Transcript DNA - 京都大学
ゲノムワイドアソシエーションスタディ による 疾患関連遺伝子探索 平成２０年９月１日 東京医科大学 東京大学医科学研究所 ヒトゲノム解析センター 山田 亮 GWAS ゲノムワイドアソシエーションスタディ • 対象疾患 –NCBI dbGaP 登録疾患リスト • http://www.ncbi.nlm.nih.gov/entrez/query/Gap/gap_tmpl/abou t.html • Disease Studies Variables Documents Participants Type of Study – アルツハイマー病、心循環器疾患、高血圧、肥満、ＡＬＳ、変性性神 経疾患、うっ血性心不全、脳血管障害、気管支喘息、心肥大、多動 症、動脈硬化、躁うつ病、骨粗しょう症、白内障、２型糖尿病、うつ 病、統合失調症、睡眠時無呼吸症候群、乾癬、脂肪肝、加齢黄斑 変性、ホルモン補充療法関連副作用、糖尿病性神経症、ＳＬＥ、冠 動脈バイパス手術、心弁置換術、関節リウマチ・・・・・・・・・・・ 疾患の遺伝因子・環境因子 • 疫学調査は、ひとまず 疫学者に任せておい て 臨床現場での遺伝性の実感 • 遺伝子解析の基礎 – 疾患には遺伝性がある – 疾患が血縁関係者に好発する Commmon diseasesとその遺伝性 偶然性要因 遺伝的要因 環境的要因 単一遺伝子病 生活習慣病 アレルギー性疾患 感染症 悪性腫瘍 リウマチ性疾患 イメージ 外傷 とある外来にて • ○○病患者 ３００人を診療している • そのうちの１割、３０人の患者の家族歴が陽 性であった • さて、この疾患は、「遺伝性」が高いのだろう か？ あなたの病気は○○病です。 あなたのご家族に、○○病の方 はいらっしゃいますか？ • • • • 風邪の家族歴 MIの家族歴 RAの家族歴 奇病の家族歴 • 遺伝子解析の基礎 – 疾患には遺伝性がある – 疾患が血縁関係者に好発する疾患が血縁関係 者に • 好発するとは・・・ – 「普通に」発症している状態より、多く発症してい ること 「普通に発症」 • 有病率と同じ程度に発症 – ○○病患者 ３００人を診療している – そのうちの１割、３０人の患者の家族歴が陽性で あった – 有病率が１割の疾患だったら、これは「普通に」 発症していて、有病率が５％の疾患だったら「普 通より好発」している？ 家族歴の聴取 • 「ご家族に○○病の方はいらっしゃいます か？」という質問 – 「家族歴陽性」 • 「○○病の診断を受けた家族がいる」 • 「○○病の診断を受けた家族が、少なくとも１人いる」 – 「ご家族」の人数は？→N • 1-(発病しない率) N =1-(1-発病率)N 少なくとも1人の有病家族 0.7 0.6 有病率 0.5 0.1 0.05 0.01 率 0.4 0.3 0.2 1割の患者で家族歴陽性 0.1 0 1 2 3 4 5 6 家族人数 7 8 9 10 少なくとも一人の有病家族 1 0.9 有病率 0.8 0.7 0.3 0.2 0.1 0.05 0.01 率 0.6 0.5 0.4 0.3 0.2 0.1 0 1 2 3 4 両親 両親+同胞 5 6 7 8 両親+同胞+祖父母 家族人数 9 10 両親+同胞+祖父母+おじおば 比較的高頻度疾患において • 「家族歴陽性」は、「普通なこと」で遺伝性の 判断には有用ではない – 「少なくとも１人」だったから • 「何人中、何人」という情報なら・・・ – 何人の「家族」を思い浮かべて、「あり」「なし」の 情報を取ったか。 – その「あり・なし」の比率が「普通」か「好発」か。 ５人家族のうちの何人が有病 1 0.9 確率 0.8 0.7 0.3 0.2 0.1 0.05 0.01 0.6 0.5 0.4 0.3 0.2 0.1 0 0 1 2 3 4 家族が10人なら有 病率x10のところに ピーク 5 有病者数 家族10人のうち何人が有病 1 0.9 確率 0.8 0.7 0.3 0.2 0.1 0.05 0.01 0.6 0.5 0.4 0.3 0.2 0.1 0 0 1 2 3 4 5 有病者数 6 7 8 9 10 「家族に集積する」環境因子 • 「遺伝」するのは、遺伝因子だけではない – 精神科領域疾患の例 • 養育・教育環境における父母差 など • 「家族歴」から感じる遺伝性を、実際の遺伝性 より大きく感じさせる要因 疾患の遺伝因子・環境因子 • 疫学調査・遺伝学 – 双生児研究・家系研究 • 遺伝率 Heritability – 形質のばらつきを、遺伝因子のばらつきと環境因子のば らつきに分離することで、「遺伝要因の強さ」を数値化した もの – 基本は育種 • 種牛の「能力」 – 育種価 breeding value ある個体の個々の遺伝子座においてある形質に働く相加的遺伝 子効果の総和を育種価という。