TaiLexi AI日本の判例・法令
← ホーム
審決特許庁不成立

特許庁審決 令和8年2月25日

不服2023-017823 情報処理装置、情報処理方法、及び情報処理プログラム

結論

本件審判の請求は、成り立たない。

続きを見る ↓

この資料について AI に質問

機関
特許庁
年月日
令和8年2月25日 (2026-02-25)
事件番号
不服2023-017823
事件名
情報処理装置、情報処理方法、及び情報処理プログラム
種類・結果
審決 不成立
掲載
—
争点・税目
拒絶査定不服審判 / 特許
分野
知的財産

結論

本件審判の請求は、成り立たない。

AI 要約AI

要旨

  • 細胞培養のプロセス条件等を入力情報とし、学習済みモデルで抗体品質等を予測し、寄与度に基づく変更情報を出力する情報処理方法について、引用発明と技術常識に基づき容易に発明できたとして進歩性を否定した事例
事案の概要・争点・判断などを表示

事案の概要

  • 本願は、2020年5月11日を国際出願日とする特許出願(優先権主張 令和元年9月24日)であり、拒絶査定不服審判が請求された。
  • 本願発明(請求項3)は、細胞培養の入力情報を取得し、学習済みモデルで抗体品質と細胞品質を予測し、寄与度を導出して、許容範囲外の場合に警告と変更情報を出力する情報処理方法である。
  • 原査定は令和5年7月12日付けで拒絶査定をした。審判請求後、当審拒絶理由通知(進歩性欠如)が令和7年8月29日付けで通知され、請求人は意見書と手続補正書を提出した。

争点

  • 本願発明が引用文献1記載の発明及び技術常識1、2に基づいて当業者が容易に発明をすることができたか否か

判断

  • 引用発明は、コンピュータが行うバイオリアクター監視・制御方法であり、本願発明と構成X、A、B(抗体品質の予測部分)、D(警告・変更情報出力部分)で一致する。
  • 相違点構成1(細胞品質を学習・予測に含む点)は、技術常識1に基づき自明な設計事項である。相違点構成2(抗体品質も警告の判断に用いる点)は、引用文献1の記載から動機付けがあり容易に想到し得る。
  • 相違点構成3(寄与度導出と変更情報出力)は、技術常識2に基づき、引用発明に寄与度を把握して制御コマンドを設定する構成を採用することは自明な設計事項であり、本願発明の構成に相当する。
  • 本願発明の効果は格別顕著なものとは認められず、進歩性は否定される。請求人の主張(引用文献3は一般的説明に留まる)は、相違点構成3の容易想到性を覆すものではない。

判旨(本文から引用)

  • 機械学習モデルにおける説明変数である各入力について、目的変数である出力に対する正負の符号を持った寄与度を算出でき、当該寄与度に基づいて、各入力が出力に対して正負どちらの向きにどの程度影響したかを把握できることは技術常識である。

結論

  • 本件審判の請求は、成り立たない。

AI が本文から作成した要約です。引用の際は本文をご確認ください。

当事者

請求人 富士フイルム株式会社(代理人 弁理士法人太陽国際特許事務所)

審判番号 不服2023-017823

請求人 富士フイルム株式会社(代理人 弁理士法人太陽国際特許事務所)

特願2021-548321「情報処理装置、情報処理方法、及び情報処理プログラム」拒絶査定不服審判事件〔令和3年4月1日国際公開、WO2021/059577〕について、次のとおり審決する。

結 論

本件審判の請求は、成り立たない。

理 由

1 手続の経緯

本願は、2020年(令和2年)5月11日を国際出願日とする日本語特許出願であって(優先権主張 令和元年9月24日)、その手続の経緯の概略は、次のとおりである。

令和5年2月24日付け:拒絶理由通知書

同年4月26日  :意見書、手続補正書の提出

同年7月12日付け:拒絶査定(以下「原査定」という。)

(同月25日  :原査定の謄本の送達)

同年10月20日  :審判請求書、手続補正書の提出

令和7年8月29日付け:拒絶理由通知書

同年10月30日  :意見書、手続補正書の提出

なお、令和7年8月29日付けで当審において通知した拒絶理由通知を、以下「当審拒絶理由通知」といい、これに対して、同年10月30日に請求人から提出された意見書を、以下、単に「意見書」という。

2 本願発明について

(1) 本願発明の認定

本願の請求項3に係る発明(以下「本願発明」という。)は、令和7年10月30日に提出された手続補正書により補正された請求項3に記載された次に示す事項により特定されるとおりのものである。

「【請求項3】

細胞培養におけるプロセス条件と、培地成分と、細胞の数及び径との少なくとも1つを含む入力情報を取得し、

前記入力情報と、前記入力情報、前記細胞から産生される抗体の品質及び前記細胞の生存率と前記細胞の生存数とを含む前記細胞の品質を用いて予め学習された学習済みモデルとに基づいて、前記入力情報を取得した時点から予め定められた期間を経過した後の前記抗体の品質及び前記細胞の品質を予測し、

前記学習済みモデルの各入力の出力に対する寄与度を導出し、

予測した前記抗体の品質及び前記細胞の品質が許容範囲外である場合、警告を出力し、前記寄与度に基づいて前記抗体の品質及び前記細胞の品質が前記許容範囲内となる前記入力情報に含まれる情報の少なくとも1つを特定し、特定した情報の前記寄与度の符号の正負に応じてその情報を増加させるか又は減少させるかを表す変更情報を出力する

処理をコンピュータが実行する情報処理方法。」

(2) 本願発明の分説

検討の便宜上、本願発明の構成を次のように構成Xと構成Aから構成Dまでに分説する。また、参考図として、本願の【図11】を掲載する。

<本願発明の分説>

A 細胞培養におけるプロセス条件と、培地成分と、細胞の数及び径との少なくとも1つを含む入力情報を取得し、

B 前記入力情報と、前記入力情報、前記細胞から産生される抗体の品質及び前記細胞の生存率と前記細胞の生存数とを含む前記細胞の品質を用いて予め学習された学習済みモデルとに基づいて、前記入力情報を取得した時点から予め定められた期間を経過した後の前記抗体の品質及び前記細胞の品質を予測し、

C 前記学習済みモデルの各入力の出力に対する寄与度を導出し、

D 予測した前記抗体の品質及び前記細胞の品質が許容範囲外である場合、警告を出力し、前記寄与度に基づいて前記抗体の品質及び前記細胞の品質が前記許容範囲内となる前記入力情報に含まれる情報の少なくとも1つを特定し、特定した情報の前記寄与度の符号の正負に応じてその情報を増加させるか又は減少させるかを表す変更情報を出力する

X 処理をコンピュータが実行する情報処理方法。

<参考図>

【図11】

〔図省略〕

(3) 課題・作用効果等に関連する明細書の発明の詳細な説明の記載

本願明細書の発明の詳細な説明の記載のうち、発明が解決しようとする課題及び作用効果等に関連する記載を抜粋すると、次の記載がある。

「【技術分野】

【0001】

本開示は、情報処理装置、情報処理方法、及び情報処理プログラムに関する。

…(中略)…

【発明が解決しようとする課題】

【0003】

細胞から産生される抗体を利用したバイオ医薬品の製造に用いられる細胞の培養方式として灌流培養がある。灌流培養は、細胞を含む培養液を連続的に濾過及び排出し、一方で栄養成分を含む新鮮な培地を連続的に培養槽に供給する培養方式である。灌流培養は、連続培養とも称される。

