Reference-guided pseudotime inference across species and biological contexts
本論文は、信頼できる時間的ラベルを欠くクエリのコンテキストにおいて、擬似時間を正確に推論し、生物学的老化または疾患の進行をマッピングするために、ある種または条件からの参照scRNA-seq時系列データを活用する機械学習フレームワークであるCavebearを紹介するものである。
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
生命は時間に刻まれた物語ですが、科学者が生命体を構成する個々の細胞に目を向けると、そのタイムラインはしばしば消失してしまいます。胚、治癒過程にある傷口、あるいは成長中の腫瘍から、全く同じ瞬間に採取された細胞であっても、それらが持つ内部的な旅の段階は大きく異なることがあります。変化を始めたばかりの細胞もあれば、すでに変容を終えた細胞もあります。生命がいかに発達するか、あるいは病気がいかに広がるかを理解するために、研究者はこれらの細胞を、始まりから終わりまで正しい順序で並べる必要があります。この順序付けは「擬似時間（pseudotime）」と呼ばれます。これは、すべてが単一のスナップショットとして捉えられた細胞たちの、成熟や衰退という隠された物語を明らかにするための、一連の出来事を再構成する方法なのです。
長年、明確なタイムラインがない場合、科学者たちはこの物語を正確に伝えることに苦慮してきました。既存の手法は、細胞同士がいかに似ているかを見ることで順序を推測しようとしますが、既知のスケジュールがない場合、こうした推測は誤ることがあります。また、多くの特定の時点でのサンプル採取を必要とする完璧な記録を求める手法もありますが、人間の患者や研究が困難な組織からそのようなデータを取得することは、しばとも不可能に近いことです。その結果、ヒトの脳がいかに形成されるかから、がんがいかに成長するかまで、多くの重要な生物学的問いにおいて、タイムラインは謎のまま残されています。
研究チームは、既知の情報源から時間を借りることで、このパズルを解く新しいアプローチを開発しました。彼らは「Cavebear」と呼ばれるツールを作成しましたが、これは異なる生物学的世界の間をつなぐ翻訳者のように機能します。核心となるアイデアは単純かつ強力です。もしある生物におけるプロセスの正確なスケジュールを知っていれば、その知識を用いて、たとえラベルとしての時間がなくても、別の生物における類似のプロセスのスケジュールを導き出すことができるというものです。一度しか目にすることのできない希少な野生の花の成長を理解しようとしている場面を想像してください。もし、身近な関連種の花が日々どのように成長するかという詳細なカレンダーを持っていれば、そのカレンダーを使って、あなたの目の前にある野生の花が自身のライフサイクルのどこに位置しているのかを推定できます。Cavebearはまさにこれを細胞に対して行います。マウスの高度に文書化された発達プロセスを利用して、ゼブラフィッシュ、ヒトオルガノイド、さらにはヒトのがん患者の細胞のタイミングを解読するのです。
研究者たちはまず、このアイデアをゼブラフィッシュの脳の発達においてテストしました。彼らは、初期段階から後期発達まで、すべての細胞に正確な年齢が付与されたマウス胚の膨大なデータセットを持っていました。一方で、ゼブラフィッシュのデータセットも保有していましたが、ツールの有効性を検証するために、ゼブラフィッシュについては採取時刻に頼らない形をとりました。ツールはまず、細胞の「アイデンティティ」を認識することを学習し、遺伝的構成に基づいて、種が異なることを無視してマウスの脳細胞とゼブラフィッシュの脳細胞を一致させました。これらの細胞が共有空間内に整列されると、ツールはマウス細胞の既知の年齢を用いて、遺伝的に「時間」がどのような姿をしているかを学習しました。そして、学習した時間の感覚をゼブラフィッシュの細胞に適用したのです。結果は驚くべきものでした。ツールはゼブラフィッシュの細胞を若い状態から古い状態へと見事に並べ替え、助けなしに順序を推測しようとする既存のどの手法よりも、真の生物学的進行に合致していました。さらに、参照データが乏しい場合でも機能し、限られた例の中からでも時間の信号を見つけ出せることを示しました。
この手法の力は、異なる動物間の比較にとどまりません。それは、培養皿の中で成長する細胞と、生体内で成長する細胞との間の溝を埋めることもできます。科学者はしばしば、ヒトの脳細胞を研究するために、幹細胞を用いてラボ内で三次元構造である「オルガノイド」を作成します。これらはヒトの発達を研究する上で非常に貴重ですが、現時点において、それらがヒトの発達のどの段階を表しているのかを正確に知ることは困難です。研究者たちはCavebearを使用して、ラボで育てられたヒトの細胞を、生きているマウス胚のタイムライン上にマッピングしました。ツールは、皿の中の細胞が、実際の体内で行われるのと同様に、初期段階から後期段階へと、一定かつ予測可能なリズムで成熟していることを示しました。ある特定のケースでは、ツールはあるドナーの細胞が他のドナーよりもゆっくりと発達していることを特定しました。この発見は、そのドナーがより小さな脳サイズを持つという他の観察結果と一致しており、ツールが、見過ごされがちな微細で現実世界の開発上の差異を検出できることを示唆しています。
この研究の最も説得力のある応用は、疾患、特にがんの研究におけるものです。ヒトの患者において、医師は通常、腫瘍から一つのサンプルしか得られないため、そのがんが時間の経過とともにどのように進行したかを知ることはほぼ不可能です。研究者たちは、マウスのがんモデル（疾患を誘導し、数週間にわたって追跡したもの）をリファレンス・タイムラインとして使用し、Cavebearを大腸がんのサンプルに適用しました。ツールはヒトの腫瘍細胞を分析し、マウスモデルに基づいた「進行スコア」を割り当てました。結果として、患者のがん細胞は、隣接する健康な組織と比較して、確かに進行した段階にあることが明らかになりました。さらに重要なことに、ツールは腫瘍の周囲にある組織内の、一見健康に見える細胞が、すでにこの進行の兆候を示していること（特に血球において）を検出しました。これは、がんに関連する変化が、これまで考えられていたよりも早い段階で周囲の領域に広がっている可能性を示唆しています。このツールは、研究者が全く異なる種類のがんである血液がんのリファレンスを使用して固形腫瘍を分析した場合でも機能しました。疾患の違いにもかかわらず、ツールは一貫した進行の信号を見つけ出し、細胞行動の根本的な変化が異なる種類のがんの間でも共有されている可能性を示しました。
Cavebearの成功は、細胞の分化や疾患の進化といった生命の根本的なプロセスが、種を超えて保存されているという事実に依拠しています。マウスのようなモデル生物から得られる、詳細かつタイムスタンプ付きのデータを活用することで、研究者たちは、以前はあまりに複雑であったり、あるいは静止的であったりしてマッピングが困難だった生物学的プロセスに明晰さをもたらす方法を作り上げました。このツールは単に推測するのではなく、既知のソースから生命のリズムを学び、それを未知のものへと適用するのです。このアプローチは、直接的な観察が不可能な状況下においても、ヒトの発達や疾患のタイミングを理解するための扉を開き、細胞の単一のスナップショットを、その歴史を描く動く映像へと変えるのです。適切なリファレンスがあれば、かつては見えなかった場所においても、生命のタイムラインをようやく読み解くことができるということを、これらの知見は示唆しています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。