Peter Donnellyは、オックスフォード大学の統計科学の教授であり、 ゲノミクスPLC、大規模な人間の遺伝子データを使用して、ヘルスケアと創薬に情報を提供します。 このインタビューで彼は、 ローレン・リチャードソン、およびa16zゼネラルパートナー ヴィニータ・アガルワラ 多遺伝子リスクスコアの概念について そして、これにより、あなたの個人的な遺伝的構成が全体として、あなたの病気のリスクにどの程度影響するかを定量化することができます。
彼らは、糖尿病、心臓病、癌などの一般的な病気の遺伝的要素についての理解を深めることが、 シフト 「シックケア」からリスク管理や予防医学まで。 しかし、最初に、会話は、ゲノム配列決定をより安く、より速くする技術の進歩によって、病気の基礎についての遺伝学者の考え方がどのように変化したかについての説明から始まります。
注：このインタビューは、もともとのエピソードとして公開されました バイオイーツワールド。 トランスクリプトはわかりやすくするために軽く編集されています。 全エピソードを聞くことができます こちら.
ピーター・ドネリー：それで、私たちは遺伝学が人間の病気への感受性に関与していることを長い間知っていました。 そして、それに関する限り、さまざまな病気があります。 スペクトルの一端では、遺伝学がすべての話であるいくつかの病気があります。 場合によっては、遺伝子のXNUMXつまたはXNUMXつの変異バージョンまたは誤ったバージョンを継承すると、間違いなく病気になります。 嚢胞性線維症 は一例であり、ハンチントン病はその一例です。 それらは通常深刻な病気ですが、個々にそれらは非常にまれです。
次に、スペクトルのもう一方の端には、すべての一般的な慢性疾患、私たちのライフスタイルや環境に関係することが多い他の危険因子があるすべての一般的な癌があります。 これらの病気については、過去20年間で、遺伝学がそれにどのように影響するかについての知識と理解が爆発的に増加しています。 私たちのゲノムの多くの部分がこれらの病気のリスクに影響を及ぼしていることを学びましたが、それは小さな方法です。 のための単一の遺伝子があるということではありません 心臓病 またはのための単一の遺伝子 糖尿病。 代わりに、私たちのゲノムの数千、数万、あるいは数十万の位置が特定の病気のリスクに影響を与えます。
VINEETA AGARWALA：それで、このコンセプトを説明するときに私が使用するのが好きなビジュアルのXNUMXつは、ゲノムを行進するビデオゲームのキャラクターであり、彼は枕カバーを持っています。 そして、彼があなたが持つことができるバリアントサイト、たとえばAまたはTにヒットするたびに、Aがリスク要因になることがあります。 そして彼は 石を拾い上げて枕カバーに入れ、ゲノム全体に沿って行進し続けます。 リスクサイトに遭遇するたびに、XNUMXつの[石]を拾い上げ、この方法でゲノム全体を移動します。
最後に、各患者の枕カバーは、あなたがそうするのであれば、遺伝的リスクの石の異なる負担でいっぱいです。 しかし、人口全体を見ると、私たち全員がリスクの袋の中で同じ石の多くを共有しています。 そのため、糖尿病などの特定の疾患の結果に到達するためのリスク要因と経路には多くの共通の重複がありますが、そのリスクプロファイルの量と組み合わせはそれぞれ異なります。
後から考えると、まれな突然変異の非常に多くのコレクションを持つそのような一般的な病気を説明するのは本当に難しいです。
ピーター：それは本当に役立つビジュアルだと思います、Vineeta。 私がそれに付け加えたいXNUMXつのことは、砂や小石がたくさんあるので、おそらく砂や小石の粒を考えているということです。
VINEETA：はい。 何百万もあるからです。
ピーター：そしてもうXNUMXつ言いたいのは、小さなビデオゲームのキャラクターが実際には リスクの軽減、だから彼らは小石を取り出しているでしょう。 ですから、私たちの中には、減少するものよりも効果がわずかに増加するこれらの亜種がかなり多くあるため、その特定の病気に対する負担が大きくなるでしょう。リスクを減らすものがかなり多いので、小石を袋から取り出します。
