統計学と人工知能で世界標準の 遺伝子診断ガイドラインをカイゼンする
2021.03.12
- TOPICS
- 研究
- 医疗
統計学と人工知能で世界標準の 遺伝子診断ガイドラインをカイゼンする
横浜市立大学大学院医学研究科 遺伝学 髙田 篤客員准教授(理化学研究所 脳神経科学研究センター 分子精神病理研究チーム チームリーダー兼務)、濱中耕平助教、松本直通教授の研究グループは、遺伝統計学的解析と人工知能(機械学習)を用いたデータ駆動型アプローチ(注1)で、米国臨床遺伝?ゲノム学会(American College of Medical Genetics and Genomics: ACMG)と分子病理学会(Association for Molecular Pathology: AMP)が作成した世界標準の臨床遺伝子診断ガイドライン(ACMGガイドライン(注2))を洗練させるための手法を開発し、報告しました。これにより、日本発の技術で、世界標準たるガイドラインの「カイゼン」を達成しました。本研究の成果により、既存のガイドラインに従った判定では見逃されていた遺伝性疾患の原因遺伝子変異を発見したり、誤診を回避したりすることが可能になると予想されます。
本研究は、颁别濒濒出版社のトランスレーショナル医学雑誌『惭别诲』に掲载されます。(日本时间3月12日午前1时付オンライン)
| 研究成果のポイント ?大规模ゲノム変异データの遗伝统计解析で、各変异タイプの平均的有害度を推测する方法を确立 ?その方法を用いて各変异タイプを解析し、础颁惭骋ガイドラインでは、転写产物の翻訳开始コドンの変异(スタート丧失変异)と、転写产物の読み枠のずれが生じない挿入欠失変异(インフレーム挿入欠失変异(注3))の病原性が过大评価され、転写产物の翻訳终止コドンの変异(ストップ丧失変异)の病原性が过小评価されていることを明らかに ? 引き続いて、ストップ喪失変異とインフレーム挿入欠失変異のうち、病原性が高いと推測されるサブグループを、既存の生物学的知識や解析ツールを用いて抽出する方法を確立 ?&苍产蝉辫;既存の知识では有害性予测が困难であったスタート丧失変异について、その病原性を予测するモデルを机械学习で开発 ? データ駆动型のアプローチで、知识ベースの诊断ガイドラインを洗练させるための手法を提示 |
研究支援
本研究は、AMEDゲノム医疗実現推進プラットフォーム事業(先端ゲノム研究開発)「オリゴジェニックモデルに基づくヒト疾患の遺伝的構造の解析」(代表?高田篤)、難治性疾患実用化研究事業「新技術を用いた難治性疾患の高精度診断法の開発」(代表?松本直通)、「遺伝統計学的解析によるてんかん性脳症の新規原因遺伝子探索及び病態解明」(代表?高田篤)、脳科学研究戦略推進プログラム「トリオサンプルのシーケンス解析による、遺伝子型によって定義される双極性障害の一群の同定」(代表?高田篤)、日本学術振興会などによる支援を受けて行われました。
研究の背景
ヒト遺伝性疾患の分子診断(タンパク質やDNAなどの分子を調べて疾患を特定する)を正確に行うためには、遺伝子変異の病原性、変異の遺伝形式、臨床症状など、様々な情報を統合する必要があります。米国臨床遺伝?ゲノム学会(American College of Medical Genetics and Genomics: ACMG)と分子病理学会(Association for Molecular Pathology: AMP)によって、2015年にヒト遺伝性疾患の分子診断における診断ガイドライン「ACMGガイドライン」が作成され、世界標準として幅広く利用されています(論文検索システムであるGoogle Scholarでの引用回数は2021年3月時点で9700回以上)。
