Simple Science

最先端の科学をわかりやすく解説

# 健康科学# 疫学

喫煙行動研究における多重効果の調査

この研究は、遺伝子が喫煙行動に与える影響を調べてて、相乗効果も考慮してるんだ。

― 1 分で読む


喫煙遺伝学における多重遺伝喫煙遺伝学における多重遺伝子効果が明らかにされた明らかにした。研究が喫煙行動に対する複雑な遺伝の影響を
目次

メンデル的ランダム化(MR)は、遺伝情報を使ってあるものが別のものを引き起こすかどうかを調べる方法だよ。特定の遺伝マーカー、SNPに注目して、これが特定の行動や健康結果に関連しているかを調べるんだ。研究者が大規模な研究から情報を得ると、MRを使ってこれらの関連を調査できるんだ。

MRの基本的なアイデアは、SNPが特定の原因を介してのみ結果に結びついていることなんだ。もしこの考えが間違っていると、混乱を招いちゃって、MR研究の結果が信頼できなくなっちゃう。この状況を「多様性(pleiotropy)」と呼んで、遺伝的変異が複数の特性に影響を与えることを意味しているよ。

多様性のタイプ

多様性には、縦の多様性と横の多様性の2種類があるんだ。

  • 縦の多様性:これはSNPが他の特性を介して結果に影響を与える場合に起こる。通常、MRにはあまり問題にならない。
  • 横の多様性:これはSNPが複数の経路を通じて結果に関連している場合に起こる。横の多様性はバランスが取れている場合、一つの効果が他の効果を打ち消すこともあれば、バランスが取れていない場合、一つの効果が支配することもある。このバランスが取れていない横の多様性はMRにとって大きな問題で、誤った結論を導くことがあるんだ。

横の多様性の特別なケースには、相関した横の多様性があって、これはSNPが共通の要因に影響を与え、その要因が曝露と結果の両方に影響を与える場合を指す。これも結果をさらに複雑にする原因になるんだ。

多様性を特定する重要性

喫煙などの行動の影響を研究する際、使用するSNPが本当に喫煙だけを指しているのか、それとも他の特性にも影響しているのかを判断するのが重要なんだ。もし後者が真実なら、データは喫煙の影響を正確に反映していない可能性があるんだ。

研究によると、喫煙行動に関連するSNPは、パーソナリティやリスクを取る行動など、喫煙とは無関係なさまざまな他の特性にも関連があることがあるんだ。だから、多様性を特定するのは、MR研究の結果が有効であることを確保するために重要なんだ。

私たちの喫煙行動に関する研究

私たちは喫煙行動に注目して、横の多様性が結果に影響を与えているかを調べたんだ。具体的には、喫煙に影響される可能性のある特性と、喫煙に関連しない特性が喫煙行動の遺伝スコアに関連しているかを調べたよ。喫煙の開始、喫煙の重さ、一生の喫煙指数を含む。

私たちは分析のために2つのグループを使った:UKバイオバンクとアボン長期親子研究(ALSPAC)。これらのグループは異なる種類のデータを提供してくれて、バイアスを特定するのに役立ったんだ。

さらに、喫煙をしたことがない人々での分析も行って、コントロールとして使ったんだ。この人たちでは、遺伝データと結果の関連は喫煙から来るものではないはずなんだ。

研究方法論

私たちの研究は2つの主要なフェーズで構成されているよ:

  1. 発見フェーズ:私たちは、喫煙の開始に関連する異なる特性を探るための研究を行ったんだ。最も重要な結果を見て、喫煙に関連しそうな特性と、絶対に関連しない特性を見分けたよ。

  2. 分析フェーズ:私たちはUKバイオバンクの結果をALSPACのデータと対比して、本当に結果が同じかどうかを見たんだ。

研究コホート

UKバイオバンク:これは約50万人の参加者からなる大規模な健康リソースで、健康、ライフスタイル、人口統計情報など、さまざまなデータを収集しているよ。すべての参加者は自分の民族性を自己申告していて、私たちは分析のために「白人」と「イギリス人」として特定された人たちに絞ったんだ。