VINEETA：しかし、本質的に糖尿病になってしまう私たちにとって、実際、私たちの危険因子の大部分は他の人の袋に見られる可能性があります。 そのため、ピーターと私が両方とも糖尿病を患っている場合でも、実際には同じ薬に反応する可能性が高く、臨床的な観点からは素晴らしいことです。
ローレン・リチャードソン：なるほど。 したがって、これらの変異体の共通性とそれらを蓄積する共通の方法が、特定の経路で病気を治療し、それを効果的にすることができるようになります。
当時は今あるので少し物憂げに振り返る ほぼ100,000のバリアント 個々にリスクに関連している私たちのゲノムのさまざまな場所で。
ピーター：それは本当に良い点です。 リスクに寄与するすべての亜種は、すべて個別に共通しています。 ご存知のとおり、私たちはゲノムのある位置にあるAまたはTについて話します。おそらく、[人々の] 30％がAを持ち、70％がTを持っています。したがって、どちらも人口に広く行き渡っています。 それは、個人に大きな影響を与える非常にまれな亜種が存在するスペクトルのもう一方の端とは異なります。 これらは、小さな影響を与える一般的なバリアントです。
XNUMXつの変種、XNUMXつの病気を超えて
VINEETA：一般的な病気の大部分を説明するのは実際には一般的な変種であるというこの仮説全体が今や明白に聞こえることは注目に値すると思います しかし、数十年前でさえかなり物議を醸した。 人々は、病気を引き起こすのに十分大きな効果を生み出すことができるのはまれな病気の突然変異だけであると確信していました。 病気を引き起こす突然変異は進化的に選択されるべきであり、したがってそれらは集団においてまれであるべきであるという考えでした。 ですから、糖尿病や心臓病のような病気を見ると、ご存知のように、さまざまな人々に個別に病気を引き起こすまれな突然変異の大規模なコレクションを見つけることができます。
後から考えると、まれな突然変異の非常に多くのコレクションを持つそのような一般的な病気を説明するのは本当に難しいです。 代わりに、多くの大規模な統計研究を通じて、ゲノムの非常に多くのサイトが関与していることを学びましたが、データに基づいた非常に有意義な前進でした。
ピーター：うん。 人々は15年または20年の間、一般的な病気のリスクに関連する遺伝的変異を特定しようとしてきました。 そして、免疫機能に関与する特定の遺伝子や、一般的な病気のリスクに影響を与えた個々の遺伝的変異のほんの一握りの例を除いて、[多くは見つかりませんでした]。
その後、異なるタイプおよび異なる規模の研究、いわゆるゲノムワイド関連解析を行うことができました。 [これらはここにあります]あなたは病気を持っている多くの人々と持っていない多くの人々を見て、そしてあなたは彼らのゲノムの例えばXNUMX万の位置でそれらを測定します。 病気の人と健康な人の間で頻度が異なるXNUMX万人の中の場所を探すだけです。なぜなら、これらの亜種のXNUMXつが誰かを病気にする可能性が高い場合、たとえば、この例では心臓病を発症する可能性があるからです。心臓病の人の間でより一般的になります。
私たちは、遺伝学がそのリスクの一部であることを長い間知っていました。 これで、それを定量化する方法が得られ、影響を測定できます。
そのため、約15年前に初めて大規模にそれらを行うことができました。 何年にもわたって試みたがほとんどどこにも行かなかったので、突然、15つの一般的な病気の約20または7の亜種が見つかったので、この分野では特別な時期でした。 当時は今あるので少し物憂げに振り返る ほぼ100,000のバリアント 個々にリスクに関連している私たちのゲノムのさまざまな場所で。 しかし、初期の頃はどこにも行かなかったので、突然これらを見つけることができました。Vineetaが言っていたように、これらは一般的なバリアントです。
