SlideShare a Scribd company logo
ゲノム科学ででわかること
ーあなたも持っているゲノムって何?ー
  中央大学・理工学部・物理学科・教授・田口善弘
1. アンジョリーナ・
ジョリーはなぜ乳房を
切除したか?
アンジョリーナ・ジョリーの簡単な紹介
ハリウッド女優(1975年生まれ)
出世作「トゥーム・レーダー(ゲームが原作)」2001年
代表作「Mr.&Mrs.スミス」2005年
興行収入$478,207,520
      ↑ここが1億円(1ドル=100円)
一方で...社会派
・国連難民高等弁務官事務所(UNHCR)親善大使 
・未婚で、カンボジア人、エチオピア人、ベトナム人の養子
・内縁の夫:ブラッド=ピットとジョリー&ピット基金創設
・(ジョリーとピットの寄付は2008年だけで680万ドル)
ア
ラ
フ
ォ
ー
自分の経験が他の
女性を救えたら
アンジョリーナ・ジョリー
2 なぜ、遺伝子に異常があるとがんになるのか?
―ゲノム科学事始め
「BRCA1」という遺伝子の変異
がみつかり、医師から乳がんにな
る確率は87%と宣告されて、「予
防措置」に踏み切った。
⇒BRCA1予測構造
 mset 1 x300
movie.roll(1,300,1)
遺伝子=たんぱく?
細胞細胞核核
DNADNA
AA
TT
GG CC AA TT
GG
CC
TT AA
CC
GG
TT
AA CC GG
DNADNAとは何か?とは何か?(⇒DNA(⇒DNAムービー)ムービー)
AATTGGCCAATTGGC.C.........
||||||||||||||
TTAACCGGTTAACCGG..........
二重らせん二重らせん
・・AA、、TT、、GG、、CCの4種類の分子がの4種類の分子が
連結した高分子連結した高分子 → 情報→ 情報
・・AAとT,CとGが組になった「相とT,CとGが組になった「相
補鎖」どうしがペアになる補鎖」どうしがペアになる
・立体構造は二重らせん・立体構造は二重らせん
DNADNAについて解っていることについて解っていること(⇒RNA(⇒RNAムービー)ムービー)
・親から遺伝情報を受け継ぐ(つまり遺伝子)・親から遺伝情報を受け継ぐ(つまり遺伝子)
DNADNA
mRNAmRNA
・制御する・制御する
・タンパク質の雛形・タンパク質の雛形
UUAACCGGUUAACCGG..........
一本鎖一本鎖
親親
世世
代代
情報情報
タンパク質タンパク質
・実際に機能する・実際に機能する
・体を作る・体を作る
     などなど     などなど
・20種類のアミノ酸・20種類のアミノ酸
        
