順天堂大学大学院医学研究科神経学の斉木臣二先任准教授、服部信孝教授、花王生物科学研究所、Preferred Networks(PFN)らの研究グループは9月21日、パーキンソン病患者皮脂中のRNAに病態と関連した特有の情報が含まれることを発見したことおよび、皮脂RNA情報を用いた機械学習モデルがパーキンソン病の診断方法になりうることを確認したと発表した。

同成果は、英国科学雑誌「Scientific Reports」のオンライン版にて9月20日付で公開された。

パーキンソン病は有病率が10万人あたり約140人に上る日本で2番目に多い神経変性疾患。現在のところパーキンソン病を根治するための治療方法は存在していないが早期に確定診断を行ない、適切な治療を継続することで症状をコントロールすることが可能だ。

しかし、パーキンソン病の診断は専門的かつ複雑な検査が必要であるため、より簡便な検査方法が求められているという現状があり、順天堂大学ではかねてよりパーキンソン病患者の病状を正確に反映するバイオマーカーを探索していたという。

今回の研究では、以前から知られていた、パーキンソン病では皮脂の増加を伴う脂漏性皮膚炎などいくつかの皮膚症状が高頻度に併発するということから「皮脂にはパーキンソン病と関連した情報が含まれる」との仮説を立て、順天堂大学の研究グループと皮脂RNAの網羅的解析技術を保有する花王、機械学習や深層学習などの人工知能関連技術を保有するPFNとが連携し、3者で共同研究を行うに至ったという。

共同研究グループは、軽症パーキンソン病患者を対象として2回の独立した試験を設定し、グループ1(未治療のパーキンソン病患者7名、健常者13名)、グループ2(治療中を含むパーキンソン病患者46名、健常者50名)の皮脂RNA情報の比較を実施。

皮脂RNAは1枚のあぶらとりフィルムを用いて顔全体から採取した皮脂から抽出し、抽出された皮脂RNAを用いて次世代シーケンサによるRNA発現量を網羅的に解析し、含まれる情報の抽出や機械学習モデルの構築を行った。

  • 皮脂RNA情報の取得と機械学習モデルの構築方法

    皮脂RNA情報の取得と機械学習モデルの構築方法(出典:花王)

皮脂RNA解析の結果、グループ1・グループ2それぞれにおいて約4000種のRNAの情報が得られ、パーキンソン病患者において大きく変化していた約200～400種のRNAに注目したところ、パーキンソン病の病態と密接に関係するミトコンドリアに関連した複数のRNAが増加する傾向が示されたという。

このことから、パーキンソン病患者の皮脂RNAには健常者とは異なる情報が含まれること、さらにそれら皮脂RNAから得られた情報がすでに知られているパーキンソン病の病態に関連した変化と矛盾していないことが示されたとしている。

  • ミトコンドリア機能に関連する皮脂RNA発現量の変化

    ミトコンドリア機能に関連する皮脂RNA発現量の変化(出典:花王)

次に、皮脂RNAの情報と「Extremely Randomized Trees」と呼ばれる機械学習モデルによってパーキンソン病を判別できるかを検証。グループ1・2を統合して解析を行なった結果、皮脂RNA・年齢・性別情報を用いてパーキンソン病を判別することが可能であることが示されたとのことだ。

また、同じ方法を用いてパーキンソン病の重症度を予測し、その予測された重症度の数値と皮脂RNA・年齢・性別情報を組み合わせて機械学習モデルを構築することによって、より精度よくパーキンソン病を判別することが可能となったとしている。

具体的には、判別性能を表す曲線下面積が皮脂RNA、年齢、性別情報を用いた場合に0.793、これらに重症度予測結果を加えることで0.806と高い性能が得られたとしている(1.0に近い値ほど高精度となる)。

  • 皮脂RNA情報と機械学習を用いたパーキンソン病の判別

    皮脂RNA情報と機械学習を用いたパーキンソン病の判別。グラフ上の線が左上に近づくほど判別性能が高くなる(出典:花王)

研究チームは、今後、類似の疾患との鑑別診断が可能な機械学習モデルの構築や、精度向上のために制御が必要な日常生活の影響について検討を続け、臨床現場で活用できる診断方法の開発に向け、さらに研究を進めていきたいとしている。