〜３５の任意の１つの組合せから選択される、請求項１から４０のいずれか一項に記載の方法、キット、コンピュータ読取可能媒体、またはシステム。
【請求項４２】
前記バイオマーカーが、表２からの少なくとも２個、少なくとも３個、少なくとも４個、少なくとも５個、少なくとも６個、少なくとも７個、少なくとも８個、少なくとも９個、または少なくとも１０個の脂質代謝物を含む、請求項１から４１のいずれか一項に記載の方法、キット、コンピュータ読取可能媒体、または任意のシステム。
【請求項４３】
前記少なくとも１つの脂質代謝物が少なくとも１つのコレステロールエステルを含む、請求項１から４２のいずれか一項に記載の方法、キット、コンピュータ読取可能媒体、またはシステム。
【請求項４４】
前記少なくとも１つの脂質代謝物が、ＡＣ６：０、ＡＣ８：０、ＡＣ１０：０、ＣＥ１６：０、ＣＥ１６：１ｎ７、ＣＥ１８：０、ＣＥ１８：３ｎ６、ＣＥ１８：１ｎ９、ＣＥ１８：２ｎ６、ＣＥ２０：３ｎ６、ＣＥ２０：４ｎ３、ＴＧＴＬ、ＤＧ１６：０、ＤＧ１８：０、ＤＧ１８：１ｎ９、ＤＧ１８：２ｎ６、ＤＧ１８：３ｎ３、ＤＧＴＬ、ＦＡ１６：０、ＦＡ１６：１ｎ７、ＦＡ１８：１ｎ９、ＦＡ１８：２ｎ６、ＦＡ２４：０、ＬＹ１６：１ｎ７、ＬＹ１８：１ｎ７、ＬＹ１８：１ｎ９、ＬＹ１８：２ｎ６、ＰＣ１６：１ｎ７、ＰＣ１８：２ｎ６、ＰＣ１８：３ｎ６、ＰＣ１８：１ｎ７、ＰＣ２０：３ｎ９、ＰＣ２２：４ｎ６、ＰＣ２２：５ｎ３、ＰＣｄｍ１８：０、ＰＣｄｍ１８：１ｎ９、ＰＣｄｍ１６：０、ＰＣ２０：３ｎ６、ＰＣ２０：４ｎ３、ＰＥｄｍ１８：１ｎ９、ＰＥ１６：１ｎ７、ＰＥ１８：２ｎ６、ＰＥ２０：２ｎ６、ＰＥ２２：０、ＰＥ２４：１ｎ９ ＰＥｄｍ１８：０、ＴＧ１６：０、ＴＧ１６：１ｎ７、ＴＧ１８：０、ＴＧ１８：１ｎ７、ＴＧ１８：１ｎ９、ＴＧ１８：２ｎ６およびＴＧ１８：３ｎ３からなる群から選択される少なくとも１つの脂質代謝物を含む、請求項１から４２のいずれか一項に記載の方法、キット、コンピュータ読取可能媒体、またはシステム。
【請求項４５】
前記少なくとも１つの脂質代謝物が、ＣＥ１６：１ｎ７、ＣＥ２０：３ｎ６、ＣＥ１８：２ｎ６、ＣＥ１６：０、ＣＥ１８：１ｎ９、ＬＹ１８：２ｎ６、ＬＹ１８：１ｎ７およびＬＹ１８：１ｎ９からなる群から選択される、請求項１から４２のいずれか一項に記載の方法、キット、コンピュータ読取可能媒体、またはシステム。
【請求項４６】
前記少なくとも１つの脂質代謝物がＣＥ１６：１ｎ７を含む、請求項１から４２のいずれか一項に記載の方法、キット、コンピュータ読取可能媒体、またはシステム。
【請求項４７】
前記少なくとも１つの脂質代謝物がＣＥ２０：３ｎ６を含む、請求項１から４２のいずれか一項に記載の方法、キット、コンピュータ読取可能媒体、またはシステム。
【請求項４８】
前記少なくとも１つの脂質代謝物がＣＥ１８：２ｎ６を含む、請求項１から４２のいずれか一項に記載の方法、キット、コンピュータ読取可能媒体、またはシステム。
【請求項４９】
前記少なくとも１つの脂質代謝物がＣＥ１６：０を含む、請求項１から４２のいずれか一項に記載の方法、キット、コンピュータ読取可能媒体、またはシステム。
【請求項５０】
前記少なくとも１つの脂質代謝物がＣＥ１８：１ｎ９を含む、請求項１から４２のいずれか一項に記載の方法、キット、コンピュータ読取可能媒体、またはシステム。
【請求項５１】
前記少なくとも１つの脂質代謝物がＬＹ１８：２ｎ６を含む、請求項１から４２のいずれか一項に記載の方法、キット、コンピュータ読取可能媒体、またはシステム。
【請求項５２】
前記少なくとも１つの脂質代謝物がＬＹ１８：１ｎ７またはＬＹ１８：１ｎ９を含む、請求項１から４２のいずれか一項に記載の方法、キット、コンピュータ読取可能媒体、またはシステム。
【請求項５３】
個体の糖尿病リスクスコアを表すリスクスコアのデータを取得するステップであって、前記糖尿病リスクスコアは、糖尿病性状態を発生するリスクを計算するための請求項２に記載の方法に従って計算するステップと、
