プレスリリース 東北メディカル・メガバンク計画による3.5千人分の日本人全ゲノムリファレンスパネルにX染色体とミトコンドリアゲノム情報を追加―より広範な疾患に対応、国際比較も容易に―

国立大学法人東北大学東北メディカル・メガバンク機構
学校法人岩手医科大学いわて東北メディカル・メガバンク機構
国立研究開発法人日本医療研究開発機構

• 東北大学東北メディカル・メガバンク機構（ToMMo)はこれまで進めてきた全ゲノム解析^*1のデータ約3.5千人分をもとに、内容を大幅に拡充・更新した全ゲノムリファレンスパネル3.5KJPNv2を公開しました。
• 今回の公開にあたっては、これまでのリファレンスパネルのデータに含まれていなかった性染色体^*2であるX染色体、そして、ミトコンドリア^*3のゲノム情報を新たに加えました。日本人のX染色体やミトコンドリアの情報を含む1,000人規模以上のゲノム情報を発表した例はこれまでになく、初のデータとなります。
• また、データ解析手法を国際標準に準拠した手法に更新、海外の大規模ゲノム解析との比較がより容易なリファレンスパネルとして再構築しました。更に、データ公開サイトも刷新して、研究者の方々により使いやすいものとしました。
• X染色体やミトコンドリアには、比較的発症頻度の高い遺伝性疾患の原因となる遺伝子が多数含まれており、新規リファレンスパネルの公開は特に小児科・産婦人科・遺伝カウンセリング領域の疾患について、研究者や医療関係者に利活用されることが想定され、我が国の個別化医療・個別化予防に向けた研究が促進されることが期待されます。

ToMMoは全ゲノム解析のデータ約3.5千人分をもとに、日本人による標準的な全ゲノムリファレンスパネルを国際比較に利用しやすくするために再構築し、新たな情報を大幅に拡充した3.5KJPNv2を公開しました。本パネルの対象者構成は、2017年9月に公開した全ゲノムリファレンスパネル（以下、3.5KJPN）とほぼ同様で、東北メディカル・メガバンク計画による宮城県と岩手県でのコホート調査^*4への協力者3,342人、独立行政法人国立病院機構長崎医療センターにおける協力者181人、ながはま0次予防コホート事業への協力者29人で構成される日本人一般住民合計3,552人分です。

今回のパネル更新の要点は以下の通りです。

X染色体の情報を追加したこと

X染色体上で、200万個を超える一塩基バリアント^*5（SNV）を発見して、パネルに収載しました。

ミトコンドリアの情報を追加したこと

ミトコンドリアDNA上で、2千個以上のSNVを発見して、パネルに収載しました。

国際標準に準拠した解析手法を用いて国際比較に優れたデータとしたこと

現在の国際的な標準手法とされるGATK Best Practices^*6に準拠した方法により再構築を行いました。これにより、海外のゲノムデータと定量的な比較がより容易となりました。

認証されたユーザーに対して詳細な検索機能を導入したこと

頻度1%以上のSNVに限っていたブラウザ上での検索が、認証されたユーザーでは全てのSNVで可能になりました。また、検索画面上で国際1000人ゲノムデータ^*7におけるアレル頻度データも同時に表示する機能を実装しました。これにより、国際的なデータベースと比較することも簡便になりました。

また、従来の3.5KJPNが有していた以下の特長は3.5KJPNv2にも引き継がれています。

• 長崎や長浜（滋賀県）におけるプロジェクトの協力により、東北在住以外のデータを取り込んだ。また、岩手・宮城両県でのコホート参加者についても、調査票情報から由来が両県以外の方々を多く抽出し、北は北海道から南は沖縄までカバーする日本人として代表性の高いゲノム情報とした。
• 延べ約329兆塩基もの高品質な全ゲノム断片配列情報を解読し、スーパーコンピュータによる情報解析技術と他の手法による実験結果による検証とを組み合わせた信頼度の高い配列情報であること。

