背景

ヒトゲノム解析技術の高度化に伴い、疾患を誘発する標的遺伝子を特定するための研究が活発化している。ゲノムワイド関連解析（GWAS）は、数多くの疾患関連遺伝子座を発見する成果を上げた。しかし、大半の変異はタンパク質をコードしない非コード領域に位置しており、疾患を直接引き起こす因果遺伝子の特定は困難であった。

この限界を克服するため、トランスクリプトームレベルの関連解析（TWAS）が統計遺伝学における主要なツールとして定着した。TWASは、発現量的形質遺伝子座（eQTL）データを統合し、遺伝子発現レベルと疾患表現型の相関を統計的にモデリングする。研究者らはこれに基づき、特定の組織や細胞において疾患リスクを高める、あるいは低める遺伝子を推定してきた。

既存の解析パイプラインには、隣接する遺伝的変異が共に遺伝する連鎖不平衡（LD）現象を完全に排除できないという構造的な脆弱性があった。因果変異ではなく、隣接するタグ変異によって周囲の遺伝子の発現プロファイルが連動して変化する「共調節」現象が発生するためである。偽陽性シグナルが疾患の原因と誤認されたり、因果関係の方向が逆転したりする懸念は、かねてより提起されていた。

主な発見

研究チームは、細胞型全体において連鎖不平衡に起因する発現プロファイルの共調節が、TWASの結果に及ぼす攪乱効果を数学的にモデリングし、定量化した。因果変異が存在する標的遺伝子と、その周囲に位置する非因果遺伝子が共有する遺伝的構造を精密に分離し、シミュレーションおよび実際のゲノムデータに適用した。

解析の結果、周囲のタグ変異と絡み合った共調節は、単なる統計的なノイズを超え、遺伝子と疾患の関連性の方向そのものを揺るがすことが確認された。実際の疾患発生を抑制する遺伝子が、隣接する遺伝子座の強いLDシグナルに隠され、疾患を促進するリスク因子として誤って推定される「逆転現象」が体系的に観測された。

組織間、細胞型間で発現データが複雑に絡み合うほど、このようなシグナル攪乱の確率は有意に上昇した。特に、複合遺伝疾患において複数の遺伝子が狭いゲノム領域に密集している場合、共調節の攪乱によって導き出された偽の相関係数が、既存の補正モデルを通過してしまう割合が少なくないことが数値で立証された。研究チームは、細胞特異的な転写調節ネットワークと局所的なLD構造を同時に反映していない既存のTWASアルゴニズムの盲点を、統計指標によって明確に示した。

既存の手法が主にサンプル数の拡大や機械学習モデルの予測力向上に集中していたのに対し、本研究は、関連変異による多面発現的なシグナルの絡み合いを分離して測定する定量指標を提示したという点で、アプローチが異なる。

意義と展望

今回の解析は、これまでトランスクリプトーム研究において定説とされてきた疾患候補遺伝子の優先順位付け手法に対し、警鐘を鳴らすものである。数多くの新薬候補物質の探索段階において、TWASが示した方向性を盲信し、標的遺伝子の機能を抑制または促進する治療薬を開発した結果、後期段階で失敗に至る事例が少なくない。もし疾患との関連方向が統計的な錯覚によって逆転していたのであれば、前臨床検証の過程で莫大な資源と時間が浪費されることになる。

ゲノム疫学界は、トランスクリプトーム関連解析の結果を単一の真実として受け入れるのではなく、局所的な変異構造を併せて検証する標準的な検証体系を導入するという課題に直面している。高解像度シングルセル・トランスクリプトームデータと、CRISPR遺伝子編集技術を用いた機能ゲノミクス実験を統合し、統計的な相関関係を物理的に検証する段階が不可欠である。

同時に、組織特異的なeQTLの複雑性や人種間のLD構造の差異を完全に反映するには、現存する多民族ゲノム参照パネルが依然として限定的であるという限界も存在する。非ヨーロッパ系集団のデータを大幅に拡充し、細胞微小環境の転写変動性を統合的に反映する多変量統計補正アルニゴリズムの開発が、後続の研究として求められている。