病気も満腹感も「量」では決まらない。生体が読むのは変化の軌道である

満腹になるのは、胃がいっぱいになった瞬間だろうか。あるいは、脳が「これ以上食べる速度を落とすべきだ」と判断した瞬間だろうか。

この違いは、アルツハイマー病以外のタウオパチーを画像で見つけるときにも現れる。そこでは、病変の総量だけを見るよりも、どのような構造の集合体が、どの場所で、どの速度で広がっているかを見るほうが、病気の実態に近づける。

一見すると、食欲を制御する神経ペプチドと、脳内のタウ蓄積を可視化するPET検査には、ほとんど接点がないように思える。しかし両者は、同じ深い問題に向き合っている。

生体は、直接測れない状態を、ばらばらで不完全な信号から推定し、その推定に応じて次の行動を調整している。

この視点に立つと、満腹感も神経変性疾患の診断も、単純な「量」の問題ではなくなる。重要なのは、信号の競合、病態の構造、そして変化の速度である。

生体が測っているのは「量」ではなく「変化の速度」

私たちは、食欲を食べ物の量で説明しがちだ。胃にどれだけ入ったか、血糖値がどれだけ上がったか、摂取カロリーがどれだけになったか。だが、食欲を実際に調整する神経回路は、単一の満腹センサーから「満杯」という答えを受け取っているわけではない。

複数の神経ペプチド信号が、確率的に発生し、互いに競合しながら、食べる速度を調整している。つまり脳が推定しているのは、単なる残容量ではない。「このままの速度で食べ続けたら、近い将来どの程度の摂取に達するか」という予測である。

これは、車の燃料計よりも自動運転の制御に近い。燃料計は残量を示すが、自動運転システムは速度、道路状況、制動距離を組み合わせて、数秒後の状態を予測する。食欲の制御も、現在の胃の状態だけでなく、吸収の遅れや代謝信号、口腔からの入力を組み合わせ、摂取の軌道を調整している。

この仕組みでは、信号のランダムさはノイズではない。毎回同じタイミングで同じ神経ペプチドが放出されるのではなく、確率的な信号が重なり、その競争の結果として、食べる行動の速度が変わる。信号が完全に決定論的でないからこそ、環境や個体差に適応できる。

ここから重要な原則が得られる。

生体の制御系は、状態を正確に読み取ってから行動するのではない。不完全な信号を競合させ、未来の変化を見積もりながら、現在の速度を調整する。

この原則は、神経変性疾患の画像診断にもそのまま応用できる。

タウを「どれだけあるか」から「どんな形で進むか」へ

タウPETを、脳内にタウが何グラムあるかを測る装置だと考えると、診断上の難しさが見えなくなる。実際には、画像化用リガンドが結合できるかどうかは、タウの総量だけでなく、集合体の形、密度、配置、周囲の組織環境に左右される。

同じ「タウの蓄積」でも、アルツハイマー病と進行性核上性麻痺では、分子の構造的な条件が異なる。アルツハイマー病では比較的密に詰まった線維が形成される一方、進行性核上性麻痺や前頭側頭葉変性症の一部では、より疎な集合体が存在する可能性がある。この違いは、単なる病変量の差ではなく、検出される信号そのものの性質を変える。

ここでPMPBB3のようなリガンドの特徴が重要になる。3回反復型または4回反復型のタウ集合体に対して反応性を示し、従来のフロルタウシピルやその第二世代類縁体では弱かった病変も捉えられる場合がある。特に、線維の包装密度が低い集合体に結合しやすいなら、それは完成した大きな塊を見つけるというより、病理が組織化されつつある段階を検出する可能性を持つ。

この違いは、建物の見つけ方にたとえられる。古いPETリガンドが、完成した高層ビルを探す衛星写真だとするなら、別のリガンドは、まだ骨組みだけの建築現場も検出できるセンサーかもしれない。どちらが優れているかは、目的によって変わる。完成した病変の総量を測りたいのか、それとも病理がどのような構造へ移行しているかを早期に知りたいのかである。

