Polygenic prediction of treatment response for precision medicine is vulnerable to collider bias

医師があなたのDNAを調べ、どの薬があなたに最も適しているかを正確に知ることができる世界を想像してみてください。これは、医療における「一律の対応」を超えたることを目指す分野である、プレシジョン・メディシン（精密医療）の約束です。このビジョンの中心にあるのはポリジェニック・リスク・スコアであり、これは本質的には、数千もの微細な遺伝的変異から算出される一つの数値です。この数値は、症状が現れるずっと前から、心臓病などの疾患を発症する可能性を推定します。これらのスコアはリスクを非常に正確に予測できるため、研究者たちはこれらを用いて臨床試験を設計し始めており、特定の治療から最も恩恵を受けることが遺伝的に運命づけられた患者を見つけ出そうとしています。もし、ある薬が高い遺伝的リスクを持つ人々には驚異的な効果を発揮する一方で、リスクが低い人々にはほとんど効果がないとすれば、それは大きな進歩となり、医師が外科的な精度で治療を標的にすることを可能にするでしょう。

しかし、新しい研究は、これらの遺伝的予測を取り巻く興奮が、統計的な錯覚に基づいている可能性を示唆しています。マシュー・タドール氏らを中心とする研究チームは、コレステロール低下薬に関するいくつかの主要な試験で見られたパターンを調査しました。これらの試験では、心臓病に対する遺伝的リスク・スコアが高い人々の方が、薬による恩恵を著しく多く受けているように見えました。この発見は非常に説得力があるため、現在、高リスク群のみを対象とした治療を行うための新しい、高額な臨床試験の設計を動機付けています。この新研究の著者たちは、この劇的な恩恵の差は生物学的な現実ではなく、試験の参加者を選定する方法によって引き起こされた、数字のトリックであると提案しています。彼らは、試験への参加ルールが隠れたバイアスを生み出し、遺伝的スコアが成功の予測因子であるかのように見せかけたものの、実際には他の要因の指標に過ぎなかったのだと主張しています。

問題を理解するためには、これらの試験がどのように構築されたかを見る必要があります。研究を効率的かつ安全に行うために、研究者は誰が参加できるかについて厳格なルールを設定しました。例えば、ある試験では、すでに心臓病を患っており、投薬にもかかわらずコレステロール値が高いレベルにある人のみを受け入れる場合があります。一般人口において、ある人の心臓病に対する遺伝的リスクは、喫煙や糖尿病といった他のリスク要因とは独立しています。しかし、厳格な参加ルールを持つ試験の中では、この独立性が崩れます。もし遺伝的リスクが低い人がいる場合、その人は試験の資格を得るために、通常、他の悪い習慣や疾患という重い負担を負っている必要があります。逆に、遺伝的リスクが高い人は、他のリスク要因がほとんどなくても資格を得られる可能性があります。これにより、試験グループ内には奇妙で人工的な関係が生じます。すなわち、遺伝的リスクが高ければ高いほど、他のリスク要因の負担は低くなるのです。

この人工的な関係こそが問題の核心です。研究者たちは、喫煙や糖尿病といった他のリスク要因が、実際にその人の治療への反応を変化させることを発見しました。試験のルールが遺伝とこれらの他の要因との間に結びつきを強制したため、遺伝的スコアがそれらの代用として機能し始めたのです。高リスク群がより良い結果を示したとき、それは彼らの遺伝子が薬をより良く効かせたからではなく、単に薬の効果を鈍らせる可能性のある他のリスク要因を彼らが持っていなかったからでした。研究は、たとえ適切な臨床試験のように薬がランダムに割り当てられていたとしても、この選択バイアスが結果を歪める可能性があることを示しています。ランダム化は治療グループ間のバランスをとりますが、人々を研究に参加させるために用いられた基準そのものによって導入されたバイアスを解消することはできません。

研究チームはこのアイデアをコンピュータ・シシミュレーションを用いてテストしました。彼らは、遺伝的リスクが薬の効果に全く影響を与えないことが分かっている仮想の世界を構築しました。そして、現実世界の試験で使用されているのと同じ厳格な参加ルールを適用しました。その結果は驚くべきものでした。シミュレーションは、現実の試験が報告したのと全く同じ「遺伝的恩恵」のパターンを生み出したのです。これらの偽の試験では、選択バイアスのために、高遺伝的リスクの人は低リスクの人と比較して、主要血管イベントのハザード比が0.95に対して0.77となる現象が起きました。これは、シミュレーション内では薬が全員に全く同じように効いていたにもかかわらず発生したことです。また、研究チームは17万5千人以上のHelix Research Networkと、約9万3千人のUK Biobankからの実世界のデータも調査しました。これらの大規模なグループでは、人々が厳格な試験ルールによって選別されていないため、遺伝的リスクがスタチンの効き方を変えるという証拠は見られませんでした。しかし、研究者がこれらのグループを試験参加者のように見えるよう人工的に制限すると、偽の「遺伝的恩恵」が再び現れたのです。

この発見が持つ意味は、精密医療の未来にとって極めて重要です。この研究は、ポリジェニック・リスク・スコアが無用であると示唆しているわけではありません。それらは、誰が病気になる可能性が高いかを予測するための強力なツールであり、研究におけるイベント発生数を確保し、研究を計画するのに役立ちます。しかし、著者たちは、これらのスコアを「誰が薬に最もよく反応するか」を予測するために用いることは、はるかに危険であると警告しています。過去の試験における高リスク患者を標的にすることの成功は、統計的な蜃気楼であった可能性があります。もし、高遺伝的リスクが優れた反応を保証するという仮定に基づいて新しい試験が設計されるならば、それらは誤った前提の上に築かれることになるでしょう。研究者たちは、遺伝子と薬の間の生物学的な相互作用のように見えるものは、しばしば、患者がどのように選ばれたかという副作用に過ぎないのだと結論付けています。医師が遺伝的プロファイルに基づいて自信を持って治療を処方できるようになる前に、まずゲームのルールが結果を操作していないことを確認しなければなりません。