SNV（一塩基バリアント）とは？SNPとの違い・検査でわかること・がん治療への活用をやさしく解説

わたしたちの体の設計図であるゲノムは、たった4種類の文字（塩基）で書かれています。その中のたった1文字が別の文字に置き換わる変化が「SNV（一塩基バリアント）」です。一見ささいに見えるこの1文字の違いが、目の色や体質の個人差を生み、ときに病気の原因となり、さらにはがん治療薬の選択や薬の副作用の出やすさまで左右します。この記事では、SNVとは何か、よく混同されるSNPや点突然変異とどう違うのか、そして遺伝子検査やがん医療でどう役立つのかを、遺伝専門医の視点で一般の方にもわかりやすく解説します。

1. SNV（一塩基バリアント）とは何か：ゲノムの「1文字の違い」

わたしたちの遺伝情報は、アデニン（A）・チミン（T）・グアニン（G）・シトシン（C）という4種類の塩基が、約30億文字も連なってできた長大な文字列です。この文字列のことをゲノムと呼びます。SNV（Single Nucleotide Variant＝一塩基バリアント、日本語では一塩基変異とも呼びます）とは、ゲノム上のある特定の1か所において、基準となる参照配列（リファレンスゲノム）と比べて、塩基がたった1文字だけ別の塩基に置き換わっている変化のことです。たとえば、本来「G」であるべき場所が「A」に変わっている、といった具合です。

SNVは、ヒトのゲノムにおいて最も頻繁に観察される遺伝的変化であり、人と人との遺伝的な個人差の大部分を説明する要素でもあります。なぜこのような1文字の置き換わりが起こるのでしょうか。主な原因は、細胞が分裂してDNAを複製する際にまれに生じる「写し間違い（複製エラー）」です。それに加えて、紫外線や化学物質によるDNAの損傷、体内で自然に発生する変異を起こすメカニズムなども関わっています。こうした変化は誰にでも日常的に起きており、その大半は健康にまったく影響を与えません。

SNVが体に与える影響は、それがゲノムのどこに発生するかによって大きく変わります。タンパク質の設計図となる領域（エキソン）に発生すれば、作られるタンパク質の性質を変え、場合によっては酵素の働きを失わせたり、逆に異常に強めたりします。一方、タンパク質を直接コードしない領域（非コーディング領域）に発生したSNVも、遺伝子の働きを調節するスイッチに影響を与え、病気のかかりやすさに関わることが近年わかってきています。たとえば、遺伝子の発現量を細かく調整する小さなRNA（マイクロRNA）やその結合相手の配列にSNVが生じると、遺伝子の働く量が乱れ、てんかんなどの複雑な病気のリスクに関わることが示唆されています。SNVは小さくても、決して軽視できない存在なのです。

SNVは「1塩基（1文字）の置き換わり」を指す言葉であり、複数の文字がまとめて挿入されたり欠失したりする変化（インデル）や、複数の塩基が連続して入れ替わる変化（MNV）とは区別されます。SNVが扱うのは、あくまで「1文字だけが別の文字に置き換わった」という、最も基本的で最も数の多い変化です。遺伝子のバリアント（変化）には、リンクなしの地の文として挙げると、置換・挿入・欠失・コピー数の変化などさまざまな種類がありますが、その中でSNVは最も頻度が高く、解析の基礎となる単位として位置づけられています。

2. SNV・SNP・点突然変異の違い：混同されやすい3つの言葉を整理する

遺伝学の世界では、「SNV（一塩基バリアント）」「SNP（一塩基多型）」「点突然変異（Point Mutation）」という3つの言葉がしばしば同じ意味で使われ、混乱のもとになっています。しかし、正確な医療コミュニケーションのためには、これらの違いをきちんと区別することが大切です。結論を先に言うと、「すべてのSNPはSNVだが、すべてのSNVがSNPとは限らない」という包含関係が成り立ちます。

