妊娠糖尿病後の糖尿病リスク予測におけるpolygenic scoreの活用：30年追跡コホート研究からの知見

ハイライト

このコホート研究では、1型糖尿病（Type 1 Diabetes, T1D）に対するpolygenic score（PGS）が、妊娠糖尿病（Gestational Diabetes Mellitus, GDM）を有する女性における将来の1型糖尿病を有効に予測することが示された。T1D-PGSに妊娠中の臨床リスク因子を組み合わせることで、予測精度はさらに向上した。一方、2型糖尿病（Type 2 Diabetes, T2D）に対するpolygenic score（T2D-PGS）は、従来のリスク因子が臨床的に重要であるにもかかわらず、2型糖尿病の予測能は乏しかった。

研究背景

妊娠糖尿病（Gestational Diabetes Mellitus, GDM）は、世界全体の妊娠の約5〜15%を合併し、罹患女性における将来の1型糖尿病および2型糖尿病の発症に対する主要な危険因子として認識されている。分娩後のサーベイランスおよび早期介入戦略により罹患率を低減できるが、個々のリスク層別化は依然として困難である。既存の臨床予測因子には、母体年齢、妊娠前body mass index（BMI）、妊娠中の空腹時血糖、インスリン治療の必要性、ならびに糖尿病の家族歴が含まれる。しかし、遺伝的素因は追加の情報をもたらす可能性がある。多数の遺伝学的変異の累積効果を統合するpolygenic scoreは、縦断コホートで妥当性が検証されれば、より正確な個別化リスク予測の有望な手段となる。

研究デザイン

この観察コホート研究には、1978年から1996年の間に妊娠糖尿病（GDM）と診断された370人の女性が含まれた。患者データは、2019年までのICD-10コード化された糖尿病診断を含む全国レジストリから取得し、未診断例を同定するために2000年から2002年に実施された経口ブドウ糖負荷試験（oral glucose tolerance test, OGTT）で補完した。検証済みの遺伝的リスク変異に基づいて、1型糖尿病（T1D-PGS）および2型糖尿病（T2D-PGS）のpolygenic scoreを算出した。index pregnancyで記録された臨床リスク因子を解析した。主要評価項目は、中央値30年の追跡期間中に明らかな糖尿病を発症することとした。PGSの予測能は、単独および臨床因子との併用の両方について、receiver operating characteristic curve（AUC）下面積を用いて評価した。

主要結果

追跡期間中、200人（54.1%）が糖尿病を発症した。その内訳は、1型糖尿病30人（8.1%）、2型糖尿病157人（42.4%）、単一遺伝子性糖尿病変異13人（3.5%）であった。平均T1D-PGSは、1型糖尿病を発症した女性で、発症しなかった女性より有意に高かった（13.6対11.5、p＜0.001）。一方、T2D-PGSは2型糖尿病の有無で差がなく（52.9対52.8、p＝0.16）、識別能が低いことが示された。

T1D-PGS単独でも、1型糖尿病に対してAUC 0.788の良好な予測精度を示した。妊娠中の臨床リスク因子のみでは、1型糖尿病予測のAUCは0.839であった。T1D-PGSを臨床予測因子に組み合わせると、識別能はさらにAUC 0.887へ改善し、相乗効果の可能性が示された。

2型糖尿病については、妊娠中の臨床リスク因子のみで比較的良好に予測できた（AUC 0.745）が、T2D-PGSには有意な識別能は認められなかった（AUC 0.539）。臨床変数にT2D-PGSを追加してもモデルのAUCは0.752へわずかに上昇したにとどまり、遺伝情報による上乗せ効果は限定的であった。

専門家のコメント

本研究は、GDM後に発症する糖尿病サブタイプの遺伝学的構造が不均一であることを示し、1型糖尿病と2型糖尿病ではpolygenic scoreによる予測プロファイルが異なることを強調している。強い関連とAUCの改善は、T1D-PGSが自己免疫性糖尿病のリスクを有する女性に対する、より早期かつ標的を絞った分娩後モニタリングを可能にすることを示唆する。特に早期インスリン治療により急性合併症を予防できる可能性がある。一方、T2D-PGSの有用性が限定的であることは、環境因子および生活習慣因子が2型糖尿病リスクを大きく修飾し、遺伝的プロファイリングを複雑にするという先行研究と一致する。症例の3.5%に単一遺伝子性糖尿病変異が認められたことは注目に値し、選択的症例における包括的遺伝学的評価の重要性を裏付けている。

本研究の限界として、まれな1型糖尿病転帰に対するサンプルサイズが比較的小さいこと、ならびにGDM診断基準が歴史的なものであるため、現代の集団への一般化可能性に影響を及ぼす可能性があることが挙げられる。今後の研究では、リスク層別化をさらに精緻化するため、PGSとバイオマーカーおよび連続血糖モニタリングの統合を検討すべきである。

結論

要するに、polygenic risk scoringは、既往にGDMを有する女性における1型糖尿病リスク予測に対して、臨床因子を補完する有望な手段である。この予測能の向上は、個別化されたフォローアップと適時の介入を可能にし、臨床転帰の改善につながる可能性がある。しかし、2型糖尿病に関しては、polygenic scoreは既存の臨床マーカーを超えてリスク予測を有意に増強しないため、包括的な生活習慣および代謝リスク評価に注力する必要がある。遺伝学的ツールが進化するにつれ、この高リスク集団における精密予防のためには、multi-omicデータと環境データの統合が不可欠となる。

資金提供と登録

本研究は、Danish Diabetes Academyおよび関連する国内資金提供機関の支援を受けた。レジストリデータは、適切な倫理承認のもとで使用された。臨床試験登録の詳細は示されていない。

参考文献

1. Jørgensen IL et al. Predicting future risk of type 1 and type 2 diabetes after gestational diabetes mellitus using polygenic scores: a cohort study. Diabetologia. 2026 Aug 4; PMID: 42550202.
2. American Diabetes Association. Gestational Diabetes Mellitus. Diabetes Care 2023;46(Suppl 1):S105-S121.
3. Klimentidis YC, et al. The polygenic nature of type 2 diabetes: biology and clinical implications. Nat Rev Endocrinol. 2020;16(9): 538-546.
4. McCarthy MI. Genomics, type 2 diabetes, and obesity. N Engl J Med. 2010;363(24):2339-50.