近年、ヒト腸内細菌叢（Human Gut Microbiota, HGM）が薬物や栄養素の代謝において重要な役割を果たすことが認識されるようになってきました。腸内細菌叢は、経口薬の生物学的利用能に影響を与えるだけでなく、その代謝酵素を介して薬物や生物活性分子の生体変換（biotransformation）に関与し、薬物の薬物動態や薬力学特性に影響を及ぼします。しかし、腸内細菌叢の複雑さや個人間の差異により、特定の微生物が薬物や栄養素の代謝に果たす具体的な役割を特定することは依然として大きな課題です。この問題を解決するため、研究者たちはGutBugDBを開発しました。これは、ヒト腸内細菌叢が媒介する生物および異生物質（xenobiotic）分子の生体変換を予測するためのオープンアクセスのデジタ...

研究背景 遺伝子制御ネットワーク（Gene Regulatory Networks, GRNs）は、細胞内の複雑な生物学的プロセスを理解するための重要なツールです。それは転写因子（Transcription Factors, TFs）と標的遺伝子間の相互作用を明らかにし、遺伝子の転写プロセスを制御し、細胞の挙動を調節します。単細胞RNAシークエンシング（single-cell RNA-sequencing, scRNA-seq）技術の発展により、研究者は単細胞解像度で遺伝子発現データを取得できるようになり、これがGRNsの推論に前例のない機会を提供しています。しかし、scRNA-seqデータのスパース性と高い変動性は、GRNsの推論に大きな課題をもたらしています。 現存のGRN推論手法は主に...

機械学習に基づく腫瘍臨床試験結果の一般化性評価に関する研究 学術的背景 ランダム化比較試験（Randomized Controlled Trials, RCTs）は抗がん薬の有効性を評価するためのゴールドスタンダードですが、その結果はしばしば現実世界の腫瘍患者に直接適用することが難しいです。RCTsでは通常、厳格な登録基準が採用され、研究対象となる集団と現実世界の腫瘍患者集団との間に大きな差異が生じます。さらに、RCTsにおいて患者の予後リスクに関連した選択バイアスが存在する可能性があり、これが試験結果の一般化性をさらに制限しています。この問題を解決するために、研究者たちはTrialTranslatorというフレームワークを開発しました。これは機械学習モデルを使用して現実世界の腫瘍患者をリス...

学術的背景 パーキンソン病（Parkinson’s Disease, PD）は、65歳以上の人々に主に影響を与える第二に一般的な慢性神経変性疾患です。世界人口の高齢化が進むにつれて、パーキンソン病の有病率は2015年の約700万人から2040年には約1300万人に増加すると予測されています。現在、パーキンソン病の診断は主に臨床的な質問票や運動日記に依存しており、これらの方法は時間がかかり、大きな主観的な偏りがあります。近年、ウェアラブル技術と機械学習手法の組み合わせにより、研究者たちは運動症状を定量化することによってパーキンソン病の診断を支援する可能性を探り始めました。しかし、これらの技術の有効性は環境設定の影響を受けやすく、現実世界での広範な応用は困難です。したがって、本研究では短期間の運...

小児集中治療室における心拍数と体温の関係に関する機械学習研究 学術的背景 集中治療室（PICU）において、心拍数（HR）と体温（BT）は患者の生理状態を反映する重要な臨床指標です。成人における心拍数と体温の関係は広く研究されていますが、特にPICUのようなハイリスク環境での小児群、特に0歳から18歳までの年齢層における研究は依然として限られています。小児患者の生理的特徴は成人とは大きく異なり、年齢とともに心拍数が減少し、体温の変化が心拍数に影響を与えることが知られています。しかし、従来の線形モデルでは、異なる体温範囲や年齢層で心拍数を予測する際に制約があり、しばしば過小評価や過大評価が生じます。したがって、心拍数、体温、年齢間の複雑な関係を探ることは、PICUにおける臨床意思決定の改善に重要...