まずSNV（一塩基バリアント）は、集団内での頻度をいっさい問わず、「特定の場所での1塩基の違い」を客観的・中立的に記述する、最も広い意味を持つ言葉です。珍しい違いでも、ありふれた違いでも、すべてSNVに含まれます。次にSNP（一塩基多型）は、SNVの一部分（部分集合）です。あるSNVがSNPと呼ばれるためには、その違いが集団の中である程度の普遍性を持って存在している必要があり、慣例的に「マイナーアレル頻度（MAF）が1%以上」という条件を満たすものがSNPとされます。1%未満のまれな違いは、SNPとは呼ばず「レアバリアント」あるいは単に「SNV」と呼んで区別します。

では点突然変異（Point Mutation）はどう位置づけられるのでしょうか。点突然変異とは、進化の歴史のどこかの時点で、ある1人の個体に「1文字の置き換わり」が生じた、という出来事（できごと）そのものを指す言葉です。その出来事の結果として生まれたSNVが、世代を超えて受け継がれ、集団内で頻度を増やして1%という境界を超えると、晴れて「SNP」という一般的な多型として定着した、と解釈されます。つまり、点突然変異は「発生のしかた（メカニズム）」を、SNV・SNPは「結果として存在する違いの状態」を表す言葉なのです。

SNVはすべての1塩基の違いを包括する大きな枠。そのうち集団内で頻度1%以上のものがSNPとして分類される。点突然変異は「変化が生じた」という発生の出来事を指す言葉。

「変異（Mutation）」から「バリアント（Variant）」へ：用語の世界的な転換

近年、世界の遺伝医療では大きな用語の見直しが進みました。命名のルールを統括するHuman Genome Variation Society（HGVS）や、米国の医学遺伝学・ゲノム学会（ACMG）といった権威ある機関は、臨床報告書や論文において「Mutation（突然変異）」「Polymorphism（多型）」という言葉の使用を控え、中立的な「Variant（バリアント＝変化）」に統一することを強く推奨しています。

なぜでしょうか。一般に「Mutation（変異）」という言葉には「病気を引き起こす有害な異常」という否定的な響きがあり、逆に「Polymorphism（多型）」には「ありふれた無害な正常範囲」という響きがあります。しかし実際には、きわめてまれな変異であっても病気とまったく無関係なことは多く、反対に頻度1%以上のありふれた多型が、特定の病気のかかりやすさや薬の重い副作用に強く関わることもあります。こうした言葉の印象による思い込みを避けるため、すべての違いをまず中立的に「バリアント」と呼び、そのあとで「Pathogenic（病原性あり）」「Benign（良性）」といった評価を付ける、という考え方へ移行したのです。この記事でも、医学的に正確な場面では「バリアント」という言葉を基本に用いています。

SNVの書き方（HGVS命名法）の基本

世界中の研究所や病院が同じSNVを正確に共有するため、バリアントの書き方には厳密なルール（HGVS命名法）があります。たとえばDNAレベルでは「c.35G>A」と書き、これは「コーディング配列（c.）の35番目のグアニン（G）がアデニン（A）に置き換わった」ことを意味します。その結果として起こるタンパク質レベルの変化は「p.G12D」のように書き、これは「12番目のグリシンがアスパラギン酸に変わった」ことを示します（これはがんで有名なKRAS遺伝子の変化の代表例です）。一見すると暗号のようですが、この共通ルールがあるおかげで、国や言語を越えてSNVの情報を正確にやり取りできるのです。なお、がんの分野では、腫瘍の中で後天的に新たに獲得された変化をまとめて指すとき、慣例として「体細胞変異（Somatic Mutation）」や「腫瘍遺伝子変異量（TMB）」といった表現が今も使われています。

3. SNVの機能的分類：同じ1文字でも意味が大きく変わる

同じ「1文字の置き換わり」でも、それがどこに、どのように起きるかによって、体への影響はまったく違ってきます。タンパク質の設計図は、3文字ずつの「コドン」という単位で読み取られ、それぞれのコドンが特定のアミノ酸に翻訳されます。SNVがこのコドンを変化させると、作られるタンパク質の意味が変わることがあります。タンパク質をコードする領域に起きたSNVは、その影響の度合いによって、おもに次のように分類されます。

