機械学習フレームワークが健常人コホートにおけるサイトカイン応答の主要因を明らかにする

なぜ私たちの免疫反応は異なるのか

同じ風邪にかかっても、片方の健常者はほとんど鼻をすする程度で済むのに、もう一方は何日も寝込むことがある。この違いの大きな要因は、免疫系がサイトカインと呼ばれる情報伝達タンパク質をどれだけ強く放出するかにある。本研究は単純だが重要な問いを投げかける：遺伝情報と季節や過去の感染、血液検査などの日常的要因を組み合わせれば、健常者の免疫反応を予測できるか？

健常な免疫系を綿密に観察する

これを調べるために、研究者たちは標準化された条件下で検査された406人の健常成人からなる厳選されたコホートを作成した。採血は絶食の朝に行い、ホルモン濃度や免疫細胞数を測定し、性別、年齢、体重、採取時の季節などの因子を記録した。その後、鮮血の全血を用いて病原体を模倣し免疫の二大系を活性化する物質で刺激した：トール様受容体（広範な危険信号を感知する自然免疫の番人）とT細胞受容体（特定の標的を認識する獲得免疫）。研究チームは11種類のサイトカイン応答を測定し、各個人の免疫系が統制された実験刺激下でどのように反応するかの豊富な像を描き出した。

強い反応者と弱い反応者のパターンを見つける

まず行ったのは、人々が自然に識別可能な免疫「タイプ」に分類されるかどうかを確認することだった。主要なサイトカインの一つであるIL-6が複数の自然免疫刺激に対してどのように応答するかを調べたところ、主に二つの群が見られた：高産生者と低産生者。ある自然免疫トリガーに対してIL-6を多く産生する人は、関連する他のサイトカインも一般に多く産生しており、安定した応答プロファイルを示唆した。高IL-6産生者は男性に多く、単球という白血球の数が多く、冬に採取された割合が高いことが分かり、生物学的要因と環境要因が年間を通じて免疫の基調を形作ることが示された。

遺伝と環境：何が何を支配するか？

次に、研究者たちはサイトカインレベルに関連するDNA変異を探すために全ゲノムをスキャンし、特定の応答に明確に影響する四つの領域を見つけた。その中にはT細胞駆動のサイトカインに影響する既知の変異も含まれていた。しかし、遺伝だけが全てを説明するわけではなかった。研究チームは単純な線形モデルからランダムフォレストや勾配ブースティングツリーのような柔軟な機械学習手法まで、複数の予測手法を比較した。遺伝データだけでサイトカイン応答を予測しようとすると、予測精度がそこそこ高かったのは一部のT細胞関連サイトカインに限られた。血球数、季節、サイトメガロウイルスへの既往感染といった生物学的／環境的情報を追加するとモデルは改善し、特に純粋な遺伝的信号が弱かった自然免疫受容体駆動の応答で顕著だった。

最良モデルが示すもの

最も信頼できる手法はランダムフォレストと呼ばれる木構造ベースの方法だった。それぞれの入力特徴をシャッフルしたときに予測がどれだけ悪化するかを調べることで、どの特徴が本当に重要かを明らかにできた。T細胞駆動サイトカインでは遺伝的変異が主要な駆動因子であり、年齢や慢性的なウイルス感染が小さな役割を果たしていた。一方、IL-6やTNFのような自然免疫受容体駆動サイトカインでは、季節や単球数がDNAマーカーよりはるかに影響力が大きかった。研究チームは特徴選択を誤ると遺伝の力を過大評価しやすいことを示し、主要な知見をほぼ500人の非喫煙者からなる独立コホートで検証した。興味深いことに、自己免疫疾患に対する広範な遺伝的リスクスコアは予測を改善せず、疾患を引き起こしやすい遺伝因子が必ずしも健常人の日常的な免疫応答を調節する遺伝因子と一致しないことを示唆した。

将来のパーソナライズド免疫に向けての意義

一般読者向けに言えば、私たちの免疫応答は遺伝だけで決まるわけではないということが教訓である。特にT細胞に駆動される一部のサイトカインは遺伝的変化によって強く形作られる。他方、トール様受容体のような自然免疫センサーによって産生されるサイトカインは、季節や細胞数、ホルモン、過去の暴露といった変動要因によりはるかに依存する。現代の機械学習ツールはこれらの要素を組み合わせて、誰が強い反応者あるいは弱い反応者になりやすいかを順位付けできるが、限界もあり、誤った楽観に陥らないよう慎重に用いる必要がある。総じて、本研究は個人の免疫行動を予測する方向へと前進させると同時に、どれほど強く反応するかはゲノムと日常の環境が共同で脚本を書くことを強調している。

引用: Liefferinckx, C., Bottieau, J., Quertinmont, E. et al. A machine learning framework reveals key drivers of cytokine responses in a healthy human cohort. npj Syst Biol Appl 12, 45 (2026). https://doi.org/10.1038/s41540-026-00671-w

キーワード: サイトカイン応答, 機械学習, 免疫の変動性, 遺伝と環境, システム免疫学