【0004】

灌流培養では、細胞培養工程の途中でも細胞培養におけるプロセス条件、培地成分、及び細胞の数等の抗体の品質に影響を与えるパラメータを変えることができる。従って、灌流培養では、ある1つの時点の細胞培養に関する情報から、その時点から所定期間を経過した後の抗体の品質を予測することができることが好ましい。具体的には、例えば、ある1つの時点の情報から、所定期間を経過した後の抗体の品質が許容範囲内であれば、そのまま灌流培養を継続し、許容範囲外であれば、上記パラメータを調整することができる。この場合、灌流培養を効果的に支援することができる。

【0005】

特開2009-44974号公報に記載の技術では、予測モデルを用いて、2つの異なる時点で細胞を撮影して得られた画像から、細胞の品質を予測している。すなわち、特開2009-44974号公報に記載の技術は、2つの異なる時点での細胞の画像の変化度合いから細胞の品質を予測するものである。従って、特開2009-44974号公報に記載の技術では、ある1つの時点の情報から抗体の品質を予測することはできないため、灌流培養を効果的に支援することができない。

【0006】

本開示は、以上の事情を鑑みてなされたものであり、灌流培養を効果的に支援することができる情報処理装置、情報処理方法、及び情報処理プログラムを提供する。」

「【発明の効果】

【0013】

本開示によれば、灌流培養を効果的に支援することができる。」

「【0054】

以上説明したように、本実施形態によれば、取得部70が入力情報を取得した時点から予め定められた期間を経過した後の抗体の品質及び細胞の品質を予測している。このため、ユーザは、予め定められた期間を経過した後の抗体の品質及び細胞の品質を把握し、灌流培養における抗体の品質及び細胞の品質に影響を与えるパラメータを調整することができる。従って、灌流培養を効果的に支援することができる。」

3 当審拒絶理由通知における拒絶の理由の概要

当審拒絶理由通知で指摘した拒絶の理由のうち、本願発明に対する理由(進歩性の欠如)の概要は、次のとおりである。

理由(進歩性の欠如) 本願発明は、優先日前に発行された下記の引用文献に記載された発明に基づいて、優先日前にその発明の属する技術の分野における通常の知識を有する者が容易に発明をすることができたものであるから、特許法29条2項の規定により特許を受けることができない。

記

引用文献1.国際公開第2019/129891号(主たる引用文献)

引用文献2.特開2018-117567号公報(技術常識を示す文献)

引用文献3.説明モデルSHAP概説+説明モデルを要因分析に使う時のメモ、てばさきさんの自由研究、2019年2月20日、[2025年7月14日検索]、インターネット<https://tebasakisan.hatenadiary.com/entry/2019/02/20/190357>(技術常識を示す文献)

4 引用文献1の記載事項及び引用発明の認定

(1) 引用文献1に記載された事項

当審拒絶理由通知において引用した、優先日前に発行された文献である国際公開第2019/129891号(以下「引用文献1」という。)には、次の記載がある(なお、括弧内に当合議体が作成した日本語訳を示した。また、当合議体により、日本語訳における後記(2)の引用発明の認定に直接用いる記載に下線を付した。)。

ア 請求項1、2

「1. Verfahren zur Vorhersage des metabolischen Zustands einer Zellkultur von Zellen eines bestimmten Zelltyps, umfassend:

- Bereitstellung (102) eines metabolischen Modells (402) einer Zelle des bestimmten Zelltyps, wobei das metabolische Modell eine Vielzahl von intrazellulaeren und extrazellulaeren Metaboliten sowie eine Vielzahl von intrazellulaeren (410) und extrazellulaeren (408) Fluessen beinhaltet, wobei das metabolische Modell stoechiometrische Gleichungen umfasst die mindestens eine stoechiometrische Beziehung zwischen einem der intrazellulaeren (406) und einem der extrazellulaeren (404) Metaboliten spezifizieren;

- an jedem von einer Vielzahl von Zeitpunkten waehrend der Kultivierung der Zellkultur:

〇 Empfang (106) mehrerer an diesem Zeitpunkt gemessener Messwerte, wobei die Messwerte Konzentrationen mehrerer extrazellulaerer Metaboliten des metabolischen Modells in dem Kulturmedium der Zellkultur sowie eine gemessene Zelldichte der Zellen in der Zellkultur umfassen;

〇 Eingabe (108) der empfangenen Messwerte als

Eingabeparameterwerte in eine trainierte Machinelearning- Programmlogik - MLP - (218);

〇 Vorhersage (110) von extrazellulaeren Fluessen (408) der extrazellulaeren Metaboliten an einem Zukunftszeitpunkt durch die MLP unter Verwendung der empfangenen Messwerte, wobei der Zukunftszeitpunkt ein dem Zeitpunkt des Empfangs der Messwerte nachfolgender Zeitpunkt ist, wobei die extrazellulaeren Fluesse Aufnahmeraten der extrazellulaeren Metaboliten in eine Zelle und/oder Abgaberaten der extrazellulaeren Metaboliten von einer Zelle in das Medium sind;

〇 Durchfuehrung (112) einer metabolischen Flussanalyse zur Berechnung der intrazellulaeren Fluesse an dem Zukunftszeitpunkt unter Verwendung der vorhergesagten extrazellulaeren Fluesse der extrazellulaeren Metaboliten und der stoechiometrischen Gleichungen des metabolischen Modells.

2. Verfahren nach Anspruch 1, ferner umfassend eine Erzeugung der MLP durch maschinelles Lernen, wobei die Erzeugung umfasst:

- Erzeugung eines Trainingsdatensatzes, wobei die Erzeugung umfasst:

〇 an jedem von einer Vielzahl von Trainings-Zeitpunkten waehrend der Kultivierung von zumindest einer Trainings-Zellkultur von Zellen des bestimmten Zelltyps:

■ Empfang mehrerer an diesem Trainings-Zeitpunkt gemessener Messwerte, wobei die Messwerte Konzentrationen mehrerer extrazellulaerer Metaboliten des metabolischen Modells in dem Kulturmedium der zumindest einen Trainings-Zellkultur sowie eine gemessene Zelldichte der Zellen in der zumindest einen Trainings-Zellkultur umfassen;

■ Empfang der Zeitangabe des aktuellen Trainings-Zeitpunkts; und

■ Berechnung von extrazellulaeren Fluessen der extrazellulaeren Metaboliten als Funktion der zu diesem Zeitpunkt und der zum jeweils vorhergehenden Zeitpunkt empfangenen Messwerte, wobei die extrazellulaeren Fluesse Aufnahmeraten der extrazellulaeren Metaboliten in die Zelle und/oder Abgaberaten der extrazellulaeren Metaboliten in das Medium sind;

- Trainieren der MLP, wobei das Trainieren umfasst:

〇 Eingabe der Messwerte, die an jedem der Trainings-Zeitpunkte

empfangen wurden, als Eingabeparameterwerte in die MLP, und Eingabe der extrazellulaeren Fluesse, die an dem jeweils auf diesen Trainings-Zeitpunkt folgenden Zeitpunkt fuer diesen folgenden

Zeitpunkt berechnet wurden, als zu diesen Eingabeparameterwerten gehoerige Ausgabeparameterwerte in die MLP; und

〇 Durchfuehrung eines Lernprozesses durch die MLP derart, dass die MLP lernt, basierend auf den Eingabeparameterwerten die jeweils zugehoerigen Ausgabeparameterwerte vorherzusagen; Speicherung der trainierten MLP in einem volatilen oder nicht-volatilen Speichermedium.」

(1.特定の細胞種の細胞の細胞培養における代謝状態を予測するための方法であって、以下を含む:

- 特定の細胞種の細胞の代謝モデル(402)の提供(102)、この代謝モデルは、複数の細胞内及び細胞外代謝物、ならびに複数の細胞内(410)及び細胞外(408)フローを含み、さらにこの代謝モデルは、少なくとも一つの細胞内(406)代謝物と一つの細胞外(404)代謝物との間の化学量論的関係を特定する化学量論的方程式を含む;