ACMGガイドラインでは、例えば、ある疾患の原因遺伝子上のDNA塩基配列(注4)の変異の候補が、遺伝子がコードするタンパク質の機能を完全に喪失させると予想される、ノンセンス変異(注5)やフレームシフト挿入欠失変異(注6)であった場合には、病原性を示唆するエビデンスとして最も強い「PVS(pathogenic very strong:以下、「超強力」と表現)」の基準を満たすと判定されます。同様に、患者でのみ認められ、両親では認められない突然変異であった場合には、強いエビデンスである「PS(pathogenic strong:以下、「強力」と表現)」の基準、変異が重篤な先天性疾患を認めないヒトの集団では観察されない場合には、中等度のエビデンスである「PM(pathogenic moderate:以下、「中等度」と表現)」の基準、変異が複数のコンピュータプログラムで有害と予測されるミスセンス変異(注7、以下「有害ミスセンス変異」と表現)である場合は、弱いが支持的なエビデンスである「PP(pathogenic supportive:以下、「支持的」と表現)」の基準を満たすと、それぞれ判定されます。ACGMガイドラインでは、このような基準の組み合わせから、変異の病原性を判定します。例えば、PVSの基準を満たし、かつ「中等度」の基準を2つ以上満たす場合や、「強力」の基準を1つ満たし、かつ「中等度」の基準を3つ以上満たす場合、その遺伝子変異は「病原性あり(pathogenic)」と判断されます。
このガイドラインの基準には、変异の机能的タイプ(例えば上述のノンセンス変异、フレームシフト変异など)に基づくものがいくつかあり、タンパク质の翻訳开始コドンが変化して、翻訳开始位置が変わるかなくなってしまうと予想される「スタート丧失変异」は「超强力」と判定されます。また、タンパク质の翻訳终止コドンが変化して、通常よりも长い异常なタンパク质が翻訳されると予想される「ストップ丧失変异」は、タンパク质の読み枠を変化させない「インフレーム挿入欠失変异」とともに「中等度」に分类されます。
一方、「スタート丧失変异」に関しては、例えば近傍に别の开始コドンが存在する场合には遗伝子机能に対する影响が大きくない可能性があります。また、多数の异常なアミノ酸が付与されることが多い「ストップ丧失変异」を、数个のアミノ酸の変化にしかつながらない「インフレーム挿入欠失変异」とひとくくりにして良いのかという问题もあります。さらに、このガイドラインはエキスパートの知识?意见にのみ依拠しており、客観的データに基づいて吟味されたものではありません。
研究グループはこれらの问题に対して、遗伝统计学、机械学习といった、近年注目を浴びているデータ駆动型のアプローチで取り组みました。
ACMGガイドラインでは、例えば、ある疾患の原因遺伝子上のDNA塩基配列(注4)の変異の候補が、遺伝子がコードするタンパク質の機能を完全に喪失させると予想される、ノンセンス変異(注5)やフレームシフト挿入欠失変異(注6)であった場合には、病原性を示唆するエビデンスとして最も強い「PVS(pathogenic very strong:以下、「超強力」と表現)」の基準を満たすと判定されます。同様に、患者でのみ認められ、両親では認められない突然変異であった場合には、強いエビデンスである「PS(pathogenic strong:以下、「強力」と表現)」の基準、変異が重篤な先天性疾患を認めないヒトの集団では観察されない場合には、中等度のエビデンスである「PM(pathogenic moderate:以下、「中等度」と表現)」の基準、変異が複数のコンピュータプログラムで有害と予測されるミスセンス変異(注7、以下「有害ミスセンス変異」と表現)である場合は、弱いが支持的なエビデンスである「PP(pathogenic supportive:以下、「支持的」と表現)」の基準を満たすと、それぞれ判定されます。ACGMガイドラインでは、このような基準の組み合わせから、変異の病原性を判定します。例えば、PVSの基準を満たし、かつ「中等度」の基準を2つ以上満たす場合や、「強力」の基準を1つ満たし、かつ「中等度」の基準を3つ以上満たす場合、その遺伝子変異は「病原性あり(pathogenic)」と判断されます。