3.5KJPNv2は、東北メディカル・メガバンク計画を推進する国立研究開発法人日本医療研究開発機構（AMED）が掲げるデータシェアリングの推進方針を踏まえ、ToMMoの日本人多層オミックス^*8参照パネル（jMorp：Japanese Multi-Omics Reference Panel）のウェブサイトにおいて公開します（※）。

（※）jMorpは、東北メディカル・メガバンク計画によって得られた、オミックスデータの統合を目指して構築されたデータベースで、2015年以降メタボローム情報やプロテオーム情報^*9を公開しています。今回、データ利用者の利便性を高めるため、ゲノム情報もjMorp上で公開することとしました。

• jMorp：Japanese Multi-Omics Reference Panel ウェブサイト

なお、従来のリファレンスパネルのゲノム情報が掲載されているiJGVD （integrative Japanese Genome Variation Database）には、jMorpからもアクセスすることが可能です。

ToMMoは岩手医科大学いわて東北メディカル・メガバンク機構と協力し、宮城県・岩手県の地域住民15万人規模のコホート調査を2013年から実施しています。ToMMoでは、このコホート調査に参加された宮城県住民の1,070人分の全ゲノム解読が完了したことを2013年11月に発表し、2014年8月には解読された全ゲノム配列に基づく全ゲノムリファレンスパネル1KJPNのアレル頻度^*105%以上のSNP頻度情報をウェブサイト上で公開、翌年12月には公開範囲を全てのSNV頻度・位置情報に拡充しました。さらに2016年6月には2,049人分の全ゲノム配列に基づく全ゲノムリファレンスパネル2KJPNを構築し公開、更に2017年9月に3.5KJPNを公開してきました。

今回公開した3.5KJPNv2構築のための解析にあたって、海外の大規模ゲノム解析との定量的な比較を行うことが容易となるよう、近年、国際的に標準的な解析手法となりつつあるGATK Best Practices法を用いました。

3.5KJPNv2の主な特徴は以下の通りです。

●常染色体^*11の再解析の結果

常染色体上に検出されたSNVの総数は、51,168,347個（基準をクリア（※）したものは44,107,909個）であり、当計画のこれまでの全ゲノム解析によって常染色体上に検出され、それ以外の国際的なデータベース等に収載されてこなかったものは28,127,100個（同23,652,000個）です。

（※）基準をクリア： 解析によって検出されたバリアントに対して一定の基準でチェックを行い変異データの信頼性を高めるようにしています。今回公開した常染色体とX染色体のパネルは、いくつかの国際プロジェクトでも採用されているGATK のVariant Quality Score Recalibration (VQSR) 法を用いた基準で判断をしています。

●X染色体

X染色体はヒトゲノム全体の約5%に相当する鎖長^*12を持つ比較的大きな染色体であり、1,000以上の遺伝子を含み、特に血友病や筋ジストロフィー症などの疾患遺伝子の存在が知られる重要な染色体です。これまで難しかった一般住民集団での伴性疾患遺伝子頻度の正確な推定などが可能になり、疾患研究に対して貢献が期待されます。
今回、標準的な解析（※）で2,005,093個（PAR1+PAR2、基準をクリアしたものは1,726,127個）のSNVが検出され、またXTR（X-chromosome-transposed region）領域^*13を考慮した解析方法（※）では2,065,505個（PAR1+PAR2＋XTR、基準をクリアしたものは1,750,054個）のSNVが検出されました。

（※）解析方法の特色： X染色体を2本持つ女性では常染色体と同じように二倍体^*14ゲノムとしてのバリアントコール^*15を行います。一方、XとY染色体それぞれ一本ずつ持つ男性では、相同性の高い領域のみ二倍体ゲノムとしてバリアントコールを行います。これは、本解析で採用した手法では、相同性の高い領域でXとYの情報を明確に区別できないためです。本解析では、PAR（pseudoautosomal region）領域^*16であるPAR1、PAR2を二倍体ゲノムとして取り扱う標準的な解析と、PAR1、PAR2に加え、同様に相同性の高いXTR領域を二倍体ゲノムとして取り扱う解析で、バリアントコールを行っています。どちらの解析でも、該当する領域では、Y染色体のバリアント情報の一部が、X染色体の情報として含まれる可能性があります。

