機械学習が照らす冠動脈疾患の遺伝子リスク予測の新境地

機械学習が拓く冠動脈疾患研究の新たな地平

近年、心筋梗塞や狭心症などの冠動脈疾患が注目されています。その中でも、特に遺伝的要因が大きく影響していることがわかっており、これを受けて千葉大学大学院医学研究院の伊藤薫教授と理化学研究所の研究チームは、機械学習を利用した新たな研究に取り組みました。この研究は、日本人の冠動脈疾患に関連する希少遺伝子変異の影響を解明し、高精度なリスク予測を実現することを目指しています。

研究の目的と背景

冠動脈疾患は世界中で主要な死因の一つであり、その発症には生活習慣とともに遺伝的要因が強く関与しています。特に、心疾患のリスクを正確に把握することは、個別の予防策を講じる上で不可欠です。しかし、従来の手法では個人に特有の希少遺伝子変異がどのように病気のリスクに寄与しているかについての理解が不十分でした。

この課題を解決するため、研究チームは全ゲノム解析を用いて日本人の遺伝情報を詳細に調査し、病気に対するリスクをより正確に把握することを目指しました。それにより、機械学習技術を駆使し、従来の解析手法の限界を超える成果を収めることに成功しました。

研究成果の重要なポイント

研究の過程で、67の関連遺伝子が特定され、その結果、脂質代謝だけでなく免疫機能や血小板機能など、さまざまなメカニズムが病気に影響を与えていることが明らかになりました。さらに、特定された希少遺伝子変異を基にした「希少変異スコア（RVS）」という新しい指標が開発され、これは個人の病気リスクを数値化し、臨床応用の可能性を示唆しました。

RVSは、疾患の将来的な有無を判別するだけでなく、長期的な心血管疾患による死亡の予測にも役立つことが期待されています。また、RVSと多遺伝子リスクスコア（PRS）を組み合わせることにより、疾病予測精度が大幅に向上することが示され、統合リスクスコアの構築が実現しました。