Context-dependent correlations mislead transcriptomic network inference in bulk and single-cell data

群衆の中で、二人が同時に笑う頻度を観察することで、その二人がどのような関係にあるのかを突き止めようとしている場面を想像してみてください。もし二人が一緒に笑うなら、彼らは友人であると推測できるかもしれません。これは、科学者が遺伝子を研究する方法と基本的には同じです。彼らは、数千ものサンプルを通じて、二つの遺伝子がどれくらいの頻度で「一緒に笑う（オンになったりオフになったりする）」かを観察し、それらがつながっているかどうかを見極めます。

この論文は、科学者が長年行ってきたこの手法が、すべてを混ぜ合わせてしまうような、ぼやけた広角レンズで群衆を眺めているようなものであると主張しています。その結果、しばしば誤解を招く絵を描いてしまうのです。

以下は、この論文の発見を簡単な比喩を用いて解説したものです。

「混ぜ合わせたスムージー」の問題

科学者はしばしば、さまざまなグループ（異なる種類の癌、異なる組織、あるいは異なる細胞型など）からのデータを集め、それらを一つの巨大な「スムージー」のように混ぜ合わせ、単一の平均的な関係性を算出します。彼らは、その平均値が真実のすべてを物語っていると考えています。

論文によれば、これはシンプソンのパラドックスと呼ばれるトリックのせいで危険な行為です。例えば、二つのグループの人々がいると想像してください。

• グループA（背が高い人々）： 背が高くなると、彼らはより幸せになります。
• グループB（背が低い人々）： 背が高くなると、彼らはより悲しくなります。

もしこれら二つのグループを混ぜ合わせ、単に平均だけを見た場合、「背が高い人は一般的に悲しんでいる」という結論が出るかもしれません。なぜなら、グループBの方が人数が多い、あるいはグループAの平均身長がグループBよりもはるかに高いといった理由があるからです。そうなると、それぞれの特定のグループ内では関係性が実際には逆であったり異なっていたりするという事実を見落としたまま、「身長が人を悲しくさせる」という結論を下してしまうことになります。

研究者たちの発見

研究チームは、数千もの腫瘍、健康な組織、そして単一細胞を用いた実際のデータを用いて、この概念を大規模に検証しました。その結果、以下のことが明らかになりました。

• 「フロップ・フロップ（反転）」効果： 彼らが調べた遺伝子ペアのほぼ**95%**において、遺伝子はグループによって異なる挙動を示しました。あるグループでは一緒に動いていましたが（正の相関）、別のグループでは逆方向に動いていました（負の相関）。
• 平均値は嘘をつく： すべてのデータを混ぜ合わせたとき、約13%のケースで、その「平均的な」関係性は、個別のグループ内で実際に起きていることとは逆の符号を持っていました。それは、二つの異なる群衆を混ぜ合わせただけで、「笑顔が悲しみを引き起こす」と言っているようなものです。
• それは至る所に存在する： これは珍しい不具合ではありませんでした。以下のようなケースで発生していました。
  • 癌のデータ： ほぼすべての遺伝子ペアが、癌の種類によって異なる挙動を示しました。
  • 健康な組織のデータ： 健康な体内であっても、異なる臓器（肝臓と脳など）を混ぜ合わせると、結果が反転しました。
  • 単一細胞： 個々の細胞を見ている場合でも、異なる細胞型（T細胞とB細胞など）を混ぜ合わせると、偽のつながりが生じました。
• 「検証済み」のターゲット： 科学者たちは、鍵と鍵穴の関係のように、実際に存在する「本物のターゲット」である遺伝子ペアのリストを持っています。論文によると、データをすべて混ぜ合わせると、これら既知の関係性のうち**99.1%**が一貫していないように見えます。それらは、その関係が属する特定のコンテキスト（文脈）においてのみ、一貫して見えるのです。

解決策：リンゴとオレンジを混ぜないこと

論文は、巨大なスムージーを作るのではなく、果物を別々に味わう必要があると示唆しています。

• コンテキスト（文脈）が重要： データをより小さく、より具体的なグループ（「背が高い人々」と「背が低い人々」を分ける、あるいは「乳がんタイプA」と「乳がんタイプB」を分けるなど）に分離すれば、誤解を招く反転は消え去ります。
  • 例えば、乳がん患者のデータを調べ、分子サブタイプごとに分離した場合、誤解を招く反転の数は5.5%からほぼゼロへと減少しました。
• 報告のための新しいルール： 著者らは、単一の数値（例：「これらの遺伝子はつながっている」）を報告するだけでは不十分であると述べています。代わりに、以下のことを報告する必要があります。
  1. 各特定のグループの内部で、そのつながりがどのような形をしているか。
  2. グループ同士がどの程度異なっているか（不均一性）。
  3. そのつながりが本物なのか、それともグループを混ぜ合わせたことによる人工的なもの（アーティファクト）なのかを確認すること。

結論

この論文は、遺伝子がどのように相互作用するかを記述する単一の「ワンサイズ・フィッツ・オール（万能な）」数値は、遺伝子が異なる環境下で異なる振る舞いをするという事実を隠してしまうため、しばしば間違っていると結論づけています。真実を得るためには、すべてを平均化することをやめ、遺伝子が実際に生息している特定の「近所」を見つめる必要があります。著者らは、他の科学者がこの分離を正しく行えるよう、小さなツール（Rインターフェース）も提供しています。