【レビュー】アレルギー疾患研究におけるHigh-plex Proteomics

はじめに

分子病態の理解から患者層別化、治療反応解析へ

喘息、アトピー性皮膚炎（atopic dermatitis：AD）、好酸球性食道炎（eosinophilic esophagitis：EoE）などのアレルギー疾患は、同じ診断名であっても臨床像、炎症の状態、治療への反応が患者ごとに異なります。近年、このような不均一性（heterogeneity）を分子レベルから理解し、より精緻な患者層別化や治療選択につなげようとする研究が進んでいます。

Moritaらによる2024年のレビュー「Omics in allergy and asthma」では、ゲノミクス、エピゲノミクス、トランスクリプトミクス、シングルセルRNA解析、マイクロバイオーム解析、プロテオミクス、メタボロミクスなど、アレルギー疾患研究に用いられるオミクス技術が俯瞰されています。特に近年はゲノミクスとシングルセルRNA-seqの進展が著しく、一方、プロテオミクスやメタボロミクスなどについては、急速に研究が拡大しているものの、まだ確立したエビデンスに至っていない知見も多いと指摘されています。最終的には、複数のオミクス情報を統合して疾患機序を理解し、精密医療（precision medicine）へつなげることが展望されています。

では、その中でプロテオームを広く測定することには、どのような意味があるのでしょうか。

本稿では、SomaScanを中心としたhigh-plex proteomicsのアレルギー疾患研究への応用を、近年の研究事例から整理します。

なぜアレルギー疾患でプロテオームを見るのか

生体の分子情報はDNAからRNA、そしてタンパク質へと伝達されますが、mRNAの発現量と実際のタンパク質量は必ずしも一致しません。タンパク質は翻訳、分泌、分解、翻訳後修飾など複数の過程による制御を受けるため、トランスクリプトームとは異なる生物学的情報を持ちます。

EoE患者25例と健常対照10例の食道生検を解析した研究では、質量分析により1,667種類のタンパク質が同定され、そのうち363種類がEoEで異なる蓄積量を示しました。同一検体を用いたRNA-seqとの比較では、RNAとタンパク質には全体として関連が認められた一方、タンパク質レベルでは捉えられるものの、対応するmRNA変化としては十分に捉えられない分子も認められました。

これはトランスクリプトミクスとプロテオミクスのどちらか一方が優れていることを意味するものではありません。むしろ、両者は異なる分子レイヤーを捉えており、組み合わせることで病態をより多面的に理解できる可能性があります。

アレルギー疾患では、サイトカイン、ケモカイン、受容体、酵素、増殖因子など多数のタンパク質が細胞間コミュニケーションや炎症反応に関与します。そのため、あらかじめ少数の候補分子だけを選択して測定する方法に加え、数百〜数千種類以上のタンパク質を広く探索するhigh-plex proteomicsが、病態仮説やバイオマーカー候補を探索する方法として利用されるようになっています。

High-plex proteomicsとは

大規模プロテオミクスには、質量分析（mass spectrometry：MS）に加え、抗体を利用するOlinkや、アプタマーを利用するSomaScanなどのアフィニティ型測定法があります。

SomaScanでは、SOMAmerと呼ばれるタンパク質結合試薬を用いて、多数のタンパク質を並列的に測定します。本稿では測定原理や性能比較には深入りせず、high-plex proteomicsによって研究デザインがどのように変化しているかに焦点を当てます。

重要なのは、単に「多くのタンパク質を測れる」ということだけではありません。

従来の「既知の候補分子を選択して測定する」という研究に加えて、広く測定したうえで、疾患に関連する分子や経路をデータから探索するという研究設計が可能になったことに大きな意味があります。

1．疾患に「何が関連しているか」を広く見る

High-plex proteomicsの基本的な利用法の一つが、疾患患者と非疾患群を比較し、疾患に関連するタンパク質を探索することです。

成人喘息を対象としたSmilnakらの研究では、Agricultural Lung Health Study（ALHS）の1,856例とAtherosclerosis Risk in Communities（ARIC）の11,139例、合計12,995例が解析されました。喘息患者はALHSで761例、ARICで470例、合計1,231例でした。SOMAScan 5Kを用いて4,860種類のタンパク質を解析した結果、115種類が喘息と統計学的に関連していました。

