103,200 acceleration dataset in UK Biobank revealed a landscape of human sleep phenotypes
東京大学

科学技術振興機構（JST）と東京大学上田教授らの研究チームは3月15日、約10万人の睡眠を統計的な手法で分類し、朝型や夜型などを含む16の睡眠パターンを確認したと発表しました。研究成果は、米国科学アカデミー紀要（Proceedings of the National Academy of Sciences of the United States of America：PNAS）のオンライン版に掲載されます。

研究チームは、約50万人の英国人参加者の遺伝情報や健康情報などを含む大規模な研究用データベースUK Biobankに登録されている約10万人分のリストバンド型加速度センサーのデータを利用。研究室で独自に開発した、腕の加速度から睡眠・覚醒状態を判別する機械学習アルゴリズム「ACCEL」を用いて睡眠データに変換し、詳細に分析しました。その結果、約10万人分の睡眠について16種類のパターンに分類できることを確認しました。

まず、加速度データから得られた睡眠データを21の睡眠指標に変換し、次元削減法とクラスタリング法を用いて8つのクラスターに分類。その中には「社会的時差ぼけ」に関連するクラスターや中途覚醒が特徴の不眠症と考えられるクラスターも含まれており、生活習慣、睡眠障害のそれぞれに関連があるクラスターを抽出できたとのこと。

次に、睡眠障害に関連があるパターンをより詳細に解析し、8種類のクラスターに分類。全データを用いたクラスタリングと合わせて、不眠症に関連する睡眠パターンを7種類に分類しました。

この結果、現代人の睡眠構造が16のクラスターに分かれることを初めて明らかにしたとしています。なお、16種類のクラスターの内容は下記の通り。

  1. クラスター1、3a、3b：中途覚醒を持つことから、不眠症に関連すると考えられる。ただし合計睡眠時間が各クラスターで異なっている（1：多い、3a：一般的、3b：少ない）。

  2. クラスター2a：不規則な睡眠スケジュールを示す。

  3. クラスター2b：断片的な睡眠を繰り返しており、合計睡眠時間が少ない。

  4. クラスター4a：1日の生活リズム（睡眠覚醒リズム）が24時間よりも長いと推定される。

  5. クラスター4b：平均的な睡眠を持ち、データ総数が最も多い。

  6. クラスター5：日中の睡眠を持たない。 

  7. クラスター3b-1：合計睡眠時間が短く、長い中途覚醒を持つ、不眠症に関連すると考えられる。

  8. クラスター3b-2：合計睡眠時間が短く、長い中途覚醒と短い中途覚醒の両方を持ち、不眠症に関連すると考えられる。

  9. クラスター4b-1：長眠型。

  10. クラスター4b-2：朝型。

  11. クラスター4b-3：1日の生活リズム（睡眠覚醒リズム）が24時間より短い。

  12. クラスター4b-4：合計睡眠時間が短く、短い中途覚醒をもち、不眠症に関連すると考えられる。

  13. クラスター4b-5：合計睡眠時間が一般的であり、少ない回数の長い中途覚醒をもち、不眠症に関連すると考えられる。

  14. クラスター4b-6：夜型。

今後、実際に睡眠障害と診断されている人の睡眠データを用いることで、各クラスターと睡眠障害との関係性をより正確に解明し、新たな睡眠障害の診断パイプラインにつながることが期待されるとしています。

Source: 科学技術振興機構