ゲノムワイド関連解析

ゲノミクス において、ゲノムワイド関連解析（GWA研究、またはGWAS）とは、様々な個体におけるゲノム全体の遺伝子変異を観察的に調べ、いずれかの変異が特定の形質と関連しているかどうかを調べる研究である。GWA研究は通常、一塩基多型（SNP）と主要なヒト疾患などの形質との関連性に焦点を当てるが、他のあらゆる遺伝子変異や他の生物にも同様に適用できる。

ヒトのデータに適用する場合、GWA研究では、特定の形質や疾患に関して表現型が異なる参加者のDNAを比較します。これらの参加者は、疾患のある人（症例）と疾患のない類似の人（対照）である場合もあれば、血圧などの特定の形質に関して異なる表現型を持つ人である場合もあります。 ^{[ 1 ]}このアプローチは表現型優先と呼ばれ、参加者は遺伝子型優先とは対照的に、まず臨床症状によって分類されます。各人はDNAサンプルを提供し、そこから数百万の遺伝子変異がSNPアレイを使用して読み取られます。変異の1つのタイプ（1つの対立遺伝子）が疾患のある人に多く見られるという統計的に有意な証拠がある場合、その変異は疾患に関連していると言われます。関連するSNPは、疾患のリスクに影響を与える可能性のあるヒトゲノムの領域を示すものと考えられています。

GWA研究は、特定の少数の遺伝子領域のみを検査する方法とは対照的に、ゲノム全体を調査します。したがって、GWASは、遺伝子特異的な候補遺伝子主導型研究とは対照的に、候補遺伝子主導型ではないアプローチです。GWA研究は、疾患に関連するDNA中のSNPやその他の変異を特定しますが、それ自体ではどの遺伝子が原因であるかを特定することはできません。^{[ 2 ] [ 3 ] [ 4 ]}

2002年に発表された最初の成功したGWASは心筋梗塞を研究したものでした。^{[ 5 ]}この研究デザインはその後、加齢黄斑変性症患者を対象とした画期的なGWA 2005研究で採用され、健常対照群と比較してアレル頻度が有意に変化した2つのSNPが発見されました。^{[ 6 ]} 2017年現在3,000件を超えるヒトGWA研究が1,800以上の疾患と形質を調査し、数千のSNP関連が発見されています。^{[ 7 ]}まれな遺伝性疾患の場合を除いて、これらの関連は非常に弱いですが、個々の関連はリスクの大部分を説明できないかもしれませんが、重要な遺伝子と経路についての洞察を提供し、まとめて考慮すると重要になる可能性があります。

2 つのヒトゲノムは、何百万もの異なる点で異なります。ゲノムの個々のヌクレオチドの小さな変異 ( SNP ) だけでなく、欠失、挿入、コピー数変異などの大きな変異も多数存在します。これらのいずれも、個人の特性、つまり表現型に変化をもたらす可能性があり、表現型は、病気のリスクから身長などの身体的特性まで、あらゆるものになり得ます。^{[ 9 ]} 2000 年頃、GWA 研究が導入される前は、主な調査方法は、家族における遺伝的連鎖の遺伝研究によるものでした。このアプローチは、単一遺伝子疾患に対して非常に有用であることが証明されていました。^{[ 10 ] [ 9 ] [ 11 ]}しかし、一般的で複雑な疾患の場合、遺伝的連鎖研究の結果は再現が困難であることが判明しました。^{[ 9 ] [ 11 ]}連鎖研究の代替案として提案されたのが、遺伝子関連研究です。このタイプの研究では、遺伝子変異の対立遺伝子が、関心のある表現型 (たとえば、研究対象の疾患) を持つ個人で予想よりも頻繁に見つかるかどうかを尋ねます。統計的検出力に関する初期の計算では、このアプローチは弱い遺伝的効果を検出する上で連鎖研究よりも優れている可能性があることが示されました。^{[ 12 ]}

概念的枠組みに加えて、いくつかの追加要因がGWA研究を可能にした。1つは、ヒト遺伝物質の保管庫であるバイオバンクの出現であり、研究に十分な数の生物学的試料を収集するコストと困難を大幅に削減した。^{[ 13 ]}もう1つは、2003年からGWA研究で調査される一般的なSNPの大部分を特定した国際ハップマッププロジェクトである。 ^{[ 14 ]}ハップマッププロジェクトによって特定されたハプロブロック構造により、変異の大部分を説明するSNPのサブセットに焦点を当てることが可能になった。また、ジェノタイピングアレイを使用してこれらすべてのSNPをジェノタイピングする方法の開発も重要な前提条件であった。^{[ 15 ]}

