💻 bioinformatics

scDRP: Disentangled representation learning for predicting single-cell responses to perturbations and estimating individual treatment effects

本論文は、もとの不一致な単一細胞摂動データから個別の治療効果を正確に推定し、反事実的な細胞状態を推論するために、もつれのない表現学習と条件付き最適輸送を活用した生成フレームワークであるscDRPを導入し、それによって多様な細胞型および条件下における異質な生物学的メカニズムを明らかにするものである。

原著者： Sun, J., Stojanov, P., Zhang, K.

公開日 2026-08-13

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Sun, J., Stojanov, P., Zhang, K.

原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ⚕️ これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。免責事項の全文を読む

ある一人の人間が新しい薬に対してどのように反応するかを正確に突き止めようとしている場面を想像してみてください。しかし、あなたには魔法の、かつ破壊的なカメラがあります。そのカメラは、薬を飲む「前」か、あるいは飲んだ「後」のどちらかの写真しか撮ることができず、両方を同時に撮ることはできません。同じ人物の変化を観察することはできないのです。あなたは、薬を飲む前の群衆と、飲んだ後の別の群衆を見ることしかできません。これが現代生物学のもどかしい現実です。科学者は、個々の細胞内の遺伝的指示を読み取るために「シングルセル・シーケンシング（単一細胞解析）」を用いますが、そのプロセスにおいて細胞は破壊されてしまいます。そのため、全く同じ細胞の「前後」を観察することは不可能であり、それが、異なる細胞がいかに同じ治療に対して異なる反応を示すかを理解する上で極めて重要となります。

この問題を解決するために、科学者は「個別治療効果（Individual Treatment Effects: ITE）」という概念に頼っています。これは、ある特定の生徒が勉強した後にテストでどのような成績を収めるかを、その生徒が実際にテストを受ける姿を一度も見ることなく予測しようとするようなものです。あなたは、他の似たような生徒たちがどうだったかに基づいて推測しなければなりません。課題は、細胞が「厄介」であることです。細胞には独自の「個性」（肝細胞なのか皮膚細胞なのかなど）と、独自の「気分」（どれくらい活動的かなど）があります。もし群衆全体の平均的な反応だけを見てしまうと、個々のユニークな物語を見落としてしまいます。この論文は、こうした物語を解き明かすための新しい手法を紹介しています。それは、細胞の永続的なアイデンティティと、衝撃に対する一時的な反応を分離することで、たとえ実際にその細胞が治療を受けた姿を見ることができなくても、その細胞がもし治療を受けていたら「何が起きていたはずか」を予測することを可能にします。

探偵の道具箱：scDRPとの出会い

CMU（カーネギーメロン大学）とブロード研究所の研究者によって開発された、新しいデジタル探偵ツール、scDRPをご紹介します。その役割は、生物学における「失われた双子」の謎を解くことです。化学的または遺伝的な攻撃（摂動）を受ける前と後の同じ細胞を観察することはできないため、scDRPはすべての細胞に対して「仮想的な双子」を構築し、その細胞がどのように反応した「はず」かを調べます。

この魔法のような仕組みを、簡単なステップに分解して説明します。

1. 大いなる分離（もつれのない表現：Disentangled Representation）
すべての細胞が複雑なレシピであると考えてみてください。レシピの一部は「基本のアイデンティティ」（何が肝細胞を肝細胞とし、何が皮膚細胞を皮膚細胞とするのか）であり、もう一方は「反応」（その細胞が刺激を受けたときに、どのように叫び、変化し、適応するか）です。
かつて、これら二つの要素は、大きな、混沌としたスムージーの中に混ざり合っていました。もし反応を推測しようとすると、アイデンティティも同時に推測することになってしまい、その逆も同様でした。scDRPは、特別なAI（ $\beta$ -VAEと呼ばれる一種のニューラルネットワーク）を使用して、そのスムージーを元の材料へと分離します。これにより、二つの明確な「潜在空間」（異なる種類のファイルキャビネットと考えてください）を作成します。

