[go: up one dir, main page]

WO2018181292A1 - 腎機能の低下の可能性を判定する判定方法およびキット - Google Patents

腎機能の低下の可能性を判定する判定方法およびキット Download PDF

Info

Publication number
WO2018181292A1
WO2018181292A1 PCT/JP2018/012399 JP2018012399W WO2018181292A1 WO 2018181292 A1 WO2018181292 A1 WO 2018181292A1 JP 2018012399 W JP2018012399 W JP 2018012399W WO 2018181292 A1 WO2018181292 A1 WO 2018181292A1
Authority
WO
WIPO (PCT)
Prior art keywords
sugar chain
lectin
level
galnac
renal function
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/JP2018/012399
Other languages
English (en)
French (fr)
Inventor
和田　淳
広記 三瀬
雅雄 山田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Glycotechnica Ltd
Okayama University NUC
Original Assignee
Glycotechnica Ltd
Okayama University NUC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Glycotechnica Ltd, Okayama University NUC filed Critical Glycotechnica Ltd
Priority to US16/498,634 priority Critical patent/US11835516B2/en
Publication of WO2018181292A1 publication Critical patent/WO2018181292A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/5308—Immunoassay; Biospecific binding assay; Materials therefor for analytes not provided for elsewhere, e.g. nucleic acids, uric acid, worms, mites
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2400/00—Assays, e.g. immunoassays or enzyme assays, involving carbohydrates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/04—Endocrine or metabolic disorders
    • G01N2800/042—Disorders of carbohydrate metabolism, e.g. diabetes, glucose metabolism
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/04—Endocrine or metabolic disorders
    • G01N2800/044—Hyperlipemia or hypolipemia, e.g. dyslipidaemia, obesity
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/34—Genitourinary disorders
    • G01N2800/347—Renal failures; Glomerular diseases; Tubulointerstitial diseases, e.g. nephritic syndrome, glomerulonephritis; Renovascular diseases, e.g. renal artery occlusion, nephropathy
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/52—Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis

Definitions

  • the present invention relates to a determination method for determining the possibility of a decrease in renal function.
  • the present invention also relates to a kit for predicting a decrease in renal function.
  • Dialysis treatment is the main treatment for patients with impaired renal function.
  • dialysis treatment usually needs to be performed about three times a week, which is a heavy burden on the patient and causes medical costs to rise.
  • the “Facilities Survey” conducted by the Japan Dialysis Medical Association as of the end of 2015, approximately 325,000 people were receiving dialysis treatment in Japan (General Society of Japan The current state of therapy (as of December 31, 2015), 2016, The Japan Dialysis Medical Association, page 2).
  • the “Patient Survey” conducted by the association approximately 44% of patients receiving dialysis treatment were diabetic nephropathy patients (ibid., Page 9).
  • biomarkers related to inflammation such as TNF- ⁇ receptor 1 and TNF- ⁇ receptor 2 (see Non-Patent Document 1), NGAL (Neutrophil Gelatinase-Associated Lipocalin), L-FABP (L-FABP)
  • Tubulointerstitial disorders such as Fatty (Acid Binding Protein) and KIM-1 (Kidney Injury Molecule-1) are known (see Non-Patent Documents 2 and 3).
  • the present inventors performed an interaction measurement with a lectin on a sample derived from a subject, and measured the amount of a sugar chain having affinity for the lectin. As a result, it has been found that the degree of progression of diabetic nephropathy can be detected by the amount of sugar chain measured (see Patent Document 1).
  • JP 2010-256132 A Japanese Published Patent Publication “JP 2010-256132 A” (published on November 11, 2010)
  • Non-Patent Documents 1 to 3 have been shown to be useful as prognostic predictors in early diabetic nephropathy. However, it has not been put into practical use in daily clinical practice, and its usefulness is limited. That is, there is room for improvement in biomarkers for predicting the renal prognosis as described above.
  • An object of one embodiment of the present invention is to provide a means for predicting renal prognosis (whether or not renal function will be reduced in the future).
  • the binding signal for the first lectin group (MPA, ACA, ABA and Jacalin) is strongly positively correlated with a decrease in future renal function.
  • a high binding signal for the second lectin group (SSA and SNA) and a future decrease in renal function are strongly positively correlated.
  • the binding signal for the third lectin (GSL_I_B4) and a future decrease in renal function are strongly negatively correlated.
  • a high binding signal for the fourth lectin group (VVA and EEL) and a future decrease in renal function are strongly negatively correlated.
  • binding signals to MPA, ACA, ABA and Jacalin were particularly important as predictors of future renal function decline.
  • the specific sugar chain structure common to MPA, ACA, ABA and Jacalin was Gal ⁇ 1-3GalNAc.
  • the inventors thought that the level of Gal ⁇ 1-3GalNAc in a sample collected from a subject could be a biomarker for predicting whether renal function will decrease in the future.
  • the specific sugar chain structure common to SSA and SNA is Sia ⁇ 2-6Gal / GalNAc
  • the specific sugar chain structure binding to VVA is ⁇ -GalNAc
  • the specific sugar chain bond binding to GSL_I_B4 is Gal ⁇
  • the specific sugar chain structure that binds to EEL was Gal ⁇ 1-3Gal.
  • the present invention has been completed based on the above novel findings found by the present inventors. That is, the present invention includes the following configurations.
  • a determination method for determining the possibility of a decrease in renal function comprising the step of determining the level of Gal ⁇ 1-3GalNAc and / or Sia ⁇ 2-6Gal / GalNAc in a sample collected from a subject. Judgment method.
  • the step of determining the level of Gal ⁇ 1-3GalNAc and / or Sia ⁇ 2-6Gal / GalNAc binds to at least one lectin selected from the group consisting of MPA, ACA, ABA, Jacalin, SSA and SNA.
  • the step of determining the level of at least one sugar chain selected from the group consisting of ⁇ -GalNAc, Gal ⁇ , and Gal ⁇ 1-3Gal includes at least one lectin selected from the group consisting of VVA, GSL_I_B4, and EEL
  • the determination method according to (2) comprising a step of determining the level of a sugar chain that binds to.
  • a determination method for determining the possibility of a decrease in renal function selected from the group consisting of MPA, ACA, ABA, Jacalin, SSA, SNA, VVA, GSL_I_B4 and EEL in a sample collected from a subject And determining the level of sugar chains that bind to at least one lectin.
  • the subject is a subject suffering from one or more diseases selected from the group consisting of diabetes, hypertension, dyslipidemia, obesity and fatty liver, (1) to (5) The determination method according to any one of the above.
  • a kit for predicting a decrease in renal function comprising a lectin that binds to Gal ⁇ 1-3GalNAc and / or Sia ⁇ 2-6Gal / GalNAc.
  • kit according to (7) further comprising a lectin that binds to at least one sugar chain selected from the group consisting of ⁇ -GalNAc, Gal ⁇ , and Gal ⁇ 1-3Gal.
  • the lectin that binds to Gal ⁇ 1-3GalNAc and / or Sia ⁇ 2-6Gal / GalNAc is at least one selected from the group consisting of MPA, ACA, ABA, Jacalin, SSA, and SNA. (7) Or the kit as described in (8).
  • the lectin that binds to at least one sugar chain selected from ⁇ -GalNAc, Gal ⁇ , and Gal ⁇ 1-3Gal is at least one selected from the group consisting of VVA, GSL_I_B4, and EEL.
  • a kit for predicting a decrease in renal function comprising at least one lectin selected from the group consisting of MPA, ACA, ABA, Jacalin, SSA, SNA, VVA, GSL_I_B4 and EEL.
  • Patent Document 1 detects the current degree of progression of diabetic nephropathy in a subject.
  • the purpose of the present invention is completely different in that it predicts a future decrease in renal function. That is, according to the present invention, for example, “subject whose current renal function is good but whose renal function will be reduced in the future” or “subject whose current renal function is bad but whose future renal function is gradually reduced”. Or the like can be identified.
  • the level of sugar chains such as Gal ⁇ 1-3GalNAc in a sample of a subject or a binding signal to a specific lectin can be a predictor of a future decrease in renal function. 1 is neither described nor suggested. At least in this respect, the present invention is sufficiently patentable.
  • a determination method and a kit for determining the possibility of a future decrease in renal function are provided.
  • the determination method for determining the possibility of decrease in renal function includes the step of determining the level of Gal ⁇ 1-3GalNAc and / or the level of Sia ⁇ 2-6Gal / GalNAc in a sample collected from a subject. Determining.
  • determination method for determining the possibility of decrease in renal function
  • step of determining the level of Gal ⁇ 1-3GalNAc is referred to as “determination method” and (ii) “step of determining the level of Gal ⁇ 1-3GalNAc”.
  • Gal ⁇ 1-3GalNAc level determination step and (iii) “Sia ⁇ 2-6Gal / GalNAc level determination step” may be referred to as “Sia ⁇ 2-6Gal / GalNAc level determination step”. According to the determination method according to the embodiment of the present invention, it is possible to determine the possibility of a decrease in renal function based on the level of Gal ⁇ 1-3GalNAc and / or Sia ⁇ 2-6Gal / GalNAc in the sample.
  • the determination is to compare the level of Gal ⁇ 1-3GalNAc and / or Sia ⁇ 2-6Gal / GalNAc with a reference value.
  • the reference value can be appropriately determined by medical techniques, statistical techniques, and the like (more specifically, the references cited in this specification and examples described in this specification). See).
  • a plurality of reference values can be set as the reference value.
  • the reference value may be properly used according to the condition (gender, age, etc.) of the subject.
  • there is a high possibility that the renal function is lowered such as “a first reference value that is more likely to cause a decrease in kidney function” and “a second reference value that is less likely to cause a decrease in kidney function”.
  • a plurality of reference values may be associated with each other. Based on such a reference value, even if it is not a doctor, it is possible to determine the possibility that the renal function of the subject is reduced.
  • the level of Gal ⁇ 1-3GalNAc when the level of Gal ⁇ 1-3GalNAc is equal to or higher than a reference value, it can be determined that there is a high possibility that renal function will be reduced. In another embodiment, according to the above determination method, it can be determined that the higher the level of Gal ⁇ 1-3GalNAc, the higher the possibility that the renal function will be reduced.
  • the level of Gal ⁇ 1-3GalNAc when the level of Gal ⁇ 1-3GalNAc is equal to or lower than the reference value, it can be determined that the possibility that the renal function is reduced is low. In another embodiment, according to the above determination method, it can be determined that the lower the level of Gal ⁇ 1-3GalNAc, the lower the possibility that the renal function will decrease.
  • the determination method according to an embodiment of the present invention can combine a sugar chain level with factors other than the sugar chain level. That is, factors such as age, sex, BMI, mean arterial pressure, HbA1c, estimated glomerular filtration rate (eGFR), urinary albumin excretion rate (UACR) and sugar In combination with the level of the chain, the possibility of decreased renal function can be more accurately determined (see, eg, Examples).
  • the essence of the determination method according to an embodiment of the present invention is to acquire data including sugar chain levels such as Gal ⁇ 1-3GalNAc and Sia ⁇ 2-6Gal / GalNAc in the sample from the sample. Therefore, the “determination method for predicting a decrease in renal function” according to one embodiment of the present invention may be a “data acquisition method for predicting a decrease in renal function”. That is, the term “determination method for predicting the possibility of a decrease in renal function” described in this specification can be replaced with the term “method for acquiring data for predicting a decrease in renal function”.
  • the determination method according to an embodiment of the present invention includes a Gal ⁇ 1-3GalNAc level determination step and / or a Sia ⁇ 2-6Gal / GalNAc level determination. Each will be described below.
  • Gal ⁇ 1-3GalNAc level determination step The measurement target in the Gal ⁇ 1-3GalNAc level determination step is Gal ⁇ 1-3GalNAc (also referred to as “Core O-glycan”). This substance is a sugar chain that is present by binding to various substances (for example, proteins, lipids, etc.) in biological tissues such as kidney tissue. Gal ⁇ 1-3GalNAc is cleaved and released from various substances and may be present in samples taken from subjects.
  • the inventors first examined the type of sugar chain present in a sample derived from a patient suffering from a renal disease at a specific time, and then followed the progress of the renal disease in the patient. As a result, it was found that the amount of Gal ⁇ 1-3GalNAc in the sample is high in patients whose renal disease will worsen in the future, and the present invention has been completed.
  • the Gal ⁇ 1-3GalNAc level determination step is achieved by measuring the amount of Gal ⁇ 1-3GalNAc in the sample derived from the subject.
  • the specific mode of the Gal ⁇ 1-3GalNAc level determination step is not limited to the above measurement. For example, by determining the level of a protein involved in the production of Gal ⁇ 1-3GalNAc, the level of a protein involved in cleavage of Gal ⁇ 1-3GalNAc, or the level of a protein involved in the conversion of Gal ⁇ 1-3GalNAc in a sample derived from a subject, Gal ⁇ 1 It can also be seen that a -3GalNAc level determination step can be achieved.
  • the determination method according to an embodiment of the present invention may be a method including a step of determining the level of a protein involved in the production of Gal ⁇ 1-3GalNAc in a sample collected from a subject.
  • the determination method according to another embodiment of the present invention may be a method including a step of determining a level of a protein involved in cleavage of Gal ⁇ 1-3GalNAc in a sample collected from a subject.
  • the determination method according to still another embodiment of the present invention may be a method including a step of determining the level of a protein involved in the conversion of Gal ⁇ 1-3GalNAc in a sample collected from a subject.
  • “related to the conversion of Gal ⁇ 1-3GalNAc” intends to cleave a part of Gal ⁇ 1-3GalNAc and / or to add another substance to Gal ⁇ 1-3GalNAc.
  • Examples of the proteins involved in the production of Gal ⁇ 1-3GalNAc include, for example, polypeptide N-acetylgalactosaminyltransferase 1 (GALNT1 alias: GALNAC-T1), polypeptideN-acetylgalactosaminyltransferase 2 (GALNT2 alias: GalNAc-T2), polypeptide N-acetylgalactosaminyltransferase 3 (GALNAc-T2) GalNAc-T3, HFTC, HHS), core 1 synthase, glycoprotein-N-acetylgalactosamine 3-beta-galactosyltransferase 1 (C1GALT1, T-synthase), C1GALT1 specific chaperone 1 (C1GALT1H1, C38 , HSPC067, MST143, TNPS), glucosaminyl (N-acetyl) transferase
  • Examples of the protein involved in the cleavage of Gal ⁇ 1-3GalNAc include alpha-N-acetylgalactosaminidase (NAGA aka: D22S674, GALB) (see Table 2).
  • Examples of the protein involved in the conversion of Gal ⁇ 1-3GalNAc include ST3 ⁇ ⁇ ⁇ beta-galactoside alpha-2,3-sialyltransferase 2 (ST3GAL2, also known as: Gal-NAc6S, SIAT4B, ST3GALII, ST3GalA.2), ST3 beta-galactoside alpha- 2,3-sialyltransferase 1 (ST3GAL1, aka Gal-NAc6S, SIAT4A, SIATFL, ST3GalA, ST3GalA.1, ST3GalIA, ST3GalIA, 1, ST3O), ST8 alpha-N-acetyl-neuraminide alpha-2,8-sialyltransferase 5 (ST8SIA5 aka: SIAT8-E, SIAT8E, ST8SiaV), ST6 N-acetylgalactosaminide alpha-2,6-sialyltransferas
  • the level of the protein can be, for example, the expression level of mRNA encoding the protein, the expression level of the protein, the concentration of the mRNA or protein, the titer of the protein (eg, enzyme activity), and the like. These values can be measured by a conventional method (for example, immunostaining method).
  • the Gal ⁇ 1-3GalNAc level determination step is a step that can be performed in vitro.
  • the determination of the sugar chain level may involve quantification of the concentration of the sugar chain contained in the sample.
  • level determination methods include measurement of binding activity using lectins (lectin assay), liquid chromatography, mass spectrometry, ELISA, two-dimensional electrophoresis, protein array, bead assay, flow cytometry, bioplex ( Registered trademark).
  • lectins lectin assay
  • liquid chromatography mass spectrometry
  • ELISA two-dimensional electrophoresis
  • protein array protein array
  • bead assay protein array
  • flow cytometry bioplex
  • bioplex Registered trademark
  • the method for determining the level by lectin assay is preferable from the viewpoint of easy sample preparation.
  • steps such as concentration of the urine sample and removal of proteins (albumin, IgG, etc.) contained in the sample are unnecessary, which is more preferable.
  • a lectin having binding activity to Gal ⁇ 1-3GalNAc examples include MPA (Maclura pomifera Agglutinin), ACA (Amaranthus Caudatus Agglutinin), ABA (Agarucus bisporus Agglutinin; mushroom lectin), Jacalin (JackfruitinLectin; Jack) BPL (Bauhinia Purpurea Lectin; Murasaki Mikuwanju lectin) and PNA (Peanut Agglutinin; peanut lectin) can be mentioned. These lectins are conventionally known lectins, and their amino acid sequence information can be obtained from various databases.
  • the Gal ⁇ 1-3GalNAc level determination step may be a step of determining the level of a sugar chain that binds to the lectin using a lectin that specifically binds to Gal ⁇ 1-3GalNAc.
  • the Gal ⁇ 1-3GalNAc level determination step includes a sugar chain that binds to at least one (eg, one, two, three, or four) lectin selected from the group consisting of MPA, ACA, ABA, and Jacalin. It may be a step of determining the level of.
  • the structure of the sugar chain can be specified by what kind of lectin the sugar chain binds to. Therefore, for example, “the step of determining the level of a sugar chain that binds to ABA” may be “a step of determining the level of a sugar chain having a specific structure that binds to ABA”. In other words, the “step of determining the level of sugar chain that binds to ABA” does not need to be achieved by a lectin assay using ABA. Examples of methods other than the lectin assay include liquid chromatography, mass spectrometry, ELISA, two-dimensional electrophoresis, protein array, bead assay, flow cytometry, and Bioplex (registered trademark).
  • Sia ⁇ 2-6Gal / GalNAc level determination process The measurement target in the Sia ⁇ 2-6Gal / GalNAc level determination step is Sia ⁇ 2-6Gal / GalNAc.
  • This substance like Gal ⁇ 1-3GalNAc, is a sugar chain that is bound to various substances (eg, proteins, lipids, etc.) in biological tissues such as kidney tissue.
  • Sia ⁇ 2-6Gal / GalNAc may also be cleaved and released from various substances and present in samples taken from subjects.
  • the present inventors have also found that the amount of Sia ⁇ 2-6Gal / GalNAc in the sample is large in patients whose renal disease will worsen in the future, and have completed the present invention.
  • the description regarding the Gal ⁇ 1-3GalNAc level determination step can be used.
  • glycoproteins having Sia ⁇ 2-6Gal / GalNAc examples include alpha 2-HSglycoprotein (AHSG alias: fetuin-A), Orosomucoid 2 (ORM2 alias: AGP-B, AGP-B ', AGP2), alpha-1-microglobulin / bikunin precursor (AMBP aka: A1M, EDC1, HCP, HI30, IATIL, ITI, ITIL, ITILC, UTI), serotransferrin (TF aka: SRPRB), haptoglobin (HP aka: BP2ALPHA2, HPA1S), Alpha-2-macroglobulin ( A2M aka: A2MD, CPAMD5, FWP007, S863-7), Apolipoprotein AI (Apoa1 aka: Alp-1, Apoa-1, Brp-14, Ltw-1, Lvtw-1, Sep-1, Sep-2, Sep2, apo-AI, apoA-
  • proteins involved in the conversion of Sia ⁇ 2-6Gal / GalNAc include ST6 beta-galactoside alpha-2,6-sialyltransferase 1 (ST6GAL1 alias: SIAT1, ST6GalI, ST6N), ST3 beta-galactoside alpha-2,3-sialyltransferase 1 (ST3GAL1, aka: Gal-NAc6S, SIAT4A, SIATFL, ST3GalA, ST3GalA.1, ST3GalIA, ST3GalIA, 1, ST3O), ST3 beta-galactoside alpha-2,3-sialyltransferase 3 (ST3GAL3, AKA: EIEE15,6 ST3GALII, ST3GalIII, ST3N), ST3 beta-galactoside alpha-2,3-sialyltransferase 4 (ST3GAL4 aka: CGS23, NANTA3, SAT3, SIAT4,
  • ST8 alpha-N-acetyl-neuraminide alpha-2,8-sialyltransferase 2 ST8SIA2 aka: HsT19690, SIAT8-B, SIAT8B, ST8SIA-II, ST8SiaII, STX), ST8 alpha-N-acetyl-neuraminide alpha-2, 8-sialyltransferase 3 (ST8SIA3 aka: SIAT8C, ST8SiaIII), ST8 alpha-N-acetyl-neuraminide alpha-2,8-sialyltransferase 4 (ST8SIA4 aka: PST, PST1, SIAT8D, ST8SIA-IV) 7).
  • a lectin having binding activity with Sia ⁇ 2-6Gal / GalNAc When determining the level of Sia ⁇ 2-6Gal / GalNAc by lectin assay, it is preferable to use a lectin having binding activity with Sia ⁇ 2-6Gal / GalNAc.
  • lectins include SSA (Sambucus sieboldiana lectin), SNA (Sambucus nigra agglutinin), and TJA-I (Trichosanthes japonica agglutinin I lectin; Kikarauri lectin-I). .
  • SSA Sudbucus sieboldiana lectin
  • SNA Spbucus nigra agglutinin
  • TJA-I Trichosanthes japonica agglutinin I lectin; Kikarauri lectin-I.
  • These lectins are conventionally known lectins, and their amino acid sequence information can be obtained from various databases.
  • the Sia ⁇ 2-6Gal / GalNAc level determination step is not limited to the lectin assay as long as the level of “sugar chain having binding activity to SSA, SNA and / or TJA-I” can be determined.
  • the level of Sia ⁇ 2-6Gal / GalNAc in a sample of a subject can be a powerful biomarker that predicts a decrease in renal function when combined with an existing biomarker.
  • the data acquisition method includes a step of determining the level of ⁇ -GalNAc, Gal ⁇ or Gal1 ⁇ 1-3Gal (hereinafter referred to as “ ⁇ -GalNAc level determination step”, “Gal ⁇ level, respectively”, respectively). Determination process ”and“ Gal1 ⁇ 1-3Gal level determination process ”). These steps may include only one, or two or three. For the description of the above-described steps, the description of the Gal ⁇ 1-3GalNAc level determination step can be used.
  • Proteins involved in the production, cleavage or conversion of ⁇ -GalNAc include Gc protein, UDP-N-acetyl- ⁇ -D-galactosamine (UDP-GalNAc), ⁇ -GalNAc-ase, exostosin likeglycosyltransferase 2 (EXTL2 alias: EXTR2) Glucuronylneolactotetraosylceramide (a substrate for ⁇ -GalNAc transferase) (see Table 8).
  • proteins involved in Gal ⁇ production, cleavage or conversion include insulin like growth factor 2 receptor (IGF2R2aka: CD222,222CI-M6PR, CIMPR, M6P-R, M6P / IGF2R, MPR 300, MPR1, MPR300, MPR) (See Table 9).
  • IGF2R2 insulin like growth factor 2 receptor
  • Proteins involved in the production, cleavage or conversion of Gal1 ⁇ 1-3Gal include alpha 1-3-N-acetylgalactosaminyltransferase and alpha 1-3-galactosyltransferase (ABO alias: A3GALNT, A3GALT1, GTB, NAGAT), mannosyl ( beta-1,4-)-glycoprotein beta-1,4-N-acetylglucosaminyltransferase (MGAT3 aka GNT-III, GNT3), ST6 beta-galactoside alpha-2,6-sialyltransferase 1 (ST6GAL1 aka: SIAT1, ST6GalI, ST6N ), ST3 beta-galactoside alpha-2,3-sialyltransferase 3 (ST3GAL3 alias: EIEE15, MRT12, ATSIAT6, ST3GALII, ST3GalIII,
  • a lectin assay When determining the level of ⁇ -GalNAc, Gal ⁇ or Gal1 ⁇ 1-3Gal by a lectin assay, it is preferable to use a lectin having binding activity with ⁇ -GalNAc, Gal ⁇ or Gal1 ⁇ 1-3Gal, respectively.
  • VVA ViciaVivillosa Lectin; hairy vetch lectin
  • HPA escalgolectin; Helix pomatia Agglutinin
  • MPA Maclura pomifera Agglutinin
  • PTL_I Psophopus I: winged bean lectin
  • GSL_I_A4 Griffonia Simplicifolia Lectin I A4; Vandelia bean lectin I A4
  • GSL_I_B4 Griffonia Simplicifolia Lectin I B4; bandelier bean lectin I B4).
  • Examples of lectins having a binding activity to Gal ⁇ include PTL_I (described above), GSL_I_A4 (described above), and GSL_I_B4 (described above).