●ミトコンドリア

ミトコンドリアDNAは、核ゲノムとは別に、16kbpの長さを持つ重要なヒトゲノム構成要素で、特にミトコンドリア病と総称される一群の疾患遺伝子の存在も知られています。また、組換えを起こさずに、母系系統を追跡できることから、人類進化研究においても重要な貢献が期待できるDNAです。
本解析では2,483個のSNVを発見して、パネルに収載しました。このうちToMMoで新規に発見したものは1,555個であり、これらのアレル頻度情報からミトコンドリアDNAにおける疾患関連バリアントの高精度な絞り込みなどが可能となります。

（※）解析方法の特色： ミトコンドリアDNAは環状ですが、ある1箇所を開始点・終点と考え1本の配列として解析します。この時切れ目部分におけるバイアスが懸念されますが、リファレンスゲノムを10,000塩基シフトした配列も考慮することでこの問題の解決を図りました。リファレンスゲノムには国際標準配列であるrevised Cambridge Reference Sequenceを用いています。各検体の代表的なバリアントの検出を目的として一倍体ゲノムとみなしたバリアントコールを行い、公開データはVCF形式による、解析結果からのSNVのアレル頻度情報となっています。

●パネルユーザーへの認証機能と詳細検索

今回の更新にあたり、ORCID^*17と連携する認証機構を実装しました。認証されたユーザーは、ローカルの環境に大きなファイルをダウンロードすることなしに検索機能を用いて、遺伝子ごとに各バリアントのアレル頻度を調べ、またそれを海外で公開されている代表的なデータベースサイト（国際1000人ゲノム）と比較できるようになりました。

jMorp画面（二つの集団間のアレル頻度差を可視化）

今回3.5KJPNv2で初めて公開したX染色体やミトコンドリアには、比較的発症頻度の高い遺伝性疾患に関連する遺伝子が多数含まれることから、全国の疾患研究者による利活用が想定されます。当計画では今後、より広範なデータシェアリングを進め、全国の研究者のゲノム研究を加速するとともに、さらなるゲノム情報の高精度化やより高度な情報解析を進めていきます。

また、日本の他の地域のコホート事業などとも連携を進め、東北メディカル・メガバンク計画の第二段階の目標である8,000人の全ゲノムリファレンスパネルの構築に向け、より日本人として代表性の高い網羅的なパネルとなるよう拡張をしていく予定です。

東北メディカル・メガバンク計画について

東北メディカル・メガバンク計画は、東日本大震災からの復興と、個別化予防・医療の実現を目指しています。東北大学東北メディカル・メガバンク機構と岩手医科大学いわて東北メディカル・メガバンク機構を実施機関として、東日本大震災被災地の医療の創造的復興および被災者の健康増進に役立てるために、平成25年より合計15万人規模の地域住民コホート調査および三世代コホート調査等を実施して、試料・情報を収集したバイオバンクを整備しています。東北メディカル・メガバンク計画は、平成27年度より、AMEDが本計画の研究支援担当機関の役割を果たしています。

*1.全ゲノム解析：

生物がもつ遺伝情報のセットをゲノムと呼ぶが、その全てを解析することを全ゲノム解析と呼ぶ。ヒトにおいては、一人あたり約30億塩基分x2セット持ち、その全ての情報を解析すること。

*2.性染色体：

ヒトにおいてはヒトが持つ23対46本の染色体のうち、X染色体とY染色体を性染色体と呼ぶ。原則として男性はX染色体とY染色体を1本ずつ持ち、女性はX染色体を2本持ち、性別により構成が異なる。

