目次
📍 クイックナビゲーション
遺伝子検査で「一塩基だけの変化」は見つかっても、「遺伝子まるごと1個が欠けている／余分にある」というタイプの変化は見逃されやすいという弱点がありました。このコピー数多型（CNV）を、追加の検査をせずシーケンスデータの「読まれた量」から拾い上げる解析ソフトが「ExomeDepth（エクソームデプス）」です。本記事では、その仕組みから臨床診断での精度、乳がん・卵巣がんの遺伝子検査で使われる派生ツールDECoNまで、遺伝専門医がわかりやすく解説します。
Q. ExomeDepthとは何ですか？まず結論だけ知りたいです
A. ExomeDepthは、全エクソーム検査や遺伝子パネル検査で得られたシーケンスデータの「読まれた深さ（リード深度）」を解析して、遺伝子の欠失や重複といったコピー数多型（CNV）を検出する解析ソフト（アルゴリズム）です。特に1〜数個のエキソンにまたがる微小なCNVを拾い出す性能に優れ、原因不明だった希少疾患の追加診断に貢献します。ただし単独で確定診断するものではなく、MLPAなど別の方法での確認が前提です。
- ➤何をする道具か → シーケンスの「読まれた量」の増減から、遺伝子の欠失・重複を統計的に推定する
- ➤核心の仕組み → ベータ二項分布モデルと、似たサンプルを自動で選ぶ「最適参照セット」の2本柱
- ➤臨床での実力 → WGS比較で感度100%・特異度99.8%。診断困難例の追加診断に寄与
- ➤派生ツールDECoN → 遺伝性乳がん卵巣がんのBRCA検査でCNV感度100%を記録
- ➤限界と注意点 → 高GC領域・偽遺伝子に弱く、体細胞モザイクやバランス型転座は検出できない
1. ExomeDepthとは：シーケンスの「読まれた量」からCNVを見つける道具
次世代シーケンサー（NGS）を使った全エクソーム検査（WES）は、いまや希少な遺伝性疾患の原因遺伝子探しや、がんゲノム解析に広く使われています。ただ、これまでのWES解析は、DNAの1文字だけが入れ替わる一塩基多型（SNP）や、数文字が抜けたり挿入されたりする小さな変化（indel）を見つけることに主眼が置かれてきました。
しかし、病気の原因はそれだけではありません。遺伝子がまるごと1個、あるいは複数のエキソン（遺伝子の設計図として実際に使われる部分）が欠けていたり、逆に余分にコピーされていたりするという、より大きなスケールの変化も、病気の発症に深く関わっています。この変化をコピー数多型（CNV）と呼びます。ExomeDepthは、まさにこのCNVを、追加の検査をすることなく、すでに手元にあるシーケンスデータだけから見つけ出すために開発された解析ソフト（アルゴリズム）です[1]。
💡 用語解説：コピー数多型（CNV）
CNV（Copy Number Variation）とは、ゲノムのある領域の「コピーの数」が、標準的な2個（父由来1個・母由来1個）から増えたり減ったりしている状態のことです。1個に減るのが「欠失（ヘテロ接合型欠失）」、3個に増えるのが「重複」です。ゲノム全体の約5〜9%を占めるとされ、健康な人にも見られる無害なものから、疾患の原因となるものまで幅広く存在します。ExomeDepthはこのうち、病気の原因になりうる欠失・重複を拾い上げることを目指します。
ExomeDepthはVincent Plagnol博士らによって開発され、統計解析ソフトRのパッケージ（CRAN）として公開されています[1]。開発チームが最初に24名の原発性免疫不全症の患者さんのWESデータを解析したところ、サンプルあたり170〜250個のエキソンレベルのCNVを検出し、その中からGATA2遺伝子とDOCK8遺伝子に新しい病因的欠失を見つけ出すことに成功しました[1]。とりわけExomeDepthは、1〜2個のエキソンにまたがるようなきわめて微小なヘテロ接合型欠失の検出において、従来のアルゴリズムを上回る性能を示したことで注目されました[1]。
2. なぜCNV検出は難しいのか：リード深度のばらつきという壁
🔍 関連記事：カバレッジとデプス（リード深度）の違い／コピー数多型（CNV）とは
CNVをシーケンスデータから見つける基本的な考え方は、実はシンプルです。ある領域が「何回読まれたか（リード深度）」を数え、それが統計モデル上の期待値より明らかに少なければ「欠失（コピーが減っている）」、多ければ「重複（コピーが増えている）」と推定する——という発想です[1]。コピーが2個から1個に減れば、理屈のうえでは読まれる量も半分に近づくはずだからです。
