A multi-scale cell-type resolved map of trans-regulatory architecture in the aging human brain

人間の脳は、数十億の細胞が思考、記憶、運動を維持するために通信し合う、広大で複雑なネットワークです。私たちは、このネットワークを構築し維持するための指示が、両親から受け継いだ遺伝子コードであるDNAに書き込まれていることを知っています。しかし、数十年にわたり、科学者たちはそのコードにおける微細な変化がいかにしてアルツハイマー病のような複雑な疾患につながるのかを理解するのに苦慮してきました。多くの疾患に関連する遺伝的変化は、それが影響を与える遺伝子のすぐ隣には位置していません。むしろ、ゲノムの遠く離れた場所から、遺伝子のオン・オフを切り替える「遠隔スイッチ」として機能しているのです。これらの遠隔のつながりを見つけ出すことは、満員のスタジアムの中でささやき声を聞き取ろうとするようなものでした。信号自体は存在するのですが、通常の生物学的な変動という背景ノイズに対してあまりに微弱で、検出できなかったのです。

この課題は、加齢に伴う脳において特に深刻になります。そこでは、信号を伝達するニューロンと、それらをサポートするグリア細胞といった異なる細胞型間の相互作用が極めて重要になるからです。もしある細胞型で遺伝的なスイッチが切り替われば、別の細胞型において連鎖反応を引き起こす可能性がありますが、従来の手法では、こうした微妙で協調的な反応を見逃してしまうことがよくありました。研究者たちは、遠隔の調節効果を、遺伝的リスク因子が脳の細胞景観を通じてどのように伝播するかを把握できるほどの明晰さでマッピングする方法を長年追い求めてきましたが、利用可能なツールは、単一の遺伝的変異がいかにして広範な遺伝子ネットワークに影響を与えるかという全容を捉えるには、あまりに無骨すぎることが多かったのです。

現在、研究チームは、この問題を解決するために「TransMap」と呼ばれる新しい計算手法を開発しました。遺伝子を一つずつ見ていく手法（これはしばしば弱い信号を捉え損ねます）の代わりに、チームは、遺伝子がどのように共に機能しているかという「グループ」を探すシステムを設計しました。これは、森全体の風のパターンを測定することで天候を理解しようとする試みに似ています。一枚の葉の温度を測るのではなく、森全体の風の流れを測ることで、システムの真の構造が明らかになるのです。TransMapも同様に、活動が連動して増減する遺伝子の「プログラム」を特定し、これらの協調的なグループを単一の測定単位として扱うことで機能します。これらのグループに焦点を当てることにより、遠隔の遺伝的調節による微かなささやきを増幅させ、はっきりと聞き取れる強さまで高めることができるのです。

研究者たちは、このフレームワークを、数百人のドナーから収集された加齢に伴うヒト脳の膨大なデータセットに適用しました。彼らは、個々の人々の遺伝的構成を、ニューロン、ミクログリア、アストロサイトといった特定の脳細胞における遺伝子活動の詳細なマップとともに分析しました。また、タンパク質やその他の分子の測定値も統合し、遺伝的変化がどのように化学レベルへと波及していくのかを調査しました。その結果、この新しいアプローチは既存の手法よりも大幅に強力であり、これまで不可視であった数千もの新たな遺伝的つながりを明らかにしました。感度をテストするためのシミュレーションにおいて、この手法は、偽陽性の発生率を低く抑えたまま、標準的な技術よりも10〜30%高い成功率で、微弱な遺伝的効果を検出しました。

最も驚くべき発見の一つは、異なる細胞型間のコミュニケーションの性質でした。データは、非対称な影響のパターンを明らかにしました。すなわち、ニューロンから始まる遺伝的信号は、脳のサポートスタッフであるグリア細胞に対して、協調的な反応を引き起こすために移動することが多いのです。具体的には、ニューロン内の遺伝子を制御する遺伝的変異は、ミクログリアやアストロサイト内の遺伝子プログラムの変化としばしば関連していました。これは、脳疾患の遺伝的リスクが、単一の細胞内で何が起こるかだけでなく、ある細胞型における遺伝的な刺激がいかにして別の細胞型における一連の変化を引き起こすかにある可能性を示唆しています。研究者たちは、ラボでニューロンとアストロサイトを共に培養する独立した実験を用いてこのパターンを確認し、遺伝的な予測が実際の生物学的反応と一致することを示しました。

この研究は、これらの知見をアルツハイマー病に直接結びつけました。新しいマップを既知のアルツハイマー病リスク因子と重ね合わせることで、チームは、リスク変異が遠く離れた遺伝子や細胞プログラムに影響を与えるゲノム上の特定の位置を特定しました。注目すべき例として、アストロサイトにおけるKNOP1と呼ばれる遺伝子に関連する遺伝的変異が、MS4A4Eを含むミクログリア内の協調的な遺伝子プログラムと関連していることが分かりました。MS4A4Eはすでにアルツハイマー病のリスクに関与していることが知られている遺伝子です。この発見は、ある細胞型の変化が別の細胞型の重要なネットワークに影響を与えるという、直接的な調節経路の存在を示唆しています。さらに、研究者たちは、これらの遺伝的つながりが、タンパク質の修飾や細胞移動などに関わる特定の生物学的経路に収束していることを見出し、疾患を駆動する分子メカニズムのより鮮明な姿を提示しました。

特定のつながりを特定することを超えて、本研究は、異なるスケールの遺伝的調節が補完的な情報を提供することを強調しました。個々の遺伝子を見ることは疾患とのつながりを一部明らかにしましたが、協調的な遺伝子プログラムを見ることは、また別のつながりを明らかにしました。これらを組み合わせることで、どちらか一方のスケールのみを見るよりも、はるかに多くの複雑な形質の遺伝的リスクを捉えることができました。また、本研究は、これらの遠隔の遺伝的効果がランダムではないことも示しており、それらは特定の進化パターンの中にクラスター化しており、一部のつながりは他の種の間でも高度に保存されていることが分かりました。

この研究は、遺伝的変異が加齢に伴う脳をどのように形作るかについての、詳細かつ多層的なアトラス（地図）を提供し、単なる遺伝子のリストを超えて、健康と疾患の根底にあるダイナミックな細胞間対話を明らかにしました。遠隔の調節効果をより高い明晰さで見せる方法を提供することで、このフレームワークは、科学者が遺伝的リスク因子が作用する正確なメカニズムを特定するための新しいツールを与えてくれます。この明晰さは、複雑な疾患の根本原因を理解し、誤った方向に進む特定の細胞経路に介入できる将来の治療法を設計するために不可欠です。研究者たちは、彼らのマップとツールをより広い科学コミュニティに公開しており、他の組織や疾患にもこのアプローチを適用し、人類の生物学における遺伝的構造に関する新たな洞察を解き明かすことが可能です。