CHACAM: a cell-cell interaction-guided hierarchical attention model for high-precision cell identity annotation of scRNA-seq data in early C. elegans embryogenesis

生命は、一個の細胞、すなわち個体全体の設計図を内包した小さな球体から始まります。発生の極めて初期の段階において、この細胞は何度も分裂し、急速に成長する細胞の塊を作り出します。数十年にわたり、科学者たちは、微小な線虫であるCaenorhabditis elegans（シー・エレガンス）において、このプロセスが驚くほど予測可能であることを知ってきました。すべての虫は全く同じ経路を辿ります。最初の細胞が分裂し、娘細胞が分裂し、さらにまた分裂します。それは常に同じ順序で行われ、常に同じ場所に到達します。この完璧な一貫性ゆえに、生物学者はこの線虫を、一個の細胞がいかにして複雑な動物になるのかを理解するための地図として長年利用してきました。しかし、テクノロジーの進歩に伴い、新たな課題が浮上しました。科学者は今や、これらの胚における個々の細胞の遺伝的指示、すなわち「トランスクリプトーム」を読み取ることができるようになったのです。これは画期的な進展のように聞こえますが、ある混乱を招く問題をもたらしました。細胞が分裂するにつれ、密接に関連した姉妹細胞間の遺伝的指示がほぼ同一になってしまうのです。科学者が遺伝コードのみに基づいてこれらの細胞を分類しようとすると、しばしばそれらを区別することができず、個別の細胞を曖昧で漠然としたカテゴリーへと分類せざるを得なくなります。

このパズルを解くために、研究チームは細胞の内部にある遺伝コードを超えた視点を持つ新しいアプローチを開発しました。彼らは、細胞は真空の中に存在するのではなく、常に隣接する細胞と接触し、対話していることに気づいたのです。胚の初期段階において、細胞の運命は、その細胞が物理的に接触している特定の細胞から受け取る信号によって大きく左右されます。研究者たちは、細胞の遺伝データと、「誰が誰に触れているか」の詳細なマップを組み合わせたCHACAMと呼ばれるコンピュータモデルを構築しました。この物理的な文脈を統合することで、モデルは遺伝的に同一に見える細胞であっても、異なる環境にいる場合にはそれらを区別することができます。この手法により、彼らは線虫の初期胚の完璧にクリアな地図を作成することができ、長年曖昧であった細胞のアイデンティティを解決し、それぞれのユニークな細胞を定義する新しい遺伝マーカーを明らかにしました。

問題の核心は、近縁の細胞がいかに似通っているかにあります。線虫の発達の初期段階では、細胞が非常に急速に分裂するため、同じ親から生まれた姉妹細胞は、ほぼ全く同じ遺伝的プロファイルを持っています。これらの細胞を特定するための伝統的な手法は、名札のように機能する特定の遺伝子（マーカー）を見つけることに依存しています。しかし、遺伝的な差異がこれほど小さい場合、名札は姉妹細胞を区別できるほど明確ではありません。これまでの研究では、このことが原因で、科学者は「ABalx」のような一般的な名前で細胞のグループにラベルを貼ることしかできず、そのグループが存在することは分かっていても、具体的にどの細胞がどれであるかを特定できないという状況に陥っていました。この精度の欠如は、発生を駆動する正確な一連のイベントを理解することを困難にしました。なぜなら、研究者たちは本質的に、ぼやけた地図を使って作業していたからです。

研究者たちは、欠けている情報は物理的な環境であるという仮説を立てました。彼らは、線虫の胚における特定の細胞が常に特定の隣接細胞と接触していることを、数十年の観察から知っていました。例えば、ある細胞は、筋肉細胞になるための信号を送ってくる隣人と接触しているかもしれません。一方で、遺伝的には同一に見えるその姉妹細胞は、神経細胞になるための信号を送ってくる別の隣人と接触しているかもしれません。新しいモデルであるCHACAMは、この知識を利用するように設計されました。それは、細胞間で通信を行うチャネル（特に、ある細胞が別の細胞に信号を送ることを可能にする分子のペア）のキュレートされたデータベースから始まります。そして、それを、どの細胞がどの瞬間に接触しているかを正確に示す高解像度の四次元胚マップと重ね合わせます。