💡 用語解説：リード深度（Read Depth）
シーケンサーはDNAを短い断片（リード）として大量に読み取り、それを参照ゲノムという「完成図」に貼り合わせていきます。ゲノムのある地点に、何本のリードが重なって貼り付いたか——その本数が「リード深度」です。同じ場所を多く読めているほど深度が深く、信頼性が高くなります。CNV検出では、この深度が「本来の半分になっている」「1.5倍になっている」といった変化を手がかりにします。
ところが、この「読まれた量を数える」という作業が一筋縄ではいきません。標的とする領域をDNAから釣り上げるキャプチャー工程、PCRによる増幅、シーケンシングそのもの——こうした各段階で、場所による読まれやすさ・読まれにくさのムラがどうしても生じてしまいます[1]。このムラは、サンプル同士の間でも、標的領域同士の間でも起こり、結果として本当はCNVがないのに「ある」と誤って検出してしまう偽陽性や、逆に本当はあるCNVを見逃す偽陰性を頻発させる原因になります[1]。
つまり、CNV検出の成否を分けるのは「いかにこの技術的なばらつきを制御するか」に尽きます。ExomeDepthは、この課題に対して堅牢な統計モデルと動的な参照セット（比較対象のサンプル群）の最適化という2つの武器で挑んだツールなのです[1]。次のセクションから、この2本柱を順に見ていきましょう。
3. 統計モデルの仕組み：過剰分散をベータ二項分布で抑え込む
ExomeDepthの1本目の武器は、統計モデルの選び方にあります。シーケンスの読まれた比率を扱うとき、素朴には「コインの表裏」のような単純な確率モデル（二項分布）で近似できそうに思えます。ところが実際のデータは、この二項分布だけではうまく説明できないほど、期待よりも大きくばらつくのです[1]。
具体的な数字で見てみましょう。シーケンシング条件がよく揃った良質なサンプルペアであっても、全エキソンのうち約6.8%が二項分布モデルの99%信頼区間から外れてしまい、条件の揃わないミスマッチなサンプル同士では、その割合が23.2%にまで跳ね上がることが示されています[1]。これは、生物学的・技術的な要因による「過剰分散（Over-dispersion）」という現象です。
💡 用語解説：過剰分散とベータ二項分布
過剰分散とは、データが単純な確率モデル（二項分布）で予想される以上に大きくばらついてしまう現象です。「本来ならこのくらいの誤差に収まるはず」という想定を超えて散らばるため、そのまま計算すると「ただのばらつき」を「CNV（本物の異常）」と勘違いしやすくなります。
ベータ二項分布は、この余分なばらつきをあらかじめモデルに組み込んだ、いわば「ばらつきに強い」確率分布です。ExomeDepthはこれを採用することで、過剰分散を吸収し、誤検出を大幅に減らします。
ExomeDepthがベータ二項分布を導入した効果は劇的でした。信頼区間から外れてしまうエキソンの割合は、良質なサンプル間で先ほどの6.8%から1.8%へ、条件の揃わないサンプル間でも23.2%から2.3%へと大きく抑制されたのです[1]。つまり「ただのばらつき」を「異常」と読み違えるリスクを、統計モデルの段階でぐっと減らしたわけです。
3つのコピー数状態を判定し、隠れマルコフモデルでつなぐ
実際の計算は階層的に進みます。まず、コピー数がよく変動する多型的な領域（データを人工的に歪めるため）を除いたうえで統計モデルを当てはめ、各エキソンについて「欠失（コピー数1）」「正常（コピー数2）」「重複（コピー数3）」という3つのシナリオそれぞれの尤度（もっともらしさ）を計算します[1]。
こうして得られたエキソンごとの3状態の情報は、隠れマルコフモデル（HMM）という手法に引き渡されます[1]。HMMは、隣り合うエキソンのつながりを考慮しながら「ここからここまでが欠失」というように領域をまとめ上げる仕組みです。その際の遷移確率（正常から異常へ切り替わりやすさ）はデフォルトで10⁻⁴（0.0001）に設定され、これはゲノム全体でおよそ20個程度のCNVが存在するという想定に基づいています[9]。染色体をまたぐ不自然な領域判定を防ぐため、各染色体の開始位置に正常コピー数に固定した仮想的なダミーを置き、染色体ごとに個別に計算する工夫もなされています[11]。
