The fallacy of the national average in structured populations: clinical and population genomics across 9,768 Indian genomes

人間の身体は、膨大な指示書が収められた巨大な図書室のようなものです。その指示は、私たちがどのように成長し、どのように病気と戦い、どのように食べ物を消化するかを綴った、4つの化学的な文字（塩基）によるコードで書かれています。何十年もの間、科学者たちは、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、そしてなぜ特定の薬がある人には効き、別の人には害を与えるのかを理解するために、この図書室を読み解こうとしてきました。そのために、彼らは大規模な参照カタログ、つまり世界中の人々に見られる最も一般的な遺伝的変異の巨大な辞書を作り上げてきました。しかし、これらのカタログには盲点があります。それらは、しばしば多様で広大な地域を、そこに住む人々が皆同じであるかのように扱い、詳細を平均化して単一の「国民的」な全体像を作り出してしまいます。この手法は、数千年にわたって自由に混ざり合ってきた集団にはうまく機能しますが、世代を超えて独自の遺伝的系統を分離して維持してきた、明確で孤立したコミュニティが存在する場所では失敗します。

インドはその完璧な例です。インドには14億人以上の人々が住んでいますが、そこは単一の混ざり合ったグループではありません。むしろ、4,000以上の明確なコミュニティからなるモザイク画のような国です。その多くは、数千年にわたり、自分たちのグループ内でのみ結婚するという厳格な内婚制（endogamy）を実践してきました。この社会構造は、各コミュニティに独自の遺伝的署名を保存させ、単純な平均値では捉えきれないほど複雑な多様性の景観を作り出しています。科学者がインド全体の遺伝データを眺める時、彼らはその小さなグループの中に隠された具体的な物語を見落としてしまいます。例えば、ある遺伝的変異が、全人口の中では極めて稀であるために「稀なもの」と見なされることがありますが、実際には特定の村や部族においては、その変異が非常に一般的である場合もあります。このような誤解は医療における重大なミスにつながり、医師が診断を誤ったり、決定的な健康リスクを見逃したりする原因となります。

ある研究チームは、この問題を解決するために、最近、インド全土の83の異なるコミュニティから約1万人近い人々の完全なDNAを配列決定した「GenomeIndia Project」の、詳細かつ新鮮な遺伝データの再検証に着手しました。研究者たちは、これら9,768人を一つの大きな混合集団として扱うのではなく、元の83の明確なコミュニティへと再び分類しました。彼らは、データを平均化することをやめ、微細な詳細に目を向けた時に何が起こるのかを知りたかったのです。その結果、彼らが発見したのは、「国民的な平均」とは単なる簡略化ではなく、重要な医学的事実を積極的に隠してしまう歪みであるということでした。

最も衝撃的な発見は、インドにどれほど多くの稀な遺伝的変異が存在するかということでした。研究者がグループを分けずにデータを調べたとき、そこには一定数の稀な変化が見られました。しかし、層を剥ぎ取り、各コミュニティを個別に調べたところ、遺伝的変異の大部分――97パーセント以上――が、1パーセント未満の割合で現れる極めて稀なものであることが判明しました。これは、南アジアの人々を含む国際的なデータベースで見られるものよりも、はるかに高い割合の稀な変異です。その理由は、これらの稀な変異が一様に広がっているのではなく、特定のコミュニティに集中しているからです。全国的なプールの中では一人か二人しか持たないような変異であっても、一つの孤立した部族の中では数十人が持っていることがあります。平均化してしまうことで、国民的な視点はこれらの変異を「目に見えないもの」にしてしまいましたが、実際には、それらはローカルな集団を定義する特徴なのです。

この「不可視性」は、遺伝データの品質チェックの方法に危険な影響を及ぼしています。標準的な遺伝子検査では、科学者はエラーを特定するために数学的なルールを使用します。もしある遺伝的変異が、ランダムな混合集団に期待されるパターンと一致しない場合、コンピュータはそれを間違いとしてフラグを立て、破棄してしまうことがよくあります。研究者たちは、インドのコミュニティは混ざり合っておらず、むしろ明確に分離しているため、医学的に重要な多くの真の変異が、コンピュータにはエラーのように見えることを示しました。例えば、鎌状赤血球症を引き起こす遺伝子変異は、既知の深刻な疾患です。国家レベルのデータでは、この変異は品質チェックのルールをあまりにも大きく逸脱していたため、コンピュータはそれをグリッチ（不具合）だと判断して自動的に削除してしまったはずです。コミュニティごとに分析することで、研究者たちは、これらの変異が現実のものであり、極めて重要であることを証明しました。つまり、標準的なデータチェックの方法は、医師が命を救うために必要とする情報を、まさに削除してしまっていたのです。

