LeafRank: A phylodynamic framework for inferring relative fitness from single-cell phylogenies in chromosomally unstable tumors

技術要約：LeafRank – 単一細胞系統樹から相対的適応度を推定するための系統動態学的フレームワーク

問題提起
腫瘍は、単一塩基変異（SNV）やコピー数異常（CNA）といった体細胞変異によって駆動される、顕著な細胞の適応度（fitness）の不均一性を示す。この適応度の多様性を特徴付けることは、がんの進化、治療抵抗性、および適応能を理解する上で極めて重要であるが、特に染色体不安定性（CIN）や全ゲノム重複（WGD）を伴う腫瘍において、その定量化は困難である。サブクローンの適応度を推定する既存の手法は、バルクシーケンシング（CIN環境下では変異アレル頻度を混同させる）に依存しているか、あるいは一様な適応度を仮定した定義済みのサブクローンに焦点を当てている。標準的な系統推定は、一定の分子時計を仮定することが多いが、これはWGDによってゲノム異常率が加速し、枝の長さが歪み、真の進化時間を不明瞭にするCIN腫瘍においては、仮定が崩れる。したがって、単一細胞DNAシーケンシング（scDNA-seq）の系統樹から個々の細胞の相対的適応度を、複雑で非線形な染色体不安定性のダイナミクスを考慮しつつ推定できるフレームワークが必要とされている。

手法
著者らは、scDNA-seqデータから再構築された系統樹から、サンプリングされた単一細胞の相対的な適応度のランキングを推定するために設計された確率論的フレームワークであるLeafRankを提示する。

• モデルの基礎: LeafRankは、**多型分岐過程モデル（multi-type branching process model）**を利用する。これは、$V$個の適応度タイプ（各タイプは特定の出生率 $b$ と死亡率 $d$ によって特徴付けられる）の離散的な集合を想定している。モデルには、細胞を高適応状態へと遷移させるドライバー変異イベント（率 $\nu$）と、中立的に蓄積するパッセンジャー変異（率 $\mu$）が含まれる。
• アルゴリズムの中核: 連続的な拡散近似や決定論的な常微分方程式に依存する従来のアプローチとは異なり、LeafRankは、系統の確率密度を**分岐プロパゲーター（branch propagators）と分岐点プロパゲーター（bifurcation propagators）**へと正確に分解することを利用する。この定式化により、**メッセージパッシング・アルゴリズム（ブリーフプロパゲーション）**の使用が可能になる。アルゴリズムは、以下の二方向のパスを実行する：
  • アップ・メッセージ（根方向）: 各ノードから下降する部分木の条件付き確率を再帰的に収集する。
  • ダウン・メッセージ（葉方向）: ノードの上方（祖先および兄弟系統）の系統に条件付けられた、各ノードの適応度タイプの周辺確率を更新する。
    このアプローチにより、すべての可能な潜在状態の構成を列挙することなく、すべてのリーフ細胞の周辺的な適応度分布を効率的に計算できる。
• 染色体不安定性（WGD）への対応: WGD（DNA基質を倍増させ、変異率を加速させる）によって分子時計の仮定が崩れる問題に対処するため、LeafRankは樹木再スケーリング戦略を統合している。修正されたchronosアルゴングリズムを用いて、距離行列（DM）に基づく樹（枝の長さがゲノム多様性を表すもの）を、ウルトラメトリック樹（枝の長さが進化時間を表すもの）へと変換する。これは、WGD陰性とWGD陽性の枝に対して異なる変異率を割り当てる状態依存的分子時計モデルの下で行われ、これにより系統間の進化のテンポを正規化する。
• パラメータの堅牢性: フレームワークには、「ランキングの不安定性」（ノイズに対する過度な敏感さ）や「境界飽和」（適応度推定の極端な値への圧縮）を検出する品質管理ワークフローが含まれており、ユーザーが情報量の多いランキングを得るために、入力パラメータ（例：タイムスケール $\tau$、適応度状態数 $V$）を調整することをガイドする。