さらにALHSでは、喘息と血清アトピーを組み合わせた4群の比較も行われ、各群でタンパク質との関連が検討されています。

この研究の意義は、特定の候補タンパク質が得られたことだけではありません。High-plex proteomicsが数十例規模の探索研究だけでなく、1万人を超えるpopulation-scale studyにも適用されていることを示す事例です。

一方、このような関連研究から得られたproteomic signatureを、そのまま喘息の診断検査として解釈することはできません。疾患との関連を探索する段階と、臨床診断としての有用性を実証する段階は区別する必要があります。

2．同じ疾患の中で「何が違うか」を見る

同じ診断名の患者が、必ずしも同じ分子病態を持つとは限りません。そのためhigh-plex proteomicsは、患者の分子表現型（molecular phenotype）や分子クラスターを探索する目的にも用いられています。

ここでは「エンドタイプ」という用語を慎重に扱う必要があります。エンドタイプとは、単なる臨床的特徴の違いではなく、

異なる病態機序によって規定される疾患亜型

を意味します。そのため、探索的なクラスタリングやタンパク質シグネチャが得られた段階で、「新たなエンドタイプが確立された」とすることは適切ではありません。

喘息：好酸球性炎症をプロテオームから捉える

Asamoahらは、U-BIOPREDおよびADEPTの検体を用いて、血清574例、喀痰182例について1,129種類のタンパク質をSOMAscanで解析しました。

血中好酸球により定義した好酸球性喘息状態の識別では、臨床因子のみのモデルのAUCは0.62、タンパク質情報を加えたモデルのAUCは 0.84でした。選択されたタンパク質にはPAPP-A、TARC/CCL17、ALT/GPT、IgE、CCL28、COL8A1、IL-5Rαなどが含まれていました。

重要なのは、プロテオミクスが既存の好酸球数や臨床情報を置き換えるのではなく、

従来の表現型情報に分子情報を追加することで、患者をより詳細に特徴づけられる可能性

を示している点です。

また、好酸球性喘息の定義に用いるcut-offを変更すると、選択されるタンパク質の一部も変化しました。したがって、得られる分子シグネチャは患者集団の定義や解析条件にも依存し得ます。

AD：アレルゲン感作と全身プロテオーム

Leonardらは、中等症〜重症AD患者76例と健常対照39例について、119種類のアレルゲン特異的IgE、総IgE、Staphylococcus aureus抗原に対するIgEとともに、1,100種類を超える血清タンパク質をSOMAscanで解析しました。論文タイトルでは“Endotypes”という表現が使われていますが、本稿ではより慎重に、アレルゲン感作パターンに基づく患者サブセットと、それに関連する分子表現型として扱います。

この研究では、食物、通年性、季節性などの感作パターンと全身炎症に関連するタンパク質プロファイルの違いが検討されました。「何に感作されているか」という従来のアレルギー学的情報に、「その患者の全身ではどのようなタンパク質ネットワークが変化しているか」という情報を重ねることで、AD患者集団の不均一性を別の角度から捉えようとする研究です。

疾患	対象	測定	組み合わせた情報	本稿での位置づけ
喘息	血清574例、喀痰182例	SOMAscan 1,129タンパク質	好酸球性・好中球性炎症	分子表現型の特徴づけ
AD	AD 76例、健常39例	SOMAscan >1,100タンパク質	119種類のアレルゲン特異的IgE等	感作パターンと全身炎症の統合

3．「誰に治療が効きそうか」を探る

重症喘息では複数の作用機序を持つ生物学的製剤が利用されており、治療反応に関連するバイオマーカー探索は重要な研究課題です。

Akenroyeらは、中等症〜重症喘息患者51例について治療開始前の血漿を解析し、omalizumab治療29例、mepolizumab治療22例における12カ月後の喘息増悪回数の変化との関連を検討しました。この解析では1,437種類のタンパク質がSomaScanで評価されました。

