AIと神経難病・神経免疫疾患 ── パーキンソン病 ── 2026-11-21

パーキンソン病・パーキンソン症候群の治療・治験とAI
- DEGAS, disease endophenotyping through graph and adjacency metrics: network biomarkers for Parkinson’s disease progression抄録(全訳)
パーキンソン病(PD)の進み方は患者ごとに異なる。それでも、患者を層別して個別の診療につなげられる信頼できるバイオマーカーはまだない。著者らは、機械学習の枠組み DEGAS を作った。DEGAS は脳の機能的結合から、ネットワークで定義される PD のサブタイプを特定する。対象は早期 PD 患者 336 例で、ベースライン時の機能的 MRI を用いた。患者は、レム睡眠行動障害の疑い(sRBD)の有無で層別した。sRBD は侵攻性の高い病態の目印である。隣接行列とグラフ理論の指標を分類器に組み込み、予測は 3 年後の転帰と照らして検証した。
関心領域(ROI)解析では、結合にもトポロジーにも群間差はなかった。一方、グラフ理論の特徴量を取り込んだモデルは、高い分類性能を示した(バランス精度 0.91〜0.93、マシューズ相関係数(MCC)0.61〜0.78)。隣接行列だけのモデル(バランス精度 0.79、MCC 0.52)より性能が高かった。最も強い予測因子は、大脳基底核–視床回路、側頭–辺縁系回路、小脳–皮質回路を表す指標だった。
sRBD 陽性と分類された患者では、運動機能の転帰が悪く、自律神経障害の進行が速かった。幻覚、ジスキネジア、うつの頻度も高かった。DEGAS の枠組みで、ベースライン時のネットワークの特徴(シグネチャー)を定義できる。この特徴は、臨床的に異なる PD のサブグループを示す。臨床での使用を検討する前に、外部検証が必要である。
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:Martinez-Nunez AE, Pontone GM, Barmpoutis A, Okun MS, Vaillancourt DE, Wong JK. DEGAS, disease endophenotyping through graph and adjacency metrics: network biomarkers for Parkinson’s disease progression. npj Parkinsons Dis. 2026 Nov 18 [Epub ahead of print]. doi:10.1038/s41531-026-01602-6.確認の範囲:抄録のみ確認 - Machine learning-based plasma proteomics discovers biomarkers for the early diagnosis of Parkinson’s disease抄録(全訳)
パーキンソン病(PD)は進行性の神経変性疾患である。正確な診断と臨床的な層別に使える、信頼性が高く侵襲の少ないバイオマーカーはまだない。本研究の目的は、PD の診断と鑑別に役立つ血漿タンパク質バイオマーカーを特定することである。
参加者 391 人の血漿試料を、二段階のデザインで解析した。探索段階では、ラベルフリー定量プロテオミクスを用いた。PD 患者と健常対照の間で発現量の異なるタンパク質を特定し、続いて機能エンリッチメント解析を行った。機械学習による特徴量選択で、候補となるバイオマーカーパネルを導いた。検証段階では、選んだタンパク質を独立したコホートで酵素結合免疫吸着法(ELISA)により定量した。このコホートには、PD 患者、パーキンソン型多系統萎縮症(MSA-P)患者、健常対照が含まれる。診断性能は受信者動作特性(ROC)解析で評価し、臨床的特徴との関連も調べた。
プロテオーム解析で、発現量の異なるタンパク質が 121 個見つかった。これらは小胞輸送、酸化ストレス、オートファジーに関わる。LAMP1、APOD、VIM、CTSF、HEG1 からなる血漿タンパク質パネルは、PD と健常対照を高い性能で識別した。簡略化した組み合わせでは、PD と MSA-P を中程度に識別できた。選んだバイオマーカーは、認知機能と非運動症状の臨床尺度とも関連した。この結果は、PD の臨床評価に役立つ可能性を支持する。
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:Liu R, Kong Y, Fan L, Li L, yuan J, Zhang K, et al. Machine learning-based plasma proteomics discovers biomarkers for the early diagnosis of Parkinson’s disease. npj Parkinsons Dis. 2026 Nov 17 [Epub ahead of print]. doi:10.1038/s41531-026-01606-2.確認の範囲:抄録のみ確認