GWA研究で最も一般的なアプローチは症例対照研究であり、健康な対照群と疾患に罹患した症例群という2つの大規模な集団を比較します。各集団のすべての個人は、一般的に知られているSNPで遺伝子型が決定されます。SNPの正確な数は遺伝子型決定技術によって異なりますが、通常は100万以上です。^{[ 8 ]}これらのSNPのそれぞれについて、症例群と対照群の間で対立遺伝子頻度が有意に変化しているかどうかが調査されます。 ^{[ 17 ]}このような設定では、効果量を報告するための基本的な単位はオッズ比です。オッズ比は2つのオッズの比であり、GWA研究の文脈では、特定の対立遺伝子を持つ個人の症例のオッズと、同じ対立遺伝子を持たない個人の症例のオッズです。

例：TとCという2つの対立遺伝子があるとします。症例群で対立遺伝子Tを持つ個体数を「A」、対照群で対立遺伝子Tを持つ個体数を「B」とします。同様に、症例群で対立遺伝子Cを持つ個体数を「X」、対照群で対立遺伝子Cを持つ個体数を「Y」とします。この場合、対立遺伝子Tのオッズ比はA:B（標準的なオッズ用語では「A対B」を意味します）をX:Yで割ったもので、数学的には単純に(A/B)/(X/Y)となります。

症例群のアレル頻度が対照群よりはるかに高い場合、オッズ比は1より高くなり、アレル頻度が低い場合はその逆になります。さらに、オッズ比の有意性のp値は、通常、単純なカイ二乗検定を使用して計算されます。1と有意に異なるオッズ比を見つけることがGWA研究の目的です。これは、SNPが疾患と関連していることを示すからです。^{[ 17 ]}非常に多くのバリアントがテストされるため、p値が1より低いことが標準的な慣行となっています。変異を有意とみなすには、5 × 10 ^{−8 が必要です。}

症例対照アプローチのバリエーション。症例対照GWA研究の一般的な代替手段は、身長やバイオマーカー濃度、あるいは遺伝子発現などの定量的表現型データの分析です。同様に、優性または劣性浸透パターン用に設計された代替統計を使用できます。^{[ 17 ]}計算は通常、 SNPTESTやPLINKなどのバイオインフォマティクスソフトウェアを使用して行われ、これらのソフトウェアには、これらの代替統計の多くもサポートされています。^{[ 16 ] [ 18 ]} GWASは個々のSNPの効果に焦点を当てています。しかし、2つ以上のSNP間の複雑な相互作用（エピスタシス）が複雑な疾患に寄与する可能性もあります。相互作用の数が指数関数的に増加する可能性があるため、GWASデータで統計的に有意な相互作用を検出することは、計算的にも統計的にも困難です。このタスクは、データマイニングから着想を得たアルゴリズムを使用する既存の出版物で取り組まれています。^{[ 19 ]}さらに、研究者らは、GWA データをタンパク質間相互作用ネットワークなどの他の生物学的データと統合して、より有益な結果を抽出しようと試みている。^{[ 20 ] [ 21 ]}膨大な数の SNP の組み合わせによって以前は困難と認識されていたにもかかわらず、最近の研究では、植物/シロイヌナズナの遺伝子レベルの解像度で完全なエピスタシス マップを明らかにすることに成功した。^{[ 22 ]}

GWA研究の大部分における重要なステップは、研究で使用されたジェノタイプチップに含まれていないSNPのジェノタイプの推定です。 ^{[ 24 ]}このプロセスにより、関連性をテストできるSNPの数が大幅に増加し、研究の検出力が向上し、異なるコホート間でのGWASのメタ解析が容易になります。ジェノタイプの推定は、通常、全ゲノムシーケンスを使用して高密度にジェノタイプされた参照パネルのハプロタイプのセットにジェノタイプデータを推定する統計的手法によって実行されます。これらの手法は、短いシーケンス領域で個体間でハプロタイプが共有されていることを利用してアレルを推定します。ジェノタイプ推定のための既存のソフトウェアパッケージには、IMPUTE2 ^{[ 25 ]} 、Minimac、Beagle ^{[ 26 ]}、およびMaCH ^{[ 27 ]}などがあります。

関連性の計算に加えて、結果を混乱させる可能性のある変数を考慮することが一般的です。性別、年齢、祖先は、一般的な交絡変数の例です。さらに、多くの遺伝子変異は、変異が最初に発生した地理的および歴史的な集団と関連していることも知られています。^{[ 28 ]}このような関連性があるため、研究では、集団構造と呼ばれるものを制御することによって、参加者の地理的および民族的背景を考慮する必要があります。そうしないと、研究は偽陽性の結果を生み出す可能性があります。^{[ 29 ]}