- 細胞培養の培養中の複数の時点のそれぞれにおいて:

○ 当該時点で測定された複数の測定値の受信(106)、この測定値は、細胞培養の培養培地における代謝モデルの複数の細胞外代謝物の濃度及び細胞培養内の細胞の測定された細胞密度を含む;

○ 受信した測定値を、トレーニングされた機械学習プログラムロジック -MLP-(218)への入力パラメータ値として入力(108);

○ 受信した測定値を用いて、MLPによる将来の時点における細胞外代謝物の細胞外フロー(408)の予測(110)、この将来の時点は、測定値の受信時点の後の時点であり、細胞外フローは、細胞への細胞外代謝物の取り込み速度及び/又は細胞から培地への細胞外代謝物の放出速度である;

○ 予測された細胞外フローと代謝モデルの化学量論的方程式を用いて、将来の時点における細胞内フローの計算のための代謝フロー分析の実施(112)。

2.請求項1に記載の方法であって、さらに以下を含む:

- 機械学習によるMLPの生成、生成には以下が含まれる:

○トレーニングデータセットの生成、生成には以下が含まれる:

特定の細胞型の細胞からなる少なくとも一つのトレーニング細胞培養の培養中の複数のトレーニング時点のそれぞれにおいて:

■当該トレーニング時点で測定された複数の測定値の受信、測定値は、少なくとも一つのトレーニング細胞培養の培養培地における代謝モデルの複数の細胞外代謝物の濃度及び少なくとも一つのトレーニング細胞培養内の細胞の測定された細胞密度を含む;

■現在のトレーニング時点の時間情報の受信;及び

■当該時点及びそれに先行する時点で受信した測定値の関数として、細胞外代謝物の細胞外フローの計算、細胞外フローは、細胞への細胞外代謝物の取り込み速度及び/又は培地への細胞外代謝物の放出速度である;

- MLPのトレーニング、トレーニングには以下が含まれる:

○トレーニング時点のそれぞれで受信した測定値をMLPへの入力パラメータ値として入力し、これらの入力パラメータ値に対応する出力パラメータ値として、当該トレーニング時点の次の時点で計算された細胞外フローをMLPに入力;及び

○MLPによる学習プロセスの実施、これによりMLPは、入力パラメータ値に基づいてそれぞれの対応する出力パラメータ値を予測することを学習し、トレーニングされたMLPを揮発性又は不揮発性の記憶媒体に保存する。)

イ 請求項15

「15. Verfahren zur Ueberwachung und/oder Steuerung eines Bioreaktors, der die Zellkultur von Zellen eines bestimmten Zelltyps beinhaltet, umfassend:

- Berechnung der intrazellulaeren Fluesse der Zellen an einem Zukunftszeitpunkt gemaess des Verfahrens nach einem der Ansprueche 1-14;

- Vergleich der vorhergesagten intrazellulaeren Fluesse mit Referenzwerten oder Referenzwertbereichen fuer akzeptable intrazellulaere Fluesse der jeweiligen ein oder mehreren intrazellulaeren Metaboliten;

- Ausgabe einer Warnung, wenn eine Abweichung des berechneten intrazellulaeren Flusses mindestens eines der intrazellulaeren Metaboliten von seinem jeweiligen Referenzwert oder Referenzwertbereich einen Grenzwert ueberschreitet; und/oder

- Senden eines Kontrollbefehls an den Bioreaktor, um automatisch Schritte einzuleiten, die den Zustand des Bioreaktors oder des darin enthaltenen Mediums so aendern, dass die Abweichung reduziert wird, wobei die automatischen Schritte insbesondere eine Aenderung der Menge und/oder eine Aenderung der Zusammensetzung einer Naehrloesung beinhalten.」

(15.特定の細胞種の細胞の細胞培養を含むバイオリアクターの監視及び/又は制御のための方法であって、以下を含む:

- 請求項1~14のいずれかの方法に従って、将来の時点における細胞の細胞内フローを計算する;

- 予測された細胞内フローを、各細胞内代謝物の受け入れ可能な細胞内フローに関する参照値又は参照値範囲と比較する;

- 計算された細胞内フローの少なくとも一つの細胞内代謝物がそれぞれの参照値又は参照値範囲からの逸脱が閾値を超えた場合に警告を出力する;及び/又は

- バイオリアクターに制御コマンドを送信し、自動的にバイオリアクター又はその中の培地の状態を変更して逸脱を減少させるための手順を開始する、これには特に栄養溶液の量の変更及び/又は組成の変更が含まれる。)

ウ1ページ下から3行~2ページ16行

「Technischer Bereich

Die Erfindung betrifft die Vorhersage des metabolischen Zustands von Zellen, insbesondere von in Zellkultur gehaltenen Zellen.

Stand der Technik

In den vergangenen Jahren ist in der pharmazeutischen Industrie das Bestreben deutlich gewachsen, die Vorgaenge in der Entwicklung, Produktion und Qualitaetssicherung effizienter zu gestalten, indem ein staerkerer Fokus auf Mittel zur Prozessanalyse, -kontrolle und -Steuerung gelegt wurde. Diese Tendenz betrifft auch und in besonderen Massen den Betrieb von Zellkulturreaktoren, die zur Erzeugung pharmazeutisch interessanter Molekuele, insbesondere Makromolekuele wie Proteine, zum Einsatz kommen.

Die Modellierung des Zellstoffwechsels und von Fermentationsprozessen im Rahmen der pharmazeutischen Forschung und Entwicklung gestaltet sich jedoch als grosse technische Herausforderung: Der Stoffwechsel (Metabolismus) von Zellen, insbesondere eukaryotischer Zellen, zeichnet sich durch sehr komplexe nichtlineare chemische Reaktionskaskaden aus, die analytisch schwer zu simulieren oder modellieren sind.」

(技術分野

本発明は、細胞、特に細胞培養で保持されている細胞の代謝状態の予測に関する。

技術の現状

近年、製薬業界では、開発、製造、品質管理のプロセスをより効率的にするために、プロセス分析、制御、管理の手段により強い焦点を当てる傾向が顕著に高まっている。この傾向は、特に医薬品にとって興味深い分子、特にタンパク質のような高分子を生成するために使用される細胞培養反応器の運用にも関係している。

しかし、細胞代謝及び発酵プロセスのモデル化は、製薬研究及び開発の枠組みの中で大きな技術的課題となっている。特に真核細胞の代謝(メタボリズム)は、非常に複雑な非線形化学反応カスケードを特徴としており、これを分析的にシミュレーション又はモデル化することは困難である。)

エ21ページ25行~22ページ2行

「Nach einer Ausfuehrungsform handelt es sich bei dem bestimmten Zelltyp um Chinese-Hamster-Ovary (CHO) Zellen.

