シグナル伝達経路のペトリネットモデルによる高精度のアルツハイマー病診断

なぜ脳疾患の早期発見が私たち全員に重要なのか

アルツハイマー病は記憶や自立性を徐々に蝕み、明確な症状が出るずっと前から進行することが多い。現行の診断手段、たとえば脳画像や認知検査は費用がかかり入手が難しく、初期段階では感度が十分でないことがある。本研究は、血液や脳サンプルから体内の分子“配線”を読み取り、ペトリネットという数学的枠組みを用いる新しい方法を紹介する。目標は明快かつ深遠だ：遺伝子の活動パターンが健常者に似ているかアルツハイマー患者に似ているかを、高い精度で判別することであり、理想的には病気の経過を変えられるほど早期に見つけることを目指す。

体内のシグナル“回路”から病気を読み取る

研究者らは各遺伝子を個別のマーカーとして扱う代わりに、アルツハイマー病に関連する既知の生物学的シグナル伝達経路に沿って遺伝子どうしがどのように対話するかに注目する。出発点として、遺伝子とそれらの活性化や抑制の関係を列挙したKEGGデータベースの精選された経路図を用いる。この経路をペトリネットに変換する。ペトリネットは、円が遺伝子、長方形が相互作用、小さなトークンがネットワーク内を移動する信号を表す一種のフローダイアグラムだ。トークンが経路の一端から特定の「疾患」ノードに到達すると、それは神経細胞死や認知症につながり得る一連の遺伝子イベントを示す。

血液サンプルからのイエス・ノーの判定へ

方法は遺伝子発現プロファイル、つまり人の血液や脳組織で数千個の遺伝子がどれほど活性化しているかを示す測定値から始まる。まずカスタムの「クラスタ推定器」が、新しいサンプルを既にラベル付けされた健常サンプルと患者サンプルと比較し、両群で既知の差がある遺伝子に注目する。各遺伝子について、ツールはどの訓練サンプルが最も類似した発現レベルを持つかを調べ、近傍の投票のような方式で新しいサンプルに初期ラベル（健常らしいか病的らしいか）を与える。このステップにより、典型的な健常パターンを表すクラスタと典型的なアルツハイマー・パターンを表すクラスタという二つの作業群が形成される。

個別に最も示唆的な遺伝子を見つける

次により個別化されたステップが続く。ある人について、遺伝子ごとに発現値がどこで際立っているかを確認する。各遺伝子について、その人の値を健常クラスタと患者クラスタの両方で見られる範囲と比較し、ノイズの影響を小さくする頑健な統計を用いる。ある遺伝子の発現が「病的」範囲に明確に入っていて、健常の範囲から外れている場合、その遺伝子はDEG*とフラグ付けされ、その個人にとって特に情報量の高い遺伝子と見なされる。これらのDEG*遺伝子にはペトリネット内で初期トークンが与えられ、シグナル伝達回路のどこで異常な活動が最初に現れるかを示す。

ネットワークを動かして診断に至る

トークンが配置されると、ペトリネットはステップごとに動作する。各ステップで、入力となる遺伝子に十分なトークンがある相互作用は「発火」し、活性化・抑制ルールを守りつつトークンを下流の遺伝子へ移動させる。この過程はそれ以上動きがなくなるまで続く。最終的に少なくとも1つのトークンが神経細胞死や神経変性のようなプロセスを表すネットワークの最終的な疾患ノードに到達していれば、そのサンプルはアルツハイマーとして分類され、到達していなければ健常とラベル付けされる。各発火ステップが記録されるため、研究者は個人の異常な遺伝子活動から健常または疾患という結論に至るまでの明確な経路をたどることができ、単に不透明な統計スコアに頼る必要がない。

実際の精度はどれほどか？

チームはこの枠組みを、血液および脳組織の複数の大規模公開遺伝子発現データセットで検証した。広く用いられる2つの血液データセットでは、彼らの方法はアルツハイマー患者と健常者を約98〜99％のケースで正しく識別し、従来の機械学習アプローチがしばしば達成していた65〜81％程度の精度を大きく上回った。サンプル数が少ない場合でも、追加の脳および血液データセットで高い性能を示した。重要なのは、多くの競合手法と異なり、この方法がノイズの多い、あるいは解釈が難しいサンプルを破棄しないことである。代わりに内部設計によって変動性を扱い、すべてのデータを解析に残す。

将来のアルツハイマー検査にとって何を意味するか

一般向けに言えば、本研究は複雑な遺伝学と経路図を、単純なサンプル、場合によっては血液だけからアルツハイマー病の早期兆候を読み取れる明確な段階的意思決定プロセスに変換したことを示している。異常な遺伝子が単独でどう振る舞うかだけでなく、どのように協調して働くかをモデル化することで、ペトリネットの枠組みは高い診断精度と、各個人で病気がどのように進行するかの理解しやすい「物語」の両方を提供する。この研究はまだ研究段階で臨床検査には至っていないが、アルツハイマーをより早期に検出し、治療選択を導き、同じ基本的アイデアを用いて他の脳疾患やがんにも応用可能な将来ツールへの道を示している。

引用: Ebrahimian, H., Asadzadeh, F., Rahgozar, M. et al. Diagnosis of Alzheimer’s disease with high accuracy via Petri net modeling of signaling pathways. Sci Rep 16, 6457 (2026). https://doi.org/10.1038/s41598-026-36585-0

キーワード: アルツハイマー診断, 遺伝子発現, シグナル伝達経路, ペトリネットモデリング, 血液バイオマーカー