Concordance of Automated ACMG Variant Classification withExpert-Curated Assertions: A Systematic Evaluation Using theClinGen Evidence Repository

あなたのDNAを、人間を作るための巨大で古くからある「指示書」だと想像してみてください。それはA、C、G、Tという4つの文字のコードで書かれており、数十億もの文字が連なっています。ほとんどの場合、この指示書は完璧に機能します。しかし時として、一文字が入れ替わったり、削除されたり、あるいは追加されたりすることがあります。これはコードにおける「タイポ（打ち間違い）」です。臨床遺伝学の世界では、これらのタイポは「バリアント（変異）」と呼ばれます。中には、脚注にあるタイポのように物語の本質を変えない無害なものもあります。しかし、中には「止まれ」を「進め」に変えてしまい、体の仕組みを暴走させて疾患を引き起こすような、危険なタイポもあります。

医師や科学者にとっての大きな課題は、これらのタイポを見つけることではなく、どれが危険で、どれが無害なノイズであるかを見極めることです。これを行うために、彼らは医学の専門家によって作成された厳格なルールブックを使用しています。このルールブックは、巨大なスコアリング・システムとして機能します。もしタイポに特定の「悪い」特徴（例えば、遺伝子を完全に破壊するなど）があれば、それは「病原性（Pathogenic/危険）」に向けてポイントが加算されます。逆に「良い」特徴（例えば、健康な人々によく見られるなど）があれば、「良性（Benign/安全）」に向けてポイントが加算されます。目標は、これら数百万ものタイポを、「病原性」、「おそらく病原性」、「判定不能（Uncertain）」、「おそらく良性」、「良性」の5つのカテゴリーに分類することです。これを正しく行うことは生死に関わる問題ですが、手作業で行うのは時間がかかり、コストも高く、人間の意見の相違も起こりやすいものです。そのため、科学者たちは自動的に分類を行うコンピュータ・プログラムを構築してきました。しかし、このロボットたちは一体どれほど優秀なのでしょうか？

---

ロボット判事 vs. 人間のパネル

この論文は、新しいコンピュータ・プログラムであるVarTriageを究極のテストにかけます。著者らは、この自動化されたロボットが、「ゴールドスタンダード（黄金律）」、つまり、ClinGenエビデンス・リポジトリのキュレーションに長年携わってきた人間の専門家チームの決定に匹敵するかどうかを確認したいと考えました。ClinGenリポジトリは、最も信頼できる人間の専門家たちが、特定のバリアントが危険か安全かを高い確信を持ってすでに決定している、遺伝子のタイポの「殿堂」のようなものだと考えてください。

研究者らは、これら専門家によって承認された15,334個のバリアントをVarTriageに入力しました。そして、ロボットの回答を人間の専門家の回答と比較し、どの程度一致するかを検証しました。

主な知見:

• ロボットは「悪い」タイポを見つける優れた探偵: 危険なバリアントを見つけ出すことに関しては、VarTriageは非常に印象的な成果を上げました。真に病原性のあるバリアントを**68.9%の精度で正しく特定しました。さらに重要なことに、ロボットが「危険である」と判定したとき、その的中率は80.5%**に達しました。
• 「二値的」な超能力: もし「判定不能」という中間領域を無視して、単に「これは悪いのか、それとも良いのか？」と問うた場合、ロボットと人間はほぼ完璧に一致しました。彼らの一致度（コヘン・カッパ係数）は0.98であり、これは実質的に完璧な握手のようなものです。つまり、ロボットは「悪いもの」と「良いもの」の山を分けることについては非常に優れていますが、そのものが「どの程度」悪いのか、あるいは良いのかを正確に判断することについては、時として迷いが生じることもあります。
• 「判定不能」の山の問題: ロボットの主な弱点は、あまりにも多くのバリアリントを「判定不能（VUS）」の山に放り込んでしまう傾向があったことです。人間は追加の手がかりを得て「これは間違いなく安全だ」と言える場面でも、ロボットは特定のヒントが欠けているために、「わからない」と安全策をとってしまいました。その結果、「安全な」バリアントを見つける成功率は、人間の専門家の**80.2%に対し、ロボットはわずか16.9%**という低い数値になりました。

何がロボットの脳を動かしているのか？

研究では、ロボットがなぜそのような選択をするのか、その深層を探りました。彼らは、ロボットの意思決定を支える2つの主要なエンジンを発見しました。

1. 「2点」ルール: 研究者らは、ロボットの精度向上に最も貢献したのは、「ベイズ緩和結合ルール（Bayesian relaxed combining rule）」と呼ばれる特定の数学的トリックであることを見出しました。例えば、それぞれが「中程度の疑わしさ」を持つ2つの証拠を持っているとします。従来のルールでは、有罪とするには「非常に強力な」証拠が必要でした。しかし新しいルールは、「おい、2つの中程度の証拠があれば、かなり確信を持ってよい」と教えてくれます。このルールを使用するだけで、ロボットの悪いバリアントを見つける能力は36.9パーセントポイント向上しました。
2. REVELスコア: ロボットが使用した最も強力な単一の手がかりは、REVELと呼ばれる予測スコアでした。これは、タンパク質の形状や化学的性質を見て、変化が悪いものかどうかを推測する高度な計算機です。研究者がREVELスコアをオフにしたところ、ロボットの悪いバリアントを見つける能力は36.9パーセントポイント急落しました。結局のところ、REVELこそがロボットの最も重要な超能力であったことが判明しました。

ロボットが見逃したもの

論文では、ロボットが「できなかったこと」についても明確に指摘しています。ロボットが「安全な」バリアントの特定に苦戦した理由は、人間が持っている特定の種類のデータにアクセスできないためです。

• 実験室テスト: 人間は、遺伝子が正常に機能していることを証明する実際の実験結果（機能解析）を見ることができます。ロボットにはこれが見えません。
• 家系図: 人間は、バリアントが家系の中でどのように受け継がれているかを見て、それが疾患を引き起こすかどうかを確認できます。ロボットにはそれができません。
• 信頼できる情報源: 人間は、「このバリアントは安全であると分かっている」と記された信頼できる医学データベースを読むことができます。ロボットは、循環論法（ロボットが単にデータベースの内容を繰り返すだけになること）を避けるために、これを無視するようにプログラムされています。

これらの「非計算的」な手がかりを利用できないため、ロボットは「良性」と断定することに対して、はるかに自信を失っていました。

結論

論文は、私たちはまだ人間の専門家パネルをロボットに置き換えることはできないものの、非常に有用なアシスタントを構築することはできると結論づけています。VarTriageは、28個の可能なルールのうちわずか10個を使用することで、非常に信頼性の高いフィルターとして機能できます。それは、明らかに危険なものや明らかに安全なものを「判定不能」の山から素早く仕分け、人間の専門家が最も困難なケースに集中できるようにしてくれるのです。

著者らは、次の大きな飛躍は、ロボットをより数学的に賢くすることからではなく、現在ロボットが暗闇の中にいるような、実験室の結果や家系図の手がかりといった、より多様なデータへのアクセスを提供することから生まれるだろうと示唆しています。それまでは、ロボットは「悪い vs 良い」の判断においては素晴らしいパートナーですが、「安全な」ものに対して確信を持つためには、依然として人間の助けを必要とするのです。