Mepolizumab群では、治療前のLOXL2およびmyostatinの高値が、12ヵ月間の増悪回数の変化と関連しました。omalizumab群でも、複数のベースラインタンパク質と治療後の増悪回数の変化との関連が検討されました。

この研究は、

薬剤別に治療後の増悪回数の変化と関連する分子候補を探索できる可能性

を示しています。

ただし、mepolizumab 22例、omalizumab 29例という小規模な探索研究であり、治療選択バイオマーカーとして臨床利用するには独立した検証が必要です。

また、high-plex proteomicsを用いれば必ず治療反応バイオマーカーが得られるわけではありません。慢性特発性蕁麻疹（chronic spontaneous urticaria：CSU）の血漿プロテオミクス研究では、疾患特性と関連する分子は認められた一方、omalizumabへの治療反応とは明確な関連が得られませんでした。

したがって、

候補探索、独立検証、臨床的有用性の実証は、それぞれ異なる段階

として扱う必要があります。

4．「治療後に何が変わったか」を見る

プロテオミクスは、治療開始前の患者を層別化する研究だけでなく、治療前後の分子変化を追跡する縦断研究にも利用されています。

Nemolizumab治療とADの全身的な分子変化

Nakajimaらは、日本人AD患者25例についてnemolizumab 60 mg単回投与前、および投与1、2、4、8週後にSomaScan 7Kを用いて血漿プロテオームを解析しました。

ADでは好中球脱顆粒やintegrin signalingなどの経路の亢進、PTEN signalingの低下が認められ、TARC/CCL17を含む複数のタンパク質や経路が掻痒・湿疹重症度と関連しました。

nemolizumab投与後、個々のタンパク質では明確な変化が限られた一方、経路解析では治療前にADと関連していた複数の経路に変化が認められました。

この研究には2026年4月にCorrigendumが公表されており、本稿では訂正後の論文情報を前提とします。

このような解析は、単一タンパク質では捉えにくい治療後の分子変化を探索する一つの方法と考えられます。ただし、単回投与後の探索的解析であり、長期治療や他治療との比較については今後の検証が必要です。

EoE：治療に伴う局所プロテオームの変化

Winterらは32例の食道生検をSOMAscan v3.1で解析し、1,305種類のタンパク質を評価しました。内訳はPPI responder 15例、non-responder 8例、erosive esophagitis 3例、正常対照6例でした。

治療前にはPPI responder群とnon-responder群のプロテオームプロファイルは比較的類似していましたが、治療後にはresponder群でタンパク質プロファイルの変化が認められた一方、non-responder群では同様の変化は限定的でした。

この研究は、

治療前の予測バイオマーカーと、治療によって変化する薬力学バイオマーカーは別の概念である

ことを理解するうえでも有用です。

5．血液から病変局所へ

High-plex proteomicsでは、測定するタンパク質数だけでなく、どのコンパートメントから検体を得るかも重要な研究デザインになります。

血清・血漿は全身性の分子状態を捉えやすい一方、喘息であれば気道、ADであれば皮膚、EoEであれば食道など、病変局所に近い検体からは異なる情報が得られる可能性があります。

喘息：喀痰からsmall airwayへ

U-BIOPREDを用いた研究では、血清だけでなく喀痰のプロテオームも解析され、局所気道炎症に近い分子情報が評価されています。

さらにÖstlingらは、呼気中粒子（Particles in Exhaled Air：PEx）を回収し、small-airway lining fluidを反映すると考えられる検体のタンパク質をSOMAscanで解析しました。喘息患者20例と健常対照10例が対象となり、喘息患者はsmall airway involvementの有無によって各10例に分けられました。

解析では207種類のタンパク質が検出され、small airway involvementを有する喘息患者と健常対照との比較で9種類のタンパク質に差が認められました。

この研究は小規模ですが、従来アクセスしにくかったsmall airwayに関連する情報を得るための検体採取法とhigh-plex proteomicsを組み合わせた、sampling strategyの可能性を示しています。