同義置換（サイレント変異）は、塩基は変わってもできるアミノ酸が同じなので、多くの場合タンパク質には影響しません。ただし、まれにRNAの加工（スプライシング）の過程に影響を与えることもあり、「同義だから必ず無害」とは言い切れない点には注意が必要です。一方、ナンセンス変異は、タンパク質を作る途中で「ここで終わり」という合図（終止コドン）を作ってしまうため、設計図が途中で打ち切られ、未完成で機能を失ったタンパク質ができることが多くなります。このように、同じ1塩基の違いでも「ほぼ無害」から「決定的な機能喪失」まで影響は大きく異なり、だからこそ一つひとつのSNVの意味を丁寧に評価する必要があるのです。

4. 遺伝するSNV・しないSNV：生殖細胞系列と体細胞の違い

SNVを理解するうえで欠かせないのが、「遺伝するSNV」と「遺伝しないSNV」の区別です。これは医学的には「生殖細胞系列バリアント」と「体細胞バリアント」と呼ばれ、診断や治療の考え方がまったく異なります。

この区別は、遺伝子検査の結果をどう受け止めるかに直結します。生殖細胞系列のSNVは、ヘテロ接合（片方の親由来）であれば理論上およそ50%、ホモ接合（両方の親由来）であれば100%という、ある程度予測できる割合で検出されます。一方、がん組織で見られる体細胞SNVは、腫瘍の中に正常な細胞が混ざっていたり、がん細胞自体が複数のグループ（サブクローン）に分かれていたりするため、検出される割合（変異の存在比率）は数%から数十%まで大きくばらつき、予測が困難です。このため、がんのSNVを正確に読み取るには、正常な組織と腫瘍を見比べて差し引く、専用の解析手法が必要になります。

がんの分野で特に重要なのが「ドライバー変異」という考え方です。がん細胞は無数の体細胞SNVを蓄積しますが、その大半はがん化に直接関与しない「付随的な変化（パッセンジャー変異）」です。そのなかで、細胞の異常な増殖を直接引き起こし、がん化の原動力（ドライバー）となっている少数のSNVを「ドライバー変異」と呼びます。この真の主犯であるドライバー変異を見つけ出すことが、後で述べる分子標的治療の出発点になります。

5. SNVはどうやって見つけるのか：NGSとAIによる検出

かつてゲノムの解析は時間も費用もかかる難事業でしたが、「次世代シーケンサー（NGS）」の登場によって、一度に膨大な量の塩基配列を読み取れるようになりました。これにより、全ゲノムシーケンス（WGS）・全エキソームシーケンス（WES＝タンパク質をコードする領域に絞った解析）・特定の遺伝子だけを調べるパネル検査が、研究にも臨床にも広く使われるようになっています。

バリアントコーリングのやり方は、解析するのが「遺伝する生殖細胞系列」なのか「がんの体細胞」なのかで大きく変わります。生殖細胞系列では、人の細胞が父母由来の2セットの染色体を持つ（二倍体である）という前提を使えるため、変異の割合がおよそ50%か100%に集約されることを手がかりに、高い精度で検出できます。一方、がんの体細胞SNVは割合がばらつくため、その前提が使えず、正常組織と腫瘍をペアで比較する専用のアルゴリズムが用いられます。こうしたツールは目的に応じて使い分けられています。

近年、この分野で大きな変化が起きています。それが深層学習（ディープラーニング）の応用です。たとえばGoogleが開発したDeepVariantという手法は、ゲノムの解析データを「画像」に変換し、画像認識が得意なAIを使って「本物のSNVの見た目」と「機械のエラーの見た目」を見分けるという、まったく新しい発想を取り入れました。これにより、従来の業界標準ツールに匹敵、あるいはそれを上回る精度を達成しました。さらに、がんの体細胞SNVに特化して発展させたDeepSomaticという手法も登場し、検出が難しい低い割合のSNVも捉えられるようになってきています。これらは現時点ではおもに研究・専門解析の段階にある技術ですが、SNV検出の精度を新たな次元へ押し上げつつあります。

また、血液中を流れるごく微量のがん由来のDNAの断片を捉えてSNVを検出する「リキッドバイオプシー」という手法も進んでいます。これは体への負担が少ない採血で、がんの体細胞SNVをモニタリングできる技術として注目されています。詳しくは循環腫瘍DNA（ctDNA）に関する解説をご覧ください。