VINEETA：これらの研究から、特定の突然変異を持つことによる特定の病気のリスクへの影響がわかるため、各位置での小石のサイズがわかりました。 そこで、今、私たちはこれらの数十万のサイトに、私たちが話し合ったゲノムマーチを行っている場合に拾う石の重さで正確に注釈を付けました。
ローレン：うん。 これは、「これが病気を引き起こしているXNUMXつの変種である」というようなものとは対照的に、変種についての考え方が異なるだけです。 それは、あなたが知っているように、多くの変異体がすべて私たちの病気のリスクにどのように寄与するかについての私たちの蓄積された知識に追加されています。
現代の臨床遺伝学の形
ローレン：人間の遺伝学を解明するのがどれほど複雑で難しいかについて話したので、クリニックでの遺伝子検査のために私たちが持っているものと、それらが今日使用されているものについて話しましょう。
ピーター：つまり、今日の遺伝子検査は、非常に大きな影響を与える遺伝的変異が存在するスペクトルの終わりに近づいています。 個人のリスクに大きな影響を与える特定の遺伝子や特定の変異体があることがわかっている場合があります。 これらは、誰かがすでに本当に病気で、何が原因であるかを解明しようとしている場合、または家族の病歴が家族に大きな影響を与えるこれらの突然変異のXNUMXつがあるかもしれないことを示唆している場合のいずれかです。そして、特定の個人の遺伝子をチェックして、彼らのリスクをもう少しよく理解します。
例としては、遺伝子BRCA1またはBRCA2をテストする場合があります。この場合、特定のタイプの突然変異が女性の乳がんリスクに大きな影響を及ぼします。 平均的な女性のリスクは生涯で10％強ですが、BRCA変異があると、生涯リスクは50％、60％、さらには80％になる可能性があります。 ですから、突然変異が大きな影響を与える遺伝子があることを私たちが知っている例はたくさんあり、現在の遺伝子検査のほとんどはそれらの周りにあります。
VINEETA：それは、今日の臨床遺伝学の臨床トレーニングパスでさえ生まれていると思います。 確かに米国では、臨床遺伝学のトレーニングは本質的に、発達障害のある幼児、遺伝性のまれな心筋症の患者である非常にまれな疾患クリニックを巡るツアーです。
それが今日の臨床診療で遺伝子検査を快適に使用できる場所だからです。 多くの一般的な病気のリスクの半分以上が実際に受け継がれていることがわかったとしても、一般的な病気ではありませんが、XNUMXつのバリアント、XNUMXつの病気の元の型には適合しません。
さて、世界の賢明なバージョンでは、これらのスコアについて知っていれば、私たちは非常に異なることをしているでしょう。
ローレン：そうですね。 したがって、今日私たちが遺伝子検査を使用しているのは、大きな影響を引き起こすまれな突然変異を探していますが、これは遺伝学が私たちの病気のリスクにどのように影響するかということの大部分ではありません。 代わりに、すべてが私たちの病気のリスクに影響を与えるために合計されるのは、一般的なバリアントのこの融合です。 では、人間の遺伝学のこの複雑さを、患者や医師にとって実用的な情報にまとめて解決することを、今どのように考えているのでしょうか。
ピーター：私たちは、遺伝学がそのリスクの一部であることを長い間知っていました。 これで、それを定量化する方法が得られ、影響を測定できます。 したがって、小石や砂片を拾う袋と一緒に歩いている人の例えで、重要な位置がどこにあるか、小石が袋に追加または袋から取り出される大きさ、そしてそれらが特定の重量の袋になってしまいます。 数値的なものを多遺伝子リスクスコアと呼びます。 これは、ゲノム内のこれらの数百万の位置の影響を効果的に合計しているだけです。
VINEETA：加重和。
ピーター：うん。 個人の場合、特定の疾患の場合、多遺伝子リスクスコアを取得できます。 集団内の多くの個人に対してこれを行った場合、さまざまなスコアが得られます。 リスクを高める亜種をたまたま入手したためにハイエンドになる人もいれば、ローエンドになる人もいます。
