TOP > 外国特許検索 > COMPUTER SIMULATION SYSTEM

COMPUTER SIMULATION SYSTEM

外国特許コード	F150008280
掲載日	2015年4月3日
出願国	世界知的所有権機関（ＷＩＰＯ）
国際出願番号	2014JP064452
国際公開番号	WO 2014192927
国際出願日	平成26年5月30日(2014.5.30)
国際公開日	平成26年12月4日(2014.12.4)
優先権データ	特願2013-114692 (2013.5.30) JP
発明の名称（英語）	COMPUTER SIMULATION SYSTEM
発明の概要（英語）	A computer simulation system provided with a biological model in which a function of an organism is expressed by a mathematical model, the computer simulation system for performing a computation using the biological model, wherein the biological model used as the biological model is provided with: an activation strength computation unit (3-3) for computing information indicating the activation strength of an activated GPR120 on the basis of information indicating the activity of the activated GPR120, which is activated in response to the type of a lipid ingested by the organism by bonding of the lipid thereto; and a consumed energy computation unit (1-7) for computing, on the basis of the activation strength information, an amount of consumed energy which leaves an adipose tissue of the organism and is consumed from among energy stored in the adipose tissue.
出願人（英語） ※2012年7月以前掲載分については米国以外のすべての指定国	KYOTO UNIVERSITY SAITAMA MEDICAL UNIVERSITY
発明者（英語）	HIRASAWA AKIRA AWAJI TAKEO
国際特許分類(IPC)	G06F 19/00 特定の用途に特に適合したデジタル計算またはデータ処理の装置または方法
指定国	National States: AE AG AL AM AO AT AU AZ BA BB BG BH BN BR BW BY BZ CA CH CL CN CO CR CU CZ DE DK DM DO DZ EC EE EG ES FI GB GD GE GH GM GT HN HR HU ID IL IN IR IS JP KE KG KN KP KR KZ LA LC LK LR LS LT LU LY MA MD ME MG MK MN MW MX MY MZ NA NG NI NO NZ OM PA PE PG PH PL PT QA RO RS RU RW SA SC SD SE SG SK SL SM ST SV SY TH TJ TM TN TR TT TZ UA UG US UZ VC VN ZA ZM ZW ARIPO: BW GH GM KE LR LS MW MZ NA RW SD SL SZ TZ UG ZM ZW EAPO: AM AZ BY KG KZ RU TJ TM EPO: AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR OAPI: BF BJ CF CG CI CM GA GN GQ GW KM ML MR NE SN TD TG

日本語項目の表示

発明の名称	コンピュータシミュレーションシステム
発明の概要	生体の機能が数理モデルによって表現された生体モデルを備え、当該生体モデルを用いた演算を行なうコンピュータシミュレーションシステムにおいて、生体モデルとして、生体に摂取された脂質が結合することによって当該脂質の種類に応じて活性化される活性化ＧＰＲ１２０の活性を示す情報に基づき、当該活性化ＧＰＲ１２０の活性化強度を示す情報を演算する活性化強度演算部３－３と、活性化強度の情報に基づき、前記生体の脂肪組織に蓄えられたエネルギーのうち当該脂肪組織から出て行き消費される消費エネルギー量を演算する消費エネルギー演算部１－７と、を備えた生体モデルを用いる。
特許請求の範囲	[請求項1] コンピュータシミュレーションシステムであって、生体の機能を表現する数理モデルである生体モデルに基づいて、生体の機能をシミュレーションする処理部を備え、前記処理部は、前記生体に摂取される脂質の量を示す情報及び前記脂質の種類を示す情報に基づいて、活性化ＧＰＲ１２０の活性化強度を示す情報を演算する活性化強度演算と、前記活性化強度を示す前記情報に基づき、前記生体の脂肪組織から出て行く消費エネルギー量を演算する消費エネルギー演算と、を実行するように構成されているコンピュータシミュレーションシステム。 [請求項2] 前記脂質の種類を示す情報は、前記脂質に対するＧＰＲ１２０の親和性を示す情報を含む、請求項１記載のコンピュータシミュレーションシステム。 [請求項3] 前記処理部は、前記生体の年令情報に基づき、除脂肪質量情報を演算する除脂肪質量演算を更に実行するように構成され前記消費エネルギーは、前記活性化強度を示す前記情報及び前記除脂肪質量情報に基づき、演算される、請求項１又は２記載のコンピュータシミュレーションシステム。 [請求項4] 前記処理部は、前記除脂肪質量情報、脂肪組織に蓄積された脂肪質量情報及び異所性脂肪質量情報に基づき、前記生体の体重情報を演算する体重演算を更に実行するように構成され、前記消費エネルギーは、前記活性化強度を示す前記情報、前記除脂肪質量情報及び前記体重情報に基づき、演算される、請求項３記載のコンピュータシミュレーションシステム。 [請求項5] コンピュータを、生体の機能を表現する数理モデルである生体モデルに基づいて、生体の機能をシミュレーションする処理部として機能させるコンピュータプログラムであって、前記処理部は、前記生体に摂取される脂質の量を示す情報及び前記脂質の種類を示す情報に基づいて、活性化ＧＰＲ１２０の活性化強度を示す情報を演算する活性化強度演算と、前記活性化強度を示す前記情報に基づき、前記生体の脂肪組織から出て行く消費エネルギー量を演算する消費エネルギー演算と、を実行するように構成されている、コンピュータプログラム。 [請求項6] 生体の機能を表現する数理モデルである生体モデルのコンピュータシミュレーション方法であって、前記生体に摂取される脂質の量を示す情報及び前記脂質の種類を示す情報に基づいて、活性化ＧＰＲ１２０の活性化強度を示す情報を演算し、前記活性化強度を示す前記情報に基づき、前記生体の脂肪組織から出て行く消費エネルギー量を演算する、ことを含むコンピュータシミュレーション方法。
明細書	明　細　書発明の名称 : コンピュータシミュレーションシステム技術分野 [0001] 本発明は、コンピュータシミュレーションシステムに関する。さらに詳しくは、本発明は、生体内での脂肪酸が関連する代謝のシミュレーションに好適なコンピュータシミュレーションシステム、プログラム及びコンピュータシミュレーション方法に関する。本発明のコンピュータシミュレーションシステム及びプログラムは、ＧＰＲ１２０の作用を考慮して、生体内での脂肪酸が関連する代謝をシミュレートすることができることから、個体レベルでの体重制御の予測、肥満症、糖尿病その他のＧＰＲ１２０が関連する疾患に対する食品に含まれる成分の効果の評価、前記疾患に対する薬物の作用の評価、前記疾患の治療剤の候補物質のスクリーニング、ＧＰＲ１２０に対する物質の作用の評価等に好適に使用されることが期待されるものである。背景技術 [0002] ヒトなどの生物は、生命活動を維持するのに必要な量よりも多いエネルギーを摂取した場合には余剰エネルギーを脂肪として細胞内に蓄積し、生物がエネルギー不足の状態となった場合には蓄積された脂肪を分解し、エネルギー源として利用することにより、エネルギーの恒常性を維持している。しかし、過度な食事により、過度に脂肪が蓄積された場合、例えば、肥満症、高脂血症、糖尿病等の内分泌代謝疾患が引き起こされることがある。 [0003] 一方、生体において、重要なエネルギー源として利用される脂肪酸の受容体として、ＧＰＲ１２０が同定されている。また、このＧＰＲ１２０が欠損した動物は、高脂肪食を摂取した場合、肥満症、脂肪細胞分化の減少を伴なう脂肪肝等を発症する傾向があることが見出されている（例えば、非特許文献１等参照）。先行技術文献非特許文献 [0004] 非特許文献1 : 市村敦彦ら、「脂質センサーＧＰＲ１２０の機能障害は、マウス及びヒト双方において、肥満症を引き起こす（Ｄｙｓｆｕｎｃｔｉｏｎ　ｏｆ　ｌｉｐｉｄ　ｓｅｎｓｏｒ　ＧＰＲ１２０　ｌｅａｄｓ　ｔｏ　ｏｂｅｓｉｔｙ　ｉｎ　ｂｏｔｈ　ｍｏｕｓｅ　ａｎｄ　ｈｕｍａｎ）」、２０１２年２月１９日オンライン公開、ネイチャー（Ｎａｔｕｒｅ）、第４８３巻、ｐｐ．３５０-３５４発明の概要発明が解決しようとする課題 [0005] しかし、動物を用いた場合には操作が複雑であり、ＧＰＲ１２０の作用の解析に時間を要することから、動物を用いずに、ＧＰＲ１２０の作用を考慮して、生体内での脂肪酸が関与する代謝をシミュレートすることが求められている。 [0006] 本発明は、前記従来技術に鑑みてなされたものであり、ＧＰＲ１２０の作用を考慮して、生体内での脂肪酸が関与する代謝をシミュレートすることができるコンピュータシミュレーションシステム及びプログラムを提供することを課題とする。課題を解決するための手段 [0007] 本発明の一実施形態に係るコンピュータシミュレーションシステムは、生体の機能を表現する数理モデルである生体モデルに基づいて、生体の機能をシミュレーションする処理部を備え、前記処理部は、前記生体に摂取される脂質の量を示す情報及び前記脂質の種類を示す情報に基づいて、活性化ＧＰＲ１２０の活性化強度を示す情報を演算する活性化強度演算と、前記活性化強度を示す前記情報に基づき、前記生体の脂肪組織から出て行く消費エネルギー量を演算する消費エネルギー演算と、を実行するように構成されていることを特徴とする。 [0008] 本発明の一実施形態に係るコンピュータシミュレーションシステムは、前記生体に摂取される脂質の量を示す情報及び前記脂質の種類を示す情報に基づいて、活性化ＧＰＲ１２０の活性化強度を示す情報を演算する活性化強度演算と、前記活性化強度を示す前記情報に基づき、前記生体の脂肪組織から出て行く消費エネルギー量を演算する消費エネルギー演算と、を実行するように構成されている処理部を備えているので、生体の機能のシミュレーションに際し、生体が摂取した脂質の量と脂質の種類の違いに基づく活性化ＧＰＲ１２０の活性化強度と、消費エネルギー量との相関性に基づいて、生体内での脂肪酸が関与する代謝におけるＧＰＲ１２０の作用の影響をより適切に演算することができる。したがって、本発明の一実施形態に係るコンピュータシミュレーションシステムによれば、動物を用いずに、ＧＰＲ１２０の作用を考慮して、生体内での脂肪酸が関与する代謝をシミュレートすることができる。 [0009] 本発明の一実施形態に係るコンピュータシミュレーションシステムにおいて、前記脂質の種類を示す情報は、前記脂質に対するＧＰＲ１２０の親和性を示す情報を含むことが好ましい。かかる構成を備えた本発明の一実施形態に係るコンピュータシミュレーションシステムによれば、摂取された食事中に含まれる脂質の種類及び量に応じたＧＰＲ１２０の活性の違いを生体内での脂肪酸が関与する代謝のシミュレーションにより適切に反映させることができるので、生体内での脂肪酸が関与する代謝をより適切に再現することができる。 [0010] 本発明の一実施形態に係るコンピュータシミュレーションシステムにおいて、前記処理部は、前記生体の年令情報に基づき、除脂肪質量情報を演算する除脂肪質量演算を更に実行するように構成されており、前記消費エネルギーは、前記活性化強度を示す前記情報及び前記除脂肪質量情報に基づき、演算されることが好ましい。かかる構成を備えた本発明の一実施形態に係るコンピュータシミュレーションシステムによれば、加齢に伴なう除脂肪質量の変動を生体内での脂肪酸が関与する代謝のシミュレーションにより適切に反映させることができるので、生体内での脂肪酸が関与する代謝をより一層適切に再現することができる。 [0011] 本発明の一実施形態に係るコンピュータシミュレーションシステムにおいて、前記処理部は、前記除脂肪質量情報、脂肪組織に蓄積された脂肪質量情報及び異所性脂肪質量情報に基づき、前記生体の体重情報を演算する体重演算を更に実行するように構成されており、前記消費エネルギーは、前記活性化強度を示す前記情報、前記除脂肪質量情報及び前記体重情報に基づき、演算されることが好ましい。かかる構成を備えた本発明の一実施形態に係るコンピュータシミュレーションシステムによれば、加齢に伴なう除脂肪質量の変動と前記除脂肪質量の変動に応じたエネルギー消費量の変動とを生体内での脂肪酸が関与する代謝のシミュレーションにより適切に反映させることができるので、生体内での脂肪酸が関与する代謝をさらに適切に再現することができる。 [0012] 本発明の一実施形態に係るコンピュータプログラムは、コンピュータを、生体の機能を表現する数理モデルである生体モデルに基づいて、生体の機能をシミュレーションする処理部として機能させるコンピュータプログラムであって、前記処理部は、前記生体に摂取される脂質の量を示す情報及び前記脂質の種類を示す情報に基づいて、活性化ＧＰＲ１２０の活性化強度を示す情報を演算する活性化強度演算と、前記活性化強度を示す前記情報に基づき、前記生体の脂肪組織から出て行く消費エネルギー量を演算する消費エネルギー演算と、を実行するように構成されていることを特徴とする。したがって、本発明の一実施形態に係るコンピュータプログラムは、前述のコンピュータシミュレーションシステムと同様の作用効果を奏する。 [0013] 本発明の一実施形態に係るコンピュータシミュレーション方法は、生体の機能を表現する数理モデルである生体モデルのコンピュータシミュレーション方法であって、前記生体に摂取される脂質の量を示す情報及び前記脂質の種類を示す情報に基づいて、活性化ＧＰＲ１２０の活性化強度を示す情報を演算し、前記活性化強度を示す前記情報に基づき、前記生体の脂肪組織から出て行く消費エネルギー量を演算する、ことを含むことを特徴とする。したがって、本発明の一実施形態に係るコンピュータシミュレーション方法は、前述のコンピュータシミュレーションシステムと同様の作用効果を奏する。発明の効果 [0014] 本発明の一実施形態に係るコンピュータシミュレーションシステム及びプログラムによれば、ＧＰＲ１２０の作用を考慮して、生体内における脂肪酸が関与する代謝をシミュレートすることができるという優れた効果が奏される。図面の簡単な説明 [0015] [図1] 本発明の一実施形態に係るシステムのハードウェア構成を示すブロック図である。 [図2] 本発明の一実施形態に係るシステムに用いられる生体モデルの一例の全体構成を示す概略説明図である。 [図3] 本発明の一実施形態に係るシステムに用いられる生体モデルの一例における個体ブロックの構成を示すブロック線図である。 [図4] 本発明の一実施形態に係るシステムに用いられる生体モデルの一例における細胞ブロックの構成を示すブロック線図である。 [図5] 本発明の一実施形態に係るシステムに用いられる生体モデルの一例における受容体ブロックの構成を示すブロック線図である。 [図6] （Ａ）は実施例１において、本発明の一実施形態に係るシステムの生体モデルを用いて年令と体重との関係をシミュレートした結果を示すグラフ、（Ｂ）は実施例１において、生体を用いて年令と体重との関係を調べた結果を示すグラフである。 [図7] （Ａ）は実施例２において、本発明の一実施形態に係るシステムの生体モデルを用いて年令と脂肪細胞径との関係をシミュレートした結果を示すグラフ、（Ｂ）は実施例２において、生体を用いて年令と脂肪細胞径との関係を調べた結果を示すグラフ、（Ｃ）は脂肪組織中の脂肪細胞を観察した結果を示す図面代用写真である。 [図8] （Ａ）は実施例３において、本発明の一実施形態に係るシステムの生体モデルを用いて年令と余剰脂肪量との関係をシミュレートした結果を示すグラフ、（Ｂ）は実施例３において、生体を用いて年令と肝臓中の余剰脂肪であるトリグリセリドの量との関係を調べた結果を示すグラフ、（Ｃ）は肝臓組織における脂肪を染色して観察した結果を示す図面代用写真である。 [図9] 実施例４において、本発明の一実施形態に係るシステムの生体モデルを用い、各リノレン酸含有量の食事を与えたときの年令と体重との関係をシミュレートした結果を示すグラフである。 [図10] （Ａ）実施例５において、本発明の一実施形態に係るシステムの生体モデルを用い、個体の年令が１０週齢のときから高脂肪食を与えた場合の年令と体重との関係をシミュレートした結果を示すグラフ、（Ｂ）実施例５において、生体を用い、個体の年令が１０週齢のときから高脂肪食を与えた場合の年令と体重との関係をシミュレートした結果を示すグラフである。 [図11] （Ａ）実施例６において、本発明の一実施形態に係るシステムの生体モデルを用い、トランス脂肪酸過剰食を摂取した場合の年令と体重との関係をシミュレートした結果を示すグラフ、（Ｂ）実施例６において、生体を用い、トランス脂肪酸過剰食を摂取した場合の年令と体重との関係をシミュレートした結果を示すグラフである。 [図12] 図１２（Ａ）は実施例７において、野生型マウスに与えた通常食を含む食事の種類と体重変化量との関係を調べた結果を示すグラフ、図１２（Ｂ）は野生型マウス又はＧＰＲ１２０ノックアウトマウスに与えた高脂肪食を含む食事の種類と体重変化量との関係を調べた結果を示すグラフである。 [図13] 実施例７において、給餌後６時間経過時の安静状態の野生型マウス及びＧＰＲ１２０ノックアウトマウスそれぞれのエネルギー消費量を調べた結果を示すグラフである。 [図14] 実施例８において、本発明の一実施形態に係るシステムの生体モデルを用い、食餌パターンとエネルギー消費量の推移との関係をシミュレートした結果を示すグラフである。発明を実施するための形態 [0016] 以下、添付図面を参照しつつ、本発明の一実施形態に係るコンピュータシミュレーションシステム（以下、「システム」ともいう）、プログラム及びコンピュータシミュレーション方法を詳細に説明する。 [0017] ［ハードウェア構成］まず、本発明の一実施形態に係るシステムのハードウェア構成を説明する。図１は、本発明の一実施形態に係るシステムのハードウェア構成を示すブロック図である。図１に示されるシステム１０は、本体２０と入力装置３０と出力装置４０とを備えたコンピュータ１０ａによって構成されている。本体２０は、主に、処理部２１と、メモリ２２とから構成されている。処理部２１は、メモリ２２に記憶されているオペレーションシステム等の制御プログラム、後述の生体モデルとしての数理モデルにおける処理手順等を規定したアプリケーションプログラム等のプログラムを実行することができる。この処理部２１によってアプリケーションプログラムが実行されると、後述の各ブロックが実現される。メモリ２２には、オペレーションシステム等の制御プログラム、アプリケーションプログラム、後述の生体モデルとしての数理モデルにおける処理手順等を規定したアプリケーションプログラム、前記数理モデルに用いられる各パラメータの情報等が記憶されている。また、メモリ２２には、前記パラメータに対応する実測値等の情報が記憶されうる。したがって、前記パラメータに対応する実測値等の情報が入力装置３０から入力された場合、処理部２１を介してメモリ２２に当該情報が記憶される一方、処理部２１によってメモリ２２に記憶されたアプリケーションプログラムが実行された場合、必要に応じてメモリ２２に記憶された前記パラメータに対応する実測値等の情報が読み出される。これにより、コンピュータ１０ａがシステム１０として機能する。本体２０における処理部２１とメモリ２２との間は、データ通信可能に接続されている。入力装置３０は、キーボード、マウス等から構成されている。なお、入力装置３０は、各種データを取得する装置のデータを直接入力するためのものであってもよい。本体２０の処理部２１と入力装置３０との間は、データ通信可能に接続されている。出力装置４０は、ディスプレイ等から構成される。本体２０の処理部２１と出力装置４０との間は、データ通信可能に接続されている。 [0018] ［生体モデルの全体構成］つぎに、生体モデルの全体構成を説明する。本発明の一実施形態に係るシステムでは、コンピュータに、かかる生体モデルに基づくシミュレーションを実行させる。図２は、本発明の一実施形態に係るシステムに用いられる生体モデルの一例の全体構成を示す概略説明図である。生体モデルは、図２に示されるように、主に、個体ブロック１と、細胞ブロック２と、受容体ブロック３とから構成されている。個体ブロック１、細胞ブロック２及び受容体ブロック３それぞれへの入力装置３０を用いた入力は、一旦メモリ２２に入れられる。個体ブロック１、細胞ブロック２及び受容体ブロック３それぞれからの出力は、メモリ２２に記憶される。また、メモリ２２に記憶された情報は、読み出され、個体ブロック１、細胞ブロック２及び受容体ブロック３それぞれを実行するのに用いられる。 [0019] 個体ブロック１は、主に、脳ブロックＢと脂肪組織ブロックＣと筋肉ブロックＭとから構成されている。当該個体ブロック１は、メモリ２２から読み出した脂肪組織貯蔵可能エネルギー量の情報（図中、５参照）及びＥ_adpｏｕｔに対するＧＰＲ１２０の影響の情報（図中、７参照）を入力とし、脂肪質量の情報（図中、６参照）及び１日あたりの摂食量（食事量）の情報（図中、８参照）を出力とし、前記脂肪質量の情報及び前記１日あたりの摂食量（食事量）の情報をメモリ２２に入れる。