Pretreatment gut microbiome signatures in hospitalized patients with COPD: sequence-level characterization and cross-cohort validation

人体は孤立した臓器の集まりではなく、遠く離れた部位が常に互いに影響を及ぼし合っている、広大で相互に連結したエコシステムである。現代医学において最も重要なつながりの一つが「腸肺相関（gut-lung axis）」であり、これは腸内に生息する微生物のコミュニティと肺の健康を結ぶ生物学的な高速道路である。私たちは肺を呼吸器疾患の主要な部位と考えがちだが、研究が進むにつれ、腸内の細菌が全身の免疫応答や炎症を形成し得ることが明らかになってきている。逆に、慢性閉塞性肺疾患（COPD）のような肺に影響を与える疾患は、腸内の環境を変化させ、そこでどの細菌が繁殖するかを変えてしまう可能性がある。COPDは、喫煙によって引き起こされることが多く、呼吸を困難にする深刻かつ長期的な疾患であり、世界中で数百万人もの人々が罹患している。患者の便に含まれる特定の細菌組成が、COکDで病状が悪化した際に変化するかどうかを理解することは、症状が深刻化する前、あるいは標準的な治療が行われる前に、この疾患を捉えるための新しい方法を提供するかもしれない。

ある研究チームは、この関連性を、特定の、かつ困難な環境下で調査することに着手した。これまでの研究の多くは、自宅で安定して生活しているCOPD患者を対象としていたが、研究者たちは、入院が必要なほど体調を崩している患者の腸内で何が起きているのかを知りたいと考えた。彼らは合計60人の患者を募集した。そのうち30人はCOPDで入院しており、残りの30人は肺炎や肺がんなどの他の呼吸器疾患で入院していたが、COPDではなかった。極めて重要なのはタイミングである。研究者たちは、すべての参加者から、入院到着後24時間以内、かつ決定的なことに、抗生物質やステロイドの投与を受ける前に、新鮮な便サンプルを採取した。これにより、彼らが捉えた細菌プロファイルが、医療処置によって腸内環境が変化する前の、患者の自然な状態を反映することを保証した。これら2つのグループの入院患者を比較することで、研究チームは、COPD患者の腸内細菌が、他の肺疾患の患者と区別できる独自のシグネチャー（特徴的な兆候）を持っているかどうかを明らかにすることを目指した。

分析は、便サンプルにおける細菌コミュニティの全体的な多様性と組織化を検証することから始まった。研究者たちは、COPD患者の腸内エコシステムが確かに異なっていることを見出した。具体的には、COPDグループの細菌コミュニティは「優占度」の観点から高い多様性を示した。つまり、多くの種類の細菌が存在している一方で、それらの間の勢力均衡がコントロールグループと比較して変化していたのである。研究者がコミュニティ構造全体をマッピングすると、両グループの間に明確な分離が見て取れた。COPD患者は、他の呼吸器疾患患者とは異なる形でクラスター（集団）を形成していた。この違いは単なる微細な変動ではなく、結果が偶然や技術的なエラーによるものではないことを確認するために、異なる統計手法を用いてデータをテストしても維持される、一貫したパターンであった。

さらに深く掘り下げ、チームは細菌の広範なカテゴリーを超えて、個々の細菌株の正確な遺伝子配列の検討へと進んだ。この高解像度のアプローチにより、CO，D患者においてより一般的、あるいはより豊富に存在する特定の細菌候補を特定することが可能となった。膨大な可能性のリストの中から、彼らは12種類の明確な細菌配列からなる精密なパネルへと焦点を絞り込んだ。これら12のうち11の配列はCOPD患者で濃縮されており、残りの1つはコントロールグループでより一般的であった。特定された多くの細菌は、Fusobacterium（フソバクテリウム）やPrevotella（プレボテラ）のように、通常はヒトの口腔内に見られる属に属している。この発見は、腸肺相関が口から腸への細菌の移動を伴っているか、あるいは肺と腸の状態が同様の環境的圧力に反応しているという考えを支持している。入院中のCOPD患者の便にこれらの特定の配列が存在することは、適切なツールを用いれば、この疾患が腸内に分子レベルの指紋を残すことを示唆している。

これらの細菌のシグネチャーが実際に疾患を特定するために使用できるかどうかをテストするため、研究者たちは分類器として機能するコンピュータモデルを構築した。彼らはこの60人の患者のデータを用いてモデルを学習させ、COPDと他の呼吸器疾患に関連するパターンを認識できるようにした。モデルは、特定の患者を単に暗記しているのではなく、真のパターンを学習していることを確実にするために、データを繰り返し分割する手法を用いて厳格にテストされた。その結果、AUC 0.79でCOPD患者を正しく特定し、AUC 0.83で他の患者を正しく特定するという、高いパフォーマンスで両グループを区別できるモデルが得られた。これらの知見をさらに検証するため、研究者たちは別の研究から得られたゲノムレベルの公開データセットに対して同様のアプローチを適用した。この外部グループにおいて、モデルはさらに優れた性能を発揮し、AUC 0.94でCOPD患者を正しく特定した。これら2つの異なるデータセットと2つの異なる種類の遺伝子解析からの結果の収束は、これらの腸内細菌の特徴が、真にCOPDと結びついているという証拠を強固なものにしている。

本研究は、入院中の患者の腸内マイクロバイオームは、治療開始前に検出可能な明確なシグネチャーを保持していると結論づけている。このシグネチャーは、細菌コミュニティの特定の再編成と、マーカーとして機能する12の精密な細菌配列によって特徴づけられる。本研究は、これらの細菌が疾患を引き起こすこと、あるいはそれらが臨床における単独の診断ツールとして使用できることをまだ証明したわけではないが、得られた知見は、腸と肺がCOPDにおいて密接に関連しているという強力な証拠を提供している。便サンプルを用いてCOPDを他の呼吸器疾患から区別できる能力は、腸内マイクロバイオームがいずれ、医師が患者の疾患状態をより完全に理解するための有用な補助的マーカーとなり得ることを示唆している。この研究は、肺の先を見ることによって呼吸器疾患を理解するという可能性を強調しており、身体の内部エコシステムが慢性疾患に対してどのように反応するかについての新しい視点を提供している。