主な貢献

1. 細胞レベルの解像度: 定義済みのサブクローンに対して適応度を推定する手法とは異なり、LeafRankはサンプリングされたすべての細胞をランク付けする。これにより、系統内の適理度の不均一性を検出し、「遅いが急速な」分岐パターン（高い適応度を示す指標）を特定することが可能になる。
2. CINに対する堅牢性: WGD調整済みウルトラメトリック樹の導入により、染色体不安定性を持つ腫瘍における正確な適応度推定が可能となり、調整されていない距離行列を使用した場合に見られる偽の適応度膨張を補正する。
3. パラメータのレジリエンス: 本手法は、絶対的な適応度の値がパラメータの選択によって変化する可能性がある一方で、細胞の相対的な適応度ランキングは、生物学的に妥当な範囲のパラメータ摂動に対して堅牢であることを示している。
4. 診断フレームワーク: サブサンプリング分散を推定精度のプロキシとして用いる診断的アプローチを提供し、グラウンドトゥルース（真値）が存在しない場合でも、ユーザーが結果の信頼性を評価できるようにしている。

結果

• シミュレーションによる検証: 非空間的および3D空間的な仮想腫瘍シミュレーションにおいて、LeafRankは、真の時間（TT）樹を用いた場合に、推定された適応度ランキングと真のランキングとの間で高い相関（Spearman $r_s > 0.7$、50ケース中35ケース）を達成した。ノイズを含む再構築された樹に適用した場合、WGD調整済みウルトラメトリック樹は、調整されていない距離行列樹を大幅に上回り、TTベンチマークに近いランキングを回復し、適応度推定のバイアスを補正した。
• 臨床応用（HGSOC）: 高悪性度漿液性卵巣癌（H型漿液性卵巣癌：HGSOC）患者の単一細胞データに適用した結果：
  • 幹部WGD腫瘍: LeafRankは、いくつかの患者において、中立的な拡大ではなく、離散的なジャンプ（例：タイプ0から6、次に9、そして10へ）を通じて適応度が増加するという方向性選択を明らかにした。また、異なる系統が独立して高適応度を獲得する並行選択イベントも特定した。
  • ゲノムドライバー: 適応度ランキングとコピー数プロファイルを相関させることで、本フレームワークは高適応度に関連する再発性のSCNAを特定した。特筆すべきは、染色体10qの欠失（腫瘍抑制因子 PTEN を含む）が、6人の患者にわたって高適応度と繰り返し関連していたことである。その他の再発イベントには、KRAS を含むChr12pのゲインや、化学療法抵抗性に関連するChr6qのロスが含まれていた。
  • サブクローナルWGD: WGD陽性とWGD陰性の両方の系統を含む腫瘍において、LeafRankは、WGD陽性細胞が、サンプリング時点においてWGD陰性細胞に対して即時的かつ一様な適応度の優位性を持たないことを発見した。代わりに、適応度の優位性はその後の変異を通じて獲得されており、これはWGDが即時的な成長ブーストではなく、長期的な進化能（evolvability）を提供することを示唆している。

意義と主張
本論文は、LeafRankが単一細胞系統樹の構造的情報を相対的な適応度ランキングへと変換するための汎用的なツールを提供し、がんのクローン拡大に関する高解像度の視点を提供するものであると主張している。著者らは、本手法がサブクローン内の一様な適応度を仮定しないため、系統内の選択を解明できることを強調している。樹木再スケーリングを通じて変異率を進化時間から切り離すことで、LeafRankはCIN腫瘍を解析する際の決定的な限界に対処している。研究の結論として、WGDはHGSOCにおいて再発性のイベントであるが、必ずしも即時的な適応度の利益をもたらすわけではなく、むしろその蔓延は強化された長期的な進化能によって駆動されている可能性があるとしている。本フレームワークは、標準的なバルクゲノミクス解析では隠れてしまう可能性のある、クローン拡大を駆動する特定の異数性パターンを特定することを可能にする。なお、著者らは、厳格な中立性の下で進化している腫瘍や、環境収容力（集団の停滞）に達した腫瘍など、推定に必要な拡大シグナルが存在しないケースに関する限界についても述べている。