高血糖は脳の老化を加速させる？最新研究が示した脳老化の鍵

血糖値が高い状態は、脳の老化を早めるのでしょうか。

2026年に Molecular Psychiatry に発表された研究では、UK Biobankの大規模データを利用し、脳画像、血液中の代謝物、遺伝情報を組み合わせて脳老化の仕組みが調べられました。

研究者らは6種類のMRIから得られた1,079個の脳画像指標を使って、人工知能・機械学習によって「脳年齢」を推定しました。そして、実年齢との差である脳年齢ギャップ（Brain Age Gap: BAG）と168種類の血漿メタボローム（plasma metabolomics）との関係を解析しました。

その結果、9種類の代謝物が脳年齢ギャップと有意に関連し、そのなかでも特に強い関連を示したのがグルコース（Glucose）でした。さらに遺伝情報を利用したメンデルランダム化（Mendelian randomization: MR）でも、グルコースが脳老化を加速させる可能性が示されました。

つまり、この研究は「血糖代謝が脳老化の重要な鍵の一つかもしれない」ことを、脳画像・メタボローム・遺伝学という異なる角度から示した研究です。

🧠 「脳年齢」とは？

私たちには、生まれてからの年数を表す「実年齢」があります。

一方で、同じ60歳でも脳の状態は人によって異なります。MRIを見ると、ある人の脳は50代のように若々しい一方で、別の人では70代に近い特徴を示すことがあります。

そこで考えられたのが脳年齢（brain age）です。

MRIから得られる脳体積、皮質の特徴、白質の微細構造などを機械学習に入力し、「この脳は何歳くらいに見えるか」を予測します。

そして、「予測された脳年齢 − 実年齢」を脳年齢ギャップ（Brain Age Gap: BAG）と呼びます。

たとえば60歳の人の脳年齢が65歳と予測された場合、BAGは+5歳です。反対に脳年齢が55歳ならBAGは−5歳になります。

一般的には、BAGが大きいほど実年齢より脳の老化が進んでいる状態と考えます。

論文でもBAGを異常な脳老化を捉えるバイオマーカーとして利用しています。

🧲 6種類のMRIから「脳年齢」を予測

この研究の大きな特徴は、T1強調MRIだけではなく、複数のMRIを組み合わせて脳年齢を評価したことです。

使用されたのは、T1強調MRI、T2、T2-FLAIR、拡散MRI、課題fMRI、安静時fMRIの6種類のMRIモダリティです。

これらから合計1,079個の画像由来表現型（imaging-derived phenotypes: IDPs）が取得されました。

構造MRIだけでは、主に脳の体積や形態などを捉えます。一方、拡散MRIでは白質の微細構造、fMRIでは脳ネットワークの機能的な特徴を評価できます。

つまりこの研究では、「脳の形＋白質＋血管病変＋脳機能」といった複数の側面から「脳がどのくらい老化しているか」を評価したわけです。

🤖 最も正確だったのはLASSO

研究者らは、神経精神疾患を持たない健康な4,333人を使って脳年齢予測モデルを作りました。

比較された主な手法は、LASSO（least absolute shrinkage and selection operator）、サポートベクター回帰（Support Vector Regression: SVR）、XGBoostです。

その結果、LASSOが最も良い成績を示しました。

テストデータでは、
・平均絶対誤差（Mean Absolute Error: MAE）：3.43歳
・決定係数（R²）：0.65

でした。

つまりMRIから予測した脳年齢は、実年齢と比較して平均3～4歳程度の誤差だったことになります。

また、1,079個のIDPsのうち236個が脳年齢の推定に重要な特徴として選択されました。

🧪 血液中の168種類の代謝物を解析

次に研究者らが注目したのがメタボローム（metabolome）です。

メタボロームとは、体内に存在するアミノ酸、糖、脂質などの低分子化合物を網羅的に調べる研究領域です。

遺伝子が「体質」を比較的安定して表すのに対して、代謝物は食事、運動、肥満、病気などの影響を受けるため、現在の身体の状態をより動的に反映する指標と考えられます。

この研究では、MRIと血漿メタボロームの両方のデータがある21,780人について、168種類の血中代謝物とBAGとの関連を解析しました。

その結果、厳しい多重検定補正であるBonferroni補正を行ったあとでも、9種類の代謝物がBAGと有意に関連していました。

🔬 脳老化と関連した9つの代謝物

BAGが大きい、つまり「脳が老けている」方向に関連した代謝物は、

・グルコース（Glucose）
・糖タンパク質アセチル（Glycoprotein Acetyls: GlycA）
・乳酸（Lactate）
・small HDL中リン脂質（Phospholipids in Small HDL: S-HDL-PL）
・不飽和度（Degree of Unsaturation）

