プラスモディウム・ファルシパルムのスポロゾイト運動パターンの人工知能による解析
カテゴリ：公衆衛生・予防医療
公開日：2026年7月17日
タイトル：Artificial intelligence powered decoding of Plasmodium falciparum sporozoite motility patterns
雑誌名：Sci Rep. 2026 Jul 17; doi: 10.1038/s41598-026-61858-z.
概 要：
本研究では、マラリアの感染性蚊の段階であるプラスモディウム・ファルシパルムのスポロゾイト（SPZ）の運動パターンを解析するための人工知能（AI）モデルを開発しました。SPZは高い運動性を持ち、組織を移動する能力が感染性や治療反応に重要です。感染性を迅速に評価するための標準化されたツールが求められており、これまでに開発した動画ベースの運動解析技術（SMOOT）を用いて、26,682個のSPZトラックから得られたデータを基にAIモデルを構築しました。このモデルは、SPZの品質を評価するための新しい指標を提供します。
方 法：
本研究は、26,682個の個別SPZトラックから得られたデータを用いた無監督学習に基づくAIモデルの開発を行いました。80%のデータをトレーニングに使用し、SMOOTによって得られた9つの運動指標を活用しました。AIモデルは、再構成損失や安定性、堅牢性の評価などの一般的なAI検証手法を用いて正式に検証されました。
結 果：
AIモデルは、SPZの品質を評価するための新しい運動指数を提供し、既存のモノクローナル抗体によるSPZ抑制範囲を用いたデータ駆動型分析を適用しました。この結果、P. falciparumのSPZバッチの品質管理の可能性が示され、抗体抑制反応の記録も行いました。
結 論：
AIモデルは、プラスモディウム・ファルシパルムのスポロゾイトの運動性を高精度で解析し、感染性の評価や治療法のモニタリングにおける新たなツールとしての可能性を示しました。これにより、マラリア治療の品質管理が向上することが期待されます。