Contents
www.ncbi.nlm.nih.gov/pmc/articles/PMC5449438/
2017年5月31日オンライン公開
概要
進化は、より少ない量でより速く、より優れた多くの機能を実行する「経済的」なシステムを保存してきた。例えば、3〜5種類の白血球は、何千もの病原体から身を守っている。このように少ないもので多くの機能を実現するために、生物系は限られた要素を組み合わせて複雑な構造を作り出している。しかし、一般的な研究のパラダイムは還元主義である。ここでは、感染症に焦点を当て、還元主義的な考え方と非還元主義的な考え方を説明する。文献によると、還元主義では情報の損失やエラーが発生し、非還元主義的な操作では同じデータからより多くの情報を抽出することができる。一対多/一対一の相互作用を捉えるように設計された場合（連続する観測のペアを結ぶ矢印の使用を含む）、非還元主義（空間-時間）構成は、一本の線に沿って起こる時間変化の方向性を矢印で表現しながら、すべての次元からデータの変動を排除する。非還元主義的操作によって検出されたパターンを検証するために、還元主義的な手続きが必要である。統合的（非還元主義的、還元主義的）手法は、
- （i）免疫学的、統計学的に異なるデータサブセットを区別し、
- （ii）偽陰性と-陽性エラーを区別し、
- （iii）疾患のステージを識別し、
- （iv）患者、微生物、抗生物質媒介反応を考慮した生体内の多階層相互作用を捉え、
- （v）ダイナミクスを評価すること
が可能である。統合された手法は、再現性があり、生物学的に解釈可能な情報を提供する。
キーワード：方法、宿主-微生物相互作用、還元主義、非還元主義、パターン認識
還元論とその歴史的背景
感染症研究に適用できる新しい方法を求める声は数多くある。その動機は以下の通りである。
- 宿主-微生物相互作用に関する情報が不十分である
- 「病原性」「非病原性」を含む旧来の微生物分類
- 「感染性」と「病原性」を区別する必要がある
- 抗生物質の時代が終わりつつある
- 単一要因の研究に基づく診断よりも、信頼性の高い医療診断の要望
などである（1-12）。このミニレビューでは、生物学的根拠に基づく研究手法の発展を願い、感染症関連データの特性、および還元主義（生物学は少数の単純な変数に還元できるとする考え方）について述べる。
還元主義には3つのタイプ（存在論的還元主義、認識論的還元主義、方法論的還元主義）がある（13）。最初の2つのタイプが抽象的な（測定不可能な）概念を伴うのに対し、還元主義の方法は具体的な（測定可能な）操作を利用するものである。概念化は操作の前に行われるため、無効な概念は無効な方法を促進する可能性がある。従って、感染症分野で既に適用されている、あるいは今後適用されることが予想される手法の妥当性を判断することが必要である。
生物学は、物理学で用いられている方法を取り入れている（14、15）。特に、分子生物学の分野では還元主義的アプローチが踏襲されている（12、15-17）。このような事実は、物理学が還元主義的であると解釈されるべきではないが、逆に強調できる。多くの物理系とは対照的に、生物系は一般に複雑であり、孤立した構成部分の研究をはるかに超えるアプローチを必要とする(18)。
生物学的還元主義は成功したこともあるが、失敗や認知的停滞を伴うこともある(12)。例えば、敗血症に関する2万件の論文発表の後、法的に承認された新薬はたった1つである(1, 19)。少なくとも2つの事実は、還元主義がワクチン開発を妨げてきたことを示唆している。(i)1000以上の合成ペプチドワクチンが作られたが、どれも承認されていない。(ii)Reverse vaccinologyは、まだ有効なHIVワクチンを生み出していない(10, 13, 17)。研究費の無駄遣いが高い割合（最大42％）で報告されているのは、還元主義を含む不適切な手法によるものかもしれない（15、20）。
還元主義は、デカルトが「方法に関する言説」を発表して以来、広く浸透している(15)。ハレーが1705年に「1758年に彗星が見える」と予言したように、還元主義は演繹に基づいている(21)。これに対し、生物学は、データを収集した後に行う帰納に基づく(17)。
デカルトは還元論の創始者とされているが（補足資料の動画S1）、そうではない。1637年、デカルトは4つのルールを示したが、還元論は、（i）データ分析（第1ルール）、（ii）統合（第3ルール）、（iii）総合評価（第4ルール）を含む方法の第2ルールに過ぎないのである。デカルトの第三法則と第四法則は、生物学ではまだ適用されていない(22)。
その2世紀後、クロード・ベルナールは生物学的な根拠に基づく方法を唱えた(23)。彼は、今日、ホメオスタシスあるいはフィードバック・プロセスと呼ばれる内部環境を研究することを提案した。その後、フォン・ベルタランフィは、生物学的システムが閉じたものではなく、開いたものであることを示した(24)。したがって、「内部」と「外部」の要因、例えば、宿主と微生物の相互作用を研究する必要がある。