また、この研究は、どの遺伝的変化が無害で、どれが危険であるかを判断するための新しい方法も明らかにしました。現在、医師は世界のデータベースに依存して、ある変異が問題かどうかを判断することがよくあります。世界のデータベースにおいてある変異が稀である場合、それはしばしば「病原性がある（疾患を引き起こす）」とラベル付けされます。しかし、研究者たちは、世界のデータベースで病原性があるとされている変異の多くが、特定のインドのコミュニティにおいては一般的であり、無害であることを発見しました。彼らは、単に特定の集団にとっての正常な遺伝的構成の一部であるために、無害（benign）として再分類されるべき変異を100以上特定しました。逆に、世界的には稀であるが、特定の孤立した部族では非常に一般的である55の変異も見つけました。これらは、そのコミュニティにおける真の疾患の原因である可能性がありますが、世界のデータベースにはそれらが存在することを知らないため、無視されていました。研究者たちは、二段階のシステムを提案しました。一つは無害な変異による「誤報」を取り除くためのトラック、もう一つは孤立したグループで見つかる真のリスクを保護し優先するためのトラックです。

おそらく最もエキサイティングな発見は、「ナチュラル・ノックアウト（自然な欠損）」の発見でした。遺伝学において「ノックアウト」とは、ある遺伝子のコピーが2つとも壊れており、その遺伝子が本来作るはずのタンパク質を生成できない状態にある人を指します。通常、このような人々を見つけることは非常に困難です。なぜなら、壊れた遺伝子は非常に稀であるため、一人を見つけるために数十万人のスキャンが必要になるからです。しかし、インドの小さなコミュニティにおける長年の内婚の歴史により、これらの壊れた遺伝子は特定のグループにおいてより一般的になっています。研究者たちは、機能が完全に失われた遺伝子を特定できる123の異なる遺伝子を発見しました。中には生命維持に不可欠な遺伝子もありますが、これらの壊れたコピーを持つ人々は健康であり、身体は時としてそれなしでも生存できることを示唆しています。他にも、薬の代謝や病気との戦いに関連する遺伝子もあります。これらの人々は、国家的な平均の中に隠れていたため、これまでの研究では数学的に不可視でした。今や発見されたことで、彼らは人体がどのように機能するかを理解し、新しい治療法を開発するためのユニークな機会を提供しています。

研究はまた、インドの異なる地域が、数千年にわたってそれぞれの環境にどのように適応してきたかをマッピングしました。ヒマラヤの高山地帯では、人々は古くからそこに住んでいた人類の遠い親戚から受け継いだ、薄い空気の中でも呼吸を助ける遺伝的な優位性を発達させてきました。南部の高温多湿な森林地帯では、他のコミュニティがマラリアへの耐性を助ける遺伝的変化を持っています。北部の酪農が盛んな地域では、大人になってもミルクを消化できる遺伝子の頻度が高くなっています。これらの適応は、国内に均一に広がっているのではなく、地図全体を俯瞰すると消えてしまうような、鋭い局所的な特徴なのです。山の出身者は、平原の出身者とは、薬に対する遺伝的な反応が全く異なる可能性があります。たとえ二人ともインド人であったとしてもです。

この研究は、インドを単一の遺伝的単位として扱うことは、適切な医療提供を妨げる間違いであると結論付けています。研究者たちは、公平で正確な医療を提供するためには、医師や科学者が患者がどのコミュニティに属しているかを見なければならないことを実証しました。彼らは、データを元の83のコミュニティに分けることで、隠されたリスクを明らかにし、誤報を修正し、以前は不可能であった生物学的な秘密を見つけ出すことができることを示しました。このアプローチはインドに限ったことではありません。それは、人々が明確で長年続くコミュニティとして暮らしている世界のあらゆる場所を理解するための青写真となります。人類の健康の秘密を解き明かす鍵は、違いを平均化して消し去ることではなく、その違いを、完全で詳細な複雑さとともに理解することにあるのです。