4 月中旬の火曜日、世界最大かつ最も包括的な健康追跡システムの 1 つである英国バイオバンクは、匿名の研究者から電子メールを受け取りました。この派遣により、中国のテクノロジー企業アリババが所有する電子商取引ウェブサイト「Xianyu」で販売されていた数十万人の研究参加者からの機密データと思われるものが明らかになった。

アリババと英国および中国政府の支援により、英国バイオバンクは上場廃止に成功した。しかし、この事件によりデータセキュリティに関する懸念が生じ、内部調査が行われ、バイオバンクはデータを保護するための新しいインフラストラクチャを構築している間、研究者へのアクセスを遮断することになった。約5か月のオフライン期間を経て、バイオバンクは今月研究者向けに再開すると発表した。

バイオバンクを使用して研究を強化する: その方法に関するガイド

英国バイオバンクには、数十年にわたって研究への参加に同意した50万人からの、医療画像ファイル、健康歴、ライフスタイルデータなどの遺伝データやその他の生物医学データセットが保管されている。これは、世界中の研究者が利用できるいくつかのバイオバンクのうちの 1 つです。しかし研究者らは、英国のバイオバンクが特に価値があると述べている。オーストラリアのシドニーにあるガーバン医学研究所の遺伝学者ダニエル・マッカーサー氏は、「私たちは英国バイオバンクの活動から人間の生物学について、単一の情報源から得たと思う以上に多くのことを学びました」と語る。その理由としては、参加者の数が多いことと、収集されたデータの量と多様性が挙げられるとマッカーサー氏は付け加えた。 「しかし本質的には、彼らがそのリソースを非常にアクセスしやすくしたためでもあります。つまり、世界中の研究者がそのリソースを利用できるようになったのです。」

この事件は、少なくとも厳格なセキュリティ対策がなければ、このオープンさがマイナス面をもたらす可能性があることを示しています。によると 英国バイオバンクによる内部調査の結果6 月 4 日に発表された情報によると、参加者の情報がオンラインで販売されていた事件が 3 件あり、すべて中国の機関に関連していました。すべてのリストは取り消され、英国バイオバンクはこれらの機関へのさらなるアクセスをブロックしました。そしてアリババは、バイオバンクに言及するリストを削除する自動検索を導入した。

研究データセットがデータセキュリティの問題を扱うのはこれが初めてではありません。最新の治安事件の直前の3月、イギリスの新聞はこう報じた。 ガーディアン 数十例のデータが英国バイオバンクから入手可能であると報告した 研究者によって誤って GitHub パブリック コード リポジトリにアップロードされたそして、データがどのように個々の研究参加者に潜在的に関連付けられるかを示しました。そして 2023 年には、chアッカーが機密情報にアクセスした消費者向け遺伝子検査会社 23andMe の何百万人ものユーザーからの名前、住所、祖先情報など。

UK Biobank と 23andMe はその後、セキュリティ プロトコルを改訂し、より厳格なアクセス制御を導入するためにプラットフォームを更新しました。 (23andMe は影響を受けたユーザーから訴訟を起こされ、今年初めに 4,000 万ドル以上の損害賠償を支払うことに同意した。) この変更は、バイオリポジトリがデータに誰がどのようにアクセスできるかについての制限を強化するという広範な傾向の中で行われた。多くの研究者は、データセキュリティに対するこれらの変更の利点が欠点を上回ると述べていますが、これらの制限により正規のユーザーがデータを最大限に活用できなくなる可能性があると懸念する人もいます。

英国ケンブリッジに拠点を置く UK Biobank のデータ ポリシー ディレクターであるジョー ワッツ氏は、データ アクセスとセキュリティのバランスを適切に保つことが重要であると述べています。 「私たちは参加者の情報の保護を非常に真剣に受け止めており、研究者や獣医療機関から個人を特定できる情報を削除することに細心の注意を払っています」と同氏は述べた。 「私たちはもっとできることを認識しており、追加のセキュリティ対策を追加しています。」

アクセス制御

英国バイオバンクが 2012 年に初めて科学界に公開されたとき、このシステムは一部で「貸出ライブラリ」システムと呼ばれるもので運営されており、許可を得た研究者は分析用の生データを自分のデバイスにダウンロードできました。

参加者のプライバシーを保護するために、Biobank UK およびその他のリポジトリでは、名前、住所、生年月日などの個人を特定できる情報は、仮名化と呼ばれるプロセスを通じて隠蔽されています。これにより、薬物やアルコールの使用、身体的虐待、性的虐待、診断などの機密情報が特定の人々に関連付けられることがなくなります。しかし、そのような対策を講じたとしても、仮名化されたデータのプールがオンラインで拡散した場合、個人データが特定の人物にどの程度関連付けられるか（再識別として知られるプロセス）が懸念されます。

子供のゲノムをスクリーニングすることで命を救うことができます。これがどのように機能するかです

今年3月のレポートでは ガーディアン 英国のバイオバンク参加者が本紙に提供した生年月日と手術日を使用して、誤ってオンラインで公開された健康記録をリンクすることに成功したことを明らかにした。 （で 英国バイオバンクのセキュリティインシデントに関する報告書 （4月には、組織は、再特定は不可能であるが、参加者の支援なしに発生した事件については把握していないと述べた。）