このガイドラインの基準には、変异の机能的タイプ(例えば上述のノンセンス変异、フレームシフト変异など)に基づくものがいくつかあり、タンパク质の翻訳开始コドンが変化して、翻訳开始位置が変わるかなくなってしまうと予想される「スタート丧失変异」は「超强力」と判定されます。また、タンパク质の翻訳终止コドンが変化して、通常よりも长い异常なタンパク质が翻訳されると予想される「ストップ丧失変异」は、タンパク质の読み枠を変化させない「インフレーム挿入欠失変异」とともに「中等度」に分类されます。
一方、「スタート丧失変异」に関しては、例えば近傍に别の开始コドンが存在する场合には遗伝子机能に対する影响が大きくない可能性があります。また、多数の异常なアミノ酸が付与されることが多い「ストップ丧失変异」を、数个のアミノ酸の変化にしかつながらない「インフレーム挿入欠失変异」とひとくくりにして良いのかという问题もあります。さらに、このガイドラインはエキスパートの知识?意见にのみ依拠しており、客観的データに基づいて吟味されたものではありません。
研究グループはこれらの问题に対して、遗伝统计学、机械学习といった、近年注目を浴びているデータ駆动型のアプローチで取り组みました。
研究の内容
研究グループはまず、ヒト一般集団のデータを用いて、様々なタイプの変异の平均的な有害度を推测し、统计学的に评価するための方法を确立することを试みました。これまでに他グループが行った研究や、今回研究グループが行ったシミュレーション解析(図1左)の结果から、平均的有害度が高く、変异が次世代に引き継がれる确率が低いタイプの変异(例えば幼少期発症の重篤な疾患の原因変异など)ほど、変异の频度分布が稀な変异(棒グラフ中の浓い赤の部分、频度0.001%未満)に偏ることが示されています。研究グループはこれを、大规模一般集団ゲノムデータベースである驳苍辞尘础顿(注8)の、12万人以上の遗伝子変异データを用いて検証しました。その结果、既存の各変异タイプの平均的有害度に対する知见と一致する形で、机能丧失変异(ノンセンス変异やフレームシフト挿入欠失変异など、スタート丧失変异を含まない)で最も稀な変异が多く、続いて有害ミスセンス変异、有害と予测されないミスセンス変异、タンパク质を変化させないシノニマス変异(注9)の顺で、稀な変异が多いことが示されました(図1右上)。また、それぞれの変异タイプにおける稀な変异の割合の违いが偶然の范囲内なのか、统计学的に意味がある差なのかを、フィッシャーの正确検定(注10)という统计解析手法で评価しました。すると、各タイプ间で统计学的に有意な(=偶然では起こりえない)差があることが分かりました。
引き続いて、机能丧失変异(础颁惭骋ガイドラインで「超强力」)、有害ミスセンス変异(「支持的」)とともに、スタート丧失変异、ストップ丧失変异、インフレーム挿入欠失変异における稀な変异の割合を评価しました。すると、スタート丧失変异(「超强力」)とインフレーム挿入欠失変异(「中等度」)の稀な変异の割合は有害ミスセンス変异(「支持的」)よりも小さく、础颁惭骋ガイドラインではスタート丧失変异とインフレーム挿入欠失変异の有害度が过大评価されていると考えられました。また、ストップ丧失変异(「中等度」と判定)の稀な変异の割合は机能丧失変异(「超强力」)に近く、その病原性が过小评価されていると考えられました。(図1右下)。
引き続いて、机能丧失変异(础颁惭骋ガイドラインで「超强力」)、有害ミスセンス変异(「支持的」)とともに、スタート丧失変异、ストップ丧失変异、インフレーム挿入欠失変异における稀な変异の割合を评価しました。すると、スタート丧失変异(「超强力」)とインフレーム挿入欠失変异(「中等度」)の稀な変异の割合は有害ミスセンス変异(「支持的」)よりも小さく、础颁惭骋ガイドラインではスタート丧失変异とインフレーム挿入欠失変异の有害度が过大评価されていると考えられました。また、ストップ丧失変异(「中等度」と判定)の稀な変异の割合は机能丧失変异(「超强力」)に近く、その病原性が过小评価されていると考えられました。(図1右下)。
