概要

• Schizophrenia（統合失調症） の進化的持続は謎とされている現象。
• Cliff-edged fitness function（崖縁型適応度関数） モデルが、その説明として提案されている。
• このモデルでは、ある特性が臨界点を超えると 適応度が急落 する。
• 多くの 精神疾患や自己免疫疾患 にも同様の進化的ダイナミクスが存在。
• 遺伝的多様性・弱い選択圧が 疾患の持続的な出現 を可能にしている。

統合失調症の進化的パラドックスとcliff-edged fitness functionモデル

• Schizophrenia は 生殖適応度を低下 させるが、世界中で約1%の生涯有病率を保つ現象。
• 従来の進化仮説 （親族選択、突然変異-選択バランス、進化的ミスマッチ）は十分な説明力を持たない。
• 危険遺伝子が正の選択を受けていない場合、長期的には遺伝子プールから排除されるはず。
  • 例：1%の人が50%の生殖適応度低下→180世代で半減、560世代で1/10になる計算。
  • 新石器時代以降、これだけの世代が経過しても有病率は減少していない。
• 現代では負の選択下 にあるが、進化史の中では正の選択を受けた形跡も。

崖縁型適応度関数（cliff-edged fitness function）仮説

• Randolph Nesse が2004年に統合失調症への適用を提唱。
• 特定の 認知・言語・社会的特性 が進化的利益をもたらすが、ある閾値を超えると 壊滅的な適応度低下 が生じる。
• 遺伝的に連続的な特性が、 臨界点直前で安定 し、少数が「崖を越えて」障害を発症。
• 適応度地形（fitness landscape） のメタファーで説明：
  • 多くの特性は中間値で最大適応度を持つ（例：鳥の翼の長さ、ウサギのリスク選択）。
  • 一部の特性は一方向に進むと適応度が増加し、閾値を超えると急落（例：競走馬の脚の細さ）。
• ヒトの認知能力 も同様で、臨界点を越えると統合失調症などの障害が発症。

進化的最適化と個体健康の乖離

• 自然選択 は「健康最適値」ではなく「遺伝子伝播最適値」で特性分布を安定化。
• 崖縁型ダイナミクスでは、 大多数は健康 だが、 変異による少数が疾患 に。
• 多因子・高遺伝率 の疾患（例：統合失調症、自己免疫疾患）はこのモデルに合致。

他の進化的崖縁型例

• 新生児脳サイズ ：大きいほど知能利得、臨界点超過で産道通過困難→母子の致死リスク。
• 免疫系 ：攻撃性が高いほど感染防御に有利だが、過剰で自己免疫疾患発症。
• 多くの 遺伝子変異 が通常は利点をもたらすが、総和が閾値を超えると疾患リスク増大。

統合失調症の遺伝的構造とモデルの一致

• 複数の遺伝子変異 が小さな利点をもたらし、集積でリスク増。
• クリフエッジモデルは、 GWASで観察される効果量分布 と整合。
  • 効果中間域（0.05～0.2標準偏差、オッズ比1.14～1.69）の変異が多い。
  • 防御的変異は小規模かつ希少。
• 選択圧は歴史的に変動 し、人口分布が閾値に近づくと発症者が現れ、強い負の選択が働く。

数理モデルによる選択圧推定

• Mitteroecker & Merola による数理モデル：
  • 1%の有病率、50%の生殖適応度低下→選択勾配は0.0135（非常に弱い正の選択）。
  • 他の動物特性より10倍以上弱い選択圧。
  • 非常に弱い正の選択が疾患の持続的出現を維持。

まとめと今後の展望

• 崖縁型適応度モデル は、統合失調症や他の複雑疾患の進化的持続を説明する有力な枠組み。
• 多様な遺伝的要因 が、個体の適応度と疾患発症の両方に寄与。
• 進化的最適化 は必ずしも個体の健康最大化と一致せず、種全体の遺伝子伝播を優先。
• 今後は、 遺伝子データと進化モデルのさらなる統合 が期待される。