  • Examples of the lectin having binding activity with Gal1 ⁇ 1-3Gal include EEL (Euonymus europaeus Lectin; spindle tree lectin). These lectins are conventionally known lectins, and their amino acid sequence information can be obtained from various databases.
  • the present inventors have found that an increase in binding signals to VVA, EEL and GSL_I_B4 has a negative correlation with a decrease in future renal function.
  • the accuracy of predicting the possibility of a future decrease in renal function is significantly increased.
  • the accuracy of predicting the possibility of a future decrease in renal function is also significantly increased by combining the above-described lectin binding signal with factors other than the sugar chain level.
  • the step of determining the level of the sugar chain that binds to the above-described lectin it is expected that the accuracy of predicting the future decrease in renal function can be further increased.
  • it is possible to further improve the accuracy of predicting the future decrease in renal function by including the step of determining at least one level selected from the group consisting of ⁇ -GalNAc, Gal ⁇ and Gal ⁇ 1-3Gal. Sex is expected.
  • the “subject” is not limited to a human.
  • the determination method according to an embodiment of the present invention can also be applied to non-human mammals.
  • non-human mammal include cloven-hoofed animals (such as cattle, wild boars, pigs, sheep, goats), odd-hoofed animals (such as horses), rodents (such as mice, rats, hamsters, squirrels), and rabbit eyes (such as rabbits). ), Meat (dogs, cats, ferrets, etc.).
  • Non-human mammals described above include wild animals in addition to domestic animals or companion animals (companion animals).
  • Gal ⁇ 1-3GalNAc and Sia ⁇ 2-6Gal / GalNAc are sugar chains, the structural differences between species are smaller than those of proteins and nucleic acids. Therefore, it is considered that the determination method according to an embodiment of the present invention is sufficiently effective among the above-described non-human mammals.
  • the subject is preferably a subject suffering from one or more diseases selected from the group consisting of diabetes, hypertension, dyslipidemia, obesity and fatty liver.
  • the subject is a subject who suffers from diabetes and is combined with one or more diseases selected from the group consisting of hypertension, dyslipidemia, obesity, and fatty liver. preferable. This is because (i) cleavage of Gal ⁇ 1-3GalNAc and Sia ⁇ 2-6Gal / GalNAc from glycoproteins or glycolipids is enhanced in the diseases described above, while (ii) cleavage of ⁇ -GalNAc, Gal ⁇ and Gal ⁇ 1-3Gal This is because the above-mentioned diseases are attenuated.
  • diabetes is intended to mean all diseases characterized by a state in which the glucose concentration in blood or plasma is continuously increased. That is, the above diseases include hyperglycemia.
  • the diabetes is type 1 diabetes or type 2 diabetes.
  • sample means a whole sample collected from a subject and is not particularly limited.
  • tissue solubilized material in addition to blood, cerebrospinal fluid, lymph fluid, breast milk, saliva, nasal discharge, sweat, urine, feces, exhalation, etc. are also included.
  • the sample is urine. Taking urine as a sample is common as a biopsy material, can also be used to investigate other indicators of renal function at the same time, and particularly easy to collect (especially when using human subjects) preferable. As shown in the examples described later, when the subject is a human, Gal ⁇ 1-3GalNAc in urine is particularly preferable because it is a particularly powerful marker for predicting a decrease in renal function.
  • the sample is blood. It is preferable to use blood as a sample in that it is common as a biopsy material, can be used to investigate other indicators related to renal function, and (generally) is easy to collect.
  • the sample is kidney tissue.
  • a lectin to act on a renal tissue sample collected by a renal biopsy or the like, the distribution of sugar chains corresponding to the lectin is visualized, and the expression level of the sugar chain corresponding to the lectin is measured.
  • This method is also referred to as “lectin histochemistry”).
  • the determination method according to an embodiment of the present invention can be said to be a data acquisition method for predicting a decrease in renal function.
  • “decreased renal function” means that at least one or more of the functions related to the kidney is lower than normally expected after a certain period from the reference time (eg, at the time of sample collection). Intended state. For example, the following types are included in such a state. 1. Normally maintained renal function is reduced. 2. Normally reduced renal function is much lower than would normally be expected. 3. Normally improved renal function is improved, maintained or decreased, less than would normally be expected.
  • a decrease in renal function is represented by changes in various indicators related to renal function.
  • indices include serum creatinine, serum urea nitrogen, eGFR (estimated glomerular filtration rate), serum cystatin C, and the like.
  • the index mentioned above can be measured by a conventional method.
  • the eGFR can be calculated, for example, from the measured value of serum creatinine by CKD-EPI equition ([Horio M et al. (2010) "Modification ofthe CKD epidemiology collaboration (CKD-EPI) equation for Japanese: accuracy and use for population estimates "American Journal of Kidney Diseses, Vol.56 (Issue 1), pp.32-38]).
  • the eGFR can be calculated by, for example, the method described in the examples.
  • serum creatinine, serum urea nitrogen and serum cystatin C are usually judged to have a lower renal function as the measured value is higher.
  • the eGFR is usually judged to have a lower renal function as the measured value is lower.
  • the eGFR decrease rate is judged to be such that the decrease rate of the renal function increases as the decrease rate increases.
  • eGFR decrease rate when determining a decrease in renal function, for example, 3 mL / min / 1.73 m 2 / year can be used. This is illustrated by [Lindeman RD (1985) "Longitudinal studies on the rate of decline in renal function with age”, Journal of the American Geriatrics Society, Vol. 33 (Issue 4), pp. 278-285]. Three times the value of “normal eGFR decrease rate” is used as a reference value (for example, [Rifkin DE (2008) “Rapid kidney function decline and mortality risk in older adults”, Archives of Internal Medicine, Vol.168 ( No.20), pp.2212-2218].
  • reference values for the rate of eGFR reduction in determining decreased renal function can be 3-5 mL / min / 1.73 m 2 / year ([Coresh J et al. (2014) "Decline in estimated glomerular filtration rate and subsequent risk of end-stage renal disease and mortality ", The Journal of the American Medical Association, Vol. 311 (No. 24), pp. 2518-2531]. That is, the reference value can be 3, 4 or 5 mL / min / 1.73 m 2 / year.
  • a group whose eGFR decrease rate is faster than the reference value is referred to as “severe eGFR decreased person (Rapid decliner)”, and a group whose eGFR decrease rate is equal to or less than the reference value is referred to as “non-eGFR decreased person (Non-decliner). ) ".
  • predicting a decrease in kidney function is intended to determine whether or not a decrease in kidney function occurs after a predetermined period (for example, after a predetermined period from the time of sample collection). For example, “predicting a decrease in renal function” intends to make a determination of “a renal function will decrease after a predetermined period” or “a renal function will not decrease after a predetermined period”.
  • the prediction result may be categorization. For example, as a result of the prediction, a subject can be classified as either “high risk of decreased kidney function” or “low risk of decreased kidney function”. As a more specific example, as a result of the above prediction, a subject can be classified as either “high eGFR reduced” or “non-eGFR reduced”.
  • the prediction result may be a numerical prediction.
  • a subject can be determined as “a value of a specific index (eGFR or the like) indicating renal function after N years is X”.
  • the values of X and N may be a numerical range having a certain width.
  • the numerical range may be a range (such as a confidence interval) determined by a statistical method, for example.
  • a determination method according to an embodiment of the present invention is a conventional method of “examine kidney pathology” (for example, measurement of albumin excretion in urine).
  • Another embodiment of the present invention binds to at least one lectin selected from the group consisting of MPA, ACA, ABA, Jacalin, SSA and SNA, VVA, GSL_I_B4 and EEL in a sample taken from a subject.
  • the determination method including the process of determining the level of sugar chain is mentioned.
  • the descriptions of [1-1] to [1-5] are incorporated as appropriate.
  • a method for obtaining data for predicting a decrease in renal function comprising a step of determining the level of Gal ⁇ 1-3GalNAc and / or Sia ⁇ 2-6Gal / GalNAc in a sample collected from a subject.
  • [2] The method for acquiring data according to [1], comprising a step of determining at least one level selected from the group consisting of ⁇ -GalNAc, Gal ⁇ , and Gal ⁇ 1-3Gal in a sample collected from a subject. .
  • the step of determining the level of Gal ⁇ 1-3GalNAc and / or Sia ⁇ 2-6Gal / GalNAc binds to at least one lectin selected from the group consisting of MPA, ACA, ABA, Jacalin, SSA and SNA.
  • the step of determining the level of at least one sugar chain selected from the group consisting of ⁇ -GalNAc, Gal ⁇ and Gal ⁇ 1-3Gal includes at least one lectin selected from the group consisting of VVA, GSL_I_B4 and EEL
  • [5] Determine the level of a sugar chain that binds to at least one lectin selected from the group consisting of MPA, ACA, ABA, Jacalin, SSA, SNA, VVA, GSL_I_B4 and EEL in a sample collected from a subject
  • the subject is a subject suffering from one or more diseases selected from the group consisting of diabetes, hypertension, dyslipidemia, obesity and fatty liver, [1] to [5] The data acquisition method described in any of the above.
  • kits for predicting decreased renal function [2-1. Lectin included in the kit]
  • the kit according to an embodiment of the present invention includes a lectin that binds to Gal ⁇ 1-3GalNAc and / or Sia ⁇ 2-6Gal / GalNAc contained in a sample collected from a subject.
  • Examples of such a lectin include the lectins exemplified in [1-1]. Therefore, the description is omitted in this section.
  • the kit according to an embodiment of the present invention includes a lectin that binds to at least one sugar chain selected from ⁇ -GalNAc, Gal ⁇ , and Gal ⁇ 1-3Gal contained in a sample collected from a subject. Also good. Examples of such a lectin include the lectins exemplified in [1-2]. Therefore, the description is omitted in this section.
  • the kit according to one embodiment of the present invention may comprise a combination of any one of the following lectins 1 to 3.
  • the kit according to another embodiment of the present invention may consist of only one lectin combination of the following 1-3.
  • the kit according to one embodiment of the present invention can determine the level of Gal ⁇ 1-3GalNAc and / or Sia ⁇ 2-6Gal / GalNAc as long as it comprises a combination of the above 1 or 2 lectins, resulting in decreased renal function. Can be predicted. As long as it is a combination of the above three lectins, in addition to Gal ⁇ 1-3GalNAc and / or Sia ⁇ 2-6Gal / GalNAc, at least one sugar chain selected from the group consisting of ⁇ -GalNAc, Gal ⁇ and Gal ⁇ 1-3Gal The level can also be determined, and it is expected that a decrease in renal function can be predicted with higher accuracy.
  • the lectin provided in the kit according to an embodiment of the present invention can be prepared by a known technique. Alternatively, commercially available lectins may be used as appropriate.
  • the lectin may be in a form that is fixed to an arbitrary base material.
  • the lectin may be in the form of being fixed on a substrate such as a microarray, ELISA plate, latex bead, or magnetic bead.
  • the lectin is preferably immobilized on a microarray.
  • a microarray when urine is used as a sample, there is an advantage that it is not necessary to concentrate the sample, and it is not necessary to remove major proteins (albumin, IgG, etc.) in the sample.
  • a method for immobilizing a lectin on a subject a known method for immobilizing a protein on a substrate can be used.
  • the kit according to an embodiment of the present invention may include other medicines, instruments, containers, instructions, and the like necessary for using the kit.
  • the above-described medicines, instruments, containers, instructions, and the like may be separately obtained by a user through a market or a communication line.
  • a urine sample (20 ⁇ L) and Cy3CMono-Reactive dye 100 ⁇ g labeling were mixed and reacted at room temperature in the dark for 1 hour.
  • a desalting column (Zeba Desalt Spin Column, manufactured by Thermo Scientific) was centrifuged at 1,500 ⁇ g for 1 minute at 4 ° C.
  • the LecChip was washed 3 times with Probing Solution (100 mL / well per time). Then, 5. The urine sample solution prepared in (1) was injected into the well (100 ⁇ L / well).
  • LecChip was reacted at 20 ° C. for 16 hours or more.
  • LecChip was measured with GlycoStation Reader 1200. The measurement was performed in a liquid phase state in which the urine sample solution was reacted. Measurement conditions are as follows. Exposure time: 299 milliseconds, camera gain: 95.
  • the value obtained by subtracting the background signal value from the signal intensity for each lectin was defined as the sugar chain signal for each lectin and used for analysis.
  • Age / Gender / BMI Existence and severity of outpatient blood pressure, waist circumference, diabetic retinopathy (simple diabetic retinopathy, preproliferative diabetic retinopathy, or proliferative diabetic retinopathy) ⁇ Details of treatment (whether antihypertensives are used, whether diabetes or insulin is used, whether hyperlipidemia is used, and whether hyperuricemia is used) ⁇ HbA1c (NGSP value) Serum creatinine / UACR.
  • NGSP value Serum creatinine / UACR.
  • eGFR (mL / min / 1.73 m 2 ) was calculated from the measured value of serum creatinine by CKD-EPI equition ([Horio M et al. (2010) “Modification of the CKD epidemiology collaboration (CKD-EPI) equation for Japanese: accuracy and use for population estimates "American Journal of Kidney Diseses, Vol. 56 (Issue 1), pp. 32-38].
  • eGFR decrease rate eGFR decline
  • This paper categorizes patients with a reference day eGFR of 60 mL / min / 1.73 m 2 or more according to the rate of decrease in eGFR, and compared population contribution risk by 3-year follow-up. As a result, patients belonging to the 3 to 5 mL / min / 1.73 m 2 / year category had the highest population contribution risk for end stage renal disease (ESRD).
  • ESRD end stage renal disease
  • the eGFR reduction rate 3 mL / min / 1.73 m 2 / year or more is used as a cut-off value to examine predictors of persons with severe eGFR reduction (for example, [Rifkin DE (2008) “Rapid kidney function decline and mortality risk in older adults", Archives of Internal Medicine, Vol.168 (No.20), pp.2212-2218], [Moriya T et al. (2017) "Patients with type 2 diabetes having higher glomerular filtration rate showed rapid renal function decline followed by impaired glomerular filtrationrate: Japan Diabetes Complications Study ", Journal of Diabetes and Its Complications, Vol.31 (Issue 2), pp.473-478]). Therefore, also in this study, 3 mL / min / 1.73 m 2 / year was set as the cutoff value for the eGFR reduction rate.
  • UACR (mg / gCr) was defined as UACR ⁇ 30 as normal albuminuria, 30 ⁇ UACR ⁇ 300 as microalbuminuria, and UACR ⁇ 300 as overt albuminuria.
  • This classification standard is [KDOQI (2007) "KDOQI Clinical Practice Guidelines and Clinical Practice Recommendations for Diabetes and 12-S154Chronic Kidney Disease” American Journal ofKidney Diseses, Vols. ]
  • Measured values of various sugar chain signals were converted into 1/1000, 1/10000, or logarithm according to distribution and / or value and used for analysis.
  • the measured value of UACR was subjected to natural logarithm conversion and used for analysis.
  • the relationship between the eGFR decrease rate and the intensity of the sugar chain signal was examined by single regression analysis and multiple regression analysis.
  • the dependent variable was the eGFR decrease rate (continuous variable)
  • the independent variable was the intensity of the sugar chain signal binding to various lectins.
  • age, sex, BMI, central arterial pressure (MAP), HbA1c (NGSP value), eGFR, and logUACR were further added as independent variables (all values on the reference day). According to the multiple regression analysis, after removing the influence of other independent variables, it is possible to evaluate the influence of the intensity of the sugar chain signal binding to various lectins on the rate of eGFR reduction.
  • the glycan signal suitable for distinguishing a person with high eGFR decline from a non-eGFR decline was examined by univariate logistic regression analysis and multivariate logistic regression analysis.
  • the dependent variable was the value of (high eGFR lowering person / non-eGFR lowering person), and the independent variable was the strength of the sugar chain signal binding to various lectins.
  • age, gender, BMI, central arterial pressure (MAP), HbA1c (NGSP value), eGFR, and logUACR were further added as independent variables (all values at the reference date).
  • a multivariate logistic regression model consisting of age, gender, BMI, central arterial pressure (MAP), HbA1c (NGSP value), eGFR, logUACR (all values on the reference day) was used as a reference model.
  • standard model was created, and C statistic (C-index) was compared about each regression model.
  • C statistic C-index
  • NRI is an index showing improvement in diagnostic ability by adding a new biomarker. A higher value indicates higher diagnostic ability ([Pencina MJ et al. (2011) (See “Extensions of net reclassification improvement calculations to measure usefulness of new biomarkers", isticStatistics in Medicine, Vol.30 (Issue 1), 11pp.11-21]).
  • Table 11 shows the patient background on the reference day for all subjects, those with severe eGFR reduction, and those with non-eGFR reduction.
  • the proportion of men in all patients was 59%, the average age was 63 years old, and the average BMI was 25.6 (kg / m 2 ).
  • the median estimated duration of diabetes was 11.0 years, 34% had diabetic retinopathy, and 70% had hypertension.
  • eGFR was 72.1 ⁇ 16.3 mL / min / 1.73 m 2
  • median UACR was 16.6 mg / gCr (7.6-61.8 in quartile; microalbuminuria
  • the ratio of overt albuminuria was 25% and 11%, respectively, and HbA1c was 7.1%.
  • ACE-I angiotensin converting enzyme inhibitor
  • ARB angiotensin II receptor antagonist
  • FIG. 1 shows the distribution of eGFR reduction rates for all patients.
  • High percentage of patients with a high degree of eGFR who have a large percentage of patients whose linear regression line slope calculated from the calculated eGFR is -2 to 0 patients whose eGFR decrease rate is 0 to 2 mL / min / 1.73 m 2 / year
  • the percentage of patients (over 3 mL / min / 1.73 m 2 / year) was 19%.
  • P 0.05 was used as a criterion for significant difference.
  • the sugar chains that are significantly related to those with high eGFR decline were ABA-linked sugar chains, ACA-linked sugar chains, and MPA-linked sugar chains.
  • SNA-linked glycans, SSA-linked glycans, Jacalin-linked glycans, and EEL-linked glycans showed strong correlation in univariate logistic regression analysis, but did not show statistical significance in multivariate logistic regression analysis .
  • VVA-linked glycans did not show significance in univariate logistic regression analysis, but a strong correlation was observed in multivariate logistic regression analysis.
  • Odds ratio (95) when the intensity of each lectin-binding glycan signal increases by 1 SD (standard deviation) for persons with severe eGFR reduction by a multivariate logistic regression model corrected with eGFR, UACR, etc. on the reference day % Confidence interval) are ABA-linked sugar chains: 1.28 (1.00 to 1.64), ACA-linked sugar chains: 1.31 (1.02-1.67), and MPA-linked sugar chains: 1.
  • the quartile group with stronger signal intensity indicates an index that indicates the association with those with high eGFR reduction.
  • the index indicating the association with the highly eGFR-lowering person was larger than in the other groups.
  • the quartile group having a higher signal intensity had a smaller index indicating the association with a highly eGFR lowering person.
  • the index indicating the association with the highly eGFR decreased was smaller than in the other groups.
  • MPA-linked sugar chain ACA-linked sugar chain, ABA-linked sugar chain, Jacalin-linked sugar chain, SSA-linked sugar chain, SNA-linked sugar chain, VVA-linked sugar chain, GSL_I_B4-linked sugar chain and EEL-linked sugar chain are This suggests a strong renal prognostic factor.
  • MPA-linked glycans, ACA-linked glycans, and ABA-linked glycans are strongly associated with individuals with reduced high eGFR even in multivariate analysis results, and may be strong renal prognostic factors independent of eGFR and UACR. It is suggested.
  • VVA-linked sugar chains, GSL_I_B4-linked sugar chains and EEL-linked sugar chains alone did not have a significant synergistic effect on the basic model.
  • an MPA-linked sugar chain having specificity for Gal ⁇ 1-3GalNAc
  • an SSA-binding sugar chain having specificity for Sia ⁇ 2-6Gal / GalNAc
  • the present invention can be used, for example, to predict a decrease in renal function. Therefore, the present invention can be used in the field of diagnostic equipment.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Immunology (AREA)
  • Engineering & Computer Science (AREA)
  • Hematology (AREA)
  • Chemical & Material Sciences (AREA)
  • Biomedical Technology (AREA)
  • Urology & Nephrology (AREA)
  • Microbiology (AREA)
  • Cell Biology (AREA)
  • Biotechnology (AREA)
  • Tropical Medicine & Parasitology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

