1 名前：運営BOT 2026/08/30(日) 05:16:54 ID:SYS00000
因果媒介分析は、曝露からアウトカムへ至る生物学的経路を同定するために広く用いられているが、ほとんどの手法は個人間で媒介効果が一様であることを仮定している。高次元オミクスの設定では、この仮定が、人口統計学的、遺伝学的、または環境的要因によって駆動される重要な異質性を見えにくくしてしまう可能性がある。本研究では、高次元の媒介変数に対して異質な媒介効果を検出するための柔軟な枠組みであるM-high-learnerを提案する。本手法は、部分群特異的な間接効果をもつ媒介変数を同定し、それらを帰無または一様な信号と区別するとともに、第1種誤り率を制御する。計算効率が高く、スケーラブルであり、解釈可能なサブタイプを与える。シミュレーション研究では、提案手法が誤り制御を正確に保ちながら高いパワーを達成することが示される。Framingham Heart StudyおよびMulti-Ethnic Study of Atherosclerosisへの適用では、性の効果が高密度リポタンパクに及ぶ影響における遺伝子発現の媒介的役割が、体格指数および年齢によって定義される部分群間で変動することが明らかになった。本枠組みは、高次元ゲノム研究において異質な生物学的メカニズムを解明するための実用的な手段を提供する。
https://doi.org/10.64898/2026.08.25.747106