オスロ大学とノルウェー公衆衛生研究所の研究チームは、ノルウェー母子父子コホート研究のデータを用い、9,314組の母-父-子を分析した。成果は2026年5月3日付でNature Mental Health誌に掲載された。
Promenta Research Centerのラジエ・チェゲニ氏が筆頭著者を務めた。チームはウェルビーイング、うつ病、ADHD、喫煙、認知能力など15特性のポリジェニックスコアを算出し、エラスティックネット回帰と呼ばれる機械学習手法で、子どもが8歳時と14歳時のうつ病および不安症の症状を分析した。8歳時の症状は母親、14歳時の症状は本人が報告した。
子どものうつ病・不安症は本人と両親双方の遺伝プロファイルを考慮したとき最も正確に予測された。父親ではウェルビーイング関連、母親では喫煙・認知能力関連の遺伝子が寄与した。当該コホート研究は1999年に開始された。
From: 
Family data reveal two genetic paths to childhood depression and anxiety
【編集部解説】
なぜ今、この研究を取り上げるのか。世界のメンタルヘルスをめぐる議論は、近年急速に「個人の脳内の問題」から「家族や環境を含む系の問題」へと重心を移しつつあります。子ども・若年層の抑うつや不安症状の背景を高い解像度で理解することは、医療・教育・テクノロジーが交差する未来の議論に直結します。
本研究の核心は、子どものメンタルヘルスのリスクが「子ども自身が受け継いだ遺伝子」と「親の遺伝的特性が形作る家庭環境」という、二つの経路を通じて作用しうると示した点にあります。前者は直接遺伝効果、後者は間接遺伝効果と呼ばれ、後者は英語圏で「genetic nurture(遺伝的養育)」とも呼ばれる比較的新しい概念です。
ここで鍵となるのが「ポリジェニックスコア」という考え方です。多くの精神疾患や行動特性は、たった一つの遺伝子で決まるのではなく、何百から何千という小さな遺伝的影響の足し合わせとして表れます。ポリジェニックスコアは、それらを統合した「ある特性へのなりやすさ」を数値化した指標と捉えられます。
本研究の方法論的な新しさは、機械学習を本格的に導入した点にあります。研究チームはエラスティックネット回帰と呼ばれる正則化回帰を用いることで、相関し合う多数のスコアを一度に扱いつつ、効果の小さな遺伝シグナルを取りこぼさずに評価する設計を実現しました。Nature Mental Health誌に掲載された本論文では、家族トリオに対して合計90のポリジェニックスコアとそれらの相互作用項が投入されたと報告されています。
innovaTopia としてここに着目したい理由は、これがバイオテクノロジーと機械学習(AI)の交差点で生まれた成果だからです。ポリジェニックスコアという「遺伝のビッグデータ」は、長らく個別効果の小ささに悩まされてきましたが、機械学習の正則化手法はこの障害を乗り越える鍵を提供しつつあります。
発達段階による変化も注目すべき発見です。予測精度は8歳時よりも14歳時の方が概して高く、とくにうつ病については、児童期では親側の遺伝的要因の相対的重要度が比較的高く、思春期には児童期と比べて子ども本人の遺伝プロファイルが予測モデルにおいて相対的に大きな寄与を示す傾向が観察されました。これは、幼少期は家庭環境が、思春期以降は本人の生物学的素因が、それぞれリスクに強く効くという臨床的な直感を、トリオデータから検証した結果と読むことができます。
さらに興味深いのが、寄与する遺伝的特性が父親と母親で異なっていた点です。父親側ではウェルビーイング関連、母親側では喫煙や認知能力関連のポリジェニックスコアが、子どもの内在化問題の予測に寄与しました。これは「うつや不安が家族で連鎖する理由は、親のうつ・不安リスクを見ればよい」という従来の前提を相対化する所見であり、「親の幅広い特性が、養育や家庭の雰囲気を通じて子どもに影響しうる」という、より複合的な見方を支持します。
ただし、過剰な期待は禁物です。論文によれば、モデルが説明できた分散はうつ症状で最大2.7%、不安症状で最大1.2%にとどまります。研究チーム自身も「現時点で臨床応用可能なものではなく、科学的知見としての位置付けである」と慎重に述べています。ポリジェニックスコアによる個人のリスク予測やスクリーニングへの応用は、まだ遠い段階にあるという理解が重要です。
潜在的なリスクとして、家族単位の遺伝データの取り扱いには倫理的・社会的な課題が伴います。本研究の基盤となるノルウェー母子父子コホート研究(MoBa)は1999年から続く長期データ資源であり、厳格な倫理委員会の承認の下で運営されています。一方で、こうしたデータが規制の弱い文脈で活用されれば、「親の遺伝情報が子どもの将来評価に流用される」「家族の遺伝的責任論に転化する」といった懸念は無視できません。今後、各国の遺伝データ規制やAIガバナンスの議論において、家族単位のゲノムデータをどう位置付けるかは、重要な論点になっていくと考えられます。
長期的な展望として、チェゲニ氏は本研究を「終着点ではなく出発点」と位置付け、次の段階では遺伝的負荷と、家族歴・逆境体験・友人関係・両親の対立など実際の生活経験を組み合わせたモデルへと進む構想を語っています。「単一のリスク因子」から「相互作用する多くの小さな影響の総体」へ。メンタルヘルスの理解枠組みそのものをアップデートする方向性は、Tech for Human Evolution の射程と確かに重なるものでしょう。
