📄 genetic and genomic medicine

Metatranscriptomics-Derived Disease Risk Scores as a Preventive, Diagnostic, and Treatment Support Tool

本研究は、便、唾液、および血液からの活性微生物およびヒトの遺伝子発現シグナルを統合して15種類の慢性疾患のリスクを層別化する、メタトランスクリプトミクスに基づく疾患リスクスコア（DRS）フレームワークを提示し、検証するものであり、不確実性や診断の遅れを特徴とする臨床シナリオにおける予防、診断、および治療のガイダンスのための補助的な意思決定支援ツールとしてのその可能性を実証している。

原著者： Hu, L., Bass, M., Patridge, E., Molusky, M., Antoine, G., Vuyisich, M., Banavar, G.

公開日 2026-06-06

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Hu, L., Bass, M., Patridge, E., Molusky, M., Antoine, G., Vuyisich, M., Banavar, G.

原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ⚕️ これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。免責事項の全文を読む

あなたの体を、活気あふれるハイテク都市だと想像してみてください。長年、医師たちは主にあなたの設計図（DNA）を見て、将来何が起こり得るかを推測してきました。しかし、設計図は、その都市がいま現在「何をしているか」までは教えてくれません。交通渋滞は起きていますか？発電所はオーバーヒートしていませんか？清掃員が残業をしていますか？

この論文は、**疾患リスクスコア（DRS）**と呼ばれる新しいツールを紹介しています。これは、リアルタイムの「都市ステータスレポート」として機能します。単に静的な設計図を見るのではなく、大規模な災厄が起こる前にトラブルを察知するために、都市の各エリアで行われている「活発な会話」に耳を傾けるのです。

研究者がこのツールを分かりやすい言葉で説明すると、以下のようになります。

1. 3つの近隣エリア（サンプル）

都市の健康状態を完全に把握するために、研究者は3つの特定の「近隣エリア」に注目します。

腸（便）： これは都市のリサイクルおよび食品加工プラントです。
口（唾液）： これは都市の正門であり、空気ろ過システムです。
血液： これは都市の中央通信ネットワークであり、あらゆる部門からのメッセージを運びます。

研究者は、これらのエリアにいる「住民（細菌）」の数を数えるだけではありません。彼らは、その住民たちが今、何を「話し」、何を「しているか」に耳を傾けます。彼らはメタトランスクリプトミクスという技術を使用しています。これは、単に誰が住んでいるかの人口調査を行うのではなく、都市の労働者たちが行っている「活発な無線放送」を録音するようなものです。

2. 「最適ではない」シグナル（パスウェイ）

研究者は、これらのエリアで起きている41の特定の「仕事」や「プロセス」（ガスの生成、脂肪の分解、炎症との戦いなど）を特定しました。これらを**パスウェイ（経路）**と呼びます。

朗報： いくつかのパスウェイは、スムーズに稼働しています（よく整備された機械のように）。
警告サイン： 他のパスウェイは「最適ではない」状態にあります。例えば、腸がメタンガスを生成しすぎていたり、口がpHバランスの維持に苦労していたりするかもしれません。

DRSツールは、あなたのサンプルをスキャンして、これらすべての「最適ではない」シグナルをカウントします。そして、気温、風速、湿度を組み合わせて「熱指数」を算出する天気アプリのように、それらを特定の疾患に対する一つの数値へと統合します。

3. 「リスクスコア」（ダッシュボード）

このツールは、これら複雑で乱雑なシグナルを、以下の15種類の疾患に関するシンプルな**疾患リスクスコア（DRS）**へと変換します。

消化器系の問題（IBS、GERD、IBDなど）
代謝系の問題（2型糖尿病、肥満、脂肪肝など）
メンタルヘルスと睡眠（不安症、うつ病、ADHD、不眠症など）
免疫系の問題（シェーグレン症候群など）

もし特定の疾患に対するスコアが5以上であれば、ツールはあなたを**「高リスク」**としてフラグ立てします。これは、あなたが今まさにその病気を患っているという意味ではありません。あなたの都市の「活動的なシグナル」が、問題が発生する寸前の状態にあることを示しています。

4. 医師をどのように助けるか（「意思決定支援」ツール）

論文では明確に述べられています。これは診断テストではありません。 医師に「あなたはIBSです」と告げるものではありません。その代わりに、複雑な症例を解決するための医師の**「副操縦士（コパイロット）」**として機能します。

