rsID（rs番号）とは？dbSNPが管理する遺伝子変異の共通IDをやさしく解説

遺伝子検査の結果やGWASの論文を読んでいると、「rs429358」「rs1045642」のような“rs”から始まる番号を目にすることがあります。これはrsID（rs番号）と呼ばれ、世界中の研究者・臨床医・検査会社が「同じ遺伝子の違い（バリアント）」を共通の言葉で指し示すための“住所つきの登録番号”です。この番号を管理しているのが、アメリカのNCBIが運営する巨大データベース「dbSNP」です。本記事では、rsIDとdbSNPの仕組み、番号がどうやって付けられ・統合され・分割されるのか、そして検査・GWAS・薬の選択にどう使われるのかを、遺伝専門医がやさしく解説します。

1. rsID（rs番号）とは？遺伝子の違いにつく「世界共通の住所」

rsID（rs番号）は、正式には「Reference SNP cluster ID」と呼ばれる識別番号です。ヒトのSNP（一塩基多型）をはじめとする小さな遺伝子の違いに対して、データベース「dbSNP」が割り振る固有の番号です。「rs」という接頭辞のあとに数字が続き、たとえば「rs429358」「rs1045642」のように表記されます。世界中の研究者や臨床医、検査会社が、同じ遺伝子の違いを指すときに、この同じ番号を使うことで会話が成り立ちます。

なぜこのような番号が必要なのでしょうか。ヒトのゲノムは約30億の塩基対からできていますが、参照ゲノム（基準となる配列）は時々更新され、「染色体の何番目」という座標がアップデートのたびに少しずつズレることがあります。座標だけでバリアントを指していると、ゲノムが新しくなるたびに「どの場所のことか」が分からなくなってしまいます。そこで、ゲノムの座標が変わっても同じ変異を一貫して追いかけられる“バーコード”として、rsIDが使われます。商品のバーコードが値段や陳列場所が変わっても同じ商品を指し続けるのと同じ発想です。

ここで早めに強調しておきたいのは、rs番号がついていること自体は「異常」や「病気」を意味しない、という点です。rsIDは、あくまで「この場所にこういう違いがあります」という事実に対して付けられた登録番号にすぎません。臨床的にその違いが良性なのか、病的なのか、意味がまだ分からないのかは、別のデータベースや頻度の情報、症状などを合わせて初めて判断できます。検査結果にrs番号がずらりと並んでいても、その多くは正常な個人差です。

rsIDが「遺伝学の共通語」になった理由

rsIDが世界標準として定着した背景には、研究の再現性とデータの統合という大きな課題があります。世界中の研究グループがそれぞれ独自の名前でバリアントを呼んでいたら、別々の研究結果を突き合わせる「メタアナリシス」ができません。GWAS（ゲノムワイド関連解析）で「あるバリアントが病気と関連した」と報告するとき、rsIDで統一して記載することが標準的な作法となっているため、世界中の独立した研究が同じ番号を手がかりに統合できます。こうしてrsIDは、研究論文・DTC遺伝子検査・薬理ゲノミクス・臨床データベースを横断する“事実上の共通語”になりました。

2. dbSNPとは？25年以上ヒトの遺伝的多様性を集めてきた巨大カタログ

dbSNP（Database of Single Nucleotide Polymorphisms）は、アメリカ国立生物工学情報センター（NCBI）と国立ヒトゲノム研究所（NHGRI）の共同事業として1998年に構想され、1999年に一般公開された公的データベースです[1]。名前のとおり、当初はSNP（一塩基多型）やSNV（一塩基バリアント）を中心に扱っていましたが、時間とともに対象が広がり、現在では50塩基対以下の短い挿入・欠失（インデル）やマイクロサテライト、小規模な構造変異なども含む、幅広い「小さなバリアント」のカタログとして機能しています[2]。

dbSNPは単独の孤立した倉庫ではなく、論文データベースのPubMedや遺伝子情報のGeneなど、NCBIのほかの主要なリソースと密接につながった“発見の場（ディスカバリー・スペース）”として設計されています[3]。あるバリアントを調べる入口になると同時に、ほかの検索から始まった調べ物にバリアント情報を提供する“情報サーバー”としての二重の役割を担っています。

ヒト専用データベースへの特化と、爆発的なデータ拡大

dbSNPは当初、ヒトだけでなくマウスなどあらゆる生物の変異データを受け入れるオープンな倉庫でした。しかし、データの急増とヒトゲノム医療への応用の高まりを背景に、NCBIは2017年9月1日をもって非ヒト生物のデータの新規受け入れを停止し、現在はヒト（Homo sapiens）の変異データに特化したデータベースとして運営されています[2]。これにより、臨床的に問題となる稀な病的バリアントから、完全に中立的な多型まで、ヒトのあらゆる小さな分子変異を扱う中央リポジトリとしての位置づけが明確になりました。

