Metabolomics biomarkers for predicting renal function decline

2020 Fiscal Year Annual Research Report

• Project/Area Number: 18K17394
• Research Institution: Keio University
• Principal Investigator: 原田 成 慶應義塾大学, 医学部(信濃町), 講師 (10738090)
• Project Period (FY): 2018-04-01 – 2021-03-31
• Keywords: メタボローム疫学 / 腎機能低下 / 機械学習 / 個別化予防医療 / 慢性腎臓病 / バイオマーカー / コホート研究

Outline of Annual Research Achievements

慢性腎臓病は公衆衛生学上の大きな課題であり、透析等に伴う社会的、経済的インパクトも大きいことから、その予防が喫緊の課題となっている。腎機能低下が進展した後に治療・介入することは困難であるため、早期の予防が求められる。効果的かつ効率的な予防を実現するためには、リスクの精緻な層別・個別化による予防への働きかけが求められている。
本研究では、11,002名の大規模血漿メタボロミクス・バイオマーカーとその３年間追跡データおよびを用いて、腎機能の低下を予測するメタボロミクス・バイオマーカーを明らかにした。既知のバイオマーカー（血清クレアチニン、血清シスタチンC、尿中微量アルブミン）による予測モデルに、メタボロミクス・バイオマーカーを複数加えることで、腎機能低下の予測能が向上した。バイオマーカーは、O-PLS判別分析モデル、サポートベクターマシン、Elastic netなどの複数の機械学習的なモデルを使用して選択された。それぞれの手法により予測結果はやや異なるが、概ね類似した代謝物質、代謝経路が有望なバイオマーカーとして検出された。
さらに、Ingenuity Pathway Analysisを用いて腎機能低下と関連するパスウェイマップを描出し、特に重要な代謝経路として、アルギニンやリジン等を中心としたアミノ酸代謝経路が考えられ、腎機能低下と関連する代謝経路マップを描出した。腎機能低下の早期予防に向けて、代謝メカニズム上有望な介入ポイントを明らかにすることができた。