個体ブロック１において、脳ブロックＢは、メモリ２２から読み出した脂肪組織ブロックＣにおける脂肪細胞の量を反映する血中レプチン濃度の情報（図中、１ａ参照）を入力とし、脳内レプチン濃度の情報（図中、１ｂ参照）を出力とし、メモリ２２に入れる。脳内レプチン濃度は、食事の摂取量に反映される（図中、１ｃ１）とともに、蓄積又は消費されるエネルギーの量に反映される（図中、１ｃ２及び１ｃ３参照）。ここで、１ｃ１、１ｃ２及び１ｃ３は、いずれも脳内レプチン濃度の情報１ｂと同じであるが、作用するブロック等に応じて便宜上分類して表記されている。脂肪組織ブロックＣは、メモリ２２から読み出した脳内レプチン濃度の情報１ｃ２を入力とし、当該脂肪組織ブロックＣから出て行くエネルギーの量の情報１ｄを出力とし、メモリ２２に入れる。筋肉ブロックＭは、メモリ２２から読み出した脳内レプチン濃度の情報１ｃ２及び脂肪組織ブロックＣから出て行くエネルギーの量の情報１ｄを入力とする。脳内レプチン濃度及び脂肪組織ブロックＣから出て行くエネルギーの量は、筋肉ブロックＭで消費されるエネルギーの量に反映される。 [0020] 細胞ブロック２は、メモリ２２から読み出した脂肪質量の情報（図中、６参照）を入力とし、脂肪組織貯蔵可能エネルギー量の情報（図中、５参照）を出力とし、メモリ２２に入れる。また、細胞ブロック２では、パラメータとして、例えば、細胞径の分布のヒストグラムを示す情報等が用いられる。かかる細胞としては、前駆脂肪細胞Ｐ、当該前駆脂肪細胞Ｐが分化し、成熟した脂肪細胞Ｃ１、及び当該脂肪細胞Ｃ１が肥大した肥大化脂肪細胞Ｃ２が挙げられる。脂肪細胞Ｃ１及び肥大化脂肪細胞Ｃ２は、ＧＰＲ１２０（図中、Ｒ又はＲ^参照）を有している。 [0021] 受容体ブロック３は、メモリ２２から読み出した１日あたりの摂食量（食事量）（図中、８参照）を入力とし、Ｅ_adpｏｕｔに対するＧＰＲ１２０の影響の情報（図中、７参照）を出力とし、メモリ２２に入れる。また、受容体ブロック３では、入力として、例えば、休止状態の受容体（ＧＰＲ１２０）Ｒと脂肪酸Ａ_nとの親和性を示す情報、活性化状態の受容体（活性化ＧＰＲ１２０）Ｒ^と脂肪酸Ａ_nとの親和性を示す情報、脂肪酸Ａ_nの濃度の情報等に代表される情報（ＧＰＲ１２０に特有の性質に関する情報及び食事に含まれる脂肪酸の種類及び量に応じた情報）が用いられる。このように、本実施形態に係るシステムでは、生体モデルのパラメータとして、ＧＰＲ１２０に特有の性質に関する情報及び食事に含まれる脂肪酸の種類及び量に応じた情報が用いられているので、生体内での脂肪酸が関与する代謝におけるＧＰＲ１２０の作用の影響並びに食事に含まれる脂肪酸の種類及び量の影響をより適切に演算することができる。 [0022] ［個体ブロックの構成］つぎに、個体ブロック１の構成を説明する。図３は、本発明の一実施形態に係るシステムに用いられる生体モデルの一例における個体ブロックの構成を示すブロック線図である。個体ブロック１の入出力の関係は、下記式（１－１）～（１－１７）を用いて表すことができる。また、当該個体ブロック１の入出力の関係は、図３に示されるブロック線図を用いて表現することもできる。なお、入力装置３０を用いた個体ブロック１における各計算部への入力は、一旦メモリ２２に入れられる。個体ブロック１における各計算部の出力は、メモリ２２に記憶される。また、メモリ２２に記憶された情報は、メモリ２２から読み出され、個体ブロック１における各計算部での入力として用いられる。 [0023] 図３において、１－１は、体重計算部（体重演算部）を示す。体重計算部１－１は、メモリ２２から読み出した除脂肪質量の情報（図中、「ＦＦＭ」）、脂肪質量の情報（図中、「ＡＦＭ」）及び異所性脂肪質量の情報（図中、「ＥＦＭ」）を入力とし、体重の情報（図中、「ＢＭ」）を出力とし、メモリ２２に入れる。１－２は、全血液量計算部である。全血液量計算部１－２は、メモリ２２から読み出した個体の体重の情報（図中、「ＢＭ」）を入力とし、全血液量（図中、「ＢｌｏｏｄＶｏｌｕｍｅ」）の情報を出力とし、メモリ２２に入れる。 [0024] １－３は、血中レプチン濃度計算部である。血中レプチン濃度計算部１－３は、メモリ２２から読み出した脂肪組織質量の情報（図中、「ＡＦＭ」）及び全血液量の情報（図中、「ＢｌｏｏｄＶｏｌｕｍｅ」）を入力とし、血中レプチン濃度の情報（図中、「ＬＥＰ_plasma」）を出力とし、メモリ２２に入れる。 [0025] １－４は、脳内レプチン濃度計算部である。脳内レプチン濃度計算部１－４は、メモリ２２から読み出した血中レプチン濃度の情報（図中、「Ｌｅｐ_{Ｐｌａｓｍａ}」）及び式（１－５）で求められるレプチン依存の変数の情報（図中、「ｋ₂」）を入力とし、脳内レプチン濃度の情報（図中、「Ｌｅｐ_{Ｂｒａｉｎ}」）を出力する。 [0026] １－５は、メモリ２２から読み出した血中レプチン濃度の情報（図中、「Ｌｅｐ_{Ｐｌａｓｍａ}」）を入力とし、レプチン依存の変数（図中、「ｋ₂」）の情報を出力とし、メモリ２２に入れる。 [0027] １－６は、摂食量計算部である。摂食量計算部１－６は、メモリ２２から読み出した脳内レプチン濃度の情報（図中、「Ｌｅｐ_Brain」）を入力とし、１日あたりの食事量（摂食量）の情報（図中、「ＦｏｏｄＩｎｔａｋｅ」）を出力とし、メモリ２２に入れる。この摂食量の情報は、個体ブロック１から受容体ブロック３にも出力される（図２中、８参照）。 [0028] 図３に戻り、１－７は、消費エネルギー演算部としての脂肪組織依存性消費エネルギー量計算部である。脂肪組織依存性消費エネルギー量計算部１－７は、メモリ２２から読み出した式（１－１１）で求められる係数（加齢に伴なうＥ_adpＯＵＴの減少の仮定を反映する係数）の情報（図中、「ｋ₆」）、個体の体重（図中、「ＢＭ」）、式（１－８）で求められる係数の情報（Ｅ_adpＯｕｔを求める式におけるミカエリス－メンテン定数）（図中、「ｋ₈」）、脳内レプチン濃度の情報（図中、「Ｌｅｐ_Brain」）及び受容体ブロック３から出力される「Ｅ_adpｏｕｔに対するＧＰＲ１２０の効果」を示す情報（図中、「ＧＰＲ１２０_ｏｕｔ」）の情報をメモリ２２から読み出し、当該「Ｅ_adpｏｕｔに対するＧＰＲ１２０の効果」を示す情報を入力とし、１日あたりに脂肪組織から出て行くエネルギーの量（脂肪組織依存性消費エネルギー量）を示す情報（図中、「Ｅ_ａｄｐＯｕｔ」）を出力とし、メモリ２２に入れる。ここで、個体の体重の情報（図中、「ＢＭ」）には、生体の加齢の影響が加味された除脂肪質量が反映されている。また、脳内レプチン濃度の情報（図中、「Ｌｅｐ_Brain」）にも、体の加齢の影響が加味された除脂肪質量が反映されている。このように、本実施形態に係るシステムでは、生体モデルのパラメータに加齢の影響が加味されているので、生体内での脂肪酸が関与する代謝を、より生体における加齢の影響を反映させてシミュレートすることができる。 [0029] １－８は、係数ｋ₈計算部である。係数ｋ₈計算部１－８は、メモリ２２から読み出した脳内レプチン濃度の情報（図中、「Ｌｅｐ_Brain」）を入力とし、係数ｋ₈の情報（図中、「ｋ₈」）を出力とし、メモリ２２に入れる。 [0030] １－９は、脂肪組織取込エネルギー量計算部である。脂肪組織取込エネルギー量計算部１－９は、メモリ２２から読み出した除脂肪質量の情報（図中、「ＦＦＭ」）及び１日あたりの食事量（摂食量）の情報（図中、「ＦｏｏｄＩｎｔａｋｅ」）を入力とし、１日あたりに脂肪組織に取り込まれるエネルギーの量（脂肪組織取込エネルギー量）の情報（図中、「Ｅ_adpＩｎ」）を出力とし、メモリ２２に入れる。 [0031] １－１０は、除脂肪質量計算部（除脂肪質量演算部）である。除脂肪質量計算部１－１０は、メモリ２２から読み出した年令の情報（図中、「Ａｇｅ」）を入力とし、除脂肪質量の情報（図中、「ＦＦＭ」）を出力とし、メモリ２２に入れる。前記除脂肪質量の情報（図中、「ＦＦＭ」）は、生体の加齢が反映された情報である。このように、本実施形態に係るシステムでは、生体モデルのパラメータに加齢による除脂肪質量の変化の影響が加味されているので、生体内の代謝をより生体における加齢の影響を反映させてシミュレートすることができる。 [0032] １－１１は、係数ｋ₆計算部である。係数ｋ₆計算部１－１１は、メモリ２２から読み出した年令の情報（図中、「Ａｇｅ」）を入力とし、係数ｋ₆の情報（図中、「ｋ₆」）を出力とし、メモリ２２に入れる。このように、本実施形態に係るシステムでは、生体モデルのパラメータに加齢の影響が加味されているので、生体内での脂肪酸が関与する代謝をより生体における加齢の影響を反映させてシミュレートすることができる。 [0033] １－１２は、脂肪組織蓄積エネルギー量計算部である。脂肪組織蓄積エネルギー量計算部１－１２は、メモリ２２から読み出した１日あたりに脂肪組織に取り込まれるエネルギー量（脂肪組織取込エネルギー量）の情報（図中、「Ｅ_adpＩｎ」）、１日あたりに異所性脂肪から脂肪組織に移動するエネルギー量（異所性脂肪移動エネルギー量）（図中、「Ｅ_transition」）の情報及び１日あたりに脂肪組織から出て行くエネルギーの量（脂肪組織依存性消費エネルギー量）の情報（図中、「Ｅ_adpＯｕｔ」）を入力とし、脂肪組織に蓄積されたエネルギーの量（脂肪組織蓄積エネルギー量）の情報（図中、「Ｅ_adp」）を出力とし、メモリ２２に入れる。 [0034] １－１３は、異所性脂肪移動エネルギー量計算部である。異所性脂肪移動エネルギー量計算部１－１３は、メモリ２２から読み出した異所性脂肪として蓄積されたエネルギーの量（異所性脂肪蓄積エネルギー量）の情報（図中、「Ｅ_ect」）を入力とし、１日あたりに異所性脂肪から脂肪組織に移動するエネルギー量（異所性脂肪移動エネルギー量）の情報（図中、「Ｅ_transition」）を出力する。 [0035] １－１４は、異所性脂肪移動エネルギー量計算部である。異所性脂肪移動エネルギー量計算部１－１４は、メモリ２２から読み出した１日あたりに異所性脂肪から脂肪組織に移動するエネルギー量（異所性脂肪移動エネルギー量）の情報（図中、「Ｅ_transition」）を入力とし、異所性脂肪として蓄積されたエネルギーの量（異所性脂肪蓄積エネルギー量）の情報（図中、「Ｅ_ect」）を出力とし、メモリ２２に入れる。 [0036] １－１５は、余剰エネルギー計算部である。余剰エネルギー計算部１－１５は、メモリ２２から読み出した脂肪組織貯蔵可能エネルギー量の情報（式中、「Ｅ_cap」）、異所性脂肪として蓄積されたエネルギーの量（異所性脂肪蓄積エネルギー量）の情報（図中、「Ｅ_ect」）及び脂肪組織に蓄積されたエネルギーの量（脂肪組織蓄積エネルギー量）の情報（図中、「Ｅ_adp」）を入力とする。そして、１－１５は、脂肪組織貯蔵可能エネルギー量（式中、「Ｅ_cap」）が脂肪組織蓄積エネルギー量（図中、「Ｅ_adp」）よりも大きい場合、入力された脂肪組織蓄積エネルギー量（図中、「Ｅ_adp」）に、余剰エネルギー量〔すなわち、脂肪組織貯蔵可能エネルギー量（式中、「Ｅ_cap」）から脂肪組織貯蔵可能エネルギー量（式中、「Ｅ_cap」）を差し引いた量〕を加えた値を異所性脂肪蓄積エネルギー量の情報（図中、「Ｅ_ect」）として出力するとともに、入力された脂肪組織貯蔵可能エネルギー量（式中、「Ｅ_cap」）の情報を脂肪組織蓄積エネルギー量の情報（図中、「Ｅ_adp」）として出力する。