【用語解説】
ポリジェニックスコア(PGS / Polygenic Score)
ある形質や疾患へのなりやすさを、ゲノム上の多数の遺伝的バリアント(SNPなど)の影響を統合して数値化した指標である。「単一の遺伝子で決まる」という古いモデルではなく、何百〜何千の小さな効果の合計として個人の遺伝的傾向を捉える考え方に基づく。
エラスティックネット回帰(Elastic Net Regression)
機械学習における正則化回帰手法の一つ。L1正則化(Lasso)とL2正則化(Ridge)を組み合わせ、相関し合う多数の予測変数のなかから重要なものを自動選択しつつ、過学習を抑える。
【参考リンク】
PROMENTA Research Center, University of Oslo(外部)
オスロ大学のメンタルヘルス・ウェルビーイング研究拠点。本研究筆頭著者の所属機関。
Norwegian Institute of Public Health(ノルウェー公衆衛生研究所)(外部)
本研究の共同実施機関。MoBaコホート研究を運営するノルウェーの公的研究機関。
MoBa(Norwegian Mother, Father and Child Cohort Study)(外部)
1999年開始、約11万4500人の子どもを長期追跡する世界有数の家族健康データ資源。
University of Oslo(オスロ大学)(外部)
1811年創立、ノルウェー最古の公立研究大学。本研究の主要実施機関の一つ。
【参考記事】
Direct and indirect parental genetic effects on offspring susceptibility to internalizing problems across development(Nature Mental Health, 2026)(外部)
本研究の査読済み原論文。家族トリオに対し合計90のポリジェニックスコアと相互作用項を投入し、うつ症状で最大2.7%、不安症状で最大1.2%の分散を説明したと報告。
How important are parents in the development of child anxiety and depression?(BMC Medicine, 2020)(外部)
MoBaの11,598トリオを用いた先行研究。8歳児のうつ症状の分散の14%を親の遺伝的養育が説明したと報告し、本研究の方法論的土台を成した重要論文。
Genetic nurture effects in depressive and anxiety disorders and symptoms(Molecular Psychiatry, 2025)(外部)
オランダLifelinesコホート(15,231〜17,186名)を用いた研究。うつ・不安における親の遺伝的養育効果は限定的とし、本研究と対照をなす知見を提示。
Cohort Profile Update: The Norwegian Mother, Father and Child Cohort (MoBa)(IJE, 2025)(外部)
MoBaの最新コホートプロファイル。総参加者約28万5000人(子11万4000人、母9万5000人、父7万5000人)。
Parental characteristics and offspring mental health: a systematic review(Translational Psychiatry, 2021)(外部)
2014年以降の遺伝学的に情報量の高い研究を体系的にレビュー。世代間メンタルヘルス研究の方法論的発展を俯瞰できる背景文献。
【関連記事】
AI毎日利用で抑うつリスク30%増、JAMA研究が2万人調査で個人的使用との相関を報告
子ども・若年層のメンタルヘルスのリスク要因という問題意識を共有。今回の「遺伝×環境」軸に対し、こちらは「AI利用×抑うつ」軸の知見を提供する。
30年の謎に終止符、脳の「休眠」タンパク質GluDsが精神疾患治療の鍵に―Nature掲載
Nature系列誌に掲載された精神疾患関連の最新研究という共通項を持つ。生物学的基盤の研究という点で、今回の遺伝学的アプローチと並列で読める。
WhatsApp音声メモからうつ病を最大91.9%の精度で検出するAIモデル、ブラジルの研究チームが開発
うつ病の予測・検出というテーマで近接。今回の遺伝的予測モデルと音声特徴量からのAI予測モデルを並列で読むと、メンタルヘルス予測の多軸的アプローチが見えてくる。
【編集部後記】
「うつや不安は親から子へ遺伝する」と聞くと、どこか宿命的な響きを感じるかもしれません。けれど今回の研究は、その絡まりが「子ども自身の遺伝子」だけでなく、「親の特性が形作る家庭の空気」をも経由して立ち現れるものだと教えてくれます。
みなさんは、自分の心のあり方を、どこまで遺伝で、どこまで環境で説明したいと思いますか。そして遺伝のビッグデータと機械学習が交差していくこの先の未来に、私たちはどんな倫理の物差しを持っておきたいでしょうか。一緒に考えていけたらうれしいです。
