AIベースのマルチオミクス解析は心血管疾患の個別予測における補完的なオミクス寄与を明らかにする

なぜ早期に心臓の問題を予測することが重要なのか

心疾患と脳卒中は世界でいまだ主要な死因であり、見た目には健康そうな人に予告なく襲いかかることが多い。医師は年齢、血圧、コレステロール、喫煙などの項目を用いてリスクを評価するが、これらのツールは将来の患者を見落としたり、逆に危険を過大評価したりする場合がある。本研究は時宜を得た問いを投げかける：血中を巡る分子をより深く調べ、人工知能で解析すれば、心血管疾患を発症する何年も前に察知し、個々人に合わせた予防を可能にできるだろうか？

血液の中に潜む警告サインを探る

研究者らは、数十万のボランティアを長年追跡する大規模な健康プロジェクトであるUKバイオバンクを活用した。この参加者の一部では、脂質、糖、アミノ酸に関連する小さな代謝物や、炎症や凝固などに関与するタンパク質といった何千もの分子が血液サンプルで精密に測定されていた。チームは冠動脈疾患、脳卒中、心不全、心房細動、末梢動脈疾患、静脈血栓症という6つの主要な心血管疾患に着目し、これらの分子フィンガープリントがどのように誰がどの疾患を発症するかを予測できるかを検討した。

分子パターンを読み取る人工知能の学習

約3,000個のタンパク質と168種類の代謝物を理解するために、著者らはMetNetとProNetという2つのディープラーニングモデルを構築した。これらのモデルは1つの疾患だけを予測するのではなく、6つすべての心血管アウトカムに関連するパターンを同時に学習した。代謝物データからMetNetはMetScoreという総合リスクスコアを算出し、タンパク質データからProNetはProScoreを算出した。こうして各人は各疾患ごとに両システムから6つのスコアを受け取り、膨大な分子間相互作用を、年齢、血圧、服薬状況、遺伝的リスクと併せて標準的な統計モデルで使える少数の数値に要約した。

これらの分子リスクスコアはどれほど改善するのか？

研究チームがすべてのデータが揃っている独立した24,287人の検証群でスコアを試したところ、MetScoreとProScoreはいずれも単独で強力な予測因子であり、追跡期間15年にわたり参加者を低・中・高リスク群に明確に分けた。特にタンパク質ベースのスコアは最も性能が高く、しばしば従来のポリジェニック（DNAベース）リスク指標を大きく上回った。ProScoreとMetScoreを従来の臨床因子に追加すると、ベースラインモデルが既に詳細な場合でも全ての心血管アウトカムで予測精度が向上した。中でも末梢動脈疾患と心房細動では性能向上が顕著であり、意思決定曲線解析はどの患者に予防治療を行うべきかについて医師がより有益な選択をできる可能性を示唆した。

分子が明かす疾患生物学

予測を超えて、研究者らはSHAPと呼ばれる説明手法を用いてAIモデルで影響力の大きい具体的な分子を特定した。その結果、クレアチニンやアルブミン（腎機能や全身状態を反映する）や、GlycAのような炎症指標、NT-proBNPのような心臓ストレス関連タンパク質といった既知のマーカーの重要性が確認された。同時に、炎症、凝固、血管リモデリング、さらには神経損傷に関連するあまり知られていないタンパク質や代謝物も浮かび上がり、部分的に共通するパターンと疾患特異的なパターンの両方が見られた。興味深いことに、単独の分子がMetScoreやProScoreの結合的な予測力に匹敵することはなく、心血管リスクは単一の原因ではなく多くの微妙な変化が合わさることで生じることを強調している。

ビッグデータからより個別化された心臓医療へ

本研究は、遺伝情報、詳細な分子血中プロファイル、日常的な臨床情報を組み合わせることで、主要な心血管疾患を発症する可能性のある人々をしばしば10年以上前から有意に見極められると結論付けている。特にタンパク質測定は、症状が現れるずっと前の進行中の生物学的ストレスについて豊富で実用的な情報を含んでいるようだ。必要な検査はまだ一般的でも安価でもないが、コストは低下しており、著者らはプロトタイプツールとしてCardiOmicScoreのアプローチを公開している。より多様な集団でさらなる検証が進めば、このAI駆動のマルチオミクス解析は、画一的なチェックリストから脱却して真に個別化された予防へと臨床を移行させる手助けとなり得る――高リスク者を早期に特定し、基盤となる生物学に合わせた治療を行い、心血管疾患の世界的負担を減らす可能性がある。

引用: Luo, Y., Zhang, N., Yang, J. et al. AI-based multiomics profiling reveals complementary omics contributions to personalized prediction of cardiovascular disease. Nat Commun 17, 2269 (2026). https://doi.org/10.1038/s41467-026-68956-6

キーワード: 心血管リスク予測, プロテオミクス, メタボロミクス, ディープラーニング, バイオマーカー