Phenotypic Heterogeneity in Ischemic Heart Disease Uncovered by Unsupervised Clustering of Routine Laboratory Parameters

あなたの血液に隠されたパターン

あなたの体を、活気ある都市だと想像してみてください。長年、医師たちは交通管制官のような役割を果たしてきました。主要な高速道路を見て、渋滞が発生していないかを確認してきたのです。心臓の健康の世界において、その「渋滞」とは虚血性心疾患（IHD）のことです。これは、心筋に十分な酸素を含む血液が行き渡らなくなる状態を指します。従来、患者特有の交通トラブルを理解するために、医師はX線カメラ（血管造影）や複雑な遺伝子マップ（オミクス）といった、高価でハイテクなツールに頼ってきました。これらは、体内の内部で正確に何が起きているのかを可ัน視するためのものです。

しかし、もし都市の日常的な報告書――ゴミ収集、水の使用量、電気料金といった単純な記録――が、交通渋滞について同じくらい多くのことを教えてくれるとしたらどうでしょうか？ 医学において、これらの「日常的な報告書」とは、誰もが受ける標準的な血液検査のことです。赤血球、肝機能、腎臓の健康状態、血液中の脂質などのチェックです。これらの検査は安価で迅速であり、いたるところで受けることができます。科学者たちが問い続けてきた大きな疑問は、「これらシンプルで日常的な数値を使って、たとえ同じ心疾患という診断名であっても、実は互いに大きく異なる隠れた患者グループを見つけ出すことができるのか？」という点です。本論文はこの謎に深く切り込み、「教師なし機械学習」と呼ばれる特別な種類のコンピュータの脳を用いて、心臓の配管やDNAを見る必要なく、血液検査の結果のみに基づいて患者をチーム分けしています。

大規模な血液検査による分類

この研究において、パキスタンのラホールにいる研究者たちは、すでに虚血性心疾患であると分かっている306人を対象に、「群衆を整理する」というゲームを行うことにしました。彼らは比較対象となる健康な対照群は持っておらず、単に、病気の人たちが皆同じなのか、それとも実は異なるタイプが混ざり合っているのかを知りたいと考えました。彼らは、血液中の脂肪分、肝機能の状態、炎症を示す白血球数といった膨大な量の日常的なラボ結果を取り出し、それをコンピュータに入力しました。

コンピュータはクラスタリングと呼ばれる手法を用いました。これは、パーティーのDJが、誰も名前を知らないけれど、みんなが踊っている音楽を聞いているようなものだと考えてください。DJは「誰がポップスが好きか？」「誰がロックが好きか？」と尋ねる代わりに、ただダンスフロアを観察します。もしあるグループの人々が同じ独特なステップを踏んでいれば、DJはその人たちを一つのグループとしてまとめます。コンピュータは血液データに対してこれを行い、特定の数値が常に連動して上がったり下がったりするパターンを探しました。

5つの異なる分類方法を試した結果、コンピュータは、これらの患者を3つの明確なチームに分けるのが最善の方法であることを見出しました。これはランダムな推測ではありません。初期データと新しいテストデータの間で、数学的な「シルエット・スコア」（グループがいかに明確に定義されているかの指標）が高く一貫していたため、これらのグループは非常に安定していました。これらの目に見えないグループを医師に可視化させるために、研究者たちは次に、別の「探偵」プログラム（ラン森林分類器）を訓練し、これらのグループのパターンを学習させました。新しい患者に対してテストを行ったところ、この探偵プログラムは、患者がどのチームに属するかを約78%の確率で正しく特定できました。これは、グループが実在し、明確に区別できるものであることを証明しています。