Nach Ausfuehrungsformen ist der bestimmte Zelltyp ein genetisch modifizierter Zelltyp, der zum Zweck der Gewinnung eines Biomolekuels in einem Bioreaktor gehalten und/oder vermehrt wird. Beispielsweise kann es sich um eine genetisch modifizierte Zelllinie handeln, die ein bestimmtes Protein, z.B. ein Enzym oder einen bestimmten Antikoerper, exprimiert und/oder in besonders hohen Mengen exprimiert.」

(ある実施形態によれば、特定の細胞種はチャイニーズハムスター卵巣(CHO)細胞である。

別の実施形態によれば、特定の細胞種は、バイオリアクター内でバイオ分子を得る目的で保持及び/又は増殖される遺伝子改変細胞種である。例えば、特定のタンパク質、例えば、酵素や特定の抗体、を発現し、又は特に高い量で発現する遺伝子改変細胞種であってもよい。)

オ30ページ13行~31ページ17行

「Bei der ersten Schnittstelle kann es sich zum Beispiel um eine Netzwerkschnittstelle handeln, die eine drahtlose oder drahtbasierte Verbindung zu ein oder mehreren Sensoren des Bioreaktors herstellt. Ergaenzend oder alternativ dazu kann es sich bei der ersten Schnittstelle aber auch um eine Schnittstelle zur manuellen Eingabe der entsprechenden Messwerte handeln. Beispielsweise ist es moeglich, dass die Messwerte dadurch erhoben werden, dass in einem manuellen, semi- automatischen oder voll-automatischen Verfahren dem Bioreaktor an den bestimmten Zeitpunkten eine Probe entnommen wird, die zu ein oder mehreren weiteren Analysegeraeten transportiert wird, wo sodann die Zelldichte und/oder die Konzentration der extrazellulaeren Metaboliten erfolgt. Die so gewonnenen Messwerte koennen nun wiederum automatisch von diesen Analysegeraeten ueber die erste Schnittstelle an das System uebertragen werden oder ein Nutzer gibt die Messwerte von Hand ueber eine als grafische Benutzeroberflaeche ausgebildete erste Schnittstelle in das System ein.

Nach Ausfuehrungsformen ist das System eine Kontrolleinheit zur Ueberwachung und/oder Kontrolle eines Bioreaktors oder mehrerer Bioreaktoren oder ist an eine solche Kontrolleinheit operativ gekoppelt. Vorzugsweise umfasst das System ferner eine Nutzer-Schnittstelle zur Ausgabe des berechneten intrazellulaeren Flusses an einen Nutzer. Beispielsweise koennen die vorhergesagten Fluesse tabellarisch dargestellt werden oder es kann eine dynamische Visualisierung der Fluesse mittels eines Bewegtbildes erfolgen, z.B. eines Bewegtbildes auf Basis einer graphischen Repraesentation des metabolischen Modells, welches der Vorhersage der intrazellulaeren Fluesse zu Grunde liegt.

Nach Ausfuehrungssystemen umfasst das System ferner eine zweite Schnittstelle zum Senden von Steuerbefehlen an den Bioreaktor. Diese Programmlogik ist ausgebildet zum:

- Vergleich des vorhergesagten intrazellulaeren Flusses mit Referenzwerten oder Referenzwertbereichen fuer einen akzeptable intrazellulaeren Fluss des jeweiligen oder der jeweiligen intrazellulaeren Metaboliten;

- Ausgabe einer Warnung ueber die Nutzer-Schnittstelle, wenn eine Abweichung des berechneten intrazellulaeren Flusses mindestens eines der intrazellulaeren Metaboliten von seinem jeweiligen Referenzwert oder Referenzwertbereich einen Grenzwert ueberschreitet; und/oder

- Senden eines Kontrollbefehls an den Bioreaktor ueber die zweite Schnittstelle, wobei der Kontrollbefehl dazu ausgebildet ist, den Zustand des Bioreaktors oder des darin enthaltenen Mediums so aendern, dass die Abweichung reduziert wird.

Bei der Nutzerschnittstelle kann es sich zum Beispiel ueber eine grafische Benutzeroberflaeche (GUI) und/oder eine akustische Nutzerschnittstelle handeln.」

(第一のインターフェースは、例えば、バイオリアクターの一つ又は複数のセンサーに対して無線又は有線接続を確立するネットワークインターフェースであることがある。これに加えて、又は代替として、第一のインターフェースは、対応する測定値の手動入力のためのインターフェースであることもある。例えば、測定値は、手動、半自動、又は完全自動の手法によって、特定の時点でバイオリアクターからサンプルを採取し、一つ又は複数の分析装置に運ばれることによって取得されることが可能であり、そこで細胞密度及び/又は細胞外代謝物の濃度が測定される。こうして得られた測定値は、再び自動的にこれらの分析装置から第一のインターフェースを介してシステムに転送されるか、ユーザーがグラフィカルユーザーインターフェースとして設計された第一のインターフェースを介して手動で測定値をシステムに入力することができる。

実施形態によれば、システムは、バイオリアクター又は複数のバイオリアクターの監視及び/又は制御のための制御ユニットであるか、又はそのような制御ユニットに操作的に接続されている。好ましくは、システムは、計算された細胞内フローをユーザーに出力するためのユーザーインターフェースをさらに含む。例えば、予測されたフローは表形式で表示されるか、又は細胞内フローの予測に基づく代謝モデルのグラフィカルな表現に基づく動的なフローの視覚化が行われることがある。

実施システムによれば、システムはさらに、バイオリアクターに制御コマンドを送信するための第二のインターフェースを含む。このプログラムロジックは、以下のために設計されている:

- 予測された細胞内フローを、各細胞内代謝物の受け入れ可能な細胞内フローの参照値又は参照値範囲と比較すること;

- 計算された細胞内フローのいずれかの細胞内代謝物がその参照値又は参照値範囲からの逸脱が閾値を超えた場合に、ユーザーインターフェースを介して警告を出力すること;及び/又は

- 第二のインターフェースを介してバイオリアクターに制御コマンドを送信すること、ここで制御コマンドは、バイオリアクター又はその中の培地の状態を変更して逸脱を減少させるように設計されている。

ユーザーインターフェースは、例えばグラフィカルユーザーインターフェース(GUI)及び/又は音声ユーザーインターフェースであることがある。)

カ32ページ6行~24行

「Unter einem “Metabolit“ im engeren Sinne wird ein Zwischenprodukt (Intermediat) in einem biochemischen Stoffwechselweg verstanden. Ein Metabolit im Sinne der vorliegenden Erfindung soll jedoch weiter gefasst sein als jegliche Substanz, die in Form eines Edukts, Produkts oder Intermediats an einer biochemischen Reaktion einer Zelle beteiligt ist. Insbesondere kann es sich bei einem Metaboliten um eine Aminosaeure, um einen Zucker, um Fette, Peptide, Antikoerper, Proteine, Bestandteile des Zitratzyklus, Bestandteile der Glykolyse, Bestandteile von Proteinaufbau- oder Abbaupathways und aehnlicher Stoffe handeln.

Unter einem “extrazellulaeren Metabolit“ wird hier ein Metabolit verstanden, von welchem bekannt ist oder von welchem gemaess eines metabolischen Modells des untersuchten Zelltyps angenommen wird, dass er im Medium einer Zellkultur vorkommt, z.B. weil er von Zellen des bestimmten Zelltyps in das Medium der Zellkultur ausgeschieden wird (z.B. Laktat) oder weil er als Komponente des Mediums oder einer Naehrloesung der Zellkultur zugegeben wird (z.B. Glukose).

