ポリジェニックリスクスコアの精度格差が問うゲノム医療公平性の未来

遺伝リスク予測に広がる精度格差

病気へのなりやすさをDNAから推定するポリジェニックリスクスコアは、がん、心疾患、糖尿病などの予防医療を変える技術として期待されています。多数の遺伝的変異を足し合わせ、一人ひとりの相対的なリスクを示すため、早期検診や生活習慣介入の優先順位づけに使える可能性があります。

しかし、この技術は誰に対しても同じ精度で働くわけではありません。多くのスコアは欧州系祖先を持つ参加者のデータで開発されてきたため、アフリカ系、ラテンアメリカ系、先住民、南アジア系などでは予測力が落ちやすいことが繰り返し示されています。問題は「人種ごとに生物学的に別物」という話ではなく、研究データの偏りが医療の精度差として表れる点です。

この記事では、ポリジェニックリスクスコアの仕組み、欧州系データ偏重が起きる理由、All of UsやPRIMEDなどの是正策、そして臨床で使う前に確認すべき条件を整理します。ゲノム医療の進歩を健康格差の拡大ではなく、公平な予防医療につなげるための論点です。

欧州系データ偏重が生む予測のゆがみ

PRSが計算する多因子リスク

ポリジェニックリスクスコア、またはPRSは、単一遺伝子の変異で発症が大きく左右される希少疾患とは異なる考え方に基づきます。多くの慢性疾患は、数百から数百万の遺伝的変異が少しずつ寄与し、生活環境や年齢、性別、既往歴と組み合わさって発症リスクを形づくります。PRSは、それぞれの変異がリスクをどの程度動かすかを、ゲノムワイド関連解析で推定された効果量に基づいて重み付けし、合計した値です。

PGS Catalogはこの種のスコアを集める代表的な公開データベースで、2026年7月15日の最新リリース時点で5,450件のポリジェニックスコア、677件の形質、820件の関連出版物を掲載しています。スコアは乳がん、緑内障、BMI、冠動脈疾患など幅広い形質に広がり、研究者が独自データに適用できるスコアリングファイルやメタデータも提供されています。

この仕組みが魅力的なのは、発症前の段階でリスクの高い集団を見つけ、検診や予防薬、生活習慣改善を重点化できる可能性があるからです。冠動脈疾患や乳がんのように、予防や早期発見の手段がすでに存在する病気では、リスク層別化の価値が特に大きくなります。

ただし、PRSは「DNAに書かれた運命」を読む技術ではありません。喫煙、食事、運動、所得、居住環境、医療アクセスなどの非遺伝要因は大きく、遺伝的リスクが高くても病気になるとは限りません。逆に、遺伝的リスクが低いと判定されても、環境要因や家族歴によって臨床上の注意が必要な人はいます。

遺伝距離と連鎖不平衡の影響

精度差の核心は、スコアを作った集団と使う集団の遺伝的背景がずれるほど、変異の頻度や周辺DNAとのつながり方が変わる点にあります。ゲノムワイド関連解析は、病気そのものを直接引き起こす変異だけでなく、その近くにある目印の変異を検出することが多い方法です。ある集団では良い目印だった変異が、別の集団では原因変異と十分に連動しない場合、予測精度は落ちます。

Nature Geneticsに掲載された2019年の論文は、当時利用可能なPRSが欧州系祖先の人々では他の祖先集団より数倍高い精度を示すと整理しました。GWAS Diversity Monitorのデータでも、2025年9月時点の発見段階のGWAS参加者は87.77%が欧州系で、アフリカ系は0.16%、アフリカ系米国人またはカリブ系は3.71%、ヒスパニックまたはラテンアメリカ系は1.71%にとどまっています。

これは単なる代表性の問題に見えますが、医療への影響は直接的です。欧州系データで高精度なスコアをそのまま非欧州系集団に適用すると、本来リスクの高い人を低く見積もる偽陰性や、低リスクの人を高リスクと見る偽陽性が増えます。予防薬の対象、検診開始年齢、追加検査の有無がスコアで変わるなら、誤差は医療資源の配分そのものをゆがめます。

さらに、研究データの偏りは新しい生物学的発見も狭めます。PAGE研究は、非欧州系の4万9,839人を対象に26の臨床・行動形質を解析し、27の新規遺伝子座と38の追加シグナルを見つけ、1,444件の既知GWAS関連を再現しました。多様な集団を調べることは、少数派のためだけの補正ではなく、病気の仕組みをより深く理解する科学的手段でもあります。