の5つでした。

一方、BAGが小さい方向に関連したのは、

・グルタミン（Glutamine: Gln）
・medium VLDL中コレステロールエステル（Cholesteryl Esters in Medium VLDL: M-VLDL-CE）
・medium VLDL中コレステロール（Cholesterol in Medium VLDL: M-VLDL-C）
・small HDL中総脂質（Total Lipids in Small HDL: S-HDL-L）

の4つでした。

このなかでも、最も強い正の関連を示したのがグルコースでした。

🍬 最も重要だった「グルコース」

グルコースは、私たちが日常的に「血糖」と呼んでいるものの中心となる物質です。

研究では、血中グルコース濃度が高いほどBAGが大きくなっていました。つまり、

グルコース高値 → 実年齢より脳年齢が高い

という関係です。

さらに重要なのは、この関連が一度だけの解析で見つかったわけではないことです。

研究者らは、異なる時点のMRIやメタボロームデータを用いた検証も行いました。

グルコースとGlycAは、発見解析と複数の検証解析を通じてBAGとの関連が比較的一貫して認められました。

🧬 「関連」だけでなく「原因」の可能性を調べる

グルコースが高い人ほど脳が老化していたという結果だけでは、「グルコースが高いから脳が老化した」とは言えません。

たとえば肥満、運動不足、生活習慣などの別の要因が、血糖上昇と脳老化の両方を引き起こしている可能性があります。

そこで研究者らは、遺伝情報を利用したメンデルランダム化（Mendelian randomization: MR）を行いました。

MRは、代謝物に影響する遺伝的変異を利用して、「ある因子が病気や表現型の原因となっている可能性」を検討する方法です。

解析の結果、BAGを増加させる可能性が示されたのは、

・グルコース（Glucose）
・small HDL中総脂質（S-HDL-L）
・small HDL中リン脂質（S-HDL-PL）

の3つでした。

したがってグルコースは、「脳老化と相関する」というだけでなく、脳老化を促進する方向に働く可能性まで示された点が重要です。

ただし、MRはランダム化比較試験そのものではありません。そのため、この研究だけで「血糖を下げれば脳年齢が若返る」と断定することはできません。

🧠 グルコースが高いと脳の体積も小さい

研究者らは、BAGだけでなく実際の脳構造との関連も詳しく調べました。

グルコースは、24の皮質領域、10の皮質下領域、18の小脳領域と有意な関連を示し、その多くでグルコース高値ほど脳体積が小さいという関係が認められました。

特に強い関連がみられた領域の一つが外側後頭皮質（lateral occipital cortex）でした。

つまり、血糖と脳老化の関連は単に機械学習で算出された「脳年齢」という数字だけではなく、実際の脳構造の違いとしても確認されたことになります。

🏥 認知症や脳卒中とも関連

さらに研究者らは、BAG関連代謝物と将来の脳疾患との関係を調べました。

グルコース高値は、

・全認知症（all-cause dementia）
・アルツハイマー病（Alzheimer’s disease）
・血管性認知症（vascular dementia）
・パーキンソン病（Parkinson’s disease）
・脳卒中（stroke）
・うつ病（depression）
・不安症（anxiety）

という7つの疾患リスク上昇と関連していました。

さらに認知機能、運動機能、メンタルヘルス関連指標とも関係していました。

つまりグルコースは、

血糖 → 脳構造 → 脳年齢 → 認知・神経疾患

という脳健康全体に関係する代謝経路の一部である可能性があります。

ただし、この一連の流れそのものを今回の研究が直接証明したわけではなく、それぞれの関連を統合すると考えられる仮説として理解する必要があります。

🧬 脳年齢には遺伝的背景もある

この研究では、BAGそのものに対するゲノムワイド関連解析（Genome-Wide Association Study: GWAS）も行われました。

欧州系33,462人を対象に約638万の一塩基多型（single-nucleotide polymorphisms: SNPs）を解析した結果、392個のゲノムワイド有意なSNPが見つかり、それらは9つの独立した遺伝子座にまとめられました。

