プラズマタンパク質に基づく神経画像駆動型軽度認知障害サブタイプの同定
カテゴリ：高齢者医療・介護
公開日：2026年2月19日
タイトル：Plasma protein-based identification of neuroimage-driven subtypes in mild cognitive impairment via protein-protein interaction aware explainable graph propagational network
雑誌名：Comput Biol Med. 2024 Dec; 183: 109303.
概 要：
軽度認知障害（MCI）は、認知症の早期指標であり、そのサブタイプに応じた専門的な治療が認知症の進行を効果的に予防・管理するために必要です。本研究では、MCIをアルツハイマー病関連認知障害（ADCI）と皮質下血管認知障害（SVCI）に分類し、プラズマタンパク質バイオマーカーを用いてMCIのサブタイプを同定する新しい機械学習モデル「eXplainable Graph Propagational Network（XGPN）」を提案します。このモデルは、タンパク質間相互作用を考慮し、MCIサブタイプの予測を行います。実験結果は、相互作用がMCIサブタイプ間の違いに重要であり、既存の方法と比較して分類性能が平均10.0%向上したことを示しています。
方 法：
本研究は、プラズマタンパク質を用いた機械学習モデルの開発に関するもので、XGPNを用いてMCIのサブタイプを分類しました。モデルは、タンパク質間の相互作用を考慮し、プラズマタンパク質の独立した効果をPPIネットワークに伝播させることで、リスク効果を推定します。具体的な参加者数や解析手法は記載されていません。
結 果：
XGPNモデルは、MCIのサブタイプ間の相互作用が分類性能に大きく寄与し、既存の方法に比べて平均10.0%の性能向上を達成しました。また、ADCIおよびSVCIに関連する重要なバイオマーカーを特定しました。
結 論：
XGPNは、MCIのサブタイプを高精度で分類できることが示され、タンパク質間相互作用を考慮することで、診断精度の向上に寄与する可能性があります。このアプローチは、軽度認知障害の管理において重要な役割を果たすと期待されます。