パーキンソン病は1つの病名の下に複数の病気があるのかもしれない
パーキンソン病は長らく、主に患者が経験する症状、すなわち運動障害、神経機能の低下、日常生活機能の徐々の喪失によって定義される単一の疾患として扱われてきた。VIB と KU Leuven の研究者が主導した新たな研究は、この臨床的なラベルの背後に、より深い生物学的多様性が隠れていると主張している。チームは機械学習を用い、パーキンソン病は2つの大きな分子群に整理でき、さらに5つの小さなサブグループに分けられると述べている。
この発見が重要なのは、この分野で長年続いてきた不満の一つが、ある経路を狙った治療がパーキンソン病患者全体には広く効かないことだからだ。研究者によれば、その不一致は分類そのものの基本的な問題を反映している可能性がある。同じ診断名の下にまとめられた患者が、実際には異なる分子メカニズムを持っているのであれば、単一の治療戦略が全員に合う可能性は最初から低かった。
新しい分類が意味を持つ理由
Nature Communications に掲載されたこの研究は、神経科医が長年知っている現実から出発している。つまり、パーキンソン病はさまざまな遺伝子の変異と関連しうるということだ。こうした違いは薬剤開発を難しくしてきた。臨床レベルでは似て見えても、その背後では異なる生物学が病気を駆動しているためだ。ルーヴェンのチームは、分子シグネチャーはより標的を絞った医療モデルを支えるのに十分なほど明確に異なると主張している。
主任研究者らは、新しい枠組みがパーキンソニズムの2つの大きなサブグループを特定し、それを5つのより小さなカテゴリに分けられると述べている。これは、現在医師が使う診断を置き換えるものではないが、包括的な呼び名としての「パーキンソン病」は次世代の治療に対して大づかみすぎる可能性があることを示している。実務上、この研究は層別化治療へ向かう方向を示しており、将来の薬は症状のまとまりだけでなく、関与する分子機能障害に応じて選ばれるかもしれない。
複雑な病気に対する偏りのないアプローチ
研究チームは、どの変異を一緒に扱うべきかという仮説から始めるのではなく、「偏りのない」解析を用いた。研究者は、パーキンソン病関連変異を持つショウジョウバエモデルを時間を追って観察し、その後、計算手法と機械学習ツールを用いて行動と病気の進行のパターンを検出した。目的は、あらかじめ存在するカテゴリに無理に当てはめるのではなく、データに変異を自らクラスタリングさせることだった。
このアプローチが注目に値するのは、パーキンソン病研究がこれまで特定のメカニズムごとに一つずつ焦点を当てる方向に進みがちだったからだ。今回の研究はその代わりに、遺伝的に異なる病型間の関係を地図化しようとしている。これらのクラスタが追加研究でも維持されれば、一部の有望な治療が患者の一部には効く一方で、より大きな集団では一貫した結果を示せない理由の説明に役立つかもしれない。