AD：tape stripで皮膚の分子変化を追う

ADではtape strippingを用いた低侵襲な皮膚samplingが利用されています。

Dupilumab治療を受けたAD患者26例を対象とした研究では、病変部および非病変部皮膚からtape stripを採取し、Olink proteomicsで解析しました。16週間の治療後、基準を満たした136種類のタンパク質が有意に低下し、Type 2炎症関連分子だけでなくTh17/Th22や自然免疫に関連する分子にも変化が認められました。

アレルギー性鼻炎でも、鼻汁をOlinkで解析し15種類の発現変動タンパク質を同定し、それらが鼻症状スコアと関連したことが報告されています。

このように、

high-plex proteomicsでは「何種類測るか」と同時に、研究上の問いに対してどのコンパートメントを測るかが重要

になります。

6．横断解析から縦断解析へ

患者群と健常群を一時点で比較する横断研究に加え、同じ患者を時間軸に沿って追う縦断的プロテオミクスも利用されています。

小児・青年ADを対象としたTREATKids registryの2026年の解析では、dupilumab治療患者についてbaselineデータ200例、follow-upデータ124例が評価されました。分子解析はその一部で行われ、tape-strip proteomicsは20例、皮膚マイクロバイオーム解析は48例が対象でした。

20例のプロテオミクス解析では、baselineで異常を示した161種類のタンパク質のうち144種類が治療3カ月後に低下しました。

重要なのは、registry全体の患者数とproteomics subsetの患者数を区別することです。このような研究は、実臨床での治療効果と分子変化を同一患者内で関連づける研究デザインとして興味深い一方、分子解析自体は比較的小規模なサブセットで行われています。

縦断解析では患者間差の影響を減らしながら、同じ患者が治療や曝露によってどのように変化するかを評価できる点が大きな特徴

です。

7．Proteomicsからmulti-omicsへ

プロテオミクス単独ですべての病態を説明できるわけではありません。

KermaniらはU-BIOPREDの誘発喀痰を用い、重症喘息57例、軽症〜中等症喘息15例、健常対照13例について、マイクロアレイ・トランスクリプトミクス、遺伝子セット活性、SomaSCAN proteomics、shotgun proteomics、16S microbiome sequencing、shotgun metagenomicsという6種類のデータブロックを解析しました。

72例の喘息患者を対象とした統合解析から、5つのomics-associated clustersが報告されています。

論文タイトルには“Endotypes”という言葉が用いられていますが、本稿ではこれらを5つのオミクス関連クラスターと記載します。それらが再現性のある独立した病態機序として確立されるには、別集団での検証や生物学的機序の確認が必要だからです。

この研究の重要な点は、プロテオミクス単独による分類ではなく、

トランスクリプトーム＋プロテオーム＋マイクロバイオーム

という異なる分子レイヤーを統合して、単独のオミクスでは捉えにくい疾患構造を探索している点にあります。

森田先生らのレビューでも、複数のオミクス情報を統合して疾患機序を理解し、precision medicineにつなげる方向性が示されています。

High-plex proteomicsは研究の終着点ではなく、multi-omics解析を構成する重要な分子レイヤーの一つと考えることができます。

8．High-plex proteomicsの結果をどう解釈するか

High-plex proteomicsには大きな可能性がありますが、結果を解釈する際にはいくつかの注意点があります。

候補探索と臨床バイオマーカーは同じではない

数千種類のタンパク質を測定すると、多数の疾患関連候補が得られる可能性があります。しかし、探索研究で見つかったシグネチャがそのまま診断や治療選択に利用できるとは限りません。

候補探索の後には、独立した患者集団での再現性確認、異なる測定法による確認、前向き研究、そして実際に臨床判断を改善するかという臨床的有用性の検証が必要になります。

Akenroyeらの研究も、治療反応に関連する候補分子を提示した探索研究であり、著者らは治療選択バイオマーカーとして利用するにはさらなる検証が必要としています。

測定platformが異なれば、同じタンパク質でもsignalは必ずしも一致しない

OlinkとSOMAscan 7Kで共通して測定された39人のNHSII参加者における817の比較では、両platform間のSpearman相関係数が0.75超の比較は14.7%、0.40未満は44.8%でした。

