腸内細菌叢を用いた機械学習によるパーキンソン病の予後予測

点击翻译按钮获取中文摘要

私はパーキンソン病（PD)患者165人を2年間フォローアップして、腸内細菌叢と症状の進行の関係を明らかにするために研究開始時の腸内細菌叢から2年後の症状進行を予測するランダムフォレストモデルを作成しました。パーキンソン病の重症度を確立された手法により5段階に分けて評価しました。第１段階の早期パーキンソン病患者の2年間の第２段階以上への進行を腸内細菌叢が正答率79.2%で予測しました。短鎖脂肪酸産生菌であるFusicatenibacter属, Faecalibacterium属, Blautia属の少ない患者、ムチン分解菌であるAkkermansia属の多い患者は症状進行が早いことがわかりました。それぞれの患者でこれら4つの菌の量は2年間で変化せず、4つの菌がパーキンソン病の進行を早める可能性が示されました。本研究の結果から、早期パーキンソン病患者に対して腸内細菌叢を正常化する、あるいは不足する腸内代謝産物を補う治療介入を行うことで症状進行を遅らせることができる可能性があることが示されました。以上の研究成果がnpj Parkinson's diaseaseに掲載されました。また私は、レビー小体型認知症(DLB)の腸内細菌叢と糞便胆汁酸を解析しました。その結果、短鎖脂肪酸(SCFA)を産生する腸内細菌が低下し、腸の粘膜を分解するAkkermansiaが上昇する特徴がPD患者とDLB患者において共通して認められました。糞便中の胆汁酸を定量したところ、DLBではウルソデオキシコール酸（UDCA）の産生が高いことがわかりました。以上の研究成果がnpj Parkinson's diaseaseに掲載されました。