JP5128796B2 - 脳血管障害の遺伝的リスク検出法 - Google Patents

Description

本発明は、脳血管障害の遺伝的リスク検出法等に関するものである。

ヒトゲノムプロジェクトの成功によって、一般的な疾患に影響を与える遺伝子の同定を含め、臨床医学に対して大きな利益がもたらされつつある。そのような遺伝子を同定するための方法の一つとして、特定の疾患に注目しつつ、適切に選択された遺伝子多型を探るという方法がある。そのような遺伝子は、その疾患の発症・進展に関与するタンパク質をコードしていることが知られており、かつ疾患に連鎖する染色体領域に存在しているからである。

脳血管障害は、一般的かつ重篤な疾患である。米国では、毎年７０万人以上の患者が初回、或いは二回目以上の発作によって苦しんでおり、毎年１６万３千人がこの疾患によって亡くなっている。米国における脳血管障害の罹患者は、５４０万人にのぼる。全ての脳血管障害のうち、８８％は脳梗塞、９％は脳出血、３％はクモ膜下出血である。日本では、脳血管障害の罹患者は、１４０万人程度であり（６２％は脳梗塞、２３％は脳出血、１１％はクモ膜下出血である）、毎年１３万２千人近くが、この病気によって亡くなっている（厚生労働省の推計による）。近年、脳血管障害の治療に対して急速な進歩が認められるものの、西洋および日本において、依然として脳血管障害は重篤な影響を与える疾患であるとともに、心臓病とガンに続き第３位の死因となっている。脳血管障害の脅威を減少させるための重要な戦略の一つは、脳血管障害に関する危険因子を同定することである。

遺伝的連鎖解析と候補遺伝子解析によって、遺伝子座（５ｑ１２）（非特許文献１）。関連文献については、明細書の末尾にまとめて示す。））といくつかの候補遺伝子（フォスフォジエステラーゼ４Ｄ（非特許文献２）、５リポキシゲナーゼ活性化タンパク質（非特許文献３）、およびシクロオキシゲナーゼ２（非特許文献４））と、脳血管障害との関与が示唆されている。
しかしながら、依然として虚血性および出血性の脳血管障害と遺伝的要因との関係については、十分に解明されていない。

本発明は、上記の事情に鑑みてなされたものであり、その目的は、虚血性および出血性の脳血管障害について、遺伝的因子および従来の危険因子を組み合わせることにより、リスクを判断するための一材料を得るための検出法等を提供することにある。

本発明者は、虚血性および出血性の脳血管障害に関し、３１５１名の日本人について、１５２遺伝子中の２０２カ所の遺伝子多型に関する大規模研究を行った。本研究の目的は、アテローム血栓性脳梗塞、脳出血、およびクモ膜下出血という脳血管障害に関与する遺伝子多型を同定し、この知見に基づいて、ある者に対して脳血管障害を避けるための有用な情報を与えることである。

上記解析の結果、第１の発明に係るアテローム血栓性脳梗塞のリスク検出法は、ＩＬ６のＧ−５７２Ｃ、ＭＴＨＦＲのＣ６７７Ｔ、ＩＰＦ１の３Ｇ−１０８／４Ｇ、ＴＮＦＳＦ４のＡ／Ｇ、ＩＴＧＢ２のＣ１３２３Ｔ、ＴＨＢＳ２のＴ３９４９Ｇ、ＭＭＰ１２のＡ−８２Ｇ、ＡＮＸＡ５のＣ−１Ｔの遺伝子多型と、性差、高血圧の有無、糖尿病の有無とを評価因子とし、各評価因子のオッズ比を乗じた発症リスクを計算し、この発症リスクを平均と分散またはパーセントによる区分に応じて３つ以上の複数の群を作成し、各群に応じて発症のリスクを検出することを特徴とする。
このとき、群を形成するときに使用する分散については、統計上の分散値、或いは標準偏差値（ＳＤ）、パーセントによる区分などを用いることができる。なお、遺伝子多型については、必ずしも上記８個には限られず、１個〜７個、９個以上で実施することができる。

本明細書中において、多型の記載方法は、次の２通りの方法である。
（１）各遺伝子について、「データベースに登録されている塩基（Ａ：アデニン、Ｇ：グアニン、Ｃ：シトシン、Ｔ：チミン）、多型が生じている位置、多型塩基」の順で記載する。例えば、「ＩＬ６のＧ−５７２Ｃ」は、ＩＬ６遺伝子について、−５７２位のＧがＣとなっている多型を意味している。但し、挿入多型については、「データベースに登録されている数とその塩基、多型が生じている位置、／塩基数及び塩基」の順で記載する。例えば、「ＩＰＦ１の３Ｇ−１０８／４Ｇ」は、ＩＰＦ１遺伝子について、−１０８位の３個の連続するＧが、４個の連続するＧとなる挿入多型を意味している。

（２）各遺伝子について、「多型が生じている位置、データベースに登録されている塩基（Ａ：アデニン、Ｇ：グアニン、Ｃ：シトシン、Ｔ：チミン）→多型の塩基」の順で記載する。例えば、「ＭＴＨＦＲの６７７Ｃ→Ｔ」は、ＭＴＨＦＲ遺伝子について、６７７位のＣがＴとなっている多型を意味している。但し、挿入多型については、「多型が生じている位置／塩基数とデータベースに登録されている塩基→塩基数と塩基」の順で記載する。例えば、「ＩＰＦ１の−１０８／３Ｇ→４Ｇ」は、ＩＰＦ１遺伝子について、−１０８位の３個の連続するＧが、４個の連続するＧとなる挿入多型を意味している。
また、場所の指定がない多型（例えば、ＨＮＦ４ＡのＡ→Ｇ、ＴＮＦＳＦ４のＡ→Ｇ、ＰＡＩ１のＡ→Ｇ）については、表１〜表６に記載のｄｂＳＮＰのアクセス番号から、その内容を容易に理解することができる。

一般に多型は、集団（例えば、日本人集団、西洋人集団など）が異なると、その種類・頻度が異なることが知られている。このため、日本人以外の集団において、脳血管障害との関係が指摘されている多型であっても、必ずしも日本人集団においてそのような関連が認められるわけではない。このため、従来の報告については、国または疾患が異なる場合には、必ずしも日本人における多型および脳血管障害との関連が裏付けられるわけではない。

また、第２の発明に係る脳出血のリスク検出法は、ＩＬ６のＧ−５７２Ｃ、ＴＮＦのＣ−８６３Ａ、ＣＤ１４のＣ−２６０Ｔ、ＦＢＮ１のＴ１８７５Ｃ、ＰＥＣＡＭ１のＣ１４５４Ｇ、ＵＣＰ１のＡ−１１２Ｃ、ＣＰＢ２のＧ５２９Ａ、ＬＩＰＣのＧ−２５０Ａ、ＣＣＬ５のＣ−２８Ｇの遺伝子多型と、性差、高血圧の有無、高コレステロール血症の有無とを評価因子とし、各評価因子のオッズ比を乗じた発症リスクを計算し、この発症リスクを平均と分散またはパーセントによる区分に応じて３つ以上の複数の群を作成し、各群に応じて発症のリスクを検出することを特徴とする。
このとき、群を形成するときに使用する分散については、統計上の分散値、或いは標準偏差値（ＳＤ）、パーセントによる区分などを用いることができる。なお、遺伝子多型については、必ずしも上記９個には限られず、１個〜８個、１０個以上で実施することができる。

また、第３の発明に係るクモ膜下出血のリスク検出法は、ＰＫＤ１−ｌｉｋｅのＧ／Ａ（Ｇｌｙ２４３Ａｓｐ）、ＴＮＦのＣ−８６３Ａ、ＣＡＰＮ１０のＧ４８５２Ａ、ＭＴＨＦＲのＣ６７７Ｔ、ＵＣＰ３のＣ−５５Ｔ、ＯＬＲ１のＧ５０１Ｃ、ＰＡＸ４のＣ５６７Ｔ、ＴＧＦＢＲ２のＣ１１６７Ｔ、ＩＬ１０のＴ−８１９Ｃ、ＣＣＬ５のＧ−４０３Ａの遺伝子多型と、高コレステロール血症の有無、喫煙の有無、性差、高血圧の有無とを評価因子とし、各評価因子のオッズ比を乗じた発症リスクを計算し、この発症リスクを平均と分散またはパーセントによる区分に応じて３つ以上の複数の群を作成し、各群に応じて発症のリスクを検出することを特徴とする。
このとき、群を形成するときに使用する分散については、統計上の分散値、或いは標準偏差値（ＳＤ）、パーセントによる区分などを用いることができる。なお、遺伝子多型については、必ずしも上記１０個には限られず、１個〜９個、１１個以上で実施することができる。

また、第４の発明に係る脳血管障害の遺伝的リスク検出法は、ＩＬ６のＧ−５７２Ｃ、ＭＴＨＦＲのＣ６７７Ｔ、ＩＰＦ１の３Ｇ−１０８／４Ｇ、ＴＮＦＳＦ４のＡ／Ｇ、ＩＴＧＢ２のＣ１３２３Ｔ、ＴＨＢＳ２のＴ３９４９Ｇ、ＭＭＰ１２のＡ−８２Ｇ、ＡＮＸＡ５のＣ−１Ｔ、ＴＮＦのＣ−８６３Ａ、ＣＤ１４のＣ−２６０Ｔ、ＦＢＮ１のＴ１８７５Ｃ、ＰＥＣＡＭ１のＣ１４５４Ｇ、ＵＣＰ１のＡ−１１２Ｃ、ＣＰＢ２のＧ５２９Ａ、ＬＩＰＣのＧ−２５０Ａ、ＣＣＬ５のＣ−２８Ｇ、ＰＫＤ１−ｌｉｋｅのＧ／Ａ（Ｇｌｙ２４３Ａｓｐ）、ＣＡＰＮ１０のＧ４８５２Ａ、ＵＣＰ３のＣ−５５Ｔ、ＯＬＲ１のＧ５０１Ｃ、ＰＡＸ４のＣ５６７Ｔ、ＴＧＦＢＲ２のＣ１１６７Ｔ、ＩＬ１０のＴ−８１９Ｃ、ＣＣＬ５のＧ−４０３Ａのうちの少なくとも１個または２個以上の遺伝子多型を検出することを特徴とする。

これらの多型は、第１の発明〜第３の発明について、脳血管障害のリスクを検出するために特に有効な多型であると判断されたものである。
また、第４の発明においては、脳血管障害がアテローム血栓性脳梗塞である場合には、ＩＬ６のＧ−５７２Ｃ、ＭＴＨＦＲのＣ６７７Ｔ、ＩＰＦ１の３Ｇ−１０８／４Ｇ、ＴＮＦＳＦ４のＡ／Ｇ、ＩＴＧＢ２のＣ１３２３Ｔ、ＴＨＢＳ２のＴ３９４９Ｇ、ＭＭＰ１２のＡ−８２Ｇ、ＡＮＸＡ５のＣ−１Ｔのうちの少なくとも１個または２個以上の遺伝子多型を検出することが好ましい。

また、脳血管障害が脳出血である場合には、ＩＬ６のＧ−５７２Ｃ、ＴＮＦのＣ−８６３Ａ、ＣＤ１４のＣ−２６０Ｔ、ＦＢＮ１のＴ１８７５Ｃ、ＰＥＣＡＭ１のＣ１４５４Ｇ、ＵＣＰ１のＡ−１１２Ｃ、ＣＰＢ２のＧ５２９Ａ、ＬＩＰＣのＧ−２５０Ａ、ＣＣＬ５のＣ−２８Ｇのうちの少なくとも１個または２個以上の遺伝子多型を検出することが好ましい。
また、脳血管障害がクモ膜下出血である場合には、ＰＫＤ１−ｌｉｋｅのＧ／Ａ（Ｇｌｙ２４３Ａｓｐ）、ＴＮＦのＣ−８６３Ａ、ＣＡＰＮ１０のＧ４８５２Ａ、ＭＴＨＦＲのＣ６７７Ｔ、ＵＣＰ３のＣ−５５Ｔ、ＯＬＲ１のＧ５０１Ｃ、ＰＡＸ４のＣ５６７Ｔ、ＴＧＦＢＲ２のＣ１１６７Ｔ、ＩＬ１０のＴ−８１９Ｃ、ＣＣＬ５のＧ−４０３Ａのうちの少なくとも１個または２個以上の遺伝子多型を検出することが好ましい。

更に、本発明者は、アテローム血栓性脳梗塞に関与する遺伝子多型が、性差、高血圧の有無、高コレステロール血症の有無、糖尿病の有無、肥満の有無、喫煙の有無によって異なるのではないかとの仮説を立てた。それぞれの因子について、遺伝子多型と脳血管障害との関係を評価した結果、次の発明を完成するに至った。
こうして、第５の発明に係るアテローム血栓性脳梗塞のリスク検出法は、男性と女性とに分類し、女性においてはＥＤＮ１の５６６５Ｇ→Ｔ、ＬＩＰＧの５８４Ｃ→Ｔ、ＣＣＬ１１のＧ→Ａ（Ａｌａ２３Ｔｈｒ）、ＵＴＳ２のＧ→Ａ（Ｓｅｒ８９Ａｓｎ）、ＡＫＡＰ１０のＡ→Ｇ（Ｉｌｅ６４６Ｖａｌ）、ＫＣＮＪ１１のＡ→Ｇ（Ｇｌｕ２３Ｌｙｓ）、ＩＬ６の−５７２Ｇ→Ｃのうちの少なくとも１個または２個以上の遺伝子多型と、高血圧の有無、糖尿病の有無とを評価因子とし、男性においてはＭＴＨＦＲの６７７Ｃ→Ｔ、ＩＴＧＢ２の１３２３Ｃ→Ｔ、ＡＰＯＥの３９３２Ｔ→Ｃ、ＴＮＦＳＦ４のＡ→Ｇ、ＡＰＯＡ１の８４Ｔ→Ｃ、ＥＤＮＲＡの−２３１Ａ→Ｇ、Ｆ１２の４６Ｃ→Ｔ、ＫＣＮＪ１１のＡ→Ｇ（Ｇｌｕ２３Ｌｙｓ）、ＩＰＦ１の−１０８／３Ｇ→４Ｇ、ＴＨＢＳ２のＴ→Ｇ（３’ＵＴＲ）、ＡＰＯＥの−２１９Ｇ→Ｔ、ＡＣＤＣの−１１３７７Ｃ→Ｇのうちの少なくとも１個または２個以上の遺伝子多型と、糖尿病の有無、高血圧の有無、ＢＭＩとを評価因子とし、各評価因子のオッズ比を乗じた発症リスクを計算し、この発症リスクを平均と分散またはパーセント区分に応じて３つ以上の複数の群を作成し、各群に応じて発症のリスクを検出することを特徴とする。

また、他の発明に係るアテローム血栓性脳梗塞のリスク検出法は、高血圧の有無に分類し、血圧正常者においてはＭＴＨＦＲの６７７Ｃ→Ｔ、ＡＧＴＲ１の１１６６Ａ→Ｃ、ＳＡＨのＡ→Ｇ（ｉｎ ｉｎｔｒｏｎ１２）のうちの少なくとも１個または２個以上の遺伝子多型と、性別、糖尿病の有無とを評価因子とし、高血圧者においてはＩＬ６の−５７２Ｇ→Ｃ、ＴＮＦＳＦ４のＡ→Ｇ、ＳＬＣ２６Ａ８のＡ→Ｇ（Ｉｌｅ６３９Ｖａｌ）、ＧＰ６の１３２５４Ｔ→Ｃ、ＨＮＦ４ＡのＡ→Ｇ、ＩＰＦ１の−１０８／３Ｇ→４Ｇ、ＰＣＳＫ９の２３９６８Ａ→Ｇ、ＴＨＢＳ２のＴ→Ｇ（３’ＵＴＲ）のうちの少なくとも１個または２個以上の遺伝子多型と、糖尿病の有無、性別とを評価因子とし、各評価因子のオッズ比を乗じた発症リスクを計算し、この発症リスクを平均と分散またはパーセント区分に応じて３つ以上の複数の群を作成し、各群に応じて発症のリスクを検出することを特徴とする。

また、他の発明に係るアテローム血栓性脳梗塞のリスク検出法は、高コレステロール血症の有無に分類し、血清コレステロール正常者においてはＡＧＴの−６Ｇ→Ａ、ＰＣＳＫ９の２３９６８Ａ→Ｇ、ＩＴＧＢ２の１３２３Ｃ→Ｔ、ＭＴＨＦＲの６７７Ｃ→Ｔ、Ｆ７の１１４９６Ｇ→Ａのうちの少なくとも１個または２個以上の遺伝子多型と、高血圧の有無、性別、糖尿病の有無とを評価因子とし、高コレステロール血症者においてはＣＯＭＴのＧ→Ａ（Ｖａｌ１５８Ｍｅｔ）、ＡＤＲＢ２の４６Ａ→Ｇ、ＨＮＦ４ＡのＡ→Ｇ、ＩＬ６の−５７２Ｇ→Ｃ、ＩＰＦ１の−１０８／３Ｇ→４Ｇ、ＰＣＫ１の−２３２Ｃ→Ｇ、ＰＴＧＩＳの１１１７Ｃ→Ａ、ＣＣＬ５の−２８Ｃ→Ｇ、ＡＧＴＲ２の１６７５Ｇ→Ａのうちの少なくとも１個または２個以上の遺伝子多型と、高血圧の有無、糖尿病の有無、性別とを評価因子とし、各評価因子のオッズ比を乗じた発症リスクを計算し、この発症リスクを平均と分散またはパーセント区分に応じて３つ以上の複数の群を作成し、各群に応じて発症のリスクを検出することを特徴とする。