ARIC Studyで427人を対象に行われた別の比較では、SomaScanとOlink間に417のassay comparisonがあり、平均相関はr=0.46でした。ただし相関は−0.21から0.97まで幅広く、79 comparisons（19%）ではr≥0.8でした。

これは一方のplatformが正しく、もう一方が誤っていることを意味するものではありません。認識する結合部位、検出されるproteoform、翻訳後修飾、検出下限などの違いにより、同じタンパク質名でもsignalが異なる可能性があります。

そのため、異なるplatformから得られた測定値を単純に交換可能と考えるのではなく、目的に応じた検証が必要です。

Pre-analytical variation

採血後の処理や保存条件もproteomic dataに影響します。

2025年にSomaScan 11KとOlink Explore 1536を用いて溶血およびfreeze-thawの影響を検討した研究では、SomaScanでは10,776 aptamersのうち、溶血またはfreeze-thawのそれぞれについて約4%が影響を受けました。一方、Olinkではfreeze-thawの影響を受けたanalyteは6%で、溶血については測定probeの約半数が有意な影響を受けました。

したがって、high-plex proteomicsでは測定platformだけでなく、採血、分離までの時間、溶血、保存条件、freeze-thaw回数などのpre-analytical controlも研究品質に影響します。

9．より広いプロテオームカバレッジをどう生かすか

本稿で紹介したSomaScan研究の多くは、1K〜7K規模のassayで実施されています。現在はそれより広い測定範囲を持つSomaScan 11Kが利用可能になっています。

ただし、測定対象が増えること自体が、自動的により優れた生物学的洞察につながるわけではありません。

むしろ測定変数が増えるほど、患者表現型の適切な定義、十分なsample size、多重検定への対応、バイオインフォマティクス、経路解析、そして独立したvalidationの重要性も増します。

High-plex proteomicsの価値は「何種類測れるか」だけではなく、

適切な研究上の問いと研究デザインを、どのようにプロテオームデータへ結びつけるか

によって決まります。

おわりに ― タンパク質を多く測ることから、問いを広げることへ

アレルギー疾患におけるhigh-plex proteomics研究を俯瞰すると、研究上の問いそのものが広がっていることが分かります。

「疾患にはどのタンパク質が関連しているのか」という探索から始まり、「同じ診断名の患者の中にどのような分子レベルの違いがあるのか」「治療反応に関連する分子は何か」「治療後にどのような分子変化が起こるのか」「病変局所では何が起きているのか」、そして「プロテオームを他の分子レイヤーと統合すると何が見えるのか」という問いへと広がっています。

High-plex proteomicsの意義は、単に一度に測定できるタンパク質数が増えたことではありません。

アレルギー疾患を一つの診断名だけで捉えるのではなく、その背後にある分子病態、患者間の違い、治療による変化、さらに病変局所の生物学を、より広い視野で探索するための研究手段が得られたことにあります。

一方、多くの研究はまだ候補探索からvalidationへ向かう途中にあります。Proteomic signatureを実際の診断や治療選択へつなげるためには、独立cohortでの再現性確認、測定法のvalidation、縦断研究、適切なsampling、そしてclinical utilityの検証が必要です。

今後、proteomicsをgenomics、transcriptomics、single-cell解析、microbiomicsなどと統合し、こうした分子情報を臨床的に意味のある患者層別化へ変換できるかどうかが、アレルギー疾患におけるprecision medicineの重要な課題となります。

