2023-08-18 京都大学
近年、数千種類のタンパク質を、同時に、迅速に測定できるプロテオミクス解析が患者さんの病態を把握する手段として、さまざまな疾患で注目されています。しかし、パーキンソン病においては、プロテオミクス解析をどのように応用すれば良いのか、プロテオミクス解析でどのような有用な情報が得られるのか、全く不明でした。
今回、月田和人 医学研究科特任助教(兼:帝京大学特任研究員、関西電力医学研究所特任研究員)、高橋良輔 同教授らの研究グループは、国際多施設共同観察研究のデータを用いて、脳脊髄液のプロテオミクス解析と機械学習を融合し、パーキンソン病に特異的な変化のパターン(パーキンソン病シグネチャー)を同定し、そのパターンを点数(パーキンソン病プロテオミクススコア)として定量化することに成功しました。さらに、そのパーキンソン病プロテオミクススコアがパーキンソン病の診断に有用であるのみならず、予後に強く相関することを見出しました。
本研究成果は、パーキンソン病を始めとした神経変性疾患のプロテオミクス解析の臨床応用の第一歩になると考えられ、個々の患者さんの病態把握にも役立つと考えられます。
本研究成果は、2023年8月16日に、国際学術誌「Neurology」にオンライン掲載されました。
研究者のコメント
「パーキンソン病を克服する、これは、患者さんと我々医療関係者共通の願いです。しかし、一口にパーキンソン病と言っても、さまざまな患者さんがおられ、一筋縄ではいきません。そのため、それぞれのパーキンソン病患者さんの病態を的確に判断し、うまく介入をして、疾患修飾し、克服していく、というところが不可欠です。本研究が、パーキンソン病患者さんの層別化に寄与し、ひいては、疾患修飾につながると信じています。」(月田和人)
詳しい研究内容について
パーキンソン病 脳脊髄液プロテオームの変化は、疾患進行を規定する―パーキンソン病の層別化・疾患修飾療法の開発へ光明
研究者情報
研究者名:月田 和人
研究者名:髙橋 良輔