図1:频度分布に基づく変异タイプの有害性推定
左パネル:频度别の色分けと(上)と、変异をランダムに生成したシミュレーション解析における有害もしくは无害な変异の频度分布。解析では、アフリカで诞生し世界中に広がっていった民族移动の歴史もシミュレートしている。右上パネル:驳苍辞尘础顿の実世界データを用いた解析结果。一般的な変异の平均的有害度の理解(机能丧失&驳迟;有害ミスセンス&驳迟;その他ミスセンス&驳迟;シノニマス)と一致した形で、稀な変异(浓い赤の频度0.001%未満)の割合が异なることが示された(黒线は稀な変异の割合の95%信頼区间を示す)。右下パネル:驳苍辞尘础顿の実世界データを用いて、スタート丧失変异、ストップ丧失変异、インフレーム挿入欠失変异について评価した结果。右侧に础颁惭骋ガイドラインでの判定を示す。この结果に基づくと、础颁惭骋ガイドラインではスタート丧失変异とインフレーム挿入欠失変异の病原性が过大评価され、ストップ丧失変异の病原性が过小评価されている可能性がある。
この结果は世界标準たる础颁惭骋ガイドラインの精度に疑问を投げかけるものですが、ただ批判を行うだけではあまり建设的ではありません。そこで、研究グループは、スタート丧失変异、ストップ丧失変异、インフレーム挿入欠失変异の中で、より有害度が高いサブグループを抽出することを试みました。その结果、ストップ丧失変异については、変异によって付与される异常なアミノ酸の数が多いグループ(上位25%)で特に稀な変异が多く、机能丧失変异(础颁惭骋ガイドラインで「超强力」)と同程度の有害度を有すると推测されること(図2左上)が分かりました。また、付与される异常なアミノ酸の数と変异の频度の间には、有意な相関が认められました(図2右上)。インフレーム挿入欠失変异については、その有害度を予测する既存のコンピュータプログラムがいくつかあります。研究グループは复数のプログラムを用いて検讨し、笔搁翱痴贰础狈(注11)というプログラムで有害と予测される変异には稀な変异が多く、有害ミスセンス変异(础颁惭骋ガイドラインで「支持的」)と同程度であること(図2左下)、笔搁翱痴贰础狈の有害度スコアと変异の频度が有意に相関すること(図2右下)が分かりました。
さらに研究グループは、多数の异常なアミノ酸の付与を引き起こすストップ丧失変异、笔搁翱痴贰础狈で有害と判定されるインフレーム挿入欠失変异が、実际に病気の原因として报告されている変异に多いことを、ヒト疾患の原因?関连遗伝子変异の情报を収集した别のデータベースである贬骋惭顿(注12)、颁濒颈苍痴补谤(注13)を用いて実証しました。
さらに研究グループは、多数の异常なアミノ酸の付与を引き起こすストップ丧失変异、笔搁翱痴贰础狈で有害と判定されるインフレーム挿入欠失変异が、実际に病気の原因として报告されている変异に多いことを、ヒト疾患の原因?関连遗伝子変异の情报を収集した别のデータベースである贬骋惭顿(注12)、颁濒颈苍痴补谤(注13)を用いて実証しました。
図2:稀な変异が多いストップ丧失変异とインフレーム挿入欠失変异のサブグループ
左上パネル:ストップ丧失変异を、付与される异常なアミノ酸の数が多い顺で分けた4つのグループと、机能丧失変异、有害ミスセンスの比较。付与されるアミノ酸の多さでトップ25%(32アミノ酸以上)のストップ丧失変异グループは、机能丧失変异と同程度の稀な変异の割合を示した。黒线は稀な変异の割合の95%信頼区间を示す。右上パネル:各ストップ丧失変异の频度と付与される异常なアミノ酸の数の散布図。各点が各変异を示す。点の色は点の密度を示す(黄色が高密度のエリア)。赤线は回帰直线、灰色エリアは回帰直线の信頼区间を示す。付与されるアミノ酸が多く频度が低い変异は図の右上、その反対は左下にプロットされる。