AIと神経難病・神経免疫疾患 ── 多発性硬化症 ── 2026-11-10
多発性硬化症 1 本。筆頭: 機械学習による多発性硬化症の臨床病型分類
多発性硬化症の治療・治験とAI
- Clinical classification of multiple sclerosis by machine learning抄録（全訳）
多発性硬化症（MS）は、中枢神経系の自己免疫性脱髄疾患である。多くの成人がかかり、重い神経学的障害を引き起こす。臨床像はきわめて多様である。治療は病型によって決まる。それでも、臨床的孤立症候群（CIS）、再発寛解型 MS、進行型の各病型を見分けるのはまだ難しい。
機械学習を使えば、この難しさに対処できる。高次元の生物医学データから微妙なパターンを見つけられるためである。神経画像による MS の分類では有望な結果が示されているが、トランスクリプトームデータでの性能はあまり検討されていない。一方、トランスクリプトームデータでの性能はあまり調べられていない。
この点を調べるため、3 つのアンサンブル分類器 AdaBoost、Random Forest、XGBoost の性能を比べた。AdaBoost、ランダムフォレスト、XGBoost の 3 つのアンサンブル分類器を、3 つの公開データセットの末梢血単核球トランスクリプトーム 594 件で比較した。共通の 6,033 遺伝子からなる行列を使い、4 つの二値分類課題で評価した。MS 対 非 MS、CIS 対 非 CIS、一次性進行型 MS 対 再発寛解型 MS、二次性進行型 MS 対 再発寛解型 MS である。データは標準化し、2 成分の主成分分析（PCA）にかけた。標準化と 2 成分の主成分分析を行ったのち、学習用と保留した検証用に 3:1 で分けてモデルを評価した。
3 つの分類器はいずれも、4 つの課題のどれでも検証用データで高い性能を示した。この結果は、アンサンブル機械学習で、血液のトランスクリプトームのプロファイルから MS とその臨床病型を効果的に分類できることを示している。
掲載誌の IF 相当：6.3（OpenAlex の直近 2 年の平均被引用数・2026-11-09 時点の値、2026-11-10 に取得。正式な IF（Clarivate）ではない）書誌：Liu Y, Liu H, Li W. Clinical classification of multiple sclerosis by machine learning. Sci Rep. 2026 Nov 7 [Epub ahead of print]. doi:10.1038/s41598-026-79792-5.確認の範囲：抄録のみ確認