人間の体のほぼすべての細胞の中で、静かな内部時計が時を刻んでおり、およそ24時間ごとに繰り返される日々の活動サイクルを司っています。サーカディアン・リズム（概日リズム）として知られるこのリズムは、遺伝子のオン・オフを制御し、代謝から薬物投与のタイミングに至るまで、あらゆることに影響を与えます。この時計が異なる組織でどのように機能しているのか、あるいは疾患においてどのように狂ってしまうのかを理解するために、科学者たちは組織サンプルが1日のうちのいつ採取されたのかを正確に知る必要があります。しかし、既存の多くの医療記録や公開データベースでは、この極めて重要な情報が欠落しています。研究者たちは、サンプルの遺伝子パターンのみに基づいて時刻を推測するコンピュータ・プログラムを開発してきましたが、これまで、これらの推測ツールのうちどれが実際に最も優れているのかを体系的にテストした者はいませんでした。
ペンシルベニア大学の研究チームは、10種類の異なるコンピュータ・プログラムを厳格なテストにかけることで、この問題の解決に取り組みました。彼らは、採取時間がすでに判明しているヒトおよびマウスの実際の組織サンプルと、注意深く構築されたコンピュータ・シミュレーションを含む、25組の異なるデータセットを集めました。その目的は、各プログラムが遺伝子のリストを見て、サンプルが採取された時刻をいかに正確に特定できるかを確認することでした。研究者たちは、プログラムによる推測値と実際の時刻との平均的な時間の差を算出することで、成功度を測定しました。また、プログラムが個々の遺伝子の日周リズムを正しく再構築できるかどうかについても確認しました。これは、身体の時計がどのように機能しているかを理解するために不可欠な作業です。
結果は、ツール間の明確な階層構造を明らかにしました。「CHIRAL」と名付けられたあるプログラムが最も正確であり、平均誤差わずか1.80時間で時刻を推測しました。これは、もしサンプルが正午に採取された場合、CHIRALは通常、午前10時15分から午後1時45分の間の時刻を推定することを意味します。次に優れたパフォーマンスを示したのは、TEMPO、CYCLOPS、CYCLOPS 2.0と呼ばれるプログラムなどで、これらは約2.5時間から2.8時間の平均誤差でした。これらも有用ではありましたが、CHIRALほど精密ではありませんでした。複雑なアルゴリズムを用いず、特定の12個の「時計遺伝子」の既知の挙動のみに依存する単純なベースライン手法は、トップクラスのコンピュータ・プログラムに匹ニ近い性能を示し、誤差は約2.15時間でした。この発見は、これらの中核となる時計遺伝子に関する深い知識自体が強力なツールであることを示唆しています。テストされた残りの6つのプログラムは大幅に性能が低く、誤差は4時間近くから5時間近くに及び、これはランダムな推測とほとんど変わらないレベルの不正確さでした。
この研究はまた、これらのプログラムの成功が、与えられるデータの質に大きく依存することも明らかにしました。プログラムは、組織内の遺伝子が強く明確な日周リズムを示す場合に最もよく機能しました。特定のヒトの脳組織のように、リズムが弱い、あるいはノイズが多いデータセットでは、最良のプログラムであっても苦戦し、誤差は3時間近くまで上昇しました。研究者たちは、トップクラスのツールの精度は異なる組織や種の間で一貫していることを発見しましたが、同時に、いくつかのプログラムはデータの準備方法に対して敏感であることも発見しました。例えば、サンプルのバッチ間の技術的な差異を補正することは、あるプログラムの推測精度を向上させるのに役立ちましたが、別のプログラムにとっては逆に精度を低下させました。さらに、研究者たちは、異なるランダムな開始点を用いてプログラムを複数回実行することで、結果の安定性をテストしました。その結果、毎回同じ結果を出すツールがある一方で、使用したランダム・シードによって結果が大きく変動するツールもあり、単一の実行では信頼できない可能性があることが分かりました。
