患者特異的損失を用いた知識グラフによる精密薬剤再利用の学習
カテゴリ：高齢者医療・介護
公開日：2026年4月14日
タイトル：Learning to take it personally: Precision drug repurposing through patient-specific loss on knowledge graphs using Biobank data.
雑誌名：Journal of Biomedical Informatics. 2026 Apr 11;105039. doi: 10.1016/j.jbi.2026.105039.
概 要：
本研究は、個々の患者プロファイルに適応した薬剤再利用手法を開発し、規制の枠組み内での精密医療を実現することを目的としています。従来の手法は、全ての患者に均一なモデルを適用し、個別要因を入力やフィルターとして使用するのみでしたが、本研究では患者特異的プロファイルを学習アルゴリズムに統合するカスタマイズされた損失関数を用います。UKバイオバンクデータを活用し、ポリジェニックリスクスコア、バイオマーカーの発現、医療歴を組み合わせています。
方 法：
この研究は、61,000以上のエンティティを1.2百万以上の関係で結ぶ生物医学知識グラフを用いた評価を行いました。患者特異的プロファイルを学習アルゴリズムに組み込むことで、薬剤再利用の質を向上させるアプローチを採用しました。
結 果：
本アプローチは、薬剤再利用の質を向上させ、患者ごとのAUPRCの改善が1.3倍から5.4倍に達しました。アルツハイマー病患者に関するケーススタディでは、より強いAD証拠と患者特異的メカニズムを持つ薬剤候補が明らかになりました。また、損失関数は各患者に影響を与える疾患やバイオマーカーを特定し、解釈可能性を高めつつ、個別プロファイルに合わせた生物学的に関連する推奨を提供します。
結 論：
このアプローチは、個別化をデータ前処理として扱うのではなく、学習目的そのものに組み込むという根本的な変化を示しています。