その規模は25年以上の歴史のなかで爆発的に拡大しました。HapMapプロジェクト、1000 Genomes Project、ExAC、gnomAD、TOPMedといった大規模な集団ゲノミクスのプロジェクトからデータが統合され、飛躍的に成長しています[2]。近年のビルド156の時点では、提出された変異（ss）が44億件超、ユニークな参照SNP（rs）が11億件超に達し、ヒトゲノム全体にバリアントが高密度に分布する、極めて大規模なカタログになっています[2]。現在のdbSNPのデータは、臨床的に重要なバリアント情報を集めるClinVarや、遺伝病情報のOMIMなどの基盤としても広く使われています。

3. ss番号とrs番号：提出された変異が「共通番号」になるまで

rsIDがどのように生まれるのかを理解すると、dbSNPの仕組みがぐっと分かりやすくなります。研究者が新しく見つけた変異をdbSNPに提出すると、まずその提出データに「ss番号（Submitted SNP）」という、提出者ごとの仮の番号が割り当てられます。世界中から同じ変異が別々に提出されると、その数だけ別々のss番号が付くことになります。

次に、NCBIのシステムが、提出された変異の周辺の配列やゲノム上のマッピング位置を評価し、同じゲノム位置を指している複数のss番号をひとつにまとめます（クラスタリング）。この、重複のないクラスター（まとまり）に対して新しく割り振られるのが、「rs」で始まるrsIDです。つまり、ss番号は「投稿された一つひとつの報告」、rs番号は「同じものをまとめた代表番号」というイメージです。

この隣接配列は、NCBIのBLASTという配列照合ツールを使って参照ゲノムと突き合わせられます。すでに同じ変異がdbSNPに登録されているかどうかは、配列の一致度や変異位置の塩基を照合することで判定されます[4]。あるrsIDに複数のss番号が紐づいている場合、dbSNPは最も長い隣接配列を持つものなどを「代表的な配列（エグゼンプラー）」として採用し、そのクラスターの基準として扱います。

世界中から提出された変異（ss番号）を、同じゲノム位置ごとにまとめ、その代表として共通の登録番号（rs番号）を割り当てる。これにより、別々の研究が同じ番号で同じ変異を指し示せるようになる。

4. rsIDをめぐる「定義の食い違い」：変異の番号か、場所の番号か

rsIDには、研究者・臨床医の使い方と、dbSNP開発者の設計思想との間に、長年の“すれ違い”があります。これを知っておくと、検査アノテーション（注釈付け）で起こりがちな誤解を避けられます。

多くの研究者や臨床医は、rsIDを「特定の変異そのものを指し示す番号」として扱います。「rs○○は血圧上昇と関連する」「rs○○は終止コドンを作ってタンパク質を途中で切る」といった言い方は、文献でも日常的に使われます。SNPの多くが2種類のアレル（塩基のタイプ）を持つという前提のもと、参照アレルと特定の代替アレルのペアをrsIDと同一視する慣行が定着しています[5]。

一方、dbSNP開発者の立場では、rsIDは「特定の変異」ではなく、あくまで「参照ゲノム上の特定の“場所”を示す目印」にすぎない、という考え方がとられています[5]。つまり、片方は「変異の番号」、もう片方は「場所の番号」として同じrsIDを見ているわけです。この設計思想の違いが、ソフトウェアやアノテーションの現場で「識別可能性」の問題を引き起こします。

具体的には、ひとつのrsIDが指す場所に複数の異なる代替アレルが存在するケースや、まれにrsIDが参照ゲノム上の複数の場所にマッピングされるケースでは、rsID単体ではどの具体的な塩基変化を指しているのかが一意に決まらないことがあります[5]。検査結果でrs番号を見たときに、「番号だけでは、どの塩基がどう変わったかまでは確定しないことがある」というのは、解釈の上で重要なポイントです。

アノテーションの落とし穴：位置の一致か、塩基まで一致か

多くのバイオインフォマティクスのツールは、ユーザーが提供したバリアントとdbSNPのデータの間に「物理的な位置の重なり」があるだけで、自動的にrsIDを割り当てます[5]。一方で、ANNOVARのような一部の厳格なツールは、位置の重なりだけでなく「塩基（アレル）まで完全に一致しなければrsIDを割り当てない」という、より厳しいアプローチ（厳密一致）を採用しています[5]。