人種分類と遺伝的祖先の距離

この論点で注意すべきなのは、「人種」や「民族」を遺伝的に固定された箱として扱わないことです。米国の医療記録で使われるBlack、White、Hispanic、Asianといった分類は、社会的経験や差別、医療アクセスの差を理解するうえで重要です。一方、PRSの精度を左右するのは、サンプルの遺伝的祖先、混血の度合い、解析に使った参照集団、環境情報の取り込み方です。

たとえば、ラテンアメリカ系と一口に言っても、欧州系、アフリカ系、先住民系の祖先の比率は地域や個人で大きく異なります。アフリカ系米国人でも、アフリカ大陸内の多様性と欧州系祖先の混在を無視できません。単純な人種ラベルで補正すれば公平になるわけではなく、個人の背景をどの粒度で扱うかが実装上の難問になります。

大規模データ整備で進む公平化の実装

PGS Catalogが支える透明性

公平なPRSに向けた第一歩は、スコアがどの集団で作られ、どの集団で検証されたかを見えるようにすることです。PGS Catalogの祖先データ文書は、サンプルの祖先情報を標準化されたカテゴリーと詳細記述の二つで表すと説明しています。これは、利用者が「このスコアは自分の患者集団に近いデータで検証されているか」を確認するための最低条件です。

2021年にNatureで発表されたPolygenic Risk Score Reporting Standards、PRS-RSも同じ方向を示しています。スコア開発に使った集団、統計手法、検証方法、限界、データ共有の有無を報告することで、第三者が再現性と臨床転用の妥当性を評価しやすくする枠組みです。モデルの数字だけでなく、モデルの来歴を読むことが臨床利用の前提になります。

PGS Catalogは、特定の祖先集団を含むスコアや、欧州系データを含まないスコアを絞り込める機能も提供しています。これは小さなUI改善に見えますが、実務的には大きな意味があります。医療機関や研究チームが、対象患者に合わないスコアを選んでしまうリスクを下げられるからです。

さらに、2024年にNature Geneticsで発表されたPGS Catalogの拡張では、スコア計算を再現可能にするpgsc_calcや祖先正規化の考え方が示されました。スコアを公開して終わりではなく、同じ入力データなら同じ結果を得られる計算環境を整えることが、規制、監査、患者説明の基盤になります。

All of UsとPRIMEDの拡張

米国では、国立衛生研究所のAll of Us Research Programが、偏ったゲノム研究を是正する最大級の基盤になっています。2026年6月30日のNIH発表では、研究者が利用できるデータが74万7,000人超に拡大し、53万5,000件超の全ゲノム配列と約48万2,000件の電子健康記録が結び付けられたとされます。参加者の86%超は、生物医学研究で歴史的に過小代表だったコミュニティに属します。

この規模は、単に人数が多いだけではありません。調査票、身体測定、電子健康記録、ゲノム情報、さらにプロテオミクスやRNAシーケンスなどのマルチオミクス情報が同じ基盤で扱われます。PRSの弱点である環境要因や社会的要因との切り分けを進めるには、こうした多層データが欠かせません。

2024年のNature論文では、All of Usの24万5,388件の臨床グレード全ゲノム配列から、10億件超の遺伝的変異と2億7,500万件超の未報告変異が見つかったと報告されました。うち約390万件はタンパク質に影響し得るコーディング変異です。これまで見落とされてきた変異をデータベースに取り込むことは、PRSだけでなく、病的変異の解釈や薬剤反応の研究にも波及します。

NHGRIのPRIMED Consortiumも重要です。2021年6月に始まったこの取り組みは、7つの研究拠点と1つの調整センターが5年計画で参加し、45カ国120超のデータセットを統合して、多様な祖先集団で使えるPRS手法の改善を目指しています。2021年のNIH発表では3,800万ドルの支援が示されており、技術開発だけでなく、社会的・倫理的影響や社会的決定要因を扱う作業部会も置かれています。

eMERGEが示す現場検証の課題

研究データが増えても、臨床で安全に返せるかは別問題です。eMERGE Networkは、電子医療記録とゲノム情報を結びつけてきた米国の多施設ネットワークで、現在のラウンドでは多様な遺伝的祖先を持つ集団でPRSを検証・実装する役割を担っています。ネットワークは10種類のPRSを臨床実装用に選び、2万5,000人規模のコホートへ結果を返す計画を掲げています。

