深層学習が解き明かす喘息の遺伝リスク　684の新規変異体を同定

欧州系集団における喘息の遺伝的リスク因子を大規模に同定し、人工知能を活用した新たなポリジェニックリスクスコアが従来の予測精度を上回ることが明らかになりました。

背景

喘息は世界的に約2億6,000万人が罹患する慢性炎症性疾患であり、遺伝因子と環境因子の相互作用によって発症します。これまでのゲノム全体関連解析（GWAS）研究により多数の関連遺伝変異が報告されていますが、喘息の遺伝的背景はまだ完全には解明されていません。特に、複数の遺伝変異の累積効果を評価するポリジェニックリスクスコア（PRS）の予測精度を向上させることが、精密医療の実現に向けた重要な課題となっています。

主な発見

本研究は欧州系の患者・対照者延べ180万人以上を対象とした大規模メタアナリシスを実施しました。GBMI（患者12万1,940人、対照者125万4,131人）とMVP（患者3万6,823人、対照者39万8,278人）のデータを統合し、複数の解析手法を組み合わせています。

従来のGWAS：69個の新規ゲノム有意ロキ（P < 5×10^-8）を同定
マルチトレイト分析（MTAG）：好酸球数を副次形質として組み込み、32個の追加新規ロキを発見
条件付き偽発見率法（condFDR）：234個の新規候補ロキを識別
Transformerベース深層学習（InsightGWAS）：684個の新規候補遺伝因子を優先順位付け

特に注目される遺伝因子には、免疫シグナル伝達に関わるPIK3CD、環境応答性転写因子AHR、T細胞活性化に関連するTNFRSF9、細胞接着に関わるNEGR1などが含まれ、遺伝子発現定量的形質遺伝子座（eQTL）および差別的発現の証拠が得られました。

臨床的意義

InsightGWASで優先順位付けされた変異体に基づくポリジェニックリスクスコアは、従来のGWASに基づくスコアを上回る予測精度を示し、独立した小児喘息コホートで検証されました。これらの成果は以下の臨床応用の道を開きます：

喘息発症リスクが高い個人の早期同定と層別化
遺伝的リスクプロファイルに基づいた予防的介入の検討
個別化された治療方針の立案と精密医療の推進

限界

本研究は欧州系集団を主対象としており、他の人種・民族集団への知見の適用可能性については今後の検討が必要です。また、同定された遺伝因子の機能的役割の解明には、さらなる機能的検証実験が必要とされます。ポリジェニックリスクスコアの臨床的有用性についても、より大規模で多様な集団での検証が望まれます。

Original paper: Deep learning and statistical methods identify novel asthma risk variants in Europeans. — The Journal of allergy and clinical immunology. 10.1016/j.jaci.2026.03.016

🎧 ポッドキャストを聴く