また、他の発明に係るアテローム血栓性脳梗塞のリスク検出法は、糖尿病の有無に分類し、血糖正常者においてはＭＭＰ１２の−８２Ｇ→Ａ、ＩＬ６の−５７２Ｃ→Ｇ、ＣＯＬ３Ａ１のＧ→Ａ（Ａｌａ６９８Ｔｈ）、ＡＢＣＡ１の２５８３Ａ→Ｇ、ＳＡＨのＡ→Ｇ（ｉｎ ｉｎｔｒｏｎ１２）のうちの少なくとも１個または２個以上の遺伝子多型と、高血圧の有無、性別とを評価因子とし、糖尿病者においてはＡＰＯＥの３９３２Ｔ→Ｃ、ＣＯＭＴのＧ→Ａ（Ｖａｌ１５８Ｍｅｔ）、ＧＰ６の１３２５４Ｔ→Ｃ、ＴＮＦＳＦ４のＡ→Ｇ、ＧＣＫの−３０Ｇ→Ａ、ＦＡＢＰ２の２４４５Ｇ→Ａ、ＭＴＨＦＲの６７７Ｃ→Ｔ、ＧＹＳ１のＡ→Ｇ（Ｍｅｔ４１６Ｖａｌ）のうちの少なくとも１個または２個以上の遺伝子多型と、高血圧の有無、性別、高コレステロール血症の有無とを評価因子とし、各評価因子のオッズ比を乗じた発症リスクを計算し、この発症リスクを平均と分散またはパーセント区分に応じて３つ以上の複数の群を作成し、各群に応じて発症のリスクを検出することを特徴とする。

また、他の発明に係るアテローム血栓性脳梗塞のリスク検出法は、肥満の有無に分類し、ＢＭＩ正常者においてはＩＬ６の−５７２Ｇ→Ｃ、ＬＩＰＧの５８４Ｃ→Ｔ、ＭＴＨＦＲの６７７Ｃ→Ｔ、ＧＣＫの−３０Ｇ→Ａ、ＴＮＦＳＦ４のＡ→Ｇ、ＡＧＴの−６Ｇ→Ａのうちの少なくとも１個または２個以上の遺伝子多型と、高血圧の有無、性別、糖尿病の有無とを評価因子とし、肥満者においてはＵＣＰ３の−５５Ｃ→Ｔ、ＩＬ１０の−５９２Ａ→Ｃ、ＩＰＦ１の−１０８／３Ｇ→４Ｇ、ＬＩＰＧの５８４Ｃ→Ｔ、ＡＰＯＡ１の８４Ｔ→Ｃ、ＥＤＮ１の５６６５Ｇ→Ｔのうちの少なくとも１個または２個以上の遺伝子多型と、高血圧の有無、糖尿病の有無とを評価因子とし、各評価因子のオッズ比を乗じた発症リスクを計算し、この発症リスクを平均と分散またはパーセント区分に応じて３つ以上の複数の群を作成し、各群に応じて発症のリスクを検出することを特徴とする。

また、他の発明に係るアテローム血栓性脳梗塞のリスク検出法は、喫煙の有無に分類し、非喫煙者においてはＩＬ６の−５７２Ｇ→Ｃ、ＭＴＨＦＲの６７７Ｃ→Ｔ、ＴＮＦＳＦ４のＡ→Ｇ、ＩＴＧＢ２の１３２３Ｃ→Ｔ、ＬＩＰＧの５８４Ｃ→Ｔ、ＵＣＰ３の−５５Ｃ→Ｔ、ＭＭＰ１２の−８２Ａ→Ｇ、ＵＴＳ２のＧ→Ａ（Ｓｅｒ８９Ａｓｎ）、ＴＨＢＳ２のＴ→Ｇ（３’ＵＴＲ）のうちの少なくとも１個または２個以上の遺伝子多型と、高血圧の有無、性別、糖尿病の有無とを評価因子とし、喫煙者においてはＦ１２の４６Ｃ→Ｔ、ＣＯＭＴのＧ→Ａ（Ｖａｌ１５８Ｍｅｔ）、ＣＸＣＬ１６のＣ→Ｔ（Ａｌａ１８１Ｖａｌ）、ＣＰＢ２のＴ→Ｃ（Ｉｌｅ３４７Ｔｈｒ）のうちの少なくとも１個または２個以上の遺伝子多型と、高血圧の有無、糖尿病の有無とを評価因子とし、各評価因子のオッズ比を乗じた発症リスクを計算し、この発症リスクを平均と分散またはパーセント区分に応じて３つ以上の複数の群を作成し、各群に応じて発症のリスクを検出することを特徴とする。

また、第４の発明においては、脳血管障害がアテローム血栓性脳梗塞である場合には、ＩＬ６のＧ−５７２Ｃ、ＭＴＨＦＲのＣ６７７Ｔ、ＩＰＦ１の３Ｇ−１０８／４Ｇ、ＴＮＦＳＦ４のＡ／Ｇ、ＩＴＧＢ２のＣ１３２３Ｔ、ＴＨＢＳ２のＴ３９４９Ｇ、ＭＭＰ１２のＡ−８２Ｇ、ＡＮＸＡ５のＣ−１Ｔ、ＥＤＮ１の５６６５Ｇ→Ｔ、ＬＩＰＧの５８４Ｃ→Ｔ、ＣＣＬ１１のＧ→Ａ（Ａｌａ２３Ｔｈｒ）、ＵＴＳ２のＧ→Ａ（Ｓｅｒ８９Ａｓｎ）、ＡＫＡＰ１０のＡ→Ｇ（Ｉｌｅ６４６Ｖａｌ）、ＫＣＮＪ１１のＡ→Ｇ（Ｇｌｕ２３Ｌｙｓ）、ＡＰＯＥの３９３２Ｔ→Ｃ、ＡＰＯＡ１の８４Ｔ→Ｃ、ＥＤＮＲＡの−２３１Ａ→Ｇ、Ｆ１２の４６Ｃ→Ｔ、ＴＨＢＳ２のＴ→Ｇ（３’ＵＴＲ）、ＡＰＯＥの−２１９Ｇ→Ｔ、ＡＣＤＣの−１１３７７Ｃ→Ｇ、ＡＧＴＲ１の１１６６Ａ→Ｃ、ＳＡＨのＡ→Ｇ（ｉｎ ｉｎｔｒｏｎ１２）、ＳＬＣ２６Ａ８のＡ→Ｇ（Ｉｌｅ６３９Ｖａｌ）、ＧＰ６の１３２５４Ｔ→Ｃ、ＨＮＦ４ＡのＡ→Ｇ、ＰＣＳＫ９の２３９６８Ａ→Ｇ、ＡＧＴの−６Ｇ→Ａ、Ｆ７の１１４９６Ｇ→Ａ、ＣＯＭＴのＧ→Ａ（Ｖａｌ１５８Ｍｅｔ）、ＡＤＲＢ２の４６Ａ→Ｇ、ＰＣＫ１の−２３２Ｃ→Ｇ、ＰＴＧＩＳの１１１７Ｃ→Ａ、ＣＣＬ５の−２８Ｃ→Ｇ、ＡＧＴＲ２の１６７５Ｇ→Ａ、ＣＯＬ３Ａ１のＧ→Ａ（Ａｌａ６９８Ｔｈ）、ＡＢＣＡ１の２５８３Ａ→Ｇ、ＧＣＫの−３０Ｇ→Ａ、ＦＡＢＰ２の２４４５Ｇ→Ａ、ＧＹＳ１のＡ→Ｇ（Ｍｅｔ４１６Ｖａｌ）、ＵＣＰ３の−５５Ｃ→Ｔ、ＩＬ１０の−５９２Ａ→Ｃ、ＣＸＣＬ１６のＣ→Ｔ（Ａｌａ１８１Ｖａｌ）、ＣＰＢ２のＴ→Ｃ（Ｉｌｅ３４７Ｔｈｒ）のうちの少なくとも１個または２個以上の遺伝子多型を検出することが好ましい。

本発明によれば、虚血性および出血性の脳血管障害について、発症リスクおよび遺伝的リスクを判断するための検出法等が提供される。この発明を用いることにより、脳血管障害に対する予防が可能となり、高齢者の健康寿命延長・ＱＯＬ向上・ねたきり防止ならびに今後の医療費削減など、医学的・社会的に大きく貢献できる。

次に、本発明の実施形態について、図表を参照しつつ説明するが、本発明の技術的範囲は、これらの実施形態によって限定されるものではなく、発明の要旨を変更することなく様々な形態で実施することができる。また、本発明の技術的範囲は、均等の範囲にまで及ぶものである。

＜試験方法＞
１．層別化を行わないときの研究対象
研究対象は、３１５１名（男性１４８４名、女性１６６７名）の日本人であった。彼らは、研究参加施設（岐阜県立岐阜病院、岐阜県立多治見病院、岐阜県立下呂温泉病院、弘前大学病院、黎明郷リハビリテーション病院、および横浜総合病院）に２００２年１０月から２００５年３月までに来院した者であった。１１４１名の脳血管障害患者の内訳は、６３６名のアテローム血栓性脳梗塞患者（男性３７２名、女性２６４名）、２８２名の脳出血患者（男性１７９名、女性１０３名）、および２２３名のクモ膜下出血患者（男性８９名、女性１３４名）であった。

虚血性又は出血性脳血管障害の診断は、新しくかつ突発的な神経学的な病態の発生と２４時間以上継続する神経学的な症状とに基づいた。更に、頭部のＣＴスキャン或いはＭＲＩ（場合により、両方の検査を用いた）によって、診断を確認した。脳血管障害の型は、脳血管障害ＩＩＩの分類（非特許文献５）に従って決定した。心原性脳塞栓、ラクナー梗塞、一過性脳虚血発作、脳血管奇形、脳腫瘍、および外傷性脳血管障害の患者については、今回の研究対象から除外した。また、心臓弁膜症の有無にかかわらず心房細動の患者も研究対象から除外した。

２０１０名のコントロール（男性８４４名、女性１１６６名）は、毎年の健康診査のために参加病院を訪問した者であった。彼らは虚血性または出血性の脳血管障害、または他の脳疾患、虚血性心疾患、末梢動脈閉塞性疾患、その他のアテローム性動脈硬化症疾患、または血栓、塞栓性、出血性障害の病歴を持っていなかった。研究プロトコールはヘルシンキ宣言に従い、三重大学医学部、弘前大学医学部、岐阜県国際バイオ研究所、および参加病院の倫理委員会によって承認された。各参加者に対しては書面によるインフォームドコンセントを得た。データ解析は、三重大学生命科学研究支援センターヒト機能ゲノミクス部門で行った。

２．層別解析を行ったときの研究対象
本発明者らは、アテローム血栓性脳梗塞について、性差、高血圧の有無、高コレステロール血症の有無、糖尿病の有無、肥満の有無、喫煙の有無に関する層別解析を行った。その際の研究対象としては、上記６３６名のアテローム血栓性脳梗塞患者（男性３７２人、女性２６４名）と、２０６９名のコントロール（男性８７２名、女性１１９７名）であった。なお、コントロールは、上記２０１０名に、５９名（男性２８名、女性３１名）の追加者が含まれている。
アテローム血栓性脳梗塞患者およびコントロール者には、アテローム性動脈硬化に関する従来の危険因子を有している者と有していない者とが含まれていた。従来の危険因子としては、高血圧（収縮期血圧が１４０ｍｍＨｇ以上か、拡張期血圧が９０ｍｍＨｇ以上、若しくは両条件を満たす者）、高コレステロール血症（血清総コレステロール値が５.７２ｍｍｏｌ／Ｌ以上）、糖尿病（空腹時血糖値が６.９３ｍｍｏｌ／Ｌ以上か、ヘモグロビンＡｌｃが６.５％以上、若しくは両条件を満たす者）、肥満（ＢＭＩ≧２５ｋｇ／ｍ^２以上）、または喫煙（１０本以上／日）が含まれる。
なお、それ以外の診断方法等については、上記と同じ基準とした。

多型の選択
公開データベースの使用および本発明者の鋭意検討により、血管に関する生物学(高血圧、アテローム性動脈硬化症、動脈攣縮、または動脈瘤の観点から)、血小板機能、白血球と単核マクロファージに関する生物学、凝固と線維素溶解のカスケード、神経学的因子(循環器、血圧、または内分泌機能の制御の観点から)、脂質、グルコース、およびホモシステイン代謝、他の代謝因子に関する包括的な概要に基づき、虚血性または出血性の脳血管障害に関連する可能性のある１５２個の候補遺伝子を選択した。本発明者は、これら１５２個の遺伝子について、２０２個の多型を選択した。これらの多型の多くは、プロモーター領域、エクソン、イントロンのスプライシングの供与部位或いは受容部位に多く位置しており、多型の結果として、コードされたタンパク質の機能または発現に変化を与えることがあり得ると考えられた。これら２０２個の多型は、下記表１〜表６に示した。なお、表１〜表６においては、左欄から順に、座位（Locus）、遺伝子名（Gene）、簡易記載（Symbol）、多型（Polymorphism）、多型データベース登録番号（dbSNP）を示している。なお、多型データベース登録番号が無い場合には、ＮＣＢＩ遺伝子バンクに登録されている番号を示した。

遺伝子多型の検出方法
７ｍＬの静脈血を５０ｍｍｏｌ／Ｌ ＥＤＴＡ(ジナトリウム塩)を含むチューブに採取し、ゲノムＤＮＡをキット(ゲノミックス社製)によって分離した。２０２個の多型の遺伝子型は、ＰＣＲと配列特異的オリゴヌクレオチドプローブをサスペンジョン・アレイ・テクノロジー（ＳＡＴ：Ｌｕｍｉｎｅｘ １００）と組み合わせて使用する方法（ＰＣＲ−ＳＳＯＰ−Ｌｕｍｉｎｅｘ）によって決定した（Ｇ＆Ｇサイエンス株式会社）。プライマー、プローブ、その他の条件は、下表７および表８に示した。表８の列は、表７の列と同じ（すなわち、左から遺伝子表記（Gene Symbol）、多型（Polymorphism）、センスプライマー（Sense primer）、アンチセンスプライマー（Antisense primer）、プローブ１（Probe 1）、プローブ２（Probe 2）、アニーリング温度（Annealing）、およびサイクル数（Cycles））である。また、詳細な方法については、既報のもの（非特許文献６）を基本として、適宜に増幅条件を変えて行った。なお、脳血管障害との関連が認められなかった多型を検出するための条件については記載を省略した。

ＰＣＲ−ＳＳＯＰ−Ｌｕｍｉｎｅｘ法
方法の詳細については、非特許文献６に記載の通りである。以下には、この方法の概要について説明する。
図１には、Ｌｕｍｉｎｅｘ１００で検出するマイクロビーズの微細構造と特徴を示した。マイクロビーズ（図中の符号（Ａ））は、直径が約５.５μｍ程度であり、ポリスチレン製である。ビーズ表面には、特異的な塩基配列を認識する一本鎖のオリゴプローブが結合されている。各ビーズには、各々一種類のプローブが結合されている。このマイクロビーズには、赤色色素と赤外色素が割合を変化させて塗布されており、図中の符号（Ｂ）に示すように、Ｌｕｍｉｎｅｘ１００を用いた測定の段階において、混合した状態で最大１００種類のビーズの同定が行えるようになっている。測定においては、複数種類のプローブを結合させたマイクロビーズ（但し、各マイクロビーズには一種類のプローブのみ）を１反応あたり１種類のビーズが３００から５００個となるようにしたビーズミックスを調製した（図中の符号（Ｃ））。

図２には、ＰＣＲ−ＳＳＯＰ−Ｌｕｍｉｎｅｘ法の手順の概要を示した。
＜増幅反応（Ａｍｐｌｉｆｉｃａｔｉｏｎ）＞
目的とするＤＮＡを増幅するＰＣＲ反応には、５’末端をビオチンでラベルした一本鎖のオリゴプライマーを用いた。１.５ｍＭ塩化マグネシウムを含む１ｘＰＣＲ溶液（５０ｍＭ ＫＣｌ、１０ｍＭ Ｔｒｉｓ−ＨＣｌ、ｐＨ８.３）、２％ ＤＭＳＯ、０.２ｍＭ ｄＮＴＰｓ、及び０.１μＭ〜１０μＭプライマーセットを混合し、Ｔａｑ ＤＮＡポリメラーゼ（５０Ｕ／ｍＬ）と５０ｎｇ〜１００ｎｇのゲノムＤＮＡを加えて２５μＬとした。ＰＣＲ反応は、９５℃で１０分の後、９４℃で２０秒間の変性、６０℃で３０秒間のアニーリング、及び７２℃で３０秒間の伸長を１サイクルとし、これを５０サイクル繰り返した。機器としてＧｅｎｅＡｍｐ９７００サーマルサイクラー（アプライドバイオシステムズ社製）を用いた。

＜ハイブリダイゼーション（Ｈｙｂｒｉｄｉｚａｔｉｏｎ）＞
増幅したＤＮＡを変性した後、ビーズミックスとハイブリダイゼーションさせた。９６ウエルプレートの各ウエルに、５μＬの増幅反応後のＰＣＲ増幅液、５μＬのビーズミックス、及び４０μＬのハイブリダイズ用緩衝液（３.７５Ｍ ＴＭＡＣ、６２.５ｍＭ ＴＢ（ｐＨ８.０）、０.５ｍＭ ＥＤＴＡ、０.１２５％ Ｎ−ラウロイルザルコシン）を添加し、全量５０μＬとした。この混合液を添加した９６ウエルプレートについて、９５℃で２分間の変性の後、５２℃で３０分間のハイブリダイゼーションを行った（ＧｅｎｅＡｍｐ９７００サーマルサイクラーを用いた。）。
図２中には、増幅したＤＮＡを認識するプローブを有するビーズ（１）のみが、ＤＮＡと結合する様子が示されている。