これらのバリアントを十分に検出して、それらがどれであるかを認識し、大規模なコホートでこれらのスコアの影響を調べて、「わかりました。 あなたがその範囲のスコアのどこにいるかを私が知っているとしたら、それはその病気にどのくらいの違いをもたらしますか？」 それは大きな違いを生むことがわかりました。 たとえば、乳がんを患う場合、突然変異が女性に大きな影響を与えるBRCA遺伝子を脇に置きます。 この多遺伝子リスクスコアを計算すると、分布の真ん中にいる女性の乳がんの生涯リスクは、おそらく10％または11％になります。
臨床医学では、さまざまなツールを使用してリスクによって患者をすでに層別化していますが、すでに使用しているスコアに遺伝的要素を追加する良い方法はありませんでした。 そして今、私たちはそのようにしています。
このスコアの上位数パーセントの女性、乳がんの役に立たない変異体をかなり多く持っている女性、彼らの生涯リスクは 35％のように、したがって、彼らは平均と比較して約3倍のリスクにさらされています。 反対の方向では、下位数パーセントの女性は約XNUMX％の生涯リスクを持っています。 したがって、女性によってかなり大きな違いがあります。
別の見方をして、年齢の観点から見ることができます。 上位数パーセントの女性は、40代前半の乳がんのリスクが、50代前半から半ばの典型的な女性と同じです。 英国では、50歳のマンモグラムによる乳がんのすべての女性へのスクリーニングを提供しています。
さて、世界の賢明なバージョンでは、これらのスコアについて知っていれば、私たちは非常に異なることをしているでしょう。
私たちは、50歳のときに[40歳]のリスクレベルにある女性を選び、より早く、おそらくより頻繁にスクリーニングします。 リスクの低い女性の場合、スクリーニングの頻度はおそらく少し少なくなり、後でスクリーニングを開始します。 私たちは今、多くの多くの病気に対してそれを行うことができます。 私たちは 今後10年、15年、または20年の将来のリスクを理解するために、現在健康な人にこれを試して使用する機会。
スクリーニングの方法を変更するなど、それに対応する方法を考え出すことができます。これは、一部の癌では当然のことですが、結果が良くなったときに、はるかに早く病気にかかる機会を与えてくれます。 または、たとえば心臓病のスタチンなど、標的を絞った治療的介入を行い、現在よりも効果的に適切な個人を標的にすることができます。 または、個人自身が自分のリスクを理解し、医師の助けを借りて、リスクが高いXNUMXつまたはXNUMXつの病気のリスクを減らすためにライフスタイルや食事にどのような変更を加える必要があるかを考えます。
多遺伝子リスクスコアをヘルスケアに組み込む
VINEETA：ピーターはスコアのアイデアについて言及しました。 ほんの一瞬遺伝学から離れて、臨床医はスコアが大好きです。 すべての医師は、患者を異なるグループに分けるためのスコアを計算するために明示的に構築された携帯電話上のいくつかのアプリを持っています。 これらのスコアで遺伝子データを使用することに慣れていないだけです。
それで、ピーターは心臓病学に言及しました。 すべてのプライマリケア医と心臓専門医は、 フラミンガムリスクスコア。 これは、臨床的危険因子に基づいており、冠状動脈疾患を発症する患者の10年間のリスクを予測するスコアです。 スコアは、年齢、性別、コレステロール値、血圧、喫煙歴に基づいています。 それに基づいて、それは患者が冠状動脈疾患を発症する可能性がどれほどあるかという大まかなリスクを生み出します。 そして、特定の明らかに恣意的なカットオフに基づいて、冠状動脈疾患のリスクを調整するために患者にスタチンとアスピリンを与えるかどうかを決定しますよね？
私たちが現在行っていることを世界の多くの地域、英国と米国の両方でヘルスケアと呼んでいますが、それは本当に シックケア.