ALSPAC:この研究はイギリスのアボンで妊婦を見て、その子供たちを追跡したもの。UKバイオバンクに比べて小規模なグループだけど、私たちの研究にとって貴重な洞察を提供してくれたよ。

喫煙関連の曝露に対する表現型の測定

私たちの分析では、喫煙に関連する3つの行動を考慮したよ:

  • 喫煙の開始:その人が喫煙したことがあるかどうか。
  • 喫煙の重さ:1日に吸うタバコの本数の平均。
  • 一生の喫煙指数:喫煙行動を評価するためのスコアリングシステム。

これらの測定は、さまざまな特性との関連がポジティブでもネガティブでも評価するのに役立ったんだ。

発見フェーズの結果

発見フェーズでは、喫煙の開始に関連する特性を特定し、喫煙から起こる可能性のある特性と、そうでない特性を区別し始めたよ。

喫煙によって引き起こされる可能性のある特性

私たちは、喫煙によって影響を受ける可能性のある13の特性を特定したよ。これには、ボディマス指数(BMI)、慢性閉塞性肺疾患(COPD)、C反応性タンパク質のレベルなど、さまざまな健康マーカーや状態が含まれている。これらの状態は一般的に喫煙によって直接影響を受けると考えられているんだ。

喫煙によって引き起こされる可能性のない特性

また、喫煙に影響されるべきでない13の特性も特定したよ。これには、性的パートナーの数、初めての出産年齢、リスクを取る行動などが含まれている。この2つのグループの区別は、多様性の存在の可能性を理解するのに重要だったんだ。

関連結果

喫煙によって引き起こされる可能性のある特性

私たちの分析では、喫煙行動の遺伝スコアと、喫煙によって引き起こされる可能性がある特性との強い関連が見つかったよ。特に、喫煙の開始と一生の喫煙スコアは、喫煙にしばしば関連する健康問題と大きなつながりがあることが分かったんだ。

喫煙によって引き起こされる可能性のない特性

喫煙の影響を受けないはずの特性を調べると、やっぱり一生の喫煙と喫煙の開始に対する遺伝スコアとの関連が見られた。これは心配で、SNPが喫煙に無関係な特性に影響を与えている可能性を示しているんだ。

注目すべきは、喫煙の重さに関しては、喫煙したことがない人との関連は見つからなかったってこと。これ、つまりこの測定で捕らえた影響は他の特性に関連する可能性が低いってことだよ。

ALSPACでの分析フェーズの結果

ALSPACでも同じ関係を分析して、私たちの発見が一致しているかどうかを見たよ。いくつかの類似点もあったけど、いくつかの違いもあったんだ。

喫煙によって引き起こされる可能性のある特性

ALSPACでは、UKバイオバンクに比べて、喫煙によって引き起こされる可能性のある特性との遺伝スコアの関連は少なかったけど、BMIや母親の喘鳴など、いくつかの重要な関連は再現できたよ。

喫煙によって引き起こされる可能性のない特性

UKバイオバンクでの発見と同様に、ALSPACでも喫煙と無関係な特性に対する一生の喫煙との遺伝スコアの関連がいくつか見つかったんだ。これにはライフスタイルや行動に関連する特性が含まれていたよ。

私たちの結果の含意

私たちの結果は、喫煙関連の特性に対する遺伝スコアの間に横の多様性がありそうだってことを示しているんだ。つまり、喫煙に関連する遺伝データを使うときは、誤解を招く可能性について注意が必要なんだ。

さらに、私たちの分析は、見たSNPが他の特性にも影響を与えている可能性を示唆していて、それが誤った結論につながることもあるんだ。これが、遺伝的変異が特性に影響を与える経路を注意深く考える重要性を強調しているんだ。