将来の腎機能の低下の可能性を判定する判定方法およびキットを提供する。本発明の一態様に係る方法は、被験体から採取したサンプル中における、Ｇａｌβ１－３ＧａｌＮＡｃおよび／またはＳｉａα２－６Ｇａｌ／ＧａｌＮＡｃのレベルを決定する工程を含む。また、本発明の一態様に係るキットは、Ｇａｌβ１－３ＧａｌＮＡｃおよび／またはＳｉａα２－６Ｇａｌ／ＧａｌＮＡｃに結合するレクチンを備えている。

Description

腎機能の低下の可能性を判定する判定方法およびキット
　本発明は、腎機能の低下の可能性を判定する判定方法に関する。本発明は、また、腎機能の低下を予測するためのキットに関する。
　透析治療は、腎機能が低下した患者に対する主要な治療法である。しかし、透析治療は、通常は週に３回程度行う必要があり、患者にとっての負担が大きく、医療費が高騰する原因にもなる。日本透析医学会の行った「施設調査」によると、２０１５年末の時点において、日本国では約３２．５万人が透析治療を受けている（一般社団法人 日本透析医学会『図説 我が国の慢性透析療法の現在 ２０１５年１２月３１日現在』、２０１６年、一般社団法人 日本透析医学会、２頁）。同学会が行った「患者調査」によると、透析治療を受けている患者の約４４％が、糖尿病腎症を患っている患者であった（同上、９頁）。
　現在、腎症が進行する前の早期の段階での腎予後を推定する有用なバイオマーカーが望まれている。このような腎疾患を患っている患者（例えば、糖尿病患者）における腎予後（将来、腎機能が低下するか否か）および生命予後（患者が生存するか否か）を予測するバイオマーカーとしては、例えば、ＴＮＦ－αレセプター１およびＴＮＦ－αレセプター２等のように炎症に関連しているバイオマーカー（非特許文献１を参照）、ＮＧＡＬ（Neutrophil Gelatinase-Associated Lipocalin）、Ｌ－ＦＡＢＰ（L-Fatty Acid Binding Protein）、およびＫＩＭ－１（Kidney Injury Molecule-1）などのような尿細管間質障害に関連しているバイオマーカーが知られている（非特許文献２、３を参照）。
　ところで、本発明者らは、被験体由来のサンプルに対して、レクチンとの相互作用測定を行って、当該レクチンと親和性を有する糖鎖の量を測定した。その結果、測定された糖鎖の量により、糖尿病腎症の進行度が検出できることを見出した（特許文献１参照）。
日本国公開特許公報「特開２０１０－２５６１３２号公報」（２０１０年１１月１１日公開）
Niewczas MA et al. (2012) "Circulating TNF receptors 1 and 2predict ESRD in type 2 diabetes" Journal of The American Society of Nephrology,Vol.23 (No.3), pp.507-515 Fufaa GD et al. (2015) "Association of urinary KIM-1, L-FABP, NAG and NGAL with incident end-stage renal disease and mortality in American Indians with type 2 diabetes mellitus" Diabetologia, Vol.58 (Issue 1), pp.188-198 Nowak N et al. (2016) "Increased plasma kidney injury molecule-1 suggests early progressive renal decline in non-proteinuric patients with type 1 diabetes" Kidney International, Vol.89 (Issue 2), pp.459-467
　非特許文献１～３に記載されているバイオマーカーは、早期糖尿病腎症における予後の予測因子としての有用性が示されてはいる。しかし、日常の臨床において実用化されるに至っておらず、その有用性には限界がある。つまり、上述のような腎予後などを予測するバイオマーカーには、改善の余地が残されていた。
　本発明の一態様は、腎予後（将来的に腎機能が低下するか否か）を予測するための手段を提供することを目的とする。
　本発明者らは、上記課題を解決すべく、グライコテクニカ社製のレクチンアレイを用い、糖尿病患者由来のサンプルにおける４５種類の糖鎖プロファイルと腎予後との関連性を網羅的に解析した結果、以下の４つの知見を見出した。
（１）第一のレクチン群（ＭＰＡ、ＡＣＡ、ＡＢＡおよびＪａｃａｌｉｎ）に対する結合シグナルと、将来の腎機能の低下とが強く正に相関している。
（２）第二のレクチン群（ＳＳＡおよびＳＮＡ）に対する高い結合シグナルと、将来の腎機能の低下とが強く正に相関している。
（３）第三のレクチン（ＧＳＬ＿Ｉ＿Ｂ４）に対する結合シグナルと、将来の腎機能の低下とが強く負に相関している。
（４）第四のレクチン群（ＶＶＡおよびＥＥＬ）に対する高い結合シグナルと、将来の腎機能の低下とが強く負に相関している。
　上記レクチンのうち、ＭＰＡ、ＡＣＡ、ＡＢＡおよびＪａｃａｌｉｎに対する結合シグナルが、将来の腎機能の低下の予測因子として特に重要であった。ＭＰＡ、ＡＣＡ、ＡＢＡおよびＪａｃａｌｉｎに共通する特異的糖鎖構造は、Ｇａｌβ１－３ＧａｌＮＡｃであった。このため、被験体から採取されたサンプル中における、Ｇａｌβ１－３ＧａｌＮＡｃのレベルが、腎機能が将来低下するか否かを予測するためのバイオマーカーとなりうると、発明者らは考えた。
　同様に、ＳＳＡおよびＳＮＡに共通する特異的糖鎖構造はＳｉａα２－６Ｇａｌ／ＧａｌＮＡｃであり、ＶＶＡに結合する特異的糖鎖構造はα-ＧａｌＮＡｃであり、ＧＳＬ＿Ｉ＿Ｂ４に結合する特異的糖鎖結合はＧａｌαであり、ＥＥＬに結合する特異的糖鎖構造はＧａｌα１－３Ｇａｌであった。このため、被験体から採取されたサンプル中における上述の糖鎖のレベルが、腎機能が将来低下するか否かを予測するためのバイオマーカーとなりうると、発明者らは考えた。
　本発明は、本発明者らが見出した上記新規知見により完成された。すなわち、本発明は以下の構成を包含するものである。
　（１）腎機能の低下の可能性を判定する判定方法であって、被験体から採取したサンプル中における、Ｇａｌβ１－３ＧａｌＮＡｃ、および／または、Ｓｉａα２－６Ｇａｌ／ＧａｌＮＡｃのレベルを決定する工程を含む、判定方法。
　（２）被験体から採取したサンプル中における、α－ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１－３Ｇａｌからなる群より選択される少なくとも１種類のレベルを決定する工程を更に含む、（１）に記載の判定方法。
　（３）上記Ｇａｌβ１－３ＧａｌＮＡｃ、および／または、Ｓｉａα２－６Ｇａｌ／ＧａｌＮＡｃのレベルを決定する工程は、ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡおよびＳＮＡからなる群より選択される少なくとも１つのレクチンに結合する糖鎖のレベルを決定する工程を含む、（１）または（２）に記載の判定方法。
　（４）上記α－ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１－３Ｇａｌからなる群より選択される少なくとも１種類の糖鎖のレベルを決定する工程は、ＶＶＡ、ＧＳＬ＿Ｉ＿Ｂ４およびＥＥＬからなる群より選択される少なくとも１つのレクチンに結合する糖鎖のレベルを決定する工程を含む、（２）に記載の判定方法。
　（５）腎機能の低下の可能性を判定する判定方法であって、被験体から採取したサンプル中における、ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡ、ＳＮＡ、ＶＶＡ、ＧＳＬ＿Ｉ＿Ｂ４およびＥＥＬからなる群より選択される少なくとも１つのレクチンに結合する糖鎖のレベルを決定する工程を含む、判定方法。
　（６）上記被験体は、糖尿病、高血圧、脂質異常症、肥満症および脂肪肝からなる群より選択される１種類以上の疾患に罹患している被験体である、（１）～（５）のいずれかに記載の判定方法。
　（７）Ｇａｌβ１－３ＧａｌＮＡｃ、および／または、Ｓｉａα２－６Ｇａｌ／ＧａｌＮＡｃに結合するレクチンを備えている、腎機能の低下を予測するためのキット。
　（８）α－ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１－３Ｇａｌからなる群より選択される少なくとも１種類の糖鎖に結合するレクチンを更に備えている、（７）に記載のキット。
　（９）上記Ｇａｌβ１－３ＧａｌＮＡｃ、および／または、Ｓｉａα２－６Ｇａｌ／ＧａｌＮＡｃに結合するレクチンは、ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡおよびＳＮＡからなる群より選択される少なくとも１つである、（７）または（８）に記載のキット。
　（１０）上記α－ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１－３Ｇａｌから選択される少なくとも１種類の糖鎖に結合するレクチンは、ＶＶＡ、ＧＳＬ＿Ｉ＿Ｂ４およびＥＥＬからなる群より選択される少なくとも１つである、（８）に記載のキット。
　（１１）ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡ、ＳＮＡ、ＶＶＡ、ＧＳＬ＿Ｉ＿Ｂ４およびＥＥＬからなる群より選択される少なくとも１つ以上のレクチンを含む、腎機能の低下を予測するためのキット。
　なお、特許文献１に記載された発明は、被験体における現在の糖尿病腎症の進行度を検出するものである。これに対して、本発明は、将来の腎機能低下を予測するものである点で目的が全く異なっている。つまり本発明によると、例えば「現在の腎機能は良いが、将来的に腎機能が低下する被験体」や「現在の腎機能は悪いが、将来的な腎機能の低下が緩やかである被験体」などを同定することが可能となる。
　そして、被験体のサンプル中のＧａｌβ１－３ＧａｌＮＡｃなどの糖鎖のレベルや特定のレクチンに対する結合シグナルが、将来の腎機能低下の予測因子となりうるなどということは全く知られておらず、また特許文献１には記載も示唆もされていない。少なくともこの点において、本発明は十分な特許性を備えている。
　本発明の一態様によれば、将来の腎機能の低下の可能性を判定する判定方法およびキットが提供される。
実施例において解析された５５４例の患者の、測定開始から３年後におけるｅＧＦＲ変化率の分布を表すヒストグラムである。 ４５種類のレクチンに結合する糖鎖のレベルと、ｅＧＦＲ低下速度との相関を、Ｐ値で評価したグラフである。 ４５種類のレクチンに結合する糖鎖のレベルと、高度ｅＧＦＲ低下者との相関を、Ｐ値で評価したグラフである。
　以下、本発明の実施の実施形態の一例について詳細に説明するが、本発明は、これらに限定されない。本明細書において特記しない限り、数値範囲を表す「Ａ～Ｂ」は、「Ａ以上、Ｂ以下」を意味する。
　以下、本発明の技術思想について説明する。ただし、以下の説明は本発明の理解を助けるための例示であり、本発明の範囲を何ら制限するものではない。
　〔１．腎機能の低下の可能性を判定する判定方法、およびデータの取得方法〕
　本発明の一実施形態に係る腎機能の低下の可能性を判定する判定方法は、被験体から採取したサンプル中における、Ｇａｌβ１－３ＧａｌＮＡｃのレベルを決定する工程および／またはＳｉａα２－６Ｇａｌ／ＧａｌＮＡｃのレベルを決定する工程を含む。なお、記載を簡潔にするため、以下では（i）「腎機能の低下の可能性を判定する判定方法」を「判定方法」と、（ii）「Ｇａｌβ１－３ＧａｌＮＡｃのレベルを決定する工程」を「Ｇａｌβ１－３ＧａｌＮＡｃレベル決定工程」と、（iii）「Ｓｉａα２－６Ｇａｌ／ＧａｌＮＡｃのレベルを決定する工程」を「Ｓｉａα２－６Ｇａｌ／ＧａｌＮＡｃレベル決定工程」と表記することがある。
　上記本発明の一実施形態に係る判定方法によれば、上記サンプル中におけるＧａｌβ１－３ＧａｌＮＡｃおよび／またはＳｉａα２－６Ｇａｌ／ＧａｌＮＡｃのレベルに基づいて、腎機能の低下の可能性を判定することができる。
　また本発明の一実施形態において、上記判定は、Ｇａｌβ１－３ＧａｌＮＡｃおよび／またはＳｉａα２－６Ｇａｌ／ＧａｌＮＡｃのレベルと、基準値とを比較するものである。上記基準値は、医学的手法、統計学的手法などにより、適宜定めることができる（より具体的には、本明細書に援用されている参照文献、および本明細書に記載されている実施例を参照）。
　上記基準値として、複数の基準値を定めることができる。例えば、被験体の条件（性別、年齢など）に応じて、上記基準値を使い分けてもよい。あるいは、「腎機能が低下する可能性がより高い第１の基準値」、「腎機能が低下する可能性がより低い第２の基準値」のように、腎機能が低下する可能性の高さと、複数の基準値とを関連付けてもよい。このような基準値に基づけば、医師でなくても被験体の腎機能が低下する可能性を判定することができる。
　例えば、本発明の一実施形態において、上記判定方法によれば、Ｇａｌβ１－３ＧａｌＮＡｃのレベルが基準値以上である場合、腎機能が低下する可能性が高い、と判定することができる。他の実施形態において、上記判定方法によれば、Ｇａｌβ１－３ＧａｌＮＡｃのレベルが高ければ高いほど、腎機能が低下する可能性が高い、と判定することができる。
　また本発明の一実施形態において、上記判定方法によれば、Ｇａｌβ１－３ＧａｌＮＡｃのレベルが基準値以下である場合、腎機能が低下する可能性が低い、と判定することができる。他の実施形態において、上記判定方法によれば、Ｇａｌβ１－３ＧａｌＮＡｃのレベルが低ければ低いほど、腎機能が低下する可能性が低い、と判定することができる。
　本発明の一実施形態に係る判定方法は、糖鎖のレベルと、糖鎖のレベル以外の因子とを組み合わせることができる。すなわち、年齢、性別、ＢＭＩ、平均動脈圧、ＨｂＡ１ｃ、推定糸球体濾過量（ｅＧＦＲ：estimated glomerular filtration rate）、尿中アルブミン排泄量（ＵＡＣＲ：urinary albumin-to-creatinine ratio）などの因子と、糖鎖のレベルとを組み合わせて、腎機能の低下の可能性をより正確に判定することができる（例えば、実施例を参照）。
　ここで、本発明の一実施形態に係る判定方法の本質は、サンプル中におけるＧａｌβ１－３ＧａｌＮＡｃ、Ｓｉａα２－６Ｇａｌ／ＧａｌＮＡｃなどの糖鎖のレベルを含むデータを、上記サンプルから取得することにある。したがって、本発明の一態様に係る「腎機能の低下を予測するための判定方法」は、「腎機能の低下を予測するためのデータの取得方法」でもありうる。つまり、本明細書に記載の用語「腎機能の低下の可能性を予測する判定方法」は、用語「腎機能の低下を予測するためのデータの取得方法」と置換可能である。
　［１－１．Ｇａｌβ１－３ＧａｌＮＡｃレベル決定工程、およびＳｉａα２－６Ｇａｌ／ＧａｌＮＡｃレベル決定工程］
　本発明の一実施形態に係る判定方法は、Ｇａｌβ１－３ＧａｌＮＡｃレベル決定工程および／またはＳｉａα２－６Ｇａｌ／ＧａｌＮＡｃレベル決定を含む。以下、それぞれについて説明する。
　［１－１－１．Ｇａｌβ１－３ＧａｌＮＡｃレベル決定工程］
　Ｇａｌβ１－３ＧａｌＮＡｃレベル決定工程における測定対象は、Ｇａｌβ１－３ＧａｌＮＡｃ（「Core O-glycan」とも称される）である。この物質は、腎組織などの生体組織において、様々な物質（例えば、タンパク質、脂質など）に結合して存在している糖鎖である。Ｇａｌβ１－３ＧａｌＮＡｃは、切断されて様々な物質から遊離し、被験体から採取されたサンプル中に存在することもある。
　本発明者らは、まず、特定の時点で腎疾患を患う患者に由来するサンプル中に存在する糖鎖の種類を調べ、その後、当該患者における腎疾患の進行状況を追跡した。その結果、腎疾患が将来的に悪化する患者では、上記サンプル中のＧａｌβ１－３ＧａｌＮＡｃの量が多いことを見出し、本発明を完成させるに至った。
　よって、本発明の一実施形態に係る判定方法では、被検体由来のサンプル中のＧａｌβ１－３ＧａｌＮＡｃの量を測定することによって、Ｇａｌβ１－３ＧａｌＮＡｃレベル決定工程が達成されるといえる。ただし、Ｇａｌβ１－３ＧａｌＮＡｃレベル決定工程の具体的な態様は、上記測定に限定されない。例えば、被験体由来のサンプル中のＧａｌβ１－３ＧａｌＮＡｃの産生に関わるタンパク質のレベル、Ｇａｌβ１－３ＧａｌＮＡｃの切断に関わるタンパク質のレベル、またはＧａｌβ１－３ＧａｌＮＡｃの変換に関わるタンパク質のレベルを決定することによっても、Ｇａｌβ１－３ＧａｌＮＡｃレベル決定工程を達成することが可能であることも理解できる。
　つまり、本発明の一実施形態に係る判定方法は、被験体から採取したサンプル中における、Ｇａｌβ１－３ＧａｌＮＡｃの産生に関わるタンパク質のレベルを決定する工程を含む方法であってもよい。また、本発明の他の実施形態に係る判定方法は、被験体から採取したサンプル中における、Ｇａｌβ１－３ＧａｌＮＡｃの切断に関わるタンパク質のレベルを決定する工程を含む方法であってもよい。本発明のさらに他の実施形態に係る判定方法は、被験体から採取したサンプル中における、Ｇａｌβ１－３ＧａｌＮＡｃの変換に関わるタンパク質のレベルを決定する工程を含む方法であってもよい。ここで、「Ｇａｌβ１－３ＧａｌＮＡｃの変換に関わる」とは、Ｇａｌβ１－３ＧａｌＮＡｃの一部分を切断すること、および／または、Ｇａｌβ１－３ＧａｌＮＡｃに他の物質を付加すること、などを意図する。
　上記Ｇａｌβ１－３ＧａｌＮＡｃの産生に関わるタンパク質としては、例えば、polypeptide N-acetylgalactosaminyltransferase 1（GALNT1 別名：GALNAC-T1）、polypeptideN-acetylgalactosaminyltransferase 2（GALNT2 別名：GalNAc-T2）、polypeptide N-acetylgalactosaminyltransferase 3（GALNT3 別名：GalNAc-T3, HFTC, HHS）、core 1 synthase, glycoprotein-N-acetylgalactosamine 3-beta-galactosyltransferase 1（C1GALT1 別名：C1GALT, T-synthase）、C1GALT1 specific chaperone 1 （C1GALT1C1 別名：C1GALT2, C38H2-L1, COSMC, HSPC067, MST143, TNPS）、glucosaminyl (N-acetyl) transferase 1, core 2（GCNT1 別名：C2GNT, C2GNT-L, C2GNT1, G6NT, NACGT2, NAGCT2）が挙げられる（表１を参照）。
Figure JPOXMLDOC01-appb-T000001
　上記Ｇａｌβ１－３ＧａｌＮＡｃの切断に関わるタンパク質としては、例えば、alpha-N-acetylgalactosaminidase（NAGA 別名：D22S674, GALB）が挙げられる（表２を参照）。
Figure JPOXMLDOC01-appb-T000002