💡 用語解説：ベイズ因子（Bayes Factor）
最終的に検出されたCNV領域には、「CNVがある」というモデルと「正常である」というモデルのどちらがどれだけもっともらしいかを比べたベイズ因子（BF）という数値が付けられます[4]。これは各コール（検出結果）の「統計的な証拠の強さ」を表す物差しで、値が大きいほど「確からしいCNV」だと判断できます。膨大な候補の中から信頼できるものを絞り込むときの、重要な指標になります。
4. 最適参照セット：似たサンプルだけを自動で選ぶ賢さ
ExomeDepthの2本目の武器、そして他のリード深度ベースのツールと一線を画す最大の特徴が、「最適参照セット（カスタムリファレンス）」の動的な構築です[1]。
CNVを見つけるには、調べたいサンプル（テストサンプル）を「比較対象」と照らし合わせる必要があります。従来の手法では、同じバッチ（同じ日にまとめて処理した一群）のサンプルを一律に比較対象としていました。しかしこのやり方だと、サンプルごとの品質の差や、調製時のちょっとした条件の違い（バッチエフェクト）によって、偽陽性が生じやすくなってしまいます[1]。
そこでExomeDepthは、テストサンプルごとに「もっとも似た比較対象の組み合わせ」を自動で選び出します。具体的には、候補となるサンプルそれぞれについてエキソン全体のカバー率の相関を計算し、似ている順に並べます[13]。そして相関の高いサンプルから順に参照セットへ加えていき、CNVを検出する力が最大になるところを探します[15]。検出力の向上が頭打ちになった時点で、自動的に追加をストップします[15]。
最適参照セット構築のイメージ
検出力が頭打ちになった時点で自動停止。むやみにサンプルを足すとかえってノイズが増える。
実証研究によれば、このアルゴリズムが選ぶ最適な参照セットの規模は、通常10〜12個（約10サンプル）程度です[13]。興味深いことに、これ以上サンプルを増やしてもかえってノイズが増え、予測精度が下がってしまうことがわかっています[13]。「多ければよい」わけではなく、「似たものを適量」というのがコツなのです。
💡 用語解説：決定係数（R²）による品質管理
テストサンプルと再構築された参照セットが、どれだけよく似ているかを示す指標が決定係数（R²）です。この値は品質管理でとても重要で、遺伝子ターゲットパネル解析では0.97以上、全エクソーム解析では0.99以上が求められます[14]。これを下回る場合は、サンプルの調製品質が大きく異なるか、適切な比較対象が存在しないことを意味し、CNV検出の信頼性が急激に低下します[10]。
5. 臨床診断での精度とパイプライン最適化
🔍 関連記事：染色体マイクロアレイ（CMA）／クリニカルエクソーム検査
臨床検査室でのNGS診断では、偽陽性を抑えつつ、病気を起こす希少なCNVを見逃さない性能——つまり高い感度と妥当な陽性的中率——が何より重視されます[14]。ExomeDepth（v1.1.6）を全ゲノムシーケンシング（WGS）と比較した25人のベンチマーク検証では、感度100%、特異度99.8%を達成しました[18]。さらに、1,000件の単一エキソン欠失と1,749件の複数エキソン欠失を模擬シミュレーションした検証でも、97%の感度が得られています[18]。
💡 用語解説：感度と特異度
感度とは「本当に異常がある人を、正しく異常と判定できる割合」です。感度が高いほど「見逃しが少ない」ことを意味します。
特異度とは「本当に異常がない人を、正しく異常なしと判定できる割合」です。特異度が高いほど「無駄な誤検出（空振り）が少ない」ことを意味します。この2つが両方とも高いことが、信頼できる検査の条件です。
ただし、デフォルト設定のまま実際の臨床データに使うと、ゲノムのリピート領域や偽遺伝子（本物の遺伝子とよく似た配列）の影響で、解析結果が不安定になるという課題が残っていました[4]。
マッパビリティ・フィルタリングによるノイズ除去
この課題に対して大きな効果を上げたのが、マッパビリティ・フィルタリングを組み込んだ臨床ワークフローの改良です[14]。マッパビリティとは「その領域のリードが、ゲノム上の正しい位置に一意に貼り付けられるかどうか」を表す指標です。似た配列が複数あると、リードがどこに由来するのか判別できず、ノイズの温床になります。
