OmicsPred as a centralised resource for genetic prediction of multi-omic traits
マルチオミクス・インピュテーションモデルの断片化に対処するため、著者らは、発見可能性、相互運用性、および系統的なターゲット探索を促進するために、標準化されたメタデータとフォーマットを用いて330万を超える遺伝学的予測モデルを統合した中央集約型プラットフォームであるOmicsPredを開発した。
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
なぜある人は病気になり、ある人は健康を維持できるのか、その理由を理解しようとしている場面を想像してみてください。科学者は、あなたのDNA（遺伝的な設計図）が健康に影響を与えることを知っていますが、DNAはあくまで「取扱説明書」に過ぎません。体の中で実際に仕事をしている「働き手」は、RNA、タンパク質、代謝物といった分子です。疾患を真に理解するためには、科学者はこれらの働き手が何をしているのかを見る必要があります。
しかし、何百万人もの人々におけるこれらの分子のレベルをチェックすることは、巨大な都市のすべてのレンガを検査するようなもので、非常に高価で困難な作業です。一方で、人々のDNAを読み取ることは、都市のレイアウトを示す地図を手に入れるようなもので、今では安価で容易になっています。
問題点：散らばった地図のライブラリ
科学者は、DNAという「地図」を使って、分子という「働き手」が何をしているかを予測する方法を編み出しました。彼らは、この予測を行うための何千もの数学的公式（予測モデル）を構築してきました。しかし、これまでは、これらの公式はあちこちに散らばっていました。ある研究論文の裏側に隠されていたり、異なるウェブサイトに置かれていたり、異なるファイル形式になっていたりしたのです。それは、まるで、すべての本が異なる言語で書かれ、異なる部屋に保管されているライブラリのようなものでした。もし研究者がこれらを使おうとしても、一つひとつ探し出さなければならず、しかもそれらを一緒に使うことができないこともよくありました。
解決策：OmicsPred（中央集権的なライブラリ）
この論文では、これら散在する予測モデルを一つの場所に集約した、新しい中央集権的なオンラインライブラリであるOmicsPredを紹介しています。これは、あらゆる遺伝的予測ツールが整理整頓された巨大な倉庫であり、すべてのツールにラベルが貼られ、共通の言語に翻訳され、いつでも借りられる状態にあると考えてください。
OmicsPredが特別である理由は、以下の簡単な比喩を用いて説明できます：
- 膨大なコレクション： 2026年5月時点で、このライブラリには330万件を超える予測モデルが収蔵されています。これらは、3つの主要な分子の働き手（転写産物（RNA）、タンパク質、代謝物）をカバーしています。
- 標準化されたフォーマット： 以前は、ある研究のモデルが特定のコンピュータプログラムでしか読み取れない形式であることもありました。OmicsPredは、これらすべてのモデルを、科学者がすでに使用している一般的なツール（「PGS Calculator」や「MetaXcan」など）で動作するように翻訳します。これは、ライブラリのすべての本が英語とスペイン語の両方で利用可能になり、誰もが読めるようにすることと同じです。
- 詳細なラベル（メタデータ）： すべてのモデルには、明確な「IDカード」が付いています。このカードには、そのモデルがどこで学習されたのか（どの集団、どの組織か）、どの程度の精度があるのか、そして何の分子を予測するものなのかが正確に記されています。
- 点と点を結ぶ： このライブラリは単にモデルをリストアップするだけでなく、それらを生物学的な「近隣地域」（パスウェイ）に結びつけています。例えば、あるタンパク質を検索すると、ライブラリはそのタンパク質が同じ生物学的プロセスの中でどの他のタンパク質と一緒に働いているかを表示できます。
テストへの投入：Million Veterans Program
このライブラリがいかに有用であるかを示すために、研究者たちは、多様な背景を持つ100万人以上の人々を対象とした大規模な研究であるMillion Veterans Program (MVP) のデータを使用して、OmicsPredを分析しました。
彼らは、このライブラリを使用して大規模な「検索と発見」の操作（PheWASと呼ばれます）を行いました。彼らはこう問いかけました。「もし、DNAに基づいてこれらの数百万の分子のレベルを予測できるとしたら、どれが特定の疾患と関連しているだろうか？」
- 結果： 彼らは、予測された分子形質と疾患との間に、19万件以上の有意な関連を発見しました。
- 現実世界の例： 特定のタンパク質（PCSK9）と心臓病との関連性など、既知の関連性を確認しました。
- 新しい洞察： 彼らは、AGERと呼ばれる分子と甲状腺機能低下症（甲状腺機能が低下した状態）との間の非常に一貫した関連を見出しました。これは、異なる集団や異なる種類のデータにおいても発見されました。ライブラリの「近隣マップ」を使用することで、彼らは、AGERが甲状腺の健康に重要であることが知られている特定のシグナル伝達経路（NF-κB）の一部であることを突き止めました。これにより、なぜその関連が存在するのかという理由の説明に役立ちました。
今後の展望
著者らは、OmicsPredが成長過程にあるリソースであることを強調しています。現在、ほとんどのモデルはヨーロッパ系の祖先に基づいたものですが、チームは、利用可能になり次第、多様な世界の集団のモデルを追加することにコミットしています。また、家畜のモデルを含むようにライブラリを拡張し、科学者が因果関係を解明するのを助けるための、より高度な機能を追加することも計画しています。
まとめ
OmicsPredは、散らばった遺伝的予測ツールという問題を解決する、中央集権的でユーザーフレンドリーなハブです。これにより、研究者は、DNAから分子形質を予測するための何千ものモデルを簡単に見つけ、ダウンロードし、使用することができ、私たちの遺伝子、私たちの生物学、そして私たちの疾患の間の新しいつながりの発見を支援します。
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。