糖尿病の発症を遅延させるまたは予防するための治療レジメンの処方箋を表す処方箋処置データを、前記糖尿病リスクスコアによって糖尿病のリスクが上昇しているとして同定された個体に対して作成するステップと
を含む、糖尿病を予防する方法。
【請求項５４】
請求項１から２３および３４から５２のいずれか一項に記載の方法に従って、少なくとも１の被験体の、糖尿病性状態を発生するリスクを評価または計算するステップと、
糖尿病性状態のリスクが上昇していると同定された被験体を、糖尿病の発症を遅延させるまたは予防するための治療レジメンで処置するステップと
を含む、糖尿病を予防する方法。
【請求項５５】
前記治療レジメンが、ＩＮＳ、ＩＮＳ類似体、血糖降下剤、抗炎症剤、脂質低下剤、カルシウムチャネル遮断剤、ベータ−アドレナリン作動性受容体遮断剤、シクロオキシゲナーゼ−２（ＣＯＸ−２）阻害剤、ＣＯＸ−２阻害剤のプロドラッグ、アンジオテンシンＩＩアンタゴニスト、アンジオテンシン変換酵素（ＡＣＥ）阻害剤、レニン阻害剤、リパーゼ阻害剤、アミリン類似体、ナトリウム−グルコース共輸送体２阻害剤、二重脂肪トリグリセリドリパーゼおよびＰＩ３キナーゼ活性化因子、神経ペプチドＹ受容体のアンタゴニスト、ヒトホルモン類似体、カンナビノイド受容体アンタゴニスト、三重モノアミンオキシダーゼ再取り込み阻害剤、ノルエピネフリンおよびドーパミン再取り込みの阻害剤、１１ベータ−ヒドロキシステロイドデヒドロゲナーゼ１型（１１ｂ−ＨＳＤ１）の阻害剤、コルチゾール合成の阻害剤、糖新生の阻害剤、グルコキナーゼ活性化因子、タンパク質チロシンホスファターゼ−１Ｂのアンチセンス阻害剤、島新生治療、およびベータヒスチンからなる群から選択される少なくとも１つの治療剤を含む、請求項５３または５４に記載の方法。
【請求項５６】
処置領域が、アカルボース、メトホルミン、トログリタゾン、およびロシグリタソンからなる群から選択される少なくとも１つの治療剤を含む、請求項５３または５４に記載の方法。
【請求項５７】
請求項１０から２３のいずれか一項に記載の方法に従って、前記集団内に含まれる個体について糖尿病性状態の発生を計算するステップと、
糖尿病性状態を発生する前記リスクを含む要因に基づいて、前記集団内の個体を前記集団中の残りの個体に対して順位付ける、または前記集団を少なくとも２つの群に分けるステップと
を含む、個体の集団を順位付けるまたは群分けする方法。
【請求項５８】
個体の健康保険の有資格を決定するため、
個体の健康保険の保険料を決定するため、
医療保険制度、健康維持機構、または好ましい提供組織における個体の会員保険料を決定するため、および
医療保険制度、健康維持機構、または好ましい提供組織において医療従事者を個体に割り当てるため
の目的のうちの１つまたは複数のために、前記個体集団の前記順位付けまたは群分けを表す順位付けデータを使用することをさらに含む、請求項５７に記載の方法。
【請求項５９】
個体または個体群に治療介入または生活習慣の介入を推奨するため、
個体または個体群の医療を管理するため、
個体または個体群の健康を監視するため、および
個体または個体群のための医療処置、治療介入、または生活習慣の介入を監視するため
からなる群から選択される１つまたは複数の目的のために、前記個体集団の前記順位付けまたは群分けを表す順位付けデータを使用することをさらに含む、請求項５７または５８に記載の方法。
【請求項６０】
個体において糖尿病性状態の現状を評価する方法であって、
バイオマーカー測定データを取得するステップであって、前記バイオマーカー測定データが、前記個体からの少なくとも１つの生物学的試料中のバイオマーカーの測定値の代表的なものであるステップと、
モデルからの出力に基づいて前記個体において糖尿病性状態の現状を評価するステップであって、前記モデルが、前記バイオマーカー測定データの入力に基づいて実行されるステップと
を含み、前記バイオマーカーが、（ｉ）グルコース、（ｉｉ）表１中のタンパク質バイオマーカーから選択される少なくとも３つのタンパク質バイオマーカーおよび（ｉｉｉ）表２中の脂質代謝物から選択される少なくとも１つの脂質代謝物を含む、方法。

