血圧の特徴における遺伝とライフスタイルの役割
遺伝子と環境が血圧の変動にどう影響するかを調べてる。
― 1 分で読む
目次
身長、体重、健康状態みたいな特徴について話すとき、これらの特徴は遺伝と環境の両方から影響を受けてるんだ。基本的な考え方は、僕たちの遺伝的構成(親から受け継ぐもの)や、生活の仕方、周りの世界がこれらの特徴に影響を与えるってこと。科学者たちは、特徴のばらつきがどれくらい遺伝から来てて、どれくらい環境要因から来てるのかを研究してるんだ。これが遺伝可能性って呼ばれるやつ。
遺伝と環境の要素
簡単に言うと、特徴は遺伝的な部分と環境的な部分の2つの部分から成り立ってると考えられる。遺伝的な部分はたくさんの遺伝子から来てて、環境的な部分には食事やライフスタイル、天候などが含まれるんだ。これらの要素を分析することで、研究者はいろんな特徴に寄与するものをよりよく理解できるんだ。
物事を簡単にするために、科学者たちはしばしば加算的な遺伝効果と呼ばれる遺伝的な部分にだけ焦点を当てる。つまり、異なる遺伝子の組み合わせが特徴にどう影響するかを見て、他の遺伝的な相互作用を考慮しないってこと。
遺伝可能性の理解
遺伝可能性は、特徴のばらつきのどれだけが遺伝によるものかを教えてくれる。遺伝的分散と全体の分散(遺伝的および環境的な分散が含まれる)の比率として計算される。これは、特徴が家族でどれくらい受け継がれるかを予測するのに役立つから重要なんだ。
例えば、もしある特徴が高い遺伝可能性を持っていたら、それは遺伝が大きな役割を果たしているってこと。逆に遺伝可能性が低いと、環境が大きな要因である可能性が高いんだ。
遺伝と環境の相互作用
時々、遺伝的要因が環境的要因と相互作用して特徴に影響を与えることがある。例えば、ある遺伝子の影響がライフスタイルによって強くなったり弱くなったりすることがあるんだ。これを遺伝子型-環境相互作用(G × E)って呼ぶ。
つまり、遺伝子が特徴に影響を与える良し悪しは、誰かの食事や活動的かどうかによって変わる可能性があるってこと。これが特徴の研究にさらに複雑さを加えるんだ。
研究方法の進化
従来、研究者たちは双子の家系図を使って、特徴がどのように受け継がれるかを調べてた。彼らは双子が特定の特徴にどれくらい似ているかを見て、遺伝の役割を理解しようとしてたんだ。でも今は、個人の遺伝子をテストするのが安くて早くなったから、研究者たちは特定の遺伝マーカー(DNAの小さな変化)が特徴とどう関係しているのかを、もっと大きくて多様なグループで調べることができるようになった。
その結果、今まで以上にデータが増えた。現代のアプローチでは、科学者がゲノム遺伝可能性と呼ばれるものを推定できるようになって、特徴のばらつきが家族の歴史ではなく遺伝マーカーによってどれだけ説明できるかを調べられるようになった。
ライフスタイル要因の重要性
特徴の予測を改善するために、研究者たちはライフスタイルの詳細を研究に含め始めてる。食事、運動、喫煙などのライフスタイル要因は、多くの健康関連の特徴に影響を与えることが知られてるんだ。ライフスタイルと遺伝情報を組み合わせることで、研究者たちは特徴に影響を与えるものについてもっと洞察を得られるんだ。
研究によると、遺伝とライフスタイルは複雑な特徴の全体的なばらつきにかなり寄与するけど、その影響は調べてる特定の特徴によって変わるみたい。
遺伝子型-環境相互作用
ライフスタイル要因を分析に含めると、特徴がどう発展するかをより良くモデル化できるようになる。この考え方は、遺伝がライフスタイルとどう相互作用するかを理解することで、特徴をもっと正確に予測する助けになるってこと。
研究では、この相互作用が農業のような分野で重要だって示されてて、科学者たちは作物を研究してる。最近では、人間の特徴にも似たアプローチが適用されてて、健康を理解する上で重要な役割を果たすことが示唆されてる。
例えば、ある研究では血圧のような健康の特徴が、遺伝的要因と環境的要因の両方からかなり影響を受けることが強調されてる。
行動遺伝学の役割
面白いことに、遺伝は人のライフスタイルの選択にも影響を与えることがある。例えば、社交的な遺伝子を持ってる人は、健康的な行動に繋がるような社交的な環境を選びやすいかもしれない。この遺伝とライフスタイルの選択の関連は、科学者たちが遺伝の影響とライフスタイルの影響を分けるのを難しくすることがある。
これらの複雑さは特徴を研究する際に注意が必要で、両者を混同すると、遺伝と環境のどちらが特徴にどれだけ寄与してるかについて誤った仮定を招くことがあるんだ。
研究概要
この研究では、血圧の特徴に関して遺伝的要因と環境的要因をモデルに含めるための異なる戦略を見つけることにした。多くの個人からの情報を含む大きなデータベースのデータを使用して、血圧の測定値やさまざまなライフスタイル要因を中心に注目したんだ。
データ収集
まず、大きなバイオバンクからデータを集めた。血圧(拡張期と収縮期)の測定に焦点を当て、年齢、性別、ライフスタイル習慣といった他の情報も含めた。データの正確性を向上させるために、サンプルをできるだけ均質にするようにしたんだ。
見たライフスタイル要因には、食事や運動習慣、体脂肪率のような測定値も含めた。完全な記録を持つ個人を含めることで、一貫性を確保したんだ。
統計的方法
次に、血圧のばらつきがどれだけ遺伝やライフスタイル、またはその両方の相互作用に起因するのかを推定するために、特定の統計モデルを使用した。目標は、血圧の測定値を正確に予測し、異なる要因が血圧の全体的なばらつきにどう寄与するのかを特定することだった。
