技術要約：集団は異なる：自己組織化パターン形成における情報交換と速度・正確性のトレードオフ

問題提起

発生過程における高度に秩序化された多細胞構造の出現は、集団的な協調に依存しているが、分散型の自己組織化を支配する根本的な原理は依然として解明されていない。静的または動的な信号を個々の細胞がいかに処理するかという理解については理論的な進展があるものの、細胞が信号の送受信をフィードバックループとして行う「集団的な細胞決定」という課題は、ほとんど未開拓のままである。具体的には、発生プロセスが、堅牢性（robustness）や速度といった目的をどのように最適化しているのか、また、相互作用する細胞間で情報がどのように流れるのかが不明である。単一細胞の意思決定は部分観測マルコフ決定過程としてモデル化できるが、集団的なパターン形成は、最適な戦略を計算することが一般にNP困難である分散型の問題である。本論文は、自己組織化システムにおける速度、正確性、および情報流の間のトレードオフに関する理解の空白を埋めるものである。

手法

著者らは、側抑制（具体的にはDelta-Notchシグナル伝達）に着想を得た、局所的な細胞間コミュニケーションによる細胞パターン形成の、解析的に扱いやすい最小限のモデルを導入している。

• モデルの枠組み: システムは、$M$ 個の細胞（初期状態は $M=3$）で構成され、各細胞は離散的な内部状態 $u \in \{0, 1, \dots, N\}$ とバイナリの受容体状態 $s \in \{0, 1\}$ を持つ。細胞は遷移率 $f^\pm(u, s)$ に基づいて内部状態を確率的に遷移し、$g(u)$ という関数に基づいて信号を交換する。受容体状態 $s$ は、隣接する細胞の状態に依存する確率 $k_+$ で確率的に変化する。状態 $u=0$ および $u=N$ は吸収状態であり、確定した細胞運命（例：「抑制された状態」および「抑制因子」）を表す。
• 最適化問題: 目標は、正確に1つの細胞が抑制因子状態（$u=N$）となり、他の細胞が抑制状態（$u=0$）となるターゲットパターンを形成することである。著者らは、目標状態に到達するまでの平均時間（$\tau$）を最小化する最適化問題を、エラー率（$\epsilon \le \epsilon_{tol}$）の制約の下で定式化している。ここで、エラーは非ターゲットの終端状態に到達する確率として定義される。これは、パラメータ空間 $\{f^\pm, k_-, g\}$ に対する内点法および勾配降下法を用いて解かれる。
• 情報理論的解析: 情報流を定量化するために、モデルを確率反応ネットワークとして再構成している。これにより、マスター方程式から導出されたフィルタリング方程式を用いて、軌跡ベースの相互情報量 $I(X_0^T; Y_0^T)$ および転送エントロピー率 $\dot{T}^{Y \to X}(t)$ を厳密に計算することが可能になる。この手法は、高次元の軌跡データから相互情報量を直接推定することの困難さを回避するものである。
• 実験的検証: 理論的な予測は、ショウジョウバエ（Drosophila）の蛹の腹部における感覚器前駆細胞（SOP）形成のライブイメージングデータを用いてテストされている。著者らは、Kraskov–Stögbauer–Grassbergerエスティメータを用いて、細胞とその隣接細胞間におけるScute発現レベルの瞬時相互情報量を計算している。

主な貢献と結果

1. 速度・正確性のトレードオフ

解析により、パターン形成の速度と正確性の間の根本的なトレードオフが明らかになった。

• パレートフロント: 任意の高さのパターン形成精度は達成可能であるが、それは終端状態に到達するまでの時間の増加という代償を伴う。許容エラー率 $\epsilon_{tol}$ がゼロに近づくにつれ、パターン形成の平均時間 $\tau$ は発散する。
• 最適戦略: 最適な戦略は、単一の細胞が内部状態を確率的に増加させて抑制因子となり、同時に隣接する細胞に対して内部状態を減少させるようシグナルを送ることである。これは、すべての細胞が1つの細胞が支配的になる前に一斉に内部状態を増加させるモデルとは異なる。最適なレートはしばしば急峻で非単調な遷移を示し、これは、信号の受信が抑制状態への障壁を下げる「有効なエネルギーランドスケープ」をナビゲートしていることと解釈される。

2. 直感に反する情報流のダイナミクス

本研究は、集団システムにおける情報伝達に関するいくつかの非直観的な特徴を明らかにしている。

• 非単調な瞬時相互情報量: 細胞の軌跡間の全動的相互情報量は時間の経過とともに厳密に増加するが、時刻 $t$ における状態から計算される「瞬時」相互情報量は非単調である。これは中間時刻において局所的な極大値を示した後、パターン形成が進むにつれて減少する。このことは、瞬時的な指標が誤解を招く可能性があることを示唆している。すなわち、情報の減少は必ずしも結合や秩序の喪失を意味するわけではない。
• 集団的最適性と個体レベルの最適性: 集団的に最適な戦略は、細胞間の情報伝達を最大化するものではない。さらに、集団的に最適な戦略を単一の細胞の視点（他者を平均場として扱う）から見た場合、その細胞の行動は最適ではないように見える。個々の細胞は、グローバルな協調を可能にするために、孤立した状態ではサブオプティマル（劣最適）に見える行動をとっている可能性がある。
• 方向性を持つ情報伝達: 最終的な運命（どの細胞が抑制因子になるか）を条件付けると、非対称な情報流が明らかになる。情報は抑制因子から抑制された細胞へと有意に流れるが、抑制された細胞から抑制因子へと戻る非ゼロの方向性を持った情報流も存在しており、フィードバックループの複雑さを浮き彫りにしている。

3. 実験による裏付け

ショウジョウバエの蛹の腹部のデータ解析により、細胞とその隣接細胞間の瞬時相互情報量がパターン形成中に非単調になるという理論的予測が確認された。実験データは、パターン形成が進むにつれて減少する統計的に有意な情報交換を示しており、これは最小モデルで観察された挙動を反映している。

意義と主張

本論文は、分散型の自己組織化を支配する原理は、単一細胞の振る舞いの単純な拡張ではないと主張している。確率的な化学反応速度論と情報理論を橋渡しする扱いやすい枠組みを導入することで、著者らは以下のことを実証している：

1. 最適性は文脈依存的である: 集団的な最適化は、個体レベルの最適性を意味するものではなく、また必ずしも情報流を最大化するものでもない。「生物にとっての最適」な戦略は、単一細胞の情報処理の観点からは、サブオプティマルあるいは非効率に見えることがある。
2. 瞬時的な指標の限界: 瞬時的な状態から計算される標準的な情報理論的指標は、細胞間の結合を捉え損ね、情報交換の真のダイナミクスを見誤る可能性がある。情報流を完全に定量化するには、軌跡ベースの指標が必要であるが、これには高い計算コストを要する。
3. トレードオフの普遍性: 速度・正確性のトレードオフと、それに伴うパレートフロントは、内部ダイナミクスのタイムスケールとパターン形成のタイムスケールによって制約される、ノイズを含む通信を伴う分散型システムの一般的な特徴であると考えられる。

本研究は、分散型システムが、単独の細胞処理とは質的に異なる特定の情報交換戦略を通じて、いかにして堅牢な自己組織化を実現できるかを示す概念実証を提供しており、生物学的発生システムが速度、正確性、および情報のバランスをどのように取っているかについて、新たな視点を提示している。