UHPLC-QE-Orbitrap MS技術とネットワーク解析および化学計量学を組み合わせて、コバラミンC（cblC）欠損症の臨床表現型の体系的特徴付けおよび予測モデルを構築し、その複雑性の解明を試みた。UHPLC-QE-Orbitrap MS技術を用いて正・負モードで収集した血液の非ターゲットメタボロームプロファイルに基づき、データ駆動型ネットワークアルゴリズムConnect the Dots（CTD）を用いて高連結性の撹乱代謝物を迅速に検索し、化学計量学アルゴリズムは群間の複雑で微小な変化パターンを学習した。2つの臨床表現型（てんかんおよび代謝症候群）に関する研究により、CTDアルゴリズムで識別された撹乱代謝物のサブセットは高度な臨床表現型特異性を示し、関与する富化経路の撹乱はいずれもてんかんおよび代謝症候群の発病機序と密接に関連していることが明らかとなった。さらに、CTDアルゴリズムは高連結撹乱代謝物間の共変情報を計測し、主要な疾患モジュールを構築することで、てんかんおよび代謝症候群の複雑な発病機序を体系的に特徴付けた。識別された撹乱代謝物を特徴変数セットとして用い、5分割交差検証による偏最小二乗判別分析、サポートベクターマシン、ランダムフォレストの受検者動作特性曲線下面積の平均予測値は、それぞれてんかんで0.849、0.897、0.909、代謝症候群で0.889、0.931、0.921、マシューズ相関係数の平均予測値はてんかんで0.667、0.668、0.723、代謝症候群で0.686、0.696、0.787であった。これらの結果は、提案した計算手法がcblC欠損症の臨床表現型の複雑性を明らかにし、個別化診断戦略の指針となる有効性を示している。

コバラミンC欠損症;臨床表現型体系的特徴付けと予測;UHPLC-QE-Orbitrap MS;CTDネットワークアルゴリズム;化学計量学アルゴリズム;個別化診断