翻
訳
MKVAVLPGDGIGPEVTEAALKVLRA
転
写
全ての全ての
生命で生命で
同じ!同じ!
タンパクが「正しく」機能するためには
「正しい形」が必要。
「正しい形」のためには正しいアミノ酸の配列が
必要。
DNAに「異常」があると「正しい配列」のアミノ酸が
できない
「正しい形」が作られず、タンパク質が正しく機能で
きない
⇒がんの発生。
がんって何?
簡単にいうと「異常な臓器」
もともと、一部の細胞を除いてほとんどの細胞は
同じDNAを持っている(目も爪も皮膚も)。
細胞の種類の違い=発現する遺伝子の違い
「間違った遺伝子」「壊れた遺伝子」が発現すると
がんになる。
「遺伝子の異常」⇒「間違った細胞分化」⇒がん
BRCA1はどう「異常」なのか?
BRCA1は遺伝子の異常を抑える(=がん化を防ぐ)遺伝子。
なのでBRCA1が壊れると高確率でがんになる。
なんで乳房(と卵巣)でだけBRCA1ががん化に致命的なのか?
わかりません。多分、まだ分かってないのだと思います。
DNA
BRCA1⇒ ムービー
3 なぜ、がんになると解るのか?―統計学の世界
質問:
中が見えない袋に赤い玉と青い玉が入っています。何
個ずつかも不明ですし、そもそも、全部で何個入ってい
るかわかりません。玉を適当に1個取り出してから色を
確認して袋に戻し、また一個取り出す、という作業を10
回繰り返したら全部青でした。さて、それでも青と赤の
玉は同数だ、という可能性はどれくらいでしょう?
答え:
青と赤の玉は同数だとすると、青と赤の確率は
1/2ずつ。なので青が10回続く確率は
(1
2)×(1
2 )×(1
2)×(1
2)×(1
2 )×(1
2)
×(1
2)×(1
2 )×(1
2)×(1
2)=
1
1024
だから、まあ、「同数はないよ」と言っていい
だろう。こういう考え方を使うと「BRCA1に
変異があると乳がんになりやすいか?」とか
いうことに答えることができる
袋=BRCA1の変異
色=乳がんかどうか
もし、BRCA1の変異が乳がんと無関係な
ら、BRCA1の変異を持っている人(保因者)のう
ち、乳がんになっている人の割合はBRCA1の変
異を持っていない人(非保因者)の場合と同じ
はずである。
「保因者が乳がんになる確率は非保因者と同
じ」と仮定してみて、その結果、保因者の乳がん
の確率があり得ないほど高ければ、BRCA1は
乳がんの原因だろう、と推定できる。
例:
非保因者の発ガン率:10%
保因者10人のうち10人ががん。
「保因者の発がん率も10%なのにたまたま
10人中10人ががんという確率は?」
( 1
10)×( 1
10)×( 1
10)×( 1
10)×( 1
10)×( 1
10)
×( 1
10)×( 1
10 )×( 1
10)×( 1
10)=
1
100,0000,0000
100億分の1なので「BRCA1が乳がん
の原因じゃない」はほぼあり得ない
つまり....
BRCA1の異常がなぜがんに結びつくのか
全くわからなくても、 ここポイント⇐
BRCA1が乳がんの原因遺伝子であることがつ
きとめられてしまうのである!
(勿論、現状、まったく解っていない、わけではあ
りません)。
4 なぜ、薬を作れないのか?―創薬科学の世界
創薬はもともと、「総当たり戦」。とにかくたくさん
化学物質を持ってきて、病気に使ってみる。
セルラインという人口培養細胞から始めて、ネズ
ミなどで動物実験して最後は人間で実験し、効き
目が確認されて初めて実用化される。
だからなぜ効くのか(作用機序)がわからない薬
も多い。
最近の傾向:
標的創薬:原因遺伝子が分かるようになったの
でそれを標的にして薬を設計する。
『ジェノサイド』(2012年度本屋大賞2位)
著/高野和明(角川書店)
超人類が作った自動創薬ソフトが出てくる。
タンパクの構造 ⇒ くっつく物質を設計
⇒ ムービー
BRCA1の変異に対応する薬:オラパリブ
⇒ ムービー
注:BRCA1にくっつ
いている絵ではあり
ません!
PARPというDNA修
復酵素の阻害剤
創薬が難しい理由:
BRCA1の異常に対抗する薬の標的がBRCA1じゃな
く別の遺伝子(PARP)だったことから分かるように
「原因遺伝子」の特定よりも、「がん化に至るプロセ
ス」の理解と「それを踏まえた薬の発見」は時間がか
かる(BRCA1が乳がんの重要な原因遺伝子と分
かったのは1994年)。
「原因遺伝子の特定」から「治療法の確立」までは時
間がかかる。現状は前者が圧倒的に進んでいる 
⇒ 100ドルゲノム
5 これから起きるかもしれないこと
―来たるべき未来にむけて
結局、ジョリーは乳房を切除しないといけなかったの
か? ⇒ 乳がんは「予後の良いがん」と言われて
いるので、毎年、検診を受けて早期乳がんの段階で
摘出すれば助かった可能性大、という考え方もある
一方で「薬の標的に関する論文の3分の2は再現性
がとれない」
(Printz, 2013, Nature Review,Drug Discovery)
⇒ 闇の面
BRCA1, BRCA2発見の特許性の否定(6月13日)
2012年3月27日付米科学誌ネイチャージェネティクス
(電子版)に発表された論文によると、欧州を中心とす
る34カ国のチームは、がん患者と健康な人10万人ず
つのゲノムを調べ、乳がんでは41カ所、卵巣がんでは8
カ所、前立腺がんでは26カ所、がんになるリスクを高め
る配列の違いが起きる場所があることを確かめた。
⇒ リスクだけわかって治療法がない
⇒ 生命(医療)保険への加入を拒否される?
「ここで1つの疑問が生じる。ゲノム情報で病気
のリスクが判明することにより保険会社などか
ら差別的な扱いを受けないかという事だ。」
“「ゲノム」が拓く最先端がん治療”
(選択、2013年6月号、P108-109)
知能、性格、才能などとゲノムの関係も明らかになる
可能性がある。
東大入試 ⇒   ⇒ ゲノム入試☓
遺伝情報は「環境が伴わなければ発現しない」からそ
れほど心配は要らないが、差別は生じるかもしれない
 ⇒ 「科学的な」優生主義
ゲノム科学の影響は遠い未来ではなく、ごく近未来に
やってくる可能性がある。その時に備えて最低限の知
識を備えておく必要はある。
「正しく」怖れて、「正しく」利用する準備。
専門家に任せない。

