攻撃性は遺伝で決まる？あなたの性格に影響する“体内スイッチ”の正体とは

Posted on 2025年 4月 2日

背景｜Background

攻撃性（Aggressiveness）は、動物や人間を含む多くの種において、生存に不可欠な機能を果たす複雑で遺伝的な行動特性です。縄張りの防衛、子孫の保護、社会的階層の維持など、種の保存に関わる役割を担ってきました。動物行動学（ethology）の研究では、攻撃性が低すぎると個体や集団の生存適応が困難となり、一方で過剰な攻撃性も社会的・生物学的に有害であることが明らかになっています。社会性を持つ種では、階層構造が攻撃性の抑制機構として機能しています。

しかし、現代人社会においては、制御されない攻撃性が深刻な社会問題となっており、身体的または言語的暴力として表出します。人の攻撃性は、衝動的（外的刺激による）および病理的（気分障害や不安障害に伴う）に分類され、複数の内的・外的要因により複雑に影響を受けます。

これまで多くの研究がなされてきましたが、攻撃性の決定遺伝子は特定されていません。その背景には、神経内分泌系（neuroendocrine system）やエピジェネティクス（epigenetics）など、遺伝的かつ多因子的な調節ネットワークの存在があり、遺伝学的解明が難しい要因となっています。

国際的なゲノムプロジェクト「1000 Genomes Project」の登場により、ヒト集団における大規模な遺伝的変異、特に一塩基多型（Single Nucleotide Polymorphism; SNP）の同定が可能になりました。SNPは、疾患の感受性、薬剤反応、行動特性といった多様な表現型に影響を与える重要なマーカーです。

このようなSNPを管理・解析するため、リファレンスゲノム（reference genome）を基盤としたデータベース（例：dbSNP、Ensembl、UCSC Genome Browser）が活用されており、SNPがどのように遺伝子発現や機能を変化させるかを検証する研究が進んでいます。

^{一塩基多型 (SNPs; Single nucleotide polymorphisms). (April 2, 2025). Retrieved 2 April 2025, from https://www.genome.gov/genetics-glossary/Single-Nucleotide-Polymorphisms-SNPs}

SNPの中でも、特に転写調節領域（regulatory region）に存在する変異は、攻撃性のような多因子的（polygenic）性質に関連すると考えられています。対して、タンパク質コード領域のSNPは、単一遺伝子疾患（monogenic disorder）において機能や構造の破綻に直結しやすいため、因果関係の解明に有用です。

本研究では、転写開始点の上流約−70～−20塩基（bp）に存在するTATAボックスと呼ばれる領域に注目しました。TATAボックスは、TATA結合タンパク質（TATA-binding protein; TBP）が結合することで、RNAポリメラーゼの転写開始を誘導する極めて重要な領域であり、その構造が保守的かつ解析しやすいことから、計算予測に適しています。

関連遺伝子＆SNP（一塩基多型）｜Associated genes & SNPs

攻撃性と関連が示唆されるSNPを探索するため、本研究では以下の2段階アプローチを採用しました。

1. SNP_TATA_Comparator：ヒト遺伝子プロモーター領域におけるSNPがTBPの結合親和性に与える影響を数値的に評価するWebベースのツール。
2. PubMedを用いた文献検索：攻撃性に関連するキーワードを用いて、SNPと行動表現型の関係を示す研究や症例報告を調査。

全体で33遺伝子のプロモーター領域に存在する493のSNPを評価した結果、そのうち28（約6%）がTBPの結合親和性に有意な変化をもたらすと予測され、攻撃性に関連する候補SNPマーカーとして特定されました。これらのSNPが関与する代表的な遺伝子は以下の通りです。

