Homology-Based Variant-Effect Predictors Break Down on Cytochrome P450 Pharmacogenes
本研究は、相同性に基づく変異影響予測器が、主にタンパク質の存在量ではなく触媒活性を追跡しているために、シトクロムP450薬物遺伝子において系統的な失敗を来すことを示しており、機能的帰結を正確に予測するためには基質特異的なコンテキストを組み込んだ新しいモデリング手法が必要であることを明らかにしている。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
同じ量の薬が、ある人には救いの手となり、別の人には害となる世界を想像してみてください。これは不運によるミステリーではなく、生物学的な問題です。私たちの体内では、シトクロムP450と呼ばれる酵素のファミリーが化学処理工場の役割を果たしており、私たちが服用する薬の約4分の3を分解しています。これらの酵素は人によって異なるため、薬を処理する速度も異なります。ある人にとって標準的な用量は効果を発揮するには弱すぎ、別の人にとっては危険なレベルまで蓄積してしまいます。科学者たちは、個人のユニークな遺伝コードがこれらの酵素をどのように変化させるかを予測し、あらゆる個人に対して最適な用量を処方できるようにすることを長年望んできました。これを行うために、彼らは、ある変化が数百万年にわたる他種に見られる変異とどれほど類似しているかを見ることで、遺伝的変化の影響を推測するコンピュータプログラムに頼ってきました。その論理は単純でした。もし自然界が進化の過程でその酵素の一部を維持し続けてきたのであれば、それを変えることは有害であるはずだ、というものです。
しかし、新しい研究は、この長年保持されてきた論理が、これらの薬物代謝酵素に適用される場合には崩壊することを明らかにしています。スタンフォード大学のヘレン・シューとラス・アルトマン率いる研究チームは、最も高度なコンピュータモデルを、酵素CYP2C9からの実世界のデータに対してテストしました。その結果、疾患を引き起こす突然変異の予測にはうまく機能する標準的なツールが、これらの特定の酵素の仕組みを理解できていないことが分かりました。モデルは本質的に、最も重要な物語の部分、すなわち、その酵素が分解しようとしている特定の薬を見落としています。この研究は、薬に対する個人の反応を真に予測するためには、単に酵素の形状やその歴史を見るだけでは不十分であり、それが遭遇する特定の化学物質も見なければならないことを示唆しています。
研究者たちはまず、人工知能を用いて遺伝的変化が有害かどうかを予測する強力な新しいツール、AlphaMissenseのテストから始めました。彼らは、6つの重要な薬物代謝酵素のデータをこのツールに入力しました。すると、このツールは、ヒトの体の他の部分に対する性能と比較して、変異を「不確実」と判定する割合がほぼ2倍も高くなるという、著しい苦戦を強いられました。チームがCYP2C9のデータを深く掘り下げると、その理由が見えてきました。コンピュータモデルは、実際には酵素がどれほど上手く機能しているかを測定していたのではなく、主に細胞内にどれだけの量の酵素が存在しているかを測定していたのです。もし遺伝的変化によって酵素が不安定になり消失してしまう場合、モデルはそれを問題としてフラグを立てました。しかし、もし酵素が安定して存在していれば、たとえ薬を処理する能力が完全に失われていたとしても、モデルはそれが正常に機能していると見なしていたのです。
この失敗を理解するために、チームは酵素の物理的構造と変化の化学的性質を調査しました。彼らは、変化の場所や化学的な置換の種類といった、もっと明白な要素を見落としているのではないかと考えました。しかし、これらの要因はほとんど説明にならないことが分かりました。モデルの誤りは、構造データの不足や基本的な化学への誤解によるものではありませんでした。問題はより深いところにありました。モデルは、「進化は生存に不可ら必需であるために酵素を一定に保つ」という考えに基づいて訓練されていました。しかし、これらの薬物代謝酵素は異なります。これらは単一の特定のタスクのためではなく、食物や環境からの多種多様な化学物質を扱うために進化してきたのです。柔軟に設計されているため、自然界は変化に対して罰を与えないことがあります。特定の薬を処理する能力を損なう遺伝的変異であっても、酵素自体は完全に安定し、豊富に存在し続けることがあり、それがコンピュータを「正常である」という誤解へと導くのです。
次に、研究者たちはより優れたモデルの構築を試みました。彼らは、標準的なツールを、単なる進化の歴史ではなく、酵素の遺伝コードの特定のパターンに着目する新しいアプローチと組み合わせました。この新しく構築されたカスタムモデルは、酵素の実際の化学的活性を予測することにおいて、はるかに優れていました。それは、安定して機能している酵素と、安定しているが機能していない酵素を区別することができました。しかし、この改良されたモデルでさえ壁に突き当たりました。研究者が予測を実世界の医療記録や臨床ラベルと比較したところ、一致度は低いものでした。モデルは試験管内での酵素の活性を予測することはできましたが、その活性が患者が特定の薬を服用する際の反応にどのように変換されるかを予測することはできなかったのです。
この乖離の理由は、酵素自体の性質にあります。これらのタンパク質は単一目的の機械ではなく、多くの異なる薬物と相互作用するマルチタスカーなのです。研究によれば、同じ遺伝的変化であっても、存在する薬によって全く異なる影響を及ぼすことが分かりました。ある突然変異は、ある薬剤に対しては機能を低下させる一方で、別の薬剤に対しては全く影響を与えないことがあります。現在のコンピュータモデルは、酵素をあたかも単一の普遍的な機能を持つものとして扱っており、その仕事の内容が遭遇する薬ごとに変化するという事実を無視しています。研究者が調査した医学データベースでは、複数の薬に対してテストされた遺伝的変異の70％以上が、薬ごとに異なる結果を示していました。
この発見は、薬物反応を予測するためのアプローチ全体を変える必要があることを示唆しています。何十年もの間、科学者たちは遺伝的変異に対して、それが「良い」か「悪い」かを問う単一のスコアを割り当てようとしてきました。しかし、この研究は、薬物代謝酵素にとって、その問い自体が間違っていると主張しています。変異は本質的に「良い」あるいは「悪い」のではなく、特定の薬という文脈においてのみ「良い」あるいは「悪い」のです。研究者たちは、将来のツールは異なる問いを立てるように構築されるべきだと提案しています。すなわち、「この特定の遺伝的変化は、この特定の薬の処理にどのように影響するか？」という問いです。コンピュータモデルが、酵素が共に働く特定の化学的パートナーを考慮できるようにならない限り、薬が癒やしとなるか、あるいは害となるかを決定する複雑な相互作用を完全に予測することはできないでしょう。進むべき道は、単に優れたデータやより賢いアルゴリズムを得ることではなく、これら不可欠な生物学的機械の「機能」とは何かという定義を再定義することにあるのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。