クローン病の治療反応性を予測する機械学習モデル

クローン病は炎症性腸疾患のひとつで、消化管の様々な部位に炎症や潰瘍を生じ、病変部と正常部が繰り返す「非連続性病変」を特徴とする。本邦においても指定難病に定められ、登録患者数は増加の一途を辿っている。近年の研究から、クローン病治療薬であるウステキヌマブの反応が患者によって異なることが報告されているが、その原因は明らかにされていなかった。

中国・四川大学の研究チームは、遺伝子転写プロファイリングに基づき、ウステキヌマブへの反応性を予測する機械学習モデルを開発した。Immunity, Inflammation and Diseaseから1日公開されたチームの研究論文によると、86のクローン病サンプルと26の正常サンプルを含むGSE112366データセットを解析し、この成果を得たという。まず発現変動遺伝子(DEGs)を同定し、Gene Ontology (GO) とKyoto Encyclopedia of Genes and Genomes (KEGG) によるパスウェイ解析を行ったのち、ラッソ回帰によってウステキヌマブ反応予測モデルを構築した。研究では計122個のDEGsが同定され、クローン病患者では免疫応答経路が有意に濃縮されていることが明らかになった。ウステキヌマブ反応予測のための4つの遺伝子(HSD3B1、MUC4、CF1、CCL11)からなる回帰式は、トレーニングセットとテストセットにおけるAUCとして、それぞれ0.746と0.734を示していた。

著者らは「クローン病患者のウステキヌマブ反応に関する遺伝子発現予測モデルを初めて構築した。後続研究への貴重なデータソースとなる」として研究および獲得知見の重要性を強調する。クローン病は未だ発症原因の解明に至らず、根本治療法も得られていない。有効な治療・管理戦略策定を強力に支援する本研究成果は、患者および医療者の切なる願いを後押しする。

関連記事:

  1. EARN – 転移性乳がんのドライバー遺伝子を予測する機械学習アルゴリズム
  2. 全ゲノムシーケンス分析 – 13の新しいアルツハイマー病遺伝子が明らかに
  3. 緑内障の遺伝的リスク予測モデルの構築
  4. 肺がん免疫療法への治療反応性を予測するAIモデル
  5. 英UCL – AIツールにより多発性硬化症の3つのサブタイプを特定

前の記事PPE着脱を見守るAIアプリ
次の記事子どもの顔写真から遺伝性疾患をスクリーニングするAI研究
TOKYO analyticaはデータサイエンスと臨床医学に強力なバックグラウンドを有し、健康増進の追求を目的とした技術開発と科学的エビデンス構築を主導するソーシャルベンチャーです。
The Medical AI Timesにおける記事執筆は、循環器内科・心臓血管外科・救命救急科・小児科・泌尿器科などの現役医師およびライフサイエンス研究者らが中心となって行い、下記2名の医師が監修しています。

1. 岡本 将輝
信州大学医学部卒(MD)、東京大学大学院専門職学位課程修了(MPH)、東京大学大学院医学系研究科博士課程修了(PhD)、ロンドン大学ユニバーシティカレッジ(University College London)科学修士課程最優等修了(MSc with distinction)。UCL visiting researcher、日本学術振興会特別研究員を経て、SBI大学院大学客員准教授、東京大学特任研究員など。専門はメディカルデータサイエンス。

2. 杉野 智啓
防衛医科大学校卒(MD)。大学病院、米メリーランド州対テロ救助部隊を経て、現在は都内市中病院に勤務。専門は泌尿器科学、がん治療、バイオテロ傷病者の診断・治療、緩和ケアおよび訪問診療。泌尿器科専門医、日本体育協会認定スポーツドクター。