AIと神経難病・神経免疫疾患 ── パーキンソン病 ── 2026-10-21
パーキンソン病 1 本。筆頭: 機械学習画像解析による iPS ニューロンでのパーキンソン病遺伝子型とミトコンドリア・リソソーム異常の予測
パーキンソン病・パーキンソン症候群の治療・治験とAI
- Machine learning image analysis predicts Parkinson disease genotype and mitochondrial lysosomal abnormalities in iPS neurons.抄録（全訳）
ミトコンドリアとリソソームの機能異常は、PRKN、SNCA、LRRK2 など主要な遺伝型のいずれでも、パーキンソン病（PD）の中核的病態である。細胞モルフォミクスは、ハイコンテントイメージングと定量的特徴抽出を組み合わせた機械学習の解析枠組みである。本研究はこの手法を、PD 患者と健常対照（合計 13 細胞株）の iPS 細胞由来皮質ニューロンに適用し、ミトコンドリアとリソソームの形態を単一細胞分解能で解析した。教師あり機械学習モデルは、PD ニューロンを対照から高い精度で判別した（AUC = 0.87）。個々の遺伝子型どうしの分離も確実だった。特徴量の重要度解析と寄与解析で、ミトコンドリアとリソソームの特徴量の相対的寄与には遺伝子型特異的な偏りがあることが分かった。PRKN ニューロンではミトコンドリア特徴量が分類を主に担った。SNCA ニューロンでは両者の寄与が拮抗した。LRRK2 ニューロンではリソソームの寄与が大きかった。多クラスモデルでも高い性能が保たれた。結果は、色素とイメージング条件が異なる 2 つの独立した施設のいずれでも再現された。以上の結果から、モルフォミクスが PD ニューロンの遺伝子型特異的なオルガネラ異常を定量化する、頑健で拡張性の高い枠組みであることが示された。細胞の層別化とバイオマーカー探索への応用も支持された。
掲載誌の IF 相当：8.0（OpenAlex の直近 2 年の平均被引用数・2026-10-20 時点の値、2026-10-21 に取得。正式な IF（Clarivate）ではない）書誌：Li Y, Powell M, Chedid J, Sutharsan R, Labrador-Garrido A, Abu-Bonsrah D, et al. Machine learning image analysis predicts Parkinson disease genotype and mitochondrial lysosomal abnormalities in iPS neurons. npj Parkinsons Dis. 2026 Aug 1;12(1):255. doi:10.1038/s41531-026-01458-w.確認の範囲：抄録のみ確認