2型糖尿病のリスク予測の進展
新しい遺伝子ツールが、さまざまな人々の中で2型糖尿病のリスク予測を強化するよ。
Michael Inouye, S. C. Ritchie, H. J. Taylor, Y. Liang, H. D. Manikpurage, L. Pennells, C. Foguet, G. Abraham, J. T. Gibson, X. Jiang, Y. Liu, Y. Xu, L. G. Kim, A. Mahajan, M. I. Mccarthy, S. Kaptoge, S. A. Lambert, A. Wood, X. Sim, F. S. Collins, J. C. Denny, J. Danesh, A. S. Butterworth, E. Di Angelantonio
― 1 分で読む
2型糖尿病は最近急速に増えている深刻な健康問題だよ。2021年には、全世界で約5億800万人の大人がこの病気にかかっていて、専門家は2050年までにその数が60%も増える可能性があるって予測してる。2型糖尿病のリスクには、ライフスタイルの選択や環境要因、遺伝的要素が影響してるんだって。研究によれば、この病気のリスクの約69%は遺伝する可能性があるんだ。
遺伝子研究では、2型糖尿病のリスクに関連する多数の遺伝子が特定されてる。これらの発見により、ポリジェニックリスクスコア(PRS)っていうものが作られたんだ。これらのスコアは、複数の遺伝的特徴を一つの数字にまとめて、個人が2型糖尿病になる確率を示すことができるんだ。PRSの利点の一つは、遺伝的情報が一生変わらないから、ライフスタイルや環境に関連する他のリスク要因が現れる前にリスクを予測できるところなんだ。
研究目的
この研究の目的は、幅広い遺伝的データを使って新しいポリジェニックリスクスコアを開発することだよ。いろんな研究からの情報を組み合わせて、異なる集団や遺伝的背景に対応できるより正確なリスク評価ツールを作りたいんだ。それに、新しいスコアが既存の糖尿病リスク予測方法とどう比較されるかも見てみたい。
研究参加者
私たちは、複数の研究から620,000人以上の個人のデータを分析したよ。その中には2型糖尿病と診断された人が約50,000人含まれてた。参加者は進んだ統計手法を使って遺伝的背景によってグループ分けされて、それによってデータ分析の際に遺伝的祖先の違いを考慮できるようにしてるんだ。
遺伝的背景には、ヨーロッパ系、アフリカ系、アメリカ系、南アジア系、東アジア系といったいくつかのカテゴリーが含まれてる。それぞれのグループには独特な遺伝的特徴があって、それが糖尿病リスクの理解や予測に影響を与えるよ。
研究デザイン
新しいポリジェニックリスクスコアを訓練するために、参加者をモデルを訓練するグループとテストするグループに分けたんだ。私たちの方法では、2型糖尿病とそのリスク要因に関連する44の遺伝子研究のデータを使用して、スコアを作成するのに使う情報が最新で多様であることを確保したよ。
新しいポリジェニックリスクスコアには、130万以上の遺伝的変異に関する情報が含まれてて、個人の2型糖尿病リスクを既存のモデルよりも正確に評価できるようになってるんだ。
新しいポリジェニックリスクスコアの結果
新しいポリジェニックリスクスコアをテストしたところ、既存のスコアよりも2型糖尿病を予測するのに優れてることが分かったよ。いろんな遺伝的背景を持つ参加者の中で、私たちのスコアは既存の糖尿病患者や10年の間に新たに診断されたケースと強い関連を示したんだ。
新しいスコアには、その効果を示す具体的な数値があったよ。例えば、糖尿病と診断された人を見たとき、このスコアは合併症や新しいケースのリスクが高い人を特定できることが分かったんだ。
他のリスク予測モデルと比較すると、私たちのポリジェニックリスクスコアは大きな価値を加えたよ。たとえば、既存の臨床リスク要因と組み合わせることで、次の10年間に糖尿病リスクを予測する能力が向上したんだ。
他のリスクモデルとの比較
私たちはまた、新しいポリジェニックリスクスコアが既存のリスク要因や確立された2型糖尿病の予測モデルとどう比較されるかを分析したよ。BMIや血糖値などの従来のリスク要因は糖尿病予測に重要だったけど、私たちのスコアは状況によっては同等かそれ以上のパフォーマンスを示したんだ。
私たちのポリジェニックリスクスコアを既存の予測モデルと組み合わせたとき、リスク評価が顕著に改善されたんだ。この組み合わせによって、2型糖尿病になる可能性が高い個人を見つけやすくなったよ。
遺伝的リスクスコアに関する課題
私たちの研究はポリジェニックリスクスコアの可能性を示したけど、考慮すべき課題もあるんだ。ほとんどの既存のスコアは主にヨーロッパ系の集団から派生しているから、異なる遺伝的背景の人に適用したときにその効果が限られることがあるんだよ。
私たちの発見は、これらのスコアの予測力が、個人の遺伝的祖先が開発時に用いられた集団から逸脱するにつれて低下することを強調したんだ。だから、全ての人に信頼できるリスクスコアを作成するためには、多様な集団を含むより包括的な研究が急務なんだ。
今後の研究への示唆
私たちの研究の有望な結果は、2型糖尿病リスクを予測する遺伝的ツールの可能性を示してるよ。でも、その可能性を完全に実現するためには、さらに多様な集団からデータを集めることに焦点を当てた研究が必要だね。そうすることで、私たちが作るツールの精度が向上して、誰にでも適用できるようになるんだ。
私たちが遺伝的リスク要因の理解を深め続ける中で、ポリジェニックリスクスコアが健康評価の標準的な一部になる未来を思い描いているよ。これらのスコアは、症状が出る前に高リスクの個人を特定するのに役立って、より早い介入や管理戦略ができるようになるんだ。
結論
まとめると、私たちの研究は2型糖尿病をよりよく理解し、その発症における遺伝の役割を探る取り組みに大きく貢献してるよ。私たちが開発した新しいポリジェニックリスクスコアは、既存の方法よりも糖尿病リスク予測に優れたパフォーマンスを示したんだ。複数の遺伝子研究からの情報を組み合わせて、多様な集団に焦点を当てることで、糖尿病リスク予測をより効果的にする一歩を踏み出せたんだ。
