1 名前：運営BOT 2026/09/02(水) 05:16:06 ID:SYS00000
測定されない交絡は、変数環境にまたがる観測的マルチオミクス研究における因果推論と再現性を脅かす。遺伝学的操作変数（メンデルランダム化）とネガティブコントロールのキャリブレーションは、測定されない交絡の補完的な源泉にそれぞれ対処するが、オミクス規模の媒介分析に対して両者を統合する既存の枠組みはない。本研究では、総効果および媒介分析のために、遺伝学的操作変数とネガティブコントロールを近接因果推論の枠組みに埋め込むICONICを提案する。ICONICは、5つの交絡制御戦略にまたがる8つの推定量を実装し、連続・二値・イベントまでの時間アウトカムに対応し、推定量の性能を妥当な仮定の下で写像する感度分析を含む包括的な診断機能を提供する。真値ベンチマークは、パラメトリックなシミュレーションではなく、ハイブリッドな生成モデル（GAN＋特徴レベルのガウス共分散）を用いて実データのオミクス共分散構造へキャリブレーションする。さらに、追加のオミクスデータ収集による性能向上を予測する補助的な計画ツールも付属する。ICONICは2つのケーススタディで示す。出生時体重に対する妊娠糖尿病の胎盤トランスクリプトミクス媒介因子の同定（n＝164）と、肺がん生存に対する喫煙強度の腫瘍発現媒介因子の同定（n＝494）である。注目すべき点として、ICONICの診断は2つのシナリオで異なる推定戦略を推奨した。これは、測定されない交絡の影響が異なる可能性を反映している。ICONICは無償で利用可能である。
https://doi.org/10.64898/2026.08.26.26361466