なぜヒトは病気にかかるのでしょうか？なぜヒトによって異なる病気にかかるのでしょうか？もちろん、生活習慣や怪我、加齢など、様々なイベントによって病気が誘発されます。一方で、生まれながらに特定の病気へのかかりやすさに個人差があることが知られています。それが、遺伝です。遺伝統計学（statistical genetics）は、ヒトの遺伝情報と、病気などの形質情報の関わりを、統計学の観点から検討する学問分野です。本日は皆さんに、遺伝統計学の世界をご紹介させて頂きます。

　ヒトの遺伝情報は３０億対の塩基配列で構成されるヒトゲノム配列として、身体を構成する一つ一つの細胞の中に保存されています。46本の染色体に分かれ、各染色体の中に、A、T、G、Cの４種類の塩基で構成された塩基配列が細かく折りたたまれています。ヒトゲノムプロジェクトによりヒトゲノム配列の全容が明らかになったのは、2000年代初頭のことでした。ヒトゲノム配列上で、機能的な働きを有する連続した短い配列を、遺伝子と呼びます。ヒトゲノムプロジェクトにより、ヒトゲノム配列上に何個の遺伝子が、どの場所に位置しているか、の全容が明らかになりました。　

　ヒトゲノム上の塩基配列は、個人間で少しずつ異なります。ヒトゲノム配列の個人差を、多型（polymorphism）と呼びます。最も代表的なのは、一塩基単位で変異が生じる、一塩基多型（single nucleotide polymorphism; SNP）です。一卵性双生児や親子の例に見るように、ゲノム配列が似ていると見た目（＝身体的特徴）も似ることが知られています。現在では、ゲノム配列が似ていると、外見だけでなく、病気のかかりやすさや薬の効きやすさも似ていることがわかっています。そのため、ヒトゲノム多型の情報に基づいた、疾患や医療の研究が行われています。

　2003年に、国際共同研究プロジェクトであるInternational HapMap Projectにより、欧米/アジア/アフリカ人集団270名におけるヒトゲノム多型の概要が解読されました。約200～300万のSNPが明らかになり、これまで手探りで行っていたヒト疾患感受性遺伝子の同定を網羅的に行うことが可能になりました。プロジェクト参加国の中で、日本は一番の貢献を果たしています。2010年には、1000 Genomes Projectにより、複数集団2,500名における、約1億個のSNPが明らかになり、集団中での頻度の低いレアバリアントのカタログが公開されています。

　ゲノムデータの規模が大きくなると、ゲノム解析を通じて多くのことが解明されるようになりました。代表的な成果の一つが、ゲノムワイド関連解析（genome-wide association study; GWAS）を通じた病気の感受性遺伝子の同定です。ゲノムワイド関連解析は、遺伝統計学の解析手法の一つで、数千人から数十万人を対象に、ヒトゲノム全体を網羅する数千万箇所のSNPのタイピングを実施し、対象形質との関連を評価する手法です。2002年に日本の理化学研究所で世界に先駆けて実施された解析手法でもあります。2000年代後半以降、世界中の研究施設でゲノムワイド関連解析が精力的に実施され、現在までに、1,000以上の形質に対し約5,000報のゲノムワイド関連解析が報告されています。糖尿病やがんといった病気から、身長や肥満などの身体測定値、血液検査値などの臨床検査値、食生活習慣など、多彩なヒトの形質情報に関連する遺伝子変異が多数報告されています。新型コロナウイルス感染症の重症化についても、パンデミックの早期に国際共同研究を通じてゲノムワイド関連解析が実施され、重症化に関連する遺伝子変異が見つかっています。

　このように、ヒトゲノム解析技術の発展に伴い、大規模ヒトゲノム研究を通じて病気に関連する遺伝子変異が数多く同定された一方で、ゲノム解析の成果をどのように活用すれば病気の病態解明や新規創薬、個別化医療に貢献できるのかは、ほとんどわかっていない状況です。30億塩基対のヒトゲノム配列はヒトの設計図なわけですから、そのメカニズムを完全に解明すれば、生命現象を再構成できるはずです。しかし実態としては、そのほとんどは未解明です。どうやって、ヒトゲノム配列に隠された生命現象を引き出すか、が私の一貫した研究テーマになります。

　遺伝統計学の可能性の一つに、ゲノム創薬があります。新規創薬には長い時間と多大な開発費用がかかりますが、その効率が年々低下しており、創薬プロセスの効率化の重要性が指摘されています。病気の研究から治療薬を探す「これまでの創薬」に加え、病気のサンプル由来のゲノム情報から治療薬を探す「これからのゲノム創薬」が今後は必要です。海外の製薬企業の研究では、病気のゲノム情報が創薬プロセスを効率化することが報告され、注目が集まっています。私たちは、ゲノムワイド関連解析などの大規模ゲノム解析の成果に基づき、病気の治療薬候補の探索が効率化できることを報告してきました。特に、既存の治療薬の他の病気への適用拡大する、ドラッグ・リポジショニングに貢献できると考えています。一般公開されているゲノム解析の結果から、治療薬候補を探索する遺伝統計解析ソフトウェアの開発を行っています。

　最後にお話しするのが、ゲノム個別化医療への挑戦です。世の中には沢山の病気がありますが、同じ病気であっても、人によって病態が異なることが経験的に知られています。全員に画一的な標準治療を行うことも大事ですが、個人の体質に応じて最適化された治療法の確立が期待されています。それが、個別化医療です。2015年のオバマ大統領の一般教書演説で、”Precision Medicine Initiative”という言葉が注目を集めました。特に個人のゲノム情報の違いを活用した個別化医療の提言に重きを置いた点が画期的でした。ゲノム個別化医療の時代の幕開け、という解釈もできます。ゲノム個別化医療の研究分野では、特定の遺伝子変異に着目したり、ヒトゲノム全体に分布する無数の遺伝子変異を統合することで、個人の病気の発症リスクをゲノム情報に基づき予測することが可能となりつつあります。近い将来、自分がどんな病気になりやすく、またなりにくいのかを人生の早期の段階で判定して、個人の特性にあわせた最適なライフスタイルや医療を受けられる時代が来ると考えられます。その社会実装において必要となるプロセスを、遺伝統計学を通じて実現していきたいと考えています。