MANTIS: Analytics toolkit for spatial metabolomics with matching spatial transcriptomics data

本論文は、空間メタボロミクスと空間トランスクリプトミクスデータを統合的に解析し、空間依存性を考慮した統計的検定や交絡因子の補正を通じて、代謝物と遺伝子の空間的関係や生物学的な関連性を高精度に解明する新しい統計フレームワーク「MANTIS」を提案するものである。

要約

この論文は、**「MANTIS（マンティス）」**という新しいコンピュータープログラム（ツール）について紹介しています。

簡単に言うと、これは**「生きている組織の『地図』と『レシピ』を同時に読み解くための、超高性能な探偵ツール」**です。

これまで、科学者たちは組織の中で「どこにどんな化学物質（代謝物）があるか」と「どこにどんな遺伝子（レシピ）が働いているか」を別々に調べていました。しかし、MANTIS はこの 2 つを**「同じ場所」**で結びつけて、より深く理解しようとするものです。

以下に、難しい専門用語を使わず、身近な例え話で解説します。

---

1. どんな問題があったの？（これまでの状況）

想像してください。大きな**「都市（組織）」**があるとします。

• **代謝物（化学物質）は、その都市で使われている「エネルギーや材料（例：ガソリン、食料）」**です。
• 遺伝子は、その都市の**「建築家や職人（レシピ）」**です。

これまでのツールは、以下の 2 つのことができませんでした。

1. 「場所」を無視していた： 「ガソリンが多い場所」と「職人が多い場所」が偶然重なっただけなのに、「ガソリンは職人が作っている！」と誤解してしまうことがありました。
2. 「偶然」を区別できなかった： 都市全体が賑やかだから、ガソリンも職人もあちこちに多いだけなのに、「これらは特別に結びついている！」と勘違いして、間違った発見をたくさん報告していました。

2. MANTIS はどう解決するの？（新しいアプローチ）

MANTIS は、この都市の複雑な関係を解き明かすために、3 つの強力な「探偵テクニック」を使います。

① 「地域ごとの特徴」を見分ける（地域メタボロミクス）

【例え話】
「この都市の『商店街』には高級食材が集中しているし、『工場地帯』には重油が溜まっている」というように、**「特定の地域にしか存在しない特別な物質」**を見つけ出します。

• MANTIS のすごいところ： 単に「多い・少ない」を見るだけでなく、その物質が「偶然の偏り」ではなく、本当にその地域に「住み着いている」のかを、統計的に厳しくチェックします。

② 「細胞の種類」との関係を解き明かす（細胞タイプメタボロミクス）

【例え話】
「『消防署』には消火器が常備されているし、『病院』には薬が揃っている」というように、**「特定の種類の建物（細胞）が持っている物質」**を見つけます。

• MANTIS のすごいところ： 単に「消防署と消火器が近所だから」という理由ではなく、本当に消防署の活動と消火器の存在がリンクしているのかを、空間的な位置関係まで考慮して判断します。

③ 「レシピ」と「材料」の本当のつながりを見つける（遺伝子 - 代謝物関連）

【例え話】
これが MANTIS の最大の特徴です。
「工場で『鉄の加工』をしている職人（遺伝子）」と「鉄くず（代謝物）」が同じ場所にいたとき、MANTIS はこう考えます。

• 古いツール： 「同じ工場にいるから、職人が鉄くずを作っているに違いない！」と即座に結論づけます。
• MANTIS： 「待てよ。もしかしたら、この工場全体が『鉄の街』だから、職人も鉄くずもたまたま集まっているだけじゃないか？」と疑います。
  • MANTIS は**「地域の影響」や「細胞の種類の影響」を一度取り除いて（調整して）**、それでもまだ「職人と鉄くず」が強く結びついているかどうかを調べます。
  • これにより、**「本当の因果関係（職人が鉄くずを作っている）」**だけを、ノイズ（たまたま同じ場所にいるだけ）から引き抜いてくれます。