したがって、将来特定の疾患を発症するリスクに基づいて患者を層別化するために、実際にすでに広く使用されている不完全なスコアの例があります。 したがって、このスコアを適用しますが、Peterが多遺伝子リスクスコアで使用することについて話しているすべての遺伝情報が含まれているわけではありません。 ゲノム全体にわたって遺伝学を画像に取り込むのに十分なデータが得られたのは今ですが、スコアは大好きです。 私たちはそれらを計算するのが大好きで、患者にスコアについて話すのが好きで、スコアに基づいて決定を下すのが好きです。
ピーター：その通りだと思います。 臨床医学では、さまざまなツールを使用してリスクによって患者をすでに層別化していますが、すでに使用しているスコアに遺伝的要素を追加する良い方法はありませんでした。 そして今、私たちはそのようにしています。
ローレン：バリアントについて十分に知っていますか？ すべてのバリアントの特性を明らかにしましたか、それとも、より多くのゲノムのシーケンスを続けるにつれて進化し続けるものですか？
ピーター：私は訓練を受けた統計家です。データが増えると事態が悪化するとは決して言えません。 したがって、データが増えるにつれて、改善を続けていきます。 しかし、リスクの有意義な予測を行うことができるように私たちがすでに十分に知っているいくつかの病気があります。 たとえば、当社のGenomics PLCには、45を超える疾患の多遺伝子リスクスコアがあり、リスクの理解に有意義な貢献ができると考えています。 多くの場合、遺伝学はリスクの一部になります。 Vineetaは、血圧とBMI、年齢、性別、喫煙歴などをすでに組み合わせている冠状動脈疾患について話しました。 ですから、当然それらを組み合わせたいと思います。
しかし、遺伝学が持っていることの20つは、これらのリスクスコアは私たちの生活の中で効果的に変化しないため、若い人に使用できるということです。 ですから、心臓病、血圧、BMI、コレステロール値などでは、体がきしみ始めて問題の兆候が現れるまで待ってから、「ああ。 クリキー、ここで何かをしたほうがいい。 スタチンやアスピリンなど。」 これにより、人生のずっと早い段階で、30年またはXNUMX年後に誰が危険にさらされるのかを知ることができ、そうでない場合よりも早く介入を行うことを考える機会が得られます。 ですから、そのように大きな利点があります。
ローレン：だから、あなたは若いときにあなたのリスクが何であるかを知っているでしょう。 コレステロール値などの他の危険因子は、基本的にすでに病気を発症するまで待たなければなりません。 あなたは、予防的ケアのメカニズムを提供するのではなく、すでに発症している状態に反応しています。
ピーター：その通りです。
VINEETA：消費者向けのデジタルヘルス製品もそうであるように、これがオンラインになるのは本当に興味深い時期だと思います 離陸する、 右？ 18歳のときに、冠状動脈疾患のリスクが人口の上位5パーセンタイルにあることを知っていたと想像してみてください。 たぶん、喫煙がないことやあなたが下していた他の多くの決定に関係なく、それはあなたが対処されたリスク負担にすぎません。 ピーターが述べたように、それは健康的なライフスタイル、健康的な食事、そして潜在的に薬理学的介入を奨励するためにどれほど動機付けになるでしょうか？ 私たちはついに、遺伝学の話と並行して、デジタルヘルス、アプリ、エンゲージメントプラットフォーム、および患者がそのケアに参加し、リスクについて学び、実際に針を動かそうとするインセンティブ構造の全世界を構築しています。
私が書いたほとんどすべての論文、私が行ったすべての講演、すべての助成金申請書、最初と最後に、このようなものは本当に興味深いものであり、患者に影響を与えるでしょう。 しかし、それについて話している間、それは起こっていませんでした。
ピーター：非常に興味深い視点の40つは、個人の視点から見た場合だと思います。 だから、私たちはこれらのスコアを持っています、またはあなたがそれを考えるようにあなたのバッグは小石でいっぱいです、そしてあなたは異なる病気のために異なるバッグを持っています。 これらのいずれかを採用した場合、特定の個人が[リスクの]上位数パーセントに入る可能性は低くなります。 それは文字通り数パーセントですが、50の病気またはXNUMXの病気にわたって、そしてそれが私たちが今いるところです、あなたはそれらのいくつかのハイリスクカテゴリーに入るでしょう。
