Non-independence in network-structured Mendelian randomization: a permutation framework and six failure modes

科学者たちは、薬が患者に届く前に、それが効果を発揮するかどうかを予測する信頼できる方法を長年追い求めてきた。メンデルランダム化として知られる強力な手法は、自然界自身のランダム化を利用して因果関係を検証するものである。これは、人々が生まれつき受け継ぐ遺伝的変異に着目しており、それらは「自然な実験」として機能する。もし特定の遺伝的変形式が、ある人の血液中の特定のタンパク質レベルの上昇を引き起こし、かつその同じ人が疾患のリスクも高い場合、研究者はそのタンパク質自体が疾患の原因である可能性が高いと推論できる。このアプローチは、特に心臓病において、新しい創薬ターゲットを特定するための標準的なツールとなっている。この分野における一般的な仮定は、もしあるタンパク質（リガンド）が疾患を引き起こすのであれば、その信号を受け取るタンパク質（その受容体）もまた、同じ物語を語るはずである、というものである。もし伝達者が危険であるならば、その論理によれば、受け手も問題の一部であるはずだということになる。

しかし、最近の研究はこの仮定に異を唱え、これら2つの測定値を互換性のある証拠として扱うことは間違いであることを明らかにしている。研究者たちは、数千組の相互作用するタンパク質を分析し、それらの遺伝的シグナルが冠動脈疾患のリスクについて一致するかどうかを調査した。その結果、伝達者からのシグナルと受け手からのシグナルはしばしば一致せず、一致する場合であっても、タンパク質がランダムにペアリングされた場合と比べて高い頻度で一致することはないことが分かった。また、この研究は、科学者が発見数をカウントする方法における隠れた欠陥をも暴き出した。タンパク質は複雑なネットワーク状に結びついているため、同じタン 품質が多くの異なるペアの中に現れ、標準的な統計的補正が無効になっているのである。その結果、創薬ターゲットを特定する方法について、より明確で慎重な視点が示された。つまり、2つの部分が遺伝的に結びついているからといって、単に経路が同じように機能すると仮定することはできないということである。

研究者たちはまず、約5万人の血液中に存在する660種類の異なるタンパク質のデータを収集することから始めた。彼らは、近くに明確な遺伝的スイッチを持つタンパク質に焦点を当てた。これにより、自信を持ってメンデルランダム化法を用いることが可能となった。次に、既知の生物学的相互作用のデータベースに基づき、一方が信号として機能し、もう一方が受け手として機能する1,129組のタンパク質ペアに着目した。各ペアについて、信号タンパク質が心臓病に及ぼす影響を計算し、それを受け手タンパク質の影響と比較した。もし共通の仮定が真実であれば、これら2つの数値は同じ方向に動くはずである。しかし、チームは、信号と受け手の間の合致は偶然と同程度であることを発見した。一つの大規模なデータセットでは、2つのタンパク質が同じ方向を指したのはわずか48.5%であり、これはタンパク質をランダムにペアリングした場合と区別がつかない結果であった。第二のより大規模なデータセットでは、その一致率はさらに低く、47%であった。

この一致の欠如は、信号を測定することと受け手を測定することは、実際には2つの異なる問いに答えていることを示唆している。研究によれば、研究者が2つのタンパク質が大きく食い違うペアを探した場合、より多くの心臓疾患症例を含む大きなデータセットを使用すると、「発見」の数は3倍に増加した。極めて重要なことに、ランダムなノイズに対する統計的な期待値も同様に上昇し、9から30へと増加した。これは、増加が生物学的なシグナルによるものではなく、偶然と一致していることを意味する。研究者たちは、標準的な手法がエラーの修正に失敗していることを実証した。なぜなら、それらの手法はすべてのタンパク質ペアを独立したテストとして扱っているからである。実際には、タンパク質はネットワークとして繋がっており、単一のタンパク質が数十のペアの一部となることがある。同じタンパク質が複数のテストに登場する場合、データは独立しておらず、標準的な補正は真の発見数を過大評価してしまうのである。

これを解決するために、チームはネットワーク構造を尊重した新しい検証方法を開発した。彼らは2つのアプローチを試みた。一つは、タンパク質自体とその接続数（次数）を正確に維持したまま、タンパク質間の接続をシャッフルする方法であり、もう一つは、統計値を異なるタンパク質へと移動させる方法である。彼らは、統計値を異なるタンパク質へ移動させる方法は、結合性の高いタンパク質が大きな影響を及ぼす傾向にあるという事実を無視してしまうため、不適切であることを見出した。しかし、タンパク質と接続を固定したままペアリングのみをシャッフルした手法を用いると、標準的な手法によって見出された「有意な」不一致は、おそらくネットワークの形状によるアーティファクト（人工的な産物）であることが示された。より厳格なこのテストを適用したところ、観察された不一致の数は、ランダムな偶然によって期待される数と有意な差はなかった。研究では、PCSK9のような心臓病に対して因果関係があることが知られているタンパク質が、特別な一致パターンを示すかどうかについても検討された。PCSK9はリスク因子として正しく特定されたものの、信号と受け手の間の広範な一致のパターンは成立しなかった。研究者たちが、結果が実験機器のエラーによるものではないことを確認するために、異なる測定技術を用いて検証した場合でも、信号と受け手の間の一致の欠如は変わらなかった。

これらの知見がもたらす意味は、将来の創薬ターゲットの選定方法において極めて重要である。本研究は、現在の慣行が研究者を誤った方向に導く可能性がある具体的な6つの方法を特定した。これには、ネットワーク接続の考慮の欠如や、ゲノム内の複雑な領域における単一の遺伝的シグナルへの依存が含まれる。主要な問題の一つは、多くのタンパク質が、複数の遺伝的シグナルが重なり合うゲノム領域に位置しており、どのシグナルが実際に疾患を駆動しているのかを判別することが困難である点である。研究者たちは、心臓病を定義するために使用するデータセットを変更すると、あるタンパク質と疾患が遺伝的な原因を共有しているかどうかの結論がしばしば逆転することを発見した。この不安定さは、共有された経路に関するこれまでの多くの主張が、必ずしも強固ではないことを示唆している。本研究は、メンデルランダム化は依然として価値のあるツールであるが、リガンドとその受容体が生物学的経路に関する相互換可能な証拠を提供するという仮定は、データによって支持されない、と結論づけている。科学者たちは今後、これら2つの測定値を、単一の統合された物語としてではなく、別々の証拠として扱わなければならない。