進行性核上性麻痺では、視床下核の信号が対照群と明確に分かれ、群間のSUVR差は56パーセント、感度94パーセント、特異度96パーセントに達したと報告されている。これは、脳全体をぼんやりと眺めて「何かが増えている」と判断した結果ではない。特定の病気に特徴的な場所で、特徴的な構造を持つ病変を捉えたからこそ、診断性能が高まった。

さらに、信号は症状の進行とともに、皮質下領域から新皮質へ広がるように見える。ここで画像は、病変の在庫表から、病気の移動経路を示す地図へと変わる。

競合する信号は、病気の「文法」を明らかにする

食欲の制御とタウ病理の画像化をつなぐ鍵は、信号の競合と空間的な順序である。

食欲の場合、複数の神経ペプチドが同時に同じ結論を出すわけではない。食べ続ける方向に働く信号と、満腹に近づける方向に働く信号が競合し、その差分が摂取速度に反映される。病気の画像でも、すべてのタウが均一に見えるわけではない。リガンドが結合しやすい集合体と、結合しにくい集合体が混在し、その比率と分布が画像上のパターンをつくる。

ここから、病態を理解するための三つの層を区別できる。

第一は、存在である。何らかの異常タンパク質があるかどうか。

第二は、構造である。そのタンパク質が、密に詰まった線維なのか、疎な集合体なのか、どの反復型を持つのか。

第三は、軌道である。その構造が、どの領域に最初に現れ、どの順序で別の領域へ広がり、症状の変化とどう並行するのか。

従来の診断は、第一の層に偏りやすかった。「タウがあるか」という問いである。しかし、臨床的に最も価値があるのは、第二と第三の層かもしれない。同じタウ陽性でも、病気の種類や将来の進み方が違うなら、存在だけでは治療選択や予後予測に十分な情報を与えない。

食欲に関しても同じである。神経ペプチドが存在するかどうかだけでは、実際の摂食行動は説明できない。どの信号がどのタイミングで優位になり、全体の摂取速度をどのように変えたかが重要になる。

診断とは、異常を見つけることではない。異常がどのような構造を取り、どの方向へ進み、行動や症状をどの速度で変えるかを読み解くことである。

この考え方は、医療以外にも応用できる。企業の業績、学習の進捗、社会の不安、個人の疲労。いずれも、現在の量だけを見ると判断を誤る。重要なのは、複数の弱い信号がどちら向きに傾いているか、そしてその傾きがどの領域へ波及しているかである。

早期検出の価値は「小さいものを見つける」ことではない

早期診断という言葉は、病変が小さい段階で見つけることだと理解されやすい。しかし、本当に重要なのは、病変が小さいことではなく、病変がまだ変化可能な状態にあることかもしれない。

疎なタウ集合体に結合しやすいリガンドは、完成度の高い病変だけでなく、より早い構造段階を捉える可能性がある。これは単に感度が高いという話ではない。病気を、結果としての塊ではなく、形成過程として見るための窓を開く。

ただし、早く見えることには落とし穴もある。早期の信号が、必ずしも症状の原因や将来の悪化を意味するとは限らない。ある病変が存在していても、別の領域へ広がらなければ臨床的な影響は小さいかもしれない。逆に、総量がまだ少なくても、重要な回路に現れれば症状は大きく変化しうる。

だから、早期検出は単独の画像値では完成しない。構造に敏感なリガンド、病気に特徴的な解剖学的位置、症状の時間的な変化を組み合わせる必要がある。視床下核の信号と進行性核上性麻痺の症状進行が対応し、さらに皮質下から新皮質へ信号が拡大するという観察は、この三つの層を統合する一例である。

