背景

大規模なバイオバンクの構築と並行して、全ゲノム関連性解析（Genome-Wide Association Study, GWAS）は、疾患関連遺伝子変異を発見するための重要なツールとして確立された。しかし、既存のGWAS研究の多くは、ヨーロッパ系単一集団のデータに偏っており、限界がある。アフリカ系やヒスパニック系のように、多様な人種が混ざり合った混血集団（admixed population）の分析では、集団構造の偏りにより、多数の偽陽性（false positive）シグナルが発生する。

このような限界を克服するために、2021年に局所祖先系統解析（Local Ancestry Inference）を導入した統計アルゴリズム「トラクター（Tractor）」が公開された。トラクターは、染色体の詳細な領域ごとの祖先由来を分類し、祖先系統に特異的な変異の影響を正確に推定することに成功した。

しかし、既存のトラクターモデルは、分析対象の間に血縁関係がないという仮定に基づいて動作する。メキシコシティのコホート研究や英国バイオバンク（UK Biobank）など、現代の大規模バイオバンクには、親族関係を含むサンプルが多数存在する。血縁関係のある個体を任意に除外すると、ゲノムデータの損失が大きく、検出力が低下し、そのまま含めると統計的エラーが発生するというジレンマが続いていた。

主要な発見

米国の研究者らは、複雑な血縁関係と人種的混在が同時に存在する集団でも、正確な分析を実行する新しいアルゴリズム「トラクター-ミックス（Tractor-Mix）」を開発した。研究成果は、国際学術誌「ネイチャー・ジェネティクス（Nature Genetics）」の最新号に掲載された。

トラクター-ミックスは、線形混合モデル（Linear Mixed Model, LMM）と局所祖先系統の解読技術を統合したフレームワークである。サンプル間の遺伝的血縁の程度を指数化した遺伝的親族関係行列（Genetic Relationship Matrix, GRM）を数学的モデル内に組み込み、家族関係から発生する統計的偏りをきれいに算出し、補正する。同時に、各染色体断片の祖先由来情報を並行して追跡する構造である。

研究チームがメキシコシティのコホートと英国バイオバンクのデータを使用して仮説を検証した結果、トラクター-ミックスは、偽陽性の発生率を安定的に制御した。血縁関係のあるサンプルを除外することなく、特定の祖先系統に濃縮された変異の検出力を既存のものと比較して著しく向上させた。特に、ヨーロッパ系以外の混血集団において、まれな疾患に関連する変異の効果の大きさを、遺伝的親族データの損失なしに正確に定量化した。

意義と展望

今回の研究は、ヨーロッパ系中心に偏っていたゲノム研究の地平を、多民族集団に拡大するための基盤を構築した。複雑な血縁関係を持つ南米やアフリカ系のコホートデータを廃棄することなく、臨床ゲノム分析に完全に活用できる統計的基盤が完成したと言える。

今後は、研究チームはアルゴリズムの演算速度を改善する作業を進める予定である。局所祖先系統の分類と大規模な親族関係行列の計算が同時に行われるため、数十万人規模のデータ処理時に演算負荷が増加する。クラウドベースの分散演算システムを導入して、演算効率を高めることが主要な課題となる。