実用的 にはある個体の育種価はそ の個体の子どもの平均値の集団平均からの偏差の２倍としても定 義される。 – 「ウシのブリーダーはウシを売るのでなく育種価を売るのだ」という 言葉がある。 • 「家族歴陽性」の判断だけでなく、遺伝率(学 問的な指標)をも鈍らせる 家族歴収集の段階で、できること • 有病者・非有病者の両方の情報を取る • 確実な環境因子を家族員についても聴取する – 喫煙 – 食習慣 – などなど • それが面倒くさければ、まったくその情報をとらない 代わりに、「バイアスをもたらす環境因があからさま な疾患の家族歴」からは情報を引き出さないことと する・・・ 特に集積性の高い家系は・・・ • 集積度の高い家系と集積度の低い家系 • 同じ様相を見てもアプローチが異なる – 発ガン家系→遺伝因子：発ガン遺伝子 – 肥満家系 →環境因子：生活習慣 • それはなぜ？ – あからさまに論じられていないが・・・ • 集積が「家族」か • 集積が「血縁」か • 環境因子は「なだらか」な量的因子・・・ 極端家系がいても、その途中がいそう • 遺伝因子は「遺伝的な近さ」など、「特徴的な」値がある – 一卵性双生児：１ – 親子：0.5 – 同胞：0.25 など – 「MIの配偶者側ヒストリー」 家族歴 • 血縁家族歴 • 非血縁家族歴 Commmon diseasesとその遺伝性 偶然性要因 遺伝的要因 環境的要因 単一遺伝子病 生活習慣病 アレルギー性疾患 感染症 悪性腫瘍 リウマチ性疾患 イメージ 外傷 ～遺伝率で遺伝性が判明した後～ • いくつのリスク遺伝子があるか • それぞれの強さはどのくらいか • それらを見つけられるか • スタディ実行！ スタディの結果 「関連遺伝子」の強さ • ｐ値 • オッズ比・相対危険度 • Genotypic attributable risk • Genotype-Specific Recurrence Risks p-value and OR • 素のｐ値 – GWASでp=0.0000000000324 ! • 素のOR – ＧＷＡＳでＯＲ＝２ 形質(疾患) １マーカーでの関連解析 マーカー 形質とマーカーとに強い関連がある 多マーカーでの関連解析 形質(疾患) マーカー２つ 形質と第1マーカーとに強い関連がある 多マーカーでの関連解析 形質(疾患) マーカー 形質と第1マーカーとに強い関連がある？ 多マーカーでの関連解析 形質(疾患) マーカー 形質と第1マーカーとに強い関連がある ？？？？？？？ マルチプルテスティング問題 ｐ値の補正 • マルチプルテスティング補正 – ＧＷＡＳでは「割引き」したｐ値 – GWASでp=0.0000000000324 ! • 「論文になった」～p<0.01 – 「ＧＷＡＳですごいｐ値」～「ＧＷＡＳのＯＲはすごい値 – 「ｐ値は補正しないと」～「ＯＲも補正しないと」 – 「かろうじて、有意差が出た」 • p=0.0000000000324 !～p=0.01 • 「かろうじてのＯＲは１より少しだけ大きい程度」 ＯＲの補正 本当のリスクは？ 発端研究 Korean メタアナリシス その他の解釈指標 「本当のリスク」に照らして • Genotypic attributable risk – あるリスクアレルがあったときに、そのアレルがなかった ら、疾患有病者のどれくらいの割合が今より減るだろうか、 という値。 • Genotype-Specific Recurrence Risks – 同胞に発病者がいるとする。罹患同胞も、本人も一切リス クアレルに関する情報がないとしたときには、本人(罹患 同胞を持つ)のリスクは によって与えられる。今、あるリス クローカスについて、本人のジェノタイプがわかったとする と、そのわかった分だけ、発病リスクが上がる分がある (当該ローカスのリスクアレルを持っていれば)。それを Multiplicative modelに照らして数値化したもの。 