Unter einem “intrazellulaeren Metabolit“ wird hier ein Metabolit verstanden, von welchem bekannt ist oder von welchem gemaess eines metabolischen Modells des untersuchten Zelltyps angenommen wird, dass er innerhalb von Zellen des bestimmten Zelltyps vorkommt, z.B. weil er aus dem Medium der Zellkultur aufgenommen wird oder von den Zellen hergestellt wird.」

(「代謝物」とは、狭義には生化学的代謝経路における中間生成物(インターメディエイト)を指す。しかし、本発明における代謝物は、細胞の生化学反応において反応物、生成物、又は中間体の形で関与する任意の物質を含む、より広い意味で定義される。具体的には、代謝物はアミノ酸、糖、脂肪、ペプチド、抗体、タンパク質、クエン酸回路の成分、解糖系の成分、タンパク質合成又は分解経路の成分、その他類似の物質を含むことができる。

「細胞外代謝物」とは、ここでは、特定の細胞型の代謝モデルに基づいて、細胞培養の培地中に存在することが知られている、又は存在すると考えられる代謝物を指す。例えば、特定の細胞種の細胞が細胞培養の培地に排出する(例:乳酸)か、又は細胞培養の培地や栄養溶液の成分として添加される(例:グルコース)場合がある。

「細胞内代謝物」とは、ここでは、特定の細胞型の代謝モデルに基づいて、特定の細胞型の細胞内に存在することが知られている、又は存在すると考えられる代謝物を指す。例えば、細胞培養の培地から取り込まれるか、細胞によって生成される場合がある。)

キ59ページ19行~22行

「Die so erhaltenen Messdaten werden an ein Datenverarbeitungssystem 252 uebermittelt. Bei dem Datenverarbeitungssystem 252 kann es sich zum Beispiel um einen Computer handeln, der als Kontrolleinheit ein oder mehrere Bioreaktoren ueberwacht und/oder steuert.」

(こうして得られた測定データは、データ処理システム252に送信される。データ処理システム252は、例えば一つまたは複数のバイオリアクターを監視および/または制御する制御ユニットとして機能するコンピュータであってもよい。)

(2) 引用発明の認定

前記(1)に摘記した引用文献1の記載事項を総合すると、引用文献1には、次の発明(以下「引用発明」という。)が記載されていると認められる。なお、認定の根拠となる記載箇所を括弧内に示した。

<引用発明>

「コンピュータが行う特定の細胞種の細胞の細胞培養を含むバイオリアクターの監視及び/又は制御のための方法であって、((1)イ、キ)

特定の細胞種は、バイオリアクター内でバイオ分子を得る目的で保持及び/又は増殖される遺伝子改変細胞種であって、特定の抗体を発現する遺伝子改変細胞種であってもよく、((1) エ)

代謝物は、抗体を含むことができ、((1) カ)

細胞外代謝物は、特定の細胞種の細胞が細胞培養の培地に排出するか、又は細胞培養の培地や栄養溶液の成分として添加される場合があり、((1) カ)

複数の細胞内及び細胞外代謝物、ならびに複数の細胞内及び細胞外フローを含み、さらに、少なくとも一つの細胞内代謝物と一つの細胞外代謝物との間の化学量論的関係を特定する化学量論的方程式を含む、特定の細胞種の細胞の代謝モデルを提供し、((1)ア)

細胞培養の培養中の複数の時点のそれぞれにおいて、((1)ア)

当該時点で測定された、細胞培養の培養培地における代謝モデルの複数の細胞外代謝物の濃度及び細胞培養内の細胞の測定された細胞密度を含む、複数の測定値を受信し、((1)ア)

受信した測定値を、トレーニングされた機械学習プログラムロジック-MLP-への入力パラメータ値として入力し、((1)ア)

受信した測定値を用いて、MLPによる、測定値の受信時点の後の時点である将来の時点における、細胞への細胞外代謝物の取り込み速度及び/又は細胞から培地への細胞外代謝物の放出速度である細胞外代謝物の細胞外フローを予測し、((1)ア)

予測された細胞外フローと代謝モデルの化学量論的方程式を用いて、将来の時点における細胞内フローの計算のための代謝フロー分析を実施して、((1)ア)

将来の時点における細胞の細胞内フローを計算して、((1)イ)

予測された細胞内フローを、各細胞内代謝物の受け入れ可能な細胞内フローに関する参照値又は参照値範囲と比較して、((1)イ)

計算された細胞内フローの少なくとも一つの細胞内代謝物がそれぞれの参照値又は参照値範囲からの逸脱が閾値を超えた場合に警告を出力し、バイオリアクターに制御コマンドを送信し、自動的にバイオリアクター又はその中の培地の状態を変更して逸脱を減少させるための手順を開始し、これには特に栄養溶液の量の変更及び/又は組成の変更が含まれ、((1)イ)

MLPは、トレーニング時点のそれぞれで受信した、少なくとも一つのトレーニング細胞培養の培養培地における代謝モデルの複数の細胞外代謝物の濃度及び少なくとも一つのトレーニング細胞培養内の細胞の測定された細胞密度を含む測定値をMLPへの入力パラメータ値として入力し、これらの入力パラメータ値に対応する出力パラメータ値として、当該トレーニング時点の次の時点で計算された細胞外フローをMLPに入力して、MLPによる学習プロセスを実施して生成されたものである、((1)ア)

ことを含む方法。」

5 引用文献2、3の記載事項及び技術常識の認定

(1) 引用文献2に記載された事項及び技術常識1の認定

ア 引用文献2に記載された事項

当審拒絶理由通知において引用した、優先日前に発行された文献である特開2018-117567号公報(以下「引用文献2」という。)には、次の記載がある。なお、下線は当合議体が付したものであり、以下同様である。

「【0001】

本発明は、動物細胞や微生物などの生体細胞を培養して有用生産物を収穫する細胞培養装置に関する。

【背景技術】

【0002】

動物細胞や微生物など生体の細胞を培養することにより抗体タンパクなどの有用物質を生産することができる。培養方法として、回分培養、流加培養、高密度流加培養、連続培養、高密度連続培養がある。

【0003】

上記培養方法はいずれも培養環境、すなわち培養槽内を培養に適切な条件に維持する必要がある。適切な培養環境を維持するための運転パラメータとして、一般的に溶存酸素濃度、pH、温度、撹拌速度などが挙げられ、上記パラメータが、ある設定値の範囲内を維持するように運転制御が行われている。

【0004】

例えば、特許文献1には、生体細胞の培養に適切な培養環境で必要に応じて運転状態の目標値を適切に変更する培養制御が記載されている。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開2003-235544

【発明の概要】

【発明が解決しようとする課題】

【0006】

生産性向上のために刻々と変化する細胞の状態に合わせて制御するには、細胞の増殖と生産物産生に適切な槽内条件を整える必要があり、培養環境因子(例えば、培地中の栄養成分濃度、酸素濃度、攪拌回転数、細胞密度、微生物個数濃度、溶存酸素濃度等)を計測して、生産性および製品の品質特性が向上もしくは一定の基準を維持するように制御する必要がある。そのためには、生産性および製品の品質特性と培養環境因子を細胞の代謝モデルを基に定式化し、生産性および製品の品質特性が最適値となるように培養環境因子の調整が必要である。

…(中略)…

【0009】

そこで、本発明の目的は、生体細胞の培養環境を適切に維持し、安定させる運転制御ができる細胞培養装置を提供することにある。」

「【0015】

ここで細胞の状態の分類例を図3に示す。改善もしくは一定に維持したい変数(例えば、細胞数の時間積分、細胞数、抗体濃度、糖鎖修飾割合、夾雑物割合など)を目的変数とし、培養槽内において計測されるプロセス値(オンライン、インライン、オフラインいずれでもよい)で、培養環境因子(例えば、pH、溶存酸素、溶存二酸化炭素、せん断応力、攪拌回転速度、温度、栄養濃度など)および/あるいは状態変数(例えば、細胞増殖速度、生存率、細胞径の平均、細胞径の分布、タンパク生産速度、乳酸分泌速度、アンモニア分泌速度など)のデータを入力値とし、適応共鳴理論解析を行うと、各プロセス値の組合せに応じて、細胞の状態(例えば、細胞数、増殖速度、生存率、細胞代謝)あるいは生産量・品質を図3に示すようにカテゴリ分類することができる。分類1、分類2、分類3、分類4の各カテゴリの内部は同一の細胞状態とみなすことができる。」

イ 技術常識1の認定

前記アに摘記した引用文献2の記載事項に例示されるように、次の技術事項は、当業者にとって技術常識であったと認められる。(以下「技術常識1」という。)