＜ストレプトアビジン−フィコエリスリン反応（ＳＡ−ＰＥ Ｒｅａｃｔｉｏｎ）＞
次に、上記の増幅産物と反応させたビーズをＳＡ−ＰＥと反応させた。ハイブリダイゼーション反応の後、各ウエルに７５μＬのＰＢＳ−Ｔｗｅｅｎ（１ｘＰＢＳ（ｐＨ７.５）、０.０１％ Ｔｗｅｅｎ−２０）を添加し、１０００ｘｇで５分間の遠心を行い、上清を取りさった。更に１００μＬのＰＢＳ−Ｔｗｅｅｎを各ウエルに添加し、１０００ｘｇで５分間の遠心を行い、上清を取り去ることで、マイクロビーズを洗浄した。各ウエルに残ったマイクロビーズに、１０００倍に希釈した７０μＬのＳＡ−ＰＥ溶液を添加し混合した後、５２℃で１５分間の反応を行った（ＧｅｎｅＡｍｐ９７００サーマルサイクラーを用いた。）。
図２中には、ビーズ（１）のプローブにのみビオチン化ＤＮＡが結合しているので、そのビオチンにＳＡ−ＰＥが結合する様子が示されている。

＜測定（Ｍｅａｓｕｒｅｍｅｎｔ）＞
次に、反応後のサンプルはＬｕｍｉｎｅｘ１００を用いて、ビーズ種類の同定と、そのビーズにＰＥが結合しているか否かを判定した。測定は２種類のレーザを使用して行われ、ビーズの種類は６３５ｎｍレーザにより同定し、ＰＥ蛍光は５３２ｎｍレーザを用いて定量した。オリゴビーズに結合したＤＮＡは１測定あたり各々のビーズを最低５０個ずつ測定し、定量されたＰＥの蛍光強度の中央値（ＭＦＩ）を使用した。
図２中には、各ビーズ（１）〜（３）が同定され、かつビーズ（１）にのみＰＥが測定されたことから、ビーズ（１）に結合させたプローブが認識するＤＮＡが増幅された様子が示されている。

統計解析
臨床データは、アテローム血栓性脳梗塞（atherothrombotic infarction）、脳出血（intracerebral hemorrhage）、またはクモ膜下出血（subarachnoid hemorrhage）の患者群とコントロール群との間で、対応のないスチューデントt検定により比較した。質的データは、カイ二乗検定によって比較した。対立遺伝子頻度は遺伝子カウント法によって概算し、ハーディ・ワインベルク平衡にあてはまるかどうかを判断するためにカイ二乗検定を使った。各常染色体における遺伝子型分布は、アテローム血栓性脳梗塞・脳出血・またはクモ膜下出血患者と、コントロールとの間でカイ二乗検定(３ｘ２)によって比較した。Ｘ染色体上にある遺伝子多型については、対立遺伝子頻度をカイ二乗検定(２ｘ２)によって比較した。

アテローム血栓性脳梗塞、脳出血またはクモ膜下出血と関連（Ｐ＜０.０７）する多型は、交絡因子（但し、層別化に用いた因子は除く）を含む多項ロジスティック回帰分析法により解析した。このとき、交絡因子については、年齢（age）、性差(gender：女性＝０、男性＝１)、肥満指数(body mass indes：BMI)、喫煙状態(smoking：非喫煙者＝０、喫煙者＝１)、代謝変数（高血圧（hypertension）・糖尿病（diabetes mellitus）・または高コレステロール血症（hypercholesterolemia）の病歴なし＝０、それらの病歴あり＝１）および各遺伝子型を独立変数とし、それぞれの疾患を従属変数とした。各遺伝子型は、優性、劣性、および２つの付加（付加１および２）遺伝モデルに従って評価し、Ｐ値、オッズ比、および９５％信頼区間を計算した。

各遺伝モデルは２つの群から成る：優性モデルは「変異型のホモ接合体とヘテロ接合体の結合群」対「野生型のホモ接合体」；劣性モデルは「変異型のホモ接合体」対「野生型のホモ接合体とヘテロ接合体の結合群」；付加１モデルは「ヘテロ接合体」対「野生型のホモ接合体」；および、付加２モデルは「変異型のホモ接合体」対「野生型のホモ接合体」である。また、アテローム血栓性脳梗塞、脳出血、およびクモ膜下出血に対する遺伝子型または交絡因子の効果を確認するために、ステップワイズ変数増加法により解析を行った。

アテローム血栓性脳梗塞、脳出血、またはクモ膜下出血と、遺伝子型の多重比較の結果を得る際に、統計的有意性の厳密な基準（層別解析を行わない場合はＰ＜０.００１、層別解析を行った場合はＰ＜０.００５)を採用した。
その他の臨床的バックグラウンドデータについては、危険率５％未満（Ｐ＜０.０５）は統計的に有意であると見なした。統計的有意性は、両側検定によって試験した。統計解析は、ＪＭＰソフトウェア・バージョン５.１（ＳＡＳインスティテュート社製）によって実行した。

Ｉ．層別解析を行わない場合の解析結果
＜試験結果＞
３１５１人の研究対象に関する基礎的データを下表１０に示した。左欄より順に、特徴（Characteristics）、アテローム血栓性脳梗塞患者（Atherothrombotic infarction）、脳出血患者（Intracerebral hemorrhage）、クモ膜下出血患者（Subarachnoid hemorrhage）、およびコントロール者（Controls）を示している。また、特徴欄は、上より順に、者数（No. of subjects）、年齢（Age）、性別（女性／男性）（Gender(female/male)）、肥満指数（Body mass index）、現在または過去の喫煙率（Current or former smoker）、高血圧（Hypertension）、糖尿病（Diabetes mellitus）、および高コレステロール血症（Hypercholesterolemia）を示している。

年齢と肥満指数については、平均±ＳＤで示した。喫煙率については、一日あたり１０本以上を吸った場合を喫煙とした。高血圧については、最大血圧が１４０ｍｍＨｇ以上か、最低血圧が９０ｍｍＨｇ以上の者、或いは高血圧治療剤を服用している者とした。糖尿病については、空腹時血糖値が１２６ｍｇ／ｄＬ以上、またはヘモグロビンA1cが６.５％以上の者、或いは糖尿病治療剤を服用している者とした。高コレステロール血症については、血清総コレステロールが２２０ｍｇ／ｄＬ以上、または脂質降下薬を服用している者とした。また、表中、(a)はＰ＜０.００１、(b)はＰ＜０.００５、(c)はＰ＜０.０５、(d)はＰ＜０.０１を意味している。

アテローム血栓性脳梗塞患者においては、年齢、男性の割合、および高血圧・糖尿病・高コレステロール血症の罹患率が、コントロールに比べて高かった。脳出血患者においては、年齢、ＢＭＩ、および高コレステロール血症の罹患率は、コントロールに比べて低く、男性の割合、および喫煙頻度・高血圧の罹患率は、コントロールよりも高かった。クモ膜下出血患者においては、年齢、ＢＭＩ、および高コレステロール血症の罹患率は、コントロールに比べて低く、喫煙頻度は、コントロールより高かった。

次に、アテローム血栓性脳梗塞、脳出血、およびクモ膜下出血のリスク診断に必要な因子を抽出するため、遺伝子多型および年齢・性別・肥満・喫煙・高血圧・糖尿病・高コレステロール血症について、ステップワイズ変数増加法による解析を行った（詳細については、後述する）。その結果、次に説明するように、脳血管障害に関するリスク診断を行えることが分かった。
＜アテローム血栓性脳梗塞のリスク診断システム＞
表１１には、アテローム血栓性脳梗塞のリスク診断システムに関する詳細を示した。表には、左欄より順に、因子（Variable）、Ｐ値（P value）、オッズ比（９５％信頼区間）（OR(95%CI)）を示した。また、最下段には、従来の危険因子と、遺伝因子のオッズ比を乗じた総合リスク（Total risk）を示した。

多項ロジスティック回帰分析の結果、従来の危険因子としては、性別（男性の方が高リスク）、高血圧、糖尿病が、アテローム血栓性脳梗塞の発症に関連していた。また、今回の研究により、遺伝因子としては、ＩＬ６、ＭＴＨＦＲ、ＩＰ１，ＴＮＦＳＦ４、ＩＴＧＢ２、ＴＨＢＳ２，ＭＭＰ１２、ＡＮＸＡ５の各遺伝子多型がアテローム血栓性脳梗塞の発症に関連していた。従来の危険因子では、最小オッズ比が１.００で最大オッズ比が９.２６であった。一方、遺伝因子では、最小オッズ比が０.０９で最大オッズ比が１５.０８であった。したがって、従来の危険因子と今回判明した遺伝因子を総合すると、最小オッズ比が０.０９で最大オッズ比が１３９.６６であり、１５５２倍の差が認められた。

次に、本実施形態の臨床的な意義について説明する。病院、クリニック、健診センターにおいて、希望者に対して従来の危険因子と今回判明した遺伝因子に関する検査を行い、アテローム血栓性脳梗塞の発症リスクを検出する。例えば、従来の危険因子と遺伝因子全体のオッズ比の積の分布からリスクの程度を３つ以上の複数の群（段階）、例えば５段階に分ける。即ち、従来の危険因子および遺伝子多型の各オッズ比の積をリスク値として、コントロール群における分布を算出する。コントロール群のリスク値が平均±１ＳＤの範囲を平均的リスクの群とし、平均＋１ＳＤ〜平均＋２ＳＤをリスクがやや高い群、平均＋２ＳＤより大きいものをリスクが高い群とする。また、平均−１ＳＤ〜平均−２ＳＤをリスクがやや低い群、平均−２ＳＤより小さいものをリスクが低い群とする。実際に本研究において、リスク値の片対数をとった場合の分布は、リスクが高い群では疾患群が２．４％でコントロール群が０．２％、リスクがやや高い群では疾患群が４２．９％でコントロール群が１８．７％、平均的リスクの群では疾患群が５２．４％でコントロール群が６３．６％、リスクがやや低い群では疾患群が２．４％でコントロール群が１５．９％、リスクが低い群では疾患群が０％でコントロール群が１．６％であった。他の方法として、コントロール群のリスク値の大きい順に全体を５％、２０％、５０％、２０％、５％に区分し、リスク値の最も大きい５％の群をリスクが高い群、次の２０％の群をリスクがやや高い群、次の５０％の群を平均的リスクの群、次の２０％の群をリスクがやや低い群、リスク値が最も小さい５％の群をリスクが低い群とする。実際に本研究における疾患群の分布は、リスクが高い群は２１．１％（コントロール群は５．０％）、リスクがやや高い群は３３．３％（コントロール群は２０．１％）、平均的リスクの群は４２．５％（コントロール群は５０．２％）、リスクがやや低い群は２．８％（コントロール群は１９．９％）、リスクが低い群は０．３％（コントロール群は４．９％）であった。本実施形態では有意な関連が認められなかったが、一般的に喫煙・肥満・高脂血症もアテローム血栓性脳梗塞の危険因子と考えられているので、これらの因子を加味することもできる。

結果については、本実施形態の検出法により得られたデータを基に、医師などの有資格者の判断を含め、カウンセリングを行い、とりわけリスクが高い群またはやや高い群に属する場合には、生活習慣の改善（禁煙・食事療法・運動療法・肥満の軽減・ストレス解消・睡眠不足解消など）や、危険因子の早期治療（高血圧・糖尿病・高脂血症の治療など）を行うことによりアテローム血栓性脳梗塞の一次・二次予防を積極的に推進することができる。今回判明した遺伝因子は変更できないが、従来の危険因子は軽減・治療が可能であるため、これらの因子を治療した場合に発症リスクがどの程度減少するかについても本実施形態に基づいて検出することができる。この検出データを基に、有資格者の判断を含めクライアントに説明する。特にアテローム血栓性脳梗塞や心筋梗塞の家族歴のある人への適用が有効である。本実施形態により、アテローム血栓性脳梗塞のオーダーメイド予防が可能になり、高齢者の健康寿命延長・ＱＯＬ向上・ねたきり防止ならびに今後の医療費削減など、医学的・社会的に大きく貢献できる。

＜脳出血のリスク判断システム＞
表１２には、脳出血のリスク診断システムに関する詳細を示した。表には、左欄より順に、因子（Variable）、Ｐ値（P value）、オッズ比（９５％信頼区間）（OR(95%CI)）を示した。また、最下段には、従来の危険因子と、遺伝因子のオッズ比を乗じた総合リスク（Total risk）を示した。

多項ロジスティック回帰分析の結果、従来の危険因子としては性別（男性の方が高リスク）、高血圧、高コレステロール血症（高コレステロール血症の方が低リスク）が、脳出血の発症に関連していた。また、今回の研究により、遺伝因子としては、ＩＬ６、ＴＮＦ、ＣＤ１４、ＦＢＮ１、ＰＥＣＡＭ１、ＵＣＰ１、ＣＰＢ２、ＬＩＰＣ、ＣＣＬ５の各遺伝子多型が、脳出血の発症に関連していた。従来の危険因子では、最小オッズ比が０.４６で最大オッズ比が４.７７であった。一方、遺伝因子では、最小オッズ比が０.０２で最大オッズ比が７.９２であった。したがって、従来の危険因子と今回判明した遺伝因子を総合すると、最小オッズ比が０.０１で最大オッズ比が３７.７４であり、３７７４倍の差が認められた。

次に、本実施形態の臨床的な意義について説明する。病院、クリニック、健診センターにおいて、希望者に対して従来の危険因子と今回判明した遺伝因子に関する検査を行い、脳出血の発症リスクを検出する。例えば、従来の危険因子と遺伝因子全体のオッズ比の積の分布からリスクの程度を３つ以上の複数の群（段階）、例えば５段階に分ける。即ち、従来の危険因子および遺伝子多型の各オッズ比の積をリスク値として、コントロール群における分布を算出する。コントロール群のリスク値が平均±１ＳＤの範囲を平均的リスクの群とし、平均＋１ＳＤ〜平均＋２ＳＤをリスクがやや高い群、平均＋２ＳＤより大きいものをリスクが高い群とする。また、平均−１ＳＤ〜平均−２ＳＤをリスクがやや低い群、平均−２ＳＤより小さいものをリスクが低い群とする。実際に本研究において、リスク値の片対数をとった場合の分布は、リスクが高い群では疾患群が３．５％でコントロール群が０．５％、リスクがやや高い群では疾患群が４４．０％でコントロール群が１６．８％、平均的リスクの群では疾患群が５２．１％でコントロール群が６７．４％、リスクがやや低い群では疾患群が０．４％でコントロール群が１２．０％、リスクが低い群では疾患群が０％でコントロール群が３．２％であった。他の方法として、コントロール群のリスク値の大きい順に全体を５％、２０％、５０％、２０％、５％に区分し、リスク値の最も大きい５％の群をリスクが高い群、次の２０％の群をリスクがやや高い群、次の５０％の群を平均的リスクの群、次の２０％の群をリスクがやや低い群、リスク値が最も小さい５％の群をリスクが低い群とする。実際に本研究における疾患群の分布は、リスクが高い群は１５．６％（コントロール群は５．０％）、リスクがやや高い群は４６．５％（コントロール群は２０．０％）、平均的リスクの群は３４．８％（コントロール群は５０．０％）、リスクがやや低い群は３．２％（コントロール群は２０．０％）、リスクが低い群は０％（コントロール群は５．０％）であった。本実施形態では有意な関連が認められなかったが、一般的に喫煙・肥満も脳出血の危険因子と考えられているので、これらの因子を加味することもできる。

結果については、本実施形態の検出法により得られたデータを基に、医師などの有資格者の判断を含め、カウンセリングを行い、とりわけリスクが高い群またはやや高い群に属する場合には生活習慣の改善（禁煙・食事療法・運動療法・肥満の軽減・ストレス解消・睡眠不足解消など）や、危険因子の早期治療（高血圧の治療など）を行うことにより脳出血の一次・二次予防を積極的に推進することができる。今回判明した遺伝因子の変更はできないが、従来の危険因子は軽減・治療可能であるため、これらの因子を治療した場合に発症リスクがどの程度減少するかについても本実施形態に基づいて検出することができる。この検出データを基に、有資格者の判断を含めクライアントに説明する。特に脳出血や高血圧の家族歴のある人への適用が有効である。本実施形態により、脳出血のオーダーメイド予防が可能になり、高齢者の健康寿命延長・ＱＯＬ向上・ねたきり防止ならびに今後の医療費削減など、医学的・社会的に大きく貢献できる。

＜クモ膜下出血のリスク診断システム＞
表１３には、クモ膜下出血のリスク診断システムに関する詳細を示した。表には、左欄より順に、因子（Variable）、Ｐ値（P value）、オッズ比（９５％信頼区間）（OR(95%CI)）を示した。また、最下段には、従来の危険因子と、遺伝因子のオッズ比を乗じた総合リスク（Total risk）を示した。

