AIツールが腸内細菌の疾患早期兆候を検出

ミズーリ大学の研究チームは、腸内細菌叢の解析に特化した新機械学習ツール「MeLSI（Metric Learning for Statistical Inference）」を開発した。同ツールは学術誌『mSystems』に論文が掲載され、従来の手法では見逃されがちな特定の微生物シグナルを抽出することで、神経疾患などの早期発見と精密医療への応用が期待されている。 生物学・放射線科教授のAi-Ling Lin氏と筆頭著者のNathan Bresette氏らのチームは、腸内環境の変化がアルツハイマー病などの症状出現前に数年先から始まっている可能性に着目。開発したMeLSIは、広範なデータ比較にとどまっていた従来アプローチを刷新し、背景ノイズを排除して変化を牽引する特定菌種を高精度に同定する仕組みを実現した。 複数件の既存臨床データを用いた検証では、MeLSIは従来の分析方法では検出困難だった有意なパターンを継続的に抽出した。1,100人以上の成人を対象とした研究では、男女の腸内細菌叢の差異を裏付けると共に、その差異を主導する特定細菌を特定。西洋食と高食物繊維食を比較した別の研究では、食事による腸内環境への影響を標準手法より明確に解明した。 本研究で実証されたMeLSIの分析精度は、腸内微生物叢と健康状態の関連性を解明する新たな基準となる。早期の微生物変化の検知を可能とする本ツールの普及は、疾患予防に向けた標的型介入の早期化を促進し、AIと微生物学が融合した次世代ヘルステックの進展に寄与する。