したがって、個人またはその医療提供者からそれについて考える場合、それは、彼らがたまたま受け継いだ何百万もの遺伝的変異の星座がそれらを実質的に増加させたリスクをもたらすXNUMXつまたはXNUMXつのものを知る方法を提供します。 それは人によって異なり、それが何であるかを知るチャンスがあります。
ローレン：それは大きな変化です。
ピーター：それは大きな変化です。 私たちが現在行っていることを世界の多くの地域、英国と米国の両方でヘルスケアと呼んでいますが、それは本当に シックケア. 私たちは人々が病気になるまで待ってから、問題を解決しようとします。
これらのアプローチにより、まったく新しいパラダイムが可能になります。 ゲノム予防。 これは、人口の健康管理を行う方法のパラダイムシフトになると思います。これにより、この予測をはるかにうまく行うことができ、それからすべてを層別化することができます。 それは、これらの状態の特定のリスクにさらされている人々に対して、適切な種類の治療、介入、またはスクリーニングを層別化することです。
VINEETA：歴史的には各疾患の検査について考えていたため、遺伝子検査についての歴史的な考え方のパラダイムシフトでもあり、計算を行うのは困難でした。 さて、あなたは何をするつもりですか？ 糖尿病の別の検査を受けるつもりですか？ 冠状動脈疾患だけに関連する一連のバリアントに対して特別なテストを実行しますか？ そして、それらの病気のそれぞれに関連する亜種の数は増え続けるのでしょうか？ したがって、パラダイムシフトは、おそらく数百の異なる病気の遺伝的リスクに関する知識へのアクセスを提供するXNUMXつのテストであるということです。
多遺伝子リスクスコアを改善する方法
ローレン：それはとても強力です。 予防的ケアについての考え方、ケアの提供についての考え方、病気への対応ではなく健康の維持についての考え方の本当の変化のように思えます。 では、多遺伝子リスクスコアを改善するためにまだ何をする必要がありますか？
VINEETA：遺伝子データの多様性は、この分野がまだ進歩する必要がある場所だと思います。 たくさんの これまでに行われたゲノムワイド関連解析の中で最も大きいもののXNUMXつが白人集団で実施され、その結果、 私たちは知らない それらの研究およびそれらの集団から得られたそれらの多遺伝子リスクスコアが、他の民族および他の遺伝的背景の患者にとって可能な限り最高のスコアになるかどうかを確認してください。 集団間で多くの共有遺伝的リスクがあることを私たちは知っているので、集団間で移植できる情報があることを期待しています。
しかし、それは私が個人的に楽しみにしていることです。 そして今、私は多くの大きなバイオバンクが組み込まれていることに気づいています Indiaで アフリカで 日本、そしてますます多くの遺伝子データがオンラインになり、これらの多遺伝子リスクスコアが多様な人々に役立つ可能性があります。
ピーター：それは本当に良い点です。 すべての場合において、多遺伝子リスクスコアはさまざまなグループで役立つ傾向がありますが、通常、元の研究が導き出されたグループで最も予測的であり、それは主にヨーロッパ系の人々です。 重要で重要なことのXNUMXつは、遺伝子研究を行う祖先グループの多様性を大幅に拡大することです。
もうXNUMXつの重要な部分は、メソッドを巧妙にすることだと思います。これである程度の成功を収めています。 ですから、私が私たちの会社で最も誇りに思っていることのXNUMXつは、乳がんの例に戻ると、乳がんの多遺伝子リスクスコアは、公表されている乳がんスコアよりも大幅に強力であるということです。 しかし、私たちが開発した方法を使用すると、東アジア出身の女性の乳がんスコアは、ヨーロッパの女性の公表されたスコアよりも強力です。 これは、データと巧妙な方法を使用して祖先のパフォーマンスを向上させることができた良い例ですが、この分野では課題です。
バイオテクノロジーへのプル