近傍遺伝子として、

TMEM101、RUNDC3A、MPP3、ETV4、ADAM11、RAPSN、DEPTOR、POLR1G、CD28

などが同定されました。

これらの結果から、脳老化には代謝だけでなく、シナプス、代謝、免疫、転写制御など複数の生物学的経路が関係している可能性が示されています。

⏳ 実は「約9年前の血液」が将来の脳年齢と関連していた

この研究で特に興味深い点があります。

主解析で使用された血中代謝物は、MRIと同時に測定されたわけではありません。

メタボローム測定は主に2006～2010年のベースライン時に行われ、脳MRIはおよそ9年後の2014～2020年に行われました。

つまり、

現在の血液中の代謝状態が、約9年後の脳の老化状態と関連する可能性

を示しているとも解釈できます。

これは将来的に、MRIを撮影する前の段階から血液検査によって「脳が早く老化しやすい人」を見つけることができる可能性を示唆します。

一方で、9年間に食生活、運動、病気、薬物治療などによって代謝状態が変化している可能性があります。そのため著者ら自身も、この時間差を研究の重要な注意点として挙げています。

⚠️ 「血糖を下げれば脳が若返る」とは言えない

今回の結果は非常に興味深いものですが、解釈には注意が必要です。

まず、生物学的な脳年齢には絶対的な正解がありません。脳年齢はあくまでMRIと機械学習から推定された値です。

また、UK Biobank参加者は一般集団より健康な傾向があります。血液は非空腹時に採取されており、食事の影響も完全には排除できません。

さらに、検証データもUK Biobank内の異なる時点のデータであり、発見集団と完全に独立した外部コホートではありません。

加えて対象者の多くは欧州系であり、日本人を含む他の集団で同じ結果が再現されるかはまだ分かりません。

したがって、この論文から、

「血糖値を○○まで下げれば脳老化を防げる」

「血糖を下げれば脳が若返る」

といったところまで結論づけることはできません。

今後、異なる民族集団を対象とした外部検証や、メタボロームとMRIを繰り返し測定する縦断研究、介入研究が必要です。

💡 この研究が重要な理由

この研究の価値は、「血糖と脳老化が関連していた」という一点だけではありません。

最大の特徴は、

マルチモーダルMRI → 脳年齢 → メタボローム → GWAS → メンデルランダム化 → 脳構造・認知機能・疾患

というように、複数のデータを段階的に統合したことです。

特にグルコースについて、

① BAGと関連する
↓
② 別時点のデータでも関連する
↓
③ MRで因果関係の可能性が示される
↓
④ 広範な脳体積低下と関連する
↓
⑤ 認知機能や複数の脳疾患とも関連する

という一貫した結果が得られた点は重要です。

脳老化は「脳だけで起こる現象」ではありません。

血糖、脂質、炎症、アミノ酸代謝などを含む全身の代謝状態と脳老化が密接につながっている可能性を、今回の研究は示しています。

🔑 まとめ

今回の研究では、UK Biobankの大規模データを用いて、6種類のMRIから脳年齢（brain age）を推定し、脳年齢ギャップ（Brain Age Gap: BAG）と血中代謝物との関係を調べました。

168種類の代謝物のうち9種類がBAGと有意に関連し、特にグルコース（Glucose）が強い関連を示しました。

さらにメンデルランダム化（Mendelian randomization: MR）からも、グルコースがBAGを増加させる可能性が支持されました。グルコース高値は広範な脳体積の低下や、認知症、アルツハイマー病、脳卒中などのリスクとも関連していました。

この研究から見えてくる重要なメッセージは、

「脳の老化は、脳だけを見るのではなく、全身の代謝から考える必要がある」

ということです。

将来、血液中のメタボロームから脳老化リスクを早期に捉え、その後の生活習慣改善や予防介入につなげられるようになれば、脳老化研究は「老化を測る研究」から「老化を予測し、予防する研究」へ発展していく可能性があります。

Li, Z., Miao, Y., Zhang, X., Ma, Y., & Jin, L. (2026). Metabolomic signatures of brain aging: A multimodal and genetic study. Molecular Psychiatry. https://www.nature.com/articles/s41380-026-03703-3