これらの知見が現実の世界で通用するかどうかを確認するため、チームは採取時間が完全に不明なマウスの2つの大規模なデータセットにプログラムを適用しました。彼らは、プログラムによる推測値を、肝臓および脂肪組織における遺伝子の典型的なピーク時期に関する確立された参照データと比較しました。CHIRALは、肝臓組織の既知のパターンと一貫して一致した唯一のプログラムでしたが、脂肪組織のパターンとはどのプログラムも一貫して一致しませんでした。これは、脂肪における時計の読み取りがより困難であるか、あるいは参照データが不十分であることを示唆しています。本研究は、単一のツールが完璧であることはないものの、バルク組織サンプルから時刻を推定する上で、現在はCHIRALが最も信頼できる選択肢であると結論付けています。しかし、研究者たちは、いかなる推定の精度も、調査対象となる特定の組織における生物学的リズムの強さに依存すること、そして最も重要な用途においては、複数の手法を用いるか、あるいは単純な時計遺伝子のベースラインを用いることが、エラーに対する必要なチェックとして必要になる可能性があると警告しています。
技術要約：バルクトランスクリプトームデータにおける非教師あり概日位相推定法のベンチマーク
問題提起
遺伝子発現における概日リズムは、生物学的タイミング、薬物代謝、および疾患メカニズムを理解する上で極めて重要である。しかし、多くの公開トランスクリプトームデータセットにはサンプル回収時刻が欠落しており、時間的パターンの直接的な解析ができない。サンプルの回収時刻なしに遺伝子発現行列から概日位相を推定する非教師あり手法は存在するが、それらは体系的に比較されてこなかった。過去の評価は、多くの場合、開発者自身による独自のデータセットを用いて、異なる前処理や指標を用いて行われてきたため、潜在的なバイアスが生じる可能性があった。さらに、これらの手法が、多様な生物学的コンテキストにおいて、サンプルの位相や下流の遺伝子レベルのリズム（アクロフェイズ、振幅、およびリズム性）をどの程度正確に再構成できるのかも不明なままであった。
方法論
著者らは、10種類の非教師あり位相推定法と2種類の時計遺伝子ベースライン手法について、体系的なベンチマークを実施した。
- データセット: 評価には、既知のリファレンスタイムを持つ25のデータセット（ヒトおよびマウス組織にわたる5つの研究からの16の実データ、および9つのシミュレーションデータ）と、回収時刻のない2つのマウスデータセット（Diversity Outbred liverおよびadipose）を用いた。データセットは、研究間の依存関係を考慮して6つの「ファミリー」にグループ化された。
- 評価対象の手法:
- 非教師あり手法: CHIRAL, TEMPO, CYCLOPS, CYCLOPS 2.0, COFE, DCPR, PENN, PROTECT, Cyclum, および reCAT。これらは、確率的モデリング、ニューラルネットワーク/オートエンコーダー、行列分解、および幾何学的順序付けを含む様々な戦略を採用している。
- ベースライン: 12個の標準的な時計遺伝子、またはわずか2つの遺伝子（ARNTLとNR1D1）の主成分分析（PCA）に基づいて位相を割り当てる2つの単純なベースライン。
- 評価指標:
- 主要指標: アラインド円周平均絶対誤差（Aligned Circular Mean Absolute Error; MAE）。グローバルな回転と反射を最適化した後の、推定位相とリファレンス位相の間の最短円周距離を測定する。
- 副次指標: 絶対フィッシャー・リー円周相関、リファレンスの前後1時間以内に含まれるサンプルの割合、遺伝子レベルのアクロフェイズおよび振幅の再構成、およびリズム性の検出（ROC AUC）。
- 堅牢性チェック: 偶然レベルの性能を確立するための置換テスト、シード値に関する感度分析、バッチ/共変量調整（ComBat-seq、回帰）、およびシミュレーションのバリエーション（サンプリング設計、サンプルサイズ、波形形状）。
- 再現性: 著者らはすべての手法について公開された結果の再現を試みた。8つの手法については結果を再現できたが、PENNおよびPROTECTについては公開されたコードでは再現できなかった。
主な結果
- 性能ランキング: CHIRALは、最小の平均アラインドMAE（1.80時間）を達成し、2つの時計遺伝子ベースライン（2.15時間および2.20時間）を上回った。TEMPO、CYCLOPS、およびCYCLOPS 2.0が、平均誤差2.49〜2.80時間でそれに続いた。残りの6つの手法（COFE, DCPR, PENN, PROTECT, Cyclum, reCAT）は、平均誤差3.91〜4.86時間であり、これはチャンスレベル（5.08〜5.23時間）よりわずかに優れた程度であった。