多項ロジスティック回帰分析の結果、従来の危険因子としては高コレステロール血症（高コレステロール血症の方が低リスク）、喫煙、性別（男性の方が低リスク）、高血圧が、クモ膜下出血の発症に関連していた。また、今回の研究により、遺伝因子としては、ＰＫＤ１−ｌｉｋｅ、ＴＮＦ、ＣＡＰＮ１０、ＭＴＨＦＲ、ＵＣＰ３、ＯＬＲ１、ＰＡＸ４、ＴＧＦＢＲ２、ＩＬ１０、ＣＣＬ５の各遺伝子多型が、クモ膜下出血の発症に関連していた。従来の危険因子では、最小オッズ比が０.３５で最大オッズ比が２.６６であった。一方、遺伝因子では、最小オッズ比が０.０３で最大オッズ比が４６.３４であった。したがって、従来の危険因子と今回判明した遺伝因子を総合すると、最小オッズ比が０.０１で最大オッズ比が１２３.３６であり、１２３３６倍の差が認められた。

次に、本実施形態の臨床的な意義について説明する。病院、クリニック、健診センターにおいて、希望者に対して従来の危険因子と今回判明した遺伝因子に関する検査を行い、クモ膜下出血の発症リスクを検出する。例えば、従来の危険因子と遺伝因子全体のオッズ比の積の分布からリスクの程度を３つ以上の複数の群（段階）、例えば５段階に分ける。即ち、従来の危険因子および遺伝子多型の各オッズ比の積をリスク値として、コントロール群における分布を算出する。コントロール群のリスク値が平均±１ＳＤの範囲を平均的リスクの群とし、平均＋１ＳＤ〜平均＋２ＳＤをリスクがやや高い群、平均＋２ＳＤより大きいものをリスクが高い群とする。また、平均−１ＳＤ〜平均−２ＳＤをリスクがやや低い群、平均−２ＳＤより小さいものをリスクが低い群とする。実際に本研究において、リスク値の片対数をとった場合の分布は、リスクが高い群では疾患群が１２．６％でコントロール群が１．２％、リスクがやや高い群では疾患群が３６．８％でコントロール群が１３．９％、平均的リスクの群では疾患群が４７．１％でコントロール群が６９．７％、リスクがやや低い群では疾患群が３．６％でコントロール群が１１．５％、リスクが低い群では疾患群が０％でコントロール群が３．７％であった。他の方法として、コントロール群のリスク値の大きい順に全体を５％、２０％、５０％、２０％、５％に区分し、リスク値の最も大きい５％の群をリスクが高い群、次の２０％の群をリスクがやや高い群、次の５０％の群を平均的リスクの群、次の２０％の群をリスクがやや低い群、リスク値が最も小さい５％の群をリスクが低い群とする。実際に本研究における疾患群の分布は、リスクが高い群は３４．１％（コントロール群は５．０％）、リスクがやや高い群は２５．６％（コントロール群は２０．０％）、平均的リスクの群は３３．２％（コントロール群は５０．０％）、リスクがやや低い群は７．２％（コントロール群は２０．０％）、リスクが低い群は０％（コントロール群は５．０％）であった。本実施形態では有意な関連が認められなかったが、一般的に肥満もクモ膜下出血の危険因子と考えられているので、これを加味することもできる。

結果については、本実施形態の検出法により得られたデータを基に、医師などの有資格者の判断を含め、カウンセリングを行い、とりわけリスクが高い群またはやや高い群に属する場合には生活習慣の改善（禁煙・食事療法・運動療法・肥満の軽減・ストレス解消・睡眠不足解消など）や、危険因子の早期治療（高血圧の治療など）を行うことによりクモ膜下出血の一次・二次予防を積極的に推進する。今回判明した遺伝因子の変更はできないが、従来の危険因子は軽減・治療可能であるため、これらの因子を治療した場合に発症リスクがどの程度減少するかについても本実施形態に基づいて検出することができる。この検出データを基に、有資格者の判断を含めクライアントに説明する。特にクモ膜下出血や高血圧の家族歴のある人への適用が有効である。本システムによりクモ膜下出血のオーダーメイド予防が可能になり、高齢者の健康寿命延長・ＱＯＬ向上・ねたきり防止ならびに今後の医療費削減など、医学的・社会的に大きく貢献できる。

＜統計解析＞
次に、上記リスク診断システムを開発するに至った統計解析の結果について説明する。
カイ二乗検定による遺伝子多型の評価は、アテローム血栓性脳梗塞について１４個、脳出血について１６個、およびクモ膜下出血について１６個のものが、疾病との間の関連を示した（Ｐ＜０.０７）。詳細を表１４および表１５に示した。両表においては、左欄より順に、遺伝子表記（Gene symbol）、多型（Polymorphism）、および危険率（Ｐ）を示している。

ＩＬ６（Ｇ−５７２Ｃ）については、アテローム血栓性脳梗塞患者では野生型ホモ接合対が３.９％、ヘテロ接合体が３１.３％、変異型ホモ接合対が６４.８％、脳出血患者では野生型ホモ接合対が５.０％、ヘテロ接合体が２８.０％、変異型ホモ接合対が６７.０％で、コントロール群では野生型ホモ接合対が５.６％、ヘテロ接合体が３７.８％、変異型ホモ接合対が５６.６％であった。ＵＣＰ３（Ｃ−５５Ｔ）については、クモ膜下出血患者では野生型ホモ接合対が３７.２％、ヘテロ接合体が５８.３％、変異型ホモ接合対が４.５％で、コントロール群では野生型ホモ接合対が４９.３％、ヘテロ接合体が４３.３％、変異型ホモ接合対が７.５％であった。ＴＮＦ（Ｃ−８６３Ａ）については、クモ膜下出血患者では野生型ホモ接合対が５８.７％、ヘテロ接合体が３５.９％、変異型ホモ接合対が５.４％で、コントロール群では野生型ホモ接合対が６９.９％、ヘテロ接合体が２７.７％、変異型ホモ接合対が2.4%であった。ＰＫＤ１−ｌｉｋｅ（Ｇ／Ａ，Ｇｌｙ２４３Ａｓｐ）については、クモ膜下出血患者では野生型ホモ接合対が９６.４％、ヘテロ接合体が３.６％、変異型ホモ接合対が０％で、コントロール群では野生型ホモ接合対が９９.２％、ヘテロ接合体が０.８％、変異型ホモ接合対が０％であった。

これらの多型については、各疾患との関係について更に詳細に分析した。年齢、性別、ＢＭＩ、および喫煙・高血圧・糖尿病・高コレステロール血症の罹患率を補正した多項ロジスティック回帰分析法を行ったところ、次の多型について、各疾患との関連が強く示唆された。劣性モデルにおいて、インターロイキン６遺伝子（ＩＬ６）のＧ−５７２Ｃ多型が、アテローム血栓性脳梗塞および脳出血の罹患率について、有意に（Ｐ＜０.００１）関連した。また、クモ膜下出血の罹患率について、付加１モデルにおいてアンカップリングプロテイン３（ＵＣＰ３）のＣ−５５Ｔ多型が、優性モデル・劣性モデル・付加２モデルにおいて腫瘍壊死因子遺伝子（ＴＮＦ）のＣ−８６３Ａ多型が、優性モデル・付加１モデルにおいて多嚢胞腎１様遺伝子（ＰＫＤ１−ｌｉｋｅ）のＧ／Ａ（Ｇｌｙ２４３Ａｓｐ）多型が、それぞれ有意に関連した。それらの詳細を下表１６および表１７に示した。両表においては、左欄より順に、遺伝子表記（Gene symbol）、多型（Polymorphism）、優性モデル（Dominant）における危険率（P）・オッズ比（OR）・９５％信頼区間（95% CI）、劣性モデル（Recessive）における危険率（P）・オッズ比（OR）・９５％信頼区間（95% CI）、付加１モデル（Additive 1）における危険率（P）・オッズ比（OR）・９５％信頼区間（95% CI）、付加２モデル（Additive 2）における危険率（P）・オッズ比（OR）・９５％信頼区間（95% CI）をそれぞれ示している。多項ロジスティック回帰分析法は、年齢、性差、肥満指数、および喫煙・高血圧・糖尿病・高コレステロール血症の有無について補正して行った。また、表中、危険率が０.００１未満（Ｐ＜０.００１）のデータについては、太字で示した。

更に各疾患に対する、遺伝子型、年齢、性別、ＢＭＩ、および喫煙・高血圧・糖尿病・高コレステロール血症の影響について、ステップワイズ変数増加法により解析した結果を下表１８に示した。表には、左欄より順に、因子（Variable）、Ｐ値（P value）、寄与率（R²）を示している。

アテローム血栓性脳梗塞の罹患率に対し、統計的有意性が高い順に、高血圧、糖尿病、年齢、性別、およびＩＬ６遺伝子型(劣性モデル)が有意であり（Ｐ＜０.００１）、各要因が独立して影響することが分かった。同様に、脳出血の罹患率に対し、性別、高血圧、およびＩＬ６遺伝子型(劣性モデル)が有意であり、各要因が独立して影響することが分かった。一方、クモ膜下出血の罹患率については、年齢とＴＮＦ遺伝子型(優性モデル)が有意であり、独立して影響していた。ＰＫＤ１−ｌｉｋｅ遺伝子多型(優性モデル)は、クモ膜下出血の罹患率に対して、ほぼ有意に影響していた。

表１８において、ステップワイズ変数増加法による解析で、危険率が５％未満（Ｐ＜０.０５）であった遺伝子多型群および年齢・性別・喫煙・肥満・高血圧・糖尿病・高脂血症を独立因子（交絡因子）とし、アテローム血栓性脳梗塞、脳出血またはクモ膜下出血を従属因子として多項ロジスティック回帰分析を行い、Ｐ値、オッズ比、９５％信頼区間を各疾患について算出した。したがって、これらの因子は独立したものであり、オッズ比の積（かけ算）により総合的な疾患発症リスクを予測することができる。
これらの結果をまとめることにより、前述のアテローム血栓性脳梗塞、脳出血、およびクモ膜下出血のリスク判断システムを開発することができた。

＜考察＞
本発明者は、アテローム血栓性脳梗塞、脳出血、およびクモ膜下出血への関与が推定された１５２個の候補遺伝子中、２０２個の多型について、独立な関係を検出した。我々の大規模な研究によって、ＩＬ６のＧ−５７２Ｃ多型がアテローム血栓性脳梗塞と脳出血の両方について、有意に関連していること、及びＴＮＦのＣ−８６３Ａ多型がクモ膜下出血と有意に関連していることが分かった。

アテローム血栓性脳梗塞は、脳血管障害の最も一般的なタイプであり、ほとんどの患者は、アテローム性動脈硬化症によって引き起こされる。いくつかの遺伝因子が、アテローム血栓性脳梗塞に関与していることが知られている（非特許文献７）。今回の研究では、ＩＬ６のＧ−５７２Ｃ多型がアテローム血栓性脳梗塞の発症に有意に関与していること、及びこの条件については、−５７２Ｃ対立遺伝子がリスクファクターであることが分かった。インターロイキン６は、急性炎症反応の促進と、Ｃ反応性タンパク質などの急性期タンパク質の生産調節について重要な役割を果たしている。こうして、内皮細胞を活性化させ、フィブリノーゲンの合成を刺激することによって、ＩＬ−６は炎症反応に寄与している。このサイトカインは、血管の炎症に関わる病態の中でかなり重要である。

ＩＬ６のＧ−１７４Ｃ多型は、心筋梗塞と脳血管障害の発症に寄与すると考えられている頸動脈内膜中膜肥厚（非特許文献８、９、１０）と、虚血性心疾患（非特許文献１１）との両者に関与することが分かった。この多型は、脳梗塞の罹患歴（非特許文献１２、１３）と、若年患者における脳梗塞の重症度に関与することが分かっている（非特許文献１４）。また、この条件においては、Ｇ対立遺伝子がリスク因子であることも知られている。しかしながら、本発明者の知見からすると、この多型は日本人には検出されていない。

脳虚血は、ニューロンと星状細胞の中で、ＩＬ−６の発現を引き起こす。血清中のＩＬ−６濃度は、虚血発作の後で数日以内に増大する。このサイトカインの血清濃度が梗塞病変の大きさと相関していること、および脳脊髄液中の濃度が血清中の濃度よりも高いことから考えると、ＩＬ−６は、虚血脳から発現しているようである。ＩＬ６のプロモーター領域のハプロタイプは、虚血発作患者のＩＬ−６血清濃度と炎症反応とに関連していることが知られている（非特許文献１５）。これらの様々な知見によれば、ＩＬ６の遺伝子多型が脳梗塞の発生について重要な役割を果たしていること、および発明者が得た結果を支持していることが分かる。

脳出血は、高血圧などの環境的因子と、アポリポ蛋白Ｅの遺伝子多型（非特許文献１６）などの遺伝的因子を危険因子として持つことが明らかにされている。本発明者は、ＩＬ６のＧ−５７２Ｃ多型が脳出血の罹患率と有意に関連していること、およびこの条件下で−５７２Ｃ対立遺伝子がリスクファクターであることを明らかにした。ＩＬ６のＧ−１７４Ｃ多型は、脳動静脈奇形で脳出血と関連することが見出されている（非特許文献１７）。さらに、高濃度の血漿中ＩＬ−６は、脳出血における速い血腫増大の独立した予測因子であることが分かっている。

これらの知見より、ＩＬ−６が脳出血の発症と進展において重要な役割を果たしていることが示唆される。脳出血にＩＬ６のＧ−５７２Ｃ多型が関与したことは、脳出血の病態に炎症が関与することを示している。サイトカインはマトリックスメタロプロテイナーゼの生産を誘導し、血管の周りで細胞外基質を減少させて、血管壁に損傷を与えるかも知れない。内皮細胞からＩＬ−６が局所的に放出されると、マトリックスメタロプロテイナーゼの放出と活性化を刺激することによって、血管壁を不安定にするかも知れない。ＩＬ６のＧ−５７２Ｃ多型があると、血液動態のストレスによって既に損傷を受けた血管壁に対して、更にマトリックスメタロプロテイナーゼが影響を与え脳出血に至る可能性が考慮される。

クモ膜下出血の発症のほとんどの原因となっている頭蓋内動脈瘤は、遺伝性の要因を持っている（非特許文献１８）。動脈瘤性のクモ膜下出血患者を持つ一等親血縁者については、そのような患者を持たない者に比べると、頭蓋内動脈瘤が破裂する危険性が約４倍高いことが知られている。本発明者は、ＴＮＦのＣ−８６３Ａ多型が、クモ膜下出血の罹患率と有意に相関していること、およびこの条件において−８６３Ａ対立遺伝子がリスクファクターであることを示した。ＴＮＦｍＲＮＡとタンパク質の量は、プロアポトーシスの下流ターゲットであるＦＡＤＤタンパク質（Fas-associated death domain protein）と共に、人の頭蓋内動脈瘤の中で増加することが見出された（非特許文献１９）。ＴＮＦとＦＡＤＤタンパク質は、血管および免疫細胞に対して炎症とその後のアポトーシスを促進することによって、血管壁を脆弱化させ、脳動脈に有害な影響を及ぼすかもしれない（非特許文献１９）。

ＴＮＦは、プロテアーゼカスパーゼ３を活性化することによって、培養された脳血管内皮細胞中でアポトーシスを引き起こす。さらに、クモ膜下出血患者の脳脊髄液中のＴＮＦ濃度は、良好な予後を示す患者に比べると、不良な予後を示す患者において高かった。さらに、ＴＮＦのＣ−８６３Ａ多型のＡ対立遺伝子を持つ患者は、クモ膜下出血後の不良な予後を示すリスクファクターとなっている（非特許文献２０）。これらの知見によれば、ＴＮＦが、頭蓋内動脈瘤の増悪とクモ膜下出血後の予後について重要な役割を持っていることと、本発明者が得たデータとは一致している。

本発明者は、またＰＫＤ１−ｌｉｋｅ遺伝子のＧ／Ａ（Ｇｌｙ２４３Ａｓｐ）多型がクモ膜下出血の罹患率とほぼ有意に関連することを示した。頭蓋内動脈瘤に関するゲノムワイド連鎖解析法によって、１つの座１ｐ３４.３−ｐ３６.１３1に重要な連鎖（ロッドスコア４.２）があることが示されている（非特許文献２１）。頭蓋内動脈瘤については、この領域中に、ＰＫＤ１−ｌｉｋｅ遺伝子を含むいくつかの候補遺伝子が位置している。頭蓋内動脈瘤との関連が疑われる領域中にＰＫＤ１−ｌｉｋｅ遺伝子が位置していること、および本研究によってクモ膜下出血との関連が強い遺伝子としてＰＫＤ１様遺伝子が抽出されたことからすると、ＰＫＤ１−ｌｉｋｅ遺伝子はクモ膜下出血と関連する候補遺伝子であるものと言える。

本発明者が得た結果は、ＩＬ６がアテローム血栓性脳梗塞と脳出血の両方に影響を与えること、並びにＴＮＦおよびＰＫＤ１−ｌｉｋｅ遺伝子がクモ膜下出血に影響を与えることを示している。これらの多型の遺伝子型は、虚血性または出血性の脳血管障害の遺伝的リスクを評価するために有益である。
このように本実施形態によれば、アテローム血栓性脳梗塞・脳出血・クモ膜下出血などの虚血性および出血性の脳血管障害について、遺伝的リスクおよび発症リスクを判断するための検出法を提供することができる。この実施形態を用いることにより、脳血管障害に対する予防が可能となり、高齢者の健康寿命延長・ＱＯＬ向上・ねたきり防止ならびに今後の医療費削減など、医学的・社会的に大きく貢献できる。

