Characterizing dynamic tissue architectures by identifying cell-type-specific spatiotemporal gene programs with stGP

技術要約：stGPによる動的な組織構造の特性評価

問題提起
細胞の遺伝子プログラムは、生物学的な時間の中で組織内に空間的に組織化されて展開される。そこでは、同じ細胞型であっても、その位置、発達段階、または局所的な多細胞ニッチに応じて、異なる分子プログラムを活性化させることがある。空間的トランスクリプトミクスは、このようなプロセスをin situで測定することを可能にするが、そのようなデータの解析には大きな課題が伴う。すなわち、時間的進行（例：老化や損傷からの回復）、組織切片内の解剖学的組織化、および局所的なニッチに関連する変動が、しばしば整列していない個別の組織切片にわたって同時に発生するという点である。既存の手法は、遺伝子プログラムの活動が、時間的変化、空間構造、あるいはそれらの相互作用のいずれによって駆動されているのかを切り分けることに苦慮している。PCA、NMF、およびSpatialPCA、Popari、MEFISTOといった空間認識型の手法などの現在のプローチは、細胞型特異的なプログラムの活動を、分離可能な時間的軌跡と空間的効果へと分解しつつ、各プログラムの解釈可能な分子アイデンティティ（遺伝子ローディング）を保持するという統一されたフレームワークを提供できていないことが多い。

手法：stGPフレームワーク
これらの課題に対処するため、著者らは、マルチサンプル・時空間トランスクリプトミクス研究のために設計された統計フレームワークである**spatiotemporal Gene Programs (stGP)**を提示する。stGPは、ターゲットとなる細胞型内で動作し、遺伝子発現を少数の潜在的な遺伝子プログラムへと分解する。

• モデル構造： stGPは、サンプルにおける発現行列 $Y$ を、ベースライン効果、時空間的な細胞埋め込み行列 $H$、および遺伝子ローディング行列 $W$ の分解として表現する。
  • 遺伝子ローディング ($W$): 単体（simplex）上の非負ベクトルとして定義され、これらはすべてのサンプル間で共有される、解釈可能な重み付き遺伝子セットを表す。これにより、プログラムの分子アイデンティティが一貫して保持される。
  • 細胞埋め込み ($H$): 特定のプログラムに対する各細胞の活動は、以下の2つの成分に分解される：
    1. 時間的効果 ($\alpha$): 特定の生物学的年齢/段階における個体内の全細胞に共有される、サンプルレベルの効果。これは、時間的共変量に沿って平滑化されたガウス過程（GP）事前分布を用いてモデル化される。
    2. 空間的効果 ($b$): セクション内で変化する、細胞レベルの不均一な効果。これは、セクション間のレジストレーション（位置合わせ）を必要としない、セクション内のペアワイズ・ユークリッド距離上で定義された独立したGP事前分布を用いてモデル化される。
• 推論： モデルは、バックフィッティング・アルゴリズムを用いて、遺伝子ローディング、細胞埋め込み、および分散成分（時間 vs 空間の相対的な寄与の定量化）を推定する。このアルゴリズムは、プログラムの活動、単体上の遺伝子ローディング、および分散成分の更新を交互に行い、周辺対数尤度最大化を行う。プログラム数は、モデル選択中に自動的に決定される。
• 計算効率： stGPは、セクション内のブロック対角構造を持つ空間カーネルと低ランクの時間的項を利用することで、標準的なGP反転の $O(N^3)$ の複雑さを回避し、更新あたり $O(\sum N_t^2 + T^3)$ の複雑さを実現している。

主な結果
著者らは、包括的なシミュレーションと3つの実世界の時空間トランスクリプトミクスデータセットを通じてstGPを評価した：

1. シミュレーション研究： stGPは、潜在的な遺伝子プログラムの回収、真の遺伝子の検出、および細胞埋め込みの再構成において、ベースライン手法（PCA, NMF, SpatialPCA, Popari, STAMP, MEFISTO）を上回る性能を示した。決定的なことに、stGPは、純粋に時間的効果によって駆動されるプログラム、または純粋に空間的効果によって駆動されるプログラムの両方を正確に回収できる唯一の手法であり、これら2つの変動源を正しく分離できた。
2. ヒト背外側前頭前野（DLPFC）の老化： 15歳から87歳までのドナーのMERFISHデータに適用したところ、stGPは、整列していない切片においても、ベースラインよりも正確に層特異的な興奮性ニューロンのアーキテクチャを解明した。また、安定した層構造（L2/3, L4, L5/6）を特定すると同時に、特定の転写状態の年齢依存的な減衰を明らかにした。さらに、stGPは深部白質における共有多細胞ニッチ（MCN2）に関連するオリゴデンドロサイト・プログラム（stGP4）を明らかにし、老化が全く新しいニッチを作り出すのではなく、既存のニッチの活動と展開を再構築していることを示した。
3. マウス脳の老化： マウス脳のMERFISHデータセットにおいて、stGPは、MHC-I抗原提示およびインターフェロン応答遺伝子を特徴とする、晩齢期のミクログリア・プログラム（stGP2）を特定した。このプログラムは加齢とともに進行的に増加し、白質路（脳梁および前交連）において空間的に濃縮されていた。解析の結果、この空間的な活性化は局所的なT細胞の近傍と強く結合しており、一般的な解剖学的領域の効果とは区別されることが示された。
4. マウス腎臓の損傷・修復： 両側性虚血再灌流傷害後のXeniumタイムコースデータセットに適用したところ、stGPは、両側の腎臓レプリケート間で再現可能な、ステージ特異的な免疫および上皮プログラムを特定した。それは、急性損傷反応を、その後の炎症から修復への移行および持続的な免疫・間質のリモデリングと正常に分離し、これらのプログラムを特定の細胞近傍および損傷ゾーンにマッピングすることに成功した。

意義と主張
本論文は、stGPが、時空間トランスクリプトミクスデータを解釈可能な時間的軌跡と空間的に解像されたモデルへと変換することにより、動的な組織構造を解明するための効果的かつ堅牢なフレームワークを提供すると主張している。その主な意義は、以下の点にある：

• 変動のデカップリング： 共有された時間的応答と、安定した解剖学的構造および局所的な空間的リモデリングを明示的に分離する。
• 解釈可能性の保持： サンプル間で一貫した非負の遺伝子ローディングを維持することで、明確な分子シグネチャーによってプログラムを定義することを可能にする。
• 文脈的ダイナミクスの解明： 時間と空間を単一の混同された要因として扱う手法では見逃されてしまう、「老化ホットスポット」や「ニッチ結合型」の状態の特定など、細胞型特異的なプログラムが生物学的な時間と空間的な微小環境の中でどのように調整されているかを明らかにする。

著者らは、分子状態、空間組織化、および生物学的な時間が密接に絡み合っている生物学的プロセスを研究するための汎用的なツールとしてstGPを位置づけており、保存された組織構造と動的なリモデリングの双方に対する洞察を提供するものであるとしている。