References

1. Saito H, Tamari M, Motomura K, Ikutani M, Nakae S, Matsumoto K, Morita H. Omics in allergy and asthma. J Allergy Clin Immunol. 2024;154(6):1378-1390. doi:10.1016/j.jaci.2024.09.023. PMID:39384073.
2. Molina-Jiménez F, Ugalde-Triviño L, Arias-González L, et al. Proteomic analysis of the esophageal epithelium reveals key features of eosinophilic esophagitis pathophysiology. Allergy. 2023;78(10):2732-2744. doi:10.1111/all.15779. PMID:37287363.
3. Smilnak GJ, Lee Y, Chattopadhyay A, et al. Plasma protein signatures of adult asthma. Allergy. 2024;79(3):643-655. doi:10.1111/all.16000.
4. Asamoah K, Chung KF, Kermani NZ, et al. Proteomic signatures of eosinophilic and neutrophilic asthma from serum and sputum. EBioMedicine. 2024;99:104936. doi:10.1016/j.ebiom.2023.104936. PMID:38128411.
5. Leonard A, Wang J, Yu L, et al. Atopic Dermatitis Endotypes Based on Allergen Sensitization, Reactivity to Staphylococcus aureus Antigens, and Underlying Systemic Inflammation. J Allergy Clin Immunol Pract. 2020. PMID:31430591.
6. Akenroye A, Nopsopon T, Cho L, Moll M, Weiss ST. Lower myostatin and higher MUC1 levels are associated with better response to mepolizumab and omalizumab in asthma: a protein-protein interaction analyses. Respir Res. 2023;24:305. doi:10.1186/s12931-023-02620-1. PMID:38057814.
7. Ghazanfar MN, Petrosius V, Sørensen JA, et al. Plasma proteomics analysis of patients with chronic spontaneous urticaria reveals significant associations with key disease characteristics but not with response to omalizumab treatment. Allergy. 2024;79(9):2547-2550. doi:10.1111/all.16175. PMID:38798066.
8. Nakajima S, Iizuka H, Taira K, et al. Plasma proteomic profiles of patients with atopic dermatitis with moderate-to-severe pruritus treated with a single dose of nemolizumab. JID Innovations. 2026;6(3):100457. doi:10.1016/j.xjidi.2026.100457. PMID:41853463. Corrigendum: JID Innovations. 2026;6(3):100469. doi:10.1016/j.xjidi.2026.100469.
9. Winter RW, Muftah M, Gu X, Dillon ST, Libermann TA, Chan WW. Comparative Assessment of Esophageal Proteomics in Eosinophilic Esophagitis Using SOMAscan. Gastroenterology. 2024;167(5):1022-1025.e3. doi:10.1053/j.gastro.2024.05.022. PMID:38815709.
10. Östling J, Van Geest M, Olsson HK, et al. A novel non-invasive method allowing for discovery of pathologically relevant proteins from small airways. Clin Proteomics. 2022;19:20. doi:10.1186/s12014-022-09348-y. PMID:35668386.
11. He H, Olesen CM, Pavel AB, et al. Tape-Strip Proteomic Profiling of Atopic Dermatitis on Dupilumab Identifies Minimally Invasive Biomarkers. Front Immunol. 2020;11:1768. doi:10.3389/fimmu.2020.01768. PMID:32849633.
12. Zeng H, Liu J, Mo L, et al. The Olink proteomics profile in nasal secretion of patients with allergic rhinitis. Int Forum Allergy Rhinol. 2024;14(4):862-865. doi:10.1002/alr.23274. PMID:37733797.
13. Fonfara M, Stölzl D, Hartmann J, et al. Clinical and molecular improvements in pediatric patients with atopic dermatitis treated with dupilumab: An analysis from the TREATKids registry. J Invest Dermatol. 2026. doi:10.1016/j.jid.2026.06.1283. PMID:42413573.
14. Kermani NZ, Li CX, Versi A, et al. Endotypes of severe neutrophilic and eosinophilic asthma from multi-omics integration of U-BIOPRED sputum samples. Clin Transl Med. 2024;14(7):e1771. doi:10.1002/ctm2.1771. PMID:39073027.
15. Stability and reproducibility of proteomic profiles in epidemiological studies: comparing the Olink and SOMAscan platforms. 2022. PMID:35598103.
16. Comparison of Proteomic Measurements Across Platforms in the Atherosclerosis Risk in Communities (ARIC) Study. Clin Chem. 2023;69(1):68-79.
17. Effects of In Vitro Hemolysis and Repeated Freeze-Thaw Cycles in Protein Abundance Quantification Using the SomaScan and Olink Assays. J Proteome Res. 2025;24(5):2517-2528. doi:10.1021/acs.jproteome.5c00069.