キャビネット U（アイデンティティ）： 細胞の型などの、安定した特性を保持します。
キャビネット D（反応）： 治療によって引き起こされた変化を保持します。
これらを分離しておくことで、このツールは、反応を予測する際に、細胞のパーソナリティと薬への反応を誤って混同しないようにしています。

2. 順位維持のルール（条件付き最適輸送：Conditional Optimal Transport）
成分が分離された後、ツールはどの「未処理」の細胞がどの「処理済み」の細胞と一致するかをどのように判断するのでしょうか？
研究者たちは、**クオンタイル・マッチング（分位数照合）**と呼ばれる巧妙なルールを使用しています。ランナーが速さごとに整列しているレースを想像してください。もし全員に重いブーツ（摂動）を与えたとしたら、列全体は遅くなるかもしれませんが、もともと95番目に速かった人（最も速い人）は、他の人々との相対的な位置関係において、依然として95番目にいるはずです。
scDRPは、治療がグループ全体の振る舞いを変化させることはあっても、そのピアグループ（仲間）内での細胞の「相対的な順位」は変わらないという仮定に基づいています。このツールは、**最適輸送（Optimal Transport）**という数学的手法を用いて、感度の95パーセンタイルに位置する未処理の細胞と、95パーセンタイルに位置する処理済みの細胞をマッチングさせます。これにより、「カウンターファクチュアル（反事実的）な双子」――つまり、コントロール細胞が治療を受けたかのように変換された仮想バージョン――が作成され、科学者は正確な差（個別治療効果）を算出できるようになります。

3. 彼らが見つけたもの：隠れたパターン
チームは、正解がわかっている合成データと、実際の生物学的データの両方でscDRPをテストしました。ここで彼らが発見したことは以下の通りです。

従来の方法よりも優れている： 他の手法と比較して、scDRPは、特に反応が複雑で非線形（単純な直線ではないもの）である場合において、個々の細胞の具体的な反応を予測することに非常に長けていました。
隠れたグループの発見： 何千もの細胞の予測された反応を見ることで、彼らはそれらを「機能的遺伝子モジュール（Functional Gene Modules: FGMs）」にグループ化することができました。これらは、共に働く遺伝子のチームのようなものです。
- ライノウイルスと煙： ライノウイルス（一般的な風邪のウイルス）やタバコの煙に曝露された肺細胞において、scDRPは、異なる細胞型が非常に具体的な方法で反応していることを発見しました。ある細胞は自らを清掃するために「繊毛」（小さな毛のような構造）を活性化させ、別の細胞は増殖するために「細胞周期」を開始しました。従来の手法では、これらの微細な詳細は捉えられませんでした。
- 免疫応答： インターフェロン（ウイルスと戦う信号）を受けた免疫細胞について、scDRPは、異なる免疫細胞（T細胞対B細胞など）が全く異なる役割を持っていることを示しました。ある細胞はウイルスの殺傷に集中し、別の細胞はストレス管理や体内での移動に焦に集中していました。
- 白血病： 慢性骨髄性白血病細胞において、CRISPR（遺伝子編集）を用いて異なる遺伝子を標的にすると、明確に異なる機能モジュールが誘発されることがわかり、これにより、これらの癌細胞がどのように生存または死滅するかというメカニズムが明らかになりました。

4. 未知の予測
scDRPの最も素晴らしい機能の一つは、まだ見ていない状況における予測能力です。

用量（ドーズ）： もし科学者が、ある薬の低用量と高用量に対する細胞の反応を知っていれば、scDRPは、テストされていない中用量の反応を滑らかに補間（推測）することができます。
組み合わせ： もし薬Aと薬Bに対して個別に細胞がどのように反応するかを知っていれば、scDRPはそれらの「反応ベクトル」を組み合わせ、両方の薬を使用した際の反応の強さを予測できます。（注：反応の「大きさ」は予測できますが、遺伝子が上昇するか下降するかまでは必ずしも予測できません）。