なぜこの違いが重要かというと、位置の重なりだけでrsIDを付けてしまうと、同じ場所にある“よくある一般的なバリアント”のrsIDが、まったく別の極めて稀なバリアントに誤って付与されてしまう恐れがあるからです[5]。稀なバリアントに一般的なバリアントの番号がついてしまうと、頻度の見積もりを誤り、病的かどうかの解釈で見落とし（偽陰性）や過剰判定（偽陽性）が生じるリスクにつながります。検査の精度を考えるうえで、見過ごせない論点です。

5. rsIDのマージ（統合）とスプリット（分割）：番号が変わる理由

dbSNPは、いちど作られたら変わらない石碑ではありません。新しいデータや臨床的な知見が加わるたびに、自分自身の構造を組み替えていく、動きのあるデータベースです。その最も目立つ動きが、rsIDの「マージ（統合）」と「スプリット（分割）」です[6]。数年前の論文に載っていたrs番号が、今のdbSNPでは別の番号に変わっている、ということが実際に起こります。

マージ（統合）：別々だった番号がひとつにまとまる

次世代シーケンシングなどの普及で、同じ変異に対して複数の研究機関から膨大な数の提出が集まるようになりました。新しいデータベースの「ビルド（版）」が作られるとき、それまで別々のrsIDとして扱われていた複数のバリアントが、実は同じゲノム位置にある同じ変異だったと判明することがあります。このとき、それらはひとつのrsIDに統合されます[6]。

統合には明確なルールがあります。番号の大きい新しいrsIDを、番号の小さい古いrsIDに統合するという原則です[6]。より早く発見・登録された番号を歴史的な基準として残すためです。統合されると、大きいほうの番号はメインの索引からは「削除」された扱いになり、履歴データとして保持されます。ユーザーが古い番号で検索しても、システムが自動的に現在の番号へ案内してくれるため、情報がたどれなくなることはありません[6]。

スプリット（分割）：ひとつの番号が複数に分かれる

逆に、ひとつのrsIDが複数のrsIDに分割されることもあります。これは「場所の番号か、変異の番号か」という前章の議論と深く関わります。たとえば、ある位置で参照塩基GがA・C・Tのいずれかに変わるケースが、当初ひとつのrsIDのクラスターとしてまとめられていたとします。その後の研究で、「GからAへの変化」は重大なタンパク質機能不全を起こす病的バリアントだが、「GからC・Tへの変化」は表現型に影響しない良性バリアントだと分かったとします。

このように機能的にまったく異なるアレルを、ひとつの番号にまとめたままにしておくのは、医療診断上のリスクになります。そこで、dbSNPのキュレーター（管理者）の判断で、元のひとつのrsIDが「GからAを示す番号」と「GからC・Tを示す番号」の2つに分割されることがあります[7]。良性と病的を取り違えないために、あえて番号を分けるわけです。

6. SPDIとVOCA：表記の揺れをなくす次世代のしくみ

バリアントの書き方には、長年VCFやHGVSといった形式が使われてきました。しかし、これらは「アサーションされた位置」や特定の転写産物に依存するため、ツールやデータベースが違うと同じ変異でも表記がズレてしまい、データの突き合わせを難しくしていました[8]。この問題に対処するため、NCBIはdbSNPとClinVarの仕組みを近代化し、機械が読みやすい新しいデータモデル「SPDI」を導入しました[8]。

このシンプルなモデルにより、一塩基の置換も、挿入も、欠失も、すべて同じ論理形式で表せるようになりました[8]。ヌクレオチドのレベルだけでなく、タンパク質レベルの変異の記述にも応用できる柔軟さを持っています。

VOCA：反復配列での「揺れ」を正す数学的なルール

SPDIと並行して、NCBIはバリアントの「正規化」の長年の課題を解決するため、VOCA（Variant Overprecision Correction Algorithm）というアルゴリズムを採用しました[8]。同じ塩基が連続する領域（ホモポリマー）や反復配列のような“低複雑性領域”では、欠失や挿入が起きたときに、ツールによって変異の位置を反復の「先頭」に置いたり「末尾」に置いたりと、出力がバラバラになりがちです。VOCAは、このような揺れを補正し、入力がどんな形式でも、常に同じ一意の表現に正規化します[8]。

多様な表記で提出されたバリアントを、SPDIで4つの要素に分解し、VOCAで反復領域の表記の揺れを補正して標準化する。これにより、同じ変異が別々に登録される“重複”を見つけてまとめやすくなる。

