遺伝子検査の精度ってどのくらい？

いい質問だね！まず「精度」には2つの意味があることを知っておこう。1つ目は「SNPの読み取り精度」、2つ目は「リスク予測の精度」なんだ。

SNPの読み取り精度は、専門的には分析的妥当性と呼ばれる、検査工程そのものの性能だね。これはマイクロアレイかシークエンスか、imputationを使っているか、対象が低頻度の変異か、検体の品質はどうか、といった条件で変わるから、検査法ごとに確認すべきものなんだ。そして、たとえ読み取りの一致率が高くても、それは「その人が将来この病気になるかを高い確率で当てられる」という意味ではまったくない。2つ目は、読み取ったSNPから病気のリスクをどれだけ区別できるかという、別の話なんだ。

そうなんだ。病気は遺伝子だけで決まるわけじゃなくて、生活習慣や環境の影響も大きいからね。天気予報で「降水確率80%」って言われても、降らないこともあるよね。それと似たような話さ。

ここがポイント！そこでPRS（ポリジェニックリスクスコア）が使われる。少数のSNPだけを見るのではなく、多数のSNPを重みづけして合算し、集団の中での相対的な位置を出す。ただし「PRSを使っているから高精度」と言い切れるわけではなくて、元になったGWAS、対象集団、構築方法、外部検証まで見る必要があるんだ。ついでに言うと、「何項目わかるか」も精度とは関係がない。項目数は品質をほとんど表していなくて、大事なのは一項目ごとに科学的な検証があるかどうかなんだよ。

ここは指標の役割を分けて覚えてほしい。オッズ比やハザード比は、主に「関連の強さ」を表すもの。AUCやC統計量は「識別能」、つまり発症する人としない人を順位づけできるか。キャリブレーションは「示した確率が実際の頻度と合っているか」。感度・特異度やPPV・NPVは、閾値を決めたときの分類の性能だね。だから「オッズ比が高い＝よい予測モデル」ではないんだ。そして大事なのは、どの集団で検証された数字なのか、モデルを作ったデータと性能を測ったデータが分かれているかどうか。さらに言えば、その検証結果を外に出しているかどうかだよ。学会で発表したり、出典と一緒に公開したりしている事業者は、それだけで一歩先を行っている。

正直に言うとあり得る。使っている解析チップ、参照データベース、アルゴリズムが違えば、同じSNPデータからでもスコアが変わることがある。だから、どういうデータとアルゴリズムを使っているか公開している会社を選ぶのが大事だよ。

いい質問だね。こうした「◯倍」は、多くの場合、予測性能の指標の改善幅を比べた数字なんだ。たとえば、年齢や性別だけのモデルにPRSを足したときにAUCがどれだけ伸びたか。その伸び幅を、従来型の検査の伸び幅と比べて「3倍」と表現する、といった具合だね。

そこがポイント。AUCは0.5から1.0の範囲の指標だから、値が3倍になることはそもそもない。だから資料でこうした数字を見たら、「何の指標を、どの疾患で、何と比べた数字ですか」と確認するといい。きちんと答えられる事業者なら、その数字は信頼できる材料になるよ。