還元主義に関連するエラーと情報の損失
免疫原性と抗原性の違いは、生物学における還元主義がなぜ失敗しやすいかを示している(17)。抗原性とは、あるタンパク質（例えば、ウイルスタンパク質）が、ある既存の抗体と結合する化学的能力のことだ。これに対して、免疫原性とは、抗原に対する抗体を産生する目的で免疫原（例えば、ウイルス抗原）を動物に導入した場合に、免疫系が生体内でその抗原に対して反応する能力のことだ。複雑な免疫系は、多数の抗原を認識する多反応性抗体を惹起するが、一部の抗体だけが病原体の感染性を中和する可能性がある(25)。
分子工学的にワクチン免疫原を設計しようとする還元主義的な試みが通常失敗する理由は、上記の概念にある(17)。このような失敗を説明するのは2つの誤りである。
- (i) ポリクローナル抗血清の中和能力は多くの異なる抗体に依存するため、1つの抗体の構造から結果を予測することはできない。
- (ii) 生体内相互作用には、病原体、抗体、およびすべてではないが一部の宿主細胞が関与するため、結果は多因子の生体内関係に依存するが、合成アプローチでは考慮しない (26-31)。
還元主義は、多くの分野で意図せず実践されている。例えば、コンピュータサイエンスは、「次元の呪い」-コンピュータが実行しなければならない計算の数が多いことを指す言葉-に影響されている（32）。何百万回もの計算を避けるために、分析する次元の数を減らすことができる(33)。例えば、疫学では、併存疾患が感染症に大きな役割を果たしているにもかかわらず、対照試験では併存疾患を評価しない(34-37)などである。
また、定量的な手法の中には、宿主と微生物の相互作用の分析に制限をかけるものもある。例えば、相関分析では、説明も予測もできない(38)。ネットワーク解析（静的手法）はダイナミクスを捉えることができない(39)。古典的な統計学では、線形性、独立性を仮定し、また数値評価の意味を一定とみなすが、これらの信念は免疫微生物データには当てはまらない：白血球は線形分布でも独立でもなく、免疫細胞から得られた数値は時間によって異なる解釈をすることがある。つまり、白血球のデータは非情報的であったり、あいまいであったりするのである(40, 41)。
また、「組成」データ（例えば、白血球のパーセンテージ）によく使われるような不適切な手順によってもエラーが起こる。同じ比率の値が異なる生物学的条件下で見られることがあるため、単純な白血球比率はあいまいさを引き起こす(42-44)。連続的なデータ（例：白血球比率）をカットオフで2つのサブセットに分け、それぞれのサブセットに不連続なラベル（例：「感染陰性」と「-陽性」）を付けると、必ず偽陽性と-陰性のエラーが発生する（45）。
改善策に向けて（I）．感染症関連データの特性
感染症関連データには、少なくとも次の4つの性質がある。(i)循環性、(ii)不均一な時間スケール、(iii)曖昧さ、(iv)隠れた構造 (41, 43, 44)である。これらの特徴や結果を理解することで、エラーや情報損失を防ぐことができる。
データの循環性は、3次元（3D）の相互作用が探索されたときに検出されるが、時間も測定されると4次元（4D）になる（43）。過去に起こったことは将来も繰り返される、あるいは繰り返される可能性があるため、ダイナミクスの解析は重要である(46)。時間データの循環性は始まりも終わりも示さないので、信頼区間を利用したアプローチではダイナミクスを研究することはできない（43, 45, 47）。
ある種のプロセスは数分から数時間以内に起こるが（例えば初期の抗菌反応）、他の反応（例えば治癒）は数日から数週間かけて起こるので（48、49）、同一の時間的単位を用いると情報損失が生じる：一つの単位が大きすぎたり小さすぎたりして、すべての免疫機能を検出できないことがある。異質な時間スケールを捉えるには、（時間軸ではなく）「生物学的」単位が必要かもしれない。生物学的」単位の例として、以下の2つが挙げられる。
- (i) 初期の炎症反応を特徴づける好中球の増加（高い好中球/リンパ球[N/L]比の値として表される）、および
- (ii) 単核細胞/好中球 [MC/N] の増加（通常、治癒期において観察される）。
このようなよく保存された免疫プロファイルは、生物学的には「初期と後期」に相当するものである(43)。
同じ変数の同じ数値が、異なる生物学的条件下で見られるとき、曖昧さが生じる(41)。空間的相対性としても知られ、短い時間枠で収集されたデータ（例えば、新しい感染が発生する1日前と1日後）が分析対象空間の大部分を占める場合、またはその逆の場合に生じる(50)。
3D/4D空間では、データの組み合わせの数が無限に近くなるため、データ構造の一部が「圧縮」される、すなわち観察不能になる可能性がある（51, 52）。したがって、隠れた情報は、生物学を特徴づける組合せ的性質の一般的な帰結である。