More Related Content

More from Y-h Taguchi

Tensor decomposition based and principal component analysis based unsupervise...
Tensor decomposition based and principal component analysis based unsupervise...Tensor decomposition based and principal component analysis based unsupervise...
Tensor decomposition based and principal component analysis based unsupervise...
Y-h Taguchi
 
主成分分析を用いた教師なし学習による筋萎縮性側索硬化症とがんの遺伝的関連性の解明
主成分分析を用いた教師なし学習による筋萎縮性側索硬化症とがんの遺伝的関連性の解明主成分分析を用いた教師なし学習による筋萎縮性側索硬化症とがんの遺伝的関連性の解明
主成分分析を用いた教師なし学習による筋萎縮性側索硬化症とがんの遺伝的関連性の解明
Y-h Taguchi
 
Tensor decomposition­based unsupervised feature extraction identified the un...
Tensor decomposition­based unsupervised  feature extraction identified the un...Tensor decomposition­based unsupervised  feature extraction identified the un...
Tensor decomposition­based unsupervised feature extraction identified the un...
Y-h Taguchi
 
Tensor decomposition ­based unsupervised feature extraction applied to matrix...
Tensor decomposition ­based unsupervised feature extraction applied to matrix...Tensor decomposition ­based unsupervised feature extraction applied to matrix...
Tensor decomposition ­based unsupervised feature extraction applied to matrix...
Y-h Taguchi
 
遺伝子発現プロファイルからの 薬剤標的タンパクの統計的推定法の開発
遺伝子発現プロファイルからの 薬剤標的タンパクの統計的推定法の開発遺伝子発現プロファイルからの 薬剤標的タンパクの統計的推定法の開発
遺伝子発現プロファイルからの 薬剤標的タンパクの統計的推定法の開発
Y-h Taguchi
 
Identification of Candidate Drugs for Heart Failure using Tensor Decompositio...
Identification of Candidate Drugs for Heart Failure using Tensor Decompositio...Identification of Candidate Drugs for Heart Failure using Tensor Decompositio...
Identification of Candidate Drugs for Heart Failure using Tensor Decompositio...
Y-h Taguchi
 
