Generative 3D Spatial Reconstruction of Cellular Organization from Single Cell Expression
ORBISは、フローマッチングを活用して、空間的な参照情報を必要とせずに単一細胞RNA発現データから物理的な幾何学的形状と細胞の近傍関係を含む3D組織標本の全体を共同で再構成する生成フレームワークであり、既存の手法と比較して優れた精度と速度を実現している。
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
あらゆる生命体の内部において、細胞は孤立して浮遊しているわけではない。それらは、生物がいかに機能するかを定義する、精密な三次元的な「近隣関係」の中に配置されている。細胞の振る舞いは、その隣人や、細胞が接する組織の境界、そして臓器内を流れる化学的な勾配によって形作られる。このレベルでの生命を理解するために、科学者たちは長年、数千もの個々の細胞の遺伝活動を一度に読み取る強力な技術である、シングルセルRNAシーケンシングに頼ってきた。しかし、この読み取りを行うためには、組織を液体のスープ状に溶解させなければならず、その過程で、細胞に意味を与えているまさにその空間的コンテキスト（文脈）が剥ぎ取られてしまうのである。薄い切片や小さなブロック内の細胞の配置を捉えることができる他の技術もあるが、それらは臓器の完全で連続的な体積を見落としがちである。これにより、研究者たちは巨大なパズルに直面している。すなわち、詳細な細胞のアイデンティティのリストは手元にあるものの、それらのアイデンティティが三次元空間の中でどのように組み合わさっているかを示す地図を欠いているということである。
研究チームは、遺伝データのみから組織の完全な三次元構造を再構築するという、このパズルを解くための新しい計算手法を開発した。彼らのアプローチである「ORBIS」は、再構築を「地図上に個々の点を配置するタスク」としてではなく、「一つの整合性のある組織構造全体を生成するタスク」として扱う。既存の類似組織の空間マップから学習することで、このシステムは、細胞の配置を想像し、生成することができる。それは、臓器の真のサイズ、形状、および密度を保持するものである。これにより、科学者は溶解されたサンプルから細胞のリストを取り出し、それらが由来する臓器を仮想的に再構築して、異なる細胞型がどのように組織化され、体積全体にわたってどのように相互作用しているかを明らかにすることができる。
ゼロから組織を再構築するという課題は困難である。なぜなら、遺伝子発現は細胞に対して単一の固定された場所を強制するわけではないからである。似たような遺伝的プロファイルを持つ細胞は、臓器内の複数の可能な位置に存在し得、その正確な配置は個体ごとに異なる。従来の手法は、各細胞にとって最も可能性の高い場所を一つ見つけ出そうと試みてきたが、この戦略は意図せずして再構築された組織を押し潰してしまうものであった。可能性を平均化してしまうことで、これらの古い技術は、モデルを小さく、かつ高密度なものにしてしまい、細胞グループ間の自然な間隔を圧縮し、臓器の真の幾何学的形状を歪めてしまったのである。研究者たちは、生きた組織の現実を捉えるためには、個々の細胞に対して一つの最善の推測を予測するのではなく、すべての細胞からなる妥当な完全構成を一度に生成する必要があることに気づいた。
これを実現するために、チームは、マウスの全脳やショウジョウバエの胚など、細胞の位置がすでに判明している実在の空間解像度を持つ組織のコレクションを用いて、システムを訓練した。システムは、参照標本の細胞がどのように配置されているかを観察することによって、組織組織化のルールを学習した。その際、物理的なスケール、層の間の間隔、および異なる細胞型の相対的な位置に細心の注意を払った。新しい溶解サンプルが提示されると、システムは単に各細胞の座標を計算するのではない。代わりに、システムはランダムなノイズの雲から始まり、数百万の細胞を共に反復的に洗練させていくことで、最終的な配置が正しい物理的寸法と内部関係を維持するようにする。このプロセスにより、システムは最大370万個の細胞を含む検体を扱うことができ、これは単一の統一されたモデルとして再構築するには以前は不可能であった規模である。
この新手法の結果は驚くべきものである。マウスの全脳や厚い組織ブロックでテストした際、再構築されたモデルは、従来のどの技術よりも臓器の物理的なサイズと形状をはるかに良く保持していた。古い手法では、特定の軸に沿って組織が最大29パーセントも縮小し、事実上細胞を詰め込みすぎてしまうことがあったが、新しいシステムは体積と密度を現実に近い状態に保った。また、ショウジョウバエの腸の長さに沿った細胞の正しい順序を維持することに成功し、解離された脳アトラスの細胞を元の解剖学的領域へと正確に配置した。異なるドナーからの大規模な脳細胞のコレクションを用いたテストでは、システムは細胞のほぼ38パーセントを正しい起源の領域へと戻した。これは、次に優れた手法が達成した28.5パーセントという数値に対する、大幅な改善である。
単に細胞を配置するだけでなく、システムは、元の入力データには含まれていなかった複雑な遺伝子発現の空間パターンを回復できることも証明した。細胞を正しく配置することで、モデルは数百の「目に見えない遺伝子」の三次元マップを再構築することができ、それらが組織内のどこで活性化しているかを明らかにした。このことは、システムが組織組織化の根底にある論理を十分に学習しており、新しいデータに対しても汎用できることを示唆している。つまり、器官の構造を定義する微妙な勾配や境界を捉えることができるのである。プロセス全体も極めて高速であり、単一のコンピュータプロセッサを用いて3分足らずでマウスの全脳モデルを生成できる。これは、従来のアプローチでは数時間を要した作業である。
この研究は、科学者が空間生物学のアプローチを行う際の転換点となるものである。すなわち、断片をつなぎ合わせることから、完全で一貫した組織を生成することへの転換である。個々の細胞の正確さよりも、器官の集合的な幾何学に焦点を当てることで、この手法は、これまでの試みを悩ませてきた圧縮や歪みの落とし穴を回避している。これは、空間的コンテキストを失ったデータから細胞の三次元世界を可視化する方法を提供し、組織がいかに構築され、いかに機能しているかについてのより明確な視界をもたらす。より詳細な空間アトラスが利用可能になるにつれ、このアプローチは、侵襲的な物理的切片作成を必要とせずに、最小の胚から最大の臓器に至るまで、生命体の複雑なアーキテクチャを理解するための基礎となる可能性がある。
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。