ライフスタイルのばらつきの結果
ライフスタイル要因を分析し始めたとき、最も強い影響は他のライフスタイルの選択から来ていることがわかった。例えば、誰かの生活様式は他のライフスタイル関連の特徴に影響を与える。一方で、遺伝は分析したライフスタイル要因全体で平均してあまりばらつきを説明しなかった。
残余ばらつきは、モデルで説明されなかったばらつきの部分を指し、遺伝とライフスタイルの両方以外の要因の重要性を強調していた。
血圧のばらつきの理解
血圧の特徴に注目する中で、各要因がどれだけのばらつきを説明するのかを理解しようとした。異なる測定値はさまざまな寄与パターンを示し、各特徴が独自の影響を持つことを示していた。
例えば、拡張期血圧について言えば、コホート(年齢と性別)の影響がある割合を寄与し、遺伝的な要素はすべてのモデルで安定した推定を示した。ライフスタイル要因は、調整前後に関わらず、平均して10%未満の寄与に留まり、これらの要因間の複雑な相互作用を示してる。
血圧の予測
予測の中で、遺伝とライフスタイルの影響を一緒に組み込むことで精度が向上することがわかった。ライフスタイルの影響だけを含めると、特定の特徴の予測精度が低下することが観察された。これは、より良い予測結果を得るためには、組み合わせたアプローチが必須だってことを示している。
興味深いことに、ライフスタイルの影響を含めることで特定の特徴の予測は改善されたけど、他の特徴、特に脈圧の予測精度は低下した。この差は、若い人と年配の人の遺伝的構造の違いも大きな役割を果たしていた。
モデルテストの重要性
予測が正確であることを確認するために、コントロール実験も行った。個人をランダムにグループに振り分けたモデルと、年齢でグループ分けしたモデルを比較した。これにより、予測精度において年齢グループ間のバランスの取れた代表性がモデルにとって有益であることが浮き彫りになった。
私たちの発見では、遺伝情報だけを使用すると予測が悪くなることが明らかで、ライフスタイル情報を含めるとかなり精度が向上したけど、特徴によって変わることがわかった。
発見の概要
遺伝的要因とライフスタイル要因を血圧の特徴において調査した結果、すべての特徴に対する一様なアプローチはないことが明らかになった。異なる特徴はライフスタイル情報の含め方にユニークに反応する。結果は、遺伝的要因とライフスタイル要因を一緒に評価することが予測の向上にどれほど重要であるかを強調している。
今後、研究者たちは複雑な特徴の予測モデルを開発する際に、これらの相互作用を慎重に考慮すべきだ。人間の特徴の複雑さには微妙なアプローチが必要で、遺伝的な影響と環境的な要因をケースバイケースで考慮することが必須なんだ。
結論
複雑な特徴を理解するためのモデルに遺伝とライフスタイルの要因を統合することは、有望な研究領域だ。この研究は血圧に焦点を当てたけど、これらの発見の含意は他の健康や行動の特徴にも広がるんだ。遺伝、環境、そしてそれらの相互作用が特徴にどう寄与してるかを理解することで、健康の結果をより良く予測したり、介入を調整したり、個人の健康的なライフスタイルを促進することができる。
最終的には、この分野の研究が進むにつれて、遺伝-環境相互作用の複雑さに対処することが、人間の健康と幸福を理解する上で重要になるだろう。
タイトル: Using lifestyle information in polygenic modeling of blood pressure traits: a simple method to reduce bias
概要: Complex traits are determined by the effects of multiple genetic variants, multiple environmental factors, and potentially their interaction. Predicting complex trait phenotypes from genotypes is a fundamental task in quantitative genetics that was pioneered in agricultural breeding for selection purposes. However, it has recently become important in human genetics. While prediction accuracy for some human complex traits is appreciable, this remains low for most traits. A promising way to improve prediction accuracy is by including not only genetic information but also environmental information in prediction models. However, environmental factors can, in turn, be genetically determined. This phenomenon gives rise to a correlation between the genetic and environmental components of the