一方、脂肪組織貯蔵可能エネルギー量（式中、「Ｅ_cap」）が脂肪組織蓄積エネルギー量（図中、「Ｅ_adp」）以下である場合、入力された異所性脂肪蓄積エネルギー量の情報（図中、「Ｅ_ect」）を異所性脂肪蓄積エネルギー量の情報（図中、「Ｅ_ect」）として出力するとともに、入力された脂肪組織蓄積エネルギー量の情報（図中、「Ｅ_adp」）を脂肪組織蓄積エネルギー量の情報（図中、「Ｅ_adp」）として出力する。 [0037] １－１６は、異所性脂肪質量計算部である。異所性脂肪質量計算部１－１６は、メモリ２２から読み出した異所性脂肪として蓄積されたエネルギーの量（異所性脂肪蓄積エネルギー量）の情報（図中、「Ｅ_ect」）を入力とし、異所性脂肪質量の情報（図中、「ＥＦＭ」）を出力とし、メモリ２２に入れる。 [0038] １－１７は、脂肪質量計算部である。脂肪質量計算部１－１７は、メモリ２２から読み出した「脂肪組織に蓄積されたエネルギー量（脂肪組織蓄積エネルギー量）」の情報（図中、Ｅ_adp）を入力とし、脂肪質量の情報（図中、「ＡＦＭ」）を出力とし、メモリ２２に入れる。この脂肪質量は、個体ブロック１から細胞ブロック２に出力される（図２中、６参照）。 [0039] なお、図３において、Ｅｑ．（１－１１）～Ｅｑ．（１－１７）は、それぞれ式（１－１）～（１－１７）に対応する。 [0040] 式（１－１）： [0041] [数1] [0042] （式中、「ＢＭ」は、個体の体重（ｇ）、「ＦＦＭ」は、除脂肪質量（ｇ）、「ＡＦＭ」は、脂肪質量（ｇ）、「ＥＦＭ」は、異所性脂肪質量（ｇ）を示す。）。 [0043] 式（１－２）： [0044] [数2] [0045] （式中、「ＢｌｏｏｄＶｏｌｕｍｅ」は、全血液量（ｍＬ）、「ＢＭ」は、個体の体重（ｇ）を示す。）。 [0046] 式（１－３）： [0047] [数3] [0048] （式中、「Ｌｅｐ_{Ｐｌａｓｍａ}」は、血中レプチン濃度（ｎｇ／ｍＬ）、「ＢｌｏｏｄＶｏｌｕｍｅ」は、全血液量（ｍＬ）、「ｔ」は、時間（ｄａｙ）、「ＡＦＭ」は、脂肪組織質量、「Ｒ_ｓｙｎ」は、レプチン合成速度（ｎｇ／ｇ／ｄａｙ）、「ＧＦＲ」は、糸球体フィルタリング率、「ＲｅｎＣｌｅａｒａｎｃｅ」は、腎臓によってレプチンが除去される割合を示す。）。 [0049] 式（１－４）： [0050] [数4] [0051] （式中、「Ｌｅｐ_{Ｂｒａｉｎ}」は、脳内レプチン濃度（ｎｇ／ｍＬ）、「Ｌｅｐ_{Ｐｌａｓｍａ}」は、血中レプチン濃度（ｎｇ／ｍＬ）、「ｋ₁」は、定数、「ｋ₂」は、式（１－５）で求められるレプチン依存の変数、「ｋ₃」は、定数を示す。）。 [0052] 式（１－５）： [0053] [数5] [0054] 式（１－６）： [0055] [数6] [0056] （式中、「ＦｏｏｄＩｎｔａｋｅ」は、１日あたりの摂食量（食事量）（ｇ／ｄａｙ）、「ｋ₄」は、摂食量を制御する定数（ｇ／ｄａｙ）、「ｋ₅」は、定数（ｎｇ／ｇ）「Ｌｅｐ_Brain」は、脳内レプチン濃度（ｎｇ／ｍＬ）を示す。）。 [0057] 式（１－７）： [0058] [数7] [0059] （式中、「Ｅ_ａｄｐＯｕｔ」は、１日あたりに脂肪組織から出て行くエネルギーの量（消費エネルギー量）（ｃａｌ／ｄａｙ）、「ｋ₆」は、式（１－１１）で求められる係数、「ＢＭ」は、体重（ｇ）、「ｋ₇」は、定数（Ｎ／Ａ）、「ｋ₈」は、式（１－８）で求められる係数（ｎｇ／ｇ）、「Ｌｅｐ_Brain」は、脳内レプチン濃度（ｎｇ／ｍＬ）、「ＧＰＲ１２０_ｏｕｔ」は、Ｅ_adpｏｕｔに対するＧＰＲ１２０の効果（Ｎ／Ａ）を示す。）。 [0060] 式（１－８）： [0061] [数8] [0062] 式（１－９）： [0063] [数9] [0064] （式中、「Ｅ_adpＩｎ」は、１日あたりに脂肪組織に取り込まれるエネルギーの量（ｃａｌ／ｄａｙ）、「ρ_food」は、食事１ｇあたりのエネルギー量（ｃａｌ／ｇ）、「ＦｏｏｄＩｎｔａｋｅ」は、１日あたりの食事の量（ｇ／ｄａｙ）、「ρ_fat」は、脂肪組織エネルギー密度（ｃａｌ／ｇ）、「ＦＦＭ」は、除脂肪質量（ｇ）、「ｔ」は、時間（ｄａｙ）を示す。）。 [0065] 式（１－１０）： [0066] [数10] [0067] （式中、「ＦＦＭ」は、除脂肪質量（ｇ）、「Ａｇｅ」は、年令（生後日数）（ｄａｙ）、「ｋ_FFM1」は、成長に関する定数（ｇ）、「ｋ_FFM2」は、成長に関する定数（ｄａｙ）、「ｋ_FFM3」は、成長に関する定数（ｄａｙ）、「ｂ_FFM」は、ＧＰＲ１２０によって変わる定数を示す。）。 [0068] 式（１－１１）： [0069] [数11] [0070] 式（１－１２）： [0071] [数12] [0072] （式中、「Ｅ_adp」は、脂肪組織に蓄積されたエネルギーの量、「ｔ」は、時間（ｄａｙ）、「Ｅ_adpＩｎ」は、１日あたりに脂肪組織に取り込まれるエネルギー量（ｃａｌ／ｄａｙ）、「Ｅ_transition」は、異所性脂肪から脂肪組織に移動するエネルギー（ｃａｌ／ｄａｙ）、「Ｅ_adpＯｕｔ」は、１日あたりに脂肪組織から出ていくエネルギー量（ｃａｌ／ｄａｙ）を示す。）。 [0073] 式（１－１３）： [0074] [数13] [0075] （式中、「Ｅ_transition」は、１日あたりに異所性脂肪から脂肪組織に移動するエネルギーの量（ｃａｌ／ｄａｙ）、「Ｅ_ect」は、異所性脂肪として蓄積されたエネルギーの量（ｃａｌ）、「ｔｒａｎｓｉｔｉｏｎＲａｔｅ」は、１日あたりのエネルギー輸送率（／ｄａｙ）を示す。）。 [0076] 式（１－１４）： [0077] [数14] [0078] （式中、「Ｅ_ect」は、異所性脂肪として蓄積されたエネルギーの量（ｃａｌ）、「ｔ」は、時間（ｄａｙ）、「Ｅ_transition」は、１日あたりに異所性脂肪から脂肪組織に移動するエネルギーの量（ｃａｌ／ｄａｙ）を示す。）。 [0079] 式（１－１５）： [0080] [数15] [0081] （式中、「Ｅ_Cap」は、脂肪組織貯蔵可能エネルギー量（ｃａｌ）、「Ｅ_adp」は、脂肪組織に蓄積されたエネルギーの量（ｃａｌ）、「Ｅ_ect」は、異所性脂肪として蓄積されたエネルギーの量（ｃａｌ）を示す。）。 [0082] 式（１－１６）： [0083] [数16] [0084] （式中、「ＥＦＭ」は、異所性脂肪質量（ｇ）、「Ｅ_ect」は、異所性脂肪として蓄積されたエネルギーの量（ｃａｌ）、「ρ_ect」は、異所性脂肪のエネルギー密度（ｃａｌ／ｇ）を示す。）。 [0085] 式（１－１７）： [0086] [数17] [0087] （式中、「ＡＦＭ」は、脂肪質量（ｇ）、「Ｅ_adp」は、脂肪組織に蓄積されたエネルギー量（ｃａｌ）、「ρ_fat」は、脂肪組織エネルギー密度（ｃａｌ／ｇ）を示す。）。 [0088] ［細胞ブロックの構成］図４は、本発明の一実施形態に係るシステムに用いられる生体モデルの一例における細胞ブロックの構成を示すブロック線図である。細胞ブロック２の入出力の関係は、下記式（２－１）～（１－６）を用いて表すことができる。また、当該細胞ブロック２の入出力の関係は、図４に示されるブロック線図を用いて表現することもできる。なお、入力装置３０を用いた細胞ブロック２における各計算部への入力は、一旦メモリ２２に入れられる。細胞ブロック２における各計算部の出力は、メモリ２２に記憶される。また、メモリ２２に記憶された情報は、メモリ２２から読み出され、細胞ブロック２における各計算部での入力として用いられる。 [0089] 図４において、２－１は、総脂肪質量計算部である。総脂肪質量計算部２－１は、メモリ２２から読み出した細胞サイズあたりの細胞数頻度を示す情報（図中、「ｎ」）を入力とし、総脂肪質量の情報（図中、「ｍ」）を出力とし、メモリ２２に入れる。 [0090] ２－２は、細胞数頻度計算部である。細胞数頻度計算部２－２は、メモリ２２から読み出した成長率の情報（図中、「ｖ（ｓ）」）を入力とし、細胞サイズあたりの細胞数頻度を示す情報（図中、「ｎ」）を出力とし、メモリ２２に入れる。 [0091] ２－３は、成長率計算部である。成長率計算部２－３は、式（２－３）に従って計算を実行し、成長率の情報（図中、「ｖ（ｓ）」）を出力とし、メモリ２２に入れる。 [0092] ２－４は、全細胞数計算部である。全細胞数計算部２－４は、メモリ２２から読み出した細胞サイズあたりの細胞数頻度（図中、「ｎ」）の情報を入力とし、全細胞数の情報（図中、「ｎ_tot」）を出力とし、メモリ２２に入れる。 [0093] ２－５は、細胞半径計算部である。細胞半径計算部２－５は、メモリ２２から読み出した全細胞数の情報（図中、「ｎ_tot」）及び脂肪組織質量の情報（図３中、「ＡＦＭ」）を入力とし（図２中、６参照）、細胞半径の情報（図中、「ｒ」μｍ）を出力とし、メモリ２２に入れる。 [0094] ２－６は、脂肪組織貯蔵可能エネルギー量計算部である。脂肪組織貯蔵可能エネルギー量計算部２－６は、メモリ２２から読み出した総脂肪質量の情報（図中、「ｍ」）を入力とし、脂肪組織貯蔵可能エネルギー量の情報（図中、「Ｅ_Cap」）を出力とし、メモリ２２に入れる。この脂肪組織貯蔵可能エネルギー量は、個体ブロック１に出力される（図２中、５参照）。 [0095] なお、図４において、Ｅｑ．（２－１）～Ｅｑ．（２－６）は、それぞれ式（２－１）～（２－６）に対応する。 [0096] 式（２－１）： [0097] [数18] [0098] （式中、「ｍ」は、総脂肪質量（ｇ）「Ｅｐｉ２Ｂｏｄｙ」は、精巣周辺脂肪容量にかけて体全体の総脂肪質量にする係数（Ｎ／Ａ）、「ρ」は、脂肪組織密度〔９．１５×１０^-13（ｇ／μｍ^３）〕、「ｓ」は、細胞サイズ（μｍ）、「ｎ」は、細胞サイズあたりの細胞数頻度（／μｍ）、「ｄｓ」は、細胞刻み幅（μｍ）を示す。）。 [0099] 式（２－２）： [0100] [数19] [0101] （式中、「ｎ」は、細胞サイズあたりの細胞数頻度（／μｍ）、「ｔ」は、時間（ｄａｙ）、「ｂ」は、補充率（１日あたりに新しく生まれてくる細胞の数）（／ｄａｙ）「δ（ｓ－ｓ₀）」は、ｓ＝ｓ₀である場合には１、ｓ＝ｓ₀以外の場合には０（／μｍ）、「ｓ」は、細胞サイズ（μｍ）、「ｓ₀」は、存在しているとみなせる細胞の最小サイズ（μｍ）、「ｖ（ｓ）」は、成長率（μｍ／ｄａｙ）、「Ｄ」は、変動率（μｍ^２／ｄａｙ）、「ｄｓ」は、細胞刻み幅（μｍ）を示す。）。 [0102] 式（２－３）： [0103] [数20] [0104] （式中、「ｖ（ｓ）」は、成長率、「ｖ_m」最大成長率、「ｓ」は、細胞サイズ（μｍ）、「ｓ_l」は、下側の臨界サイズ（μｍ）、「η_l」は、下側の峻度（μｍ）、「ｓ_ｕ」は、上側の臨界サイズ（μｍ）、「η_ｕ」は、上側の峻度（μｍ）、「Δ」は、大きい脂肪細胞での基本成長率を考えるための無次元パラメータを示す。）。 [0105] 式（２－４）： [0106] [数21] [0107] （式中、「ｎ_tot」は、全細胞数、「ｎ」は、細胞サイズあたりの細胞数頻度（／μｍ）「ｄｓ」は、細胞刻み幅（μｍ）を示す。）。 [0108] 式（２－５）： [0109] [数22] [0110] （式中、「ｒ」は、細胞半径（μｍ）、「ＡＦＭ」は、脂肪組織質量（ｇ）、「ｎ_tot」は、全細胞数（Ｎ／Ａ）、「ρ」は、脂肪組織密度〔９．１５×１０^－１３（ｇ／μｍ_３）〕「Ｅｐｉ２Ｂｏｄｙ」は、精巣周辺脂肪容量にかけて体全体の総脂肪質量にする係数（Ｎ／Ａ）を示す。）。 [0111] 式（２－６）： [0112] [数23] [0113] （式中、「Ｅ_Cap」は、脂肪組織貯蔵可能エネルギー量（ｃａｌ）、「ｍ」は、式（２－１）で求められる体全体の総脂肪質量（ｇ）、「ρ_fat」は、脂肪組織エネルギー密度（ｃａｌ／ｇ）を示す。）。 [0114] ［受容体ブロックの構成］図５は、本発明の一実施形態に係るシステムに用いられる生体モデルの一例における受容体ブロックの構成を示すブロック線図である。受容体ブロック３の入出力の関係は、下記式（３－１）～（３－９）を用いて表すことができる。また、当該受容体ブロック３の入出力の関係は、図５に示されるブロック線図を用いて表現することもできる。なお、入力装置３０を用いた受容体ブロック３における各計算部への入力は、一旦メモリ２２に入れられる。受容体ブロック３における各計算部の出力は、メモリ２２に記憶される。また、メモリ２２に記憶された情報は、メモリ２２から読み出され、受容体ブロック３における各計算部での入力として用いられる。 [0115] 図５において、３－１は、ＧＰＲ１２０効果計算部である。ＧＰＲ１２０効果計算部３－１は、メモリ２２から読み出したＥ_adpｏｕｔに対するＧＰＲ１２０の効果の係数（ＧＰＲ１２０効果係数）の情報（図中、「ｖ_GPR120out」）及びＧＰＲ１２０の活性化強度を示す情報（図中、「GPR120_sig」）を入力とし、Ｅ_adpｏｕｔに対するＧＰＲ１２０の効果を示す情報（図中、「ＧＰＲ１２０ｏｕｔ」）を出力とし、メモリ２２に入れる。 [0116] ３－２は、ＧＰＲ１２０効果係数計算部である。ＧＰＲ１２０効果係数計算部３－２は、メモリ２２から読み出した年令の情報を入力とし、Ｅ_adpｏｕｔに対するＧＰＲ１２０の効果の係数（ＧＰＲ１２０効果係数）の情報（図中、「ｖ_GPR120out」）を出力とし、メモリ２２に入れる。このように、本実施形態に係るシステムでは、生体モデルのパラメータに加齢の影響及びＧＰＲ１２０の作用が加味されているので、生体内での脂肪酸が関与する代謝をより生体における加齢の影響及びＧＰＲ１２０の作用を反映させてシミュレートすることができる。 [0117] ３－３は、活性化強度計算部（活性化強度演算部）である。活性化強度計算部３－３は、メモリ２２から読み出したＧＰＲ１２０発現量を示す情報（図中、「ＧＰＲ１２０ｅｘｐ」）及び活性化ＧＰＲ１２０の活性（活性化ＧＰＲ１２０活性）を示す情報（図中、「ｆ_Ｒ＊」）を入力とし、ＧＰＲ１２０の活性化強度を示す情報（図中、「GPR120_sig」）を出力とし、メモリ２２に入れる。 [0118] ３－４は、ＧＰＲ１２０発現量計算部である。ＧＲＰ１２０発現量計算部３－４は、ＧＰＲ１２０発現量を示す情報（図中、「ＧＰＲ１２０ｅｘｐ」）を出力とし、メモリ２２に入れる。 [0119] [数24] [0120] ３－６は、反応定数^休止計算部である。反応定数^休止計算部３－６は、メモリ２２から読み出したＫ　ａｐｐｅａｒａｎｃｅの情報（図中、「Ｋ_app」）及び正規化Ｃａ応答を示す情報（図中、「Ｅ_ｍａｘ」）を入力とし、休止状態のＧＰＲ１２０における各脂肪酸の反応定数（反応定数^休止）の情報（図中、「Ｋ_i」）を出力とし、メモリ２２に入れる。 [0121] ３－７は、反応定数^活性化計算部である。反応定数^活性化計算部３－７は、メモリ２２から読み出したＫ　ａｐｐｅａｒａｎｃｅの情報（図中、「Ｋ_app」）及び正規化Ｃａ応答を示す情報（図中、「Ｅ_ｍａｘ」）を入力とし、活性化ＧＰＲ１２０における各脂肪酸の反応定数（反応定数^活性化）の情報（図中、「Ｋ^＊」）を出力とし、メモリ２２に入れる。 [0122] ３－８は、Ｋ　ａｐｐｅａｒａｎｃｅ計算部である。Ｋ　ａｐｐｅａｒａｎｃｅ計算部３－８は、メモリ２２から読み出した休止状態のＧＰＲ１２０における各脂肪酸の反応定数（反応定数^休止）の情報（図中、「Ｋ_i」）及び活性化ＧＰＲ１２０における各脂肪酸の反応定数（反応定数^活性化）の情報（図中、「Ｋ^＊」）を入力とし、Ｋ　ａｐｐｅａｒａｎｃｅの情報（図中、「Ｋ_app」）を出力とし、メモリ２２に入れる。 [0123] ３－９は、正規化Ｃａ応答計算部である。正規化Ｃａ応答計算部３－９は、メモリ２２から読み出した休止状態のＧＰＲ１２０における各脂肪酸の反応定数（反応定数^休止）の情報（図中、「Ｋ_i」）及び活性化ＧＰＲ１２０における各脂肪酸の反応定数（反応定数^活性化）の情報（図中、「Ｋ^＊」）を入力とし、正規化Ｃａ応答を示す情報（図中、「Ｅ_ｍａｘ」）を出力とし、メモリ２２に入れる。 [0124] なお、図４において、Ｅｑ．（３－１）～Ｅｑ．（３－９）は、それぞれ式（３－１）～（３－９）に対応する。 [0125] 式（３－１）： [0126] [数25] [0127] （式中、「ＧＰＲ１２０ｏｕｔ」は、Ｅ_adpｏｕｔに対するＧＰＲ１２０の効果（Ｎ／Ａ）、「ｖ_GPR120out」は、Ｅ_adpｏｕｔに対するＧＰＲ１２０の効果の係数（Ｎ／Ａ）、「GPR120_sig」は、ＧＰＲ１２０の活性化強度、「ｋ_GPR120out」は、ＧＰＲ１２０のミカエリス－メンテン定数（Ｎ／Ａ）「Ａｇｅ」は、年令（生後日数）（ｄａｙ）を示す。）。 [0128] 式（３－２）： [0129] [数26] [0130] （式中、「ｖ_{ＧＰＲ１２０ｏｕｔ}」は、Ｅ_adpｏｕｔに対するＧＰＲ１２０の活性の係数「ｖｍａｘ_GPR120out」は、最大速度、「Ａｇｅ」は、年令（生後日数）（ｄａｙ）、「ｋ_v1」は、適当な係数（ｄａｙ）、「ｋ_v2」は、適当な係数（ｄａｙ）を示す。）。 [0131] 式（３－３）： [0132] [数27] [0133] （式中、「ＧＰＲ１２０ｓｉｇ」は、ＧＰＲ１２０の活性化強度、「ＧＰＲ１２０ｅｘｐ」は、ＧＰＲ１２０発現量（Ｎ／Ａ）、「ｆ_Ｒ＊」は、活性化ＧＰＲ１２０の活性（Ｎ／Ａ）、「ｋ_ＧＰＲ」は、ＧＰＲ１２０を発現させる量（Ｎ／Ａ）を示す。）。 [0134] 式（３－４）： [0135] [数28] [0136] （式中、「ＧＰＲ１２０ｅｘｐ」は、ＧＰＲ１２０発現量、「ｓ」は、細胞サイズ（μｍ）、「ｓ₀」は、ＧＰＲ１２０が発現する細胞の最小サイズ（μｍ）、「α」は、次元調整係数（μｍ^－２）、「ｎ」は、細胞サイズあたりの細胞数頻度（／μｍ）、「ｄｓ」は、細胞刻み幅（μｍ）を示す。）。 [0137] 式（３－５）： [0138] [数29] [0139] 式（３－６）： [0140] [数30] [0141] （式中、「Ｋ」は、休止状態のＧＰＲ１２０における各脂肪酸の反応定数、「Ｋ_app」は、Ｋ　ａｐｐｅａｒａｎｃｅ、「Ｌ」は、活性化ＧＰＲ１２０の濃度に対する休止状態のＧＰＲ１２０の濃度の割合、「Ｅ_max」は、正規化Ｃａ応答を示す）。 [0142] 式（３－７）： [0143] [数31] [0144] （式中、「Ｋ^＊」は、活性化ＧＰＲ１２０における各脂肪酸の反応定数、「Ｋ_app」は、Ｋ　ａｐｐｅａｒａｎｃｅ、「Ｌ」は、活性化ＧＰＲ１２０の濃度に対する休止状態のＧＰＲ１２０の濃度の割合、「Ｅ_ｍａｘ」は、正規化Ｃａ応答を示す。）。 [0145] 式（３－８）： [0146] [数32] [0147] （式中、「Ｋ_app」は、Ｋ　ａｐｐｅａｒａｎｃｅ、「Ｌ」は、活性化ＧＰＲ１２０の濃度に対する休止状態のＧＰＲ１２０の濃度の割合、「Ｋ^＊」は、活性化ＧＰＲ１２０における各脂肪酸の反応定数、「Ｋ」は、休止状態のＧＰＲ１２０における各脂肪酸の反応定数を示す。）。 [0148] 式（３－９）： [0149] [数33] [0150] （式中、「Ｅ_max」は、正規化Ｃａ応答、「Ｋ^＊」は、活性化ＧＰＲ１２０における各脂肪酸の反応定数、「Ｋ」は、休止状態のＧＰＲ１２０における各脂肪酸の反応定数、「Ｌ」は、活性化ＧＰＲ１２０の濃度に対する休止状態のＧＰＲ１２０の濃度の割合を示す。）。実施例 [0151] つぎに、本発明を実施例に基づいてさらに詳細に説明するが、本発明は、かかる実施例のみに限定されるものではない。なお、以下の実施例において、通常食として、オリエンタル酵母（株）製、商品名：ＭＦ、高脂肪食として、ピーエムアイ・ニュートリション・インターナショナル（ＰＭＩ　Ｎｕｔｒｉｔｉｏｎ　ｉｎｔｅｒｎａｔｉｏｎａｌ）製、商品名：５８Ｙ１　ｄｉｅｔ、トランス脂肪酸過剰食として、リサート・ダイエット（Ｒｅｓｅａｒｃｈ　Ｄｉｅｔｓ）製、商品名：Ｄ０９０１２００１を用いた。 [0152] 実施例１５週令の野生型マウスに通常食（実験番号１）又は高脂肪食（実験番号２）を、当該マウスが１６週令になるまで自由摂取させるとともに、１週間ごとに体重を測定して体重の変化を調べた。また、５週令のＧＰＲ１２０ノックアウトマウスに通常食（実験番号３）又は高脂肪食（実験番号４）を、当該マウスが１６週令になるまで自由摂取させるとともに、１週間ごとに体重を測定して体重の変化を調べた。なお、ＧＰＲ１２０ノックアウトマウスは、ＧＰＲ１２０遺伝子のエキソン１を欠失させることにより、ＧＰＲ１２０の機能を欠損させたマウスである。 [0153] 一方、実験番号１～４の実験結果を学習セットとして用い、コンピュータに本発明の一実施形態に係るシステムの生体モデルにおける各処理を実行させ、当該生体モデルの各パラメータの最適化を行なった。つぎに、実験番号１～４のデータに基づき同じ条件の情報を入力として用い、コンピュータに最適化後の生体モデルを実行させ、年令と体重との関係を演算した。 [0154] 実施例１において、本発明の一実施形態に係るシステムの生体モデルを用いて年令と体重との関係をシミュレートした結果を図６（Ａ）、生体を用いて年令と体重との関係を調べた結果を図６（Ｂ）に示す。図中、（ａ）は通常食を与えた野生型マウス（実験番号１）の加齢に伴なう体重の変化、（ｂ）は高脂肪食を与えた野生型マウス（実験番号２）の加齢に伴なう体重の変化、（ｃ）は通常食を与えたＧＰＲ１２０ノックアウトマウス（実験番号３）の加齢に伴なう体重の変化、（ｄ）は高脂肪食を与えたＧＰＲ１２０ノックアウトマウス（実験番号４）の加齢に伴なう体重の変化を示す。 [0155] 図６（Ａ）に示される結果から、前記生体モデルによって体重の変化をシミュレートしたところ、高脂肪食を与えたＧＰＲ１２０ノックアウトマウスの体重（図６（Ａ）の（ｄ）参照）は、加齢とともに最も高い値で推移する傾向があることがわかる。また、高脂肪食を与えたＧＰＲ１２０ノックアウトマウスの体重（図６（Ａ）の（ｄ）参照）は、高脂肪食を与えた野生型マウスの体重（図６（Ａ）の（ｂ）参照）よりも重い傾向があることがわかる。これに対し、通常食を与えた野生型マウス（図６（Ａ）の（ａ）参照）及び通常食を与えたＧＰＲ１２０ノックアウトマウス（図６（Ａ）の（ｃ）参照）は、同程度の体重で推移する傾向があることがわかる。 [0156] 一方、図６（Ｂ）に示された結果から、生体を用いて年令と体重との関係を調べたところ、図６（Ａ）に示される本発明に用いられる生体モデルによって体重の変化をシミュレートした結果と同様の傾向が見られることがわかる。 [0157] これらの結果から、前記生体モデルを用い、脂肪含有量が異なる食事を摂取したときの野生型マウス及びＧＰＲ１２０ノックアウトマウスの加齢に伴なう体重の変化をシミュレートした結果が、マウスの体重の変化を実際に測定して調べた結果とよく一致しているため、本発明の一実施形態に係るシステムにより、生体内での脂肪酸が関与する代謝のシミュレーションを良好に行なうことができることが示唆される。 [0158] 実施例２５週令の野生型マウスに通常食（実験番号５）又は高脂肪食（実験番号６）を、当該マウスが１６週令になるまで自由摂取させ、脂肪細胞面積を測定した。また、５週令のＧＰＲ１２０ノックアウトマウスに通常食（実験番号７）又は高脂肪食（実験番号８）を、当該マウスが１６週令になるまで自由摂取させ、脂肪細胞面積を測定した。また、脂肪組織を光学顕微鏡下で観察した。 [0159] 一方、実験番号５～８の実験結果を学習セットとして用い、コンピュータに本発明の一実施形態に係るシステムの生体モデルにおける各処理を実行させ、当該生体モデルの各パラメータの最適化を行なった。つぎに、実験番号５～８のデータに基づき同じ条件の情報を入力として用い、コンピュータに最適化後の生体モデルを実行させ、年令と脂肪細胞径との関係を演算した。 [0160] 実施例２において、本発明の一実施形態に係るシステムの生体モデルを用いて年令と脂肪細胞径との関係をシミュレートした結果を図７（Ａ）、生体を用いて年令と脂肪細胞径との関係を調べた結果を図７（Ｂ）、脂肪組織中の脂肪細胞を観察した結果を図７（Ｃ）に示す。図７（Ａ）において、（ａ）は通常食を与えた野生型マウス（実験番号５）の加齢に伴なう脂肪細胞径の変化をシミュレートした結果、（ｂ）は高脂肪食を与えた野生型マウス（実験番号６）の加齢に伴なう脂肪細胞径の変化をシミュレートした結果、（ｃ）は通常食を与えたＧＰＲ１２０ノックアウトマウス（実験番号７）の加齢に伴なう脂肪細胞径の変化をシミュレートした結果、（ｄ）は高脂肪食を与えたＧＰＲ１２０ノックアウトマウス（実験番号８）の加齢に伴なう脂肪細胞径の変化をシミュレートした結果を示す。図７（Ｂ）において、レーン１は通常食を与えた野生型マウス（実験番号５）の脂肪細胞面積、レーン２は通常食を与えたＧＰＲ１２０ノックアウトマウス（実験番号７）の脂肪細胞面積、レーン３は高脂肪食を与えた野生型マウス（実験番号６）の脂肪細胞面積、レーン４は高脂肪食を与えたＧＰＲ１２０ノックアウトマウス（実験番号８）の脂肪細胞面積を示す。また、図７（Ｃ）において、スケールバーは１００μｍを示す。また、図７（Ｃ）において、パネル（ａ）は通常食を与えた野生型マウス（実験番号５）の脂肪細胞、パネル（ｂ）は通常食を与えたＧＰＲ１２０ノックアウトマウス（実験番号７）の脂肪細胞、パネル（ｃ）は高脂肪食を与えた野生型マウス（実験番号６）の脂肪細胞、パネル（ｄ）は高脂肪食を与えたＧＰＲ１２０ノックアウトマウス（実験番号８）の脂肪細胞を示す。 [0161] 図７（Ａ）に示される結果から、前記生体モデルによって脂肪細胞径の変化をシミュレートしたところ、高脂肪食を与えたＧＰＲ１２０ノックアウトマウスの脂肪細胞径（図７（Ａ）の（ｄ）参照）は、加齢とともに最も高い値で推移する傾向があることがわかる。また、高脂肪食を与えたＧＰＲ１２０ノックアウトマウスの脂肪細胞径（図７（Ａ）の（ｄ）参照）は、高脂肪食を与えた野生型マウスの脂肪細胞径（図７（Ａ）の（ｂ）参照）よりも大きい傾向があることがわかる。また、通常食を与えたマウスの脂肪細胞径は、高脂肪職を与えたマウスの脂肪細胞径よりも小さい傾向があることがわかる。さらに、通常食を与えた野生型マウスの脂肪細胞径（図７（Ａ）の（ａ）参照）は、通常食を与えたＧＰＲ１２０ノックアウトマウスの脂肪細胞径（実験番号７）（図７（Ａ）の（ｃ）参照）よりも小さい傾向があることがわかる。 [0162] 一方、図７（Ｂ）及び図７（Ｃ）に示された結果から、マウスの脂肪細胞面積を実際に測定するとともに脂肪細胞を観察したところ、通常食を与えた野生型マウの脂肪細胞面積（図７（Ｂ）のレーン１及び図７（Ｃ）のパネル（ａ）参照）が最も小さく、通常食を与えたＧＰＲ１２０ノックアウトマウスの脂肪細胞面積（図７（Ｂ）のレーン２及び図７（Ｃ）のパネル（ｂ）参照）、高脂肪食を与えた野生型マウスの脂肪細胞面積（図７（Ｂ）のレーン３及び図７（Ｃ）のパネル（ｃ）参照）及び高脂肪食を与えたＧＰＲ１２０ノックアウトマウスの脂肪細胞面積（図７（Ｂ）のレーン４及び図７（Ｃ）のパネル（ｄ）参照）の順で大きくなることがわかる。 [0163] 脂肪細胞径と脂肪細胞面積とは比例関係にある。これらの結果から、前記生体モデルを用い、脂肪含有量が異なる食事を摂取したときの野生型マウス及びＧＰＲ１２０ノックアウトマウスの脂肪細胞径をシミュレートした結果が、マウスの脂肪細胞面積を実際に測定した結果と同様の傾向を示すことがわかる。したがって、これらの結果から、本発明の一実施形態に係るシステムにより、生体内での脂肪酸が関与する代謝のシミュレーションを良好に行なうことができることが示唆される。 [0164] 実施例３５週令の野生型マウスに通常食（実験番号９）又は高脂肪食（実験番号１０）を、当該マウスが１６週令になるまで自由摂取させ、その後、肝臓中のトリグリセリドの量を測定した。また、５週令のＧＰＲ１２０ノックアウトマウスに通常食（実験番号１１）又は高脂肪食（実験番号１２）を、当該マウスが１６週令になるまで自由摂取させ、その後、肝臓中のトリグリセリドの量を測定した。また、肝臓組織の脂肪を染色し、光学顕微鏡下で観察した。 [0165] 一方、実験番号９～１２の実験結果を学習セットとして用い、コンピュータに本発明の一実施形態に係るシステムの生体モデルにおける各処理を実行させ、当該生体モデルの各パラメータの最適化を行なった。つぎに、実験番号９～１２のデータに基づき同じ条件の情報を入力として用い、コンピュータに最適化後の生体モデルを実行させ、年令と余剰脂肪量との関係を演算した。 [0166] 実施例３において、本発明の一実施形態に係るシステムの生体モデルを用いて年令と余剰脂肪量との関係をシミュレートした結果を図８（Ａ）、生体を用いて年令と肝臓中の余剰脂肪であるトリグリセリドの量との関係を調べた結果を図８（Ｂ）、肝臓組織における脂肪を染色して観察した結果を図８（Ｃ）に示す。図８（Ａ）において、（ａ）は通常食を与えた野生型マウス（実験番号９）の加齢に伴なう余剰脂肪量の変化をシミュレートした結果、（ｂ）は高脂肪食を与えた野生型マウス（実験番号１０）の加齢に伴なう余剰脂肪量の変化をシミュレートした結果、（ｃ）は通常食を与えたＧＰＲ１２０ノックアウトマウス（実験番号１１）の加齢に伴なう余剰脂肪量の変化をシミュレートした結果、（ｄ）は高脂肪食を与えたＧＰＲ１２０ノックアウトマウス（実験番号１２）の加齢に伴なう余剰脂肪量の変化をシミュレートした結果を示す。図８（Ｂ）において、レーン１は通常食を与えた野生型マウス（実験番号９）のトリグリセリド量、レーン２は通常食を与えたＧＰＲ１２０ノックアウトマウス（実験番号１１）のトリグリセリド量、レーン３は高脂肪食を与えた野生型マウス（実験番号１０）のトリグリセリド量、レーン４は高脂肪食を与えたＧＰＲ１２０ノックアウトマウス（実験番号１２）のトリグリセリド量を示す。また、図８（Ｃ）において、スケールバーは５０μｍを示す。また、図８（Ｃ）において、パネル（ａ）は通常食を与えた野生型マウス（実験番号９）の肝臓組織中の脂肪、パネル（ｂ）は通常食を与えたＧＰＲ１２０ノックアウトマウス（実験番号１１）の肝臓組織中の脂肪、パネル（ｃ）は高脂肪食を与えた野生型マウス（実験番号１０）の肝臓組織中の脂肪、パネル（ｄ）は高脂肪食を与えたＧＰＲ１２０ノックアウトマウス（実験番号１２）の肝臓組織中の脂肪を示す。 [0167] 図８（Ａ）に示される結果から、前記生体モデルによって余剰脂肪量をシミュレートしたところ、高脂肪食を与えたＧＰＲ１２０ノックアウトマウスの余剰脂肪量（図８（Ａ）の（ｄ）参照）は、加齢とともに最も高い値で推移する傾向があることがわかる。また、高脂肪食を与えたＧＰＲ１２０ノックアウトマウスの余剰脂肪量（図８（Ａ）の（ｄ）参照）は、高脂肪食を与えた野生型マウスの余剰脂肪量（図７（Ａ）の（ｂ）参照）よりも大きい傾向があることがわかる。 [0168] 一方、図８（Ｂ）に示された結果から、マウスの肝臓中のトリグリセリド量を実際に測定したところ、高脂肪食を与えたＧＰＲ１２０ノックアウトマウス（実験番号８）のトリグリセリド（図８（Ｂ）のレーン４参照）が、高脂肪食を与えた野生型マウスのトリグリセリド量（図８（Ｂ）のレーン３参照）よりも多いことがわかる。また、通常食を与えた野生型マウスのトリグリセリド量（図８（Ｂ）のレーン１参照）は、通常食を与えたＧＰＲ１２０ノックアウトマウスのトリグリセリド量（図８（Ｂ）のレーン２参照）と同程度であることがわかる。また、図８（Ｃ）に示された結果も、図８（Ｂ）と同様の傾向を示すことがわかる。 [0169] 余剰脂肪量とトリグリセリド量とは比例関係にある。これらの結果から、前記生体モデルを用い、脂肪含有量が異なる食事を摂取したときの野生型マウス及びＧＰＲ１２０ノックアウトマウスの余剰脂肪量をシミュレートした結果が、マウスの肝臓中のトリグリセリド量を実際に測定した結果と同様の傾向を示すことがわかる。したがって、これらの結果から、本発明の一実施形態に係るシステムにより、生体内での脂肪酸が関与する代謝のシミュレーションを良好に行なうことができることが示唆される。 [0170] 実施例４通常食（実験番号１３）、０．００１ｍｇのリノレン酸を含む食事Ｂ（実験番号１４）、０．０１ｍｇのリノレン酸を含む食事Ｃ（実験番号１５）、０．１ｍｇのリノレン酸を含む食事Ｄ（実験番号１６）又は１０００ｍｇのリノレン酸を含む食事Ｅ（実験番号１７）を、当該マウスが１６週令になるまで自由摂取させることを想定し、実験番号１３～１７のデータに基づき同じ条件の情報を入力として用い、コンピュータに最適化後の生体モデルを実行させ、年令と体重との関係を演算した。 [0171] 実施例４において、本発明の一実施形態に係るシステムの生体モデルを用い、各リノレン酸含有量の食事を与えたときの年令と体重との関係をシミュレートした結果を図９に示す。図中、（ａ）は食事Ａ（実験番号１３）を与えたマウスの加齢に伴なう体重の変化、（ｂ）は食事Ｂ（実験番号１４）を与えたマウスの加齢に伴なう体重の変化、（ｃ）は食事Ｃ（実験番号１５）を与えたマウスの加齢に伴なう体重の変化、（ｄ）は食事Ｄ（実験番号１６）を与えたマウスの加齢に伴なう体重の変化又は（ｅ）食事Ｅ（実験番号１７）を与えたマウスの加齢に伴なう体重の変化を示す。食事Ｂは後述の「リノレン酸の含有量が少なく飽和脂肪酸の含有量が多い食事」に対応し、食事Ｅは後述の「リノレン酸の含有量が多く飽和脂肪酸の含有量が少ない食事」に対応する。 [0172] 一般に、リノレン酸の含有量が多く飽和脂肪酸の含有量が少ない食事を与えたマウスの体重は、リノレン酸の含有量が少なく飽和脂肪酸の含有量が多い食事を与えたマウスの体重と比べ、少なくなることがしられている〔例えば、ニコル・ド・ウィット（Ｎｉｃｏｌｅ　ｄｅ　Ｗｉｔ）ら、アメリカン・ジャーナル・オブ・フィジオロジー　ガストロインテスティナル・アンド・リバー・フィジオロジー（Ａｍｅｒｉｃａｎ　ｊｏｕｒｎａｌ　ｏｆ　ｐｈｙｓｉｏｌｏｇｙ．　