食欲の制御からも、同じ教訓を得られる。満腹信号が出たかどうかだけでなく、食べる速度が下がっているか、その変化が一時的か持続的か、他の信号との競合でどちらが優勢になっているかを見る必要がある。生体は、単発の値よりも、値の変化とその方向に反応している。

この視点を、簡潔な状態推定モデルとして整理できる。

観測値 = 病態そのものではなく、病態がセンサーに見せた断面である。

そして、より実用的な推定には、次の四つを掛け合わせる。

1. 信号の特性: 何に反応し、何を見落とすセンサーなのか。
2. 構造の特性: 対象はどのような形態や密度を持つのか。
3. 場所の特性: どの脳領域に現れたのか。
4. 時間の特性: 症状や分布がどの順序で変化したのか。

このモデルを使うと、画像の明るさや数値を、病態の全体像と取り違えにくくなる。

私たちは「点」ではなく「軌道」を測るべきだ

食欲の研究が示すのは、脳が摂取の速度を調整することで、未来の満腹状態を先回りしているということだ。タウ病理の画像が示すのは、病変が現在どこにあるかだけでなく、どこからどこへ広がっているかを推定できる可能性である。

両者を合わせると、健康科学における重要な転換が見えてくる。測定の目的は、現在の状態を凍結して記録することではない。次に起こりうる変化の軌道を、現在の不完全な信号から推定することである。

この転換は、研究デザインにも影響する。単一時点の画像だけで病気を分類するのではなく、同じ人を追跡し、領域ごとの信号変化と症状の変化を対応させる必要がある。さらに、リガンドの結合特性を分子構造の分析と照合しなければ、画像の明るさを病変量と誤解してしまう。

臨床では、検査結果を「陽性」や「陰性」の二値に圧縮しすぎないことが重要になる。どのリガンドが、どのタウ構造を、どの脳領域で捉えたのか。そのパターンが、過去の症状変化とどう対応し、次の評価で何が変わると予測されるのか。こうした読み方が、画像を予後や治療判断に近づける。

日常的な意思決定にも、同じ原則を適用できる。体重、睡眠時間、仕事量、学習時間のような単一の数値だけで自分の状態を判断するのではなく、複数の弱い信号の組み合わせと、その変化の速度を見る。疲労を例にすれば、睡眠時間が十分でも、集中力の低下、反応の遅れ、苛立ち、回復時間の延長が同じ方向を示しているなら、すでに状態の軌道は変わっているかもしれない。

Key Takeaways

1. 量ではなく速度を見る: 食事、疲労、学習、症状の変化では、現在の総量よりも、どの速度で悪化または改善しているかを記録する。
2. センサーの癖を確認する: 画像、検査値、アプリの指標は現実そのものではない。何に反応し、何を見落とす測定なのかを理解する。
3. 構造と場所を分けて考える: 同じ異常でも、分子構造や現れる部位が違えば、意味は変わる。単なる陽性判定で結論を急がない。
4. 単発の信号より軌道を追う: 一回の値ではなく、複数時点の変化と、症状や行動との対応を観察する。
5. 弱い信号の競合を読む: 一つの指標が決定的でなくても、複数の信号が同じ方向を示しているなら、将来の状態に関する有力な手がかりになる。

満腹感もタウ病理も、固定されたスイッチではない。そこでは、確率的な信号が競合し、異なる構造が異なるセンサーに映り、病態が空間と時間のなかで移動している。

私たちは長いあいだ、生体を測定可能な「量」の集合として扱ってきた。しかし、生体が本当に扱っているのは、量から推定された状態と、その状態が向かっている方向である。

食べ過ぎを防ぐ脳も、病気を見分ける画像も、未来を直接見ることはできない。それでも、ばらばらの信号の競争、見え方の違う構造、広がりの順序を組み合わせれば、未来の輪郭を現在のなかに見つけられる。

病気を理解するとは、異常を発見することではない。異常が、次に何へ変わろうとしているのかを読むことなのである。