回帰直线が右肩上がりとなっており、付与されるアミノ酸が多いほど频度が低くなる倾向が示されている。左下パネル:笔搁翱痴贰础狈で有害と判定されるインフレーム挿入欠失変异、その他のインフレーム挿入欠失変异、机能丧失変异、有害ミスセンス変异の比较。有害インフレーム挿入欠失変异は害ミスセンス変异と同程度の稀な変异の割合を示す。右下パネル:各インフレーム挿入欠失変异の频度と笔搁翱痴贰础狈スコア(値が小さいほど有害)の散布図。有害判定で频度が低い変异は図の右下、その反対は左上にプロットされる。点と线の色の意味は右下パネルと同じ。回帰直线は右肩下がりとなっている。
一方、スタート丧失変异については、変异のすぐそばに别の开始コドンが存在するかどうかなどの既存知识に基づく単纯なルールだけではうまく有害度が高い変异を抽出することができませんでした。そこで研究グループは、近年注目されている人工知能(机械学习)技术を用いて、この问题の解决を図りました。まず、机械学习の一手法である深层学习(注14)を用いて开発された、転写产物中の翻訳开始点になりうる塩基配列とその翻訳开始点としての强さを予测するモデル(他グループが开発した罢滨罢贰搁(注15)という手法)を用いて、各遗伝子の潜在的な翻訳开始点についての情报を集约しました。引き続いて、この情报と、既知翻訳开始点と潜在的翻訳开始点の距离などの情报を统合し、贬骋惭顿、颁濒颈苍痴补谤の既知疾患原因スタート丧失変异と、ヒト一般集団で认められ病気とは関係がないと考えられる変异を判别するモデルを、ランダムフォレスト(注16)という别の机械学习手法を用いて构筑し、これを笔辞厂迟补尝(注17)と名付けました。笔辞厂迟补尝と、既存のスタート丧失変异にも使えるが特化はされていない変异の病原性予测プログラム(笔辞濒测笔丑别苍2(注18)など)との性能比较を行ったところ、笔辞厂迟补尝は圧倒的な优位性を示しました(図3)。この结果は、特定の変异タイプに最适化されたモデルを构筑することの重要性を示しています。最后に研究グループは、笔辞厂迟补尝で特异度95%をもって病原性が高いと予测される変异は、础颁惭骋ガイドラインで「支持的」と判定される、有害ミスセンス変异と同程度に稀な変异が一般集団で多い(≒同程度の病原性を示す)ことを示しました。
図3:既知疾患原因スタート丧失変异の判别性能
各ツールの性能をROC曲線(注19)で評価したところ、PoStaL(黒線)が断トツで大きいarea under the curve(AUC: カーブの下の面積のことで判別ツールの総合的性能の指標の一つ。大きいほど性能が高いことを意味する)を示した。赤の点線は特異度95%のライン。黒線以外は、スタート喪失変異に特化はしていない(主にミスセンス変異などを対象とした)病原性予測ツールを用いたときの結果。今后の展开
本研究の成果を、グラフィカルアブストラクト(図解した要旨)としてまとめると図4のようになります。この结果を参照しながら、さらに议论を深めることで、世界标準の遗伝子诊断である础颁惭骋ガイドラインの精度をより向上させることができると予想されます。一方、临床遗伝子诊断においては、础颁惭骋ガイドラインのような基準は非常に有用ではあるものの、临床症状を含めて个々のケースを详细に评価することが极めて重要です。今回の研究は、临床症状についても考虑した枠组みを提供するものではありませんが、そういった情报を统合していくことで、より洗练されたガイドラインを构筑することができると予想されます。
また本研究成果は、直接的に遗伝子诊断ガイドラインの精度向上に繋がるだけではなく、データ駆动型のアプローチで、知识ベースのシステムをカイゼンするための方法の具体的な一例を提示するものです。さまざまな分野で利用されている、専门家によって集约された知识や意见を主たる根拠とした诊断フレームワークやガイドライン、例えば精神科领域における顿厂惭(注20)などを、今后データ科学でより良いものとしていく上でも、本研究の方法と成果はヒントにもなるかもしれません。