phenotype, which violates the assumption of independence between the genetic and environmental components of most statistical methods for polygenic modeling. In this work, we investigated the impact of including 27 lifestyle variables as well as genotype information (and their interaction) for predicting diastolic blood pressure, systolic blood pressure, and pulse pressure in older individuals in UK Biobank. The 27 lifestyle variables were included as either raw variables or adjusted by genetic and other non-genetic factors. The results show that including both lifestyle and genetic data improved prediction accuracy compared to using either piece of information alone. Both prediction accuracy and bias can improve substantially for some traits when the models account for the lifestyle variables after their proper adjustment. Our work confirms the utility of including environmental information in polygenic models of complex traits and highlights the importance of proper handling of the environmental variables. Author summaryMany traits of medical relevance are "complex" in that they are affected by both genetic and environmental factors. Thus, using genetic and environmental information in statistical methods has the potential to increase the accuracy of phenotypic prediction, the ultimate goal of precision medicine. However, the correlation between the genetic and environmental components (that arises when environmental variables are themselves genetically determined) and the correlations between environmental measures can be problematic for most statistical methods used for modeling complex traits. In this work, we investigated these issues using 27 lifestyle measures in addition to genetic information for predicting diastolic blood pressure, systolic blood pressure, and pulse pressure in older individuals. We show that including lifestyle and genetic data resulted in more accurate predictions than either data type alone. Moreover, adjusting the lifestyle measures for the genetic and other non-genetic effects can help improve the predictions further.
著者: Fabio Morgante, F. Tiezzi, K. Goda
最終更新: 2024-06-08 00:00:00
言語: English
ソースURL: https://www.biorxiv.org/content/10.1101/2024.06.05.597631
ソースPDF: https://www.biorxiv.org/content/10.1101/2024.06.05.597631.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 biorxiv に感謝します。