論文では、これがどのように機能するかについて、5つの実世界の例を挙げています。

「誤診」の修正： ある患者は下痢（IBS-D）だと思っていましたが、ツールは実際には腸内でメタンガスが過剰生成されていること（便秘/IBS-Cの兆候）を示しました。そのガスが「溢れ出し」を引き起こし、それが下痢のように見えていたのです。医師は治療法を変更し、患者は回復しました。
「納得感」の要素： 下痢をしているものの、自分がIBSであることを信じていない患者がいました。ツールは、特定の「悪い」シグナル（硫化水素ガスなど）を示し、なぜ体調が悪かったのかを説明しました。これにより、患者は診断を信頼し、治療計画に従うことができました。
「モチベーション」の向上： 脂肪肝（MASLD）を抱えながら、それを軽微な問題と考えて食事改善のアドバイスを無視していた患者がいました。ツールは特定の代謝パスウェイの不全を可視化し、リスクをより現実的かつ個人的なものとして感じさせました。これが、患者がようやくライフスタイルを変える動機付けとなりました。
「睡眠とストレス」の関連性： 2型糖尿病の初期段階にある患者に対し、ツールはストレスや睡眠に関連する腸内細菌のシグナルを強調しました。これにより、医師は、血糖値に注意するのと同様に、睡眠スケジュールを整えることがいかに重要であるかを説明することができました。
「非定型」のケース： 慢性的な咳と声のかすれがあるものの、胸焼けはない患者がいました。ツールは、口内の細菌が酸を作り出していることを示しました。これにより、医師はそれが特殊な動きをしている胃食道逆流症（GERD）であることを理解し、適切な治療へと導くことができました。

5. 結論

研究者たちは、15,000人以上の人々を対象にこのツールをテストしました。その結果、調査した20の疾患のうち15の疾患において、自覚症状がある人は、そうでない人に比べて「リスクスコア」が大幅に高いことが分かりました。

要約すると： DRSは、あなたの体の中で起きている「活発な会話」を聴くための新しい方法です。これは医師の診断に取って代わるものではありませんが、隠れた問題を見つけ出し、混乱した症状を説明し、病気になる前に「なぜ変化が必要なのか」を患者が理解するための、強力な懐中電灯となります。

注：論文は、これが「プレプリント（査読前の草稿）」であり、医師に代わるものではなく、医師をサポートするためのものであることを強調しています。これはリスク評価のためのツールであり、最終的な医学的断定ではありません。

技術要約：予防、診断、および治療支援ツールとしてのメタトランスクリプトーム由来疾患リスクスコア

問題提起
慢性疾患や症状症候群は、正式な臨床診断に先立つ長期的な生物学的変化に続いて発生することが多い。これにより、「一見健康である」個人と、「臨床的に診断可能」な個人の間に実用的なギャップが生じている。このギャップは、非特異的な症状、境界領域の検査結果、あるいは生物学的な根拠が不明確な場合の患者による診断への受容性の低さによって特徴付けられる。多遺伝子リスクスコア（PRS）は、遺伝的影響を集計してリスクを推定する枠組みを確立しているが、これらは静的な遺伝的変異に依存している。多くの慢性疾患は、免疫活性化、代謝調節、微生物叢の活動といった、動的で修正可能なプロセスに関連している。したがって、早期の予防、標的を絞った評価、および日常的なケアにおける患者のエンゲージメント向上を支援するために、これらの能動的かつ機能的な分子シグナルを捉えるリスク層別化ツールが必要とされている。

方法論
本研究では、ゲノムの潜在能力ではなく、能動的な遺伝子発現を捉えるRNAベースのメタトランスクリプトームに基づいた疾患リスクスコア（DRS）フレームワークを開発し、検証した。

データソース: 本フレームワークは、3種類のサンプルタイプ（微生物の機能と分類群のための糞便および唾液、およびヒトの遺伝子発現のための血液）からのデータを統合している。
コホート:
- 開発コホート ( $N=22,369$ ): 疾患経路との関連性を精査し、オッズ比を算出するために使用された。参加者は、高品質なメタトランスクリプトーム・データを持つ成人（18歳以上）である。
- 検証コホート ( $N=15,908$ ): 自己申告による疾患ラベルに対するパフォーマンスを検証するために使用された独立したコホートである。
経路スコアリング: モデルは、KEGG Orthologs（微生物機能）、微生物種、およびヒト遺伝子から派生した41の経路スコアを利用する。スコアは0から100の範囲であり、ガウス分布に近い形に標準化されている。スコアは、「最適ではない」（下位25%、 $\le 35$ ）、「平均的」（中央50%）、「良好」（上位25%、 $\ge 65$ ）に分類される。
DRSの算出:
- 当初評価された20の慢性疾患それぞれについて、文献およびデータ分析に基づき、特定の「最適ではない」経路スコアが疾患に関連付けられた。
- 開発コホートにおいて、年齢、性別、およびBMIを調整した上で、ロジスティック回帰を用いて「最適ではない」スコアと自己申告による疾患状態との関連に関するオッズ比（OR）を算出した。
- 各個人および各疾患に対して、関連する「最適ではない」経路スコアの重み付き寄与を統合することにより、**累積オッズ比（cOR）**を算出した。
- cOR $\ge 5$ を「高リスク」と定義した。
検証基準: 最終的なリスクパネルに含まれるためには、疾患が検証コホートにおいて以下の2つの基準を満たす必要があった。
1. 分布のシフト: 自己申告の症例と非症例との間で、統計的に有意なcORの差があり、Cohen's $d \ge 0.2$ であること。
2. リスクの濃縮: 「高リスク」グループにおける自己申告の疾患有病率のリスク比（RR）が、非高リスクグループと比較して高く、かつその95%信頼区間（CI）の下限が $> 1$ であること。

