研究課題
特別研究員奨励費
心筋梗塞は、その発症に遺伝的要因が重要な役割を果たすことが明らかになっており、その遺伝的要因の研究は比較的頻度の多い遺伝的多型（コモンバリアント）を中心に大きな成功をおさめてきた。しかし、稀な遺伝的多型（レアバリアント）の網羅的評価は未だ成功例がなく、その遺伝的基盤の全貌は未だ未解明なままである。私たちはそれを明らかにし疾患発症メカニズムを詳細に検討するため、人工知能を使った次世代型フレームワークを用いてレアバリアントを遺伝情報全体を網羅的に解析し、疾患関連遺伝子群を同定する。また遺伝情報を用いた心筋梗塞発症リスクスコアを作成し精密・個別化医療の実現に貢献するツールを作成する。
心筋梗塞患者と対照群合わせて5000人の全ゲノムシークエンスを行い、データのクオリティコントロールを実施した。そのデータを用いて心筋梗塞発症の有無をゲノムのレアバリアントの情報のみから推定するスパースモデリングを用いた機械学習モデルを構築した。その結果として、心筋梗塞の発症に関連が示唆されるレアバリアントを含む遺伝子群を同定し、その中には家族性高コレステロール血症の原因遺伝子などが含まれていることを確認した。この機械学習モデルを用いてレアバリアント遺伝的リスクスコア（RVS）を作成した。バイオバンクジャパンのSNPアレイジェノタイピングデータを用いてゲノムワイド関連解析（GWAS）を行いコモンバリアントからなる多遺伝子リスクスコア（PRS）を作成した。これらのリスクスコアは、独立した1000人の全ゲノムデータでRVSが有意な予測性能を示し、PRSと統合した包括的遺伝的リスクスコアで予測性能が有意に向上することを確認した。この結果の他人種での再現性を確認するためにUKバイオバンクのエクソームシークエンスのデータのクオリティコントロールと機械学習モデルの適応を進めている。機械学習を用いた新たなフレームワークでゲノムデータを解析することによりレアバリアントを網羅的に解析し、疾患に関連する遺伝子群を同定し、リスクスコアの作成まで行なっており、missing heritabilityの一部をレアバリアントにより説明することが可能であることを示唆する結果が得られた。
令和3年度が最終年度であるため、記入しない。
すべて 2022 2021 2020
すべて 雑誌論文 (5件) (うちオープンアクセス 2件、 査読あり 2件) 学会発表 (4件) 産業財産権 (1件)
Circulation Journal
巻: 86 号: 1 ページ: 87-95
10.1253/circj.CJ-21-0265
130008132668
International Heart Journal
巻: 62 号: 6 ページ: 1332-1341
10.1536/ihj.21-407
130008122372
bioRxiv
巻: -
10.1101/2021.03.24.436773
medRxiv
10.1101/2021.09.06.21263189
CARDIAC PRACTICE
巻: 31(1) ページ: 15-21