この補正の効果は大きく、たとえば嚢胞性線維症の原因遺伝子CFTRにある、よく知られたポリTのバリアント（5T/7T/9T）は、過去には多様な表記で別々のバリアントとして登録されていましたが、VOCAの適用で同じ変異と特定され、ひとつのレコードへ統合されました[8]。NCBIのデータでは、VOCA導入後に欠失・挿入の領域で多数のレコードが重複と判定されて統合され、不要なエントリーが大幅に削減されたと報告されています[8]。表記の揺れをなくすことが、データベースの質を大きく高めているのです。

7. rsIDの臨床応用：GWAS・薬の選択・検査の照合

整理されたrsIDは、現代の医学研究やプレシジョン・メディシン（個別化医療）を支える基盤になっています。ここでは、特に身近な3つの使われ方を見ていきます。

GWAS（ゲノムワイド関連解析）での共通語

GWAS（ゲノムワイド関連解析）は、数千から数百万人のゲノム全体をスキャンし、特定の体質や病気のリスクに関連するバリアントを探すアプローチです[9]。GWASの結果は、関連が見つかったバリアントをrsIDで報告するのが標準的な作法です。これにより、世界中の独立した研究グループがメタアナリシスでデータを統合し、複数の遺伝子の影響を足し合わせるリスクスコアの開発や、創薬ターゲットの探索に活用できます。

従来のGWASは、dbSNPに登録された「よくある（コモンな）」SNPを対象とするSNPアレイに大きく依存してきましたが、近年は全ゲノムシーケンス（WGS）へと技術がシフトしています[9]。WGSは塩基レベルの解像度を持ち、アレイでは捉えにくかった極めて稀なバリアントも検出できるため、病気の遺伝的な構造をより深く解明できます。

薬理ゲノミクス（PGx）：薬の効き方と副作用の予測

rsIDが臨床医の処方判断に最も直接的に関わるのが、ファーマコゲノミクス（薬理ゲノミクス）の分野です。薬の効き目や副作用の出方は、薬を代謝する酵素や、薬の標的となるタンパク質をコードする遺伝子のバリアントによって、個人間で大きく異なります[10]。この分野の中心的な知識リソースが「PharmGKB」というデータベースで、科学文献や臨床ガイドライン、医薬品の添付文書から、遺伝的バリアントと薬物応答の関係を体系的に整理しています[10]。

PharmGKBに登録されたすべてのバリアント情報は、dbSNPのrsIDに紐づけられています。文献にrsIDが明記されていない場合でも、キュレーターがゲノム座標から該当するrsIDを逆引きして注釈を付ける仕組みが整えられています[11]。さらに、各バリアントと薬剤の関係には「エビデンスレベル」という階層が割り当てられ、臨床医がどこまで信頼して処方判断に使えるかが分かるようになっています。

実践的な成功例としてよく挙げられるのが、抗うつ薬シタロプラムやエスシタロプラムの代謝と、チトクロームP450酵素のひとつであるCYP2C19遺伝子のバリアントとの関係です[10]。CYP2C19には代謝活性を高めたり失わせたりする複数のバリアントがあり、それぞれ個別のrsIDで管理されています。これらと薬の血中濃度との強い相関、そして臨床ガイドラインの存在に基づき、PharmGKBはこの関連に最高ランクのエビデンスを与えています[10]。患者さんのrsIDプロファイルとこうした情報を照らし合わせることで、用量を調整したり別の薬に変更したりといった、個別化された処方の判断材料が得られます。

検査・アノテーションでの照合キーとして

臨床ゲノミクスの現場では、次世代シーケンシングで得られた数万から数百万のバリアントを評価する際、rsIDが強力な“照合キー”として機能します。アノテーション・プラットフォームにdbSNPのデータを読み込み、バリアント一覧にrsIDを対応づけることで、すでに知られているバリアントや特定の疾患に関連づけられた変異を、番号の照合によって素早く抽出・絞り込みできます[12]。膨大なデータの中から注目すべきバリアントを見つけ出す作業を、rsIDが効率化しているのです。

8. 検査結果でrs番号を見たときの読み方

DTC（消費者向け）遺伝子検査やリサーチ系の検査結果には、rs番号が並んでいることがあります。ここまで読んでくださった方なら、もうお分かりのとおり、rs番号は「登録番号」であって「病気の番号」ではありません。番号があること自体に一喜一憂する必要はなく、大切なのはその番号が指すバリアントを、いくつかの情報と合わせて読むことです。

