背景

次世代シーケンシング技術の進歩により、患者のエキソームや全ゲノムの解読コストは大幅に低下した。しかし、ゲノムデータから実際に疾患を引き起こす原因変異を正確に特定する作業は、依然として困難な課題である。ヒト集団ゲノムデータに基づき構築された既存の指標は、集団内における機能喪失変異の欠乏度を測定することで遺伝子の重要性を評価してきた。gnomADの機能喪失不耐性（pLI）や、観測値対期待値の上限（LOEUF）がその代表例である。

こうしたヒト集団ベースの指標は、致命的な重症疾患遺伝子の特定に貢献してきたが、根本的な限界を抱えていた。ヒト集団データのサンプルサイズに伴う統計的な限界により、配列長が短い遺伝子では変異の欠乏を統計的に有意に判別することが困難であった。また、劣性遺伝疾患や成人期に発症する疾患のように、自然選択圧が弱く働く遺伝子も、集団内の変異欠乏シグナルが不明瞭なため、分析対象から漏れることが多かった。アミノ酸が一つ変化するミスセンス（missense）変異がタンパク質機能に及ぼす有害性を、遺伝子レベルで精密に評価するツールも不足していた。

主な発見

研究チームは、ヒト単一種に限定されていた視野を、462種に及ぶ哺乳類全体へと拡張した。約1億年にわたる哺乳類の進化の軌跡において保存されている浄化選択（purifying selection）のシグナルを定量化し、遺伝子の必須性（gene essentiality）を測定する新規指標「GISMO」および「GISMO-mis」を開発した。研究チームは、462種の哺乳類のマルチプルシーケンスアライメントデータを基に、各遺伝子のコーディング領域が進化の過程でどれほど厳格に変異を排除してきたかを数値化した。

GISMOは遺伝子全体にわたる進化的な制約（evolutionary constraint）の強度を評価し、GISMO-misはタンパク質の構造や機能に致命的な影響を与えるミスセンス変異に特化した制約指数を算出する。分析の結果、GISMOとGISMO-misは既存のヒト集団ベースの指標と補完的な関係を形成し、遺伝子の欠乏判別力を大幅に改善した。gnomADの指標では必須遺伝子の判別が困難であった1,000個以上の短いタンパク質コーディング遺伝子において、GISMOは明確な進化的保存シグナルを捉え、正確に必須遺伝子として分類することに成功した。ヒト集団において機能喪失変異が稀であっても、哺乳類の進化史全体でアミノ酸配列が徹底的に保存されている部位は、疾患誘発のリスクが高いことを立証したことになる。

新規指標の有用性は、実際の希少発達障害患者のコホート分析でも確認された。研究チームがデノボ（de novo）変異を持つ神経発達障害患者のデータをGISMO-misで再分析したところ、既存の指標では優先順位が低かった原因遺伝子候補が上位へと再配置された。特に、心奇形および自閉スペクトラム症に関連するミスセンス変異の病原性予測精度が、従来のモデルと比較して有意に向上するという結果を示した。

意義と展望

本研究は、比較ゲノミクス（comparative genomics）のビッグデータが、ヒトゲノム医学の長年の難題を解決できることを明確なデータで示した。462種の哺乳類の進化データが提供する「1億年の自然な濾過装置」は、ヒト数十万人のデータベースでは埋められなかった空白を精密に補完する。ヒト集団データと進化的保存データを統合して疾患遺伝子を発掘する、新たな分析パラダイムが開かれたといえる。

今後の課題も存在する。種間比較に基づく指標は、哺乳類全体で共有される基礎的な生物学的メカニズムを解明することには優れているが、ヒトに固有に発達した免疫反応や高次脳機能に関連する遺伝子は、進化的制約が低く測定される可能性を排除できない。非翻訳調節領域や非コーディングRNAの変異へとモデルを拡張する後続研究も必要である。こうした制約はあるものの、疾患候補遺伝子の優先順位決定パイプラインにGISMO指標群が組み込まれれば、臨床ゲノム診断分野における未診断率を低下させるための核心的な資産となることが期待される。