6. そのSNVは病気の原因か：病原性の評価とガイドライン

NGS検査では、1人のゲノムから数万ものSNVが見つかります。そのほとんどは無害ですが、そのなかから「本当に病気に関わる重要なSNV」を見つけ出さなければなりません。この判断を、担当者の主観に頼らず、客観的で統一された基準で行うために、国際的なガイドラインが整備されています。

遺伝性の病気に関わる生殖細胞系列SNVの評価には、2015年に米国の医学遺伝学・ゲノム学会（ACMG）と分子病理学協会（AMP）が共同で発表したガイドラインが、世界の事実上の標準として使われています。この枠組みでは、集団内での頻度、コンピューターによる予測結果、実験データ、家系内での病気との関連など、あらゆる証拠を集めて重みづけし、最終的に5段階に分類します。すなわち「病原性あり」「病原性の可能性が高い」「意義不明（VUS）」「良性の可能性が高い」「良性」です。

この評価では、集団の頻度データが強力なフィルターになります。たとえば、病気の原因と疑われるSNVが、健康な一般集団のデータベースで1%以上の頻度（つまりSNPとして）で見つかれば、「病原性」の可能性は直ちに低いと判断できます。逆に、最先端のAIによる構造予測などで有害性が示唆されても、臨床基準に厳密に照らすと最終的に「VUS」にとどまらざるを得ないケースも多く、希少なSNVの解釈の難しさが浮き彫りになっています。

一方、がんの体細胞SNVについては、2017年にAMP・米国臨床腫瘍学会（ASCO）・米国病理医協会（CAP）が共同で作ったガイドラインが広く使われています。こちらの特徴は、SNVそのものの生物学的な有害性よりも、その変異に対して使える薬があるか、診断や予後の予測にどれだけ役立つか（臨床的な実用性）を重視する点です。エビデンスの強さに応じて、Tier I（強い臨床的意義）からTier IV（良性）までの4段階に分類されます。さらに2022年には、薬の有無とは切り離して、SNVの「がんを引き起こす力（発がん性）」そのものを独立して評価する新しい手順も整備されました。これにより、「生物学的にはがんを強く駆動するが、今はまだ対応する薬がない」といった、より精密な報告ができるようになっています。

AIによるミスセンス変異の予測：VUS問題への挑戦

SNV解釈における最大の難問が、膨大な数の「VUS」の存在です。とくにミスセンス変異は影響の予測が難しく、多くがVUSのまま残されてきました。この問題に対し、Google DeepMindが開発した「AlphaMissense」というAIモデルが大きな注目を集めています。これは、タンパク質の立体構造を高精度で予測するAI（AlphaFold）の技術を土台に、アミノ酸の進化的なパターンを学習させたもので、ヒトのゲノムで起こりうるすべてのミスセンス変化（約7,100万パターン）について病原性の予測スコアを算出しました。これにより、ミスセンス変異の約89%を「良性寄り」か「病原性寄り」のいずれかに事前分類できたとされています。ただし、こうしたAIのスコアは、それ単独で臨床の最終判断に置き換わるものではなく、あくまで専門家の評価を支える強力な補助ツールという位置づけです。

7. SNVが拓くプレシジョン・メディシン：がん治療と薬の選択

SNVの解析は、一人ひとりの遺伝的な特徴に合わせて医療を最適化する「プレシジョン・メディシン（精密医療・個別化医療）」の土台です。ここでは、その代表的な2つの応用——がんの分子標的治療と、薬の選択（薬理ゲノミクス）——を見ていきます。

がんのドライバー変異と分子標的治療

がんは本質的に「ゲノムの病気」です。細胞が後天的にSNVを蓄積し、そのなかのドライバー変異が異常な増殖を引き起こします。この異常を生み出すSNVをピンポイントで狙い撃つ薬が「分子標的薬」です。代表例が、悪性黒色腫（メラノーマ）や大腸がんで高頻度に見られるBRAF V600E変異です。これはBRAF遺伝子の600番目のアミノ酸であるバリン（V）がグルタミン酸（E）に置き換わる、たった1つのSNVですが、これによって細胞の増殖シグナルが常にオンになり、がん細胞が無限に増え続けます。この変異を持つ患者に、それに対応する特異的な阻害薬を使うと、腫瘍が劇的に縮小することが知られています。