　上記Ｇａｌβ１－３ＧａｌＮＡｃの変換に関わるタンパク質としては、例えば、ST3 beta-galactoside alpha-2,3-sialyltransferase 2（ST3GAL2、別名：Gal-NAc6S, SIAT4B, ST3GALII, ST3GalA.2）、ST3 beta-galactoside alpha-2,3-sialyltransferase 1 (ST3GAL1、別名：Gal-NAc6S, SIAT4A, SIATFL, ST3GalA, ST3GalA.1, ST3GalIA, ST3GalIA,1, ST3O)、ST8 alpha-N-acetyl-neuraminide alpha-2,8-sialyltransferase 5（ST8SIA5 別名:SIAT8-E, SIAT8E, ST8SiaV）、ST6 N-acetylgalactosaminide alpha-2,6-sialyltransferase 3（ST6GALNAC3 別名: PRO7177, SIAT7C, ST6GALNACIII, STY）、ST6 N-acetylgalactosaminide alpha-2,6-sialyltransferase 4（ST6GALNAC4 別名：IV, SIAT3-C, SIAT3C, SIAT7-D, SIAT7D, ST6GALNACIV, ST6GalNAc）、ST3 beta-galactoside alpha-2,3-sialyltransferase 5（ST3GAL5 別名：SATI, SIAT9, SIATGM3S, SPDRS, ST3GalV）、ST8 alpha-N-acetyl-neuraminide alpha-2,8-sialyltransferase 1（ST8SIA1 別名：GD3S, SIAT8, SIAT8-A, SIAT8A, ST8SiaI）、ST3 beta-galactoside alpha-2,3-sialyltransferase 4（ST3GAL4 別名：CGS23, NANTA3, SAT3, SIAT4, SIAT4C, ST-4, ST3GalA.2, ST3GalIV, STZ,gal-NAc6S）、Endo-alpha-N-acetylgalactosaminidase（SAPIO_CDS0469）が挙げられる（表３を参照）。
Figure JPOXMLDOC01-appb-T000003
　なお、上記に列挙したタンパク質には、複数の名称および／または略称が存在する場合がある。これらを同定するためには、UniProtKB、KEGG、CATH、PubMed、PDBなどのデータベースを使用することができる。
　上記タンパク質のレベルは、例えば、上記タンパク質をコードするｍＲＮＡの発現量、上記タンパク質の発現量、上記ｍＲＮＡまたはタンパク質の濃度、上記タンパク質の力価（例えば酵素活性）などでありうる。これらの値は、常法（例えば免疫染色法）によって測定することができる。
　なお、本発明の一実施形態において、Ｇａｌβ１－３ＧａｌＮＡｃレベル決定工程は、ｉｎ　ｖｉｔｒｏに行われうる工程である。
　本明細書において「Ｇａｌβ１－３ＧａｌＮＡｃのレベルを決定する」と言うとき、上記糖鎖のレベルの決定は、サンプル中に含まれる当該糖鎖の濃度の数量化を伴うものでありうる。このようなレベルの決定方法としては、レクチンを用いた結合活性測定（レクチンアッセイ）、液体クロマトグラフィー、質量分析、ＥＬＩＳＡ、二次元電気泳動法、プロテインアレイ、ビーズアッセイ、フローサイトメトリー、バイオプレックス（登録商標）などが挙げられる。また、他の態様においては、上記糖鎖に関する任意の指標を、序列の中に位置づけることを意味する。つまり、糖鎖のレベルの決定は、数量化を伴わないものでありうる。このようなレベルの決定方法としては、例えば、「全く糖鎖が存在しない」または「糖鎖が存在する」のいずれかに分類する方法が挙げられる。
　このうち、レクチンアッセイによるレベルの決定方法は、サンプルの下処理が容易であるとの観点から、好ましい。特にサンプルとして尿サンプルを用いる場合は、尿サンプルの濃縮、サンプル中に多く含まれるタンパク質（アルブミン、ＩｇＧなど）の除去などの工程が不要であるため、より好ましい。
　レクチンアッセイによってＧａｌβ１－３ＧａｌＮＡｃのレベルを決定する場合は、Ｇａｌβ１－３ＧａｌＮＡｃとの結合活性を有するレクチンを用いることが好ましい。このようなレクチンとしては、ＭＰＡ（Maclura pomifera Agglutinin；アメリカハリグワレクチン）、ＡＣＡ（Amaranthus Caudatus Agglutinin；センニンコクレクチン）、ＡＢＡ（Agarucus bisporus Agglutinin；マッシュルームレクチン）、Ｊａｃａｌｉｎ（Jackfruit Lectin；ジャックフルーツレクチン）、ＢＰＬ（Bauhinia Purpurea Lectin；ムラサキモクワンジュレクチン）、ＰＮＡ（Peanut Agglutinin；ピーナッツレクチン）を挙げることができる。なお、これらのレクチンは従来公知のレクチンであり、そのアミノ酸配列情報は各種データベースより入手可能である。
　上記Ｇａｌβ１－３ＧａｌＮＡｃレベル決定工程は、Ｇａｌβ１－３ＧａｌＮＡｃに特異的に結合するレクチンを用いて、当該レクチンに結合する糖鎖のレベルを決定する工程でありうる。また上記Ｇａｌβ１－３ＧａｌＮＡｃレベル決定工程は、ＭＰＡ、ＡＣＡ、ＡＢＡおよびＪａｃａｌｉｎからなる群より選択される少なくとも１つ（例えば、１つ、２つ、３つ、または４つ）のレクチンに結合する糖鎖のレベルを決定する工程でありうる。
　なお、糖鎖の構造は、当該糖鎖が、どのようなレクチンと結合するかによって特定することができる。したがって、例えば、「ＡＢＡと結合する糖鎖のレベルを決定する工程」とは、「ＡＢＡと結合する特定の構造を有する糖鎖のレベルを決定する工程」であればよい。換言すれば、「ＡＢＡと結合する糖鎖のレベルを決定する工程」は、ＡＢＡを用いたレクチンアッセイにより達成される必要はない。レクチンアッセイ以外の方法としては、例えば、液体クロマトグラフィー、質量分析、ＥＬＩＳＡ、二次元電気泳動法、プロテインアレイ、ビーズアッセイ、フローサイトメトリー、バイオプレックス（登録商標）などが挙げられる。
　［１－１－２．Ｓｉａα２－６Ｇａｌ／ＧａｌＮＡｃレベル決定工程］
　Ｓｉａα２－６Ｇａｌ／ＧａｌＮＡｃレベル決定工程における測定対象は、Ｓｉａα２－６Ｇａｌ／ＧａｌＮＡｃである。この物質は、Ｇａｌβ１－３ＧａｌＮＡｃと同様に、腎組織などの生体組織において、様々な物質（例えば、タンパク質、脂質など）に結合して存在している糖鎖である。Ｓｉａα２－６Ｇａｌ／ＧａｌＮＡｃもまた、切断されて様々な物質から遊離し、被験体から採取されたサンプル中に存在することもある。本発明者らは、腎疾患が将来的に悪化する患者では、上記サンプル中のＳｉａα２－６Ｇａｌ／ＧａｌＮＡｃの量が多いことをもまた見出し、本発明を完成させるに至った。
　Ｓｉａα２－６Ｇａｌ／ＧａｌＮＡｃレベル決定工程に関する説明は、上記Ｇａｌβ１－３ＧａｌＮＡｃレベル決定工程に関する説明を援用することができる。
　Ｓｉａα２－６Ｇａｌ／ＧａｌＮＡｃを有する糖タンパク質の例としては、alpha 2-HSglycoprotein （AHSG 別名：fetuin-A）、Orosomucoid 2（ORM2 別名：AGP-B, AGP-B', AGP2）、alpha-1-microglobulin/bikunin precursor（AMBP 別名：A1M, EDC1, HCP, HI30, IATIL, ITI, ITIL, ITILC, UTI）、serotransferrin （TF 別名：SRPRB）、haptoglobin（HP 別名：BP2ALPHA2, HPA1S）、Alpha-2-macroglobulin（A2M 別名：A2MD, CPAMD5, FWP007, S863-7）、Apolipoprotein A-I（Apoa1 別名：Alp-1, Apoa-1, Brp-14, Ltw-1, Lvtw-1, Sep-1, Sep-2, Sep2, apo-AI, apoA-I）、Hemopexin（HPX 別名：HX）、Complement C4A（C4A 別名：C42, C4A3, C4A4, C4A6, C4AD, C4S, CO4, CPAMD2, RG）、Ceruloplasmin（CP 別名：CP-2）、serpin family G member 1 （SERPING1 別名: C1IN, C1INH, C1NH, HAE1, HAE2）、alpha-1-B glycoprotein（A1BG）、Prostaglandin-H2 D-isomerase（MNEG_8879）、Angiotensinogen（AGT 別名：ANHU, SERPINA8）、serpin family C member1（SERPINC1 別名：AT3）、kininogen 1（KNG1 別名：BDK, BK, KNG）、N-acetylmuramoyl-L-alanine amidase（amiC 別名：b2817, ECK2813, JW5449, ygdN）、Complement C3（C3 別名：AHUS5, ARMD9, ASPa, C3b, CPAMD1, HEL-S-62p）、coagulation factor II, thrombin（F2 別名：PT, RPRGL2, THPH1）、GC, vitamin D binding protein（GC 別名：DBP, DBP/GC, GRD3, Gc-MAF, GcMAF, HEL-S-51, VDBG, VDBP）、microtubule associated scaffold protein 1（MTUS1 別名：ATBP, ATIP, ATIP3, ICIS, MP44, MTSG1）、Insulin-like growth factor binding protein-3（IGFBP3 別名：BP-53, IBP3）、progestagen associated endometrial protein（PAEP 別名：GD, GdA, GdF, GdS, PAEG, PEP, PP14）、core 1 synthase, glycoprotein-N-acetylgalactosamine 3-beta-galactosyltransferase 1（Ｃ１ＧＡＬＴ１ 別名：C1GALT, T-synthase）、C1GALT1 specific chaperone 1 （C1GALT1C1 別名：C1GALT2, C38H2-L1, COSMC, HSPC067, MST143, TNPS）、glucosaminyl (N-acetyl) transferase 1, core 2（GCNT1 別名：C2GNT, C2GNT-L, C2GNT1, G6NT, NACGT2, NAGCT2）が挙げられる（表４、５を参照）。
Figure JPOXMLDOC01-appb-T000004
Figure JPOXMLDOC01-appb-T000005
　Ｓｉａα２－６Ｇａｌ／ＧａｌＮＡｃの変換に関わるタンパク質の例としては、ST6 beta-galactoside alpha-2,6-sialyltransferase 1（ST6GAL1 別名：SIAT1, ST6GalI, ST6N）、ST3 beta-galactoside alpha-2,3-sialyltransferase 1 (ST3GAL1、別名：Gal-NAc6S, SIAT4A, SIATFL, ST3GalA, ST3GalA.1, ST3GalIA, ST3GalIA,1, ST3O)、ST3 beta-galactoside alpha-2,3-sialyltransferase 3（ST3GAL3 別名：EIEE15, MRT12, SIAT6, ST3GALII, ST3GalIII, ST3N）、ST3 beta-galactoside alpha-2,3-sialyltransferase 4（ST3GAL4 別名：CGS23, NANTA3, SAT3, SIAT4, SIAT4C, ST-4, ST3GalA.2, ST3GalIV, STZ, gal-NAc6S）、ST6 N-acetylgalactosaminide alpha-2,6-sialyltransferase 1（ST6GALNAC1別名：HSY11339, SIAT7A, ST6GalNAcI, STYI）、ST6 N-acetylgalactosaminide alpha-2,6-sialyltransferase 2（ST6GALNAC2 別名：SAITL1, SIAT7, SIAT7B, SIATL1, ST6GalNAII, STHM）、ST6 N-acetylgalactosaminide alpha-2,6-sialyltransferase 3（ST6GALNAC3 別名：PRO7177, SIAT7C, ST6GALNACIII, STY）、ST3 beta-galactoside alpha-2,3-sialyltransferase 5（ST3GAL5 別名：SATI, SIAT9, SIATGM3S, SPDRS, ST3GalV）、ST8 alpha-N-acetyl-neuraminide alpha-2,8-sialyltransferase 1（ST8SIA1 別名：GD3S, SIAT8, SIAT8-A, SIAT8A, ST8SiaI）、ST3 beta-galactoside alpha-2,3-sialyltransferase 2（ST3GAL2 別名：Gal-NAc6S, SIAT4B, ST3GALII, ST3GalA.2）、ST8 alpha-N-acetyl-neuraminide alpha-2,8-sialyltransferase 2（ST8SIA2 別名：HsT19690, SIAT8-B, SIAT8B,ST8SIA-II, ST8SiaII, STX）、ST8 alpha-N-acetyl-neuraminide alpha-2,8-sialyltransferase 3（ST8SIA3 別名：SIAT8C, ST8SiaIII）、ST8 alpha-N-acetyl-neuraminide alpha-2,8-sialyltransferase 4（ST8SIA4 別名：PST, PST1, SIAT8D, ST8SIA-IV）が挙げられる（表６、７を参照）。
Figure JPOXMLDOC01-appb-T000006
Figure JPOXMLDOC01-appb-T000007
　なお、上記に列挙したタンパク質には、複数の名称および／または略称が存在する場合に、これらを同定するためには、上述したデータベースを使用することができる。
　レクチンアッセイによってＳｉａα２－６Ｇａｌ／ＧａｌＮＡｃのレベルを決定する場合は、Ｓｉａα２－６Ｇａｌ／ＧａｌＮＡｃとの結合活性を有するレクチンを用いることが好ましい。このようなレクチンとしては、ＳＳＡ（Sambucus sieboldiana lectin；ニホンニワトコレクチン）、ＳＮＡ（Sambucus nigra agglutinin；セイヨウニワトコレクチン）、ＴＪＡ－Ｉ（Trichosanthes japonica agglutinin I lectin；キカラスウリレクチン-I）を挙げることができる。これらのレクチンは従来公知のレクチンであり、そのアミノ酸配列情報は各種データベースより入手可能である。
　もちろん、「ＳＳＡ、ＳＮＡおよび／またはＴＪＡ－Ｉとの結合活性を有する糖鎖」のレベルを決定できるのであれば、Ｓｉａα２－６Ｇａｌ／ＧａｌＮＡｃレベル決定工程は、レクチンアッセイには限定されない。
　後述する実施例において示されているように、被験体のサンプルにおけるＳｉａα２－６Ｇａｌ／ＧａｌＮＡｃのレベルは、既存のバイオマーカーと組み合わせることにより、腎機能の低下を予測する有力なバイオマーカーとなりうる。
　［１－２．その他の糖鎖レベル決定工程］
　本発明の一実施形態に係る判定方法は、上記Ｇａｌβ１－３ＧａｌＮＡｃレベル決定工程および／またはＳｉａα２－６Ｇａｌ／ＧａｌＮＡｃレベル決定工程の他に、被験体から採取したサンプル中における、その他の糖鎖レベルを決定する工程を含んでよい。具体的には、本発明の一実施形態に係るデータの取得方法は、α－ＧａｌＮＡｃ、ＧａｌαまたはＧａｌ１α１－３Ｇａｌのレベルを決定する工程（以下、それぞれ「α－ＧａｌＮＡｃレベル決定工程」、「Ｇａｌαレベル決定工程」、「Ｇａｌ１α１－３Ｇａｌレベル決定工程」とも表記する）を含んでもよい。これらの工程は、１つのみを含んでもよいし、２つまたは３つを含んでもよい。上述の工程の説明については、Ｇａｌβ１－３ＧａｌＮＡｃレベル決定工程の説明を援用することができる。
　α－ＧａｌＮＡｃの産生、切断または変換に関わるタンパク質としては、Ｇｃプロテイン、UDP-N-acetyl-α-D-galactosamine（UDP-GalNAc）、α-GalNAc-ase、exostosin likeglycosyltransferase 2（ＥＸＴＬ２ 別名：EXTR2）、glucuronylneolactotetraosylceramide（α－ＧａｌＮＡｃ転移酵素の基質）が挙げられる（表８を参照）。
Figure JPOXMLDOC01-appb-T000008
　Ｇａｌαの産生、切断または変換に関わるタンパク質としては、insulin like growth factor 2 receptor（IGF2R 別名：CD222, CI-M6PR, CIMPR, M6P-R, M6P/IGF2R, MPR 300,MPR1, MPR300, MPR）が挙げられる（表９を参照）。
Figure JPOXMLDOC01-appb-T000009
　Ｇａｌ１α１－３Ｇａｌ（α－Ｇａｌ）の産生、切断または変換に関わるタンパク質としては、alpha 1-3-N-acetylgalactosaminyltransferase and alpha 1-3-galactosyltransferase（ABO 別名：A3GALNT, A3GALT1, GTB, NAGAT）、mannosyl (beta-1,4-)-glycoprotein beta-1,4-N-acetylglucosaminyltransferase（MGAT3 別名：GNT-III, GNT3）、ST6 beta-galactoside alpha-2,6-sialyltransferase 1（ST6GAL1 別名：SIAT1, ST6GalI, ST6N）、ST3 beta-galactoside alpha-2,3-sialyltransferase 3（ST3GAL3 別名：EIEE15, MRT12, SIAT6, ST3GALII, ST3GalIII, ST3N）が挙げられる（表１０を参照）。
Figure JPOXMLDOC01-appb-T000010
　なお、上記に列挙したタンパク質には、複数の名称および／または略称が存在する場合に、これらを同定するためには、上述したデータベースを使用することができる。
　レクチンアッセイによってα－ＧａｌＮＡｃ、ＧａｌαまたはＧａｌ１α１－３Ｇａｌのレベルを決定する場合は、それぞれα－ＧａｌＮＡｃ、ＧａｌαまたはＧａｌ１α１－３Ｇａｌとの結合活性を有するレクチンを用いることが好ましい。α－ＧａｌＮＡｃとの結合活性を有するレクチンとしては、ＶＶＡ（Vicia villosa Lectin；ヘアリーベッチレクチン）、ＨＰＡ（エスカルゴレクチン；Helix pomatia Agglutinin）、ＭＰＡ（Maclura pomifera Agglutinin；アメリカハリグワレクチン）ＰＴＬ＿Ｉ（Psophocarpus Tetragonolobus Lectin-I；シカクマメレクチン）、ＧＳＬ＿Ｉ＿Ａ４（Griffonia Simplicifolia Lectin I A4；バンデリアマメレクチンＩ　Ａ４）、ＧＳＬ＿Ｉ＿Ｂ４（Griffonia Simplicifolia Lectin I B4；バンデリアマメレクチンＩ　Ｂ４）を挙げることができる。Ｇａｌαとの結合活性を有するレクチンとしては、ＰＴＬ＿Ｉ（上述）、ＧＳＬ＿Ｉ＿Ａ４（上述）、ＧＳＬ＿Ｉ＿Ｂ４（上述）を挙げることができる。Ｇａｌ１α１－３Ｇａｌとの結合活性を有するレクチンとしては、ＥＥＬ（Euonymus europaeus Lectin；スピンドルツリーレクチン）を挙げることができる。これらのレクチンは従来公知のレクチンであり、そのアミノ酸配列情報は各種データベースより入手可能である。