この改良では、UCSCゲノムブラウザの35-merマッパビリティスコアを使い、平均マッパビリティが0.75以下のエキソンを、カバー率を計算する前にあらかじめ除外します[14]。これによりゲノム全体の4.5%（8,527エキソン）が解析対象から外れるものの、19番染色体のKIR領域や6番染色体のHLA領域といった、配列が非常に多様でマッピングエラーの起きやすい領域のノイズを根絶できます[14]。307名のコホート検証では、この改良により全体のコール数を3分の1に減らしながら、感度を97%に維持したまま偽発見率（FDR）を11.4%へと大きく改善することに成功しました[14]。
パイプライン改良による検出感度（アレイ基準・一部抜粋）
SNPアレイを「真の答え」とした場合の検出感度の比較[14]
ヘテロ接合型欠失
95%
98%
4エキソン未満の小規模欠失
86%
94%
X染色体欠失
78%
100%
ウィンドウ分割法と履歴正常プール
遺伝子パネル検査で単一エキソンのCNVを確実に拾うための補正手法として、標的領域を120塩基対（bp）という均一な長さの区画に分割し、リード数の極端な変動源となる高GC含有領域をあらかじめ除いた比較対象プールを作る「ウィンドウ分割法」も実用化されています[4]。109件の既知のヘテロ接合型CNV（単一エキソンCNV25件を含む）を用いた比較試験では、デフォルトのパイプラインが104/109件の検出にとどまり、PHEX遺伝子のエキソン12重複やPRKAR1A遺伝子のエキソン6欠失、ABCC8遺伝子のエキソン13欠失といった単一エキソンの病因バリアントを見落としたのに対し、このウィンドウ改良プロトコルは109/109件すべてを同定しました[19]。
この手法は、過去に蓄積された最低50サンプルの高品質な正常データを「履歴正常プール（Historical Normal Pool）」としてデータベース化しておき、そこから性別を一致させた相関の高い比較対象を抽出することで、追加のシーケンシング費用をかけずに診断精度を担保できる合理的なアプローチとなっています[4]。
6. 疾患別の診断率と派生ツールDECoN
🔍 関連記事：クリニカルエクソーム検査／全エクソーム検査（WES）
WES解析で一塩基レベルの原因が見つからなかった未診断例に対して、ExomeDepthによるCNVスクリーニングを追加すると、診断率（Diagnostic Yield）を有意に底上げできることが、複数の大規模研究で示されています[5]。454名の未解決の希少疾患患者（平均年齢18歳以下の小児期症例が8割以上）を対象とした検証では、ExomeDepthによって40名で病因となるCNVが確定され、コホート全体に対して8.8%の追加診断をもたらしました[20]。
代謝性疾患（22.7%）や神経発達障害（12.2%）で特に高い有効性が示されました[20]。心臓・血管疾患のように陽性が得られなかったカテゴリもあり、疾患群によって有効性に差がある点は理解しておく必要があります。
遺伝性乳がん卵巣がんで活躍するDECoN
ExomeDepthのアルゴリズムを改良し、臨床遺伝子診断に特化した実用パッケージとして広く普及しているのが「DECoN」です[5]。DECoNは、遺伝性乳がん卵巣がん症候群（HBOC）に関わるBRCA1・BRCA2遺伝子の標的パネル診断などで優れた実績を持ちます[5]。
💡 用語解説：陽性的中率と偽発見率（FDR）
陽性的中率とは「異常あり」と判定されたもののうち、実際に本当に異常だった割合です。偽発見率（FDR）はその裏返しで、「異常あり」と判定されたもののうち、実は間違い（空振り）だった割合を指します。FDRが低いほど、検出結果の信頼性が高いことを意味します。臨床検査では、この値を低く保つことが、不要な確認検査や患者さんの不安を減らすうえで重要になります。
評価用データセットにおいて、DECoNはBRCAエキソンCNVに対して感度100%、特異度99%を記録し、TP53・SDHB・MLH1・MSH2など他の遺伝子に生じたCNVも高精度に網羅しました[5]。実際の臨床検査パイプラインへの統合運用（48サンプルのバッチを平均24分で自動処理）でも、検出された24個のBRCAエキソンCNVのうち23個がMLPA法で真陽性と確認され、偽発見率わずか4%・特異度99.7%という高い水準で運用できることが実証されています[5]。ここで登場するMLPAは、ExomeDepthのようなソフトウェアが検出したCNVを、別の実験手法で「本当に存在するか」確認するための代表的な方法です。