結論
この論文は、scDRPが生物学における「もしも（what ifs）」を見るための強力な新しい方法であることを示唆しています。細胞のアイデンティティと反応を分離し、「順位保存型」のマッチングルールを用いることで、研究者は、平均値というノイズの中に隠されていた細胞のユニークで個別の物語を見ることができるのです。この手法はある種の仮定（細胞の相対的な順位は変わらないという考えなど）に依存していますが、シミュレーションと実世界のテストは、それがうまく機能していることを示しており、生命が変化に対してどのように反応するかという、より根本的なレベルでの明確な視点を提供しています。

技術要約：scDRP：単一細胞への摂動に対する応答予測のためのもつれのない表現学習

1. 問題提起

単一細胞シーケンシング技術（例：Perturb-seq、sci-Plex）は、様々な化学的または遺伝的摂動下における遺伝子制御回路の大規模なプロファイリングを可能にする。しかし、これらの実験は本質的に破壊的であり、異なる条件下にある細胞の「対応していないスナップショット」しか提供しない。その結果、同じ細胞が摂動の前後でどのように変化したかを観察することは不可能であり、これは個別の治療効果（Individual Treatment Effects: ITE）、すなわち、ある特定の細胞に対する治療の特異的な因果的応答を推定する上での根本的な障壁となっている。

既存の手法には、主に2つの限界がある：

集団平均への焦点： scGENのようなフレームワークは集団の平均的な応答を予測するが、これでは、サブポピュレーションごとに異なる反応を示すオルガノイドのような複雑なシステムを理解するために不可欠な不均一性を覆い隠してしまう。
過度に強い仮定： CINEMA-OTのような手法は、摂動による信号が共変量（例：細胞型）から完全に独立していると仮定し、線形結合に依存している。これは、細胞の応答を支配する複雑な非線形関係や相互作用を無視している。

課題は、細胞型の不均一性と非線形ダイナミクスを考慮しつつ、対応していない集団データから反事実的状態（コントロール細胞が摂動を受けた場合にどうなるか）を推論し、ITEを推定することである。

2. 手法：scDRPフレームワーク

著者らは、もつれのない表現学習（disentangled representation learning）と条件付き最適輸送（conditional optimal transport: OT）を組み合わせた生成フレームワークであるscDRPを提案している。

A. もつれのない潜在表現
scDRPは、高次元の遺伝子発現プロファイル（ $x$ ）を、以下の2つの条件付き独立な部分空間に構造化された低次元の潜在変数（ $z$ ）の関数としてモデル化する：

摂動に不変なアイデンティティ（ $z_u$ ）： 安定した固有の特性（例：細胞型、成熟段階）および共変量（ $w$ ）を捉える。
摂動に誘発された応答（ $z_d$ ）： 摂動（ $a$ ）および共変量によって引き起こされる変動を捉える。

この分離を学習するために、scDRPは以下のものによって正則化された** $\beta$ -変分オートエンコーダ（ $\beta$ -VAE）**を採用している：

ヒルベルト・シュミット条件付き独立性基準（HSCIC）： 共変量 $w$ を与えられた条件下での $z_u$ と $z_d$ の間の厳密な条件付き独立性を強制する。
ゲート付き $L_0$ ノルム： 最適な潜在次元を選択し、識別可能性を確保するためにスパース性を促進する。

B. 反事実的マッチングのための条件付き最適輸送
反事実的な予測を生成するために、scDRPはコントロール細胞を、摂動群におけるその「双子」の対応物とマッチングさせる必要がある。このフレームワークは、**順位保存仮定（rank-preserving assumption）**の下で作動する。すなわち、均質なサブポピュレーション内（ $w$ または $z_u$ によって条件付けられた場合）では、摂動は応答の分布をシフトさせるが、個々の細胞の相対的な順位（分位数）は保持されるという仮定である。

このマッチングは、もつれのない潜在空間における条件付き最適輸送問題として定式化される。目標は、以下の輸送コストを最小化する最適な結合行列 $\Gamma^*$ を見つけることである：
$C(z_s, z_t) = \alpha \|z_s^u - z_t^u\|_2^2 + \beta \|z_s^d - z_t^d\|_2^2$