改善策に向けて（II） 方法論の基礎
3つの伝統が方法開発を促進する。
- (i) 理論に基づく方法、
- (ii) 数学的言語で表現する方法（「モデリング」）、
- (iii) 理論やモデルを考慮せず、「機械論的」（すなわち限定的）説明を行うアプローチ（14）
である。このように、主要な生物学的理論を運用に取り込んだ手法は、代替手法よりも説明力が高くなる可能性がある。
そこで、「組織化原理」を中心とした方法が提案されている（12, 53）。新しい方法は、利便性に由来する特徴や他分野から借用した特徴ではなく、重要な（システムレベルの）生物学的特性を捉えることができるだろう。(例えば、（i）「一対多／一対多」の組み合わせの特徴（39）、（ii）複雑さ（15、16）、（iii）3次元／4次元のダイナミクス（41、44）などがそうである。これらの性質は必ずしも異なるものではなく、同じ現象を表現している場合もある。
「一対多／多対一」の特徴には2つの表現がある。(i)1つの要素（例えば細胞の種類）が2つ以上の機能に関与することができる、(ii)1つの機能を果たすためには、2つ以上の要素が必要である、ということだ。例えば、マクロファージは好中球を促進または破壊し、リンパ球とともに複雑な機能、例えば抗原活性化を行う(54)。
複雑性は定義しがたく、人間の理解を超えるかもしれないが（52, 55, 56）、4つの特徴がそれを示している。(すなわち、（i）出現性、（ii）不可逆性、（iii）予測不可能性、（iv）自律性である。自律性とは、非直線性を意味し、効果は比例的でも直線的でもない(57)。例えば、病原性のような創発的な特徴は、非常に複雑な構造が組み合わされたときに観察される(58)。複雑な（仮説ではあるが）データ構造を作る白血球のデータから得られた無次元数を使って、創発（明確でランダムでないパターン）を検出することができる（52, 59）。創発は孤立した変数に還元することも予測することもできないので、それを検出するには「トップダウン」（「ボトムアップ」だけではない）のアプローチが必要である（12、13、16、58）。
還元主義が変数を単独で測定するのに対し、組み合わせ論的（非還元主義）アプローチは空間的・時間的な関係を捉えることができる。3D/4D空間において、単一の変数が変化したときではなく、無次元の指標が収束したときに、特徴的なパターンが現れる(60, 61)。多次元パターン認識は、数値の切り捨てを必要としないので、二項対立、「構成」データ、循環性、曖昧さに関連する誤りを防ぐことができる（39, 40, 44）。
「組織化特性」は必要であるが、2つの問題を防ぐには十分ではない。(i)データの多様性、(ii)時間データのマルチスケール化(48)である。この2つの問題は、単一の（1データポイント全体の）観察線を明らかにする構造で対処できるかもしれない。このような構造は、線上を除くすべての次元からの変動を排除し、線上に生じる時間的変化を検出する。たとえ、そのような変化が数値的に小さく、かつ／または、試験される個体に「遅い」「速い」応答者が含まれる場合でもである(41, 51)。
還元主義的パラダイムと非還元主義的パラダイムの可視化。図1は、還元論的パラダイムと非還元論的パラダイムの両者の概要を示したものである。これは、少数の要素（細胞の種類）の組み合わせが、いかに多数の構造を作り出すかを示している。識別はパターン認識によって行われるが、パターン認識は複雑さ、すなわち、空間的・時間的関係がより多く捉えられるほど、データサブセットを識別できる可能性が高くなる。これらの概念は、文字というありふれた例で説明される。どのような「文字」も、単独では情報を持たないが（Figure 1の左側）1）、複雑さを増す組み合わせ（「単語」、「文」、「段落」、「本」）には意味がある。図1,1の上側の3Dプロットで示される2つの垂直なサブセットのような明確な空間パターンと、図1,1の右側の4D情報を示す下側のプロットのように時間データを考慮すると、矢印（空間・時間データの方向性）に基づいて推論を行うことが可能である。視覚的に明らかな推論もあるが（図(Figure2A,B),2A,B）、すべての4Dパターンが解釈できるわけではない。例えば、3つの基本「言葉」（比率で表されるM-L、N-L、M-N相互作用）の使用では2週間以内に起こるダイナミクスを区別できない（図（Figure2C),2C）。しかし、図11と2A、B2A、Bに示された空間-時間パターンは、少なくとも、6つの免疫学的データサブセットの検出をサポートしている（図（図22D））
図1 還元主義的な見方と非還元主義的な見方