Rectified factor networks for biclustering of omics data
Rectified factor networks for biclustering of omics dataRectified factor networks for biclustering of omics data
Rectified factor networks for biclustering of omics data
Y-h Taguchi
 
テンソル分解を用いた教師なし学習による変数選択
テンソル分解を用いた教師なし学習による変数選択テンソル分解を用いた教師なし学習による変数選択
テンソル分解を用いた教師なし学習による変数選択
Y-h Taguchi
 
主成分分析を用いた教師なし学習による変数選択を用いたヒストン脱アセチル化酵素阻害剤の機能探索
主成分分析を用いた教師なし学習による変数選択を用いたヒストン脱アセチル化酵素阻害剤の機能探索主成分分析を用いた教師なし学習による変数選択を用いたヒストン脱アセチル化酵素阻害剤の機能探索
主成分分析を用いた教師なし学習による変数選択を用いたヒストン脱アセチル化酵素阻害剤の機能探索
Y-h Taguchi
 
『主成分分析を用いた教師なし学習による変数選択』 を用いたデング出血熱原因遺伝子の推定
『主成分分析を用いた教師なし学習による変数選択』 を用いたデング出血熱原因遺伝子の推定『主成分分析を用いた教師なし学習による変数選択』 を用いたデング出血熱原因遺伝子の推定
『主成分分析を用いた教師なし学習による変数選択』 を用いたデング出血熱原因遺伝子の推定
Y-h Taguchi
 
miRNA-mRNA相互作用同定を用いた 腎芽腫関連遺伝子の推定
miRNA-mRNA相互作用同定を用いた 腎芽腫関連遺伝子の推定miRNA-mRNA相互作用同定を用いた 腎芽腫関連遺伝子の推定
miRNA-mRNA相互作用同定を用いた 腎芽腫関連遺伝子の推定
Y-h Taguchi
 
Principal component analysis based unsupervised feature extraction applied to...
Principal component analysis based unsupervised feature extraction applied to...Principal component analysis based unsupervised feature extraction applied to...
Principal component analysis based unsupervised feature extraction applied to...
Y-h Taguchi
 
microRNA-mRNA interaction identification in Wilms tumor using principal compo...
microRNA-mRNA interaction identification in Wilms tumor using principal compo...microRNA-mRNA interaction identification in Wilms tumor using principal compo...
microRNA-mRNA interaction identification in Wilms tumor using principal compo...
Y-h Taguchi
 
Comprehensive analysis of transcriptome andmetabolome analysis in Intrahepati...
Comprehensive analysis of transcriptome andmetabolome analysis in Intrahepati...Comprehensive analysis of transcriptome andmetabolome analysis in Intrahepati...
Comprehensive analysis of transcriptome andmetabolome analysis in Intrahepati...
Y-h Taguchi
 
主成分分析を用いた教師なし学習による出芽酵母 の時間周期遺伝子発現プロファイルの解析
主成分分析を用いた教師なし学習による出芽酵母 の時間周期遺伝子発現プロファイルの解析主成分分析を用いた教師なし学習による出芽酵母 の時間周期遺伝子発現プロファイルの解析
主成分分析を用いた教師なし学習による出芽酵母 の時間周期遺伝子発現プロファイルの解析
Y-h Taguchi
 
PCAを用いた2群の有意差検定
PCAを用いた2群の有意差検定PCAを用いた2群の有意差検定
PCAを用いた2群の有意差検定
Y-h Taguchi
 
SFRP1 is a possible candidate for epigenetic therapy in non­small cell lung ...
SFRP1 is a possible candidate for epigenetic  therapy in non­small cell lung ...SFRP1 is a possible candidate for epigenetic  therapy in non­small cell lung ...
SFRP1 is a possible candidate for epigenetic therapy in non­small cell lung ...
Y-h Taguchi
 
