慢性炎症を「年齢」として読み出す発想

加齢に伴って体内で低度持続性の全身炎症が進む現象は「inflammaging（炎症性老化）」と呼ばれ、Franceschiらが2000年にAnnals of the New York Academy of Sciencesで提唱して以来 [3]、老化生物学の中核概念の一つとなっています。FerrucciとFabbriが2018年にNature Reviews Cardiologyで総説したとおり、この慢性炎症は心血管疾患・フレイルティ・多疾患併存の共通基盤として位置づけられています [2]。

問題は、慢性炎症の「総量」を一つの指標でどう表すかでした。CRPやIL-6といった個別の炎症マーカーは確立していますが、炎症は多数のサイトカイン・ケモカインが相互作用するネットワークであり、単一分子では全体像を捉えきれません。この課題に深層学習で取り組んだのが、Stanfordの1000 Immunomes ProjectからSayedらが2021年にNature Agingで報告した炎症老化時計iAge（inflammatory aging clock）です [1]。

iAgeの構造：50サイトカインを深層学習に束ねる

iAgeは、約1,000名の血液サンプルで測定した50種類のサイトカイン・ケモカイン・成長因子の血中濃度を入力とし、深層学習（ニューラルネットワーク）でモデル化されています [1]。学習の特徴は、線形回帰ではなくサイトカイン間の非線形な相互作用を捉えられる構造にした点です。出力は「炎症の度合いを年齢の単位で表したスコア（iAge）」で、慢性炎症がどれだけ進んでいるかを直感的な年齢表現に翻訳します。

機序解析で最も重要な発見は、iAgeを駆動する中心因子としてケモカインCXCL9が同定されたことです [1]。CXCL9はインターフェロンγで誘導され、Tリンパ球の遊走に関わるケモカインで、加齢に伴い血管内皮で発現が亢進します。Sayedらは、CXCL9が内皮細胞の機能不全と関連し、これを抑制すると老化内皮の機能が部分的に回復することを実験的に示しました [1]。単なる相関マーカーの羅列ではなく、特定の分子ドライバーを機序的に提示した点が、iAgeを他の合成スコアと一線を画すものにしています。

予後との関連：百寿者・心血管・フレイルティ

iAgeの予後的妥当性は複数の角度から示されています [1]。第一に、百寿者コホートでは暦年齢に比してiAgeが低い傾向、すなわち極端な長寿者は炎症年齢が「若い」ことが観察されました。これは、Araiらが2015年にEBioMedicineで慶應の準超百寿者研究を通じ、テロメア長ではなく炎症指標が成功老化を予測すると報告した知見 [5] と方向性が一致します。第二に、iAgeが高い人ほど心血管老化（動脈硬化指標）・フレイルティ・免疫老化（immunosenescence）が進んでいることが示され、慢性炎症が多臓器の老化を横断的に反映する指標であることを裏づけました。

これらは、López-Otínらの老化のホールマーク [4] のうち慢性炎症（chronic inflammation）が、独立したホールマークとして他の特徴群を統合・増幅する位置にあることと整合的です。iAgeは、その統合的な炎症負荷を年齢の単位で定量する試みと理解できます。

個別炎症マーカーとの違い

iAgeの意義は、CRPやIL-6といった単独マーカーと何が違うかという点に集約されます。単独マーカーは半減期・日内変動・急性反応の影響を受けやすく、慢性炎症の安定した「地ならし」を捉えにくい弱点があります。iAgeは50分子のパターンを束ねることで、個別分子のノイズを平準化し、ネットワークとしての炎症状態を抽出することを狙っています。また、CXCL9という機序的ドライバーを介在させたことで、「何を測っているか」が分子レベルで部分的に説明可能になっている点も、ブラックボックス的な合成スコアとの差別化要因です。

ただし、深層学習モデルであるがゆえの注意もあります。多数のサイトカインを非線形に統合するモデルは、学習コホートの特性（年齢分布・人種・測定プラットフォーム）に依存しやすく、外部集団での再現性検証が継続的に必要です。商用化（Edifice Healthの”iAge Test”として実装）が進む一方、個人の単回測定から強い結論を導くことには慎重であるべきです。

因果と相関、予測と介入効果の区別

iAgeをめぐる解釈で最も重要なのは、相関と因果の区別です。iAgeが高い人で多疾患・フレイルティが多いという観察は、慢性炎症が老化を駆動するという因果を示唆しますが、それ自体は相関の記述です。CXCL9の実験的操作で内皮機能が改善したという所見は機序的な傍証ですが、ヒトでiAgeを介入で下げれば疾患・死亡が実際に減るという因果連鎖は、前向きランダム化試験で証明されているわけではありません。iAgeはサロゲートエンドポイントとして妥当性が確立した指標ではなく、有力な予測・相関バイオマーカーとして扱うのが適切です。

発酵・栄養との接点

発酵食品の摂取と慢性炎症の関係は、本媒体が継続的に扱うテーマです。発酵食品高摂取が複数の炎症性タンパク質を下げる方向に働きうることは介入研究で示唆されていますが、それが炎症時計iAgeを有意に若返らせることを直接示した質の高い大規模RCTは、現時点では確認されていません。機序的に検討に値する仮説として位置づけ、効果は断定しません。慢性炎症を客観的に定量する指標が整備されることは、発酵食品の機能性を機序ベースで評価する将来の研究基盤として意義があります。

長寿研究を投資テーマとして追跡するSpace Seed HoldingsのFermentation and Longevity Fundの視点からも、炎症の老化時計は介入のモダリティ評価における参照指標の一つとして注視される一方、サロゲート妥当性の検証進捗を見極める対象として扱われています。

まとめ

iAge [1] は、50種のサイトカイン・ケモカインを深層学習に投入し、慢性炎症の度合いを年齢の単位で読み出す炎症老化時計です。CXCL9を中心ドライバーとして機序的説明を一部備え、百寿者・心血管老化・フレイルティとの関連が示されています [2][5]。これは老化のホールマークにおける慢性炎症の統合的役割 [4] を定量する試みですが、深層学習モデルの再現性課題と、因果・サロゲート妥当性の未確立という限界を踏まえ、予測・相関の指標として節度をもって解釈する必要があります。

関連カテゴリ：老化のホールマーク 関連記事：