氷山は、(i)還元主義（「氷山の一角」、すなわち利用可能な情報のすべてを表現していない簡単に測定できる実体）、(ii)非還元主義（生物の複雑さとダイナミクスの組み合わせ的かつ空間-時間分析、すなわち「表面下」の領域）を表すために使用される。これらのコンセプトは、書き言葉に例えて説明されている。単純な要素（「文字」）には意味がないが、複雑さを増す組み合わせ（「単語」、「文」、「段落」、「本」）には、データを部分集合に分割することを容易にする明確なパターンがある。図中の右側に示した3次元／4次元プロットで測定された仮想的な指標は、中央の列に示した無次元指標の大きなグループから取られたもので、生物学的な意味が知られていない記述子で識別されている。「BAS」、「AB」、「BBA」である。無次元指標の一例は、計算結果である。[M/L * N/M]/[N/L * L/M] over [M + L/N] * [L + N/M]/[N + M]/L * [M/N]。DPI：ウエストナイルウイルスの接種後の日数。データ出典 参考文献 (43).
図2 非還元主義と還元主義の統合
非還元主義のグラフィックパターン（図1）,1)の検証と解釈を両立させるためには、さらに非還元主義のデータ解析と還元主義（細胞型ベース）の操作が必要な場合がある。高度に複雑なデータ構造は、識別性と頑健性の両方を示すことができる(A,B)。一方、複雑度の低いデータ構造では、2週間以内に起こる変化を識別できない場合がある(C)。空間的・時間的パターンに基づいて、多くのデータサブセットを識別し、解釈することができる。例えば、この例では、チャレンジ前［接種後0日（s）（DPI）］、1羽を除くすべての鳥が図11に表示されたプロットの左側に位置していた［薄緑の丸（D）］。一方、24時間後（1DPI時）には、ほとんどの挑戦した鳥は右側にいた［赤色の記号（D）］。しかし、一部の鳥は「遅い」反応を示すようで、1DPIでも0DPIの鳥のプロファイルを示した［深緑の菱形(D)］。反対のプロファイルは0DPIの1羽が示し、高い好中球と低いリンパ球の割合を示した［例えば、実験的チャレンジに起因しない炎症を示すプロファイル、濃い緑色の丸に十字を挿入したもの（D）］。時間的なデータの方向性を示す矢印（A-C）、および重複しないデータ分布（水平線で示す（D））により、推論が容易になる。ほとんどのデータの組み合わせは同じ内容であり、3つの「言葉」［LとM、NとM、LとN、（C）に示す］以外は、3つの細胞タイプ（A、B）のすべてのデータポイントを含んでいるので、情報はデータの入力（3つの指標以外は同じ）ではなく、例えば3次元／4次元（空間-時間）データの「形」のような関係に依存し、補足資料の動画S1に示すように迅速に検証・分析することが可能である。データの出典 参考文献 (43).
還元論的アプローチでは検出されない）創発的パターンが観察された場合、これまで認識されていなかった免疫学的機能が発現していることが、もっともらしい推論となる。補足資料の動画S1にあるように、この仮説は迅速に評価することができる。
このように、非還元主義的なデータ構造は、既存の機能（命題知識）を発見するのに役立つ。このような命題を検証するために、従来は不可能であった操作を行うための新しいツールや方法（規定的知識）が必要となる場合がある（27, 62, 63）。
非還元主義的応用
図11で説明した仮定は、豊富に実証されている(41, 44, 51, 52, 64) Figure2C,に示すように、複雑性の低い構造を使用した場合、データの曖昧さが生じることがある(41)
一方、高度に複雑なデータ構造を利用した場合には、新しい情報が出現する（図(Figure 2A,B;2A,B; Movie S1 in Supplementary Material）。判別過程は、80年前にゲシュタルト心理学者によって記述された、類似性、近接性、連続性、閉鎖性、共通運命、平行性、対称性などの幾何学的基準に沿っている(61)。
非還元主義的、組み合わせ論的アプローチは、偽陰性および偽陽性のエラーを検出し、免疫の初期段階と後期段階を区別することができる(51)。また、死亡率や免疫学的プロフィールが異なる敗血症患者のサブセットを区別することもできる(44)。
さらに、非還元療法は、経験的に抗生物質で治療されている患者について情報を提供することができる（41, 44）。還元論的検査は抗菌力の評価を行わず、in vitro（抗菌薬感受性試験ベース）のデータしか提供しないが（4）、非還元論的方法は、抗生物質-免疫-微生物-時間的相互作用に関する情報をより早く（24時間以内）、in vivoで提供できる(41)。非還元派的解析は、創発的な（システムレベルの）特性を捉えることができるため、単一の要因に基づく解析よりも信頼性の高い結果を得ることができる(12)。
非還元主義的アプローチは、細胞レベル、細胞外レベル、細胞内レベルに関わる相互作用を明らかにすることができる。このようなアプローチは、(i) 白血球の活性化、(ii) 脱血、(iii) 食作用、(iv) 初期炎症、(v) 炎症の治癒期など多くの機能を同時に評価できる (64).