<技術常識1>

「動物細胞や微生物などの生体細胞を培養して抗体タンパクなどの有用物質を収穫する細胞培養装置において、生体細胞の培養環境を適切に維持し、安定させる運転制御を行うにあたり、細胞数の時間積分、細胞数、増殖速度、生存率、細胞代謝等の細胞の品質に関するパラメータ、及び、抗体濃度、糖鎖修飾割合、夾雑物割合等の抗体の品質に関するパラメータを把握することが好ましいこと。」

(2) 引用文献3に記載された事項及び技術常識2の認定

ア 引用文献3に記載された事項

当審拒絶理由通知において引用した、優先日前に発行された文献である、説明モデルSHAP概説+説明モデルを要因分析に使う時のメモ、てばさきさんの自由研究、2019年2月20日、[2025年7月14日検索]、インターネット<https://tebasakisan.hatenadiary.com/entry/2019/02/20/190357>(以下「引用文献3」という。)には、次の記載がある。

「SHAPとは

・ゲーム理論のShapley値が起源

・Shapley値は協力して行うゲームの参加者それぞれに、貢献度を割り振るための手法

・SHAPはShapley値を機械学習モデルに適用できる形にしたもの

・機械学習では、出力結果にそれぞれの変数がどれだけ影響したかを意味する

・ユースケースは以下の2点

○予測モデルの出力結果を説明する

○何かの原因となる要因の分析

・(サンプル数*説明変数の数)の形で出力される」

「SHAPの特徴

続いて、他の主な変数重要度(Gain,Split,Permutationなど)と比較した実用上のSHAPの特徴を3点説明します。

・入力データセットと同じ形でSHAP値が計算される

・正負の符号付き

・他の説明変数との組み合わせで値が決まる

1点目に、SHAPは入力したデータセットと同じ形の行列で数値が返ってきます。モデル全体に対してそれぞれの説明変数がどれだけ効いたかの粒度で出力されるため、SHAPは細かい粒度で説明変数の影響を見ることができます。なお、SHAP値をサンプルの方向に集計することで、Gainなどのような説明変数の変数重要度を算出することが可能です。

2点目に、SHAP値は正負の符号付きで返ってくるため、その説明変数が予測のどちらの向きに効いたかがわかります。

3点目に、SHAPは他の説明変数との組み合わせで値が決まります。ある説明変数Aの値が同じサンプルがあったとしても、他の説明変数との相互作用によって、説明変数AのSHAP値は変化し得ます。例えば若年層に有効な広告があった場合、その広告を見た/見ていないという説明変数は若年層のサンプルには大きなSHAP値となり、高齢層のサンプルには小さなSHAP値となることが考えられます。」

イ 技術常識2の認定

前記アに摘記した引用文献3の記載事項に例示されるように、次の技術事項は、当業者にとって技術常識であったと認められる。(以下「技術常識2」という。)

<技術常識2>

「機械学習モデルにおける説明変数である各入力について、目的変数である出力に対する正負の符号を持った寄与度を算出でき、当該寄与度に基づいて、各入力が出力に対して正負どちらの向きにどの程度影響したかを把握できること。」

6 本願発明と引用発明の対比

(1) 対比分析

本願発明と引用発明を対比する。

ア 構成Xの観点

(ア) 構成Xは、「処理をコンピュータが実行する情報処理方法」の発明であることである。

(イ) 引用発明の「コンピュータが行う」「バイオリアクターの監視及び/又は制御のための方法」は、「機械学習プログラムロジック」(「MLP」)を用いて「細胞外代謝物の細胞外フロー」の「予測」等の情報処理を行うものであるから、本願発明と、「処理をコンピュータが実行する情報処理方法」の発明である点において一致する。

(ウ) したがって、本願発明と引用発明は、次の点において一致する。

「処理をコンピュータが実行する情報処理方法」の発明である点。

イ 構成Aの観点

(ア) 構成Aは、「細胞培養におけるプロセス条件と、培地成分と、細胞の数及び径との少なくとも1つを含む入力情報を取得[する]」処理を行うことである。

(イ) 引用発明において、「複数の細胞外代謝物の濃度」「の測定値を受信し」ているところ、「細胞外代謝物」には、「細胞培養の培地や栄養溶液の成分として添加される」ものが含まれている。

(ウ) そのため、引用発明における「細胞培養の培地や栄養溶液の成分」を含む「複数の細胞外代謝物の濃度」「の測定値」は、「トレーニングされた機械学習プログラムロジック-MLP-への入力パラメータ値として入力」されるから、本願発明における「培地成分」「を含む入力情報」に相当し、引用発明において、「複数の測定値を受信[する]」ことは、本願発明において、「入力情報を取得[する]」ことに相当する。

(エ) したがって、本願発明と引用発明は、次の点において一致する。

「細胞培養におけるプロセス条件と、培地成分と、細胞の数及び径との少なくとも1つを含む入力情報を取得[する]」処理を行う点。

ウ 構成Bの観点

(ア) 構成Bは、「前記入力情報と、前記入力情報、前記細胞から産生される抗体の品質及び前記細胞の生存率と前記細胞の生存数とを含む前記細胞の品質を用いて予め学習された学習済みモデルとに基づいて、前記入力情報を取得した時点から予め定められた期間を経過した後の前記抗体の品質及び前記細胞の品質を予測[する]」処理を行うことである。

(イ) 引用発明における「細胞外フロー」は、「抗体を含む」「細胞外代謝物の放出速度」であって、抗体の量に関するパラメータを含むといえるところ、本願の発明の詳細な説明の段落【0031】の記載を参酌すると、「抗体の品質の例としては、抗体の濃度、抗体の凝集物量、抗体の分解物量、及び未成熟糖鎖量等が挙げられる。」とあり、「抗体の品質」は抗体の量的な側面から評価しているから、引用発明における「細胞外フロー」は、本願発明における「細胞から産生される抗体の品質」に相当する。

(ウ) そのため、引用発明における「複数の細胞外代謝物の濃度」「を含む測定値」が「入力パラメータ値として入力」され、「出力パラメータ値として、当該トレーニング時点の次の時点で計算された細胞外フロー」が「入力」されて、「生成」された「MLP」は、前記イ(ウ)も踏まえると、本願発明における「前記入力情報、前記細胞から産生される抗体の品質及び前記細胞の生存率と前記細胞の生存数とを含む前記細胞の品質を用いて予め学習された学習済みモデル」と、「前記入力情報、前記細胞から産生される抗体の品質を用いて予め学習された学習済みモデル」である点で共通する。

(エ) そして、引用発明において、「受信した測定値を用いて、MLPによる、測定値の受信時点の後の時点である将来の時点における、」「細胞外代謝物の細胞外フローを予測[する]」ことは、本願発明において、「前記入力情報と、」「学習済みモデルとに基づいて、前記入力情報を取得した時点から予め定められた期間を経過した後の前記抗体の品質及び前記細胞の品質を予測[する]」ことと、「前記入力情報と、学習済みモデルとに基づいて、前記入力情報を取得した時点から予め定められた期間を経過した後の前記抗体の品質を予測[する]」点で共通する。