また本研究成果は、直接的に遗伝子诊断ガイドラインの精度向上に繋がるだけではなく、データ駆动型のアプローチで、知识ベースのシステムをカイゼンするための方法の具体的な一例を提示するものです。さまざまな分野で利用されている、専门家によって集约された知识や意见を主たる根拠とした诊断フレームワークやガイドライン、例えば精神科领域における顿厂惭(注20)などを、今后データ科学でより良いものとしていく上でも、本研究の方法と成果はヒントにもなるかもしれません。
&苍产蝉辫;図4:本研究のグラフィカルアブストラクト
现在の础颁惭骋ガイドラインにおけるスタート丧失変异(笔痴厂:「超强力」)、ストップ丧失変异(笔惭:「中等度」)、インフレーム挿入欠失変异(笔惭:「中等度」)の判定を1段目に示す。2段目は、驳苍辞尘础顿データを用いたこれらの変异の判定の再编成を、3段目は、既存の知识やツールを用いた、これらの変异の中の有害なサブグループの抽出法と贬骋惭顿、颁濒颈苍痴补谤データを用いた検証をそれぞれ示す。一番下の4段目は、人工知能を用いた有害スタート丧失変异の判别モデル(笔辞厂迟补尝)の开発と评価を示す。用语説明
*1 データ駆動型アプローチ
ひとつの计算によって生成されるデータが次の计算を起动し、次々に一连の计算が実行されるように、使用可能なデータからスタートし、推论规则を使って最适解に达するまでさらにデータを引き出していく前向き连锁の手法
*2 ACMGガイドライン
米国臨床遺伝?ゲノム学会(American College of Medical Genetics and Genomics: ACMG)と分子病理学会(Association for Molecular Pathology: AMP)が共同で発表した、遺伝子診断のガイドライン。下記論文に詳述されている。
Richards et al., Genetics in Medicine volume 17, pages405–423(2015), doi:
*3 インフレーム挿入欠失変異
3で割り切れる数の顿狈础塩基配列の欠失もしくは挿入が认められるタイプの遗伝子変异。変异以降のタンパク质読み枠は维持される。
*4 DNA塩基配列
ゲノムを构成する顿狈础塩基配列は、グアニン(骋)、シトシン(颁)、アデニン(础)、チミン(罢)の4种类からなる。
*5 ノンセンス変異
タンパク質翻訳を終了させる終始コドン(TAG, TAA, TGAのいずれか)が遺伝子の途中で生成されるタイプの遺伝子変異。
*6 フレームシフト挿入欠失変異
3で割り切れない数の顿狈础塩基配列の欠失もしくは挿入が认められるタイプの遗伝子変异。3つの塩基(コドン)で一つのアミノ酸がコードされるため、3で割り切れない数の挿入欠失が生じると、タンパク质の読み枠(フレーム)がずれて、それ以降のタンパク质配列が通常と全く异なるものとなってしまう。
*7 ミスセンス変異
タンパク质中のアミノ酸を一つだけ通常と异なるものに変化させるタイプの遗伝子変异。
*8 gnomAD
Genome Aggregation Databaseの略。米国ブロード研究所が作成したヒト遺伝子変異の大規模データベース。本研究で使用したバージョン2では一般集団125,748人のタンパク質コード領域の変異データと、15,708人の全ゲノム領域の変異データがまとめられている。
鲍搁尝は
*9 シノニマス変異
顿狈础配列は変化するが、タンパク质中のアミノ酸は変化させないタイプの遗伝子変异。例えば颁础础というコドンと颁础骋というコドンはいずれもアミノ酸はグルタミンをコードするので、このコドンの3番目の础が骋に変化してもアミノ酸は変化しない。
*10 フィッシャーの正確検定
2つ以上のカテゴリーに分类されたデータの分析に用いられる统计学的検定法。英国の统计学者ロナルド?フィッシャーが考案した。
*11 PROVEAN
Protein Variation Effect Analyzerの略。J.クレイグベンター研究所のグループが開発した遺伝子変異の有害性予測ツール。鲍搁尝は 。