すべてのSNPについてオッズ比とP値が計算された後、一般的なアプローチはマンハッタンプロットを作成することです。GWA研究の文脈では、このプロットはゲノム上の位置の関数としてP値の負の対数を示します。したがって、最も有意な関連性を持つSNPは、通常、ハプロブロック構造のために点の積み重ねとしてプロット上で際立ちます。重要なのは、有意性のP値閾値は多重検定の問題に対して補正されていることです。正確な閾値は研究によって異なりますが^{[ 30 ]}、従来のゲノムワイド有意性閾値は5 × 10 ^{−8 は}、数十万から数百万のテストされた SNP に対して有意である。^{[ 8 ] [ 17 ] [ 31 ]} GWA 研究では、通常、発見コホートで最初の分析を行い、次に独立した検証コホートで最も有意な SNP の検証を行う。^{[ 32 ]}

GWA研究から特定されたSNPの包括的なカタログを作成する試みが行われてきた。^{[ 34 ]} 2009年現在、疾患に関連するSNPは数千個に上る。^{[ 35 ]}

2005年に実施された最初のGWA研究では、加齢黄斑変性症（ARMD）患者96人と健常対照者50人を比較した。^{[ 36 ]}この研究では、2つのグループ間でアレル頻度が有意に変化した2つのSNPが特定された。これらのSNPは補体因子Hをコードする遺伝子に位置しており、これはARMDの研究において予想外の発見であった。これらの最初のGWA研究の結果は、その後、 ARMDにおける補体系の治療的操作に向けたさらなる機能研究を促した。^{[ 37 ]}

GWA研究の歴史におけるもう1つの画期的な出版物は、2007年の発表当時、これまで実施された中で最大のGWA研究であるウェルカム・トラスト症例対照コンソーシアム（WTCCC）研究でした。WTCCCには、7つの一般的な疾患（冠状動脈性心疾患、1型糖尿病、2型糖尿病、関節リウマチ、クローン病、双極性障害、高血圧の各約2,000人）の14,000症例と、3,000人の共通対照が含まれていました。^{[ 16 ]}この研究は、これらの疾患に関連する多くの遺伝子を明らかにすることに成功しました。^{[ 16 ] [ 38 ]}

これらの最初の画期的な GWA 研究以来、2 つの一般的な傾向が見られます。^{[ 39 ]} 1 つはサンプルサイズがますます大きくなっていることです。2018 年には、いくつかのゲノムワイド関連研究が合計 100 万人を超える参加者に達しており、これには教育達成度に関するゲノムワイド研究の 110 万人^{[ 40 ]} 、 2022 年の別の研究の 300 万人^{[ 41 ]} 、および130 万人を含む不眠症の研究^{[ 42 ]}が含まれます。その理由は、効果量が小さく、アレル頻度が低いリスク SNP を確実に検出しようとする動きです。もう 1 つの傾向は、血中脂質、プロインスリン、または同様のバイオマーカーなど、より狭く定義された表現型の使用に向かっています。^{[ 43 ] [ 44 ]}これらは中間表現型と呼ばれ、その分析はバイオマーカーの機能研究に役立つ可能性があります。^{[ 45 ]}

GWAS の変種では、疾患を持つ人の第一度近親者を参加者として用いる。この種の研究は、代理によるゲノムワイド関連研究( GWAX ) と呼ばれている。^{[ 46 ]}

GWA研究に関する議論の中心は、GWA研究で発見されたSNP変異のほとんどが、疾患のリスクをわずかに増加させるだけであり、予測値も小さいという点である。リスクSNPあたりのオッズ比の中央値は1.33であり、3.0を超えるオッズ比を示すものはごくわずかである。^{[ 2 ] [ 47 ]}これらの値は、遺伝的変異の大部分を説明しないため、小さいと考えられている。この遺伝的変異は、一卵性双生児に基づく遺伝率研究から推定される。^{[ 48 ]}例えば、うつ病の分散の40%は遺伝的差異によって説明できることが知られているが、GWA研究はこの分散のごく一部しか説明していない。^{[ 48 ]}

将来のGWA研究の成功の課題は、遺伝子研究を医薬品開発プロセスにより良く統合し、新しい医薬品や診断薬の設計図として健康維持における遺伝子変異の役割に焦点を当てるなど、医薬品や診断薬の開発を加速させる方法で研究結果を応用することである。^{[ 49 ]}いくつかの研究では、リスクSNPマーカーの使用を予後の精度を直接的に向上させる手段として検討している。予後の精度が向上することがわかった研究もあるが、^{[ 50 ]}他の研究ではこの使用によるメリットはわずかであると報告している。^{[ 51 ]}一般的に、この直接的なアプローチの問題点は、観察される効果の大きさが小さいことである。効果が小さいと、最終的には症例と対照の分離が不十分になり、予後の精度がわずかにしか向上しない。したがって、代替的な応用としては、GWA研究が病態生理を解明する可能性が挙げられる。^{[ 52 ]}