今後の展開 非還元主義的操作と還元主義的操作の統合
1対多／多対一の「組織原理」はどこにでもある。すべての脊椎動物は、最大で5種類の白血球によって、何千もの微生物から守られている。仮に、約210種類(18)と推定されるすべての細胞型が抗菌機能を発揮したとしても、「1対1」の関係（免疫微生物）しか存在しない以上、何万という微生物を撃退することは不可能である。明らかに、還元主義的な「単一構造・単一配列・単一機能」説はありえない(65)。
これに対して、多階層機能は、生物学の「第一原理」の一つであると思われる（23, 66）。多階層機能は、データの複雑さを増し、より多くの情報を抽出するため、1対多／多対1の構成で運用することができる（32, 67）。
しかし、非還元主義的なアプローチは、アーティファクトを生成する可能性がある。このような方法を検証するためには、還元論的操作、例えば、個々の細胞タイプに焦点を当てた統計解析が必要となる場合がある（41, 44, 51, 52, 64）。
還元主義的な概念に関連する問題を考えると、前述の発言は矛盾しているように思える。しかし、そうではない。非還元主義のパラダイム（抽象的な実体）は、還元主義の手順を含む操作（具体的な実体）によって部分的に実現されることがある。
統合された（非還元主義と還元主義の）構成は、実験デザインを改善する可能性がある(68)。実験的還元主義は本質的に閉鎖的であるため(69)、通常、貴重な情報を見逃してしまう。これに対して、二重（非還元主義的、還元主義的）な一連の研究として行われる実験は、実験的還元主義の限界を回避することができるだろう。
結論
感染症関連データの性質には好ましくない結果（データの曖昧さによる判別不能など）があり、個別化医療では被験者数n＝1でも意思決定がなされるべきなので、感染症の診断・治療のために必要なのはデータポイントの増加（n＝1では不可能）ではなく、より複雑な時間データなのである。そのために、免疫プロフィールを検討することができる。
免疫プロファイルに基づく推論は、創発性を測定することができる。すなわち、好中球の割合や数のような相互作用を測定しない単純なデータ構造では示されないパターンが、より複雑な4次元構造によって明らかにされる可能性がある(41)。
2段階の手順で “出現 “を検出し、検証することができる。最初のステップは、非還元主義的で、「トップダウン」で、仮説のない、組み合わせ型のプロセスであり、明確な（非ランダムに分布する）データのサブセットを生成する目的で、多数の複雑な指標を作成する（図.1）。第2段階は、部分的または全体的に、時間的にも異なる可能性のある重複しない白血球のデータ分布を明らかにすることを目的としたサブセットの還元主義的（細胞タイプベース）記述である。この二重（空間的、時間的）データ分割プロセスは、免疫学的に解釈可能であり、統計的に分析可能であると思われる（図（Figure22D））。
統合的（非還元主義的、還元主義的）アプローチは、オスラー的な生物医学のパラダイム（相関関係を探すが病因を調査しない）のギャップを埋め、分野や技術を統合することができる（30, 70, 71）。複雑でダイナミックな（コンビナトリアル）手法は、古典的な（還元主義的または線形）モデルよりも予測しやすいかもしれない（72、73）。
したがって、このレビューの主要なメッセージは、生物学的情報の生成と解釈についてである。免疫学的データのほとんどの組み合わせは全く同じ内容を含んでいるため（図11と2;2；補足資料の動画S1）、情報はデータの入力に依存するのではなく、非還元主義と還元主義のステップを含む手順で行われる。
- (i)明確なパターンの検出、
- (ii)最初のステップで特定されたデータのサブセットの生物学的検証および統計解析という、非還元主義的および還元主義的なステップを含む手順。