Ｇａｓｔｒｏｉｎｔｅｓｔｉｎａｌ　ａｎｄ　ｌｉｖｅｒ　ｐｈｙｓｉｏｌｏｇｙ）、第３０３巻、２０１２年６月１４日発行、ｐｐ．Ｇ５８９－Ｇ５９９参照〕。 [0173] 図９に示される結果から、前記生体モデルによって各リノレン酸含有量の食事を与えたときの加齢に伴なう体重の変化をシミュレートしたところ、リノレン酸の含有量が多く飽和脂肪酸の含有量が少ない食事Ｅの体重は、リノレン酸の含有量が少なく飽和脂肪酸の含有量が多い食事Ｂを与えたマウスの体重と比べ、少なく、与えた食事のリノレン酸の含有量が少なくなるほど、マウスの体重が低くなる傾向があることがわかる。したがって、これらの結果から、前記生体モデルによって各リノレン酸含有量の食事を与えたときの加齢に伴なう体重の変化をシミュレートしたところ、従来の知見を裏付ける結果が得られたことから、本発明の一実施形態に係るシステムにより、生体内での脂肪酸が関与する代謝のシミュレーションを良好に行なうことができることが示唆される。 [0174] 実施例５５週令の野生型マウスに通常食を当該マウスが１６週令になるまで自由摂取させた（実験番号１８）。同様に、５週令のＧＰＲ１２０ノックアウトマウスに、通常食を、当該マウスが１６週令になるまで自由摂取させた（実験番号１９）。また、５週令の野生型マウスに、通常食を、当該マウスが１０週令になるまで自由摂取させた後、高脂肪食を、当該マウスが１６週令になるまで自由摂取させた（実験番号２０）。同様に、５週令のＧＰＲ１２０ノックアウトマウスに通常食を、当該マウスが１０週令になるまで自由摂取させた後、高脂肪食を、当該マウスが１６週令になるまで自由摂取させた（実験番号２１）。 [0175] 一方、実験番号１８～２１と同様のスケジュールで食事を与えることを想定し、実験番号１８～２１のデータに基づき同じ条件の情報を入力として用い、コンピュータに最適化後の生体モデルを実行させ、年令と余剰脂肪量との関係を演算した。 [0176] 実施例５において、本発明の一実施形態に係るシステムの生体モデルを用い、個体の年令が１０週齢のときから高脂肪食を与えた場合の年令と体重との関係をシミュレートした結果を図１０（Ａ）、生体を用い、個体の年令が１０週齢のときから高脂肪食を与えた場合の年令と体重との関係をシミュレートした結果を図１０（Ｂ）に示す。図中、（ａ）は通常食を与えた野生型マウス（実験番号１８）の加齢に伴なう体重の変化、（ｂ）は個体の年令が１０週齢のときから高脂肪食を与えた野生型マウス（実験番号１９）の加齢に伴なう体重の変化、（ｃ）は通常食を与えたＧＰＲ１２０ノックアウトマウス（実験番号２０）の加齢に伴なう体重の変化、（ｄ）は個体の年令が１０週齢のときから高脂肪食を与えたＧＰＲ１２０ノックアウトマウス（実験番号２１）の加齢に伴なう体重の変化を示す。 [0177] 図１０（Ｂ）に示される結果から、野生型マウス及びＧＰＲ１２０ノックアウトマウスが１０週令になったときから当該野生型マウス及びＧＰＲ１２０ノックアウトマウスに高脂肪食を与えた場合、当該野生型マウスの体重及びＧＰＲ１２０ノックアウトマウスの体重の間の差がないことがわかる。図１０（Ａ）に示された結果から、個体の年令が１０週齢のときから高脂肪食を与えた場合の年令と体重との関係をシミュレートしたところ、図１０（Ｂ）に示された結果と同様に、野生型マウス及びＧＰＲ１２０ノックアウトマウスが１０週令になったときから当該野生型マウス及びＧＰＲ１２０ノックアウトマウスに高脂肪食を与えた場合、当該野生型マウスの体重及びＧＰＲ１２０ノックアウトマウスの体重の間の差がないことがわかる。前記生体モデルを用い、個体の年令が１０週齢のときから高脂肪食を与えた場合の年令と体重との関係をシミュレートした結果が、マウスの体重を実際に測定して調べた結果とよく一致しているため、本発明の一実施形態に係るシステムにより、生体内での脂肪酸が関与する代謝のシミュレーションを良好に行なうことができることが示唆される。 [0178] 実施例６５週令の野生型マウスに通常食（実験番号２２）又はトランス脂肪酸過剰食（実験番号２３）を、当該マウスが１６週令になるまで自由摂取させるとともに、１週間ごとに体重を測定して体重の変化を調べた。また、５週令のＧＰＲ１２０ノックアウトマウスに通常食（実験番号２４）又はトランス脂肪酸過剰食（実験番号２５）を、当該マウスが１６週令になるまで自由摂取させるとともに、１週間ごとに体重を測定して体重の変化を調べた。なお、トランス脂肪酸過剰食は、高エネルギー量ではあるが、ＧＰＲ１２０を刺激しない脂肪酸が多い食事である。 [0179] 一方、実験番号２２～２５と同様の食事を与えることを想定し、実験番号２２～２５のデータに基づき同じ条件の情報を入力として用い、コンピュータに最適化後の生体モデルを実行させ、年令と体重との関係を演算した。 [0180] 実施例６において、本発明の一実施形態に係るシステムの生体モデルを用い、トランス脂肪酸過剰食を摂取した場合の年令と体重との関係をシミュレートした結果を図１１（Ａ）、生体を用い、トランス脂肪酸過剰食を摂取した場合の年令と体重との関係をシミュレートした結果を図１１（Ｂ）に示す。図中、（ａ）は通常食を与えた野生型マウス（実験番号２２）の加齢に伴なう体重の変化、（ｂ）はトランス脂肪酸過剰食を与えた野生型マウス（実験番号２３）の加齢に伴なう体重の変化、（ｃ）は通常食を与えたＧＰＲ１２０ノックアウトマウス（実験番号２４）の加齢に伴なう体重の変化、（ｄ）はトランス脂肪酸過剰食を与えたＧＰＲ１２０ノックアウトマウス（実験番号２５）の加齢に伴なう体重の変化を示す。 [0181] 図１１（Ａ）に示される結果から、前記生体モデルによって体重の変化をシミュレートしたところ、トランス脂肪酸過剰食を与えた野生型マウス（図１１（Ａ）の（ｂ）参照）及びトランス脂肪酸過剰食を与えたＧＰＲ１２０ノックアウトマウスの体重（図１１（Ａ）の（ｄ）参照）は、通常食を与えた野生型マウスの体重（図１１（Ａ）の（ａ）参照）及び通常食を与えたＧＰＲ１２０ノックアウトマウスの体重（図１１（Ａ）の（ｃ）参照）よりも高い値で推移する傾向があることがわかる。 [0182] 一方、図１１（Ｂ）に示された結果から、生体を用いて体重の変化を調べたところ、図１１（Ａ）に示される本発明に用いられる生体モデルによって体重の変化をシミュレートした結果と同様の傾向が見られることがわかる。 [0183] これらの結果から、前記生体モデルを用い、含まれる脂肪酸の種類が異なる食事を摂取したときの野生型マウス及びＧＰＲ１２０ノックアウトマウスの加齢に伴なう体重の変化をシミュレートした結果が、マウスの体重の変化を実際に測定して調べた結果とよく一致しているため、本発明の一実施形態に係るシステムにより、生体内での脂肪酸が関与する代謝のシミュレーションを良好に行なうことができることが示唆される。 [0184] 調製例通常食１００ｇあたりエイコサペンタエン酸（ＥＰＡ）７．５ｇ（実験番号２６）もしくは１５．４ｇ（実験番号２７）、ＮＣＧ２１　１０ｍｇ（実験番号２８）もしくは２０ｍｇ（実験番号２９）、ＮＣＧ２１　２０ｍｇとリフォリン酸メチルエステル〔６－メチル－３－［（２Ｅ，６Ｅ）－３，７，１１－トリメチルドデカ－２，６，１０－トリエニル］－２，４－ジヒドロキシ安息香酸メチル〕３０ｍｇとの混合物（実験番号３０）を通常食に混合して実験番号２６～３０の食事を得た。 [0185] 高脂肪食１００ｇあたりグリフォリン酸メチルエステル１０ｍｇ（実験番号３１）又は３０ｍｇ（実験番号３２）を高脂肪食に混合して実験番号３１及び３２の食事を得た。 [0186] 実施例７（１）体温変化量の測定本発明の一実施形態に係るシステムにより、食餌性体温調節（食餌に伴なう体温上昇）がＧＰＲ１２０を介して行なわれていることが示唆された。そこで、食事性体温調節に対するＧＰＲ１２０リガンドの影響を調べることにより、本発明の一実施形態に係るシステムによる結果の妥当性を評価した。 [0187] １６～２８週令のＧＰＲ１２０ノックアウトマウス（Ｃ５７ＢＬ／６／１２９背景のマウス）に通常食又は調製例で得られた実験番号２６～３０の食事を与えた。給餌後１７時間経過時に、各マウスの直腸温を実験動物用温度計〔室町機械（株）製、商品名：マルチサーパスサーモメータＭＫ５０００ＲＱ〕で測定し、給餌前のマウスと給餌後１７時間経過時のマウスとの間の体温変化量を算出した。 [0188] また、１６～２８週令の野生型マウスに高脂肪食又は調製例で得られた実験番号３１又は３２の食事を与えた。１６～２８週令のＧＰＲ１２０ノックアウトマウス（Ｃ５７ＢＬ／６／１２９背景のマウス）に高脂肪食を与えた。給餌後１７時間経過時に、各マウスの直腸温を実験動物用温度計〔室町機械（株）製、商品名：マルチサーパスサーモメータ　ＢＡＴ１２〕で測定し、給餌前のマウスと給餌後１７時間経過時のマウスとの間の体温変化量を算出した。なお、体温変化量は、（給餌後１７時間経過時のマウスの体重－給餌前のマウスの体重）によって求めた。 [0189] 実施例７において、野生型マウスに与えた通常食を含む食事の種類と体重変化量との関係を調べた結果を図１２（Ａ）、野生型マウス又はＧＰＲ１２０ノックアウトマウスに与えた高脂肪食を含む食事の種類と体重変化量との関係を調べた結果を図１２（Ｂ）に示す。図１２（Ａ）において、レーン１は通常食を与えたときの野生型マウスの体重変化量、レーン２は実験番号２６の食事（通常食１００ｇあたりＥＰＡ７．５ｇを含む食事を与えたときの野生型マウスの体重変化量、レーン３は実験番号２７の食事（ＥＰＡ１５．４ｇを含む食事）を与えたときの野生型マウスの体重変化量、レーン４は実験番号２８の食事（通常食１００ｇあたりＮＣＧ２１　１０ｍｇを含む食事）を与えたときの野生型マウスの体重変化量、レーン５は実験番号２９の食事（通常食１００ｇあたりＮＣＧ２１　２０ｍｇを含む食事）を与えたときの野生型マウスの体重変化量、レーン６は実験番号３０の食事（通常食１００ｇあたりＮＣＧ２１　２０ｍｇとグリフォリン酸メチルエステル３０ｍｇとを含む食事）を与えたときの野生型マウスの体重変化量を示す。また、図１２（Ｂ）において、レーン１は高脂肪食を与えたときの野生型マウスの体重変化量、レーン２は高脂肪食を与えたときのＧＰＲ１２０ノックアウトマウスの体重変化量、レーン３は実験番号３１の食事（高脂肪食１００ｇあたりグリフォリン酸メチルエステル１０ｍｇを含む食事）を与えたときの野生型マウスの体重変化量、レーン４は実験番号３２の食事（高脂肪食１００ｇあたりグリフォリン酸メチルエステル３０ｍｇを含む食事）を与えたときの野生型マウスの体重変化量を示す。 [0190] 図１２（Ａ）に示された結果から、通常食とＧＰＲ１２０のアゴニストであるＥＰＡ又はＮＣＧ２１とを混合した餌を給餌したときの野生型マウスの体重変化量（レーン２～５；実験番号２６～２９）、通常食を給餌したときの野生型マウスの体温変化量（レーン１）と比べ、大きい傾向にあることがわかる。一方、通常食とＧＰＲ１２０のアゴニストであるＮＣＧ２１とＧＰＲ１２０のアンタゴニストであるグリフォリン酸メチルエステルとを混合した餌を給餌したときの野生型マウスの体重変化量（レーン６；実験番号３０）は、通常食とＧＰＲ１２０のアゴニストであるＮＣＧ２１とを混合した餌を給餌したときの野生型マウスの体温変化量（レーン４及び５；実験番号２８及び９）と比べ、小さくなることがわかる。 [0191] また、図１２（Ｂ）に示された結果から、高脂肪食とＧＰＲ１２０のアンタゴニストであるグリフォリン酸メチルエステルとを混合した餌を給餌したときの野生型マウスの体重変化量（レーン３及び４；実験番号３１及び３２）は、高脂肪食を給餌したときの野生型マウス（レーン１）又はＧＰＲ１２０ノックアウトマウス（レーン２）の体重変化量と比べ、小さくなることがわかる。 [0192] これらの結果から、食餌性体温調節がＧＰＲ１２０を介して行なわれていることがわかる。したがって、生体を用いた実験結果は、食餌性体温調節がＧＰＲ１２０を介して行なわれているという本発明の一実施形態に係るシステムによる結果と一致していることから、本発明の一実施形態に係るシステムによる結果は、妥当であることがわかる。 [0193] （２）エネルギー消費量１６～２８週令のＧＰＲ１２０ノックアウトマウス（Ｃ５７ＢＬ／６／１２９背景のマウス）又は１６～２８週令の野生型マウスに通常食又は高脂肪食を与えた。給餌後６時間経過時に安静状態の各マウスのエネルギー消費量及び呼吸商（ＲＱ）を、開放熱量計システム〔室町機械（株）製、商品名：ＭＫ５０００ＲＱ〕を用いて測定した。前記呼吸商は、酸素消費量（ＶＯ₂）に対する二酸化炭素生成量の体積比である。また、エネルギー消費量は、酸素（３．８１５＋１．２３２ＲＱ）と酸素消費の際の発熱量との積として算出した。自発運動量は、赤外線受動センサシステム〔室町機械（株）製、商品名：Ｓｕｐｅｒｍｅｘ〕を用いて測定した。 [0194] 実施例７において、給餌後６時間経過時の安静状態の野生型マウス及びＧＰＲ１２０ノックアウトマウスそれぞれのエネルギー消費量を調べた結果を図１３に示す。図中、レーン１は通常食を給餌したときの野生型マウスのエネルギー消費量、レーン２は通常食を給餌したときのＧＰＲ１２０ノックアウトマウスのエネルギー消費量、レーン３は高脂肪食を給餌したときの野生型マウスのエネルギー消費量、レーン２は高脂肪食を給餌したときのＧＰＲ１２０ノックアウトマウスのエネルギー消費量を示す。 [0195] 図１３に示された結果から、高脂肪食を給餌したときの野生型マウスのエネルギー消費量は、通常食を給餌したときの野生型マウスのエネルギー消費量と比べて増加することがわかる。これに対して、高脂肪食を給餌したときのＧＰＲ１２０ノックアウトマウスのエネルギー消費量は、通常食を給餌したときのＧＰＲ１２０ノックアウトマウスのエネルギー消費量と比べて減少することがわかる。 [0196] 実施例８通常食又は通常食と化合物とを含む食事を、マウスが１６週令になるまで自由摂取させることを想定し、実施例７のデータに基づき同じ条件の情報を入力として用い、コンピュータに最適化後の生体モデルを実行させ、食餌パターンとエネルギー消費量の推移との関係を演算した。 [0197] 実施例８において、本発明の一実施形態に係るシステムの生体モデルを用い、食餌パターンとエネルギー消費量の推移との関係をシミュレートした結果を図１４に示す。図中、（ａ）は通常食のみを与えたときのエネルギー消費量の推移、（ｂ）は通常食を与えた後、通常食１００ｇあたりＮＣＧ２１　１ｍｇを含む食事を与えたときのエネルギー消費量の推移、（ｃ）は通常食を与えた後、通常食１００ｇあたりＮＣＧ２１　０．０ｍｇを含む食事を与えたときのエネルギー消費量の推移、（ｃ）は通常食を与えた後、通常食１００ｇあたりＮＣＧ２１　０．０１ｍｇを含む食事を与えたときのエネルギー消費量の推移、（ｄ）は通常食１００ｇあたりＮＣＧ２１　１ｍｇとグリフォリン酸メチルエステル１ｍｇを含む食事を与えたときのエネルギー消費量の推移を示す。 [0198] 図１４に示された結果から、ＧＰＲ１２０のアゴニストであるＮＣＧ２１を含む食事〔図１４中、（ｂ）及び（ｃ）参照〕を与えたときのエネルギー消費量は、通常食〔図１４中、（ａ）参照〕を与えたときのエネルギー消費量と比べて高くことがわかる。また、ＧＰＲ１２０のアゴニストであるＮＣＧ２１とＧＰＲ１２０のアンタゴニストであるグリフォリン酸メチルエステルとを含む食事を与えたときのエネルギー消費量〔図１４中、（ｄ）参照〕は、ＧＰＲ１２０のアゴニストであるＮＣＧ２１を含む食事〔図１４中、（ｂ）及び（ｃ）参照〕を与えたときのエネルギー消費量と比べて低くなることがわかる。 [0199] これらの結果から、前記生体モデルを用い、本発明の一実施形態に係るシステムを用いエネルギー消費量の推移をシミュレートした結果が、マウスのエネルギー消費量を実際に測定して調べた結果とよく一致していることがわかる。 [0200] 以上説明したように、本発明の一実施形態に係るコンピュータシミュレーションシステムに用いられる生体モデルによれば、ＧＰＲ１２０の作用に考慮して、生体内での脂肪酸が関与する代謝をより適切にシミュレートすることができる。なお、生体内での脂肪酸が関与する代謝をシミュレートするに際し、本システムにおける受容体ブロックを用いずに数理モデルを構築した場合、本システムにおける年令に関連するパラメータを用いなかった場合及び脂肪酸が複数種類存在することを考慮しない場合には、各実施例において、生体を用いた実験結果と一致しない傾向も見られた。したがって、本発明の一実施形態に係るコンピュータシミュレーションシステム及びプログラムは、個体レベルでの体重制御の予測、肥満症、糖尿病その他のＧＰＲ１２０が関連する疾患に対する食品に含まれる成分の効果の評価、前記疾患に対する薬物の作用の評価、前記疾患の治療剤の候補物質のスクリーニング、ＧＰＲ１２０に対する物質の作用の評価等に好適に用いられることが期待されるものである。 [0201] 以上説明した実施形態および実施例は、本発明の理解を容易にするために記載されたものであり、本発明を限定するために記載されたものではない。したがって、前記実施形態および実施例に開示された各要素は、本発明の技術的範囲に属する全ての設計変更および均等物をも含む趣旨である。また、当業者であれば、単なる日常的な実験手法によって、本明細書に記載された発明の具体的態様に対する多くの均等物を認識し、あるいは確認することができるであろう。そのような均等物は、本発明の範疇に含まれる。本発明の範疇には、例えば、下記（１）～（４）も含まれるが、本発明は、これらに限定されるものではない。 [0202] （１）　生体の機能が数理モデルによって表現された生体モデルを備え、当該生体モデルを用いた演算を行なうコンピュータシミュレーションシステムであって、前記生体モデルは、前記生体に摂取された脂質が結合することによって当該脂質の種類に応じて活性化される活性化ＧＰＲ１２０の活性を示す情報に基づき、当該活性化ＧＰＲ１２０の活性化強度を示す情報を演算する活性化強度演算部と、前記活性化強度を示す前記情報に基づき、前記生体の脂肪組織に蓄えられたエネルギーのうち当該脂肪組織から出て行き消費される消費エネルギー量を演算する消費エネルギー演算部と、を備えていることを特徴とする、コンピュータシミュレーションシステム。本実施形態に係るコンピュータシミュレーションシステムは、生体に摂取された脂質が結合することによって当該脂質の種類に応じて活性化される活性化ＧＰＲ１２０の活性を示す情報に基づき、当該活性化ＧＰＲ１２０の活性化強度を示す情報を演算する活性化強度演算部と、前記活性化強度の情報に基づき、前記生体の脂肪組織に蓄えられたエネルギーのうち当該脂肪組織から出て行き消費される消費エネルギー量を演算する消費エネルギー演算部とを備えているので、生体内での脂肪酸が関与する代謝におけるＧＰＲ１２０の作用の影響をより適切に演算することができる。したがって、本発明の一実施形態に係るコンピュータシミュレーションシステムによれば、動物を用いずに、ＧＰＲ１２０の作用を考慮して、生体内での脂肪酸が関与する代謝をシミュレートすることができる。 [0203] （２）　前記生体モデルは、摂取された脂質の量を示す情報と当該脂質に対するＧＰＲ１２０の親和性を示す情報とに基づき、活性化ＧＰＲ１２０の活性を示す情報を演算する活性演算部をさらに備える、前記（１）に記載のコンピュータシミュレーションシステム。かかる構成を備えたコンピュータシミュレーションシステムによれば、摂取された食事中に含まれる脂質の種類及び量に応じたＧＰＲ１２０の活性の違いを生体内での脂肪酸が関与する代謝のシミュレーションにより適切に反映させることができるので、生体内での脂肪酸が関与する代謝をより適切に再現することができる。 [0204] （３）　前記生体モデルは、前記生体の年令情報に基づき、除脂肪質量情報を演算する除脂肪質量演算部と、前記除脂肪質量情報と脂肪組織に蓄積された脂肪質量情報と異所性脂肪質量情報とに基づき、前記生体の体重情報を演算する体重演算部と、をさらに備える、前記（１）又は（２）に記載のコンピュータシミュレーションシステム。かかる構成を備えたコンピュータシミュレーションシステムによれば、加齢に伴なう除脂肪質量の変動と、当該除脂肪質量の変動に応じたエネルギー消費量の変動とを生体内での脂肪酸が関与する代謝のシミュレーションにより適切に反映させることができるので、生体内での脂肪酸が関与する代謝をより一層適切に再現することができる。 [0205] （４）　生体の機能が数理モデルによって表現された生体モデルを備え、コンピュータによって当該生体モデルを用いた演算を行なうために、コンピュータを、前記生体に摂取された脂質が結合することによって当該脂質の種類に応じて活性化される活性化ＧＰＲ１２０の活性を示す情報に基づき、当該活性化ＧＰＲ１２０の活性化強度を示す情報を演算する活性化強度演算部と、前記活性化強度の情報に基づき、前記生体の脂肪組織に蓄えられたエネルギーのうち当該脂肪組織から出て行き消費される消費エネルギー量を演算する消費エネルギー演算部ととして作動させることを特徴とするコンピュータシミュレーション用プログラム。本実施形態に係るコンピュータシミュレーション用プログラムは、前述のコンピュータシミュレーションシステムと同様の作用効果を奏する。符号の説明 [0206] １　個体ブロック１－１　体重計算部（体重演算部）１－２　全血液量計算部１－３　血中レプチン濃度計算部１－４　脳内レプチン濃度計算部１－６　摂食量計算部１－７　脂肪組織依存性消費エネルギー量計算部（消費エネルギー演算部）１－８　係数ｋ₈計算部１－９　脂肪組織取込エネルギー量計算部１－１０　除脂肪質量計算部（除脂肪質量演算部）１－１１　係数ｋ₆計算部１－１２　脂肪組織蓄積エネルギー量計算部１－１３　異所性脂肪移動エネルギー量計算部１－１４　異所性脂肪移動エネルギー量計算部１－１５　余剰エネルギー計算部１－１６　異所性脂肪質量計算部１－１７　脂肪質量計算部２　細胞ブロック２－１　総脂肪質量計算部２－２　細胞数頻度計算部２－３　成長率計算部２－４　全細胞数計算部２－５　細胞半径計算部２－６　脂肪組織貯蔵可能エネルギー量計算部３　受容体ブロック３－１　ＧＰＲ１２０効果計算部３－２　ＧＰＲ１２０効果係数計算部３－３　活性化強度計算部（活性化強度演算部）３－５　活性化ＧＰＲ１２０活性計算部（活性演算部）３－６　反応定数^休止計算部３－７　反応定数^活性化計算部３－８　Ｋ　ａｐｐｅａｒａｎｃｅ計算部３－９　正規化Ｃａ応答計算部１０　システム１０ａ　コンピュータ２０　本体２１　処理部２２　メモリ３０　入力装置３１　処理部４０　出力装置