Pycea: a scverse toolkit for single-cell lineage tracing analysis
Pyceaは、TreeData形式を導入することで系統樹データと単一細胞測定をscverseエコシステム内でシームレスに統合し、細胞系統追跡のためのスケーラブルな解析、可視化、および統計的推論を可能にするオープンソースのPythonツールキットです。
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
生命の世界において、すべての細胞は歴史を刻んでいます。家系図が誰と誰が親戚であるかを記録するように、発達中の生物や成長する腫瘍の中にあるすべての細胞は、その祖先や兄弟を記憶しています。数十年にわたり、科学者たちはこの家系図と細胞の現在の振る舞いとを結びつけることに苦心してきました。彼らは、一つの細胞分裂がいかにして二つになり、二つがいかにして四つになるかという細胞の系譜をマッピングすることはできましたが、そのマップと、その瞬間にどの遺伝子が活性化していたかといった細胞の内部指令を、容易に組み合わせることはできませんでした。この分離により、細胞の過去がいかにして現在を形作ったのか（それが特定の組織へと変化したのか、あるいは疾患へと変貌したのか）を理解することが困難になっていました。課題は、データが豊富かつ詳細になったことではなく、研究者が一度に全体像を見ることができるような方法で、データを整理することにありました。
研究チームは、この問題を解決するために新しいデジタルツールを構築し、細胞の家系図を生物学的記録の標準的な一部として扱うシステムを作り上げました。彼らは、単一細胞解析のための広く普及しているフレームワークと併用できる「Pycea」と呼ばれるソフトウェアパッケージを導入しました。このシステムの核心にあるのは、「TreeData」と呼ばれる新しいデータ保存方式です。細胞の情報（遺伝子活動や位置など）を保持する標準的なデジタルファイルを想像してみてください。次に、その同じファイルの中に、その細胞の家系図全体を保持するための専用のスロットがあり、すべての枝と葉が特定の測定値と完璧に一致している様子を想像してください。この新しい構造により、科学者は既存のツールを使用して、系統、遺伝子発現、および物理的な位置をすべて同時に分析できるようになります。異なるフォーマット間でデータを絶えず変換する必要もありません。
研究者たちは、このアプローチの威力を二つの全く異なる生物学的な物語に適用することで実証しました。第一に、彼らは発達の特定の段階にあるマウスの胚を調査しました。これには26万個以上の細胞が含まれています。彼らは新しいツールを用いて、異なる細胞グループがどのように関連しているか、そして彼らの家系図がいかに現在のアイデンティティと密接に一致しているかを追跡することができました。その結果、皮膚や腸といった主要な体層に属する細胞は、共通の祖先を共有していることが分かり、家系図が細胞の将来の役割を予測できることが確認されました。また、家系を通じて受け継がれる特定の遺伝子も特定されました。つまり、親細胞がある特定の遺伝子の活動が高ければ、その子供たちも同様に高い傾向にあるということです。これにより、発達中の胚の異なる部分を定義する正確な遺伝的指令を特定することができました。
次に、チームはこのシステムをがんのモデルに応用し、約14万6千個の細胞を含む腫瘍を研究しました。ここでの目的は、がん細胞の異なるグループがいかに増殖し、広がっていくのかを理解することでした。腫瘍細胞の家系図をマッピングすることで、どのグループが急速に拡大し、どのグループが小さく留まっているのかを見ることができました。彼らは、最も成功した（あるいは「適応力の高い」）細胞グループは、腫瘍の外縁、すなわち健康な肺組織の近くに位置する傾向があることを発見しました。さらに、特定の遺伝子「Cldn4」の活動が、この成功と強く結びついていることも判明しました。この遺伝子のレベルが高い細胞は、これらの繁栄している外側の領域に見出される可能性が高いのです。細胞の家系、位置、そして遺伝的活動の間のこのつながりは、腫瘍がいかにリアルタイムで進化しているかについて、明確な視点を提供しました。
この研究の意義は、別々の研究分野を統合できる能力にあります。このツールの登場以前、研究者は細胞の家系図を研究するか、あるいは遺伝子活動を研究するかを選択しなければならないことがよくありました。なぜなら、データフォーマットが同じ言語を話していなかったからです。家系図を細胞データのネイティブな一部とすることで、研究者たちは、複数のソフトウェアプログラムやデータ構造を使い分けなければならなかった障壁を取り除きました。これにより、細胞の複雑な歴史を、その現在の状態と同じ容易さで分析できるようになりました。このソフトウェアは誰でも利用可能であり、研究者たちはこれをさらに拡張していく計画であり、この新しい標準が、単一細胞内の生命の深い歴史を理解することに捧げられた、成長するコミュニティの基盤となることを期待しています。
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。