ゲノムデータをどう扱えば、医学と医療は変わるのか

「どうやって，ゲノムを早く，安く，正確に読むのか——これまでのゲノム研究はこの一言に象徴される．しかし，次世代シークエンサーに代表されるゲノム配列解読技術の著しい発達により状況は一変し，「どうやって，早く，安く，正確に読んだゲノム情報の意味を解釈するのか」が，これからのゲノム研究におけるボトルネックとなりつつある．膨大なゲノム情報を適切に解釈し，ゲノム医療に代表される社会実装へとつなげるためには，多彩な生物学・医学データとゲノム情報とを分野横断的な統合する学問分野の発展が必要であり，その1つとして遺伝統計学が注目されている．

次世代シークエンス技術の発達に伴い，各種がんにおいて大規模シークエンスが行われた結果，がんゲノミクス領域は急速な発展を遂げた．その結果，新規の遺伝子変異やコピー数異常が同定されたのみならず，構造異常などによる新しいがん化のメカニズムや空間的および時間的な不均一性の解明など，がん生物学に関する新たな知見が得られた．さらに，このような遺伝子異常は，創薬標的になり得ると同時に，バイオマーカーとして用いることにより分子分類およびそれに基づいた患者の層別化を可能としており，がんの個別化医療の実現が期待される．

リウマチ性疾患に代表される自己免疫疾患は遺伝因子と環境因子が関与する複合性疾患である．一塩基多型に注目した全ゲノム関連解析は自己免疫疾患の遺伝背景の解明に大きく寄与してきた．一方で，稀な多型の解析は，複合性自己免疫疾患の病態解明において大きな役割を果たすには至っていない．遺伝因子は疾患の発症だけでなく進展や予後にも関連しており，遺伝因子の解明から疫学的な合併・非合併の説明および病態解明，ひいては治療標的候補の同定に結びついた例もあり，さらなる遺伝因子の解明により臨床に役立つ成果が期待される．

“missing heritability”は，近年の遺伝学研究に欠かせない概念となっている．原著・和文問わず優れた総説が著されている一方，多くの研究者に用いられる概念であり，概念の捉え方に多様性が生じてきている．そこで本稿では，まずmissing heritabilityの歴史的ルーツに遡る．missing heritabilityは，20世紀初頭のMendeliansの流れを汲む分子遺伝学と，計量生物学の流れを汲む量的遺伝学の交点に生まれた概念と位置付けられる．両学派では「missing heritabilityの謎」へのアプローチが異なるが，ゲノム情報の社会利用を実現してゆくためには，学問的融合が必要不可欠である．歴史的ルーツを紹介した後，missing heritabilityの定義と謎について概説し，また，遺伝情報に基づく形質・疾病発症リスク予測の可能性について紹介する．

近年，数千人規模の全ゲノムシークエンスによってヒトゲノムの集団的多様性が明らかになるとともに，個別のゲノム変異と表現型（疾患等）との関連が数多く報告されている．大量に生成されるシークエンスデータを効率よく解析し，有用な情報を抽出するためには，情報科学および統計学を駆使したデータ解析手法が必要である．本稿では全ゲノムシークエンスが集団規模で行われるようになってきた近年のゲノム・統合オミクス解析研究の最新トピックと，シークエンスデータ解析における課題，そして今後の展望を概説する．

全ゲノム配列や遺伝子発現，エピゲノム情報など，ゲノム研究では多種多様なデータが利用可能となった．ゲノムワイド関連解析（GWAS）は，生殖細胞系列ゲノムを利用し，多因子疾患の感受性遺伝子のスクリーニングに用いられてきた手法であるが，エピゲノム情報との統合ならびにポリジェニック効果を考慮した解析手法の進歩により，これまで理解されていたより多くの情報が存在し，応用可能であることがわかってきた．本稿では，最新の関連解析の手法について概説し，今後のGWAS情報の活用法と展望について述べる．

ゲノムワイド関連解析によって次々と疾患感受性多型が同定されているが，その医学・生物学的機序を明らかにするにはさらなる機能解析実験を行う必要があった．しかし近年のエピゲノム研究の発展にともない生体内の細胞量的形質がゲノムワイドに観測できるようになったことで，多型のもつ役割を分子レベルで理解することが可能になってきた．本稿では細胞量的形質のなかでも特に転写因子の結合に密接な関係のあるクロマチン・アクセシビリティに着目し，最新の分子生物学的アッセイと遺伝統計解析手法を組合わせることで，遺伝的多様性がクロマチン構造に与える影響と疾患の関連を遺伝子調節の観点から紹介する．