A cross-species bi-clustering approach to identifying conserved co-regulated ...
A cross-species bi-clustering approach to identifying conserved co-regulated ...A cross-species bi-clustering approach to identifying conserved co-regulated ...
A cross-species bi-clustering approach to identifying conserved co-regulated ...
Y-h Taguchi
 
主成分分析を用いた教師なし学習による変数選択法を用いたがんにおけるmRNA-miRNA相互作用のより信頼性のある同定
主成分分析を用いた教師なし学習による変数選択法を用いたがんにおけるmRNA-miRNA相互作用のより信頼性のある同定主成分分析を用いた教師なし学習による変数選択法を用いたがんにおけるmRNA-miRNA相互作用のより信頼性のある同定
主成分分析を用いた教師なし学習による変数選択法を用いたがんにおけるmRNA-miRNA相互作用のより信頼性のある同定
Y-h Taguchi
 
Identification of aberrant gene expression associated with aberrant promoter ...
Identification of aberrant gene expression associated with aberrant promoter ...Identification of aberrant gene expression associated with aberrant promoter ...
Identification of aberrant gene expression associated with aberrant promoter ...
Y-h Taguchi
 

More from Y-h Taguchi (20)

Tensor decomposition based and principal component analysis based unsupervise...
Tensor decomposition based and principal component analysis based unsupervise...Tensor decomposition based and principal component analysis based unsupervise...
Tensor decomposition based and principal component analysis based unsupervise...
 
主成分分析を用いた教師なし学習による筋萎縮性側索硬化症とがんの遺伝的関連性の解明
主成分分析を用いた教師なし学習による筋萎縮性側索硬化症とがんの遺伝的関連性の解明主成分分析を用いた教師なし学習による筋萎縮性側索硬化症とがんの遺伝的関連性の解明
主成分分析を用いた教師なし学習による筋萎縮性側索硬化症とがんの遺伝的関連性の解明
 
Tensor decomposition­based unsupervised feature extraction identified the un...
Tensor decomposition­based unsupervised  feature extraction identified the un...Tensor decomposition­based unsupervised  feature extraction identified the un...
Tensor decomposition­based unsupervised feature extraction identified the un...
 
Tensor decomposition ­based unsupervised feature extraction applied to matrix...
Tensor decomposition ­based unsupervised feature extraction applied to matrix...Tensor decomposition ­based unsupervised feature extraction applied to matrix...
Tensor decomposition ­based unsupervised feature extraction applied to matrix...
 
遺伝子発現プロファイルからの 薬剤標的タンパクの統計的推定法の開発
遺伝子発現プロファイルからの 薬剤標的タンパクの統計的推定法の開発遺伝子発現プロファイルからの 薬剤標的タンパクの統計的推定法の開発
遺伝子発現プロファイルからの 薬剤標的タンパクの統計的推定法の開発
 
Identification of Candidate Drugs for Heart Failure using Tensor Decompositio...
Identification of Candidate Drugs for Heart Failure using Tensor Decompositio...Identification of Candidate Drugs for Heart Failure using Tensor Decompositio...
Identification of Candidate Drugs for Heart Failure using Tensor Decompositio...
 
Rectified factor networks for biclustering of omics data
Rectified factor networks for biclustering of omics dataRectified factor networks for biclustering of omics data
Rectified factor networks for biclustering of omics data
 
テンソル分解を用いた教師なし学習による変数選択
テンソル分解を用いた教師なし学習による変数選択テンソル分解を用いた教師なし学習による変数選択
テンソル分解を用いた教師なし学習による変数選択
 
主成分分析を用いた教師なし学習による変数選択を用いたヒストン脱アセチル化酵素阻害剤の機能探索
主成分分析を用いた教師なし学習による変数選択を用いたヒストン脱アセチル化酵素阻害剤の機能探索主成分分析を用いた教師なし学習による変数選択を用いたヒストン脱アセチル化酵素阻害剤の機能探索
主成分分析を用いた教師なし学習による変数選択を用いたヒストン脱アセチル化酵素阻害剤の機能探索
 