ＩＩ．層別解析を行った場合の解析結果
次に、性別、高血圧の有無、高コレステロール血症の有無、糖尿病の有無、肥満の有無、および喫煙の有無の６個の因子のそれぞれについて層別に解析を行った結果について説明する。
１．性別で層別解析したときの結果
表１９には、男性または女性に分けたときの、アテローム血栓性脳梗塞患者（ACI）とコントロール者の特徴をまとめた。

年齢とＢＭＩについては、平均値±ＳＤにて示した。女性の場合には、年齢、高血圧・高コレステロール血症・および糖尿病の罹患率は、アテローム血栓性脳梗塞患者の方がコントロール者よりも有意に高かった。男性の場合には、高血圧・高コレステロール血症・および糖尿病の罹患率は、アテローム血栓性脳梗塞患者の方がコントロール者よりも有意に高く、喫煙頻度および肥満は、コントロール者の方がアテローム血栓性脳梗塞患者よりも有意に高かった。
次に、アテローム血栓性脳梗塞のリスク診断に必要な因子を抽出するため、遺伝子多型および年齢・喫煙・ＢＭＩ・高血圧・糖尿病・高コレステロール血症について、ステップワイズ変数増加法による解析を行った（詳細については後述する）。その結果、次に説明するように、アテローム血栓性脳梗塞に関するリスク診断を行えることが分かった。

＜男性または女性におけるアテローム血栓性脳梗塞のリスク診断システム＞
表２０には、男性または女性におけるアテローム血栓性脳梗塞のリスク診断システムに関する詳細を示した。表には、左欄より順に、女性における因子（Variable）、Ｐ値（P）、オッズ比（９５％信頼区間）（OR(95%CI)）、男性における因子（Variable）、Ｐ値（P）、オッズ比（９５％信頼区間）（OR(95%CI)）を示した。また、最下段には、従来の危険因子と、遺伝因子のオッズ比を乗じた総合リスク（Total）を示した。

ステップワイズ変数増加法（表２４）でＰ＜０.０５であった遺伝子多型および年齢・喫煙・ＢＭＩ・高血圧・糖尿病・高コレステロール血症を独立因子（交絡因子）とし、アテローム血栓性脳梗塞を従属因子として多項ロジスティック回帰分析を男女別に行い、Ｐ値、オッズ比、９５％信頼区間を算出した。したがってこれらの因子は独立したものであり、オッズ比の積（かけ算）により総合的な疾患発症リスクを予測することができる。
多項ロジスティック回帰分析の結果、女性においては、従来の危険因子としては高血圧、糖尿病が、遺伝因子としては、ＥＤＮ１、ＬＩＰＧ、ＣＣＬ１１、ＵＴＳ２、ＡＫＡＰ１０、ＫＣＮＪ１１、ＩＬ６の各遺伝子多型がアテローム血栓性脳梗塞の発症に関連した。従来の危険因子では最小オッズ比が１.００で最大オッズ比が６.７４、遺伝因子では最小オッズ比が０.３４で最大オッズ比が１３.６９であった。したがって、従来の危険因子と遺伝因子を総合すると、最小オッズ比が０.３４で最大オッズ比が９２.２７であり、２７１倍の差が認められた。また男性においては、従来の危険因子としては糖尿病、高血圧、ＢＭＩが、遺伝因子としては、ＭＴＨＦＲ、ＩＴＧＢ２、ＡＰＯＥ（２箇所の多型）、ＴＮＦＳＦ４、ＡＰＯＡ１、ＥＤＮＲＡ、Ｆ１２、ＫＣＮＪ１１、ＩＰＦ１、ＴＨＢＳ２、ＡＣＤＣの各遺伝子多型がアテローム血栓性脳梗塞の発症に関連した。従来の危険因子では最小オッズ比が１.００で最大オッズ比が１７.２５、遺伝因子では最小オッズ比が０.３３で最大オッズ比が２２５.６６であった。したがって、従来の危険因子と遺伝因子を総合すると、最小オッズ比が０.３３で最大オッズ比が３８９２.６４であり、１１，７９６倍の差が認められた。

次に、本研究成果の臨床的な意義について以下に述べる。病院、クリニック、健診センターにおいて希望者に対して従来の危険因子と遺伝因子に関する検査を行い、アテローム血栓性脳梗塞の発症リスクの予測を男女別に行う。従来の危険因子と遺伝因子全体のオッズ比の積の分布からリスクの程度を５段階に分ける。即ち、平均±１ＳＤの範囲を平均的リスク群とし、平均＋１ＳＤから平均＋２ＳＤをやや高リスク群、平均＋２ＳＤ以上を高リスク群とする。また、平均−１ＳＤから平均−２ＳＤをやや低リスク群、平均−２ＳＤ以下を低リスク群とする。他の方法として、コントロール群のリスク値の大きい順に全体を５％、２０％、５０％、２０％、５％に区分し、リスク値の最も大きい５％の群をリスクが高い群、次の２０％の群をリスクがやや高い群、次の５０％の群を平均的リスクの群、次の２０％の群をリスクがやや低い群、リスク値が最も小さい５％の群をリスクが低い群とする。

なお、本研究では有意な関連が認められなかったが、一般的に女性では喫煙・肥満・高コレステロール血症が、男性では喫煙・高コレステロール血症もアテローム血栓性脳梗塞の危険因子と考えられているので、これらの因子を含めることもできる。
結果については、医師等の有資格者の判断を含めてカウンセリングを行い、とりわけリスクが高い群またはやや高い群に属する場合には生活習慣の改善（禁煙・食事療法・運動療法・肥満の軽減・ストレス解消・睡眠不足解消など）や、危険因子の早期治療（高血圧・糖尿病・高脂血症の治療など）を行うことによりアテローム血栓性脳梗塞の一次・二次予防を積極的に推進する。遺伝因子は変更できないが、従来の危険因子は軽減・治療可能であるため、これらの因子を治療した場合に発症リスクがどの程度減少するかについても予測し、クライアントに説明する。特にアテローム血栓性脳梗塞や心筋梗塞の家族歴のある人への適用が有効である。本システムによりアテローム血栓性脳梗塞のオーダーメイド予防が可能になり、高齢者の健康寿命延長・ＱＯＬ向上・ねたきり防止ならびに今後の医療費削減など、医学的・社会的に大きく貢献できる。

＜統計解析＞
次に、上記リスク判断システムを開発するに至った統計解析の結果について説明する。
カイ二乗検定により、女性の場合には９個の遺伝子多型が、男性の場合には１８個の遺伝子多型が、アテローム血栓性脳梗塞との関連を示した（Ｐ＜０.０６）。詳細を表２１に示した。表中においては、左欄より順に、女性（Women）における遺伝子（Gene）、多型（Polymorphism）、および危険率（P）と、男性(Men)における遺伝子（Gene）、多型（Polymorphism）、および危険率（P）を示している。

これらの多型について、さらにアテローム血栓性脳梗塞との関連を探る解析を行った。年齢、ＢＭＩ、喫煙・高血圧・高コレステロール血症・および糖尿病の有無を補正した多項ロジスティック回帰分析法を行ったところ、次の多型について、アテローム血栓性脳梗塞との関連が強く示唆された。女性の場合には、優性モデルおよび付加１モデルにおいてＬＩＰＧの５８４Ｃ→Ｔ多型が、優性モデルおよび付加１モデルにおいてＣＣＬ１１のＧ→Ａ多型が、優性モデルおよび付加１モデルにおいてＥＤＮ１の５６６５Ｇ→Ｔ多型が、劣性モデルにおいてＩＬ６の−５７２Ｇ→Ｃ多型が、付加２モデルにおいてＫＣＮＪ１１のＡ→Ｇ多型が、有意に（Ｐ＜０.００５）アテローム血栓性脳梗塞に関連した。詳細を表２２に示した。

男性においても同様の解析を行った。その結果、男性の場合には、劣性モデルおよび付加２モデルにおいて６７７Ｃ→Ｔ多型が、優性モデルにおいてＩＴＧＢ２の１３２３Ｃ→Ｃ多型が、付加１モデルにおいてＴＨＢＳ２のＴ→Ｇ多型が、優性モデルおよび付加１モデルにおいてＡＰＯＥの３９３２Ｔ→Ｃ多型が、劣性モデルにおいてＥＤＮＲＡの−２３１Ａ→Ｇ多型が、有意に（Ｐ＜０.００５）アテローム血栓性脳梗塞に関連した。詳細を表２３に示した。

次に、アテローム血栓性脳梗塞に対する、遺伝子型、年齢、ＢＭＩ、喫煙、高血圧、高コレステロール血症、および糖尿病の影響について、ステップワイズ変数増加法により解析した。結果を表２４に示した。表中、左欄より順に、女性における因子（Variable）、Ｐ値（P）、寄与率（R²）、男性における因子（Variable）、Ｐ値（P）、寄与率（R²）をそれぞれ示している。

各遺伝子型は、多項ロジスティック回帰分析において統計的有意となった優性モデルまたは劣性モデルに基づいて解析した。女性の場合には、統計的有意性が高い順に、高血圧、年齢、ＬＩＰＧ遺伝子型（優性モデル）、ＥＤＮ１遺伝子型（優性モデル）、ＣＣＬ１１遺伝子型（優性モデル）、および糖尿病が有意であり（Ｐ≦０.００５）、各要因が独立してアテローム血栓性脳梗塞に影響を与えることが分かった。
男性の場合には、統計的有意性が高い順に、糖尿病、年齢、高血圧、ＭＴＨＦＲ遺伝子型（劣性モデル）、ＩＴＧＢ２遺伝子型（優性モデル）、ＡＰＯＥ遺伝子型（優性モデル）、およびＥＤＮＲＡ遺伝子型（劣性モデル）が有意であり（Ｐ≦０.００５）、各要因が独立してアテローム血栓性脳梗塞に影響を与えることが分かった。

２．高血圧の有無で層別解析したときの結果
表２５には、高血圧の有無で層別化したときのアテローム血栓性脳梗塞とコントロール者の特徴をまとめた。

年齢とＢＭＩについては、平均値±ＳＤにて示した。正常血圧者（Hypertension(-)）では、コントロール者に比べアテローム血栓性脳梗塞患者の方が、年齢、糖尿病の罹患率が有意に高く、高コレステロール血症の罹患率が有意に低かった。高血圧者（Hypertension(+))では、コントロール者に比べアテローム血栓性脳梗塞患者の方が、年齢、糖尿病の罹患率が有意に高かった。
次に、アテローム血栓性脳梗塞のリスク診断を行うために必要な因子を抽出するため、遺伝子多型および年齢・喫煙・ＢＭＩ・性別・糖尿病・高コレステロール血症について、ステップワイズ変数増加法による解析を行った（詳細については後述する）。その結果、次に説明するように、アテローム血栓性脳梗塞に関するリスク診断を行えることが分かった。

＜正常血圧者または高血圧者におけるアテローム血栓性脳梗塞のリスク診断システム＞
表２６には、正常血圧者または高血圧者におけるアテローム血栓性脳梗塞のリスク診断システムに関する詳細を示した。表には、左欄より順に、正常血圧者における因子（Variable）、Ｐ値（P）、オッズ比（９５％信頼区間）（OR(95%CI)）、高血圧者における因子（Variable）、Ｐ値（P）、オッズ比（９５％信頼区間）（OR(95%CI)）を示した。また、最下段には、従来の危険因子と、遺伝因子のオッズ比を乗じた総合リスク（Total）を示した。

ステップワイズ変数増加法（表３０）でＰ＜０.０５であった遺伝子多型および年齢・性別・喫煙・ＢＭＩ・糖尿病・高コレステロール血症を独立因子（交絡因子）とし、アテローム血栓性脳梗塞を従属因子として多項ロジスティック回帰分析を正常血圧者（非高血圧者）と高血圧者において別々に行い、Ｐ値、オッズ比、９５％信頼区間を算出した。したがってこれらの因子は独立したものであり、オッズ比の積（かけ算）により総合的な疾患発症リスクを予測することができる。
多項ロジスティック回帰分析の結果、正常血圧者においては、従来の危険因子としては性別（男性が高リスク）、糖尿病が、遺伝因子としては、ＭＴＨＦＲ、ＡＧＴＲ１、ＳＡＨの各遺伝子多型がアテローム血栓性脳梗塞の発症に関連した。従来の危険因子では最小オッズ比が１.００で最大オッズ比が６.１４、遺伝因子では最小オッズ比が０.３０で最大オッズ比が８.１３であった。したがって、従来の危険因子と遺伝因子を総合すると、最小オッズ比が０.３０で最大オッズ比が４９.９２であり、１６６倍の差が認められた。また高血圧者においては、従来の危険因子としては糖尿病、性別（男性が高リスク）が、遺伝因子としては、ＩＬ６、ＴＮＦＳＦ４、ＳＬＣ２６Ａ８、ＧＰ６、ＨＮＦ４Ａ、ＩＰＦ１、ＰＣＳＫ９、ＴＨＢＳ２の各遺伝子多型がアテローム血栓性脳梗塞の発症に関連した。従来の危険因子では最小オッズ比が１.００で最大オッズ比が２.６２、遺伝因子では最小オッズ比が０.７１で最大オッズ比が５０.２８であった。したがって、従来の危険因子と遺伝因子を総合すると、最小オッズ比が０.７１で最大オッズ比が１３１.７３であり、１８６倍の差が認められた。

次に、本研究成果の臨床的な意義について以下に述べる。病院、クリニック、健診センターにおいて希望者に対して従来の危険因子と遺伝因子に関する検査を行い、アテローム血栓性脳梗塞の発症リスクの予測を正常血圧者と高血圧者で別々に行う。従来の危険因子と遺伝因子全体のオッズ比の積の分布からリスクの程度を５段階に分ける。即ち、平均±１ＳＤの範囲を平均的リスク群とし、平均＋１ＳＤから平均＋２ＳＤをやや高リスク群、平均＋２ＳＤ以上を高リスク群とする。また、平均−１ＳＤから平均−２ＳＤをやや低リスク群、平均−２ＳＤ以下を低リスク群とする。他の方法として、コントロール群のリスク値の大きい順に全体を５％、２０％、５０％、２０％、５％に区分し、リスク値の最も大きい５％の群をリスクが高い群、次の２０％の群をリスクがやや高い群、次の５０％の群を平均的リスクの群、次の２０％の群をリスクがやや低い群、リスク値が最も小さい５％の群をリスクが低い群とする。

なお、本研究では有意な関連が認められなかったが、一般的に喫煙・肥満・高脂血症もアテローム血栓性脳梗塞の危険因子と考えられているので、これらの因子を含めることもできる。
結果については、医師等の有資格者の判断を含めてカウンセリングを行い、とりわけリスクが高い群またはやや高い群に属する場合には生活習慣の改善（禁煙・食事療法・運動療法・肥満の軽減・ストレス解消・睡眠不足解消など）や、危険因子の早期治療（高血圧・糖尿病・高脂血症の治療など）を行うことによりアテローム血栓性脳梗塞の一次・二次予防を積極的に推進する。遺伝因子は変更できないが、従来の危険因子は軽減・治療可能であるため、これらの因子を治療した場合に発症リスクがどの程度減少するかについても予測し、クライアントに説明する。特にアテローム血栓性脳梗塞や心筋梗塞の家族歴のある人への適用が有効である。本システムによりアテローム血栓性脳梗塞のオーダーメイド予防が可能になり、高齢者の健康寿命延長・ＱＯＬ向上・ねたきり防止ならびに今後の医療費削減など、医学的・社会的に大きく貢献できる。

＜統計解析＞
次に、上記リスク判断システムを開発するに至った統計解析の結果について説明する。
カイ二乗検定により、正常血圧者の場合には７個の遺伝子多型が、高血圧者の場合には１２個の遺伝子多型が、アテローム血栓性脳梗塞との関連を示した（Ｐ＜０.０６）。詳細を表２７に示した。表中においては、左欄より順に、正常血圧者（Hypertension(-)）における遺伝子（Gene）、多型（Polymorphism）、および危険率（P）と、高血圧者(Hypertension(+))における遺伝子（Gene）、多型（Polymorphism）、および危険率（P）を示している。

年齢、性別、ＢＭＩ、喫煙・高コレステロール血症・および糖尿病の有無を補正した多項ロジスティック回帰分析法を行ったところ、正常血圧者については、アテローム血栓性脳梗塞との関連がある遺伝子多型は認められなかった。詳細を表２８に示した。

高血圧者においても同様の解析を行った。その結果、高血圧者の場合には、劣性モデルにおいてＩＬ６の−５７２Ｇ→Ｃ多型が、有意に（Ｐ＜０.００５）アテローム血栓性脳梗塞に関連した。詳細を表２９に示した。

結果を表３０に示した。表中、左欄より順に、正常血圧者における因子（Variable）、Ｐ値（P）、寄与率（R²）、高血圧者における因子（Variable）、Ｐ値（P）、寄与率（R²）をそれぞれ示している。

正常血圧者の場合には、統計的有意性が高い順に、年齢、性別、および喫煙が有意であり（Ｐ≦０.００５）、各要因が独立してアテローム血栓性脳梗塞に影響を与えることが分かった。
高血圧者の場合には、統計的有意性が高い順に、糖尿病、ＩＬ６遺伝子型（劣性モデル）が有意であり（Ｐ≦０.００５）、各要因が独立してアテローム血栓性脳梗塞に影響を与えることが分かった。

３．高コレステロール血症の有無で層別解析したときの結果
表３１には、高コレステロール血症の有無で層別化したときのアテローム血栓性脳梗塞とコントロール者の特徴をまとめた。