(オ) 以上の検討結果を踏まえると、本願発明と引用発明の構成Bの観点における一致点及び相違点は、次のa及びbのとおりである。

a 構成Bの観点における一致点

「前記入力情報と、前記入力情報、前記細胞から産生される抗体の品質を用いて予め学習された学習済みモデルとに基づいて、前記入力情報を取得した時点から予め定められた期間を経過した後の前記抗体の品質を予測[する]」処理を行う点。

b 構成Bの観点における相違点

学習済みモデルの学習に用いる情報及び学習済みモデルに基づいて予測する情報について、

本願発明においては、「前記細胞の生存率と前記細胞の生存数とを含む前記細胞の品質」を含んでいるのに対して、

引用発明においては、そのような情報を含むことの特定がない点。

エ 構成Cの観点

(ア) 構成Cは、「前記学習済みモデルの各入力の出力に対する寄与度を導出[する]」処理を行うことである。

(イ) 引用発明は、本願発明の構成Cに相当する構成を備えていないから、本願発明と引用発明は、次の点において相違する。

本願発明においては、「前記学習済みモデルの各入力の出力に対する寄与度を導出[する]」処理を行うのに対して、

引用発明においては、そのような処理を行うことの特定がない点。

オ 構成Dの観点

(ア) 構成Dは、「予測した前記抗体の品質及び前記細胞の品質が許容範囲外である場合、警告を出力し、前記寄与度に基づいて前記抗体の品質及び前記細胞の品質が前記許容範囲内となる前記入力情報に含まれる情報の少なくとも1つを特定し、特定した情報の前記寄与度の符号の正負に応じてその情報を増加させるか又は減少させるかを表す変更情報を出力する」処理を行うことである。

(イ) 引用発明において、「計算された」「将来の時点における細胞の」「細胞内フローの少なくとも一つの細胞内代謝物がそれぞれの参照値又は参照値範囲からの逸脱が閾値を超えた場合に警告を出力[する]」ことは、本願発明において、「予測した前記抗体の品質及び前記細胞の品質が許容範囲外である場合、警告を出力[する]」ことと、抗体が代謝の産物であることを踏まえると、「予測した細胞代謝産物の状態が許容範囲外である場合、警告を出力[する]」点で共通する。

(ウ) 引用発明において、「計算された」「将来の時点における細胞の」「細胞内フローの少なくとも一つの細胞内代謝物がそれぞれの参照値又は参照値範囲からの逸脱が閾値を超えた場合に」「バイオリアクターに制御コマンドを送信し、自動的にバイオリアクター又はその中の培地の状態を変更して逸脱を減少させるための手順を開始し、これには特に栄養溶液の量の変更及び/又は組成の変更が含まれ[る]」ことは、「培地の」「組成の変更」のためには、培地中の細胞外代謝物の濃度をどのように変更するかについての情報を出力する必要があることが明らかであるから、本願発明において、「前記寄与度に基づいて前記抗体の品質及び前記細胞の品質が前記許容範囲内となる前記入力情報に含まれる情報の少なくとも1つを特定し、特定した情報の前記寄与度の符号の正負に応じてその情報を増加させるか又は減少させるかを表す変更情報を出力する」ことと、「前記入力情報に含まれる情報をどのように変更するかを表す変更情報を出力する」点で共通するといえる。

(エ) 以上の検討結果を踏まえると、本願発明と引用発明の構成Dの観点における一致点及び相違点は、次のa及びbのとおりである。

a 構成Dの観点における一致点

「予測した細胞代謝産物の状態が許容範囲外である場合、警告を出力し、前記入力情報に含まれる情報をどのように変更するかを表す変更情報を出力する」処理を行う点。

b 構成Dの観点における相違点

本願発明においては、警告等の出力の判断の際に基づく予測された情報が、「予測した前記抗体の品質及び前記細胞の品質」であって、当該情報が許容範囲外である場合に、「前記寄与度に基づいて前記抗体の品質及び前記細胞の品質が前記許容範囲内となる前記入力情報に含まれる情報の少なくとも1つを特定し、特定した情報の前記寄与度の符号の正負に応じてその情報を増加させるか又は減少させるかを表す変更情報を出力する」処理を行うのに対して、

引用発明においては、警告等の出力の判断の際に基づく予測された情報が、「予測された細胞内フロー」「の少なくとも一つの細胞内代謝物」であって、警告等の出力の判断の際に基づく予測された情報が許容範囲外である場合に、本願発明における上記処理に相当する処理を行うことの特定がない点。

(2) 一致点及び相違点

前記(1)の対比分析の結果をまとめると、本願発明と引用発明は、次のアに示す一致点において一致し、後記イに示す相違点において相違すると認められる。

ア 一致点

「細胞培養におけるプロセス条件と、培地成分と、細胞の数及び径との少なくとも1つを含む入力情報を取得し、

前記入力情報と、前記入力情報、前記細胞から産生される抗体の品質を用いて予め学習された学習済みモデルとに基づいて、前記入力情報を取得した時点から予め定められた期間を経過した後の前記抗体の品質を予測し、

予測した細胞代謝産物の状態が許容範囲外である場合、警告を出力し、前記入力情報に含まれる情報をどのように変更するかを表す変更情報を出力する

処理をコンピュータが実行する情報処理方法」の発明である点。

イ 相違点

本願発明においては、

(ア) 学習済みモデルの学習に用いる情報、学習済みモデルに基づいて予測する情報及び警告等の出力の判断の際に基づく予測された情報が、「前記細胞の生存率と前記細胞の生存数とを含む前記細胞の品質」を含んでおり、

(イ) 「前記学習済みモデルの各入力の出力に対する寄与度を導出[する]」処理を行っており、

(ウ) 警告等の出力の判断の際に基づく予測された情報が、「予測した抗体の品質」も含んでおり、

(エ) 警告等の出力の判断の際に基づく予測された情報が許容範囲外である場合に、「前記寄与度に基づいて前記抗体の品質及び前記細胞の品質が前記許容範囲内となる前記入力情報に含まれる情報の少なくとも1つを特定し、特定した情報の前記寄与度の符号の正負に応じてその情報を増加させるか又は減少させるかを表す変更情報を出力する」処理を行うのに対して、

引用発明においては、

上記(ア)及び(イ)に相当する構成を備えておらず、

上記(ウ)について、警告等の出力の判断の際に基づく予測された情報が、「予測された細胞内フロー」「の少なくとも一つの細胞内代謝物」であり、

上記(エ)について、警告等の出力の判断の際に基づく予測された情報が許容範囲外である場合に、「バイオリアクターに制御コマンドを送信し、自動的にバイオリアクター又はその中の培地の状態を変更して逸脱を減少させるための手順を開始し、これには特に栄養溶液の量の変更及び/又は組成の変更が含まれ[る]」点。

7 判断

(1) 相違点について

ア 学習済みモデルの学習に用いる情報、学習済みモデルに基づいて予測する情報及び警告等の出力の判断の際に基づく予測された情報が「前記細胞の生存率と前記細胞の生存数とを含む前記細胞の品質」を含んでいる点(前記6イ(ア)参照。以下「相違点構成1」という。)について

(ア) 前記5(1)イにおいて技術常識1として認定したとおり、「動物細胞や微生物などの生体細胞を培養して抗体タンパクなどの有用物質を収穫する細胞培養装置において、生体細胞の培養環境を適切に維持し、安定させる運転制御を行うにあたり、細胞数の時間積分、細胞数、増殖速度、生存率、細胞代謝等の細胞の品質に関するパラメータ、及び、抗体濃度、糖鎖修飾割合、夾雑物割合等の抗体の品質に関するパラメータを把握することが好ましいこと。」は技術常識である。

(イ) そして、引用発明において、「バイオリアクターの監視及び/又は制御のため」に有用な様々なパラメータを用いようとすることは当業者が備える通常の創作能力の発揮にすぎないから、前記技術常識1を踏まえて、本願発明の前記相違点構成1に相当する構成を備えるようにすることは、当業者にとって自明な設計事項にすぎない。