7. 他のCNV検出ツールとの比較と限界
リード深度ベースのCNV検出ツールは、データをどう正規化（補正）するかによって、その性質が二つに分かれます[3]。XHMMやCoNIFERといったツールは、主成分分析（PCA）や特異値分解（SVD）という数学的な平滑化を使い、実験間の系統的なノイズをまとめて差し引きます。このためきわめて特異度が高く、集団頻度が非常に低い希少CNVの検出に強いという特徴があります[8]。ただしその代償として、集団内に高頻度で存在するコモンCNVも「ノイズ」とみなして消してしまうため、そちらに対する感度は大きく制限されます[8]。
対照的に、ExomeDepthは局所的なリード深度比率に合わせた回帰モデルを使うため、コモンCNVに対しても優れた検出感度を維持します[6]。また、単一エキソンから数エキソン（1〜4エキソン）の短いCNVの検出力では、ExomeDepthが一貫してXHMMやCoNIFERよりも高い感度を示します[1]。近年開発されたCLAMMSは、混合モデルとHMMを統合し、中頻度から低頻度のCNVで非常に高い精度を誇り、F値でExomeDepthを約6.6%上回る性能を示しました[8]。一方でExomeDepthは、高度に多型的な遺伝子座では偽遺伝子アライメントの影響を受けやすく、予測精度が下がることが指摘されています[8]。
独立した第三者比較評価（Guoらのメタ解析）では、アレイCGHを基準としたときのWESベースCNVツールの感度が、データセットによって大きく変動する（ExomeDepthで19%、CoNIFERで3%といった極端な性能差）ことが報告されています[24]。これは、データの平均深度・ターゲットキットのサイズ・サンプル調製バッチの一貫性が、解析結果の妥当性を依然として大きく左右していることを示しており、どのツールにも共通する注意点です。
⚠️ ExomeDepthが「検出できないもの」
ExomeDepthは万能ではありません。原理上、次のようなものは苦手、あるいは検出できません。
- ▸高GC含有領域・偽遺伝子・リピート領域では偽陽性・偽陰性が生じやすい
- ▸コピー数が変わらないバランス型の転座・逆位は、読まれる量が変化しないため検出できない
- ▸ごく一部の細胞だけに生じた体細胞モザイクは、全体の平均に埋もれて検出が難しい
これらの限界があるからこそ、ExomeDepthはあくまでスクリーニング（ふるい分け）の道具と位置づけられ、検出されたCNVはMLPAや定量PCR、あるいは染色体マイクロアレイ（CMA）といった別の方法で確認するのが臨床の原則です。パネル検査で範囲がカバーしきれない場合には、より広く調べるクリニカルエクソーム検査が次の選択肢になります。
8. よくある誤解
誤解①「新しく検査を追加しないとCNVは調べられない」
ExomeDepthの大きな利点は、すでに取得済みのWES・パネルのデータをそのまま使える点です。新たに採血や追加のシーケンシングをしなくても、手元のデータを再解析してCNVを探せます。
誤解②「ソフトが検出したら、それで診断確定」
ExomeDepthはあくまでスクリーニングです。検出されたCNVはMLPAや定量PCRなど別の手法で確認してはじめて臨床的な意味を持ちます。単独で確定診断とはしません。
誤解③「比較サンプルは多いほど正確になる」
実際は逆で、似たサンプルを約10〜12個選ぶのが最適です。それ以上足すとノイズが増え、かえって精度が下がることがわかっています。「多さ」より「似ていること」が肝心です。
誤解④「どんなCNVでも見つけられる」
コピー数が変わらないバランス型転座や、ごく一部の細胞だけの体細胞モザイクは原理上検出できません。高GC領域や偽遺伝子領域も苦手で、これらは別の検査で補う必要があります。
9. 臨床遺伝専門医からのメッセージ
よくある質問（FAQ）
🏥 遺伝子検査・CNV解析のご相談
遺伝子検査の結果の解釈や、追加解析の可能性について
臨床遺伝専門医が在籍するミネルバクリニックに