年齢とＢＭＩについては、平均値±ＳＤにて示した。血清コレステロール正常者（Hypercholesterolemia(-)）および高コレステロール血症者（Hypercholesterolemia(+)）のいずれにおいても、コントロール者に比べアテローム血栓性脳梗塞患者の方が、年齢、高血圧・および糖尿病の罹患率が有意に高かった。
次に、アテローム血栓性脳梗塞のリスク診断に必要な因子を抽出するため、遺伝子多型および年齢・喫煙・ＢＭＩ・性別・糖尿病・高コレステロール血症について、ステップワイズ変数増加法による解析を行った（詳細については後述する）。その結果、次に説明するように、アテローム血栓性脳梗塞に関するリスク診断を行えることが分かった。

＜血清コレステロール正常者または高コレステロール血症者におけるアテローム血栓性脳梗塞のリスク診断システム＞
表３２には、血清コレステロール正常者または高コレステロール血症者におけるアテローム血栓性脳梗塞のリスク診断システムに関する詳細を示した。表には、左欄より順に、血清コレステロール正常者における因子（Variable）、Ｐ値（P）、オッズ比（９５％信頼区間）（OR(95%CI)）、高コレステロール血症者における因子（Variable）、Ｐ値（P）、オッズ比（９５％信頼区間）（OR(95%CI)）を示した。また、最下段には、従来の危険因子と、遺伝因子のオッズ比を乗じた総合リスク（Total）を示した。

ステップワイズ変数増加法（表３６）でＰ＜０.０５であった遺伝子多型および年齢・性別・喫煙・ＢＭＩ・高血圧・糖尿病を独立因子（交絡因子）とし、アテローム血栓性脳梗塞を従属因子として多項ロジスティック回帰分析を血清コレステロール正常者（非高コレステロール血症者）と高コレステロール血症者において別々に行い、Ｐ値、オッズ比、９５％信頼区間を算出した。したがってこれらの因子は独立したものであり、オッズ比の積（かけ算）により総合的な疾患発症リスクを予測することができる。
多項ロジスティック回帰分析の結果、血清コレステロール正常者においては、従来の危険因子としては高血圧、性別（男性が高リスク）、糖尿病が、遺伝因子としては、ＡＧＴ、ＰＣＳＫ９、ＩＴＧＢ２、ＭＴＨＦＲ、Ｆ７の各遺伝子多型がアテローム血栓性脳梗塞の発症に関連した。従来の危険因子では最小オッズ比が１.００で最大オッズ比が６.３８、遺伝因子では最小オッズ比が１.００で最大オッズ比が７５.７６であった。したがって、従来の危険因子と遺伝因子を総合すると、最小オッズ比が１.００で最大オッズ比が４８３.３５であり、４８３倍の差が認められた。

また高コレステロール血症者においては、従来の危険因子としては高血圧、糖尿病、性別（男性が高リスク）が、遺伝因子としては、ＣＯＭＴ、ＡＤＲＢ２、ＨＮＦ４Ａ、ＩＬ６、ＩＰＦ１、ＰＣＫ１、ＰＴＧＩＳ、ＣＣＬ５、ＡＧＴＲ２の各遺伝子多型がアテローム血栓性脳梗塞の発症に関連した。従来の危険因子では最小オッズ比が１.００で最大オッズ比が２４.８９、遺伝因子では最小オッズ比が０.１２で最大オッズ比が１９.７９であった。したがって、従来の危険因子と遺伝因子を総合すると、最小オッズ比が０.１２で最大オッズ比が４９２.５７であり、４１０５倍の差が認められた。

次に、本研究成果の臨床的な意義について以下に述べる。病院、クリニック、健診センターにおいて希望者に対して従来の危険因子と遺伝因子に関する検査を行い、アテローム血栓性脳梗塞の発症リスクの予測を血清コレステロール正常者と高コレステロール血症者で別々に行う。従来の危険因子と遺伝因子全体のオッズ比の積の分布からリスクの程度を５段階に分ける。即ち、平均±１ＳＤの範囲を平均的リスク群とし、平均＋１ＳＤから平均＋２ＳＤをやや高リスク群、平均＋２ＳＤ以上を高リスク群とする。また、平均−１ＳＤから平均−２ＳＤをやや低リスク群、平均−２ＳＤ以下を低リスク群とする。他の方法として、コントロール群のリスク値の大きい順に全体を５％、２０％、５０％、２０％、５％に区分し、リスク値の最も大きい５％の群をリスクが高い群、次の２０％の群をリスクがやや高い群、次の５０％の群を平均的リスクの群、次の２０％の群をリスクがやや低い群、リスク値が最も小さい５％の群をリスクが低い群とする。

なお、本研究では有意な関連が認められなかったが、一般的に喫煙・肥満もアテローム血栓性脳梗塞の危険因子と考えられているので、これらの因子を含めることができる。
結果については、医師等の有資格者の判断を含めてカウンセリングを行い、とりわけリスクが高い群またはやや高い群に属する場合には生活習慣の改善（禁煙・食事療法・運動療法・肥満の軽減・ストレス解消・睡眠不足解消など）や、危険因子の早期治療（高血圧・糖尿病・高脂血症の治療など）を行うことによりアテローム血栓性脳梗塞の一次・二次予防を積極的に推進する。遺伝因子は変更できないが、従来の危険因子は軽減・治療可能であるため、これらの因子を治療した場合に発症リスクがどの程度減少するかについても予測し、クライアントに説明する。特にアテローム血栓性脳梗塞や心筋梗塞の家族歴のある人への適用が有効である。本システムによりアテローム血栓性脳梗塞のオーダーメイド予防が可能になり、高齢者の健康寿命延長・ＱＯＬ向上・ねたきり防止ならびに今後の医療費削減など、医学的・社会的に大きく貢献できる。

＜統計解析＞
次に、上記リスク判断システムを開発するに至った統計解析の結果について説明する。
カイ二乗検定により、血清コレステロール正常者の場合には１２個の遺伝子多型が、高コレステロール血症者の場合には１８個の遺伝子多型が、アテローム血栓性脳梗塞との関連を示した（Ｐ＜０.０６）。詳細を表３３に示した。表中においては、左欄より順に、血清コレステロール正常者（Hypercholesterolemia(-)）における遺伝子（Gene）、多型（Polymorphism）、および危険率（P）と、高コレステロール血症者(Hypercholesterolemia(+))における遺伝子（Gene）、多型（Polymorphism）、および危険率（P）を示している。

年齢、性別、ＢＭＩ、喫煙・高血圧・および糖尿病の有無を補正した多項ロジスティック回帰分析法を行ったところ、血清コレステロール正常者については、アテローム血栓性脳梗塞との関連がある遺伝子多型は認められなかった。詳細を表３４に示した。

高コレステロール血症者においても同様の解析を行った。その結果、高コレステロール血症者の場合には、劣性モデルおよび付加２モデルにおいてＣＣＬ５の−４０３Ｇ→Ａ多型が、優性モデルおよび付加１モデルにおいてＣＯＭＴのＧ→Ａ多型が、有意に（Ｐ＜０.００５）アテローム血栓性脳梗塞に関連した。詳細を表３５に示した。

次に、アテローム血栓性脳梗塞に対する、遺伝子型、性差、年齢、ＢＭＩ、喫煙、高血圧、および糖尿病の影響について、ステップワイズ変数増加法により解析した。結果を表３６に示した。表中、左欄より順に、血清コレステロール正常者における因子（Variable）、Ｐ値（P）、寄与率（R²）、高コレステロール血症者における因子（Variable）、Ｐ値（P）、寄与率（R²）をそれぞれ示している。

血清コレステロール正常者の場合には、統計的有意性が高い順に、高血圧、年齢、性差、ＡＧＴ遺伝子型（優性モデル）、および糖尿病が有意であり（Ｐ≦０.００５）、各要因が独立してアテローム血栓性脳梗塞に影響を与えることが分かった。
高コレステロール血症者の場合には、統計的有意性が高い順に、高血圧、糖尿病、ＡＧＴＲ２遺伝子型（優性モデル）、ＣＣＬ５遺伝子型（劣性モデル）、ＡＤＲＢ２遺伝子型（劣性モデル）、およびＣＯＭＴ遺伝子型（優性モデル）が有意であり（Ｐ≦０.００５）、各要因が独立してアテローム血栓性脳梗塞に影響を与えることが分かった。

４．糖尿病の有無で層別解析したときの結果
表３７には、糖尿病の有無で層別化したときのアテローム血栓性脳梗塞とコントロール者の特徴をまとめた。

年齢とＢＭＩについては、平均値±ＳＤにて示した。血糖正常者（Diabetes mellitus(-)）および糖尿病者（Diabetes mellitus(+)）のいずれにおいても、コントロール者に比べアテローム血栓性脳梗塞患者の方が、年齢、および高血圧の罹患率が有意に高かった。
次に、アテローム血栓性脳梗塞のリスク診断に必要な因子を抽出するため、遺伝子多型および年齢・喫煙・ＢＭＩ・性別・高血圧・高コレステロール血症について、ステップワイズ変数増加法による解析を行った（詳細については後述する）。その結果、次に説明するように、アテローム血栓性脳梗塞に関するリスク診断を行えることが分かった。

＜血糖正常者または糖尿病者におけるアテローム血栓性脳梗塞のリスク診断システム＞
表３８には、血糖正常者または糖尿病者におけるアテローム血栓性脳梗塞のリスク診断システムに関する詳細を示した。表には、左欄より順に、血糖正常者における因子（Variable）、Ｐ値（P）、オッズ比（９５％信頼区間）（OR(95%CI)）、糖尿病者における因子（Variable）、Ｐ値（P）、オッズ比（９５％信頼区間）（OR(95%CI)）を示した。また、最下段には、従来の危険因子と、遺伝因子のオッズ比を乗じた総合リスク（Total）を示した。

ステップワイズ変数増加法（表４２）でＰ＜０.０５であった遺伝子多型および年齢・性別・喫煙・ＢＭＩ・高血圧・高コレステロール血症を独立因子（交絡因子）とし、アテローム血栓性脳梗塞を従属因子として多項ロジスティック回帰分析を血糖正常者（非糖尿病者）と糖尿病者において別々に行い、Ｐ値、オッズ比、９５％信頼区間を算出した。したがってこれらの因子は独立したものであり、オッズ比の積（かけ算）により総合的な疾患発症リスクを予測することができる。
多項ロジスティック回帰分析の結果、血糖正常者においては、従来の危険因子としては高血圧、性別（男性が高リスク）が、遺伝因子としては、ＭＭＰ１２、ＩＬ６、ＣＯＬ３Ａ１、ＡＢＣＡ１、ＳＡＨの各遺伝子多型がアテローム血栓性脳梗塞の発症に関連した。従来の危険因子では最小オッズ比が１.００で最大オッズ比が４.９２、遺伝因子では最小オッズ比が０.４０で最大オッズ比が６.６２であった。したがって、従来の危険因子と遺伝因子を総合すると、最小オッズ比が０.４０で最大オッズ比が３２.５７であり、８１倍の差が認められた。また糖尿病者においては、従来の危険因子としては高血圧、性別（男性が高リスク）、高脂血症が、遺伝因子としては、ＡＰＯＥ、ＣＯＭＴ、ＧＰ６、ＴＮＦＳＦ４、ＧＣＫ、ＦＡＢＰ２、ＭＴＨＦＲ、ＧＹＳ１の各遺伝子多型がアテローム血栓性脳梗塞の発症に関連した。従来の危険因子では最小オッズ比が１.００で最大オッズ比が８.６５、遺伝因子では最小オッズ比が０.３５で最大オッズ比が１８８.０２であった。したがって、従来の危険因子と遺伝因子を総合すると、最小オッズ比が０.３５で最大オッズ比が１６２６.３７であり、４６４７倍の差が認められた。

次に、本研究成果の臨床的な意義について以下に述べる。病院、クリニック、健診センターにおいて希望者に対して従来の危険因子と遺伝因子に関する検査を行い、アテローム血栓性脳梗塞の発症リスクの予測を血糖正常者（非糖尿病者）と糖尿病者で別々に行う。従来の危険因子と遺伝因子全体のオッズ比の積の分布からリスクの程度を５段階に分ける。即ち、平均±１ＳＤの範囲を平均的リスク群とし、平均＋１ＳＤから平均＋２ＳＤをやや高リスク群、平均＋２ＳＤ以上を高リスク群とする。また、平均−１ＳＤから平均−２ＳＤをやや低リスク群、平均−２ＳＤ以下を低リスク群とする。他の方法として、コントロール群のリスク値の大きい順に全体を５％、２０％、５０％、２０％、５％に区分し、リスク値の最も大きい５％の群をリスクが高い群、次の２０％の群をリスクがやや高い群、次の５０％の群を平均的リスクの群、次の２０％の群をリスクがやや低い群、リスク値が最も小さい５％の群をリスクが低い群とする。

なお、本研究では有意な関連が認められなかったが、一般的に血糖正常者では喫煙・肥満・高脂血症が、糖尿病者では喫煙・肥満がアテローム血栓性脳梗塞の危険因子と考えられているので、これらの因子を含めることができる。
結果については、医師等の有資格者の判断を含めてカウンセリングを行い、とりわけリスクが高い群またはやや高い群に属する場合には生活習慣の改善（禁煙・食事療法・運動療法・肥満の軽減・ストレス解消・睡眠不足解消など）や、危険因子の早期治療（高血圧・糖尿病・高脂血症の治療など）を行うことによりアテローム血栓性脳梗塞の一次・二次予防を積極的に推進する。遺伝因子は変更できないが、従来の危険因子は軽減・治療可能であるため、これらの因子を治療した場合に発症リスクがどの程度減少するかについても予測し、クライアントに説明する。特にアテローム血栓性脳梗塞や心筋梗塞の家族歴のある人への適用が有効である。本システムによりアテローム血栓性脳梗塞のオーダーメイド予防が可能になり、高齢者の健康寿命延長・ＱＯＬ向上・ねたきり防止ならびに今後の医療費削減など、医学的・社会的に大きく貢献できる。

＜統計解析＞
次に、上記リスク判断システムを開発するに至った統計解析の結果について説明する。
カイ二乗検定により、血糖正常者の場合には８個の遺伝子多型が、糖尿病者の場合には１５個の遺伝子多型が、アテローム血栓性脳梗塞との関連を示した（Ｐ＜０.０６）。詳細を表３９に示した。表中においては、左欄より順に、血糖正常者（Diabetes mellitus(-)）における遺伝子（Gene）、多型（Polymorphism）、および危険率（P）と、糖尿病者(Diabetes mellitus(+))における遺伝子（Gene）、多型（Polymorphism）、および危険率（P）を示している。

年齢、性別、ＢＭＩ、喫煙・高血圧・および高コレステロール血症の有無を補正した多項ロジスティック回帰分析法を行ったところ、血糖正常者については、アテローム血栓性脳梗塞との関連がある遺伝子多型は認められなかった。詳細を表４０に示した。

糖尿病者についても同様の解析を行った。その結果、糖尿病者の場合には、優性モデルおよび付加１モデルにおいてＡＰＯＥの３９３２Ｔ→Ｃ多型が、優性モデルにおいてＦＡＢＰ２の２４４５Ｇ→Ａ多型が、付加２モデルにおいてＴＮＦＳＦ４のＡ→Ｇ多型が、有意に（Ｐ＜０.００５）アテローム血栓性脳梗塞に関連した。詳細を表４１に示した。

次に、アテローム血栓性脳梗塞に対する、遺伝子型、性差、年齢、ＢＭＩ、喫煙、高血圧、および高コレステロール血症の影響について、ステップワイズ変数増加法により解析した。結果を表４２に示した。表中、左欄より順に、血糖正常者における因子（Variable）、Ｐ値（P）、寄与率（R²）、糖尿病者における因子（Variable）、Ｐ値（P）、寄与率（R²）をそれぞれ示している。

血糖正常者の場合には、統計的有意性が高い順に、高血圧、年齢、性差、およびＩＬ６遺伝子型（劣性モデル）が有意であり（Ｐ≦０.００５）、各要因が独立してアテローム血栓性脳梗塞に影響を与えることが分かった。
糖尿病者の場合には、統計的有意性が高い順に、高血圧、ＡＰＯＥ遺伝子型（優性モデル）、年齢、ＴＮＦＳ４遺伝子型（劣性モデル）、ＧＣＫ遺伝子型（劣性モデル）、および性差が有意であり（Ｐ≦０.００５）、各要因が独立してアテローム血栓性脳梗塞に影響を与えることが分かった。

５．肥満の有無で層別解析したときの結果
表４３には、肥満の有無で層別化したときのアテローム血栓性脳梗塞とコントロール者の特徴をまとめた。

年齢とＢＭＩについては、平均値±ＳＤにて示した。ＢＭＩ正常者（Obesity(-)）の場合には、コントロール者に比べアテローム血栓性脳梗塞患者の方が、年齢、高血圧・高コレステロール血症・および糖尿病の罹患率が有意に高かった。また、肥満者（Obesity(+)）の場合には、コントロール者に比べアテローム血栓性脳梗塞患者の方が、年齢、高血圧・および糖尿病の罹患率が有意に高かった。
次に、アテローム血栓性脳梗塞のリスク診断に必要な因子を抽出するため、遺伝子多型および年齢・喫煙・性別・高血圧・高コレステロール血症・糖尿病について、ステップワイズ変数増加法による解析を行った（詳細については後述する）。その結果、次に説明するように、アテローム血栓性脳梗塞に関するリスク診断を行えることが分かった。

