TxCyto: A machine learning framework for estimating cytokine activity from whole transcriptome
TxCytoは、全トランスクリプトームプロファイルから645種類のサイトカインおよび腫瘍分泌物の活性を直接推論するディープラーニングフレームワークであり、多様な癌の文脈における免疫療法への反応に関連するサイトカイン駆動型のメカニズムの特定を可能にする。
原論文は CC0 1.0 (https://creativecommons.org/publicdomain/zero/1.0/) のもとパブリックドメインに提供されています。 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
人体において、細胞は孤立して存在するのではなく、健康を維持したり病気と戦ったりするために絶え間ないコミュニケーションを必要とする、広大で活気に満ちたコミュニティの一部として存在しています。このコミュニケーションは、サイトカインと呼ばれる一連のシグナル伝達タンパク質に大きく依存しています。サイトカインを、体の「テキストメッセージ」や「ラジオ放送」と考えてみてください。これらは、外敵を攻撃するか、傷を癒やすか、あるいは細胞の振る舞いを変えるように指示するために、ある細胞から他の細胞へと分泌されます。これらのシグナルは、感染症や自己免疫疾患からがんまで、幅広い状態において極めて重要です。しかし、これらのメッセージを追跡することは非常に困難です。サイトカインは微量に生成され、すぐに消失し、その効果はそれらが存在する組織の特定の文脈に完全に依存するためです。このため、科学者たちは患者の内部でこれらのシグナルがどのように機能しているかという完全な全体像を把握することに歴史的に苦労してきました。従来の直接的な測定法は、時間がかかり、高価で、わずか数十種類のサイトカインに限定されていました。
新しい研究は、科学者がこの目に見えない会話を観察する方法を変える「TxCyto」と呼ばれるツールを紹介しています。サイトкаインを直接測定しようとする（それは嵐の中でささやき声を聞こうとするようなものです）代わりに、研究者たちは細胞自身の反応を聞き取る機械学習システムを開発しました。核心となるアイデアは、細胞がサイトカインの信号を受け取ると、その内部の遺伝的指令が予測可能な形で変化するという点にあります。組織サンプルの全遺伝プロファイルを読み取ることで、このツールはどのようなサイトカイン信号が存在し、どの程度活性化しているかを逆算して推定することができます。このアプローチにより、研究者は単一の遺伝データのスナップショットから、645種類もの異なるサイトカインや分泌タンパク質の活動を推論することが可能になります。これは、従来のメソッドが扱えた数十種類という数を大幅に上回る数字です。
研究者たちは、33種類の異なるがんにおける約9,500個の腫瘍サンプルからの膨大な遺伝データを用いて、このツールを構築しました。彼らは、特定のサイトカインの活動に対応する遺伝コード内の複雑なパターンを認識するようにシステムを学習させました。ツールの信頼性を確保するため、研究者たちは、サイトカインを意図的に添加したり阻害したりした実験を含む、さまざまな独立したデータセットに対してテストを行いました。これらのテストにおいて、モデルは阻害剤を使用するとサイトカインの活動が低下し、サイトカインを導入すると上昇することを正しく予測しました。驚くべきことに、バルク組織データ（すべての細胞の遺伝物質が混ざり合ったデータ）で学習したモデルは、シングルセルデータで学習したモデルよりも高い精度を示しました。これは、組織全体の集団的な反応が、個々の細胞を孤立して見るよりも、サイトカイン活動のより明確なシグナルを提供していることを示唆しています。おそらく、サイトカインは複数の細胞種に同時に影響を与え、その複合的な効果こそが最も重要であるためと考えられます。
TxCytoの力は、免疫療法への反応性が高い患者もいれば低い患者もいるのはなぜか、といった実世界の臨床的な問いに適用した際にさらに明白になります。免疫療法は免疫系を呼び覚ましてがんと戦わせるものですが、すべての人に効果があるわけではありません。研究者たちが治療開始前の患者の遺伝データにTxCytoを適用したところ、成功を予測する特定のサイトカインパターンを特定しました。彼らは、インターフェロンガンマに関連するものや免疫細胞の動員に関連するものなど、一貫した一連のシグナルが、乳がん、メラノーマ、肺がんにおいて良好な反応と関連していることを見出しました。逆に、治療への抵抗性は、組織特異的な異なるシグナルに関連していることが多いことも発見しました。例えば、腎臓がんでは、抵抗性は血管形成に関連するシグナルに関連していました。一方、肺がんでは、細胞の柔軟性や発達に関連するシグナルに関連していました。この発見は、治療失敗の理由は普遍的なものではなく、腫瘍の所在地の特定の生物学に大きく依存していることを示唆しています。
個々の患者の転帰を予測することを超えて、このツールは腫瘍の「隠れた地理」をも明らかにしました。細胞が腫瘍内のどこに位置しているかをマッピングする空間データを用いることで、研究者たちはサイトカインの活動が均一ではないことを確認しました。彼らは、腫瘍内において、サイトカインのシグナルが治療への反応性の高さを示している特定の「近隣地域」と、抵抗性を示唆する領域を特定しました。肝がん患者を用いた空間解析では、このツールは応答する領域と応答しない領域を高い精度で区別でき、単一の腫瘍内にある治療に抵抗している可能性のある小さなゾーンさえも特定することができました。この腫瘍の機能的な景観をマッピングする能力は、がんの複雑さを理解するための新しい方法を提供し、医師がより精密に治療をカスタマイズする助けとなる可能性があります。
結局のところ、TxCytoは細胞の言語を理解するための大きな一歩となります。組織サンプルの遺伝的なノイズをクリアなサイトカイン活動のマップへと変えることで、侵襲的または限定的な直接測定を必要とせずに、免疫系の状態を覗き見る窓を提供します。研究者たちはこのツールと基礎となるコードを科学コミュニックに公開しており、他の人々ががんだけでなく、老化、自己免疫疾患、発生プロセスにこれらのシグナル伝達タンパク質がどのように影響するかを探求できる道を開きました。このモデルは遺伝的パターンに基づいた推定値であり、タンパク質の直接的な測定ではなく、多様な実験を通じて生物学的な現実を追跡する能力は、サイトカイン活動の真髄を捉えていることを示唆しています。それは、生命を維持し、疾患を駆動する複雑なコミュニケーションを眺めるための、強力な新しいレンズを提供しています。
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。