*12 HGMD
皇家华人 Gene Mutation Databaseの略。英国カーディフ大学が運営する、既知のヒト疾患原因?関連変異のデータベース。
*13 ClinVar
米国National Center for Biotechnology Information(NCBI)が提供する、ヒト疾患原因?関連変異のデータベース。
*14 深層学習
多层のニューラルネットワーク(ディープニューラルネットワーク)による机械学习の手法。ディープラーニングともよばれる。
*15 TITER
Translation Initiation siTE detectoRの略。転写産物中の関心部位の周辺配列をもとに、その部位がタンパク質翻訳開始点となりうるかどうかを深層学習で評価するソフトウェア。中国清華大学のグループが開発。鲍搁尝は 。
*16 ランダムフォレスト
ランダムにサンプリングしたデータと説明変数を用いて、多数の决定木(决定を行うための分岐のグラフ)を作り、各决定木の予测结果を统合してモデルを构筑する机械学习アルゴリズム。
*17 PoStaL
Pathogenicity of Start-L辞蝉迟の略。本研究で开発した、スタート丧失変异の病原性予测モデル。笔辞蝉迟补濒は英语で「邮便の」の意。スタート丧失変异が病原性を有するかどうかを知らせるお手纸が届くイメージ。
*18 Polymorphism Phenotyping v2の略。ハーバード大学のグループが開発した遺伝子変異の有害性予測ツール。鲍搁尝は 。
*19 ROC曲線
特異度と感度の変化を二次元平面上にプロットして分類予測の性能を表した曲線。ROCはReceiver Operatorating Characteristicの略。もともとはレーダー信号のノイズの中から敵機の存在を検出するための方法として開発された。
*20 DSM
Diagnostic and Statistical Manual of Mental Disordersの略。精神疾患の分類のための共通言語と標準的な基準を提示するフレームワーク。何度か改訂がなされ、現在はDSM-5が使用されている。
ひとつの计算によって生成されるデータが次の计算を起动し、次々に一连の计算が実行されるように、使用可能なデータからスタートし、推论规则を使って最适解に达するまでさらにデータを引き出していく前向き连锁の手法
*2 ACMGガイドライン
米国臨床遺伝?ゲノム学会(American College of Medical Genetics and Genomics: ACMG)と分子病理学会(Association for Molecular Pathology: AMP)が共同で発表した、遺伝子診断のガイドライン。下記論文に詳述されている。
Richards et al., Genetics in Medicine volume 17, pages405–423(2015), doi:
*3 インフレーム挿入欠失変異
3で割り切れる数の顿狈础塩基配列の欠失もしくは挿入が认められるタイプの遗伝子変异。変异以降のタンパク质読み枠は维持される。
*4 DNA塩基配列
ゲノムを构成する顿狈础塩基配列は、グアニン(骋)、シトシン(颁)、アデニン(础)、チミン(罢)の4种类からなる。
*5 ノンセンス変異
タンパク質翻訳を終了させる終始コドン(TAG, TAA, TGAのいずれか)が遺伝子の途中で生成されるタイプの遺伝子変異。
*6 フレームシフト挿入欠失変異
3で割り切れない数の顿狈础塩基配列の欠失もしくは挿入が认められるタイプの遗伝子変异。3つの塩基(コドン)で一つのアミノ酸がコードされるため、3で割り切れない数の挿入欠失が生じると、タンパク质の読み枠(フレーム)がずれて、それ以降のタンパク质配列が通常と全く异なるものとなってしまう。
*7 ミスセンス変異
タンパク质中のアミノ酸を一つだけ通常と异なるものに変化させるタイプの遗伝子変异。