具体的には、次のような情報を総合して解釈します。番号単体ではなく、これらを組み合わせて初めて臨床的な意味が見えてきます。

• ➤集団頻度（マイナーアレル頻度・MAF）：そのバリアントが一般集団にどれくらい存在するか。頻度が高いほど、強い病的影響を持ちにくい傾向
• ➤遺伝子上の位置：タンパク質を作る領域か、調節領域か、機能と関係しにくい領域か
• ➤臨床データベースの情報：ClinVarなどで病的・良性・VUSのどう分類されているか
• ➤症状・家族歴：実際の症状や家族の状況、検査を受けた目的との整合性

rs番号とSNP・SNVの関係も整理しておきましょう。SNVは「一塩基の違い」という形そのものを指す広い言葉、SNPはそのうち集団内で比較的よく見られるもの、そしてrsIDはそれらにつけられる登録番号、という関係です。検査結果を読むときは、まずSNVという広い枠で捉え、頻度・機能・臨床的証拠によってSNP・良性バリアント・病的バリアント・VUSに整理していく——この順序が、rs番号を正しく読み解く土台になります。

9. よくある誤解

よくある質問（FAQ）

参考文献

• [1] dbSNP celebrates 20 years! NCBI Insights, NIH. [NCBI Insights]
• [2] The evolution of dbSNP: 25 years of impact in genomic research. Nucleic Acids Research / PMC. [PMC11701571]
• [3] Sherry ST, et al. dbSNP: a database of single nucleotide polymorphisms. Nucleic Acids Research / PMC. [PMC102496]
• [4] Searching NCBI’s dbSNP database. PMC, NIH. [PMC3078622]
• [5] Assigning dbSNP Identifiers. ANNOVAR Documentation. [ANNOVAR]
• [6] Deng L, et al. SNPTracker: A Swift Tool for Comprehensive Tracking and Unifying dbSNP rs IDs and Genomic Coordinates of Massive Sequence Variants. PMC. [PMC4704719]
• [7] dbSNP: the NCBI database of genetic variation. Nucleic Acids Research / PMC. [PMC29783]
• [8] Holmes JB, et al. SPDI: data model for variants and applications at NCBI. Bioinformatics / PMC. [PMC7523648]
• [9] GWAS advancements to investigate disease associations and biological mechanisms. PMC. [PMC11086745]
• [10] PharmGKB, an Integrated Resource of Pharmacogenomic Knowledge. PMC. [PMC8650697]
• [11] Hewett M, et al. PharmGKB: The Pharmacogenomics Knowledge Base. PMC. [PMC4084821]
• [12] Unique insights from ClinicalTrials.gov by mining protein mutations and RSids in addition to applying the Human Phenotype Ontology. PMC. [PMC7252633]

関連記事

この記事の監修・執筆者：仲田 洋美

（臨床遺伝専門医／がん薬物療法専門医／総合内科専門医）

Google公認：仲田洋美 公式プロフィール

ミネルバクリニック院長。1995年に医師免許を取得後、 臨床遺伝学・内科学・腫瘍学を軸に診療を続けてきました。 のべ10万人以上のご家族の意思決定と向き合ってきた臨床遺伝専門医です。

出生前診断（NIPT・確定検査・遺伝カウンセリング）においては、 検査結果の数値そのものだけでなく、 「結果をどう受け止め、どう生きるか」までを医療の責任と捉え、 一貫した遺伝カウンセリングと医学的支援を行っています。

ハイティーンの時期にベルギーで過ごし、 日本人として異文化の中で生活した経験があります。 価値観や宗教観、医療への向き合い方が国や文化によって異なることを体感しました。 この経験は現在の診療においても、 「医学的に正しいこと」と「その人にとって受け止められること」の両立を考える姿勢の基盤となっています。

また、初めての妊娠・出産で一卵性双生児を妊娠し、 36週6日で一人を死産した経験があります。 その出来事は、妊娠・出産が女性の心身に与える影響の大きさ、 そして「トラウマ」となり得る体験の重みを深く考える契機となりました。 現在は、女性を妊娠・出産のトラウマから守る医療を使命の一つとし、 出生前診断や遺伝カウンセリングに取り組んでいます。

出生前診断は単なる検査ではなく、 家族の未来に関わる重要な意思決定です。 年齢や統計だけで判断するのではなく、 医学的根拠と心理的支援の両面から、 ご家族が後悔の少ない選択をできるよう伴走することを大切にしています。

日本人類遺伝学会認定 臨床遺伝専門医／日本内科学会認定 総合内科専門医／ 日本臨床腫瘍学会認定 がん薬物療法専門医。 2025年には APAC地域における出生前検査分野のリーダーとして国際的評価を受け、 複数の海外メディア・専門誌で特集掲載されました。

▶ 仲田洋美の詳細プロフィールはこちら