本研究では、研究参加者から収集したIgGグライコームのデータと、それに対応する生化学的・生理学的パラメータ（年齢、性別、BMI、血圧、コレステロールレベルなど）を用いて、ディープラーニングモデルを設計しました。研究の結果、IgGグライコームから生化学的および生理学的パラメータを高い精度で予測することができることが示されました。特に、年齢、BMI、血圧などの重要なパラメータについて、従来のモデル（例：線形回帰やランダムフォレスト）を上回る性能を示しました。また、IgGグライコーム内の特定の糖鎖構成が特定の生理学的状態や疾患の指標として有効であることも確認されました。この成果は、IgGグリコームが個別化医療や疾患予測における有望なバイオマーカーである可能性を示唆しています。
本研究は、AI（特にディープラーニング）とバイオマーカー研究を統合する新しいアプローチを提示しており、バイオメディカル分野におけるデータ駆動型研究の重要性を強調しています。将来的には、この手法を他の疾患やパラメータに応用することで、より広範な個別化医療の実現が期待されます。

※詳細は 論文 をご参照ください