3. なぜこれが重要なの？

このツールを使うと、科学者は以下のようなことがわかるようになります。

• 病気の仕組みの解明： がん細胞が、なぜ特定の場所では急速に成長するのか（エネルギーの使い方が違うからなど）、その「化学的な理由」と「遺伝子の指令」をセットで理解できます。
• 脳の機能の解明： 脳のある部分で「ドーパミン（幸せの物質）」がどう作られ、どう使われているかを、細胞レベルで詳しく描き出せます。

4. まとめ

MANTIS は、**「組織という複雑な都市」**において、

• 「何が、どこに、なぜあるのか」
• 「誰（どの遺伝子）が、何（どの物質）を作っているのか」

を、「たまたま同じ場所にいるだけ」という誤解を取り除きながら、数学的に厳密に突き止めるためのツールです。

これまでは「地図」と「レシピ」をバラバラに読んでいたのが、MANTIS によって**「この場所で、この職人が、この材料を使って、この製品を作っているんだ！」**という、鮮明で信頼できるストーリーが読めるようになったのです。

---

一言で言うと：
**「空間的な『偶然の一致』を排除し、組織の中で『本当のつながり』を見つけ出す、次世代の科学探偵ツール」**です。

技術概要

以下は、提示された論文「MANTIS: Analytics toolkit for spatial metabolomics with matching spatial transcriptomics data」の技術的な詳細な要約です。

1. 背景と課題 (Problem)

空間メタボロミクス（SM）と空間トランスクリプトミクス（ST）を統合した「SM+ST」データ解析は、組織機能に関連する代謝状態を微細にマッピングする強力なアプローチです。しかし、既存の計算ツールには以下の重大な限界がありました。

• 空間統計の欠如: 既存のツール（SpaMTP, SpatialMETA など）は、主に異なるモダリティ間のアライメントや細胞分割に焦点を当てており、遺伝子と代謝産物の関係を定量化する際に、空間的な共分散構造を考慮しない非空間的な相関（ピアソン相関など）を使用しています。
• 交絡因子の未処理: 代謝産物の空間パターンや遺伝子 - 代謝産物の相関は、組織の領域（Spatial Domains）や細胞種の分布によって引き起こされる交絡効果（Confounding effects）に汚染されやすいですが、既存ツールはこの要因を統一的な枠組みで分離・調整できません。
• 統計的検定の不備: 空間依存性を無視したランダム化検定が行われており、偽陽性（False Positives）の制御が不十分です。

2. 提案手法：MANTIS (Methodology)

著者らは、MANTIS（Metabolomics And Transcriptomics In Space）という統計フレームワークを開発しました。これは、単一細胞またはスポット解像度で、細胞種情報や空間ドメイン情報を含む共登録された SM+ST データを解析するためのツールです。

主要な統計的アプローチ:

• 空間クロス相関指数 (SCI): 遺伝子と代謝産物の空間的共変性を定量化するために、二変量 Moran's I に類似した「Spatial Cross-Correlation Index (SCI)」を使用します。これにより、空間的に近接したスポット/細胞における共発現を考慮に入れます。
• 自己相関保持パーミュテーション (Autocorrelation-preserving Permutation): 統計的有意性を評価するために、代謝産物の空間的自己相関構造を保持したままランダム化された空間マップを生成する「模擬焼きなまし法（Simulated Annealing Sampler）」を採用しています。これにより、空間依存性を適切に考慮した厳密な帰無仮説検定が可能になります。
• 空間部分相関 (Spatial Partial Correlation, SPC): 細胞種や空間ドメインによる交絡効果を除去するために、遺伝子発現と代謝産物濃度をそれぞれこれらの因子に対して回帰し、残差に対して SCI を計算する「SPC」を導入します。これにより、単純な共局在ではなく、より直接的な生物学的関連性を特定できます。

主要機能:

1. 領域関連代謝産物の発見 (regional_met): KL 発散を用いて、特定の空間ドメインに偏在する代謝産物を検出します。
2. 細胞種関連代謝産物の発見 (celltype_met): 特定の細胞種の存在と代謝産物の豊かさの空間共分散を SCI で検出します。
3. 空間変異代謝産物の発見 (spatvar_met): 領域や細胞種の説明を超えた、独自の空間パターン（例：拡散勾配や局所的なホットスポット）を持つ代謝産物を、残差の Moran's I で検出します。
4. 遺伝子 - 代謝産物関連性の同定: 上記の SPC 手法を用いて、細胞種や領域の影響を除去した後の真の遺伝子 - 代謝産物ペアを特定します。

3. 主要な成果 (Results)

MANTIS は、マウス線条体、ヒト肺癌、ヒトパーキンソン病脳など、異なる技術プラットフォームと生物種にわたる 3 つのデータセットで評価されました。

• 既存手法との比較:

  • 領域関連代謝産物: 既存の「1 領域 vs その他」の Wilcoxon 検定では数千の関連性が検出されましたが、MANTIS は空間的自己相関を考慮した結果、より保守的で信頼性の高い 66 の関連性のみを特定しました。
  • 細胞種関連代謝産物: 非空間的なピアソン相関ベースの手法では約 50% のペアが有意と判定されましたが、MANTIS（SCI + 空間自己相関保持検定）では 6% 程度に絞り込まれ、偽陽性が大幅に減少しました。
  • 遺伝子 - 代謝産物関連性: 既存ツール（ピアソン相関）では 77% のペアが有意とされましたが、MANTIS の空間クロス相関アプローチでは 12.3% に減少しました。さらに、細胞種や領域の影響を除去（SPC-CT, SPC-SD）すると、さらに 2.4% まで絞り込まれ、生物学的に特異的な関連性のみが残ることが示されました。

• 具体的な生物学的発見:

  • 肺癌データ: T 細胞マーカー（CD45RA/RO）とセラミド - ホスホコリンの空間的関連性を発見し、免疫浸潤と代謝リモデリングの関係を明らかにしました。また、腫瘍領域でのグリシン蓄積を確認しました。
  • パーキンソン病脳データ: ドパミンとミエリンタンパク質（Mbp, Plp1）の強い負の相関を発見しました。これは、ドパミンが豊富な灰白質と、ミエリンタンパク質が豊富な白質の空間的分離によるものであり、領域効果を調整することでこの相関が消失することを確認しました。一方で、ドパミンと特定の遺伝子（Cntn2 など）の間には、領域効果を超えた特異的な負の空間相関が残存することが示されました。

4. 貢献と意義 (Key Contributions & Significance)

• 初の統合フレームワーク: 空間メタボロミクス、空間トランスクリプトミクス、細胞種情報、空間ドメイン情報を単一の統計的枠組みで統合し、厳密な仮説検定と交絡因子補正を可能にした最初のツールキットです。
• 統計的厳密性の向上: 空間的自己相関を保持するパーミュテーション検定と、空間部分相関の導入により、従来の非空間的アプローチや単純な空間統計では見逃されていた、あるいは偽陽性として扱われていた「真の生物学的関連性」を高精度に発見できます。
• 解釈可能性の向上: 代謝産物の空間パターンを「領域偏好性」「細胞種関連性」「それ以外の空間的変動」に分解することで、代謝イベントの生物学的メカニズム（例：特定の細胞種による代謝産物の分泌、組織構造に依存しない局所的なシグナリングなど）をより深く理解する道を開きました。

5. 結論

MANTIS は、空間オミクスデータの解析において、単なるデータ統合や可視化を超え、空間統計と厳密な仮説検定に基づいた「発見」を可能にする重要なツールです。特に、空間構造や細胞構成による交絡効果を適切に制御することで、代謝と遺伝子発現の間の真の機能的関連性を解明する上で不可欠なリソースとなります。