• GH1（成長ホルモン1; Growth Hormone 1）：rs11568827、rs796237787 など（低身長症候群と精神症状に関連）

• IL1B（インターロイキン1β）：rs1143627、rs549858786（サイトカイン治療や透析中の攻撃性と関連）

• SOD1（スーパーオキシドジスムターゼ1）：rs7277748（ALSやアルツハイマー病患者における攻撃性）

• StAR（ステロイド生成急性調節タンパク質）：rs544850971、rs16887226（高齢女性の攻撃性・糖尿病・高血圧と関連）

• NOS2（一酸化窒素合成酵素2）：−51 T→C（鉛曝露環境下の性差攻撃性・てんかんと関連）

• ESR2（エストロゲン受容体β）：rs35036378、rs766797386（ビスフェノールA曝露児における攻撃性）

• HBB/HBD（ヘモグロビンβ/δ）：複数のSNP（サラセミアと小児の攻撃性に関連）

• PGR（プロゲステロン受容体）：rs10895068（肥満女性における攻撃性）

• LEP（レプチン）：rs201381696、rs200487063、rs34104384（肥満に伴う攻撃性、実験的に検証）

考察：この研究から何が分かったのか？｜Discussion

本研究は、TBP結合部位におけるSNPの親和性変化から遺伝子発現の変化を予測し、それを通じて攻撃性と関係する可能性のある候補SNPマーカーを特定することに成功しました。493個のSNPのうち6%のみがTBP結合親和性に有意な変化を示しましたが、残りのSNPも他の転写因子の結合部位などに影響を与える可能性があり、別のツールや手法での追加解析が必要です。

ここで提示された候補SNPは、疾患の原因となる変異（causative mutation）ではなく、攻撃性など多因子性形質に対する予測バイオマーカー（genomic biomarker）として機能する可能性があります。これらは、個別化医療（personalized medicine）における予防・治療の指針となり得ます。

たとえば：

• rs201381696（LEP）を保有する10歳の攻撃的な女児は、思春期の肥満や心血管合併症を予防するための生活習慣改善（食事・運動）を早期に開始できます。

• rs1143627（IL1B）を保有する患者には、サイトカイン治療と並行して抗攻撃性薬の処方が有用かもしれません。

• rs35036378（ESR2）を持つ児童がいる家庭では、玩具などのビスフェノールA（BPA）含有製品への注意が促されます。

• NOS2遺伝子の−51 T→C変異を持つ男性は、鉛曝露が攻撃性に与える影響を考慮して生活環境を見直す必要があるかもしれません。

これらのSNPに関する文献は、医学、薬理学、遺伝学、心理学、環境科学など、多くの分野にまたがる知見に基づいており、攻撃性の遺伝的背景を理解する上で多分野的なアプローチの重要性を示しています。

さらに、各SNPの実験検証を行うための定量指標として、TBPとDNAとの結合親和性（平衡解離定数：Kd）をナノモル濃度（nM）単位で示しています。これにより、in vitro（試験管内）および臨床研究における検証設計が可能となります。

研究方法｜Methods

細胞培養とレポーターアッセイ

LEP遺伝子の発現変化を検証するために、ヒト結腸腺癌細胞株HCT116と乳腺癌細胞株MCF-7を使用。SNP rs201381696の先祖型およびマイナーアレルを含むプロモーター配列をpGL4.10ベクターに組み込み、ルシフェラーゼ（Luciferase）をレポーター遺伝子として発現させた。トランスフェクション後24時間で、発光量によりプロモーター活性を定量化した。

DNA配列解析

ヒトリファレンスゲノムから取得したプロモーター配列をBioPerlライブラリで処理し、−70～−20 bpの領域に位置するSNPをSNP_TATA_Comparatorで解析。TBPの結合親和性変化を統計的に比較し、有意差のある変異を抽出。

キーワード検索

各SNPの影響が臨床的に攻撃性と関連しているかを調べるため、NCBIデータベースで2段階のキーワード検索を実施。一次検索では、攻撃性が症状として含まれる疾患を抽出し、二次検索ではその疾患と該当SNPとの関連文献を調査。症例報告、レビュー論文、実験データなどを収集し、表形式で整理した。

研究結果｜Results

• GH1関連SNP：低身長症候群や精神的不安定さとの関連が示唆される。
• IL1B rs1143627：サイトカイン治療や透析中の攻撃性増加に関与。
• SOD1 rs7277748：ALSやアルツハイマー病治療中の攻撃性に関連。
• StAR rs544850971：高齢女性の糖尿病・高血圧・攻撃性との関連が予測される。
• NOS2 −51 T→C：鉛曝露下の男性における攻撃性増加を予測。
• ESR2 rs35036378：ビスフェノールA曝露による小児の攻撃性に関与。
• HBB/HBD SNP群：サラセミアと攻撃性の併発。
• PGR rs10895068：肥満女性の攻撃的傾向に関与。
• LEP SNP群：遺伝子発現抑制が実験的に確認されており、肥満と攻撃性の関連に寄与。

結論｜Conclusion

本研究で予測された28個の攻撃性関連候補SNPマーカーは、臨床的検証を経ることで、個別化医療の一環として予防や治療に活用できる可能性を秘めています。医師による治療計画の最適化だけでなく、個人の生活習慣の選択や環境要因への対応にも応用が期待されます。これらの全ゲノムレベルのランドマークは、攻撃性という複雑な行動表現型の背景にある遺伝的要素の理解を深化させる重要な手がかりとなるでしょう。

