口腔細菌叢をターゲットとした新たな周産期合併症予測モデルの開発

2023 Fiscal Year Annual Research Report

• Project/Area Number: 21K17208
• Research Institution: Tohoku University
• Principal Investigator: 玉原 亨 東北大学, 東北メディカル・メガバンク機構, 講師 (40756235)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: 口腔細菌叢 / 周産期 / コホート / 機械学習

Outline of Annual Research Achievements

本研究では周産期における口腔内細菌叢の変化に焦点を当て、周産期の口腔内細菌叢変化と周産期合併症の関連性を探求した。その結果、口腔内細菌叢をターゲットとした周産期合併症リスク予測モデルを構築し、比較的容易に介入できる口腔内環境の整備が周産期合併症のリスク軽減に貢献しうることを明らかにすることができた。具体的には、Unifrac距離を用いて周産期の細菌叢の変動を表現し、周産期合併症の原因となる口腔内細菌叢変動パターンを分離することができた。これらのパターンとコホート調査における生理・生化学データを組み合わせ、機械学習を行い、マルチモーダルベイジアンネットワークを構築することで、周産期合併症のリスク予測モデルを作成した。
21年度と22年度に269人の周産期妊婦の唾液検体（807検体）と歯垢検体（807検体）を用いて細菌の16SrRNA配列の取得を行い、検体間の細菌叢の変動をUnifrac距離を用いて算出した。その結果、唾液と歯垢それぞれの妊婦の周産期における口腔内細菌叢の変化をUnifrac距離を用いて表現し、周産期合併症の有無に応じて重み付けし、時系列変化パターンを分離しました。これらの一連の分析から、唾液と歯垢の両方で周産期特有のパターンを発見し、さらに口腔細菌叢の変化が早産と関連する可能性を示すことができた。
23年度には唾液と歯垢検体から得られたUnifrac移動距離の確率分布と、コホート調査で得られた数種類の生理・生化学データを材料に、Edwardライブラリを用いてPython上で確率モデルを実装し、機械学習を行い、さまざまな変数を投入することで適切なマルチモーダルベイジアンネットワークを構築した。