【図１】

【図２】

【図３】

【図４】

【図５】

【図６】

【図７】

【図８】

【図９−１】

【図９−２】

【図１０Ａ】

【図１０Ｂ】

【図１０Ｃ−１】

【図１０Ｃ−２】

【図１０Ｄ−１】

【図１０Ｄ−２】

【図１０Ｄ−３】

【図１０Ｄ−４】

【図１０Ｅ−１】

【図１０Ｅ−２】

【図１０Ｅ−３】

【図１０Ｅ−４】

【図１０Ｅ−５】

【図１０Ｆ−１】

【図１０Ｆ−２】

【図１０Ｆ−３】

【図１０Ｇ】

【図１０Ｈ】

【図１０Ｉ】

【図１１Ａ】

【図１１Ｂ−１】

【図１１Ｂ−２】

【図１１Ｂ−３】

【図１１Ｂ−４】

【図１１Ｂ−５】

【図１１Ｂ−６】

【図１１Ｂ−７】

【図１１Ｂ−８】

【図１１Ｂ−９】

【図１１Ｃ−１】

【図１１Ｃ−２】

【図１１Ｃ−３】

【図１１Ｃ−４】

【図１１Ｃ−５】

【図１１Ｃ−６】

【図１１Ｃ−７】

【図１１Ｃ−８】

【図１１Ｃ−９】

【図１１Ｃ−１０】

【図１１Ｄ−１】

【図１１Ｄ−２】

【図１１Ｄ−３】

【図１１Ｄ−４】

【図１１Ｄ−５】

【図１１Ｄ−６】

【図１１Ｄ−７】

【図１１Ｄ−８】

【図１１Ｄ−９】

【図１１Ｄ−１０】

【図１１Ｅ−１】

【図１１Ｅ−２】

【図１１Ｅ−３】

【図１１Ｅ−４】

【図１１Ｅ−５】

【図１１Ｅ−６】

【図１１Ｅ−７】

【図１１Ｅ−８】

【図１１Ｅ−９】

【図１１Ｅ−１０】

【図１２−１】

【図１２−２】

【図１２−３】

【図１３−１】

【図１３−２】

【図１３−３】

【図１３−４】

【図１３−５】

【図１３−６】

【図１３−７】

【図１３−８】

【図１３−９】

【図１３−１０】

【図１３−１１】

【図１３−１２】

【図１３−１３】

【図１３−１４】

【図１３−１５】

【図１３−１６】

【図１３−１７】

【図１３−１８】

【図１３−１９】

【図１３−２０】

【図１３−２１】

【図１４−１】

【図１４−２】

【図１４−３】

【図１５−１】

【図１５−２】

【図１５−３】

【図１６−１】

【図１６−２】

【図１６−３】

【図１７−１】

【図１７−２】

【図１７−３】

【図１８−１】

【図１８−２】

【図１８−３】

【図１９−１】

【図１９−２】

【図１９−３】

【図２０−１】

【図２０−２】

【図２０−３】

【図２０−４】

【図２１−１】

【図２１−２】

【図２１−３】

【図２１−４】

【図２２−１】

【図２２−２】

【図２２−３】

【図２２−４】

【図２３−１】

【図２３−２】

【図２３−３】

【図２３−４】

【図２４−１】

【図２４−２】

【図２４−３】

【図２４−４】

【図２５−１】

【図２５−２】

【図２５−３】

【図２５−４】

【図２６】

【図２７】

【図２８】

【図２９】

【図３０】

【図３１】

【図３２】

【図３３】

【図３４】

【図３５】

【公表番号】特表２０１３−５０９５８８（Ｐ２０１３−５０９５８８Ａ）
【公表日】平成２５年３月１４日（２０１３．３．１４）
【国際特許分類】
【出願番号】特願２０１２−５３７０２４（Ｐ２０１２−５３７０２４）
【出願日】平成２２年１０月２８日（２０１０．１０．２８）
【国際出願番号】ＰＣＴ／ＵＳ２０１０／０５４３９８
【国際公開番号】ＷＯ２０１１／０５９７２１
【国際公開日】平成２３年５月１９日（２０１１．５．１９）
【出願人】（５０６０５３６７４）テシス　バイオサイエンス，　インコーポレイテッド (7)
【Ｆターム（参考）】