著者の所属・活動拠点の国は、シンガポール、アメリカです。

掲載誌：Advances in Nutrition

ライセンス: CC BY　対象: 公開論文　確認元: OpenAlex

栄養研究が抱える課題

どのような食事が慢性疾患の予防につながるのかを確かめることは、栄養研究の大きな目標です。しかし論文の著者らは、その証拠の強さには限界があると指摘しています。無作為化比較試験では、参加者に長期間決められた食事を続けてもらうことが難しいためです。

食事を提供して短期間で変化を調べる「給食試験」は貴重な証拠をもたらしますが、通常は病気そのものではなく、限られた種類の代わりの指標しか調べられません。一方、多くの人の食事と健康状態を調べる観察研究は、食事内容の測定誤差や、食事以外の要因の影響を取り除ききれない「残余交絡」の問題を受けやすいとされます。こうした課題を踏まえ、著者らは既存の研究手法を補う研究の枠組みを提案しました。

給食試験と遺伝情報による解析を組み合わせる

提案の柱は、たんぱく質の指標を目印にして、無作為化給食試験と「メンデルランダム化（MR）」という解析を組み合わせることです。MRは、生まれつきの遺伝的な違いを利用して、ある要因が病気の原因となっているかを推定する方法です。

この枠組みでは、まず給食試験によって、特定の食事パターンに反応して変化するたんぱく質を見つけ出します。次にMR解析を使い、それらの食事に反応するたんぱく質が慢性疾患の発症に関わっているかを検討します。著者らは、個々のたんぱく質を調べるだけでなく、食事パターンによって生じるたんぱく質の変化の全体像を「遺伝スコア」で捉えてMR解析に用いることも提案しています。

著者らによると、たんぱく質が目印として特に有用なのは、病気の成り立ちに関わる複数の生物学的な経路を反映しているためです。また、そのたんぱく質をつくる遺伝子の近くにあり、たんぱく質の量に影響する遺伝的変異（cis-pQTL）を解析の手がかりにできることが多く、遺伝的変異が別の経路を通じて病気に影響してしまう「水平多面発現」への懸念を、ほかのMRの方法に比べて減らせると論じています。

DASH食の研究に見る実現可能性

著者らは、この枠組みのいくつかの段階が実際に実行できることを示す例として、高血圧を防ぐための食事法として知られるDASH食に関する研究を取り上げています。それらの研究からは、無作為化給食試験で再現性のあるたんぱく質の変化を特定できること、そしてその関連のいくつかが一般住民を対象としたコホート研究でも確認できることが示されているといいます。

さらに、食事に関連する一部のたんぱく質は、前向き研究で2型糖尿病のリスクと関連することが報告されており、なかにはMR解析や、遺伝的な信号が同じ場所に重なるかを調べる共局在解析によって裏付けられているものもあると著者らは述べています。

限界と、この提案が示すもの

著者らは、この枠組みの潜在的な限界にも触れています。たんぱく質をすべて網羅して測れるわけではないこと、測定誤差があること、測定法が認識する部位の違いによる影響（エピトープ効果）があること、そしてMR解析が前提とする条件を満たすのが難しい場合があることなどです。

そのうえで著者らは、異なる研究デザインを横断し、たんぱく質を手がかりにする研究戦略が、複数の方法から証拠を突き合わせる「トライアンギュレーション」に貢献し、慢性疾患予防のための食事の推奨を、より具体的で確かなものにしうると主張しています。食事と病気の因果関係という難しい問いに、たんぱく質という中間の目印を通じて迫ろうとする考え方を示した提案です。

著者：Rob M. van Dam、Charlie G.Y. Lim（Saw Swee Hock School of Public Health, National University of Singapore, and National University Health System, Singapore, Republic of Singapore）、Marilyn C. Cornelis（Department of Preventive Medicine, Northwestern University Feinberg School of Medicine, Chicago, IL, USA）

※本記事は原著論文をもとに、日本語で要約・説明を加えた研究紹介です。 出典（原著論文）：Rob M. van Dam, Charlie G.Y. Lim, Marilyn C. Cornelis. Dietary Patterns and Chronic Disease Risk: A Proteomic Framework to Strengthen Causal Inference. Advances in Nutrition 2026-10-01. DOI: 10.1016/j.advnut.2026.100755. 原著ライセンス：CC BY.