ローレン：ピーター、あなたはこの研究を開始して、学術研究室でこれらの多遺伝子リスクスコアを作成しましたが、今ではこの会社、ゲノミクスPLCを作成しました。 どうやって学界から産業界に移行することにしたのか気になります。
ピーター：私は幸運にも、遺伝的変異とその病気における役割を理解する上で、過去10年または15年の主要な発見の多くの中心にいることができました。 しかし、約5、6年前、私は、変異体について学ぶという私たちの科学的知識に並外れた進歩があったものの、それがヘルスケアにほとんど影響を与えなかったことに気づきました。 私が書いたほとんどすべての論文、私が行ったすべての講演、すべての助成金申請書、最初と最後に、このようなものは本当に興味深いものであり、患者に影響を与えるでしょう。 しかし、私たちがそれについて話している間、それは起こっていませんでした。
それは、科学と実際に医療に違いをもたらす何かを持っていることとの間に多くの課題があったためだということが、私にはますます明確になりました。 多くの同僚と一緒に、XNUMXつのことを行うためにGenomicsPLCを設立したことに気づきました。 その一つは、世界をリードする最先端で絶対に科学をやり続けることでした。 そしてもうXNUMXつは、科学からヘルスケアへの移行という非常に困難な課題に取り組むことでした。
それで、私たちは自分の分野で最も優秀で明るい心をたくさん取り、それらを形成し、スタートアップとして自分たちを組織しました。 そして、私たちは卓越した科学を続けてきましたが、製品を開発し、製品を医療システムに組み込む方法を考え出しました。 医療経済学、サプライチェーン、臨床業務などのすべての要素について考えてみてください。製品のソフトウェア部分は、まさにその違いを生むためのものです。
私たちのデータを調べて、あなたが考えている薬とほぼ同じ効果を持つ遺伝子変異を見つけることができれば、その遺伝子変異を持っている人々を調べて、その影響を確認することができます。
ローレン：なぜあなたは学界でそれができないのですか？ アカデミアに存在するシステムが、アプリケーションへの移行を妨げるのはどういうことですか？
ピーター：いくつかの要因があると思います。 その一つがインセンティブ制度です。 人々が個人的にやりがいを感じるものと、システムが報いるものの両方が、出版物または科学の一部であると思います。 ですから、それを実行する方法を考え出すのではなく、それを実行してから停止して次の科学に進むのは自然なことです。
もうXNUMXつは、スキルセットに関するものだと思います。 製品環境で機能する標準のソフトウェアを実際に作成すること、医療経済学を行うこと、それを医療システムに組み込むための事業開発を実施することの課題。 これは、ほとんどの学者のスキルセットをはるかに超えています。 これらの問題を解決し、その部分を機能させるには、さまざまな種類のスキルが必要です。
ローレン：教授になることを旅の最後のステップだと考える人もいると思います。 しかし、次のステップは教授になり、発見を行い、次にどの発見を実際に取得して実際の製品に変えたいかを決定することであると考えることもできます。これは、アカデミックパスについて考える別の方法です。 。
遺伝的洞察のためのツールの商品化
ローレン: あなたの会社と言えば、私は興味があります。多遺伝子リスクスコアのようなものをどのように製品に変えるのですか？
ピーター：いい質問です。 ご想像のとおり、これは私たちがよく考えていることです。 私たちの会社は、遺伝的変異を巧妙なアルゴリズムと組み合わせた人々の結果に結び付ける大量のデータが本当に強力なツールになるという前提に基づいて設立されました。 これが私たちが持っているコアリソースの一種です。
これをXNUMXつの異なる方向で活用します。 それらのXNUMXつは、より良い創薬ターゲットを見つけるために生物学について学ぼうとする創薬です。 そしてもうXNUMXつは、リスク予測、多遺伝子リスクスコアに関するものです。 現在、実装調査を行っている段階です。 現在のリスク予測ツールに遺伝学を追加して、それがどのように機能するかを確認するために、前に説明したユースケースで、国民保健サービスと心血管疾患のパイロットを実行しています。 米国では、すでに多くの医療システムと連携しています。 私たちは 台湾精密医学イニシアチブ.