　後述する実施例において示したごとく、ＶＶＡ、ＥＥＬおよびＧＳＬ＿Ｉ＿Ｂ４への結合シグナルの増加が、将来の腎機能の低下と負の相関関係にあることを本発明者らは見出した。また、上述のレクチンへの結合シグナルと、Ｇａｌβ１－３ＧａｌＮＡｃおよび／またはＳｉａα２－６Ｇａｌ／ＧａｌＮＡｃのレベルとを組み合わせることによって、将来の腎機能の低下の可能性を予測する精度は、有意に上昇する。さらに、上述のレクチンへの結合シグナルと、糖鎖のレベル以外の因子と組み合わせることによっても、将来の腎機能の低下の可能性を予測する精度は、有意に上昇する。それ故、上述のレクチンに結合する糖鎖のレベルを決定する工程が含まれることによって、将来の腎機能低下の予測の精度がさらに高まる可能性が期待される。同様の理由により、α－ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１－３Ｇａｌからなる群より選択される少なくとも１種類のレベルを決定する工程が含まれることによっても、将来の腎機能低下の予測の精度がさらに高まる可能性が期待される。
　［１-３．被験体］
　本明細書において、「被験体」とは、ヒトに限定されない。本発明の一実施形態に係る判定方法は、非ヒト哺乳動物に対しても適用することができる。上記非ヒト哺乳動物としては、偶蹄類（ウシ、イノシシ、ブタ、ヒツジ、ヤギなど）、奇蹄類（ウマなど）、齧歯類（マウス、ラット、ハムスター、リスなど）、ウサギ目（ウサギなど）、食肉類（イヌ、ネコ、フェレットなど）などが挙げられる。上述した非ヒト哺乳動物には、家畜またはコンパニオンアニマル（愛玩動物）に加えて、野生動物も包含される。
　特に、Ｇａｌβ１－３ＧａｌＮＡｃおよびＳｉａα２－６Ｇａｌ／ＧａｌＮＡｃは糖鎖であるため、タンパク質および核酸よりも、種間における構造の相違が小さい。したがって、上述した非ヒト哺乳動物の間ならば、本発明の一実施形態に係る判定方法は充分に有効であると考えられる。
　上記被験体は、糖尿病、高血圧、脂質異常症、肥満症および脂肪肝からなる群より選択される１種類以上の疾患に罹患している被験体であることが好ましい。また、上記被験体は、糖尿病に罹患し、かつ、高血圧、脂質異常症、肥満症、脂肪肝からなる群より選択される１種類以上の疾患を合併している被験体であることが、より好ましい。これは、糖タンパク質または糖脂質からの、（i）Ｇａｌβ１－３ＧａｌＮＡｃおよびＳｉａα２－６Ｇａｌ／ＧａｌＮＡｃの切断は、上述した疾患において亢進され、一方、（ii）α－ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１－３Ｇａｌの切断は、上述した疾患において減弱するためである。
　本明細書において、「糖尿病」とは、血液中または血漿中のグルコース濃度が持続的に上昇している状態によって特徴づけられる疾患全般を意図する。すなわち、上記疾患には、高血糖症も含まれる。一実施形態において、上記糖尿病は、１型糖尿病または２型糖尿病である。
　［１－４．サンプル］
　本明細書において、「サンプル」とは、被験体から採取されるもの全般を意図し、特に限定されない。上記サンプルには、血液、脳脊髄液、リンパ液、母乳、唾液、鼻汁、汗、尿、便、呼気などに加えて、病理標本由来の組織可溶化物、生組織可溶化物、細胞可溶化物なども包含される。
　本発明の一実施形態において、上記サンプルは、尿である。尿をサンプルとすることは、生検材料として一般的である点、腎機能に関する他の指標も同時に調査できる点、（特にヒトを被験体とする場合に）採取が容易である点などにおいて、好ましい。後述する実施例で示されているように、被験体がヒトの場合では、尿中のＧａｌβ１－３ＧａｌＮＡｃは腎機能の低下を予測する特に有力なマーカーとなるため、特に好ましい。
　また本発明の一実施形態において、上記サンプルは、血液である。血液をサンプルとすることは、生検材料として一般的である点、腎機能に関する他の指標も同時に調査できる点、（一般的に）採取が容易である点などにおいて、好ましい。
　また本発明の一実施形態において、上記サンプルは、腎組織である。例えば、腎生検などにより採取された腎組織サンプルに対してレクチンを作用させるによって、上記レクチンに対応する糖鎖の分布を可視化すること、および、上記レクチンに対応する糖鎖の発現量を測定することができる（この方法を「レクチンヒストケミストリー」とも称する）。これにより、腎機能の低下を予測するのみならず、腎疾患の診断、治療効果の判定なども同時に行うことができる。
　［１－５．腎機能の低下を予測する］
　本発明の一実施形態に係る判定方法は、腎機能の低下を予測するためのデータの取得方法ともいえる。
　本明細書において、「腎機能の低下」とは、基準時（例えば、サンプル採取時）から一定期間後において、腎臓に関連する機能のうち少なくとも１つ以上が、通常予想されるよりも低下している状態を意図する。このような状態には、例えば、以下の類型が包含される。
１．通常ならば維持されている腎機能が、低下している。
２．通常ならば低下する腎機能が、通常予想されるよりも大きく低下している。
３．通常ならば向上する腎機能が、通常予想されるよりも小さく向上している、または維持されているもしくは低下している。
　本発明の一実施形態において、腎機能の低下は、腎機能に関する各種の指標の変動によって表される。このような指標としては、血清クレアチニン、血清尿素窒素、ｅＧＦＲ（推定糸球体濾過量）、血清シスタチンＣなどが挙げられる。上述した指標は、常法によって測定することができる。ｅＧＦＲは、例えば、血清クレアチニンの測定値から、CKD-EPI equitionによって算出することができる（［Horio M et al. (2010) "Modification ofthe CKD epidemiology collaboration (CKD-EPI) equation for Japanese: accuracy and use for population estimates" American Journal of Kidney Diseses, Vol.56 (Issue 1), pp.32-38］を参照）。ｅＧＦＲは、例えば、実施例にて説明されている方法によって算出することができる。
　上述した指標のうち、血清クレアチニン、血清尿素窒素および血清シスタチンＣは、通常、測定値が高いほど腎機能が低下していると判断される。ｅＧＦＲは、通常、測定値が低いほど腎機能が低下していると判断される。ｅＧＦＲ減少速度は、減少速度が大きいほど腎機能の低下速度が大きいと判断される。
　また、上述した指標の測定値と、特定の基準値（カットオフ値）との上下関係に基づいて、腎機能の低下を判断することもできる。このような基準値については、例えば、［日本腎臓学会 編『ＣＫＤ診療ガイド２０１２』東京医学社、２０１２年］の記載を参照。同書に基づくと、例えば、ｅＧＦＲが６０ｍＬ／ｍｉｎ／１．７３ｍ２未満であることを、「腎機能が低下している」と判断する基準値とすることができる。
　腎機能の低下を判断する際の、ｅＧＦＲ減少速度に関する基準値としては、例えば、３ｍＬ／ｍｉｎ／１．７３ｍ２／年とすることができる。これは、［Lindeman RD (1985) "Longitudinal studies on the rate of decline in renal function with age", Journalof the American Geriatrics Society, Vol.33 (Issue 4), pp.278-285］によって示されている「通常のｅＧＦＲ減少速度」の３倍の値を、基準値としたものである（例えば［Rifkin DE (2008) "Rapid kidney function decline and mortality risk in older adults", Archives of Internal Medicine, Vol.168 (No.20), pp.2212-2218］において採用されている）。
　腎機能の低下を判断する際の、ｅＧＦＲ減少速度に関する他の基準値としては、３～５ｍＬ／ｍｉｎ／１．７３ｍ２／年とすることができる（［Coresh J et al. (2014) "Decline in estimated glomerular filtration rate and subsequent risk of end-stage renal disease and mortality" The Journal of the American Medical Association, Vol.311 (No.24), pp.2518-2531］を参照）。すなわち、上記基準値は、３、４または５ｍＬ／ｍｉｎ／１．７３ｍ２／年とすることができる。
　後述の実施例においては、ｅＧＦＲ減少速度が上記基準値よりも早い集団を「高度ｅＧＦＲ低下者（Rapid decliner）」、ｅＧＦＲ減少速度が上記基準値以下の集団を「非ｅＧＦＲ低下者（Non-decliner）」と称する。
　本明細書において、「腎機能の低下を予測する」とは、所定期間後（例えば、サンプル採取時から所定期間後）における腎機能の低下の有無を判定することを意図する。例えば、「腎機能の低下を予測する」とは、「所定期間後において腎機能が低下する」または「所定期間後において腎機能が低下しない」の判定を行うことを意図する。
　一例において、上記所定期間後は、基準時（例えば、サンプル採取時）から、１か月後、２か月後、３か月後、６か月後、１年後、１．５年後、２年後、２．５年後、３年後、３．５年後、４年後、４．５年後、５年後、６年後、７年後、８年後、９年後、または、１０年後でありうる。
　本発明の一実施形態において、上記予測の結果は、カテゴリー分類でありうる。例えば、上記予測の結果、ある被験体は、「腎機能が低下するリスクが高い」または「腎機能が低下するリスクが低い」のいずれかに分類されうる。より具体的な例としては、上記予測の結果、ある被験体は、「高度ｅＧＦＲ低下者」または「非ｅＧＦＲ低下者」のいずれかに分類されうる。
　本発明の他の実施形態において、上記予測の結果は、数値的な予測でありうる。例えば、上記予測の結果、ある被験体は、「Ｎ年後の腎機能を示す特定の指標（ｅＧＦＲなど）の値がＸである」と判断されうる。この例において、ＸおよびＮの値は、一定の幅を有する数値範囲であってよい。上記数値範囲は、例えば統計学的手法によって決定される範囲（信頼区間など）であってよい。
　また、上記結果の予測に基づいて、さらなる予測または判断が成されてよい。後述する実施例に沿って説明すると、以下の通りである。まず、ある被験体のサンプル中におけるＧａｌβ１－３ＧａｌＮＡｃのレベルを基に、当該被験体が高度ｅＧＦＲ低下者であるか否かが判定される。次いで、上記被験体が高度ｅＧＦＲ低下者と判定された場合には、当該判定結果に基づいて、当該被験体の疾患が増悪するか否か、所定期間後に透析が必要になるか否かなどが判定されてもよい。
　本発明の一実施形態に係る判定方法（後述される実施例で説明されている方法など）は、「腎臓の病態を検査する」従来の方法（例えば、尿中へのアルブミン排出量の測定）とは異なり、腎機能の低下を予測することができる。すなわち、サンプル中のＧａｌβ１－３ＧａｌＮＡｃおよび／またはＳｉａα２－６Ｇａｌ／ＧａｌＮＡｃのレベルを測定することによって、腎予後が予測できるため、従来腎臓疾患に関して使用されていたバイオマーカーを用いるよりも早期に、腎疾患に対する処置が可能となる。
　［１－６．その他の態様］
　本発明のその他の実施形態としては、被験体から採取したサンプル中における、ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡおよびＳＮＡ、ＶＶＡ、ＧＳＬ＿Ｉ＿Ｂ４およびＥＥＬからなる群より選択される少なくとも１つのレクチンに結合する糖鎖のレベルを決定する工程を含む、判定方法が挙げられる。この態様の説明は、[１－１]～[１－５]の説明が適宜援用される。
　なお、本発明の一実施形態に係る判定方法は、以下のように表現することもできる。
　〔１〕被験体から採取したサンプル中における、Ｇａｌβ１－３ＧａｌＮＡｃ、および／または、Ｓｉａα２－６Ｇａｌ／ＧａｌＮＡｃのレベルを決定する工程を含む、腎機能の低下を予測するためのデータの取得方法。
　〔２〕被験体から採取したサンプル中における、α－ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１－３Ｇａｌからなる群より選択される少なくとも１種類のレベルを決定する工程を含む、〔１〕に記載のデータの取得方法。
　〔３〕上記Ｇａｌβ１－３ＧａｌＮＡｃ、および／または、Ｓｉａα２－６Ｇａｌ／ＧａｌＮＡｃのレベルを決定する工程は、ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡおよびＳＮＡからなる群より選択される少なくとも１つのレクチンに結合する糖鎖のレベルを決定する工程を含む、〔１〕または〔２〕に記載のデータの取得方法。
　〔４〕上記α－ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１－３Ｇａｌからなる群より選択される少なくとも１種類の糖鎖のレベルを決定する工程は、ＶＶＡ、ＧＳＬ＿Ｉ＿Ｂ４およびＥＥＬからなる群より選択される少なくとも１つのレクチンに結合する糖鎖のレベルを決定する工程を含む、〔２〕に記載のデータの取得方法。
　〔５〕被験体から採取したサンプル中における、ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡ、ＳＮＡ、ＶＶＡ、ＧＳＬ＿Ｉ＿Ｂ４およびＥＥＬからなる群より選択される少なくとも１つのレクチンに結合する糖鎖のレベルを決定する工程を含む、腎機能の低下を予測するためのデータの取得方法。
　〔６〕上記被験体は、糖尿病、高血圧、脂質異常症、肥満症および脂肪肝からなる群より選択される１種類以上の疾患に罹患している被験体である、〔１〕～〔５〕のいずれかに記載のデータの取得方法。
　〔２．腎機能の低下を予測するためのキット〕
　［２－１．キットが備えているレクチン］
　本発明の一実施形態に係るキットは、被験体から採取したサンプル中に含まれるＧａｌβ１－３ＧａｌＮＡｃおよび／またはＳｉａα２－６Ｇａｌ／ＧａｌＮＡｃに結合するレクチンを備えている。このようなレクチンとしては、［１－１］にて例示したレクチンが挙げられる。よって本項ではその説明を省略する。
　また本発明の一実施形態に係るキットは、被験体から採取したサンプル中に含まれる、α－ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１－３Ｇａｌから選択される少なくとも１種類の糖鎖に結合するレクチンを備えていてもよい。このようなレクチンとしては、［１－２］にて例示したレクチンが挙げられる。よって本項ではその説明を省略する。
　本発明の一実施形態に係るキットは、下記１～３のいずれか１つのレクチンの組み合わせを備えていてよい。本発明の他の実施形態に係るキットは、下記１～３のいずれか１つのレクチンの組み合わせのみからなるものでありえる。
１．ＭＰＡ、ＡＣＡ、ＡＢＡ、およびＪａｃａｌｉｎからなる群より選択される少なくとも１つ以上（例えば、１つ、２つ、３つまたは４つ）のレクチンの組み合わせ。
２．ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡおよびＳＮＡからなる群より選択される少なくとも１つ以上（例えば、１つ、２つ、３つ、４つ、５つまたは６つ）のレクチンの組み合わせ。
３．ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡ、ＳＮＡ、ＶＶＡ、ＧＳＬ＿Ｉ＿Ｂ４およびＥＥＬからなる群より選択される少なくとも１つ以上（例えば、１つ、２つ、３つ、４つ、５つ、６つ、７つ、８つまたは９つ）のレクチンの組み合わせ。
　本発明の一実施形態に係るキットは、上記１または２のレクチンの組み合わせよりなるものであれば、Ｇａｌβ１－３ＧａｌＮＡｃおよび／またはＳｉａα２－６Ｇａｌ／ＧａｌＮＡｃのレベルを決定でき、その結果、腎機能の低下を予測することができる。上記３のレクチンの組み合わせよりなるものであれば、Ｇａｌβ１－３ＧａｌＮＡｃおよび／またはＳｉａα２－６Ｇａｌ／ＧａｌＮＡｃに加え、α－ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１－３Ｇａｌからなる群より選択される少なくとも１種類の糖鎖のレベルをも決定することができ、より精度よく腎機能の低下を予測することができると期待される。
　本発明の一実施形態に係るキットが備えているレクチンは、公知の手法により調製することができる。あるいは、市販されているレクチンを適宜使用してもよい。
　［２－２．他の構成要素］
　上記のレクチンは、任意の基材に固定されている形態であってもよい。一例を挙げると、上記レクチンは、マイクロアレイ、ＥＬＩＳＡプレート、ラテックスビーズ、磁気ビーズ等の基材上に固定されている形態であってもよい。
　上述した中では、上記レクチンは、マイクロアレイに固定されていることが好ましい。マイクロアレイの場合、サンプルとして尿を用いた場合、サンプルの濃縮が不要となる、サンプル中の主要タンパク質（アルブミン、ＩｇＧなど）の除去が不要となる、という長所がある。対象に対するレクチンの固定方法は、タンパク質を基板に固定する公知の方法を用いることができる。
　本発明の一実施形態に係るキットは他に、キットの使用に必要となる薬剤、器具、容器、説明書などを備えていてよい。また、上述した薬剤、器具、容器、説明書などは、市場または通信回線などを通じて、別途使用者に入手させる態様を取ってもよい。
　上記各項目で記載した内容は、他の項目においても適宜援用できる。また、本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。以下、実施例により本発明をさらに詳細に説明するが、本発明は下記実施例のみに限定されるものではない。
　糖尿病患者を対象に、３年間にわたる腎機能の追跡調査を行い、尿中に含まれる糖鎖との相関を検討した。
　〔患者選択〕
　本調査の対象となる患者は、岡山県内の８病院（岡山大学病院、国立岡山医療センター、岡山済生会病院、倉敷中央病院、心臓病センター榊原病院、津山中央病院、岡山赤十字病院、岡山市民病院）から選択した。本調査に対する同意を得られた２型糖尿病患者のうち、２０１２～２０１５年までの、継時的な腎機能のデータが得られた５５４例を解析対象とした。
　〔レクチンアレイ解析による糖鎖レベルの測定〕
　レクチンアレイ（GlycoStation（登録商標。以下同様）およびLecChip（登録商標。以下同様）、グライコテクニカ社製）を用い、下記のプロトコールに従って、４５種類のレクチンに結合する尿中糖鎖のシグナル強度を数値化した。解析に際しては、複数名の尿サンプルを同時に解析した。
　１．尿サンプル２０μＬと、Cy3 Mono-Reactive dye 100μg labeling（GE HealthcareLife Science製）とを混合し、室温、暗所にて１時間反応させた。
　２．脱塩カラム（Zeba Desalt Spin Column、Thermo Scientific製）を、１，５００×ｇ、１分間、４℃の条件で遠心した。
　３．上記脱塩カラムに３００μＬのＴＢＳを通した。その後、上記脱塩カラムを１，５００×ｇ、１分間、４℃の条件で遠心し、洗浄した。本工程は全３回、繰り返して行われた。
　４．上記脱塩カラムに、上記尿サンプルの全量と、２５μＬのＴＢＳとを通した。その後、１，５００×ｇ、１分間、４℃の条件で遠心し、未反応のCy3を除いた。
　５．４で得られた尿サンプルに、４５０μＬのProbing Solution（GlycoTechnica製）を加えた後、５００μＬを量り取った。
