ゲノムバイオバンク研究、個別化疾患予測と精神疾患リスク発見を前進

大規模バイオバンクのゲノムデータを活用した最近の研究は、疾患の個別化予測を進め、精神的・身体的状態間の共有遺伝的責任の理解を深めている。ある研究では精密精神医学のための実用的なrecall-by-genotype戦略が実証され、別の研究では精神的・身体的疾患システム間の広範な遺伝的相関が特定され、3つ目の研究では疾患履歴トラジェクトリ情報の統合が予測性能を改善することが見出された。

npj Genomic Medicineに発表された研究で、Mount SinaiのIcahn School of Medicineの研究者らは、米国で最も大規模かつ多様な医療システムバイオバンクの一つであるBioMeを用いて、自閉スペクトラム症、知的障害、統合失調症などの神経発達障害のリスクを著しく高める稀なコピー数多型（CNV）を保有する個人を特定した。彼らは、recall-by-genotypeが実施可能かどうかを評価するため、892人の参加者（CNV保有者335人、これらのバリアントを持たない統合失調症患者217人、神経定型発達の対照者340人）に再連絡を行った。参加者の18パーセントが募集に応じ、8パーセントが包括的な精神医学的・認知的評価を完了した。最終コホートは多様であり、参加者はアフリカ系祖先が37パーセント、ヒスパニック系が34パーセント、ヨーロッパ系祖先が26パーセントと自己申告した。詳細な評価により、通常の電子健康記録で捕捉されるものを超えた発達的、臨床的、認知的特性が特定された。この研究は、多様な医療システム内でrecall-by-genotype研究を実施するための運用ベンチマークを確立するものである。上席著者は「稀なCNVを保有する参加者に再連絡して詳細な評価を行い、大規模で多様な医療システムバイオバンクにおけるrecall-by-genotype研究デザインの機会と課題の両方を実証した」と述べている。

別の研究では、Genomic SEMを適用し、8つの医学領域にわたる73の身体的転帰（約190万症例）にGenomic E-SEMを導入して、精神医学的要因と並んで潜在的身体疾患因子をモデル化した。思考/精神病性および強迫性因子は身体疾患因子との関連がほとんど見られなかったのに対し、内面化、神経発達、および物質使用因子は、すべての身体疾患システムとの間に顕著なゲノムワイド遺伝的相関を示した。21の身体障害によって定義されるトランスダイアグノスティックな身体疾患因子の多変量GWASでは、27のゲノムリスク遺伝子座が特定され、その後のPheWASで顕著な予測的妥当性を示した。この知見は、精神状態と身体的状態の特定のグループ間での広範なリスク共有を明らかにし、追加の疾病分類学的枠組みの必要性を示唆している。

3つ目の研究では、構造化されたゲノムバリアント注釈、縦断的疾患履歴の深い意味埋め込み、および過去の疾患経路から導出されたプロセス適合性指標を統合した個別化疾患予測フレームワークが提案された。疾患履歴の埋め込みは、BioBERT、BioClinicalBERT、BiomedBERTの3つのBERTベースモデルを用いて生成され、アライメントベースのプロセス適合性チェックにより、個人の疾患トラジェクトリが典型的な集団進行パターンにどの程度適合しているかが測定された。7つの特徴構成のうち、適合性ベースのフィットネス特徴を組み込むことで、すべての疾患カテゴリーと分類器にわたって予測性能が改善され、より高いAUROC値とより低いBrierスコアが得られた一方、埋め込みのみおよびゲノムバリアント注釈のみの構成は、最も低い性能のモデルにランク付けされた。この知見は、プロセスレベルの疾患経路適合性が、ゲノムまたは深い意味的特徴だけでは完全には表現されない時間的および行動的情報を捕捉することを示しており、今後の研究ではより狭く定義された疾患を対象とする予定である。