＜ＢＭＩ正常者または肥満者におけるアテローム血栓性脳梗塞のリスク診断システム＞
表４４には、ＢＭＩ正常者または肥満者におけるアテローム血栓性脳梗塞のリスク診断システムに関する詳細を示した。表には、左欄より順に、ＢＭＩ正常者における因子（Variable）、Ｐ値（P）、オッズ比（９５％信頼区間）（OR(95%CI)）、肥満者における因子（Variable）、Ｐ値（P）、オッズ比（９５％信頼区間）（OR(95%CI)）を示した。また、最下段には、従来の危険因子と、遺伝因子のオッズ比を乗じた総合リスク（Total）を示した。

ステップワイズ変数増加法（表４８）でＰ＜０.０５であった遺伝子多型群および年齢・性別・喫煙・高血圧・高脂血症・糖尿病を独立因子（交絡因子）とし、アテローム血栓性脳梗塞を従属因子として多項ロジスティック回帰分析をＢＭＩ正常者（非肥満者）と肥満者において別々に行い、Ｐ値、オッズ比、９５％信頼区間を算出した。したがってこれらの因子は独立したものであり、オッズ比の積（かけ算）により総合的な疾患発症リスクを予測することができる。
多項ロジスティック回帰分析の結果、ＢＭＩ正常者においては、従来の危険因子としては高血圧、性別（男性が高リスク）、糖尿病が、遺伝因子としては、ＩＬ６、ＬＩＰＧ、ＭＴＨＦＲ、ＧＣＫ、ＴＮＦＳＦ４、ＡＧＴの各遺伝子多型がアテローム血栓性脳梗塞の発症に関連した。従来の危険因子では最小オッズ比が１.００で最大オッズ比が１１.９１、遺伝因子では最小オッズ比が０.３９で最大オッズ比が１６.５６であった。したがって、従来の危険因子と遺伝因子を総合すると、最小オッズ比が０.３９で最大オッズ比が１９７.２３であり、５０６倍の差が認められた。また肥満者においては、従来の危険因子としては高血圧、糖尿病が、遺伝因子としては、ＵＣＰ３、ＩＬ１０、ＩＰＦ１、ＬＩＰＧ、ＡＰＯＡ１、ＥＤＮ１の各遺伝子多型がアテローム血栓性脳梗塞の発症に関連した。従来の危険因子では最小オッズ比が１.００で最大オッズ比が７.２２、遺伝因子では最小オッズ比が０.２９で最大オッズ比が１７.１４であった。したがって、従来の危険因子と遺伝因子を総合すると、最小オッズ比が０.２９で最大オッズ比が１２３.７５であり、４２７倍の差が認められた。

次に、本研究成果の臨床的な意義について以下に述べる。病院、クリニック、健診センターにおいて希望者に対して従来の危険因子と遺伝因子に関する検査を行い、アテローム血栓性脳梗塞の発症リスクの予測をＢＭＩ正常者（非肥満者）と肥満者で別々に行う。従来の危険因子と遺伝因子全体のオッズ比の積の分布からリスクの程度を５段階に分ける。即ち、平均±１ＳＤの範囲を平均的リスク群とし、平均＋１ＳＤから平均＋２ＳＤをやや高リスク群、平均＋２ＳＤ以上を高リスク群とする。また、平均−１ＳＤから平均−２ＳＤをやや低リスク群、平均−２ＳＤ以下を低リスク群とする。他の方法として、コントロール群のリスク値の大きい順に全体を５％、２０％、５０％、２０％、５％に区分し、リスク値の最も大きい５％の群をリスクが高い群、次の２０％の群をリスクがやや高い群、次の５０％の群を平均的リスクの群、次の２０％の群をリスクがやや低い群、リスク値が最も小さい５％の群をリスクが低い群とする。

なお、本研究では有意な関連が認められなかったが、一般的に喫煙・高脂血症もアテローム血栓性脳梗塞の危険因子と考えられているので、これらの因子を含めることができる。
結果については、医師等の有資格者の判断を含めてカウンセリングを行い、とりわけリスクが高い群またはやや高い群に属する場合には生活習慣の改善（禁煙・食事療法・運動療法・肥満の軽減・ストレス解消・睡眠不足解消など）や、危険因子の早期治療（高血圧・糖尿病・高脂血症の治療など）を行うことによりアテローム血栓性脳梗塞の一次・二次予防を積極的に推進する。遺伝因子は変更できないが、従来の危険因子は軽減・治療可能であるため、これらの因子を治療した場合に発症リスクがどの程度減少するかについても予測し、クライアントに説明する。特にアテローム血栓性脳梗塞や心筋梗塞の家族歴のある人への適用が有効である。本システムによりアテローム血栓性脳梗塞のオーダーメイド予防が可能になり、高齢者の健康寿命延長・ＱＯＬ向上・ねたきり防止ならびに今後の医療費削減など、医学的・社会的に大きく貢献できる。

＜統計解析＞
次に、上記リスク判断システムを開発するに至った統計解析の結果について説明する。
カイ二乗検定により、ＢＭＩ正常者の場合には１０個の遺伝子多型が、肥満者の場合には１１個の遺伝子多型が、アテローム血栓性脳梗塞との関連を示した（Ｐ＜０.０６）。詳細を表４５に示した。表中においては、左欄より順に、ＢＭＩ正常者（Obesity(-)）における遺伝子（Gene）、多型（Polymorphism）、および危険率（P）と、肥満者(Obesity(+))における遺伝子（Gene）、多型（Polymorphism）、および危険率（P）を示している。

年齢、性別、喫煙・高血圧・高コレステロール血症および糖尿病の有無を補正した多項ロジスティック回帰分析法を行ったところ、ＢＭＩ正常者については、劣性モデルにおいてＩＬ６の−５７２Ｇ→Ｃ多型が、有意に（Ｐ＜０.００５）アテローム血栓性脳梗塞に関連した。詳細を表４６に示した。

肥満者についても同様の解析を行った。その結果、肥満者の場合には、劣性モデルおよび付加２モデルにおいてＵＣＰ３の−５５Ｃ→Ｔ多型が、付加１モデルにおいてＩＬ１０の−５７２Ａ→Ｃ多型が、付加１モデルにおいてＩＬ１０の−８１９Ｔ→Ｃ多型が、有意に（Ｐ＜０.００５）アテローム血栓性脳梗塞に関連した。詳細を表４７に示した。

次に、アテローム血栓性脳梗塞に対する、遺伝子型、性差、年齢、喫煙、高血圧、糖尿病および高コレステロール血症の影響について、ステップワイズ変数増加法により解析した。結果を表４８に示した。表中、左欄より順に、ＢＭＩ正常者における因子（Variable）、Ｐ値（P）、寄与率（R²）、肥満者における因子（Variable）、Ｐ値（P）、寄与率（R²）をそれぞれ示している。

ＢＭＩ正常者の場合には、統計的有意性が高い順に、高血圧、性別、年齢、糖尿病、喫煙、およびＩＬ６遺伝子型（劣性モデル）が有意であり（Ｐ≦０.００５）、各要因が独立してアテローム血栓性脳梗塞に影響を与えることが分かった。
肥満者の場合には、統計的有意性が高い順に、高血圧、糖尿病、および年齢が有意であり（Ｐ≦０.００５）、各要因が独立してアテローム血栓性脳梗塞に影響を与えることが分かった。

６．喫煙の有無で層別解析したときの結果
表４９には、喫煙の有無で層別化したときのアテローム血栓性脳梗塞とコントロール者の特徴をまとめた。

年齢とＢＭＩについては、平均値±ＳＤにて示した。非喫煙者（Nonsmokers）の場合には、コントロール者に比べアテローム血栓性脳梗塞患者の方が、年齢、高血圧・高コレステロール血症・および糖尿病の罹患率が有意に高かった。また、喫煙者（Smokers）の場合には、コントロール者に比べアテローム血栓性脳梗塞患者の方が、年齢、高血圧・および糖尿病の罹患率が有意に高かった。
次に、アテローム血栓性脳梗塞のリスク診断に必要な因子を抽出するため、遺伝子多型および年齢・性別・ＢＭＩ・高血圧・高コレステロール血症・糖尿病について、ステップワイズ変数増加法による解析を行った（詳細については後述する）。その結果、次に説明するように、アテローム血栓性脳梗塞に関するリスク診断を行えることが分かった。

＜非喫煙者または喫煙者におけるアテローム血栓性脳梗塞のリスク診断システム＞
表５０には、非喫煙者または喫煙者におけるアテローム血栓性脳梗塞のリスク診断システムに関する詳細を示した。表には、左欄より順に、非喫煙者における因子（Variable）、Ｐ値（P）、オッズ比（９５％信頼区間）（OR(95%CI)）、喫煙者における因子（Variable）、Ｐ値（P）、オッズ比（９５％信頼区間）（OR(95%CI)）を示した。また、最下段には、従来の危険因子と、遺伝因子のオッズ比を乗じた総合リスク（Total）を示した。

ステップワイズ変数増加法（表５４）でＰ＜０.０５であった遺伝子多型および年齢・性別・ＢＭＩ・高血圧・高脂血症・糖尿病を独立因子（交絡因子）とし、アテローム血栓性脳梗塞を従属因子として多項ロジスティック回帰分析を非喫煙者と喫煙者において別々に行い、Ｐ値、オッズ比、９５％信頼区間を算出した。したがってこれらの因子は独立したものであり、オッズ比の積（かけ算）により総合的な疾患発症リスクを予測することができる。
多項ロジスティック回帰分析の結果、非喫煙者においては、従来の危険因子としては高血圧、性別（男性が高リスク）、糖尿病が、遺伝因子としては、ＩＬ６、ＭＴＨＦＲ、ＴＮＦＳＦ４、ＩＴＧＢ２、ＬＩＰＧ、ＵＣＰ３、ＭＭＰ１２、ＵＴＳ２、ＴＨＢＳ２の各遺伝子多型がアテローム血栓性脳梗塞の発症に関連した。従来の危険因子では最小オッズ比が１.００で最大オッズ比が９.２２、遺伝因子では最小オッズ比が１.００で最大オッズ比が６３.８１であった。したがって、従来の危険因子と遺伝因子を総合すると、最小オッズ比が１.００で最大オッズ比が５８８.３３であり、５８８倍の差が認められた。また喫煙者においては、従来の危険因子としては高血圧、糖尿病が、遺伝因子としては、Ｆ１２、ＣＯＭＴ、ＣＸＣＬ１６、ＣＰＢ２の各遺伝子多型がアテローム血栓性脳梗塞の発症に関連した。従来の危険因子では最小オッズ比が１.００で最大オッズ比が５.９０、遺伝因子では最小オッズ比が０.１４で最大オッズ比が４.３８であった。したがって、従来の危険因子と遺伝因子を総合すると、最小オッズ比が０.１４で最大オッズ比が２５.８４であり、１８５倍の差が認められた。

次に、本研究成果の臨床的な意義について以下に述べる。病院、クリニック、健診センターにおいて希望者に対して従来の危険因子と遺伝因子に関する検査を行い、アテローム血栓性脳梗塞の発症リスクの予測を非喫煙者と喫煙者で別々に行う。従来の危険因子と遺伝因子全体のオッズ比の積の分布からリスクの程度を５段階に分ける。即ち、平均±１ＳＤの範囲を平均的リスク群とし、平均＋１ＳＤから平均＋２ＳＤをやや高リスク群、平均＋２ＳＤ以上を高リスク群とする。また、平均−１ＳＤから平均−２ＳＤをやや低リスク群、平均−２ＳＤ以下を低リスク群とする。他の方法として、コントロール群のリスク値の大きい順に全体を５％、２０％、５０％、２０％、５％に区分し、リスク値の最も大きい５％の群をリスクが高い群、次の２０％の群をリスクがやや高い群、次の５０％の群を平均的リスクの群、次の２０％の群をリスクがやや低い群、リスク値が最も小さい５％の群をリスクが低い群とする。

なお、本研究では有意な関連が認められなかったが、一般的に高脂血症・肥満もアテローム血栓性脳梗塞の危険因子と考えられているので、これらの因子を含めることもできる。
結果については、医師等の有資格者の判断を含めてカウンセリングを行い、とりわけリスクが高い群またはやや高い群に属する場合には生活習慣の改善（禁煙・食事療法・運動療法・肥満の軽減・ストレス解消・睡眠不足解消など）や、危険因子の早期治療（高血圧・糖尿病・高脂血症の治療など）を行うことによりアテローム血栓性脳梗塞の一次・二次予防を積極的に推進する。遺伝因子は変更できないが、従来の危険因子は軽減・治療可能であるため、これらの因子を治療した場合に発症リスクがどの程度減少するかについても予測し、クライアントに説明する。特にアテローム血栓性脳梗塞や心筋梗塞の家族歴のある人への適用が有効である。本システムによりアテローム血栓性脳梗塞のオーダーメイド予防が可能になり、高齢者の健康寿命延長・ＱＯＬ向上・ねたきり防止ならびに今後の医療費削減など、医学的・社会的に大きく貢献できる。

＜統計解析＞
次に、上記リスク判断システムを開発するに至った統計解析の結果について説明する。
カイ二乗検定により、非喫煙者および喫煙者のいずれの場合にも１４個の遺伝子多型が、アテローム血栓性脳梗塞との関連を示した（Ｐ＜０.０６）。詳細を表５１に示した。表中においては、左欄より順に、非喫煙者（Smoking(-)）における遺伝子（Gene）、多型（Polymorphism）、および危険率（P）と、喫煙者(Smoking(+))における遺伝子（Gene）、多型（Polymorphism）、および危険率（P）を示している。

年齢、性別、ＢＭＩ、高血圧・高コレステロール血症および糖尿病の有無を補正した多項ロジスティック回帰分析法を行ったところ、非喫煙者については、次の多型がアテローム血栓性脳梗塞の発症に関連した。劣性モデルにおいてＩＬ６の−５７２Ｇ→Ｃ多型が、劣性モデルにおいてＭＴＨＦＲの６７７Ｃ→Ｔ多型が、劣性モデルおよび付加２モデルにおいてＴＮＦＳＦ４のＡ→Ｇ多型が、有意に（Ｐ＜０.００５）アテローム血栓性脳梗塞に関連した。詳細を表５２に示した。

喫煙者についても同様の解析を行ったところ、劣性モデルにおいてＣＸＣＬ１６のＣ→Ｔ（Ａｌａ１８１Ｖａｌ）多型が、劣性モデルにおいてＦ１２の４６Ｃ→Ｔ多型が、有意に（Ｐ＜０.００５）アテローム血栓性脳梗塞に関連した。詳細を表５３に示した。

次に、アテローム血栓性脳梗塞に対する、遺伝子型、性差、年齢、ＢＭＩ、高血圧、糖尿病および高コレステロール血症の影響について、ステップワイズ変数増加法により解析した。結果を表５４に示した。表中、左欄より順に、非喫煙者における因子（Variable）、Ｐ値（P）、寄与率（R²）、喫煙者における因子（Variable）、Ｐ値（P）、寄与率（R²）をそれぞれ示している。

非喫煙者の場合には、統計的有意性が高い順に、高血圧、性別、年齢、糖尿病、ＩＬ６遺伝子型（劣性モデル）、ＭＴＨＦＲ遺伝子型（劣性モデル）、およびＴＮＦＳＦ４遺伝子型（連通孔性モデル）が有意であり（Ｐ≦０.００５）、各要因が独立してアテローム血栓性脳梗塞に影響を与えることが分かった。
喫煙者の場合には、統計的有意性が高い順に、高血圧、年齢、Ｆ１２遺伝子型（劣性モデル）、およびＣＸＣＬ１６遺伝子型（レッセモデル）が有意であり（Ｐ≦０.００５）、各要因が独立してアテローム血栓性脳梗塞に影響を与えることが分かった。

＜考察＞
本発明者らは、２０２個の多型についてアテローム血栓性脳梗塞との関係を、性別、高血圧の有無、高コレステロール血症の有無、糖尿病の有無、肥満の有無、および喫煙の有無に層別化して評価した。その結果、アテローム血栓性脳梗塞に関与する多型は、性別、およびその他の従来の危険因子の有無に応じて異なっていることが分かった。
アテローム血栓性脳梗塞は、脳卒中のうちで最も一般的な疾患であり、多くの患者では、アテローム性動脈硬化によって引き起こされている（非特許文献７）。アテローム性動脈硬化は、動脈壁の内皮細胞および平滑筋細胞への損傷に対する各種の炎症反応や繊維増殖反応が過剰に起こった結果、多くの増殖因子、サイトカイン、および血管制御分子の関与によって生ずる（非特許文献２２）。

本発明者らは、鋭意検討に基づき、血管に関する生物学(高血圧、アテローム性動脈硬化症、動脈攣縮、または動脈瘤の観点から)、血小板機能、白血球と単核マクロファージに関する生物学、凝固と線維素溶解のカスケード、神経学的因子(循環器、血圧、または内分泌機能の制御の観点から)、脂質、グルコース、およびホモシステイン代謝、他の代謝因子に関する包括的な概要に基づき、虚血性または出血性の脳血管障害に関連する可能性のある１５２個の候補遺伝子を選択した。実際に、アテローム血栓性脳梗塞に関与する遺伝子は、幅広い病因に関与していた。例えば、細胞接着（ＩＴＧＢ２、ＴＮＦＳＦ４）、血管炎症（ＣＣＬ１１、ＩＬ６）、白血球・リンパ球・および単球−マクロファージ生物学（ＣＣＬ５）、血管収縮（ＥＤＮ１、ＥＤＮＲＡ）、脂質代謝（ＬＩＰＧ、ＡＰＯＥ、ＣＸＣＬ１６）、ホモシステイン代謝（ＭＴＨＦＲ）、カテコールアミン伝達代謝（ＣＯＭＴ）、および血液凝固（Ｆ１２）が含まれている。