このモデルは、ある細胞を見て、二つの質問を投げかけます。「その細胞は何の遺伝子を発現しているか」、そして「誰と接触しているか」です。モデルは、細胞の遺伝的プロファイルを既知の細胞タイプの参照ライブラリと比較します。もし遺伝的プロファイルが曖昧であれば、モデルは細胞の隣人を調べます。モデルは、細胞とその隣人の間の相互作用の可能性に基づいたスコアを算出します。例えば、ある細胞が特定の細胞タイプと相互作用することが知られている隣人と接触している場合、モデルはその細胞がそのタイプである可能性が高いと推論します。研究者たちは、これらの推測を確認するために「三角測量」と呼ぶ戦略を用いました。彼らは既知のアイデンティティを持つ参照細胞を選び、その細胞と曖昧な細胞との間の相互作用をチェックしました。もし参照細胞が一方の姉妹とは接触するが他方とは接触しないことが分かっている場合、そしてその相互作用のスコアがそのパターンと一致すれば、曖昧な細胞のアイデンティティを高精度に決定することができます。

チームが既存のC. elegans胚のデータにこの手法を適用したところ、結果は驚くべきものでした。胚の1細胞から16細胞までの段階をカバーするデータセットにおいて、モデルはすべての細胞のアイデンティティを特定することに成功しました。以前は、16細胞段階において、8つの細胞が4組の区別不可能な双子としてグループ化されていました。新しい手法はこれらすべてを分離し、100パーセントの解像率を達成しました。これは、科学者が、16細胞胚におけるすべての細胞の遺伝的アイデンティティの完全で曖昧さのない地図を、初めて手にしたことを意味します。モデルは、102細胞段階までのより大きなデータセットに対しても同様に優れた性能を示し、一部のデータが欠落している場合でも、大多数の細胞を正しく特定しました。

細胞を分類するだけでなく、モデルは、何が各細胞をユニークにしているのかという、より深い理解を提供しました。細胞が正しく特定されると、研究者は、姉妹細胞の一方でのみ活性化している、それらを区別する特定の遺伝子を探すことができました。以前の研究では、細胞のグループに対してのみ機能するマーカーしか見つかりませんでしたが、彼らは、以前は一つにまとめられていた二つの特定の細胞を区別できる遺伝子を発見しました。これらの新しいマーカーは、より微細な詳細を提供し、個々の細胞内で実行されている正確な遺伝プログラムを見ることが可能になります。この高解像度の地図は、細胞がいかにして意思決定を行うかを理解するための新しいリソースとして機能し、各ステップに関与する遺伝子の明確なリストを提供します。

このアプローチの成功は、科学者が細胞のアイデンティティをどのように捉えるかという、根本的な変化を浮き彫りにしています。それは、細胞のアイデンティティが、単にそれが持つ遺伝子によって決定されるのではなく、その周囲の物理的および化学的な文脈によっても決定されることを示しています。遺伝的データと、「誰が誰に触れているか」という外部の現実を組み合わせることで、研究者は、以前の解析を混乱させていたノイズを見通すことができたのです。モデルは、推測や複雑なシミュレーションに頼るのではなく、線虫の発達における既知の不変のルールを利用して、遺伝データの解釈を導いています。この手法は、細胞が遺伝子だけでは区別できない場合、胚の物理的な地図こそが、その真のアイデンティティを解き明かす鍵を握っていることを証明しました。

この研究の意義は、線虫だけに留まりません。この研究は、その系統が完璧にマッピングされているためにC. elegansに焦に焦点を当てましたが、その論理は、細胞の区別が困難なあらゆるシステムに適用可能です。ヒトのようなより複雑な生物において、細胞はしばしば、隣接する細胞がその行動に影響を与える混雑した環境の中に存在します。もし科学者が、組織や腫瘍における細胞間の物理的な接触をマッピングすることができれば、顕微鏡下で同一に見える細胞タイプを分類するために、同様のアプローチを使用できる可能性があります。研究者たちは、細胞の場所をマッピングするテクノロジーが向上するにつれて、このようなコンテキスト（文脈）を考慮した分析がますます重要になるだろうと指摘しています。この研究は、物理的な相互作用のデータと遺伝データを統合することが、これまで隠されていた生物学的な真実を明らかにできるという概念実証となっています。

研究者たちはまた、彼らの手法の限界についても認めています。モデルは、接触マップの正確性と、細胞間シグナルのデータベースの完全性に大きく依存しています。もし「誰が誰に触れているか」というマップが間違っていたり、あるいは重要なシグナル伝達経路がデータベースから欠落していたりする場合、モデルは期待通りには機能しない可能性があります。線虫においては、数十年にわたるイメージング技術により、接触マップは極めて精密に知られていますが、他の生物においては、この情報を得ることがより困難である可能性があります。さらに、現在のモデルは、相互作用を成長する胚の経過に伴う変化としてではなく、ある時点の静的なスナップショットとして扱っています。こうした限界はあるものの、この手法はすでに、以前は手の届かなかった、初期の線虫胚の完全に解決されたアトラス（地図）を提供しました。この成果は、将来の研究のための強固な基礎を提供し、細胞がいかにしてコミュニケーションを取り、何になるかをどのように決定するのかについて、より精密な問いを投げかけることを可能にします。