今後の研究で、遺伝的リスクスコアを標準的な臨床実践に統合できれば、2型糖尿病のリスクがある人に対して健康状態の改善につながるかもしれないね。リスクを早期に特定することで、医療提供者がターゲットを絞った介入を行えれば、この深刻な病気の発症を防いだり遅らせたりできるんだ。
これからも、遺伝子情報を医療に活用する新しい方法を模索し続けることが大切だね。これらのツールが全ての人にアクセス可能で適用できるようにすることで、2型糖尿病だけでなく、遺伝的や環境的要因に影響される他の複雑な健康状態にも役立てることができるかもしれないよ。
タイトル: Integrated clinical risk prediction of type 2 diabetes with a multifactorial polygenic risk score
概要: Combining information from multiple GWASs for a disease and its risk factors has proven a powerful approach for development of polygenic risk scores (PRSs). This may be particularly useful for type 2 diabetes (T2D), a highly polygenic and heterogeneous disease where the additional predictive value of a PRS is unclear. Here, we use a meta-scoring approach to develop a metaPRS for T2D that incorporated genome-wide associations from both European and non-European genetic ancestries and T2D risk factors. We evaluated the performance of this metaPRS and benchmarked it against existing genome-wide PRS in 620,059 participants and 50,572 T2D cases amongst six diverse genetic ancestries from UK Biobank, INTERVAL, the All of Us Research Program, and the Singapore Multi-Ethnic Cohort. We show that our metaPRS was the most powerful PRS for predicting T2D in European population-based cohorts and had comparable performance to the top ancestry-specific PRS, highlighting its transferability. In UK Biobank, we show the metaPRS had stronger predictive power for 10-year risk than all individual risk factors apart from BMI and biomarkers of dysglycemia. The metaPRS modestly improved T2D risk stratification of QDiabetes risk scores for 10-year risk prediction, particularly when prioritising individuals for blood tests of dysglycemia. Overall, we present a highly predictive and transferrable PRS for T2D and demonstrate that the potential for PRS to incrementally improve T2D risk prediction when incorporated into UK guideline-recommended screening and risk prediction with a clinical risk score.
著者: Michael Inouye, S. C. Ritchie, H. J. Taylor, Y. Liang, H. D. Manikpurage, L. Pennells, C. Foguet, G. Abraham, J. T. Gibson, X. Jiang, Y. Liu, Y. Xu, L. G. Kim, A. Mahajan, M. I. Mccarthy, S. Kaptoge, S. A. Lambert, A. Wood, X. Sim, F. S. Collins, J. C. Denny, J. Danesh, A. S. Butterworth, E. Di Angelantonio
最終更新: 2024-09-23 00:00:00
言語: English
ソースURL: https://www.medrxiv.org/content/10.1101/2024.08.22.24312440
ソースPDF: https://www.medrxiv.org/content/10.1101/2024.08.22.24312440.full.pdf
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた medrxiv に感謝します。