イ 警告等の出力の判断の際に基づく予測された情報が、「予測した抗体の品質」も含んでいる点(前記6イ(ウ)参照。以下「相違点構成2」という。)について

(ア) 前記4(1)ウに摘記した引用文献1の「近年、製薬業界では、開発、製造、品質管理のプロセスをより効率的にするために、プロセス分析、制御、管理の手段により強い焦点を当てる傾向が顕著に高まっている。この傾向は、特に医薬品にとって興味深い分子、特にタンパク質のような高分子を生成するために使用される細胞培養反応器の運用にも関係している。」との記載を踏まえると、当業者であれば、引用発明が「バイオリアクター」を用いた医薬品としての「抗体」の製造に関する方法であることを観念できるといえる。

(イ) そのため、引用発明に接した当業者にとって、引用発明において、製造する医薬品である「抗体」の品質に関するパラメータである、「予測された細胞外フロー」が安定していない場合にも、何らかの注意喚起を行おうとする動機は存在するといえる。

(ウ) したがって、引用発明において、「警告を出力」する契機となる情報について、前記ア(イ)において検討した事項に加え、前記(イ)の動機に基づいて、「予測された細胞内フロー」「の少なくとも一つの細胞内代謝物」を用いることに代えて又は加えて、「抗体」の品質に関するパラメータである「予測された細胞外フロー」に関する情報を用いるようにすることで、本願発明の前記相違点構成2に相当する構成を備えるようにすることは、当業者であれば容易に想到し得たことである。

ウ 「前記学習済みモデルの各入力の出力に対する寄与度を導出し」、警告等の出力の判断の際に基づく予測された情報が許容範囲外である場合に、「前記寄与度に基づいて前記抗体の品質及び前記細胞の品質が前記許容範囲内となる前記入力情報に含まれる情報の少なくとも1つを特定し、特定した情報の前記寄与度の符号の正負に応じてその情報を増加させるか又は減少させるかを表す変更情報を出力する」処理を行う点(前記6イ(イ)及び(エ)参照。以下「相違点構成3」という。)について

(ア) 前記5(2)イにおいて技術常識2として認定したとおり、「機械学習モデルにおける説明変数である各入力について、目的変数である出力に対する正負の符号を持った寄与度を算出でき、当該寄与度に基づいて、各入力が出力に対して正負どちらの向きにどの程度影響したかを把握できること。」は技術常識である。

(イ) そして、引用発明において前記相違点構成1及び相違点構成2に相当する構成を備えるようにする場合において、「バイオリアクターに制御コマンドを送信し[て]」「培地の」「組成の変更」を行うに際して、「予測された細胞外フロー」(前記イ参照)及び細胞の品質(前記ア参照)の「参照値又は参照値範囲からの逸脱」の原因として、「機械学習プログラムロジック-MLP-への入力パラメータ値として入力[された]」「細胞培養の培地や栄養溶液の成分」を含む「複数の細胞外代謝物の濃度」「の測定値」のうち、どの「細胞外代謝物の濃度」「の測定値」の寄与度が高いかや、当該「測定値」がどのように寄与するか等の情報を踏まえて「制御コマンド」を設定し、「送信」するのが好ましいことは、当業者にとって明らかである。

(ウ) したがって、引用発明において、前記技術常識2を踏まえて、各「細胞外代謝物の濃度」「の測定値」の「参照値又は参照値範囲からの逸脱」に対する寄与度や、寄与の方向が正負どちらの向きであるかを把握して、寄与度が最も高い「細胞外代謝物の濃度」「の測定値」を特定して優先的に考慮して、その寄与度が正負どちらの向きであるかも踏まえて、当該「測定値」の増加又は減少を指示するような「制御コマンド」を設定し、「バイオリアクターに」「送信」するように構成することは、当業者にとって自明な設計事項にすぎない。

(エ)a ここで、前記(ウ)において引用発明が備えることになる構成における「寄与度が最も高い「細胞外代謝物の濃度」「の測定値」」は、前記6(1)イ(ウ)の対比分析も踏まえると、本願発明における「前記入力情報に含まれる情報の少なくとも1つ」に相当する。

b そして、本願の発明の詳細な説明における段落【0047】の記載(「抗体の品質及び細胞の品質が許容範囲内となる情報として、最も寄与度が高い1つの説明変数ではなく、例えば、寄与度が高い順に複数の説明変数を導出してもよいし、寄与度が閾値以上の1つ又は複数の説明変数を導出してもよい。」)を踏まえると、本願発明における「前記抗体の品質及び前記細胞の品質が前記許容範囲内となる」「情報」には、寄与度が最も高い情報が含まれると解するのが相当であるから、上記aにおいて示した「寄与度が最も高い「細胞外代謝物の濃度」「の測定値」」は、本願発明における「前記抗体の品質及び前記細胞の品質が前記許容範囲内となる」に相当する性質を備えるといえる。

c そのため、前記(ウ)において引用発明が備えることになる構成において、「寄与度」「を把握して」「寄与度が最も高い「細胞外代謝物の濃度」「の測定値」を特定[する]」ことは、本願発明において、「前記寄与度に基づいて前記抗体の品質及び前記細胞の品質が前記許容範囲内となる前記入力情報に含まれる情報の少なくとも1つを特定[する]」ことに相当する。

d また、前記(ウ)において引用発明が備えることになる構成において、「その寄与度が正負どちらの向きであるかも踏まえて、当該「測定値」の増加又は減少を指示するような「制御コマンド」を設定し、「バイオリアクターに」「送信」する」ことは、本願発明において、「特定した情報の前記寄与度の符号の正負に応じてその情報を増加させるか又は減少させるかを表す変更情報を出力する」ことに相当する。

e したがって、前記(ウ)において得られる発明は、本願発明の前記相違点構成3に相当する構成を備えるといえる。

(2) 総合評価

前記(1)において検討したとおり、引用発明において、前記相違点に係る本願発明の構成を備えるようにすることは、引用発明並びに技術常識1及び2に基づいて当業者が容易に想到し得たことである。

そして、本願発明が奏する効果としては、当該構成のものとして当業者が予測・発見困難であり、かつ、格別顕著な効果を認めることはできない。

したがって、本願発明は、引用発明並びに技術常識1及び2に基づいて当業者が容易に発明をすることができたものである。

8 請求人の主張について

(1) 請求人の主張内容

請求人は、意見書において、引用文献3の記載は、一般的なSHAPの説明に留まっており、寄与度に基づいてどのような変更情報を出力するのか、という具体的な処理について記載がなく、この点については、当業者であっても容易想到ではない旨を主張している。

(2) 請求人の主張についての検討

請求人の主張は、前記相違点の相違点構成3についてのものであるところ、前記7(1)ウにおいて説示したとおり、引用発明において技術常識2を踏まえて前記相違点の相違点構成3に相当する構成を備えるようにすることは、当業者が容易に想到し得たことであるから、請求人の主張を採用することはできない。

9 むすび

以上検討のとおり、本願発明は、特許法29条2項の規定により、特許を受けることができない。

したがって、他の請求項に係る発明について検討するまでもなく、本願は拒絶すべきものである。

よって、結論のとおり審決する。

令和8年2月25日

審判長 特許庁審判官 濱野 隆

特許庁審判官 谷垣 圭二

特許庁審判官 井海田 隆

(行政事件訴訟法第46条に基づく教示)

この審決に対する訴えは、この審決の謄本の送達があった日から30日(附加期間がある場合は、その日数を附加します。)以内に、特許庁長官を被告として、提起することができます。

出典:特許庁「審決公報」(令和8年5月29日発行・号数2026-005、公報発行サイト https://www.gazette.jpo.go.jp/scciidl010 )を加工して作成(加工:TaiLexi AI)
本文は公表資料(PDF 等)から機械的に抽出・整形したもので、改行や記号に誤りを含むことがあります。正確な文言は原本でご確認ください。