次世代シークエンス技術と機械学習を用いた、心房細動の精密化医療実現のための研究

点击翻译按钮获取中文摘要

今年度は昨年度までに実施した心房細動のゲノムワイド関連解析の結果を用いて、ゲノム以外のオミックスデータとの統合解析を実施し、さらに疾患予測のためのリスクスコアの構築を実施した。解析手法に関しては、論文等で示されている既存の方法を参照しつつ、さらに共同研究施設と結果の共有とディスカッションを行った。具体的には、公開されている遺伝子発現量のデータベースをもとに、トランスクリプトームワイド関連解析を行い、ゲノムワイド関連解析で得られたバリアントと遺伝子発現量の関連を調べた。その結果、炎症反応のシグナル伝達に関わる遺伝子を含む約130の遺伝子が心房細動との関連を認めた。さらに転写因子のChIP-seqデータとの統合解析では、転写因子であるエストロゲン関連受容体ガンマの結合部位が心房細動の疾患感受性領域に有意にエンリッチすることが示された。またリスクスコアに関しては、ゲノムワイド関連解析の結果を用いて、複数の導出方法から疾患予測において最も高性能な遺伝的リスクスコアを構築した。このスコアが疾患予測に加えて、心房細動の発症年齢や心房細動の合併症である心原性脳梗塞の予測に有用であり、さらに死亡データを含めた長期フォローアップデータを用いた生存解析でも、心血管疾患、特に脳梗塞による死亡の予測に有用であることが示された。本研究の内容に関して国内外での学会発表を通して多くの研究者から指摘をもらい、最終的にその結果は学術雑誌に掲載された。