第1項（ $\alpha$ ）は、マッチした細胞が同様の固有のアイデンティティを共有することを保証するソフトな制約として機能する。
第2項（ $\beta$ ）は、応答空間における輸送コストであり、これは1次元における分位数マッチングに相当する。

最適な結合が見つかった後、**重心射影（barycentric projection）**を用いて反事実的な潜在状態（ $\tilde{z}$ ）を生成し、それがデコードされてITE（ $\hat{\tau} = \tilde{x} - x$ ）が推定される。

C. ダウンストリーム解析と汎用性

バイクラスタリング： 推定されたITE行列は、機能的遺伝子モジュール（Functional Gene Modules: FGM）（特定の応答パターンを示す遺伝子と細胞のグループ）を特定するために、バイクラスタリング（BCPlaid）を用いて解析される。
未観測の用量： 未観測の摂動用量に対しては、scDRPは潜在空間上でガウス過程回帰を用いて $z_d$ の平均と分散を補間し、残差補正を行ってから反事実的状態を生成する。
組合せ効果： 本フレームワークは、個々のITEをベクトルとして扱い、ベクトル合成（平行四辺形の法則）を適用することで、組み合わせた摂動効果の大きさを推論する。ただし、これは絶対的な大きさのみを推定可能であり、方向（アップレギュレーション／ダウンレギュレーション）は推定できない。

3. 主な結果

論文では、シミュレーションおよび4つの実世界のデータセット（Kang et al., Dong et al., Hagai et al., Norman et al.）を通じてscDRPを検証している：

シミュレーション性能： scDRPは、特に非線形の設定や細胞型のラベルが未知の場合において、ITEおよび条件付き平均治療効果（CATE）の推定において、CINEMA-OTやscGENを一貫して上回る性能を示した。また、真のペアリングと潜在的なもつれ解消を正確に復元した。
実データ予測： 実データにおいて、scDRPは観測された治療分布と密接に重なる反事実的分布を生成した（高いPCC、低いRMSE、低いMMD）。これに対し、他の手法は大幅な乖離を示した。
生物学的知見：
- ライノウイルスと喫煙： 気管オルガノイドデータの再解析により、微細なパターンが明らかになり、従来の線形解析では見逃されていた繊毛形成および細胞周期進行のための明確なFGMが特定された。
- インターフェロン刺激： PBMCにおいて、scDRPは不均一な免疫応答を解明し、特定の細胞型（例：CD4+ T細胞、単球）を特定の機能モジュール（例：抗ウイルス防御、アポトーシス、代謝調節）に関連付けた。
- CRISPR摂動： K562白血病細胞において、本手法は主要な機能モジュール（MHC I抗原提示）と、特定の遺伝子駆動型の分岐（例：酸化ストレスと分化を結びつけるKLF1）を特定した。
汎用性： モデルは、未観測の化学的用量に対する用量反応曲線の補間、および組合せ治療効果の大きさの推定に成功した。

4. 意義と主張

著者らは、scDRPが単一細胞摂動データから不均一な因果関係を抽出するための原理的な計算的アプローチを提供すると主張している。その意義は以下の点にある：

理論的厳密性： 条件付き最適輸送を用いた反事実的マッチングのための厳密な仮定を確立しており、ヒューリスティックなアプローチを超えている。
生物学的解像度： アイデンティティと応答を分離することで、集団平均的な手法が覆い隠してしまう細胞型特異的な機能的遺伝子モジュールや不均一なメカニズムの発見を可能にする。
多用途性： フレームワークは未観測の摂動用量や組み合わせに汎用でき、in silico での摂動スクリーニングや合理的な治療標的の発見を促進する。

論文では限界についても認めており、もつれ解消は観測データのみからは検証できない識別仮定（条件付き独立性）に依存していること、および組合せ推論が現時点では方向ではなく効果の大きさのみを復元することに触れている。今後の展望として、時間的・空間的なモダリティの組み込みや、scATAC-seqのような他のデータ型への拡張が示唆されている。