When do protein-truncating variants and copy-number loss agree? A pre-specified, power-aware genome-wide audit of cross-perturbation effect equivalence in 885,362 gene-trait pairs

遺伝子がヒトの健康にどのように影響を与えるかを理解しようとする探求において、科学者たちは長年、強力な概念に頼ってきました。それは、「もし遺伝子が壊れたときに何が起こるかを見ることができれば、それを修復しようとしたときに何が起こるかを推測できる」という考え方です。この論理は、現代の創薬の多くを支えています。研究者たちは、人間集団の中に存在する、あたかも「偶発的な実験」のように機能する自然な変異を探しています。時には、ゲノムのコードにおける一文字の変化によって、遺伝子の指示が事実上壊れることがあります。またある時には、DNAのより大きな断片が完全に失われ、その遺伝子とその隣接する遺伝子が削除されることもあります。長年、これら二種類の損傷——微細なエラーによる遺伝子の破壊と、大きな欠落による遺伝子の削除——は、同じ結果をもたらすはずだという仮定がありました。もし遺伝子の破壊が高コレステロールを引き起こすのであれば、遺伝子の削除も同様の結果をもたらすはずだ、というわけです。この信念により、科学者は異なる種類の遺伝子データを互換性のあるマップとして扱い、どの薬物標的が安全で効果的であるかを予測するために利用してきました。

しかし、ヒトの遺伝子データに関する新たな大規模な監査は、この仮定がこれまで考えられていたよりもはるかに脆弱であることを示唆しています。Beiji Lu率いる研究チームは、これら二種類の遺伝子損傷が本当に同じ物語を語っているのか、あるいは単にデータがノイズに支配されすぎて区別できないだけなのかを検証するため、厳格な事前計画に基づいたシステムを構築しました。彼らは単にパターンを探したのではなく、その影響が実際に等価であるのか、それともデータが判別不能なほどノいーズが多いのかを確認しようとしたのです。約90万組の遺伝子と形質のペアを調査した結果、彼らは、大部分のケースにおいてデータは沈黙していることを発見しました。さらに重要なことに、これら二種類の損傷が「一致」している数少ないケースの多くは、実際の生物学的効果を示すものではなく、単なる空虚なシグナルに過ぎないことも判明しました。本研究は、現在のツールでは真の生物学的な一致と統計的な偶然を区別する精度が足りないため、創薬を導くためにこれらの遺伝子マップを互換的に使用することはまだできない、と結論付けています。

研究者たちは、発見を追い求める「ハンター」ではなく、監査を行う「監査官」のような慎重さを持ってこの問題に取り組みました。彼らは、いくつかのエキサイティングな発見を探し求めるのではなく、データを精査する前にルールを書き留めた、三段階の厳格なプロセスを設計しました。彼らの目的は、タンパク質翻訳終結変異（遺伝子のコードを壊す微細なエラー）とコピー数損失（遺伝子を削除する大きな欠失）が、その影響において一致するケースの完全な目録を作成することでした。彼らは、膨大なボランティアの健康および遺伝情報を含むUK Biobankのデータと、結果をクロスチェックするためのアストラゼネカからの外部データセットを使用しました。チームは、血圧から骨密度に至る57種類の身体的形質に焦点を当て、約16,000の遺伝子がそれらにどのように影響するかを調査しました。

第一段階の監査は、極めて厳しい現実を明らかにしました。データは驚くほど希薄だったのです。両方の種類の遺伝的損傷が明確かつ有意な影響を示す遺伝子を探したところ、得られたのはごくわずかでした。何十万もの可能性の中から、自信を持って何かを言えるだけの証拠を提供したものは、ごく一部に過ぎませんでした。研究者たちは、異なる種類の遺伝的証拠の間で明確な「三方向の一致」が見られる遺伝子が少なくとも100個は見つかることを期待していましたが、実際に見つかったのはわずか14個でした。このデータの欠如により、彼らはより単純な問い、すなわち「二種類の損傷は影響の方向性において一致しているのか、それとも食い違っているのか」という問いへと焦点を絞らざるを得なくなりました。