集団レベルのGWA研究は、地球温暖化に伴う環境変化への種の適応能力を評価するのに役立つ適応遺伝子を特定するために使用できる可能性がある。^{[ 68 ]}これは種の絶滅リスクを判断するのに役立ち、したがって保全計画の重要なツールとなる可能性がある。適応遺伝子を特定するためにGWA研究を利用すると、中立的遺伝的多様性と適応的遺伝的多様性の関係を解明するのに役立つ可能性がある。

GWA研究には、適切な品質管理と研究設定によって対処できるいくつかの問題と限界があります。明確に定義された症例群と対照群の欠如、不十分なサンプルサイズ、集団構造の制御は一般的な問題です。^{[ 3 ]}多重検定の統計的問題については、「GWAアプローチは、実施される膨大な数の統計的検定により、前例のない偽陽性結果の可能性をもたらすため、問題となる可能性がある」と指摘されています。^{[ 3 ]}このため、すべての最新のGWASでは非常に低いp値閾値が使用されています。このような容易に修正できる問題に加えて、より微妙だが重要な問題がいくつか浮上しています。長寿に関連するSNPを特定するために非常に長い寿命を持つ個人を調査した注目度の高いGWA研究は、その一例です。^{[ 73 ]}この論文は、症例群と対照群のジェノタイピングアレイの種類に不一致があったため精査され、その結果、いくつかのSNPが長寿に関連していると誤って強調されました。^{[ 74 ]}この研究はその後撤回されたが、^{[ 75 ]}後に修正された原稿が発表された。^{[ 76 ]}現在、多くの GWAS ではジェノタイピングアレイをコントロールしている。ジェノタイピングアレイの種類に関してグループ間で大きな違いがある場合、他の交絡因子と同様に、GWAS 研究では偽陽性となる可能性がある。もう 1 つの結果として、このような研究では、アレイに含まれていない、または推定できない非常にまれな変異の寄与を検出できない。^{[ 77 ]}

さらに、GWA研究は、解析が行われた集団の候補リスク変異体を特定しますが、歴史的にほとんどのGWA研究はヨーロッパのデータベースから派生しているため、特定されたリスク変異体を他の非ヨーロッパ集団に翻訳することが不足しています。^{[ 78 ]}例えば、アルツハイマー病などの疾患のGWA研究は主にコーカソイド集団で実施されており、アフリカ系アメリカ人や東アジア人などの他の民族集団に関する十分な洞察が得られていません。提案されている代替戦略には連鎖解析が含まれます。^{[ 79 ] [ 80 ]}最近では、完全ゲノムシーケンスの価格が急速に低下していることも、ジェノタイピングアレイベースのGWA研究の現実的な代替手段となっています。ハイスループットシーケンスは、非シーケンスGWAのいくつかの欠点を回避する可能性があります。^{[ 81 ]}異形形質の同類交配は、遺伝的表現型の類似性の推定値を過大評価する可能性があります。^{[ 82 ]}

ゲノムワイド関連研究では、遺伝子発現に影響を与える可能性のある集団特有の環境要因や文化的要因によって、行動特性の調査が困難になる場合がある。これは、異なる集団で得られた結果を、行動特性の調査において他の集団に容易に一般化できない可能性があることを意味する。^{[ 83 ]}

• 関連マッピング
• トランスクリプトーム全体にわたる関連研究
• 疫学
• 遺伝的多様性
• 遺伝子と環境の相互作用
• ゲノミクス
• 連鎖不平衡
• 分子疫学
• ポリジェニックスコア
• 集団遺伝学
• 遺伝疫学
• 一般的な疾患と一般的な変異の仮説
• マイクロバイオーム全体にわたる関連研究
• 保全生物学
• WGAViewerは、ゲノムワイド関連解析から得られた結果を解釈するのに役立つように設計されたツールです。

• omicX上の遺伝子型-表現型相互作用ソフトウェアツールとデータベース（ 2024年12月1日にWayback Machineにアーカイブ済み）
• ゲノムワイド関連解析のための統計的手法[ビデオ講義シリーズ]
• 全ゲノム関連研究―米国国立ヒトゲノム研究所による
• GWAS Central ― 要約レベルの遺伝子関連研究結果を集約した中央データベース
• Barrett J (2010年7月18日). 「ゲノムワイド関連解析の読み方」 . Genomes Unzipped.
• ゲノムワイド関連研究（GWAS）のコンソーシアム2018年2月26日にWayback Machineにアーカイブされました— Bennett SN、Caporaso、NE、他
• PLINK — 全ゲノム関連解析ツールセット
• ENCODEスレッドエクスプローラー：機能情報が変異の理解に与える影響。Nature （学術誌）