宿主と腸内共生菌のゲノム情報を用いた機械学習による非ウイルス性肝発癌リスクの予測

2022 Fiscal Year Annual Research Report

• Project/Area Number: 20K08288
• Research Institution: Hiroshima University
• Principal Investigator: 三木 大樹 広島大学, 医系科学研究科(医), 講師 (10584592)
• Project Period (FY): 2020-04-01 – 2023-03-31
• Keywords: ヒトゲノム / 腸内細菌 / 機械学習 / 肝癌 / NASH / NAFLD

Outline of Annual Research Achievements

非ウイルス性の肝細胞癌（以下、肝癌）が増加傾向である。その原因の一つに非アルコール性脂肪肝炎（NASH）の増加があるが、原因が明らかでないものも多い。糖尿病や肥満の存在の他、遺伝的要因などにより、リスク群の囲い込みが図られているものの、まだ十分とは言えない。一方で、腸内細菌叢が糖尿病や肥満、さらには肝疾患を含めた種々の疾患に関わることが明らかとなってきた。腸内細菌叢の構成は、食習慣に大きな影響を受け、加齢により変化し、遺伝的要因との関連も示唆されている。肝疾患において、遺伝的要因と腸内細菌叢がどのように関わり合って、どの程度、病態形成に関連しているのかは、全く知られていない。ヒトゲノムとその転写産物であるトランスクリプト、および共生微生物である腸内細菌のゲノム、これらの情報を機械学習の手法により統合的に解釈・集約し、非ウイルス性肝発癌リスク因子の抽出を目指す。最終目標は、高リスク群を効率的に囲い込み得るような、精度の高いリスク評価法の開発である。初年度は、今後の解析に供するための糞便サンプル収集と、それらに付随する臨床情報の収集とデータクリーニングを行った。具体的には、非ウイルス性肝発癌例および非発癌例、比較する対象としてのウイルス性肝疾患症例および健常人についてである。二年度目には収集したサンプル数が1000に到達し、順次、DNA抽出、16S rRNA解析を行い、得られたデータセットを用いて、機械学習プラットフォームの構築を行い、PCAやクラスタリング、多変量解析等の試験運用を開始した。最終年度である三年度目には、当該症例についてヒトゲノム情報（GWASデータ）が有るものに関しては、統合解析を進めた。その結果、複数の肝発癌予測モデルを構築できた。各モデルの予測能については、今後、前向きにその精度を確認していく予定である。その際には、費用対効果も考慮する必要がある。