ポストゲノム時代の疾患遺伝子解析 ～現状と課題～ • 民族差 • 多型 – SNPとCNP(コピーナンバー多型) • 遺伝子 – コーディング遺伝子と非コーディング遺伝子 • 解析規模の拡大 – 統計解析手法 Korean 民族差 ヒトゲノムサイズ 1 10 102 103 104 105 106 107 108 109 Sub-microscopic variants Microscopic variants Structural variants SNP ♂♀ 置換型多型 挿入欠失型 CNV リピート型 向きの多型(逆位) 位置の多型(転座) 1010 Central Dogma & DNA Variations Variations ＤＮＡ Variations Transcription initiation point Transcription Transcription termination point Variations Splicing and mRNA maturation Variations mRNA Translation initiation point Translation Codon triplets Variations Translation termination point Peptide Post-translational peptide modifications Molecules Not one way, but Multiple Bifurcations Sequence (qualitative) variations, quantitative variations, Chrono-spatial variations ＤＮＡ ｍＲＮＡ２ Transcript variations ｍＲＮＡ１ Ｐｅｐｔｉｄｅ３ Peptide variations Molecular variations Ｐｅｐｔｉｄｅ１ Ｐｅｐｔｉｄｅ２ Ｍｏｌｅｃｕｌｅ３ Ｍｏｌｅｃｕｌｅ１ Ｍｏｌｅｃｕｌｅ２ Ｍｏｌｅｃｕｌｅ４ ＤＮＡ ｍＲＮＡ２ ｍＲＮＡ１ Ｐｅｐｔｉｄｅ３ Ｐｅｐｔｉｄｅ１ Ｐｅｐｔｉｄｅ２ Ｍｏｌｅｃｕｌｅ３ Ｍｏｌｅｃｕｌｅ１ Phenotype1 Ｍｏｌｅｃｕｌｅ４ Ｍｏｌｅｃｕｌｅ２ Phenotype2 Phenotype3 Phenotype4 ＤＮＡ ｍＲＮＡ１ Ｐｅｐｔｉｄｅ１ Ｍｏｌｅｃｕｌｅ１ Ｍｏｌｅｃｕｌｅ２ Phenotype2 Phenotype1 ｍＲＮＡ２ Ｐｅｐｔｉｄｅ２ Ｐｅｐｔｉｄｅ３ Ｍｏｌｅｃｕｌｅ３ Ｍｏｌｅｃｕｌｅ４ Phenotype3 Phenotype4 Association study with DNA-markers Susceptible DNA-mRNA-Protein relation is not straight, but comparison between DNA variations and phenotype variations bypassing mRNA/proteins simplifies the analysis structure. Non-susceptible Non-coding-gene World and Variations DNA Effects on transcription Coding DNA Functional RNA Coding mRNA Effects on translation ?? Effects on phenotypes?? Coding-gene World and Variations 個人のゲノム Genotyping technologies and further developments • • • • 100,000 marker-panel 250,000 marker-panel 500,000 marker-panel …1,000,000 marker-panel … … Whole genome typing of all samples Typing スタディ規模の大規模化 • ランダムサンプル収集が不可能 – 集団構造化 • 多数のマーカー検定 – マルチプルテスティング 疾患における遺伝因子の位置 ～実用に向けて～ • 遺伝子単一では、診断・予測への応用 – その精度と利用法 • 発病前（予防・発病予測）、発病後（治療法選 択・予後予測） 東京大学医科学研究所 ヒトゲノム解析センター 京都大学大学院 医学研究科附属ゲノム医学センター 理化学研究所遺伝子多型研究センター 関節リウマチ関連遺伝子研究チーム