最新の事件が起きる前にも、データセキュリティに関する他の懸念があった。同じ調査によると、 で ガード 昨年の7月から12月にかけて、英国のバイオバンクがGitHubに数回の削除通知を発行し、研究者が誤って公開したバイオバンクのデータを削除するようリポジトリに求めたことを明らかにした。英国のバイオバンクのデータセットをダウンロードした約1,500の研究機関のうち、約700の研究機関は有効期限後にデータを削除したことを確認できなかった。英国バイオバンクは、研究者らがデータを削除しない場合、バイオバンクが再開された後、それぞれの機関の全員がバイオバンクにアクセスすることを禁止されると述べた。

その他のセキュリティ対策も講じられています。データのセキュリティを確保するために、バイオバンクは「リーディング ライブラリ」アプローチを採用することが増えています。研究者はデータをダウンロードすることを許可されていません。代わりに、安全なプラットフォームで実験を実行する必要があり、結果のダウンロードのみが可能です。たとえば、米国国立衛生研究所 (NIH) が実施するイニシアチブである「All of Us」は、米国の 100 万人の遺伝データおよびその他の生物医学データのリポジトリを作成することを目的としており、個々の参加者に関する情報 (参加者レベルのデータとも呼ばれる) をクラウド プラットフォームを通じてのみ利用できるようにしています。

英国バイオバンク自体は 2021 年にこのタイプのシステムへの移行を開始し、2024 年には研究者が広く利用できるようになりました。ただし、参加者レベルのデータを結果に割り当てることでダウンロードすることは依然として可能でした。英国バイオバンクの方針では、これは許可されていないと明確に述べられていましたが、この組織にはプラットフォームから何がエクスポートされたかを正確に監視するシステムがありませんでした。多くのバイオバンクは、送信データを選別して参加者レベルでデータがダウンロードされるのを防ぐ、「航空機」とも呼ばれるセキュリティ システムを導入しています。英国バイオバンクは、研究プラットフォームが再開したときに機能を開始するエアロックの設置に取り組んでいます。

エアロック システムが導入されていても、安全なプラットフォーム上でデータのスクリーンショットを撮るなど、悪意のある者がそれを回避する方法は依然として存在します。 All of Us の最高経営責任者であるジョシュ・デニー氏は、参加者のデータの保護はバイオバンクにとって「継続的なプロセス」であると述べています。これには、情報が開示されていないことを確認するためにインターネットを定期的に検索することや、潜在的なリスクを他のバイオバンクに伝えることが含まれます。たとえば、イギリスのバイオバンクは、Xianyu が All of Us を含む他のバイオバンクにリンクするリストを持っていることを発見し、すぐにリスクを警告し、投稿をチェックして参加者レベルのデータが販売されていないことを確認できるようにした、とデニー氏は言います。

「データセキュリティに関しては、魔法の特効薬はありません」と、英国ヒンクストンにある欧州バイオインフォマティクス研究所分子生物学研究所所長のユアン・バーニー氏は言う。しかし、複数のセキュリティ層を設けることで、研究者が不注意な間違いを犯したり、悪意のある者がデータを悪用したりすることが困難になるとバーニー氏は付け加えた。

英国のオックスフォード・インターネット研究所のデータ・プライバシー研究者であるルーク・ロッシャー氏は、ライブラリ・スタイルのプラットフォームにエアロック・チェックを実装するとデータ漏洩を減らすことができるが、データ・セキュリティに関してはバイオリポジトリはさらに前進できると述べている。ロシェ氏によると、研究者は、情報に直接アクセスせずに参加者のデータを分析できるプラットフォームにコードを送信するシステムに切り替えることができるという。そのようなシステムの 1 つが、英国のオックスフォード大学によって管理されている OpenSAFELY です。

研究サイロ

読書図書館のアプローチは貸出図書館モデルよりも優れたセキュリティを提供しますが、研究には課題も生じます。現在、複数のバイオバンクからのデータを結合したい研究者は、通常、それぞれのバイオバンクの研究環境に入り、同じ分析を実行し、結果をエクスポートして、これらの結果を使用してメタ分析を実行する必要があります。

マッカーサー氏によると、現在、新しい国立バイオバンクはすべてカスタム環境で設立されているという。これにより、すべての生データを結合することは事実上不可能になります。そして、各システムには独自の特異性があり、たとえば、あるコードで機能するコードが別のシステムでは機能しないなど、研究者は作業している各システムの複雑さを理解する必要があります。

オープンデータはゲノミクス研究の鍵です – データが安全に保たれていれば

この種の分析の必要性を減らすために、特定の遺伝子変異の頻度やゲノムワイド関連研究 (GWAS) の結果などの概要統計をデータベースに統合する試みがいくつか行われてきました。 (バイオバンクは、参加者のプライバシーに関してはリスクが低いと考えられるため、概要統計を一般に公開することがよくあります。) Global Alliance for Genomics and Health は分析を集約する方法に取り組んでおり、ゲノム集約データベース (gnomAD) は、世界中のバイオバンクからの概要統計を集約することを目的としています。バイオバンク メタアナリシス イニシアチブの研究者は、科学者が GWAS 結果の共同評価を実施できるようにするために、30 を超えるバイオバンクを結集しました。