気分障害における抗炎症治療と深層学習予測モデル

複数の証拠が、気分障害における神経炎症の病原的役割を支持しています。 私たちのチームは、炎症性サイトカインが抑うつ症状の重症度に関連していることを示す一連の論文を発表しており、双極性障害の臨床転帰、サブタイプ、気分段階のバイオマーカーになる可能性があります。 うつ病性障害と比較して、双極性障害はより深刻な炎症性調節不全を伴い、脳の構造と機能的結合の異常と相関しています。 治療の非応答者は、ベースラインの炎症マーカーが高い傾向があり、炎症レベルの上昇が治療抵抗性に寄与していることを示唆しています。 臨床研究では、N-アセチルシステイン、インフリキシマブ、ピオグリタゾン、セレコキシブ、アスピリン、オメガ-3 多価不飽和脂肪酸、ミノサイクリン、スタチン、アスピリンなどの抗炎症薬を従来の治療法と組み合わせることで、臨床転帰を改善できることが示されました。 その中でも、アスピリンとスタチンは、炎症調節不全に関連する心血管代謝障害の治療と予防に使用されています。 アスピリンとスタチンの臨床およびメタアナリシス研究では、有意な有効性と優れた安全性が示されています。 したがって、アスピリンとスタチンは、気分障害の増強治療の臨床的実現可能性と合理性に優れています。 しかし、これまでの抗炎症研究は主に個々の薬物研究に関するものであり、比較研究はまだかなり不足しています. さらに、多くの研究は、抗炎症剤が、免疫機能不全が駆動病原因子である患者の亜集団に最も有用である可能性が高いことを示唆しています。

本研究では、気分障害に対する抗炎症薬の予測モデルを確立します。 深層学習の最近の進歩は、大規模な経験的データに基づいて複雑な非線形階層パターンを学習および認識する能力を実証しています。 個別化医療における医療などの分類アプリケーションの深層学習アルゴリズムは、一連の観察に適合する一連の代替案から最適な仮説を選択するための手順です。 私たちの一連の研究は、炎症の重症度が脳の構造と機能的接続の異常に関連していることを示しています。これは結果の予測因子になる可能性があります。 別の可能な予測因子は、染色体のテロメアの長さかもしれません。 テロメアは染色体の末端に位置し、染色体の正常な機能を維持しています。 以前の研究では、短いテロメア長が気分障害や炎症性調節不全に関連していることがわかっています。 したがって、テロメアの長さは、抗炎症治療の予測因子になる可能性があります。 この研究は、抗炎症治療の最初の比較研究であり、遺伝子免疫脳イメージング個別化治療予測モデルを確立します。 この結果は、炎症の病態生理と気分障害の治療に関する重要な科学的および臨床的経験的データを提供します。