　６．LecChipをProbing Solutionで３回洗浄した（１回当たり１００ｍＬ／ウェル）。その後、５．にて調製した尿サンプル溶液を、ウェルに注入した（１００μＬ／ウェル）。
　７．LecChipを、２０℃にて１６時間以上反応させた。
　８．LecChipを、GlycoStation Reader 1200で測定した。測定は、上記尿サンプル溶液を反応させたままの液相状態にて行われた。なお測定条件は以下の通りである。
露光時間：２９９ミリ秒、カメラゲイン：９５。
　９．GlycoStaion ToolsPro Suite 1.5により、測定値を数値化した。
　１０. 各レクチンに対するシグナル強度からバックグラウンドのシグナル値を差し引いた値を、各レクチンに対する糖鎖シグナルと定義して、解析に用いた。
　〔主要臨床項目およびその定義〕
　２０１１年度（２０１１年４月１日～２０１２年３月３１日）において、血液検査および尿検査を実行した時点を、基準日に定めた。
　上記基準日以降、１年ごとに以下の情報を収集した。
・年齢
・性別
・ＢＭＩ
・外来血圧
・腹囲
・糖尿病性網膜症の有無および重症度（単純糖尿病性網膜症、前増殖糖尿病性網膜症、または増殖糖尿病性網膜症）
・治療の詳細（降圧剤の使用の有無、糖尿病治療剤またはインスリンの使用の有無、高脂血症治療剤の使用の有無、および高尿酸血症治療剤の使用の有無）
・ＨｂＡ１ｃ（ＮＧＳＰ値）
・血清クレアチニン
・ＵＡＣＲ。
　ｅＧＦＲ（ｍＬ／ｍｉｎ／１．７３ｍ２）は、血清クレアチニンの測定値から、CKD-EPI equitionによって算出した（［Horio M et al. (2010) "Modification of the CKD epidemiology collaboration (CKD-EPI) equation for Japanese: accuracy and use for population estimates" American Journal of Kidney Diseses, Vol.56 (Issue 1), pp.32-38］を参照）。
　２０１１年度～２０１３年度の間に、１年ごとに計４回測定された血清クレアチニンの測定値からｅＧＦＲを算出し、次いで算出されたｅＧＦＲから線形回帰直線を導出した。上記線形回帰直線の傾き（すなわち、１年間当たりのｅＧＦＲの低下速度（ｍＬ／ｍｉｎ／１．７３ｍ２／年））を、ｅＧＦＲの低下速度（eGFR decline）とした。
　ｅＧＦＲの低下速度が３ｍＬ／ｍｉｎ／１．７３ｍ２／年を超えている群を高度ｅＧＦＲ低下者（Rapid decliner）、ｅＧＦＲの低下速度が３ｍＬ／ｍｉｎ／１．７３ｍ２／年以下である群を非ｅＧＦＲ低下者（Non-decliner）と定義した。このカットオフ値は、［Coresh J et al. (2014) "Decline in estimated glomerular filtration rate and subsequent risk of end-stage renal disease and mortality" The Journal of the American Medical Association, Vol.311 (No.24), pp.2518-2531］により報告されている、カットオフ値の調査結果に基づいている。同論文は、基準日のｅＧＦＲが６０ｍＬ／ｍｉｎ／１．７３ｍ２以上の患者を、ｅＧＦＲの低下速度ごとにカテゴライズし、３年間の追跡調査によって人口寄与危険度を比較した。その結果、３～５ｍＬ／ｍｉｎ／１．７３ｍ２／年のカテゴリーに属する患者が、末期腎不全（ＥＳＲＤ：End stage renal disease）に対する人口寄与危険度が最も高かった。
　また、他の既報論文でも、ｅＧＦＲの低下速度：３ｍＬ／ｍｉｎ／１．７３ｍ２／年以上をカットオフ値として、高度ｅＧＦＲ低下者の予測因子を検討している（例えば［Rifkin DE (2008) "Rapid kidney function decline and mortality risk in older adults",Archives of Internal Medicine, Vol.168 (No.20), pp.2212-2218］、［Moriya T et al. (2017) "Patients with type 2 diabetes having higher glomerular filtration rate showed rapid renal function decline followed by impaired glomerular filtrationrate: Japan Diabetes Complications Study", Journal of Diabetes and Its Complications, Vol.31 (Issue 2), pp.473-478］を参照）。そこで、本調査においても、３ｍＬ／ｍｉｎ／１．７３ｍ２／年をｅＧＦＲの低下速度のカットオフ値とした。
　ＵＡＣＲ（ｍｇ／ｇＣｒ）は、ＵＡＣＲ＜３０を正常アルブミン尿、３０≦ＵＡＣＲ＜３００を微量アルブミン尿、ＵＡＣＲ≧３００を顕性アルブミン尿とした。この分類基準は、［KDOQI (2007) "KDOQI Clinical Practice Guidelines and Clinical Practice Recommendations for Diabetes and 12-S154Chronic Kidney Disease" American Journal ofKidney Diseses, Vol.49 (Issue 2, Suppl.2), pp.S12-S154］によった。
　各種糖鎖シグナルの測定値は、分布および／または値に応じて、１／１０００、１／１００００、または対数に変換して、解析に用いた。ＵＡＣＲの測定値は、自然対数変換して、解析に用いた。
　〔解析〕
　糖鎖シグナルと腎機能の低下との関係に関する解析は、以下の２種類の変数に対して行われた。
１．ｅＧＦＲの低下速度（連続変数）
２．高度ｅＧＦＲ低下者または非ｅＧＦＲ低下者へのカテゴリー分け（二値変数）。
　１の解析は、単回帰分析および重回帰分析によって、ｅＧＦＲの低下速度と糖鎖シグナルの強度との関連を検討した。単回帰分析では、従属変数をｅＧＦＲの低下速度（連続変数）、独立変数を各種レクチンに結合する糖鎖シグナルの強度とした。重回帰分析では、独立変数として、年齢、性別、ＢＭＩ、中心動脈圧（ＭＡＰ）、ＨｂＡ１ｃ（ＮＧＳＰ値）、ｅＧＦＲ、ｌｏｇＵＡＣＲをさらに加えた（全て基準日における値）。重回帰分析によると、その他の独立変数の影響を除いた後における、各種レクチンに結合する糖鎖シグナルの強度がｅＧＦＲの低下速度に及ぼす影響を評価することができる。
　２の解析は、単変量ロジスティック回帰分析および多変量ロジスティック回帰分析によって、高度ｅＧＦＲ低下者と非ｅＧＦＲ低下者とを区別するのに適している糖鎖シグナルを検討した。単変量ロジスティック回帰分析では、従属変数を（高度ｅＧＦＲ低下者／非ｅＧＦＲ低下者）の値、独立変数を各種レクチンに結合する糖鎖シグナルの強度とした。多変量ロジスティック回帰分析では、独立変数として、年齢、性別、ＢＭＩ、中心動脈圧（ＭＡＰ）、ＨｂＡ１ｃ（ＮＧＳＰ値）、ｅＧＦＲ、ｌｏｇＵＡＣＲをさらに加えた（全て基準日における値）。その上で、高度ｅＧＦＲ低下者に対する、各種レクチンに結合する糖鎖シグナルの強度が１ＳＤ（標準偏差）分だけ増加する際のオッズ比を求めた。多変量ロジスティック回帰分析によると、その他の独立変数の影響を除いた後における、各種レクチンに結合する糖鎖シグナルの強度が、高度ｅＧＦＲ低下者と非ｅＧＦＲ低下者とを判別することに与える影響を評価することができる。
　さらに、１および２の解析において有用性が示されたレクチン結合糖鎖シグナルに対して、既存のバイオマーカーによる高度腎機能低下者の予測能にどれだけの上乗せ効果を与えられるかを、以下の手順で検討した。
　年齢、性別、ＢＭＩ、中心動脈圧（ＭＡＰ）、ＨｂＡ１ｃ（ＮＧＳＰ値）、ｅＧＦＲ、ｌｏｇＵＡＣＲ（全て基準日における値）からなる多変量ロジスティック回帰モデルを基準モデルとした。上記基準モデルに、１、２の解析によって有用性が示された各レクチン結合糖鎖シグナルを加えた回帰モデルを作成し、それぞれの回帰モデルについて、Ｃ統計量（C-index）を比較した。Ｃ統計量の差が有意か否か、および、ＮＲＩ(net reclassification improvement)の値によって、各レクチン結合糖鎖による上乗せ効果の有用性を検討した。
　ここで、Ｃ統計量の値がより高いほど、より正確に高度ｅＧＦＲ低下者と非ｅＧＦＲ低下者とが判別されている。また、ＮＲＩとは新規のバイオマーカーを加えることによる診断能の向上を示す指標で、値が高い方がより診断能が高くなったことを表すものである（［Pencina MJ et al. (2011) "Extensions of net reclassification improvement calculations to measure usefulness of new biomarkers", Statistics in Medicine, Vol.30(Issue 1), pp.11-21］を参照）。
　以上に説明した解析は全て、Stata SE software（version 14.0, StataCorp LP製）を用いて行った。
　〔結果〕
　［結果１：患者背景］
　対象患者全数、高度ｅＧＦＲ低下者および非ｅＧＦＲ低下者の、基準日における患者背景を、表１１に示す。
Figure JPOXMLDOC01-appb-T000011
　全患者における男性の割合は５９％、平均年齢は６３歳、平均ＢＭＩは２５．６（ｋｇ／ｍ２）であった。全患者の病歴について、推定糖尿病罹病期間の中央値は１１．０年、糖尿病網膜症を有する割合３４％、高血圧を有する割合は７０％であった。全患者の腎機能について、ｅＧＦＲは７２．１±１６．３ｍＬ／ｍｉｎ／１．７３ｍ２、ＵＡＣＲの中央値は１６．６ｍｇ／ｇＣｒ（４分位では７．６～６１．８；微量アルブミン尿および顕性アルブミン尿の割合は、それぞれ２５％および１１％）、ＨｂＡ１ｃは７．１％であった。全患者の血糖コントロールについて、経口血糖降下薬のみの患者が６４％、インスリンを使用している患者が３２％であった。全患者の降圧剤の使用について、ＡＣＥ－Ｉ（アンジオテンシン変換酵素阻害薬）またはＡＲＢ（アンジオテンシンＩＩ受容体拮抗薬）の使用割合は、５１％であった。
　表１から明らかであるように、高度ｅＧＦＲ低下者群を非ｅＧＦＲ低下者群と比較すると、基準日におけるｅＧＦＲが有意に低く、ＵＡＣＲが有意に高くなっていた。同様に、高度ｅＧＦＲ低下者群を非ｅＧＦＲ低下者群と比較すると、基準日における収縮期血圧、拡張期血圧、平均動脈圧および高血圧を有する割合が有意に高くなっていた。しかし、両群間で、基準日におけるＨｂＡ１ｃおよび糖尿病治療（経口血糖降下薬またはインスリンの使用割合）に関しては、有意な差は認められなかった。
　図１に、全患者のｅＧＦＲ低下速度の分布を示す。算出されたｅＧＦＲから求められる線形回帰直線の傾きが－２～０である患者（ｅＧＦＲ低下速度が０～２ｍＬ／ｍｉｎ／１．７３ｍ２／年である患者）の割合が大きく、高度ｅＧＦＲ低下者（３ｍＬ／ｍｉｎ／１．７３ｍ２／年超の患者）の割合は１９％であった。
　［結果２：連続変数としてのｅＧＦＲの解析結果］
　表１２および図２に、ｅＧＦＲの低下速度と糖鎖シグナルの強度との関連を、単回帰分析および重回帰分析により検討した結果を示す。
Figure JPOXMLDOC01-appb-T000012
　ｅＧＦＲの低下速度を連続変数としたときに、単回帰分析と重回帰分析との両方で有意に関連している糖鎖は、ＡＣＡ結合糖鎖、ＥＥＬ結合糖鎖、ＧＳＬ－ＩＩ結合糖鎖およびＧＳＬ＿Ｉ＿Ａ４結合糖鎖であった（Ｐ＝０．０５を有意差の基準とした）。ＡＣＡ結合糖鎖のシグナル強度が上昇するにつれて、またＥＥＬ結合糖鎖、ＧＳＬ－ＩＩ結合糖鎖およびＧＳＬ＿Ｉ＿Ａ４結合糖鎖のシグナル強度が減少するにつれて、ｅＧＦＲの低下速度を示す指数は大きくなった。上述した糖鎖のシグナル強度の、重回帰分析におけるβ係数は、それぞれ、－０．１１、０．１３、０．１１、０．０８であった。
　以上の結果からは、ＡＣＡ結合糖鎖、ＥＥＬ結合糖鎖およびＧＳＬ－ＩＩ結合糖鎖のシグナル強度はいずれも、ｅＧＦＲおよびＵＡＣＲとは独立した、強い腎予後因子となりうることが示唆される。
　［結果３：高度ｅＧＦＲ低下者／非ｅＧＦＲ低下者のカテゴリー分類の解析結果］
　表１３および図３に、（高度ｅＧＦＲ低下者／非ｅＧＦＲ低下者）の値と糖鎖シグナルの強度との関連を、単変量ロジスティック回帰分析および多変量ロジスティック回帰分析により検討した結果を示す。
Figure JPOXMLDOC01-appb-T000013
　単変量ロジスティック回帰分析および多変量ロジスティック回帰分析の両方において、高度ｅＧＦＲ低下者に有意に関係している糖鎖は、ＡＢＡ結合糖鎖、ＡＣＡ結合糖鎖、ＭＰＡ結合糖鎖であった。ＳＮＡ結合糖鎖、ＳＳＡ結合糖鎖、Ｊａｃａｌｉｎ結合糖鎖、ＥＥＬ結合糖鎖は、単変量ロジスティック回帰分析で強い相関が認められたが、多変量ロジスティック回帰分析では統計学的有意性を示さなかった。逆に、ＶＶＡ結合糖鎖は、単変量ロジスティック回帰分析での有意性は示されなかったが、多変量ロジスティック回帰分析では強い相関が認められた。
　基準日におけるｅＧＦＲ、ＵＡＣＲなどで補正した多変量ロジスティック回帰モデルによる、高度ｅＧＦＲ低下者に対する、上述したそれぞれのレクチン結合糖鎖シグナルの強度が１ＳＤ（標準偏差）分だけ増加する際のオッズ比（９５％信頼区間）は、それぞれＡＢＡ結合糖鎖：１．２８（１．００～１．６４）、ＡＣＡ結合糖鎖：１．３１（１．０２～１．６７）、ＭＰＡ結合糖鎖：１．２５（１．００～１．５９）、Ｊａｃａｌｉｎ結合糖鎖：１．２５（０．９５～１．６３）、ＳＮＡ結合糖鎖：１．２４（０．９５～１．６２）、ＳＳＡ結合糖鎖：１．２９（０．９８～１．７０）、ＥＥＬ結合糖鎖：０．８４（０．６８～１．０３）、ＶＶＡ結合糖鎖：０．８０（０．６３～１．０２）であった。すなわち、ＡＢＡ結合糖鎖、ＡＣＡ結合糖鎖、ＭＰＡ結合糖鎖、Ｊａｃａｌｉｎ結合糖鎖、ＳＮＡ結合糖鎖、およびＳＳＡ結合糖鎖は、シグナル強度が上昇するにつれて、高度ｅＧＦＲ低下者との関連を示す指数が大きくなっている。一方、ＥＥＬ結合糖鎖およびＶＶＡ結合糖鎖は、シグナル強度が低下するにつれて、高度ｅＧＦＲ低下者との関連を示す指数が大きくなっている。これらのシグナル強度はいずれも、ｅＧＦＲおよびＵＡＣＲとは独立した、強い腎予後因子となりうることが示唆される。
　このことから、特にＡＢＡ結合糖鎖、ＡＣＡ結合糖鎖、ＭＰＡ結合糖鎖のシグナル強度が、ｅＧＦＲおよびＵＡＣＲとは独立した、強い腎予後因子となりうることが示唆される。
　［結果４：ＭＰＡ結合糖鎖、ＡＣＡ結合糖鎖、ＡＢＡ結合糖鎖、Ｊａｃａｌｉｎ結合糖鎖、ＳＳＡ結合糖鎖、ＳＮＡ結合糖鎖、ＶＶＡ結合糖鎖、ＧＳＬ＿Ｉ＿Ｂ４結合糖鎖およびＥＥＬ結合糖鎖と、高度ｅＧＦＲ低下者との関係］
　上記の結果を踏まえ、高度ｅＧＦＲ低下者を予測する上で有用な因子として、ＭＰＡ結合糖鎖、ＡＣＡ結合糖鎖、ＡＢＡ結合糖鎖、Ｊａｃａｌｉｎ結合糖鎖、ＳＳＡ結合糖鎖、ＳＮＡ結合糖鎖、ＶＶＡ結合糖鎖、ＧＳＬ＿Ｉ＿Ｂ４結合糖鎖およびＥＥＬ結合糖鎖に注目した。そこで、上記糖鎖のシグナル強度を４分位に分類し、解析２と同様のロジスティック回帰分析を行った。結果を表１４～１６に示す。
Figure JPOXMLDOC01-appb-T000014
Figure JPOXMLDOC01-appb-T000015
Figure JPOXMLDOC01-appb-T000016
　表１４～１６から判るとおり、ＭＰＡ結合糖鎖、ＡＣＡ結合糖鎖、ＡＢＡ結合糖鎖およびＪａｃａｌｉｎ結合糖鎖については、シグナル強度が強い４分位群ほど、高度ｅＧＦＲ低下者との関連を示す指数は大きくなっていた。ＳＳＡ結合糖鎖およびＳＮＡ結合糖鎖については、最もシグナル強度が高い４分位群において、高度ｅＧＦＲ低下者との関連を示す指数が、他の群よりも大きくなっていた。ＧＳＬ＿Ｉ＿Ｂ４結合糖鎖については、シグナル強度が強い４分位群ほど、高度ｅＧＦＲ低下者との関連を示す指数は小さくなっていた。ＶＶＡ結合糖鎖およびＥＥＬ結合糖鎖については、最もシグナル強度が強い４分位群において、高度ｅＧＦＲ低下者との関連を示す指数が、他の群よりも小さくなっていた。
　以上のデータから、ＭＰＡ結合糖鎖、ＡＣＡ結合糖鎖、ＡＢＡ結合糖鎖、Ｊａｃａｌｉｎ結合糖鎖、ＳＳＡ結合糖鎖、ＳＮＡ結合糖鎖、ＶＶＡ結合糖鎖、ＧＳＬ＿Ｉ＿Ｂ４結合糖鎖およびＥＥＬ結合糖鎖は強い腎予後因子となることが示唆される。特に、ＭＰＡ結合糖鎖、ＡＣＡ結合糖鎖およびＡＢＡ結合糖鎖は、多変量解析結果でも高度ｅＧＦＲ低下者との関連が強いため、ｅＧＦＲおよびＵＡＣＲとは独立した、強い腎予後因子となりうることが示唆される。
　［結果５：既存のバイオマーカーへの相乗効果］
　上記に見出されたレクチン結合糖鎖による高度ｅＧＦＲ低下者の予測能を、既存のバイオマーカーのみからなる基本モデルに加えることによって、相乗効果の観点から評価した。結果を表１７、１８に示す。
Figure JPOXMLDOC01-appb-T000017
Figure JPOXMLDOC01-appb-T000018
　表１７、１８から明らかであるように、ＭＰＡ結合糖鎖を基本モデルに加えることでＣ統計量は有意に上昇し、かつ、ＮＲＩも有意な値であった。これより、ＭＰＡ結合糖鎖は、単独でも基本モデルに対する有意な相乗効果を持つことが示された。同様に、ＡＢＡ結合糖鎖、Ｊａｃａｌｉｎ結合糖鎖、ＳＳＡ結合糖鎖、ＳＮＡ結合糖鎖を基本モデルに加えた場合も、ＮＲＩは有意な値であった。これより、上述のレクチン結合糖鎖を単独で基本モデルに加えることにより、高度ｅＧＦＲ低下者の予測能が有意に上昇することが示唆された。
　ＶＶＡ結合糖鎖、ＧＳＬ＿Ｉ＿Ｂ４結合糖鎖およびＥＥＬ結合糖鎖は、単独では基本モデルに対する有意な相乗効果は持たなかった。しかし、ＭＰＡ結合糖鎖（Ｇａｌβ１－３ＧａｌＮＡｃに対する特異性を有する）、または、ＳＳＡ結合糖鎖（Ｓｉａα２－６Ｇａｌ／ＧａｌＮＡｃに対する特異性を有する）を併せて基本モデルに加えることで、高度ｅＧＦＲ低下者の予測能は著しく上昇することが示された（Ｃ統計量は有意に上昇し、ＮＲＩの値も有意に高値を示した）。このため、ＶＶＡ結合糖鎖、ＧＳＬ＿Ｉ＿Ｂ４結合糖鎖またはＥＥＬ結合糖鎖と、下記（i）または（ii）の糖鎖とを組み合わせても、基本モデルに対する有意な相乗効果が期待できる。
（i）ＡＣＡ結合糖鎖、ＡＢＡ結合糖鎖および／またはＪａｃａｌｉｎ結合糖鎖（いずれもＧａｌβ１－３ＧａｌＮＡｃに対する特異性を有する）
（ii）ＳＮＡ結合糖鎖（Ｓｉａα２－６Ｇａｌ／ＧａｌＮＡｃに対する特異性を有する）。
　以上の結果を総合すると、下記（i）（ii）の糖鎖は、単独でも、既存のバイオマーカーに組み合わせることにより、腎機能の低下を予測する能力を高めることが示唆された。
（i）ＭＰＡ結合糖鎖、ＡＣＡ結合糖鎖、ＡＢＡ結合糖鎖およびＪａｃａｌｉｎ結合糖鎖（いずれもＧａｌβ１－３ＧａｌＮＡｃに対する特異性を有する）
（ii）ＳＳＡ結合糖鎖およびＳＮＡ結合糖鎖（いずれもＳｉａα２－６Ｇａｌ／ＧａｌＮＡｃに対する特異性を有する）。
　また、（I）既存のバイオマーカーおよび（II）上述のレクチン（ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡおよびＳＮＡ）に対する特異性を有する糖鎖に加えて、（III）ＶＶＡ結合糖鎖、ＧＳＬ＿Ｉ＿Ｂ４結合糖鎖またはＥＥＬ結合糖鎖をさらに組み合わせることにより、腎機能の低下を予測する能力がより高まることが示唆された。
　本発明は、例えば、腎機能の低下を予測することに利用できる。よって診断機器の分野において本発明は利用可能である。

