獣医学

アクアフォトミクスという新しい学問分野は、近赤外分光法を乳質分析や乳房炎(乳腺感染症)診断に応用することに始まりました(Tsenkova 2006, 2008, Tsenkova, Atanassova, Kawano, et al. 2001, Tsenkova, Atanassova, Ozaki, et al. 2001, Tsenkova, Atanassova, and Toyoda 2001, Tsenkova et al. 1999)。 乳成分は生理学との関連性が高いため、この研究はさらなる生物学的研究のバックボーンとなっています。これらの初期の発見により、近赤外分光法を用いて異常診断を行い、スペクトルの背後に存在する生体現象を理解するという新たな道が開かれました。そして水のスペクトルパターンを初めてバイオマーカーとして提示しました(Tsenkova 2006)。

この研究の結果をはじめ、同分野の他の多くの研究では、体液の近赤外データや組織のスペクトルを診断に利用するための基盤を提供し、分子集合形態として、また情報源としての水の重要性を明らかにしています。アクアフォトミクスに基づく動物の疾患診断(Tsenkova 2007)の最初の例は、乳牛の乳房炎について報告されたもので、乳(Tsenkova, Atanassova, and Toyoda 2001, Tsenkova, Atanassova, Kawano, et al. 2001, Meilina et al. 2009)、血液と尿(Tsenkova and Atanassova 2002)における水の特異的な吸収パターンから疾患を検出しました。

乳房炎の動物の血液、乳、尿の水スペクトルパターンを比較したところ、病気の結果として共通の水の吸収バンドが活性化されていることが明らかになりました(Tsenkova 2008)。また、ジャイアントパンダの尿を用いて、排卵期のホルモン変化が0.80ng ml-1から127.88ng ml-1の極低濃度範囲内であっても(Kinoshita et al. 2010)、排卵期を検出することができました(Kinoshita et al. 2010, Kinoshita et al. 2012)。さらなる研究により、排卵期のジャイアントパンダの尿では水素結合した水が増加することが明らかになりました(Kinoshita et al. 2012)。


ボルネオオランウータンでは尿の近赤外分光スペクトルを用いて(Kinoshita et al. 2016)、乳牛では乳の近赤外分光スペクトルを用いて受胎可能な時期の決定に成功しました。(Takemura et al. 2015)、さらには排卵マーカーとして、試薬を用いた従来法の代わりに水の構造変化を利用できることを確認しました。


Kinoshita, K., N. Kuze, T. Kobayashi, E. Miyakawa, H. Narita, M. Inoue-Murayama, G. Idani, and R. Tsenkova. 2016. “Detection of urinary estrogen conjugates and creatinine using near infrared spectroscopy in Bornean orangutans (Pongo pygmaeus).”  Primates 57 (1):51-59.

Kinoshita, K., M. Miyazaki, H. Morita, M. Vassileva, C. Tang, D. Li, O. Ishikawa, H. Kusunoki, and R. Tsenkova. 2012. “Spectral pattern of urinary water as a biomarker of estrus in the giant panda.”  Scientific reports 2.

Kinoshita, K., H. Morita, M. Miyazaki, N. Hama, H. Kanemitsu, H. Kawakami, P. Wang, O. Ishikawa, H. Kusunoki, and R. Tsenkova. 2010. “Near infrared spectroscopy of urine proves useful for estimating ovulation in giant panda (Ailuropoda melanoleuca).”  Analytical Methods 2 (11):1671-1675.

Meilina, H., S. Kuroki, B.M. Jinendra, K. Ikuta, and R. Tsenkova. 2009. “Double threshold method for mastitis diagnosis based on NIR spectra of raw milk and chemometrics.”  Biosystems engineering 104 (2):243-249.

Takemura, G., G. Bázár, K. Ikuta, E. Yamaguchi, S. Ishikawa, A. Furukawa, Y. Kubota, Z. Kovács, and R. Tsenkova. 2015. “Aquagrams of raw milk for oestrus detection in dairy cows.”  Reproduction in domestic animals 50 (3):522-525.

Tsenkova, R. 2007. “AquaPhotomics: water absorbance pattern as a biological marker for disease diagnosis and disease understanding.”  NIR news 18 (2):14-16.

Tsenkova, R, S Atanassova, K Toyoda, Y Ozaki, K Itoh, and T Fearn. 1999. “Near-infrared spectroscopy for dairy management: measurement of unhomogenized milk composition.”  Journal of Dairy Science 82 (11):2344-2351.

Tsenkova, R. 2006. “AquaPhotomics: water absorbance pattern as a biological marker.”  NIR news 17 (7):13-0. doi: 10.1255/nirn.926.

Tsenkova, R. 2008. “Aquaphotomics: acquiring spectra of various biological fluids of the same organism reveals the importance of water matrix absorbance coordinates and the aquaphotome for understanding biological phenomena.”  NIR news 19 (1):13-15.

Tsenkova, R., and S. Atanassova. 2002. “Mastitis diagnotics by near infrared spectra of cow’s milk, blood and urine using soft independent modelling of class analogy classification.” Near Infrared Spectroscopy: Proceedings of the 10th International Conference.

Tsenkova, R., S. Atanassova, S. Kawano, and K. Toyoda. 2001. “Somatic cell count determination in cow’s milk by near-infrared spectroscopy: a new diagnostic tool.”  Journal of animal science 79 (10):2550-2557.

Tsenkova, R., S. Atanassova, Y. Ozaki, K. Toyoda, and K. Itoh. 2001. “Near-infrared spectroscopy for biomonitoring: influence of somatic cell count on cow’s milk composition analysis.”  International Dairy Journal 11 (10):779-783.

Tsenkova, R., S. Atanassova, and K. Toyoda. 2001. “Near infrared spectroscopy for diagnosis: Influence of mammary gland inflammation on cow´ s milk composition measurement.”  Near Infrared Analysis 2 (1):59-66.