何十年もの間、睡眠研究は一つの根強いボトルネックに支配されてきた。それは睡眠スコアラーである。マウス、ゼブラフィッシュ、ヒトのいずれを研究する場合でも、電気生理学的データの1時間ごとに、訓練を受けた技術者が脳波計と筋電図の波形を見ながら、覚醒、NREM、REMに手動で分類しなければならない。同じ記録を2人の専門家がスコアリングすると、15〜20%のエポックで一致しない。別の研究室で、別の種や別の記録装置を使って発表済みの結果を再現しようとすると、スコアリングパイプラインを一から再構築しなければならないことがほとんどである。その結果、データは注釈を付ける速度を上回って蓄積され、研究間の比較は方法論的ドリフトに悩まされ、睡眠生物学の豊かさは日常的に3つの大まかなカテゴリーに平準化されている。より細かい区別にはコストがかかりすぎるからだ。
2026年7月28日にbioRxivに公開されたプレプリントは、このパターンからの明確な脱却を提案している。ギリシャ神話の原初の夜の女神にちなんで名付けられたNyxは、主成分分析に基づく教師なし学習による、説明可能な睡眠スコアリングシステムである。オスロ大学のLetizia SignorelliとCharlotte Boccaraが率いるチームは、従来の手動ラベルの上に優れた分類器を構築しようとしたわけではない。代わりに、神経科学のまったく異なる分野から戦略を借用した。スパイクソーティングである。
電気生理学では、スパイクソーティングアルゴリズムが、ニューロンがどのようなものかを誰も教えることなく、生の神経波形を自動的に推定単一ユニットにクラスタリングする。Nyxは同じ教師なし学習の論理を睡眠ステージングに適用する。記録の生のスペクトル特徴を抽出し、主成分に次元削減し、データ自体から自然なクラスターを出現させる。その結果得られるのは、人間が任意のカテゴリーにエポックを事前割り当てするのではなく、信号によって定義される睡眠状態のセットである。これにより、教師あり学習アプローチに内在する循環論法の問題を回避する。人間のスコアでモデルを訓練した場合、達成できる最善の結果は人間のスコアリングを複製することであり、その偏見や盲点までも再現してしまう。Nyxは原理的に、人間のスコアラーが見逃すように訓練された構造を発見できる。
この主張の背後にある検証は異例なほど広範囲にわたる。チームはNyxを、複数の研究室、複数の種、複数の年齢、複数の記録様式にわたる19の独立したデータセットから抽出された約8000時間のデータでテストした。この多様なコーパス全体で、アルゴリズムは人間のスコアラー間一致度に匹敵した。これは分野における事実上のゴールドスタンダードである。人間の専門家同士が完全に一致することはないため、アルゴリズムに人間間一致を超えることを要求するのは、測定自体よりも優れていることを求めるに等しい。Nyxはまったく同じ範囲に位置しており、有能な人間の技術者と同等の信頼性でスコアリングできるが、数週間ではなく数分で完了し、完全な再現性を持つ。
Nyxが既存のツールと差別化され始めるのは、人間や教師あり分類器には見えないものを検出できる点である。げっ歯類では、このアルゴリズムはヒト睡眠医学でN2およびN3と呼ばれるNREM睡眠のサブステージを識別できる。これらのステージはヒトの睡眠ポリグラフ検査では確立されているが、電気生理学的シグネチャが定型化されていないマウスやラットでは自動的に定義することが極めて困難であった。Nyxは探すように指示されることなくそれらを発見する。N2とN3は異なる生理学的機能を果たすと考えられているため、これは基礎研究にとって重要である。N2は睡眠紡錘波と記憶固定に関連し、N3は徐波活動と代謝クリアランスに関連する。げっ歯類モデルがこれらを区別できなければ、実験室と臨床の間の橋渡しに欠落したリンクが生じることになる。
このフレームワークは、標準的な覚醒-NREM-REMの三分法を超える睡眠状態も明らかにする。特に非哺乳類種において顕著である。鳥類、爬虫類、魚類は、哺乳類のステージング慣習にきれいにマッピングできない睡眠構造を示す。データにクラスタリングを任せることで、Nyxは複数の伝統的ステージと特徴を共有するか、既存の分類のいずれにも当てはまらない神経活動パターンである、クロスカノニカル状態を識別できる。これにより、哺乳類のカテゴリーを非哺乳類の脳に押し付けることを強いられない比較睡眠研究への扉が開かれる。
より即実用的な機能として、Nyxはリアルタイムの閉ループ操作をサポートする。アルゴリズムは新しい記録ごとに人間の注釈やモデルの再訓練を必要としないため、エポックをオンザフライで分類できる。研究者は、動物が特定の睡眠状態に入った瞬間に光遺伝学的刺激、薬理学的投与、または感覚刺激をトリガーできる。この機能は以前は専用のハードウェアシステムか手作りの決定ルールを必要としていたが、Nyxはスコアリングパイプラインの組み込み機能として提供する。
このフレームワークはグラフィカルユーザーインターフェースを備えたオープンソースのPythonパッケージとして公開されており、導入の技術的障壁を低くしている。コードを一行も書いたことのない研究室でも、EEGファイルを読み込み、ボタンをクリックするだけで、ステージング済みの睡眠データを取得できる。しかし、著者らの言によれば、より深い設計思想は、Nyxがイノベーションそのもののペースに合わせて拡張できるように構築されたことにある。固定された訓練データセットに依存しないため、新しい記録構成、新しい種、新しい年齢、さらには睡眠不足後や神経疾患で見られる病的な睡眠アーキテクチャにも、毎回ゼロから再訓練することなく適応できる。
結論は以下の通りである。睡眠スコアリングは、神経科学の広大な領域における静かな律速段階であった。何百時間もの記録のステージングに依存するすべての研究、すべての種間比較、すべての縦断的発達実験、すべての閉ループ睡眠介入は、同じボトルネックを通過しなければならない。Nyxは実験計画や解釈における人間の専門知識の必要性を排除するものではないが、人間が何千時間もかけてEEGトレースに線を引く必要性を排除する。種、年齢、記録様式を問わず機能する教師なし睡眠ステージングを実現し、オープンソースツールとして提供することで、オスロのチームはこの分野が長い間必要としていたインフラを提供した。
出典： Signorelli, L., Korchynska, S., Ortiz, C., Arena, A., Wilhelm, S., & Boccara, C. (2026). Nyx: An unsupervised framework for sleep scoring across species, ages, and recording modalities. bioRxiv. DOI: 10.64898/2026.07.24.740558. 本研究は欧州研究会議（ERC）助成金101117770、ノルウェー研究会議助成金288478、105428102、332004、187615/V40の支援を受けた。利益相反は宣言されていない。
雅子 訳