Claims (11)

  1. 　腎機能の低下の可能性を判定する判定方法であって、
    　被験体から採取したサンプル中における、Ｇａｌβ１－３ＧａｌＮＡｃ、および／または、Ｓｉａα２－６Ｇａｌ／ＧａｌＮＡｃのレベルを決定する工程を含む、判定方法。
  2. 　被験体から採取したサンプル中における、α－ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１－３Ｇａｌからなる群より選択される少なくとも１種類のレベルを決定する工程を更に含む、請求項１に記載の判定方法。
  3. 　上記Ｇａｌβ１－３ＧａｌＮＡｃ、および／または、Ｓｉａα２－６Ｇａｌ／ＧａｌＮＡｃのレベルを決定する工程は、ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡおよびＳＮＡからなる群より選択される少なくとも１つのレクチンに結合する糖鎖のレベルを決定する工程を含む、請求項１または２に記載の判定方法。
  4. 　上記α－ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１－３Ｇａｌからなる群より選択される少なくとも１種類の糖鎖のレベルを決定する工程は、ＶＶＡ、ＧＳＬ＿Ｉ＿Ｂ４およびＥＥＬからなる群より選択される少なくとも１つのレクチンに結合する糖鎖のレベルを決定する工程を含む、請求項２に記載の判定方法。
  5. 　腎機能の低下の可能性を判定する判定方法であって、
    　被験体から採取したサンプル中における、ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡ、ＳＮＡ、ＶＶＡ、ＧＳＬ＿Ｉ＿Ｂ４およびＥＥＬからなる群より選択される少なくとも１つのレクチンに結合する糖鎖のレベルを決定する工程を含む、判定方法。
  6. 　上記被験体は、糖尿病、高血圧、脂質異常症、肥満症および脂肪肝からなる群より選択される１種類以上の疾患に罹患している被験体である、請求項１～５のいずれか１項に記載の判定方法。
  7. 　Ｇａｌβ１－３ＧａｌＮＡｃ、および／または、Ｓｉａα２－６Ｇａｌ／ＧａｌＮＡｃに結合するレクチンを備えている、腎機能の低下を予測するためのキット。
  8. 　α－ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１－３Ｇａｌからなる群より選択される少なくとも１種類の糖鎖に結合するレクチンを更に備えている、請求項７に記載のキット。
  9. 　上記Ｇａｌβ１－３ＧａｌＮＡｃ、および／または、Ｓｉａα２－６Ｇａｌ／ＧａｌＮＡｃに結合するレクチンは、ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡおよびＳＮＡからなる群より選択される少なくとも１つである、請求項７または８に記載のキット。
  10. 　上記α－ＧａｌＮＡｃ、ＧａｌαおよびＧａｌα１－３Ｇａｌから選択される少なくとも１種類の糖鎖に結合するレクチンは、ＶＶＡ、ＧＳＬ＿Ｉ＿Ｂ４およびＥＥＬからなる群より選択される少なくとも１つである、請求項８に記載のキット。
  11. 　ＭＰＡ、ＡＣＡ、ＡＢＡ、Ｊａｃａｌｉｎ、ＳＳＡ、ＳＮＡ、ＶＶＡ、ＧＳＬ＿Ｉ＿Ｂ４およびＥＥＬからなる群より選択される少なくとも１つ以上のレクチンを含む、腎機能の低下を予測するためのキット。
PCT/JP2018/012399 2017-03-31 2018-03-27 腎機能の低下の可能性を判定する判定方法およびキット Ceased WO2018181292A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US16/498,634 US11835516B2 (en) 2017-03-31 2018-03-27 Determination method and kit for determining possibility of reduced renal function

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017072324A JP6829440B2 (ja) 2017-03-31 2017-03-31 腎機能の低下の可能性を判定するための方法およびキット
JP2017-072324 2017-03-31

Publications (1)

Publication Number Publication Date
WO2018181292A1 true WO2018181292A1 (ja) 2018-10-04

Family

ID=63676079

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/012399 Ceased WO2018181292A1 (ja) 2017-03-31 2018-03-27 腎機能の低下の可能性を判定する判定方法およびキット

Country Status (3)

Country Link
US (1) US11835516B2 (ja)
JP (1) JP6829440B2 (ja)
WO (1) WO2018181292A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020149105A1 (ja) 2019-01-17 2020-07-23 国立大学法人 岡山大学 ＩｇＡ腎症の発症の可能性の判定方法およびキット

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IL322353A (en) * 2023-01-27 2025-09-01 Bio Preventive Medicine Corp Testing and related methods, kits and devices
JP7443613B1 (ja) 2023-09-25 2024-03-05 株式会社Jmdc 情報処理装置、情報処理方法及びプログラム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10332690A (ja) * 1997-04-04 1998-12-18 Seikagaku Kogyo Co Ltd 糖尿病患者の状態の特定方法及びこの方法を用いる診断キット
WO2005064333A1 (ja) * 2003-12-25 2005-07-14 National Institute Of Advanced Industrial Science And Technology タンパク質と糖鎖との相互作用を分析する方法
JP2008216137A (ja) * 2007-03-06 2008-09-18 Mitsubishi Kagaku Iatron Inc 糖尿病性腎症患者の病態把握方法
JP2010256132A (ja) * 2009-04-23 2010-11-11 Okayama Univ 糖尿病性腎症の進行度の検出方法及び糖尿病性腎症の進行度の診断キット並びに糖尿病性腎症の進行度の指標となる物質及びその選別方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69825653T2 (de) 1997-04-04 2005-08-25 Seikagaku Corp. Quantitatives Bestimmungsverfahren für Heparansulfat und Diagnoseverfahren mit dessen Verwendung

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10332690A (ja) * 1997-04-04 1998-12-18 Seikagaku Kogyo Co Ltd 糖尿病患者の状態の特定方法及びこの方法を用いる診断キット
WO2005064333A1 (ja) * 2003-12-25 2005-07-14 National Institute Of Advanced Industrial Science And Technology タンパク質と糖鎖との相互作用を分析する方法
JP2008216137A (ja) * 2007-03-06 2008-09-18 Mitsubishi Kagaku Iatron Inc 糖尿病性腎症患者の病態把握方法
JP2010256132A (ja) * 2009-04-23 2010-11-11 Okayama Univ 糖尿病性腎症の進行度の検出方法及び糖尿病性腎症の進行度の診断キット並びに糖尿病性腎症の進行度の指標となる物質及びその選別方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
MISE, HIROKI ET AL.: "Identification of prognostic/predictive factor for kidney by sugar chain profiling in type 2 diabetic patients", THE JAPANESE JOURNAL OF RENOLOGY, vol. 59, no. 3, 25 April 2017 (2017-04-25), pages 228 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020149105A1 (ja) 2019-01-17 2020-07-23 国立大学法人 岡山大学 ＩｇＡ腎症の発症の可能性の判定方法およびキット
JPWO2020149105A1 (ja) * 2019-01-17 2021-11-25 国立大学法人 岡山大学 ＩｇＡ腎症の発症の可能性の判定方法およびキット
JP7457367B2 (ja) 2019-01-17 2024-03-28 国立大学法人 岡山大学 ＩｇＡ腎症の発症の可能性の判定方法およびキット

Also Published As

Publication number Publication date
JP2018173371A (ja) 2018-11-08
JP6829440B2 (ja) 2021-02-10
US11835516B2 (en) 2023-12-05
US20210109091A1 (en) 2021-04-15

Similar Documents

Publication Publication Date Title
Haque et al. Assessment of the relationship between serum uric acid and glucose levels in healthy, prediabetic and diabetic individuals
Greenberg et al. Biomarkers for diagnosis and prognosis of AKI in children: one size does not fit all
Marini et al. Cardiometabolic risk profiles and carotid atherosclerosis in individuals with prediabetes identified by fasting glucose, postchallenge glucose, and hemoglobin A1c criteria
Naguib et al. Serum level of the autophagy biomarker Beclin-1 in patients with diabetic kidney disease
Coss et al. N-glycan abnormalities in children with galactosemia
CN102762985A (zh) 使用热休克蛋白72作为敏感生物标志物来检测急性肾损伤的诊断方法
WO2018181292A1 (ja) 腎機能の低下の可能性を判定する判定方法およびキット
Cherney et al. Ability of cystatin C to detect acute changes in glomerular filtration rate provoked by hyperglycaemia in uncomplicated Type 1 diabetes
EP2930247A1 (en) Biomarker of prognosis and acute-on chronic liver failure in cirrhosis
Najafi et al. Assessment of serum and urine neurophil gelatinase-associated lipocalin (s-NGAL and u-NGAL) level as a predictive factor of disease progression in diabetic nephropathy in type 2 DM
Swellam et al. Clinical implications of adiponectin and inflammatory biomarkers in type 2 diabetes mellitus
Yassin et al. Clinical and biochemical features of type 2 diabetic patients in Gaza Governorate, Gaza Strip
Yassin et al. Serum leptin in diabetic nephropathy male patients from Gaza Strip
Mosbah et al. Prevalence of Type 2 Diabetes and Prediction of Renal Failure Phases in Males Attending Brack AlShatti Hospital
US20240410902A1 (en) Use of soluble trem2 as a non-invasive biomarker for non-alcoholic steatohepatitis (nash)
JP6062439B2 (ja) 早期腎障害の評価マーカーとその測定方法
El Naidany et al. Association of Pentraxin 3 rs2305619 (A/G) gene polymorphism and its serum level with the risk of nephropathy in type II diabetic patients
Abdulameer et al. NGAL as a biomarker in chronic kidney disease
Shimizu et al. Insulin-like growth factor-1 (IGF-1) and reduced tongue pressure in relation to atherosclerosis among community-dwelling elderly Japanese men: A cross-sectional study
Sontag et al. Soluble urinary somatic angiotensin converting enzyme is overexpressed in patients with preeclampsia: a potential new marker for the disease?
Özel et al. Evaluation of Serum Growth Arrest-Specific 6/Soluble AXL Levels in Type 2 Diabetes Mellitus
Padmaja Early detection of kidney diseases in diabetic patients with serum cystatin-C
Mazrui et al. Prevalence of Macroalbuminuria and Associated Risk Factors Among Diabetic Patients in Moshi, Northern Tanzania
Al-Jewari et al. SERUM AND URINARY FGF-23 LEVELS IN IRAQI PATIENTS WITH CKD.
Kahindo et al. Diagnostic value of serum creatinine versus urinary neutrophil gelatinase-associated lipocalin (uNGAL) in acute kidney injury in resource-limited settings

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18775217

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18775217

Country of ref document: EP

Kind code of ref document: A1