発見された3つのチーム：

1. 「高リスク混合」チーム（患者の12.7%）： 最も小さなグループですが、最も激しい状態にあります。これらの患者の血液には「完璧な嵐」が起きていました。悪い脂肪（特にVLDLとトリグリセリド）が高く、肝臓が苦戦している兆候（ASTおよびALT酵素の上昇）があり、さらに炎症を示す白血球の一種である好中球の数も高い状態でした。研究者たちはこれを「アテロジェニック・ヘパティック・インフラマトリー（動脈硬化・肝臓・炎症）」のシグネチャーと呼んでいます。それは、ゴミ収集車が溢れ、発電所から煙が上がり、警察が同時に警戒態勢に入っている都市のようなものです。
2. 「純粋な脂肪」チーム（患者の26.5%）： このグループはより大規模です。彼らは血液中に高いレベルの脂肪（VLDL、トリグリセリド、LDL）を持っていましたが、肝酵素は正常であり、炎症の兆候も見られませんでした。彼らは、インフラ自体は正常に機能しているものの、単に車が多すぎるために交通渋滞が起きている都市のような状態です。
3. 「低リスク」チーム（患者の60.8%）： 最大のグループであり、大多数の患者を占めています。彼らは悪い脂肪のレベルが最も低く、リンパ球（別の種類の白血球）のレベルが最も高い状態でした。彼らは代謝的および炎症的なストレスが最も少なく、最も「穏やかな」グループであるようです。

探偵の仕事：手がかりを見つける

コンピュータが患者を分類した後、研究者たちはこう問いかけました。「どの特定の数値が、これらのグループを作る上で最も重要だったのか？」 彼らは、ランダムフォレスト（答えに対して投票を行う意思決定者のチームのようなもの）と呼ばれるデジタル探偵ツールを使用しました。その結果、主要な手がかりはVLDL（脂肪の一種）、総ビリルビン（肝臓からの老廃物）、トリグリセリド、そして肝酵素であるASTとALTであることが分かりました。驚くべきことに、腎機能や標準的な血球数などは主要な要因ではありませんでした。結局のところ、これらの患者を区別する鍵は、体がどのように脂肪を処理しているかと、肝臓がどのように機能しているかの関係性にありました。

研究者たちは、これらの複雑なコンピュータの知見を、医師が紙の上で読めるような単純なルールに変換しようと試みました。彼らは決定木（フローチャートのようなもの）と、ファジー・ルール・システム（正確な数値の代わりに「高い」「中程度」「低い」といった言葉を用いるもの）を使用しました。

彼らは次のようなルールを作成しました。「もしVLDLが高く、かつASTが低いならば、その患者は『純粋な脂肪』チームに属する。」
コンピュータは「高リスク混合」グループを特定できましたが、単純な記述ルールは、このグループの小ささと複雑な生物学的特性のために、この特定のグループに対しては精度が低くなりました。つまり、医師が他のグループのように短い一文だけで彼らを見つけ出すことは、まだ容易ではないということです。

これが意味すること（および意味しないこと）

本論文は、高価な心臓スキャンや遺伝子検査がなくても、日常的な血液検査を見るだけで、心疾患患者の隠れた違いを見つけ出せる可能性があることを示唆しています。これは、「心疾患に対するワンサイズ・フィット・オール（画一的な見方）」という考え方が、あまりに単純すぎる可能性があることを証明しています。そこにはサブグループが存在し、中には（「高リスク混合」の12.7%のように）脂肪の問題と肝臓の炎症の両方を抱えているため、特別な注意が必要なグループも存在するのです。

しかし、著者たちは、自分たちが心疾患の謎を解明したと言っているわけではない、と非常に慎重に述べています。彼らは、これが仮説生成研究であることを明示しています。彼らはグループを見つけ出し、コンピュータはそのグループへの分類には非常に優れていますが、これらのグループが実際に「誰がより重症化するか」あるいは「誰がより早く死亡するか」を予測するかどうかは、まだ分かっていません。彼らは患者を追跡して、その後に何が起きたかを調べていないのです。また、これらの患者を健康な人と比較することもしていません。彼らは、すでに疾患を持っている人々のみを対象としています。

したがって、この研究は、血液化学に基づけばこれら3つのグループが実在し、明確に区別できるものであることを示していますが、あくまで「概念実証」の段階です。それは、空にある3種類の異なる雲を見つけ、それらが異なって見えることに気づいたものの、どの種類の雲が常にハリケーンをもたらし、他の雲がただの霧雨をもたらすのかについては、まだ証明していない状態と同じです。研究者たちは、将来の研究においてこれらの患者を追跡し、「高リスク混合」グループが本当に予後不良であるかどうかを確認することを望んでいます。それが実現すれば、医師はこれらのシンプルで安価な血液検査を用いて、特に高度な機械が利用できない場所において、より優れた、よりパーソナライズされたケアを提供できるようになるでしょう。