研究の限界

私たちの研究にはいくつかの限界があることを認識しなければならないよ。まず、UKバイオバンクのサンプルは一般人口を代表していないかもしれない。参加者は平均よりも健康的な傾向があって、結果を歪めちゃう可能性があるんだ。さらに、私たちが喫煙行動を分類するために使った方法は、個々の人がどのように喫煙者として認識しているかの全範囲を捉えていないかもしれない。

また、一部の関連は特性間の共有遺伝的要因によって説明できるかもしれなくて、リンクの理解を複雑にするんだ。

結論

私たちの研究は、喫煙関連の特性に使われる遺伝子ツールに横の多様性がある証拠を提供しているよ。これは、研究者が分析を行う際に慎重にアプローチする必要があることを示唆していて、SNPが喫煙だけでなく他の影響も捉えている可能性があるんだ。

複雑な特性を調べる研究が広がる中で、研究者は潜在的な多様性を考慮する方法を適用することが重要だよ。そうすることで、研究から得られる結論がより正確で信頼性のあるものになるんだ。

未来の研究では、解釈をさらに洗練させるためにネガティブコントロール分析を取り入れることを考慮するべきだよ。私たちの発見は、遺伝的変異が意図した対象を超えてさまざまな行動や結果にどのように影響を与えるかについての探求を続ける必要性を強調しているんだ。

オリジナルソース

タイトル: Exploring pleiotropy in Mendelian randomisation analyses: What are genetic variants associated with "cigarette smoking initiation" really capturing?

概要: BackgroundGenetic variants used as instruments for exposures in Mendelian randomisation (MR) analyses may also have horizontal pleiotropic effects (i.e., influence outcomes via pathways other than through the exposure), which can undermine the validity of results. We examined the extent to which horizontal pleiotropy may be present, using smoking behaviours as an example. MethodsWe first ran a phenome-wide association study in UK Biobank, using a genetic instrument for smoking initiation. From the most strongly associated phenotypes, we selected those that we considered could either plausibly or not plausibly be caused by smoking. We next examined the association between genetic instruments for smoking initiation, smoking heaviness and lifetime smoking and these phenotypes in both UK Biobank and the Avon Longitudinal Study of Parents and Children (ALSPAC). We conducted negative control analyses among never smokers, including children in ALSPAC. ResultsWe found evidence that smoking-related genetic instruments (mainly for smoking initiation and lifetime smoking) were associated with phenotypes not plausibly caused by smoking in UK Biobank and (to a lesser extent) ALSPAC, although this may reflect the much smaller sample size in ALSPAC. We also observed associations with several phenotypes among never smokers. ConclusionOur results suggest that genetic instruments for smoking-related phenotypes demonstrate horizontal pleiotropy. When using genetic variants - particularly those for complex behavioural exposures - in genetically-informed causal inference analyses (e.g., MR) it is important to include negative control outcomes where possible, and other triangulation approaches, to avoid arriving at incorrect conclusions.

著者: Zoe E Reed, R. E. Wootton, J. N. Khouja, T. G. Richardson, E. G. Sanderson, G. Davey Smith, M. R. Munafo

最終更新: 2023-08-08 00:00:00

言語: English

ソースURL: https://www.medrxiv.org/content/10.1101/2023.08.04.23293638

ソースPDF: https://www.medrxiv.org/content/10.1101/2023.08.04.23293638.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。

著者たちからもっと読む

類似の記事

ヒューマンコンピュータインタラクションモデル性能のためのスライス発見アルゴリズムの評価

研究は、アルゴリズムが機械学習モデルのパフォーマンスが低いエリアを特定するのにどう役立つかを評価してるよ。

― 0 分で読む

分子ネットワークカウフマンネットワークにおけるアトラクターの指数成長

研究によると、カウフマンネットワークのサイズが大きくなるにつれて、アトラクターは指数関数的に増加するんだって。

― 0 分で読む