『主成分分析を用いた教師なし学習による変数選択』 を用いたデング出血熱原因遺伝子の推定
『主成分分析を用いた教師なし学習による変数選択』 を用いたデング出血熱原因遺伝子の推定『主成分分析を用いた教師なし学習による変数選択』 を用いたデング出血熱原因遺伝子の推定
『主成分分析を用いた教師なし学習による変数選択』 を用いたデング出血熱原因遺伝子の推定
 
miRNA-mRNA相互作用同定を用いた 腎芽腫関連遺伝子の推定
miRNA-mRNA相互作用同定を用いた 腎芽腫関連遺伝子の推定miRNA-mRNA相互作用同定を用いた 腎芽腫関連遺伝子の推定
miRNA-mRNA相互作用同定を用いた 腎芽腫関連遺伝子の推定
 
Principal component analysis based unsupervised feature extraction applied to...
Principal component analysis based unsupervised feature extraction applied to...Principal component analysis based unsupervised feature extraction applied to...
Principal component analysis based unsupervised feature extraction applied to...
 
microRNA-mRNA interaction identification in Wilms tumor using principal compo...
microRNA-mRNA interaction identification in Wilms tumor using principal compo...microRNA-mRNA interaction identification in Wilms tumor using principal compo...
microRNA-mRNA interaction identification in Wilms tumor using principal compo...
 
Comprehensive analysis of transcriptome andmetabolome analysis in Intrahepati...
Comprehensive analysis of transcriptome andmetabolome analysis in Intrahepati...Comprehensive analysis of transcriptome andmetabolome analysis in Intrahepati...
Comprehensive analysis of transcriptome andmetabolome analysis in Intrahepati...
 
主成分分析を用いた教師なし学習による出芽酵母 の時間周期遺伝子発現プロファイルの解析
主成分分析を用いた教師なし学習による出芽酵母 の時間周期遺伝子発現プロファイルの解析主成分分析を用いた教師なし学習による出芽酵母 の時間周期遺伝子発現プロファイルの解析
主成分分析を用いた教師なし学習による出芽酵母 の時間周期遺伝子発現プロファイルの解析
 
PCAを用いた2群の有意差検定
PCAを用いた2群の有意差検定PCAを用いた2群の有意差検定
PCAを用いた2群の有意差検定
 
SFRP1 is a possible candidate for epigenetic therapy in non­small cell lung ...
SFRP1 is a possible candidate for epigenetic  therapy in non­small cell lung ...SFRP1 is a possible candidate for epigenetic  therapy in non­small cell lung ...
SFRP1 is a possible candidate for epigenetic therapy in non­small cell lung ...
 
A cross-species bi-clustering approach to identifying conserved co-regulated ...
A cross-species bi-clustering approach to identifying conserved co-regulated ...A cross-species bi-clustering approach to identifying conserved co-regulated ...
A cross-species bi-clustering approach to identifying conserved co-regulated ...
 
主成分分析を用いた教師なし学習による変数選択法を用いたがんにおけるmRNA-miRNA相互作用のより信頼性のある同定
主成分分析を用いた教師なし学習による変数選択法を用いたがんにおけるmRNA-miRNA相互作用のより信頼性のある同定主成分分析を用いた教師なし学習による変数選択法を用いたがんにおけるmRNA-miRNA相互作用のより信頼性のある同定
主成分分析を用いた教師なし学習による変数選択法を用いたがんにおけるmRNA-miRNA相互作用のより信頼性のある同定
 
Identification of aberrant gene expression associated with aberrant promoter ...
Identification of aberrant gene expression associated with aberrant promoter ...Identification of aberrant gene expression associated with aberrant promoter ...
Identification of aberrant gene expression associated with aberrant promoter ...
 

中央大学学術講演会(2013年6月15日)ゲノム科学でわかること