AIが解く世界の難問 · 生命科学 · Nature (computational biology) · 2026-10-21
真菌感染微小環境における免疫回避機構を解析する空間メタボロミクスと深層学習の統合フレームワーク
原題: Spatial metabolomics-guided deep learning framework for dissecting immune evasion mechanisms in fungal infection microenvironments
免疫不全患者に高い死亡率をもたらす侵襲性真菌感染症で、病原体が宿主免疫を回避する空間的な代謝機構の解明を目的とし、空間メタボロミクスと注意機構付き深層学習を組み合わせたフレームワークを構築した。マウスの侵襲性肺アスペルギルス症の組織切片から空間代謝物アトラスを作成し、チャネルと空間の注意機構を融合したマルチスケール畳み込みネットワークで感染中心部、免疫浸潤帯、移行境界帯のセグメンテーションを行い、専門病理医の注釈に対して平均Dice係数0.887を達成した。さらに変分グラフオートエンコーダとニューラルODEにより感染後24、48、72時間での代謝物・免疫相互作用ネットワークの時間変化を推定し、キヌレニンが48〜72時間で最も中心性の高いハブ代謝物となること、また36〜48時間の間に代謝の転換点が存在する可能性を示した。