同様に、非小細胞肺がんにおけるEGFR遺伝子の特定のSNV（L858Rなど）に対する阻害薬の投与も、標準的な治療となっています。プレシジョン・メディシンの本質は、すべての患者に一律の抗がん剤を使うのではなく、NGSパネル検査でその腫瘍のSNVプロファイルを明らかにし、その変異に最も合う薬を最適な患者に届けることにあります。ただし、がんは新たな耐性SNVを獲得して進化し、再発を招くことも多いため、継続的なモニタリングや複数の薬の組み合わせが次世代の戦略として研究されています。

薬の効き方を左右するSNV：ファーマコゲノミクス

SNVは病気を直接引き起こすだけでなく、体の中で薬がどう分解・排出されるかにも影響し、薬の効きやすさや副作用の出やすさという個人差を生み出します。これを扱うのが「ファーマコゲノミクス（薬理ゲノミクス）」で、患者の生まれ持ったSNVを事前に調べることで、薬の効果を最大化し、重い副作用を未然に防ぐことを目的とした重要な臨床領域です。

具体例として、薬物代謝酵素CYP2B6遺伝子の特定のSNV（516G>T）は、酵素の働きを低下させる型の目印として知られています。CYP2B6は、一部の鎮痛薬や抗HIV薬などの分解を担う酵素です。このSNVを両方の染色体に持つ「代謝が遅い人」に標準的な量の薬を使うと、薬が十分に分解されずに血中濃度が過剰に上がり、重い副作用のリスクが高まることがあります。こうした遺伝的リスクを避けるため、国際的なコンソーシアム（CPICやPharmGKBなど）は、遺伝子型に基づいた具体的な用量調整の指針を医療現場に提供しています。これにより、医師は患者を「代謝が遅い人」から「代謝が非常に速い人」までに分類し、薬の選択や用量を一人ひとりに合わせて安全に決められるようになっています。

8. よくある誤解

よくある質問（FAQ）

参考文献

• [1] Richards S, et al. Standards and guidelines for the interpretation of sequence variants: a joint consensus recommendation of ACMG and AMP. Genet Med. 2015. [PMC4544753]
• [2] Li MM, et al. Standards and Guidelines for the Interpretation and Reporting of Sequence Variants in Cancer (AMP/ASCO/CAP). J Mol Diagn. 2017. [PMC5707196]
• [3] HGVS recommendations for the description of sequence variants. Human Genome Variation Society. [HGVS Nomenclature]
• [4] Recent advances in enzyme-free and enzyme-mediated single-nucleotide variation assay in vitro. PMC. [PMC11089818]
• [5] Poplin R, et al. A universal SNP and small-indel variant caller using deep neural networks (DeepVariant). Nat Biotechnol. 2018. [bioRxiv]
• [6] DeepSomatic: Accurate somatic small variant discovery for multiple sequencing technologies. PMC. [PMC11370364]
• [7] Cheng J, et al. Accurate proteome-wide missense variant effect prediction with AlphaMissense. Science. 2023. [EMBL-EBI / AlphaMissense]
• [8] Standards for the Classification of Pathogenicity of Somatic Variants (ClinGen/CGC/VICC Oncogenicity SOP). PMC. [PMC9081216]
• [9] Single-Nucleotide Variants in microRNAs Sequences or in their Target Genes Might Influence the Risk of Epilepsy: A Review. PMC. [PMC11421741]
• [10] Pharmacogenomics Applied to Acute Leukemias: Identifying Clinically Relevant Genetic Variants. PMC. [PMC12649983]
• [11] CYP2B6 and Methadone Guideline. Clinical Pharmacogenetics Implementation Consortium (CPIC). [CPIC]
• [12] VarCards2: an integrated genetic and clinical database for ACMG-AMP variant-interpretation guidelines. Nucleic Acids Res. 2024. [Oxford Academic]

関連記事