[3H6-OS-10d] 人工知能を駆使した疾患動態研究

[3H6-OS-10d-05] プロテオームを用いたエネルギーランドスケープによるCOVID-19の病態多様性の評価

〇我妻 叶梧¹、杉本 聡¹、石川 哲朗¹、大矢 めぐみ¹、川上 英良¹ (1. 理化学研究所)

キーワード：病態多様性、次元削減、エネルギーランドスケープ

COVID-19パンデミックの発生以来、生体内のタンパク質を網羅的に解析するプロテオミクス解析研究が広く行われてきた。COVID-19の臨床的重症度と関連するバイオマーカーが複数同定されている。しかしながら、同じ重症度の患者間でも病態に多様性が存在することが報告されており、病態の多様性を形成する要因については依然として未解明の部分が多い。本研究では次元削減手法と統計力学モデルを用いて、プロテオームがどのような要素で説明できるかを評価し、更に得られた要素に基づいて病態の多様性に着目していく。次元削減手法としては、クロスバリデーション法による最適化を通じた半二値化行列因子分解を用い、統計力学モデルとしてイジングモデルに基づくペアワイズ最大エントロピーモデルを用いた。次元削減手法によって、プロテオームは少数の要素に集約して説明できることが分かった。さらに統計力学モデルによって病態の多様性を評価すると、COVID-19の臨床的重症度の区分以上に潜在的に多様な代謝状態が存在することを確認した。