キーワード｜Keywords

^{攻撃性｜Aggressiveness, 遺伝子｜Gene, プロモーター｜Promoter, TATA結合タンパク質｜TATA-binding protein, 一塩基多型｜Single nucleotide polymorphism, 候補SNPマーカー｜Candidate SNP marker, キーワード検索｜Keyword-based search, インシリコ予測｜Prediction in silico}

引用文献｜References

• Chadaeva, I. V., Ponomarenko, M. P., Rasskazov, D. A., Sharypova, E. B., Kashina, E. V., Matveeva, M. Y., Arshinova, T. V., Ponomarenko, P. M., Arkova, O. V., Bondar, N. P., Savinkova, L. K., & Kolchanov, N. A. (2016). Candidate SNP markers of aggressiveness-related complications and comorbidities of genetic diseases are predicted by a significant change in the affinity of TATA-binding protein for human gene promoters. BMC genomics, 17(Suppl 14), 995. https://doi.org/10.1186/s12864-016-3353-3
• The UniProt Consortium, Bateman, A., Martin, M.-J., Orchard, S., Magrane, M., Adesina, A., Ahmad, S., Bowler-Barnett, E. H., Bye-A-Jee, H., Carpentier, D., Denny, P., Fan, J., Garmiri, P., Gonzales, L. J. D. C., Hussein, A., Ignatchenko, A., Insana, G., Ishtiaq, R., Joshi, V., … Zhang, J. (2025). Uniprot: The universal protein knowledgebase in 2025. Nucleic Acids Research, 53(D1), D609–D617. https://doi.org/10.1093/nar/gkae1010
• Jumper, J., Evans, R., Pritzel, A., Green, T., Figurnov, M., Ronneberger, O., Tunyasuvunakool, K., Bates, R., Žídek, A., Potapenko, A., Bridgland, A., Meyer, C., Kohl, S. A. A., Ballard, A. J., Cowie, A., Romera-Paredes, B., Nikolov, S., Jain, R., Adler, J., … Hassabis, D. (2021). Highly accurate protein structure prediction with AlphaFold. Nature, 596(7873), 583–589. https://doi.org/10.1038/s41586-021-03819-2
• Varadi, M., Bertoni, D., Magana, P., Paramval, U., Pidruchna, I., Radhakrishnan, M., Tsenkov, M., Nair, S., Mirdita, M., Yeo, J., Kovalevskiy, O., Tunyasuvunakool, K., Laydon, A., Žídek, A., Tomlinson, H., Hariharan, D., Abrahamson, J., Green, T., Jumper, J., … Velankar, S. (2024). AlphaFold Protein Structure Database in 2024: Providing structure coverage for over 214 million protein sequences. Nucleic Acids Research, 52(D1), D368–D375. https://doi.org/10.1093/nar/gkad1011
• Cheng, J., Novati, G., Pan, J., Bycroft, C., Žemgulytė, A., Applebaum, T., Pritzel, A., Wong, L. H., Zielinski, M., Sargeant, T., Schneider, R. G., Senior, A. W., Jumper, J., Hassabis, D., Kohli, P., & Avsec, Ž. (2023). Accurate proteome-wide missense variant effect prediction with AlphaMissense. Science, 381(6664), eadg7492. https://doi.org/10.1126/science.adg7492
• Perez, G., Barber, G. P., Benet-Pages, A., Casper, J., Clawson, H., Diekhans, M., Fischer, C., Gonzalez, J. N., Hinrichs, A. S., Lee, C. M., Nassar, L. R., Raney, B. J., Speir, M. L., van Baren, M. J., Vaske, C. J., Haussler, D., Kent, W. J., & Haeussler, M. (2025). The UCSC Genome Browser database: 2025 update. Nucleic acids research, 53(D1), D1243–D1249. https://doi.org/10.1093/nar/gkae974
• Harrison, P. W., Amode, M. R., Austine-Orimoloye, O., Azov, A. G., Barba, M., Barnes, I., Becker, A., Bennett, R., Berry, A., Bhai, J., Bhurji, S. K., Boddu, S., Branco Lins, P. R., Brooks, L., Ramaraju, S. B., Campbell, L. I., Martinez, M. C., Charkhchi, M., Chougule, K., … Yates, A. D. (2024). Ensembl 2024. Nucleic Acids Research, 52(D1), D891–D899. https://doi.org/10.1093/nar/gkad1049
• Goodsell, D. S. (2005). Tata-binding protein. RCSB Protein Data Bank. https://doi.org/10.2210/rcsb_pdb/mom_2005_7