それを超えたのは、この種のアプローチがはるかに日常的であるというビジョンを持って、5つまたは10つの大規模な人口健康イニシアチブをXNUMX年またはXNUMX年で行うことだと思います。 英国と米国だけでなく、個人あたりの他の医療費と比較して、その遺伝的部分が個人あたり非常に安いため、医療が利用できるシステムで広く使用されています。 そしてそれはあなたに多くの病気にわたる予測を与えます。 したがって、私たちは科学からそれらの製品に移行することに大きな焦点を当てています。
LAUREN：現在、あなたは多遺伝子リスクスコアの臨床システムへの実装を検討しています。 しかし、ゲノミクスを使用して創薬に情報を提供できるとも述べました。
ピーター：それは、個人のリスクにわずかな影響を与えるこれらの変種のそれぞれに戻る平行した部分であり、その病気の生物学の重要な部分についての物語を潜在的に私たちに伝えています。 したがって、スタチンはHMG-CoAレダクターゼと呼ばれる遺伝子を標的とします。 がある 遺伝的変異 その遺伝子を少し上下にダイヤルします。 したがって、それを少しダイヤルダウンするバリアントがある場合、それはあなたが一生弱いスタチンを服用しているようなものです。 実際、これらの個人の心臓病が少なくなっていることを確認することは可能です。 したがって、データを調べて、考えている薬とほぼ同じ効果を持つ遺伝子変異を見つけることができれば、その遺伝子変異を持っている人を調べて、その影響を確認することができます。
VINEETA：Peterが説明したターゲットは、集団内で自然に発生する変異がそのターゲットでの病気のリスクを変更することを示す遺伝的証拠があり、現在は次のように説明されています。 遺伝的にリスクを軽減 人間の病気のターゲット。 過去数年間に臨床試験にかけられた薬を調べ、それらの薬の成功の可能性を調べ、標的が遺伝的にリスクのない標的であったかどうかによって層別化された、本当に素晴らしい論文が実際にいくつかあります。別の方法で指名されたターゲット。
現在、これらの遺伝的にリスクの低い標的に対する薬は、臨床試験で成功する可能性が高いという証拠があります。
ピーター：人々はそれを自然の臨床試験と呼んでいます、そしてそれはそれについて考えるのに役立つ方法です。
LAUREN：つまり、基本的に、あなたは膨大なゲノミクスリソースを使用して、将来の薬の適切なターゲットを特定するのに役立てています。
要点：クリニックでの遺伝子検査の未来
ローレン：今度は、クリニックでの遺伝子検査の進化する役割についてのハイレベルなポイントで会話を締めくくりましょう。
ピーター：ヘルスケアシステムは、 スパイラルコスト。 その理由のXNUMXつは、病気の後で医療を行う傾向があることです。 そして、その問題を解決するXNUMXつの方法は、病気を完全に予防すること、または早期に介入することではるかに良くなることです。 ゲノム予防により、病気のリスクが高い個人を特定し、早期に介入し、より効果的にスクリーニングすることができます。 彼らはより良い結果をもたらすので、それは患者にとってはるかに良いです。 長期的には大幅にコストを削減できるため、医療システムにとってははるかに優れています。
VINEETA：起こっているこの変化は、遺伝学がめったに役に立たない、めったに呼び出されない、めったに注文されない、ということから、 時代の先端 ここで、臨床医学で他のあらゆる種類の不正確であるが有用な情報を使用してきたのと同じ方法で、最終的にその情報を使用する準備が整いました。 ですから、ゲノミクスを主流にするためにピーターや他のチームが世界中で行っている仕事を見るのは本当に興奮しています。
7年2022月XNUMX日に投稿
テクノロジー、イノベーション、そして未来。
ご登録いただきありがとうございます。
受信トレイでウェルカムノートを確認してください。