ゲノムワイド解析へと進むにつれ、結果はさらに明白になりました。調査した885,362組の遺伝子と形質のペアのうち、圧倒的多数である88万組以上が「情報不足」に分類されました。これは、ほとんどの遺伝子において、二種類の損傷が同一であるか異なるかを判断するには、データが単に弱すぎることを意味します。それは、影響が異なっているのではなく、シグナルが測定できないほど微弱であったのです。統計的な誤謬を排除するために厳格な補正を適用した後、彼らは、影響が統計的に等価であるペアを4,252組、明らかに異なるペアを216組特定しました。

ここに、現在の創薬戦略に挑戦する決定的な発見があります。研究者たちは、両方の種類の損傷が活性化しており、かつ同じ方向を指している遺伝子と形質のペアを少なくとも200組見つけ出し、二種類の遺伝子マップが薬物標的として互換性があることを証明する必要がありました。しかし、見つかったのはわずか9組でした。 「等価」とされたペアの大部分は、実際にはどちらのタイプの損傷も形質に対して検知可能な影響を及ぼしていないケースでした。言い換えれば、マップが一致したのは、両方が「何も起こっていない」ことを示したからであり、両方が「同じことが起きている」ことを示したからではありません。この区別は極めて重要です。創薬開発者が知るべきなのは、遺伝子の破壊が特定の変化を引き起こすということであり、単に「破壊しても変化が起きない」ということではないからです。

研究チームはまた、なぜ少数の不一致が生じるのかについても調査しました。二種類の損傷から異なる影響を示す遺伝子は、ほとんどの場合、DNAの大きな断片が削除され、複数の遺伝子が一度に失われる領域に位置していることが分かりました。これは、大きな欠失が発生する場合、その影響が研究対象の単一の遺伝子だけでなく、一緒に取り除かれた周囲の遺伝子の影響も受けていることを示唆しています。この「パッセンジャー（乗客）」効果、すなわち一つの遺伝子の欠失が隣接する遺伝子の影響を道連れにする現象が、単一遺伝子解析では解きほぐせない混乱したシグナルを生み出しています。研究者たちは、これらの相反するシグナルを持つ遺伝子が、中央値で10個のタンパク質コード遺伝子を削除する欠失によって覆われていることを発見しました（一致するシグナルを持つ遺伝子では2.5個でした）。

チームはまた、これら二種類の遺伝的損傷がいつ食い違うかを予測するコンピュータモデルを構築し、研究者に薬物標的が誤解を招く可能性があることを警告するツールを作ろうと試みました。彼らは、測定の精度と遺伝的欠失の構造に関するデータをモデルに投入しました。モデルは、異なるケースを分離することにおいてほぼ完璧に機能しましたが、それは生物学を学習したからではありませんでした。モデルは、データの限界そのものを学習したのです。モデルは、強いシグナルと弱いシグナルの違いを識別できましたが、真の生物学的効果と統計的な偶然の違いを識別することはできませんでした。モデルの「ラベル」が、学習に使用されたものと同じノイズの多いデータから派生していたため、モデルはルールを発見するのではなく、本質的にノイズを暗記していたのです。

結局のところ、この研究は創薬への突進に対する必要な一時停止を促すものです。研究者たちは、薬の成功を予測する新しい方法を見つけたのではなく、すべての遺伝的損傷が同一であるという現在の仮定が、証拠によって支持されていないことを明らかにしました。彼らが作成した目録は、データが沈黙している場所、明確な場所、そして誤解を招く場所を示す地図です。彼らは、前進するためには、単一の遺伝子を隣接する遺伝子から分離し、真の生物学的効果を大きな欠失のノイズから切り離すことができる、新しいタイプのデータが必要であると結論付けています。そのようなデータが利用可能になるまで、壊れた遺伝子と削除された遺伝子が互換性があるという仮定は、未証明であり、おそらく現在のツールでは証明不可能なままなのです。この研究の価値は、画期的な発見にあるのではなく、その「否定的な結果」の明晰さにあります。それは、科学界に対し、道の終わりがどこにあり、旅を続けるためにどのような新しい乗り物が必要なのかを正確に伝えているのです。