お気軽にご相談ください。
参考文献
- [1] Plagnol V, et al. A robust model for read count data in exome sequencing experiments and implications for copy number variant calling. Bioinformatics. [Oxford Academic]
- [3] Benchmarking germline CNV calling tools from exome sequencing data. PMC. [PMC8277855]
- [4] An enhanced method for targeted next generation sequencing copy number variant detection using ExomeDepth. Wellcome Open Research. [Wellcome Open Research]
- [5] Accurate clinical detection of exon copy number variants in a targeted NGS panel using DECoN. PMC. [PMC5409526]
- [6] Exome sequence read depth methods for identifying copy number changes. Briefings in Bioinformatics. [Oxford Academic]
- [8] CLAMMS: a scalable algorithm for calling common and rare copy number variants from exome sequencing data. Bioinformatics. [Oxford Academic]
- [9] Package ‘ExomeDepth’. Documentation. [PDF]
- [10] ExomeDepth. Galaxy Tool. [Galaxy]
- [11] ExomeDepth-vignette. GitHub (CRAN). [GitHub]
- [13] A comparison of tools for calling CNVs from sequence data. CureFFI.org. [CureFFI]
- [14] A highly sensitive and specific workflow for detecting rare copy-number variants from exome sequencing data. PMC. [PMC6993336]
- [15] Clustering-based optimization method of reference set selection for improved CNV callers performance. bioRxiv. [bioRxiv]
- [18] Validation of copy number variation analysis for next-generation sequencing diagnostics. PMC. [PMC5427176]
- [19] An enhanced method for targeted next generation sequencing copy number variant detection using ExomeDepth. ResearchGate. [ResearchGate]
- [20] Germline CNV Detection through Whole-Exome Sequencing (WES) Data Analysis Enhances Resolution of Rare Genetic Diseases. PMC. [PMC10379589]
- [24] Comparative Study of Exome Copy Number Variation Estimation Tools Using Array Comparative Genomic Hybridization as Control. PMC. [PMC3835197]
