ホモモルフィック暗号によるプライバシー保護型多因子遺伝的リスクスコア

科学分野:

• ゲノミクス
• 暗号理論
• 精密医療

背景:

• 多因子遺伝的リスクスコア（PRS）は、精密医療における個別化リスク予測に不可欠です。
• PRSの使用は、ゲノムデータの機密性の高い性質により、重大なプライバシー懸念を引き起こします。

研究 の 目的:

• プライバシー保護型多因子遺伝的リスクスコア（PRS）モデルのための完全準同型暗号（FHE）のオープンソース実装を開発および評価すること。
• セキュアなゲノムデータ計算のためのFHEの実現可能性と精度を評価すること。

主な方法:

• FHEベースのPRSのための3者モデル（クライアント、モデラー、評価者）を利用するオープンソースシステムHEPRSを開発しました。
• HEPRSを合成データセットと110,000 SNPの統合失調症リスクモデルに適用しました。
• 精度、メモリ、計算時間に影響を与える暗号化パラメータを調査しました。

主要な成果:

• 暗号化されたPRSと平文のPRSは密接に一致し、高い精度を示しました。
• HEPRSは、単一CPUで実用的なユーザビリティを実証しました。
• この研究は、FHEがわずかな精度の低下で現実的なPRSを可能にすることを裏付けました。

結論:

• 完全準同型暗号は、プライバシー保護型PRSの実行可能なソリューションを提供します。
• HEPRSは、セキュアでスケーラブルなゲノム解析をサポートし、精密医療アプリケーションを強化します。
• 開発されたFHE実装は、機密性の高いゲノムデータからの機密性の高いリスク予測を容易にします。