バイオマーカーに基づく BioTAK スコアによる心筋梗塞とたこつぼ症候群の早期鑑別

たこつぼ症候群（TTS）は、一過性の左心室収縮機能低下と特徴的な心室壁運動異常を呈する急性心疾患ですが、臨床症状が急性冠症候群（ACS）と酷似しており、早期の鑑別が大きな課題となっています。従来の診断基準は、患者の病歴、精神・神経学的背景、画像診断、そして冠動脈造影（ICA）による閉塞性病変の除外に依存しており、診断の遅延や不要な侵襲的検査を招くリスクがありました。既存の診断スコアである InterTAK スコアは病歴に依存する部分が大きく、客観性に欠ける側面がありました。

TTS と ACS は病理生理学的メカニズムが異なるため、循環するバイオマーカーのプロファイルに差異があると考えられてきました。しかし、既存の単一マーカーや従来の診断法では十分な感度と特異度を達成できず、より客観的で早期に適用可能な診断ツールの開発が待たれていました。

本研究は、3615 名の ACS および TTS 患者のデータを解析し、機械学習を用いた特徴量選択とロジスティック回帰分析により、5 つの要素からなるバイオマーカーベースの診断スコア「BioTAK スコア」を開発しました。このスコアは、心筋ストレス（NT-proBNP）、血管収縮および不安調節（PAM）、動脈硬化プラーク不安定性（sLOX-1）、脂質代謝（LDL-C）、および性別を組み合わせています。

開発コホートにおける診断性能は極めて高く（AUC 0.97）、独立した外部検証コホートでも高い性能を維持しました（AUC 0.93）。このスコアを用いることで、冠動脈造影前の段階で約 90% の患者を「TTS 可能性あり」または「TTS 可能性なし」に分類でき、侵襲的検査の必要性を判断する強力なツールとなることが示されました。

研究はスイスの大学病院で実施された前向き登録研究（SPUM-ACS および InterTAK）のデータを統合し、開発コホート（1823 名）と外部検証コホート（1792 名）に分けて行われました。各患者の冠動脈造影前に採取された血漿サンプルから、既知および新規の心血管バイオマーカーを測定しました。

• 機械学習（エラスティックネット回帰）を用いた変数選択により、最も予測精度の高い 5 つのバイオマーカーを特定。
• NT-proBNP（心筋壁ストレス）、PAM（血管収縮・不安調節）、sLOX-1（プラーク不安定性）、LDL-C（脂質代謝）、性別を最終モデルに採用。
• TTS の診断閾値を「TTS 極めて可能性低（除外）」「再評価」「TTS 極めて可能性高（確定）」の 3 段階に設定し、臨床的有用性を評価。

本研究は、TTS が単なる「ストレスによる心機能低下」ではなく、特定のバイオマーカープロファイルを持つ独立した病態であることを再確認しました。特に、PAM（ペプチジルグリシンαアミダ化モノオキシゲナーゼ）や sLOX-1 のような新規マーカーの重要性が浮き彫りとなり、TTS の病態解明や治療標的の探索に新たな道筋を示しています。

創薬研究の観点では、TTS の発症メカニズムに関与する「血管収縮」「自律神経系」「内皮機能」などの経路を標的とした薬剤開発のヒントが得られます。また、診断ツールの確立は、臨床試験における患者層別化を可能にし、より均一なコホートを用いた薬効評価を促進する可能性があります。

BioTAK スコアの構成要素である NT-proBNP や sLOX-1 などのバイオマーカーは、動物モデルを用いた前臨床研究において重要な評価指標となり得ます。特に、ストレス誘発性の心機能障害モデルや、自律神経系が関与する心血管疾患モデルにおいて、これらのマーカーの動態を解析することで、TTS 様病態の再現性と機序解明が加速します。

Cyagen の提供する遺伝子改変マウスモデルや細胞モデルは、特定の遺伝子発現や代謝経路を制御した実験系を提供し、TTS の分子メカニズムを解明するための基盤技術となります。例えば、脂質代謝異常や内皮機能不全を再現するモデルを用いることで、sLOX-1 や LDL-C の役割を詳細に検証することが可能です。

BioTAK スコアは、客観的なバイオマーカーデータに基づき、TTS と ACS を早期かつ高精度に鑑別する画期的なツールです。この発見は、臨床現場での侵襲的検査の削減だけでなく、TTS の病態理解を深め、新たな治療戦略の開発につながる重要な一歩です。前臨床研究においては、関連バイオマーカーを指標とした動物モデルの活用が、疾患メカニズムの解明と創薬に不可欠となります。