釜山大学校の研究チームが、歯茎の炎症がどれだけ進んでいるかを知らせる酵素の濃度を、口に装着したまま継続的に測定するマウスガード型ウェアラブルセンサーを開発しました。これまでの歯周炎セルフチェックキットは、洗口液を試験紙に一度垂らして5分以内に値を読み取る方式でしたが、今回の装置はマウスガードを装着したまま唾液が自然にしみ込み、値を継続的に送り出します。実験室での検証と成人60人の唾液検査を経て、信号を解析するディープラーニングモデルも合わせて開発されました。
酵素の形を写し取った人工の溝が標的を捉える
このセンサーが測定する物質はaMMP-8(活性型マトリックスメタロプロテアーゼ-8)で、白血球が歯茎のコラーゲンを分解する際に一緒に流れ出る酵素です。研究チームは抗体の代わりに、o-フェニレンジアミン(o-PD)を標的タンパク質とともに電極上で重合させ、その後タンパク質を取り除いて、その形を写し取った溝を作りました。この方式は分子インプリントポリマー(MIP)と呼ばれ、抗体より熱や化学物質に強く、長期保存が可能です。分子動力学・量子化学シミュレーションによって、どのアミノ酸部位がo-PDと最も強く結合するかをあらかじめ計算して溝の特異性を設計し、実際に作った電極は大きさと電荷が似た他の炎症物質(TNF-α、MMP-1、MMP-9、IL-1β)と混ぜてもaMMP-8にのみ明確に反応しました。
抵抗の変化量で濃度を読み取る
電極表面にグラフェンオキサイド(GO)という炭素素材を薄くコーティングした後、その上に分子インプリントポリマー層を積み重ねました。グラフェンオキサイドは、酸化・還元反応が起こる溶液が電極表面を行き来する際に電気がどれだけ妨げられるかを測るインピーダンス測定の感度を高める中間層の役割を果たします。溝にaMMP-8が入り込んで結合すると電気抵抗が大きくなり、その変化幅から濃度を算出します。検出限界は82ng/mL、定量限界は250ng/mLで、電極100個を繰り返し測定した結果90%を超える再現率を示しました。標準試料実験では測定値の95%以上が臨床的に信頼できる誤差範囲内に収まり、健常者・歯周炎患者・治療後に回復した人の3グループの唾液サンプルでは、既存の標準検査(ELISA)と相関係数0.92という高い相関を示しました。
マウスガードの中にフィルターと無線チップを組み込んだ
センサー電極はシリコン製マウスピースの中に入れ、唾液が通る経路を設けてポリビニルアルコール(PVA、水になじみやすい高分子)ハイドロゲル膜を通過させるようにしました。この膜は細胞の残骸などの不純物を減らしながら、aMMP-8がセンサーへ拡散するのを助ける前処理膜です。膜を通過したタンパク質の回収率は約80%でした。無線チップと回路も内蔵されており、測定値をスマートフォンアプリへ直接送信します。検体を試験紙に垂らす自己診断キットとは異なり、検体を別途採取したり試験紙を交換したりしなくても、装着したままの状態でデータが蓄積されます。
ディープラーニングが信号を等級に分ける
電極から得られたインピーダンス値は人間の目にはグラフに過ぎませんが、研究チームはこれを128×128サイズの画像に変換し、畳み込みニューラルネットワーク(CNN)に学習させました。人があらかじめ選んだ数個の数値だけを見る従来の機械学習方式は、濃度差が明確な区間(0対200ng/mL)でのみ89.6%の精度を出し、差が小さい区間(100対200ng/mL)では68.9%まで低下しました。一方、画像に変換して学習させたディープラーニングモデルは、同じ区間すべてで99.5%を超える精度を示しました。実験室の標準試料であらかじめ学習させたモデルに、少数の患者データのみを追加して再学習させる転移学習方式を用いました。ただし、この方式によって患者数が少ないという限界がなくなるわけではありません。
この結果は釜山大学校病院1か所で成人志願者60人を集めて確認したものであり、ディープラーニングモデルの精度も複数の病院のさまざまな患者群ではなく、このデータの中で濃度区間をどれだけうまく判別できたかを示す値です。実際に複数の診療室で同じ精度が再現されるか、そして試作段階のマウスガードが長時間の装着でも安定して値を出せるかは、今後さらに確認する必要があります。この研究は、歯茎の炎症を知らせる化学信号を試験紙で一度だけ測る方式から、装着したまま継続的に測る方式へと一段階進めたものであり、抗体の代わりに分子インプリントポリマーで標的を捉え、その信号をディープラーニングで解析する構造を備えています。