唾液でわかる睡眠不良－機械学習により慢性的な睡眠不良を86.6%の確率で判定するための六つの代謝物を同定－
国立研究開発法人 産業技術総合研究所（以下「産総研」という）細胞分子工学研究部門 大石勝隆 上級主任研究員、人間情報インタラクション研究部門 甲斐田幸佐 主任研究員と、国立大学法人 茨城大学 学術研究院 応用生物学野 豊田淳 教授、吉田悠太 講師は、慢性的な睡眠不良を唾液で判定する技術を開発しました。
睡眠障害は、うつ病などの精神疾患や生活習慣病の発症リスクを高めることが知られています。しかし、毎日の睡眠の状態については簡易デバイスを用いて比較的簡便に客観的な計測ができる一方、慢性的な睡眠障害の診断は困難で、ピッツバーグ睡眠質問票（PSQI）や睡眠日誌などの被検者の主観に依存した手法が中心となっています。
今回、慢性的な睡眠不良を判定するための非侵襲的なバイオマーカーを探索するために、PSQIスコアが2点以下の睡眠に問題のない被検者50名と、PSQIスコアが6点以上の睡眠不良の被検者50名から唾液を採取し、CE-FTMSによるメタボローム解析を行いました。唾液中で検出できた683代謝物の濃度情報をもとにランダムフォレスト解析（機械学習の一つ）を実施し、睡眠に問題のない被検者と、睡眠不良の被検者を判別するために重要な六つの代謝物を明らかにしました。これらを用いて判別モデルを作成したところ、PSQIスコアによって判定した睡眠不良者を86.6％の確率で判別できることがわかりました。
この成果は慢性的な睡眠不良を客観的かつ非侵襲的に評価できるのみならず、PSQIでは困難とされている日々の睡眠の状態の変化を評価できる可能性もあります。今後は、バイオマーカーとなる代謝物を計測するための試薬キットや簡易デバイスを開発し、睡眠のセルフヘルスケア技術として確立することにより、日常生活における睡眠の質の把握や、自宅や職場、高齢者施設などでの健康管理に活用されることが想定されます。
なお、この研究成果の詳細は、2025年4月21日に英国ネイチャーパブリッシンググループ「Scientific Reports」オンライン版に掲載されました。
※詳細は図下のプレスリリースをご覧ください。
プレスリリース
投稿論文
- 掲載誌：Scientific Reports
- 論文タイトル：Potential non-invasive biomarkers of chronic sleep disorders identified by salivary metabolomic profiling among middle-aged Japanese men
- 著者：Katsutaka Oishi, Yuta Yoshida, Kosuke Kaida, Kozue Terai, Hiroyuki Yamamoto, Atsushi Toyoda