背景

がんゲノム解析では、特定の体細胞変異が存在するかどうかを確認することが一般的ですが、変異が存在する遺伝子コピーの数である遺伝子変異用量（GMD）も腫瘍の進化に関連する可能性があります。GMDを計算するには、体細胞変異とコピー数変化を組み合わせて解釈する必要があります。研究者らは、正常対照サンプルがない標的配列データでも、変異コピー数と多重性を推定するベイズツールINCOMMONを開発し、複数のがん種の大規模臨床データに適用しました。この方法は、腫瘍純度と染色体コピーあたりのリード数を確率的に推定し、変異とコピー数変化が組み合わせて作り出す遺伝子状態を計算します。

主要な発見

研究者らは、39種類のがんから得られた6万件以上の臨床がんサンプルと50万件以上の変異を分析しました。交差検証の結果、総コピー数と変異多重性の誤差が平均1コピー未満である予測の割合は、それぞれ78.6％と96.4％でした。2万人以上の患者を複数の遺伝子のGMDに基づいて分類した結果、全生存を予測するがん種別のバイオマーカー46個を特定しました。このうち13個は、変異の有無のみを区別する既存の方法では発見されませんでした。また、26個のバイオマーカーは転移性拡散と関連しており、20個は特定の臓器への転移傾向を予測しました。これは統計的な関連性と予測性能を示した結果であり、GMDが直接転移を引き起こすという因果関係を証明したものではありません。

意義と展望

INCOMMONは、生データFASTQまたはBAMファイル、正常対照サンプルなしで、臨床標的シーケンシングのリードカウントから変異コピー数と多重性を推定するように設計されています。変異の存在にGMD情報を加えることで、予後と転移関連バイオマーカーを探索する範囲を広げることができます。既存に蓄積された臨床パネルデータを再分析できる点も、研究の有用性を高めます。ただし、分析結果を実際の治療決定に使用するには、独立した患者群で再現性を確認し、がん種・治療法別の臨床的有用性を前向きに検証する必要があります。現在の成果は、精密医療をすぐに実現したものではなく、バイオマーカー探索をより洗練させる計算方法を提示したものです。