主な結果

検証パフォーマンス: 当初評価された20の疾患のうち、15の疾患が規定された両方の検証基準を満たした。これらには、ADHD、不安症、慢性疲労症候群、うつ病、GERD（胃食道逆流症）、高血圧、炎症性腸疾患（IBD）、IBS-C（便秘型過敏性腸症候群）、IBS-D（下痢型過敏性腸症候群）、不眠症、MASLD（代謝異常関連脂肪性肝疾患）、肥満、閉塞性睡眠時無呼吸症候群、シェーグレン症候群、および2型糖尿病（T2D）が含まれる。
統計的有意性: 検証された15の疾患すべてにおいて、自己申告による症例は、非症例よりも有意に高い平均cOR値を示した。平均差の95% CIの下限はゼロを跨がなかった。
リスクの濃縮: 「高リスク」（cOR $\ge 5$ ）に分類された参加者は、高リスクに分類されなかった参加者と比較して、自己申告による疾患の有病率が一貫して高かった。15の疾患すべてにおいて、リスク比の95% CIの下限は1を超えていた。
臨床的有用性のシナリオ: 著者らは、DRSが臨床的意思決定をどのように支援できるかを示す5つの例示的なケースを提示した。
1. IBSの再分類: IBS-Dの症状を呈していた患者が、高リスクのDRSおよび「最適ではない」メタンガス生成に基づき、IBS-Cへと再分類され、適切な画像診断と治療につながった。
2. 診断の受容: IBS-Dの診断に懐疑的であった患者が、DRSによって「最適ではない」硫化物ガス生成および胆汁酸代謝経路が明らかになったことで、診断を受け入れ、標的治療（リファキシミン）を開始した。
3. MASLDへの遵守: MASLDに対する生活習慣改善の遵守率が低かった患者が、DRSによって特定の「最適ではない」胆汁酸およびシュウ酸代謝経路が強調されたことで、個別化された食事療法に取り組んだ。
4. 早期T2D予防: 境界領域のT2Dマーカーを示す患者が、DRSが自身のリスクを特定のGABAおよび尿酸生成経路に関連付けたことで、標的を絞った行動変容（例：糖類を含む飲料の削減）を採用した。
5. 非定型GERD: 非定型のGERD症状を持つ患者が、DRSが症状を口腔内の病原性およびウレアーゼ活性に関連付けたことで、治療試行を受け入れた。

意義と主張
本論文は、DRSフレームワークが、メタトランスクリプトーム・データを解釈可能な疾患特異的リスク推定へと正常に変換でき、それが臨床評価の補助ツールとして機能することを主張している。

動的なリスク層別化: 静的な遺伝的リスクを反映するPRSとは異に対し、DRSは微生物叢および宿主の現在の機能的状態を捉え、疾患リスクに関する動的な視点を提供する。
臨床的ギャップの架け橋: 本フレームワークは、ルーチンケアにおいて不確実性、遅延、または患者のエンゲージメント低下に直面する状況に対処するように設計されている。生物学的に解釈可能な経路シグナル（例：特定のガス生成や代謝経路）を提供することで、DRSは患者の理解を深め、診断の受容を促進し、より個別化された予防的介入を可能にすることを目指している。
範囲: 本研究は、消化器、心代謝、神経行動、睡眠、および免疫介在性疾患を含む幅広い疾患群にわたってフレームワークを検証しており、マルチサンプル（糞便、唾液、血液）の統合の有用性を示している。

限界と今後の方向性
著者らは、検証が臨床的に確定された診断ではなく、自己申告による疾患ラベルに基づいていることを明示的に述べており、これが想起バイアスや誤分類を招く可能性があることを指摘している。また、本研究は横断的研究であるため、因果関係を確立したり、DRSのシグナルが疾患の発症に先行するかどうかを判断したりすることはできない。提示された臨床例は、潜在的な有用性を示す例示的なものであり、決定的な証拠ではない。著者らは、キャリブレーション、臨床アウトカム、およびDRSに基づいたケアが患者の遵守および疾患の進行に与える影響を評価するために、臨床的に確定されたエンドポイントを用いた将来的な前向き研究が必要であると結論付けている。