対象には、心房細動、乳がん、慢性腎臓病、冠動脈性心疾患、高コレステロール血症、前立腺がん、ぜんそく、1型糖尿病、肥満、2型糖尿病などが含まれます。これらは予防や検診、治療方針に結びつきやすい一方、年齢、性別、家族歴、生活環境の影響も大きい疾患です。したがって、PRS単独ではなく、既存の臨床リスクモデルと統合して使う必要があります。

最新の方法論も改善を続けています。2026年6月にNature Geneticsで発表されたMIXPRSは、複数の集団と複数の手法から得たPRSを組み合わせ、個人レベルの調整データを必要とせず、GWAS要約統計だけで予測を改善する枠組みです。最大26形質にわたるシミュレーションと実データ解析で既存手法を上回る精度を示し、非欧州系集団での追加的な改善も報告されています。

ただし、方法の進歩は万能ではありません。ある疾患でうまく働くモデルが、別の疾患や別の医療現場でも同じ価値を持つとは限りません。データ量、形質の測定精度、環境要因の影響、患者が結果をどう理解するかまで含めて評価しなければ、スコアの改善は臨床上の利益に直結しません。

臨床導入で避けるべき三つの落とし穴

PRSを医療に入れる際の第一の落とし穴は、統計的な予測精度と臨床的な有用性を混同することです。CDCは2022年の解説で、既存の系統的レビューでは591本中22本が強い臨床的妥当性を示した一方、臨床的有用性を示した論文はなかったと紹介しています。リスク分布を分けられることと、実際に病気を減らせることは同じではありません。

第二の落とし穴は、アクセス格差です。高精度な検査が保険で十分にカバーされず、専門的な遺伝カウンセリングを受けられる人だけが恩恵を受ければ、技術は格差を縮めるどころか広げます。検査結果を電子健康記録にどう保存し、転院時にどう共有し、保険や雇用上の差別からどう守るかも制度設計の一部です。

第三の落とし穴は、遺伝決定論です。高リスクとされた患者が「自分は必ず発症する」と受け止めたり、低リスクとされた患者が検診や生活改善を軽視したりすれば、予防医療の目的に反します。PRSは絶対値ではなく、特定の集団と前提条件の中での相対的な推定値です。医療者は、家族歴、既往歴、生活環境、社会的リスクを一緒に説明する責任があります。

この点で、社会的決定要因をモデル開発や解釈にどう入れるかは今後の焦点です。PRIMEDの作業部会が社会的決定要因を扱うのは、遺伝リスクが生活環境から独立して病気を決めるわけではないからです。住宅、教育、所得、差別経験、食環境、医療への距離は、遺伝的な感受性を強めたり弱めたりします。

患者と医療者が確認すべき導入条件

PRSを使う前に確認すべき条件は明確です。第一に、そのスコアが対象患者と近い祖先集団で開発・検証されていること。第二に、既存の臨床リスク評価をどの程度上回る情報を追加するのかが示されていること。第三に、高リスクと判定された場合に、検診、予防薬、生活介入など実行可能な選択肢があることです。

患者側も、検査を受ける前に「結果で医療方針が何に変わるのか」「自分の背景で精度は検証されているのか」「家族に伝える必要がある情報なのか」を尋ねる価値があります。技術が新しいほど、結果を受け取る側の理解と相談体制が重要になります。

ポリジェニックリスクスコアは、ゲノム医療の有力な道具です。ただし、道具の精度は、それを支えるデータの広さと、使う現場の慎重さに依存します。欧州系データに偏ったまま臨床導入を急げば、精密医療は精密な不平等になりかねません。多様なデータ、透明な報告、実装研究、患者への丁寧な説明がそろって初めて、公平な予防医療に近づけます。

参考資料:

• Clinical use of current polygenic risk scores may exacerbate health disparities
• GWAS Diversity Monitor
• The GWAS Diversity Monitor tracks diversity by disease in real time
• Genetic analyses of diverse populations improves discovery for complex traits
• A standardized framework for representation of ancestry data in genomics studies
• The Polygenic Score Catalog
• PGS Catalog Ancestry Documentation
• Enhancing the Polygenic Score Catalog with tools for score calculation and ancestry normalization
• NIH’s All of Us Research Program is now the largest integrated genomics and health database in the world
• 275 million new genetic variants identified in NIH precision medicine data
• Genomic data in the All of Us Research Program
• Polygenic RIsk MEthods in Diverse populations (PRIMED) Consortium
• Published PRS from eMERGE
• Polygenic Risk Scores in Clinical Practice? Still Making the Case
• MIXPRS enables multi-population and multi-method polygenic risk scores using summary statistics