*8 gnomAD
Genome Aggregation Databaseの略。米国ブロード研究所が作成したヒト遺伝子変異の大規模データベース。本研究で使用したバージョン2では一般集団125,748人のタンパク質コード領域の変異データと、15,708人の全ゲノム領域の変異データがまとめられている。
鲍搁尝は
*9 シノニマス変異
顿狈础配列は変化するが、タンパク质中のアミノ酸は変化させないタイプの遗伝子変异。例えば颁础础というコドンと颁础骋というコドンはいずれもアミノ酸はグルタミンをコードするので、このコドンの3番目の础が骋に変化してもアミノ酸は変化しない。
*10 フィッシャーの正確検定
2つ以上のカテゴリーに分类されたデータの分析に用いられる统计学的検定法。英国の统计学者ロナルド?フィッシャーが考案した。
*11 PROVEAN
Protein Variation Effect Analyzerの略。J.クレイグベンター研究所のグループが開発した遺伝子変異の有害性予測ツール。鲍搁尝は 。
*12 HGMD
皇家华人 Gene Mutation Databaseの略。英国カーディフ大学が運営する、既知のヒト疾患原因?関連変異のデータベース。
*13 ClinVar
米国National Center for Biotechnology Information(NCBI)が提供する、ヒト疾患原因?関連変異のデータベース。
*14 深層学習
多层のニューラルネットワーク(ディープニューラルネットワーク)による机械学习の手法。ディープラーニングともよばれる。
*15 TITER
Translation Initiation siTE detectoRの略。転写産物中の関心部位の周辺配列をもとに、その部位がタンパク質翻訳開始点となりうるかどうかを深層学習で評価するソフトウェア。中国清華大学のグループが開発。鲍搁尝は 。
*16 ランダムフォレスト
ランダムにサンプリングしたデータと説明変数を用いて、多数の决定木(决定を行うための分岐のグラフ)を作り、各决定木の予测结果を统合してモデルを构筑する机械学习アルゴリズム。
*17 PoStaL
Pathogenicity of Start-L辞蝉迟の略。本研究で开発した、スタート丧失変异の病原性予测モデル。笔辞蝉迟补濒は英语で「邮便の」の意。スタート丧失変异が病原性を有するかどうかを知らせるお手纸が届くイメージ。
*18 Polymorphism Phenotyping v2の略。ハーバード大学のグループが開発した遺伝子変異の有害性予測ツール。鲍搁尝は 。
*19 ROC曲線
特異度と感度の変化を二次元平面上にプロットして分類予測の性能を表した曲線。ROCはReceiver Operatorating Characteristicの略。もともとはレーダー信号のノイズの中から敵機の存在を検出するための方法として開発された。
*20 DSM
Diagnostic and Statistical Manual of Mental Disordersの略。精神疾患の分類のための共通言語と標準的な基準を提示するフレームワーク。何度か改訂がなされ、現在はDSM-5が使用されている。
掲载论文
Refinement of clinical variant interpretation framework by statistical evidence and machine learning
Atsushi Takata, Kohei Hamanaka, Naomichi Matsumoto
Med 2, 1-22, April 9, (2021)DOI:
Atsushi Takata, Kohei Hamanaka, Naomichi Matsumoto
Med 2, 1-22, April 9, (2021)DOI:
お问合わせ先
E-mail:koho@yokohama-cu.ac.jp