- 統計的有意性: CHIRALは最も低い平均誤差を示したが、上位の手法間の信頼区間は大幅に重なっていた。事後比較により、CHIRも下位のグループ（COFE, PENN, PROTECT）に対しては統計的に優れていることが確認されたが、TEMPO、CYCLOPS、またはCYCLOPS 2.0との間では統計的な差は認められなかった。
- 遺伝子レベルの再構成: 上位4つの手法（CHIRAL, TEMPO, CYCLOPS, CYCLOPS 2.0）およびベースラインは、中央値0.18〜0.64時間の誤差で遺伝子アクロフェイズを再構成し、0.64〜0.70の中央値ROC AUCでリズム遺伝子を特定することに成功した。
- 精度に影響を与える要因:
- リズムの強さ: 精度は、データセット内の時計遺伝子のリズムの強さと強く相関していた（Spearman ρ=−0.58）。リズムが弱いデータセット（例：ヒトの線条体）では、すべての手法で誤差が大きくなった。
- バッチ/共変量調整: 調整の影響は手法によって異なった。ComBat-seqによる補正は、CYCLOPSおよびCYCLOPS 2.0の性能を著しく向上させたが、TEMPOの性能を低下させた。特筆すべきは、時間と相関のある共変量（死後経過時間など）を回帰除去すると、概日信号が除去され、CHIRALやベースラインの誤差がチャンスレベルを超えて増大したことである。
- シミュレーションの感度: シミュレーションにおいて、CYCLOPSとCOFEは非常に優れた性能（誤差0.3〜0.4時間）を示したが、これは実データには反映されず、シミュレーションモデルが特定のメソッドの仮定を優先している可能性を示唆している。
- ランダムシード: DCPR, TEMPO, PENN, PROTECT, およびCyclumの結果はランダムシードに対して高い感度を示したが（標準偏差 0.27〜0.49時間）、CHIRALとCYCLOPSは非常に安定していた。
- 収集時刻のないデータセット: Diversity Outbredマウスのデータセットにおいて、外部のリファレンス・アクロフェイズと一致したのはCHIRALのみであった。しかし、どの方法も脂肪組織のリファレンスとは一致せず、組織間の位相の一致度は、最良の手法であっても低かった（相関 0.47）。
意義と主張
本論文は、統一されたプロトコルを用いて、非教師あり概日位相推定法を独立して体系的に比較した初めての研究である。著者らは以下のことを主張している：
- CHIRALは現在のバルクRNA-seqにおけるリーディング手法である。 最も低い平均誤差と、データセットを横断した一貫した性能を提供しているが、TEMPO、CYCLOPS、およびCYCLOPS 2.0も妥当な代替案である。
- 時計遺伝子の事前知識は有益であるが、それだけでは不十分である。 時計遺伝子を用いたベースラインは良好な性能を示したが、CHIRALには及ばなかった。しかし、概日的な事前知識のみに依存する手法（DCPRなど）が、そうでない手法よりも必ずしも優れているわけではなく、モデルのアーキテクチャとデータの扱いが同様に重要であることを示している。
- コンテキストが重要である。 これらの手法の精度は、データセット固有のリズムの強さや、適用される特定の前処理ステップ（バッチ補正など）に大きく依存する。
- 解釈における注意。 著者らは、このランキングはテストされた特定の構成下でのツールの性能を反映したものであり、すべてのデータ型（一部のツールが元々設計されたシングルセルやプロテオミクスデータなど）に一般化できるものではないことを強調している。また、PENNおよびPROTECTの再現ができなかったことは、それらのツールに関する結論を制限するものであるとも述べている。
本研究は、非教師あり位相推定が注釈のないトランスクリプトームデータを解析するための実行可能なツールであることを示しているが、ユーザーは自身のデータセットの特性と、選択した手法の安定性を慎重に検討する必要がある。
毎週最高の バイオインフォマティクス 論文をお届け。
スタンフォード、ケンブリッジ、フランス科学アカデミーの研究者に信頼されています。
受信トレイを確認して登録を完了してください。
問題が発生しました。もう一度お試しください。
スパムなし、いつでも解除可能。
週刊ダイジェスト — 最新の研究をわかりやすく。登録