数理モデルと機械学習による1,2回採血からのワクチン誘導抗体動態の推定と最適採血スケジュール探索

抄録

生命医学データは高精度である一方で、データ数が限られているため、少数データを効果的に活用する解析手法の開発が求められている。本研究では、COVID-19ワクチンに関する日本最大かつ最長のコホートである福島ワクチンコホートに蓄積した約2,500人のデータを用いた。そして、数理モデルと機械学習の融合アプローチを適用し、1、2点のIgG(S)抗体価データと年齢、性別などの基本情報から、IgG(S)抗体動態の推定を行った。つまり、1、2回の採血から任意時刻のIgG(S)抗体価が予想可能になる。さらに、効果的な予測を実現するために、最適な採血タイミングについても検討を行った。このアプローチは臨床試験の迅速化やデータ取得困難な基礎研究に対しても応用可能である。