今回の研究で見出されたアテローム血栓性脳梗塞との関連がある１３個の多型のうち、４個の多型（すなわち、ＬＩＰＧの５８４Ｃ→Ｔ、ＡＰＯＥの３９３２Ｔ→Ｃ、ＩＬ６の−５７２Ｇ→Ｃ、Ｆ１２の４６Ｃ→Ｔ）については、虚血性脳卒中との関連を指摘する既報がある（非特許文献１２、１３、２３−２６）。また、残りの９個の多型（すなわち、ＬＩＰＧの５８４Ｃ→Ｔ、ＥＤＮ１の５６６５Ｇ→Ｔ、ＣＣＬ１１のＧ→Ａ、ＩＴＧＢ２の１３２３Ｃ→Ｔ、ＥＤＮＲＡの−２３１Ａ→Ｇ、ＣＣＬ５の−４０３Ｇ→Ａ、ＣＯＭＴのＧ→Ａ、ＴＮＦＳＦ４のＡ→Ｇ、ＣＸＣＬ１６のＣ→Ｔ）については、そのような既報は見あたらない。

男女に層別したときのアテローム血栓性脳梗塞に関連する多型
アテローム血栓性脳梗塞については、女性の場合には、ＬＩＰＧの５８４Ｃ→Ｔ（Ｔｈｒ１１１Ｉｌｅ）多型、ＥＤＮ１の５６６５Ｇ→Ｔ（Ｌｙｓ１９８Ａｓｎ）多型、およびＣＣＬ１１のＧ→Ａ（Ａｌａ２３Ｔｈｒ）多型が関連していた。また、男性の場合には、ＭＴＨＦＲの６７７Ｃ→Ｔ（Ａｌａ２２２Ｖａｌ）多型、ＩＴＧＢ２の１３２３Ｃ→Ｔ多型、ＡＰＯＥの３９３２Ｔ→Ｃ（Ｃｙｓ１１２Ａｒｇ）多型、およびＥＤＮＲＡの−２３１Ａ→Ｇ多型が関連していた。今回の研究では、アテローム血栓性脳梗塞に関連する多型が、性差で異なる理由については明らかとはなっていない。

一般的に、女性がアテローム血栓性脳梗塞や心筋梗塞などのアテローム硬化性疾患に罹患する年齢は男性に比べると１０歳程度の遅れがあることから考えると、同世代の男性と女性がアテローム血栓性脳梗塞に罹患する機序は異なっているのかも知れない。性ホルモンであるエストロゲンは、血管内皮細胞からＮＯやＰＧＩ_２の様な血管拡張物質の産生を促進し、エンドセリン１の様な血管収縮物質の産生を抑制することにより、血管壁や血管収縮拡張調節に対して、好ましい影響を及ぼす。したがって、エストロゲンなどの性ホルモン量が男女で異なることにより、アテローム血栓性脳梗塞に関与する遺伝子多型が異なるのかも知れない。更に、今回調査した遺伝子多型は、アテローム血栓性脳梗塞に関連する遺伝子多型の一部であり、男女に共通してアテローム血栓性脳梗塞に関連する遺伝子多型が更に見つかる可能性もある。

高血圧の有無、高コレステロール血症の有無、糖尿病の有無、肥満の有無、喫煙の有無に層別化したときのアテローム血栓性脳梗塞に関与する遺伝子多型について
遺伝的要因と環境要因との相互作用がアテローム血栓性脳梗塞の原因として重要ではないかと考えたので、高血圧の有無・高コレステロール血症の有無・糖尿病の有無・肥満の有無・喫煙習慣の有無に分けたときのアテローム血栓性脳梗塞の発症に関連する多型について解析を行った。その結果、高血圧者では、ＩＬ６の−５７２Ｇ→Ｃ多型がアテローム血栓性脳梗塞に関連したが、血圧正常者では、そのような多型は認められなかった。高コレステロール血症者では、ＣＣＬ５の−４０３Ｇ→Ａ多型とＣＯＭＴのＧ→Ａ（Ｖａｌ１５８Ｍｅｔ）多型がアテローム血栓性脳梗塞に関連したが、血清コレステロール正常者では、そのような多型は認められなかった。糖尿病者では、ＡＰＯＥの３９３２Ｔ→Ｃ（Ｃｙｓ１１２Ａｒｇ）とＴＮＦＳＦ４のＡ→Ｇ多型がアテローム血栓性脳梗塞に関連したが、非糖尿病者では、そのような多型は認められなかった。肥満者では、ＩＬ６の−５７２Ｇ→Ｃ多型がアテローム血栓性脳梗塞に関連したが、ＢＭＩ正常者では、そのような多型は認められなかった。非喫煙者では、ＩＬ６の−５７２Ｇ→Ｃ多型、ＭＴＨＦＲの６７７Ｃ→Ｔ（Ａｌａ２２２Ｖａｌ）多型、およびＴＮＦＳＦ４のＡ→Ｇ多型がアテローム血栓性脳梗塞に関連したが、喫煙者では、Ｆ１２の４６Ｃ→Ｔ多型とＣＸＣＬ１６のＣ→Ｔ（Ａｌａ１８１Ｖａｌ）多型がアテローム血栓性脳梗塞に関連した。

これらの結果から、従来のアテローム血栓性脳梗塞の危険因子の有無によって、関連する遺伝子多型が異なることが分かった。但し、その理由については、今のところ未知のままである。１個の遺伝子多型がアテローム血栓性脳梗塞の発症に寄与する程度は小さいので、多型とアテローム血栓性脳梗塞の発症との関連は従来のアテローム血栓性脳梗塞の危険因子の有無によって影響を受けるかも知れない。更に、高血圧・高コレステロール血症・糖尿病・肥満といった従来の危険因子自体が遺伝的な要因を持っているため、アテローム血栓性脳梗塞に関連する遺伝子多型と従来のアテローム血栓性脳梗塞の危険因子に関連する遺伝子多型との間に何らかの相互作用があるのかも知れない。
このように本実施形態によれば、アテローム血栓性脳梗塞について、遺伝的リスクおよび発症リスクを判断するための検出法を提供することができる。この実施形態を用いることにより、アテローム血栓性脳梗塞に対する予防が可能となり、高齢者の健康寿命延長・ＱＯＬ向上・ねたきり防止ならびに今後の医療費削減など、医学的・社会的に大きく貢献できる。

Gretarsdottir S, Sveinbjornsdottir S, Jonsson HH, et al. Localization of a susceptibility gene for common forms of stroke to 5q12. Am J Hum Genet 2002;70:593-603. Gretarsdottir S, Thorleifsson G, Reynisdottir ST, et al. The gene encoding phosphodiesterase 4D confers risk of ischemic stroke. Nat Genet 2003;35:131-8. Helgadottir A, Manolescu A, Thorleifsson G, et al. The gene encoding 5-lipoxygenase activating protein confers risk of myocardial infarction and stroke. Nat Genet 2004;36:233-9. Cipollone F, Toniato E, Martinotti S, et al. A polymorphism in the cyclooxygenase 2 gene as an inherited protective factor against myocardial infarction and stroke. JAMA 2004;291:2221-8. Special report from the National Institute of Neurological Disorders and Stroke. Classification of Cerebrovascular Diseases III. Stroke 1990;21:637-76. Itoh Y, Mizuki N, Shimada T, et al. High throughput DNA typing of HLA-A, -B, -C and -DRB1 loci by a PCR-SSOP-Luminex method in the Japanese population. Immunogenetics 2005;57:717-29. Humphries SE, Morgan L. Genetic risk factors for stroke and carotid atherosclerosis: insights into pathophysiology from candidate gene approaches. Lancet Neurol 2004;3:227-36. Rundek T, Elkind MS, Pittman J, et al. Carotid intima-media thickness is associated with allelic variants of stromelysin-1, interleukin-6, and hepatic lipase genes: the Northern Manhattan Prospective Cohort Study. Stroke 2002;33:1420-3. Rauramaa R, Vaisanen SB, Luong LA, et al. Stromelysin-1 and interleukin-6 gene promoter polymorphisms are determinants of asymptomatic carotid artery atherosclerosis. Arterioscler Thromb Vasc Biol 2000;20:2657-62. O'Leary DH, Polak JF, Kronmal RA, Manolio TA, Burke GL, Wolfson SK Jr. Carotid-artery intima and media thickness as a risk factor for myocardial infarction and stroke in older adults. Cardiovascular Health Study Collaborative Research Group. N Engl J Med 1999;340:14-22. Humphries SE, Luong LA, Ogg MS, Hawe E, Miller GJ. The interleukin-6 -174 G/C promoter polymorphism is associated with risk of coronary heart disease and systolic blood pressure in healthy men. Eur Heart J 2001;22:2243-52. Pola R, Flex A, Gaetani E, Flore R, Serricchio M, Pola P. Synergistic effect of -174 G/C polymorphism of the interleukin-6 gene promoter and 469 E/K polymorphism of the intercellular adhesion molecule-1 gene in Italian patients with history of ischemic stroke. Stroke 2003;34:881-5. Flex A, Gaetani E, Papaleo P, et al. Proinflammatory genetic profiles in subjects with history of ischemic stroke. Stroke 2004;35:2270-5. Greisenegger S, Endler G, Haering D, et al. The (-174) G/C polymorphism in the interleukin-6 gene is associated with the severity of acute cerebrovascular events. Thromb Res 2003;110:181-6. Acalovschi D, Wiest T, Hartmann M, et al. Multiple levels of regulation of the interleukin-6 system in stroke. Stroke 2003;34:1864-9. Woo D, Sauerbeck LR, Kissela BM, et al. Genetic and environmental risk factors for intracerebral hemorrhage: preliminary results of a population-based study. Stroke 2002;33:1190-5. Pawlikowska L, Tran MN, Achrol AS, et al. Polymorphisms in genes involved in inflammatory and angiogenic pathways and the risk of hemorrhagic presentation of brain arteriovenous malformations. Stroke 2004;35:2294-300. Ruigrok YM, Rinkel GJ, Wijmenga C. Genetics of intracranial aneurysms. Lancet Neurol 2005;4:179-89. Jayaraman T, Berenstein V, Li X, et al. Tumor necrosis factor α is a key modulator of inflammation in cerebral aneurysms. Neurosurgery 2005;57:558-64. Ruigrok YM, Slooter AJ, Bardoel A, Frijns CJ, Rinkel GJ, Wijmenga C. Genes and outcome after aneurysmal subarachnoid haemorrhage. J Neurol 2005;252:417-22. Nahed BV, Seker A, Guclu B, et al. Mapping a Mendelian form of intracranial aneurysm to 1p34.3-p36.13. Am J Hum Genet 2005;76:172-9. Ross R. The pathogenesis of atherosclerosis: a perspective for the 1990s. Nature 362:801-809, 1993. Morita H, Kurihara H, Tsubaki S, Sugiyama T, Hamada C, Kurihara Y, Shindo T, Oh-hashi Y, Kitamura K, Yazaki Y: Methylenetetrahydrofolate reductase gene polymorphism and ischemic stroke in Japanese. Arterioscler Thromb Vasc Biol 18: 1465-1469, 1998. Kohara K, Fujisawa M, Ando F, Tabara Y, Niino N, Miki T, Shimokata H; NILS-LSA Study. MTHFR gene polymorphism as a risk factor for silent brain infarcts and white matter lesions in the Japanese general population: The NILS-LSA Study. Stroke 34: 1130-1135, 2003. Kessler C, Spitzer C, Stauske D, Mende S, Stadlmuller J, Walther R, Rettig R: The apolipoprotein E and beta-fibrinogen G/A-455 gene polymorphisms are associated with ischemic stroke involving large-vessel disease. Arterioscler Thromb Vasc Biol 17:2880-2884, 1997. Santamaria A, Mateo J, Tirado I, Oliver A, Belvis R, Marti-Fabregas J, Felices R, Soria JM, Souto JC, Fontcuberta J: Homozygosity of the T allele of the 46 C->T polymorphism in the F12 gene is a risk factor for ischemic stroke in the Spanish population. Stroke 35:1795-1799, 2004.

Ｌｕｍｉｎｅｘ１００で検出するマイクロビーズの微細構造と特徴を示す図である。 ＰＣＲ−ＳＳＯＰ−Ｌｕｍｉｎｅｘ法の手順の概要を示す図である。

Claims (2)

1. 日本人における脳血管障害の遺伝的リスク検出法であって、
   前記脳血管障害がアテローム血栓性脳梗塞の場合には、ＩＰＦ１の３Ｇ−１０８／４Ｇ、ＴＮＦＳＦ４のＡ／Ｇ、ＩＴＧＢ２のＣ１３２３Ｔ、ＴＨＢＳ２のＴ３９４９Ｇ、ＭＭＰ１２のＡ−８２Ｇ及びＡＮＸＡ５のＣ−１Ｔの遺伝子多型を検出し、
   前記脳血管障害が脳出血の場合には、ＴＮＦのＣ−８６３Ａ、ＣＤ１４のＣ−２６０Ｔ、ＦＢＮ１のＴ１８７５Ｃ、ＰＥＣＡＭ１のＣ１４５４Ｇ、ＵＣＰ１のＡ−１１２Ｃ、ＣＰＢ２のＧ５２９Ａ、ＬＩＰＣのＧ−２５０Ａ及びＣＣＬ５のＣ−２８Ｇの遺伝子多型を検出し、
   前記脳血管障害がクモ膜下出血の場合には、ＰＫＤ１−ｌｉｋｅのＧ／Ａ（Ｇｌｙ２４３Ａｓｐ）、ＴＮＦのＣ−８６３Ａ、ＣＡＰＮ１０のＧ４８５２Ａ、ＭＴＨＦＲのＣ６７７Ｔ、ＵＣＰ３のＣ−５５Ｔ、ＯＬＲ１のＧ５０１Ｃ、ＰＡＸ４のＣ５６７Ｔ、ＴＧＦＢＲ２のＣ１１６７Ｔ、ＩＬ１０のＴ−８１９Ｃ及びＣＣＬ５のＧ−４０３Ａの遺伝子多型を検出することを特徴とする日本人における遺伝的リスク検出法。
2. 前記脳血管障害がアテローム血栓性脳梗塞のときには、更に、
   女性の場合には、ＥＤＮ１の５６６５Ｇ→Ｔ、ＬＩＰＧの５８４Ｃ→Ｔ、ＣＣＬ１１のＧ→Ａ（Ａｌａ２３Ｔｈｒ）、ＵＴＳ２のＧ→Ａ（Ｓｅｒ８９Ａｓｎ）、ＡＫＡＰ１０のＡ→Ｇ（Ｉｌｅ６４６Ｖａｌ）及びＫＣＮＪ１１のＡ→Ｇ（Ｇｌｕ２３Ｌｙｓ）、男性の場合には、ＡＰＯＥの３９３２Ｔ→Ｃ、ＡＰＯＡ１の８４Ｔ→Ｃ、ＥＤＮＲＡの−２３１Ａ→Ｇ、Ｆ１２の４６Ｃ→Ｔ、ＴＨＢＳ２のＴ→Ｇ（３’ＵＴＲ）、ＡＰＯＥの−２１９Ｇ→Ｔ及びＡＣＤＣの−１１３７７Ｃ→Ｇ、
   正常血圧者の場合には、ＡＧＴＲ１の１１６６Ａ→Ｃ及びＳＡＨのＡ→Ｇ（ｉｎ ｉｎｔｒｏｎ１２）、高血圧者の場合には、ＳＬＣ２６Ａ８のＡ→Ｇ（Ｉｌｅ６３９Ｖａｌ）、ＧＰ６の１３２５４Ｔ→Ｃ、ＨＮＦ４ＡのＡ→Ｇ及びＰＣＳＫ９の２３９６８Ａ→Ｇ、
   血清コレステロール正常者の場合には、ＡＧＴの−６Ｇ→Ａ及びＦ７の１１４９６Ｇ→Ａ、高コレステロール血症者の場合には、ＣＯＭＴのＧ→Ａ（Ｖａｌ１５８Ｍｅｔ）、ＡＤＲＢ２の４６Ａ→Ｇ、ＰＣＫ１の−２３２Ｃ→Ｇ、ＰＴＧＩＳの１１１７Ｃ→Ａ、ＣＣＬ５の−２８Ｃ→Ｇ及びＡＧＴＲ２の１６７５Ｇ→Ａ、
   血糖正常者の場合には、ＣＯＬ３Ａ１のＧ→Ａ（Ａｌａ６９８Ｔｈ）及びＡＢＣＡ１の２５８３Ａ→Ｇ、糖尿病者の場合には、ＧＣＫの−３０Ｇ→Ａ、ＦＡＢＰ２の２４４５Ｇ→Ａ及びＧＹＳ１のＡ→Ｇ（Ｍｅｔ４１６Ｖａｌ）、
   肥満者の場合には、ＵＣＰ３の−５５Ｃ→Ｔ及びＩＬ１０の−５９２Ａ→Ｃ、
   喫煙者の場合には、ＣＸＣＬ１６のＣ→Ｔ（Ａｌａ１８１Ｖａｌ）及びＣＰＢ２のＴ→Ｃ（Ｉｌｅ３４７Ｔｈｒ）の遺伝子多型を検出することを特徴とする請求項１に記載の日本人における遺伝的リスク検出法。