*3. ミトコンドリア：

細胞内において、エネルギー生産を担う小器官。独自のDNAを持つ。世代間においては、卵子を通じて継代される。

*4. コホート調査：

ある特定の人々の集団を一定期間にわたって追跡し、生活習慣などの環境要因・遺伝的要因などと疾病発症の関係を解明するための調査のこと。

*5.  バリアント：

標準となる配列とは異なること。置換（塩基が置き換わっていること）、欠失（塩基がなくなっていること）、挿入（塩基が挿入され、増えていること）などがあるが、本リファレンスパネルにおいては現状では置換のみを搭載している。

*6. GATK Best Practices：

近年、国際的に標準的な解析手法となりつつある解析手法。米国のBroad Instituteによる全ゲノム解析をはじめ、最近の大規模なゲノム解析では、この手法を基にした解析を行う例が多々見られる。

*7. 国際1000人ゲノムデータ：

人類集団の広範かつ詳細な遺伝的多様性の収集を目指して、世界各地の約1,000人の全ゲノムシーケンスを行った国際研究計画のデータ。現在解析人数を2,504人にまで拡張したphase3が完了している。

*8.オミックス：

遺伝情報全てを指すゲノム（genome）、ゲノムから転写された情報全てを指すトランスクリプトーム（transcriptome）、タンパク質全てを指す（proteome）など、それぞれの網羅的な情報を全体として指す言葉。東北メディカル・メガバンク計画では、ゲノムのみならず、メタボロームやプロテオーム、トランスクリプトーム、更にメチロームなどの解析を行っている。

*9. メタボローム、プロテオーム：

代謝産物全てを指すのがメタボロームで、タンパク質全てを指すのがプロテオームである。代謝産物とは、例えばアミノ酸、糖、脂質などで、比較的小さな分子群である。

*10. アレル頻度：

ある集団のDNAバリアントの塩基（A,T,G,C）の頻度をいう。今回は対象となった日本人 約3,500人中の頻度となる。

*11. 常染色体：

ヒトにおいてはヒトが持つ23対46本の染色体のうち、性別によらずに全てのヒトが持つ1番から22番染色体までの染色体を常染色体という。

*12. 鎖長：

DNAにおいて塩基がつながっている個数（長さ）を指す。

*13. XTR領域：

X-chromosome-transposed region、X染色体転位性領域。XとY間で高い相同性を持つ長鎖長配列という点でPAR領域に準じる領域であり、確立された観察ではないもののXY間の組換えも報告されていることから、3番目のPAR領域と呼ばれることもある。

*14. 二倍体：

ヒトをはじめとするほ乳類などの脊椎動物や植物等で通常の個体において、同じ染色体は二つずつ存在するが、この二つずつ存在することを指す。

*15. バリアントコール：

ゲノム解析において解析対象の塩基配列中のどの位置にどのようなバリアントが発生しているかを特定すること。

*16. PAR領域：

pseudoautosomal region、偽常染色体領域。性染色体において、X、Yで相同な配列をもつ領域。ここにある遺伝子は常染色体のように振る舞いX染色体の不活化を受けないとされる。２つのPAR領域では組換えが報告されている（PAR2での報告はまだ確立していない）。XTR領域も同じくXY間で相同な領域であるが、組換えの報告が確立されておらずPAR領域とは呼ばれないことがある。

*17. ORCID：

ORCID は、研究者はじめ学術的な著作の著者を一意的に識別するためにつくられた英数字コードである。ORCIDを用いることにより、個別の著者を同姓同名等であってもきちんと特定することができる。

研究に関すること

東北大学東北メディカル・メガバンク機構
ゲノムプラットフォーム連携センター
センター長 木下賢吾（きのした けんご）
電話番号：022-274-5952
Eメール：kengo"AT"ecei.tohoku.ac.jp

報道に関すること

東北大学東北メディカル・メガバンク機構
長神 風二（ながみ ふうじ）
電話番号：022-717-7908
ファクス：022-717-7923
Eメール：f-nagami"AT"med.tohoku.ac.jp

AMED事業に関すること

国立研究開発法人日本医療研究開発機構
基盤研究事業部 バイオバンク課
電話番号：03-6870-2228
Eメール： tohoku-mm"AT"amed.go.jp

※E-mailは上記アドレス"AT"の部分を@に変えてください。