AIと神経難病・神経免疫疾患 ── 多発性硬化症 ── 2026-11-09
多発性硬化症の治療・治験とAI
- A four-gene diagnostic panel for distinguishing primary progressive multiple sclerosis from HTLV-1-associated myelopathy/tropical spastic paraparesis.抄録（全訳）
一次性進行型多発性硬化症（PPMS）とHTLV-1関連脊髄症／熱帯性痙性不全対麻痺症（HAM/TSP）は、臨床像が重なる進行性の脊髄症である。どちらも痙性対麻痺と自律神経障害を特徴とする。ただし病気の成り立ちは根本から異なる。PPMSは自己免疫性の脱髄に、HAM/TSPはレトロウイルスによる慢性の神経炎症に由来し、成り立ちは根本的に異なる。
今の診断法では不十分なことが多い。HTLV-1が流行していない地域では、HTLV-1のスクリーニングが省かれやすい。HTLV-1の流行地域では、血清検査が陽性でもPPMSの合併は否定できない。このため、診断を補う分子診断の手段が早急に必要である。
本研究では、ネットワーク解析、発現変動解析、機械学習を組み合わせた統合的なバイオインフォマティクスの枠組みを構築した。目的は、PPMSとHAM/TSPを区別できる転写シグネチャーの同定である。疾患に特異的な遺伝子モジュールは、データセット間の保存性解析と、モジュールと形質の相関から同定した。次に、ランダムフォレスト分類と再帰的特徴量削減を使い、少数の遺伝子でできた簡潔な診断リスクスコア（DRS）を導いた。DRSは独立した外部コホートで検証した。診断リスクスコアは、独立した外部コホートで、閾値を固定し、データ漏洩のない設計で検証した。
重み付き遺伝子共発現ネットワーク解析（WGCNA）で、両疾患のネットワーク構造がはっきり異なることが分かった。HAM/TSPのネットワークは、一つの優勢なモジュールにまとまっていた。一方、PPMSのネットワークは多数の小さなモジュールに細かく分かれていた。データセット間の保存性解析により、候補となるバイオマーカー遺伝子を特定した。内訳は、PPMS特異的なものが11個、HAM/TSP特異的なものが63個である。
これを機械学習でさらに絞り込み、ZFAND1、MAPRE2、TBK1、LPAR6の4遺伝子からなるシグネチャーとした。交差検証では頑健な分類性能を示した（マクロ平均正解率 0.982、マクロ平均F1スコア 0.987、AUC-ROC 0.995）。外部検証でも頑健な性能を示した（マクロ平均正解率 0.975、マクロ平均F1スコア 0.937、AUC-ROC 0.800）。
4遺伝子は、それぞれ異なる生物学的な側面をとらえている。ZFAND1は、ウイルス性の炎症によるタンパク質恒常性のストレスを示す。TBK1は、HTLV-1に伴うインターフェロンシグネチャーを除外する。MAPRE2は、HAM/TSPに関連する細胞骨格のプログラムを反映する。LPAR6は、炎症のシグナルとオリゴデンドロサイトの成熟を結びつける。この多面的な構成が、パネルの高い精度の理由を説明する。さらに、病態の機序に関する知見も与える。
提案する手法は、現行の診断法を補う、トランスクリプトームに基づく実用的な手段となる。治療の層別化に役立ち、PPMSとHAM/TSPの誤診を減らせる可能性がある。
掲載誌の IF 相当：2.6（OpenAlex の直近 2 年の平均被引用数・2026-11-08 時点の値、2026-11-09 に取得。正式な IF（Clarivate）ではない）書誌：Zarei Ghobadi M, Afsaneh E, Mozhgani SH. A four-gene diagnostic panel for distinguishing primary progressive multiple sclerosis from HTLV-1-associated myelopathy/tropical spastic paraparesis. Journal of Neuroimmunology. 2027 Feb;423:579120. doi:10.1016/j.jneuroim.2026.579120.確認の範囲：抄録のみ確認