Integrated bulk and single-cell RNA-seq analysis reveals psychological stress-related prognostic genes for risk stratification in lung adenocarcinoma

肺腺がんは肺がんの中で最も一般的な形態であり、依然として世界におけるがん死の主要な原因の一つとなっています。現代医学は標的療法や免疫療法によって進歩を遂げてきましたが、患者の経過には大きな開きがあります。治療によく反応して数年間生存できる人もいれば、がんの挙動が個人ごとに異なるために、はるかに短い道のりを歩む人もいます。数十年にわたり、医師たちは腫瘍の物理的な状態や患者の全身状態を見て、病気がどのように進行するかを推測してきました。しかし、増え続ける研究結果は、心と体は深く結びついており、患者の情緒的な状態が実際にがんの成長に影響を与える可能性があることを示唆しています。心理的ストレス、すなわち困難なライフイベントに対する身体の反応は、細胞の振る舞いを変えてしまう一連の化学的信号を誘発します。科学者たちは、この内部からの圧力が腫瘍をより攻撃的にしたり、治療を困難にしたりすることを以前から疑ってきましたが、どの遺伝子がこの関連性に責任を負っているのかを正確に特定することは困難でした。

研究チームは、新しい視点を通じて肺がん腫瘍の遺伝的ブループリント（設計図）を調査することで、この溝を埋めようと試みました。彼らは、がんを駆動するだけでなく、ストレスへの身体の反応とも結びついている特定の遺伝子を見つけ出したいと考えました。これを行うために、彼らは2つの強力なデータタイプを組み合わせました。第一に、バルクRNAシーケンシングを調べました。これは、腫瘍サンプルに含まれる数百万の細胞の信号を混ぜ合わせ、平均的な活動を見る、いわば遺伝情報の「スムージー」のようなものです。第二に、シングルセルRNAシーケンシングを用いました。これは、個々の細胞の遺伝コードを一つずつ読み取る、より鋭いツールであり、どの細胞タイプが活性化し、それらがどのように互いに通信しているかを正確に見ることができます。これらの遺伝的地図を、心理的ストレスに反応することが知られている遺伝子のキュレーションリストと照らし合わせることで、彼らは患者の生存率を腫瘍特有の遺伝的シグネチャーに基づいて予測するモデルの構築を目指しました。

研究者たちはまず、肺がん腫瘍内の遺伝子を健康な肺組織と比較することから始めました。彼らは、がんにおいてオンまたはオフになった数千の遺伝子を特定しました。この膨大なリストから、ストレスに反応することが知られている特定の遺伝子を抽出しました。このプロセスにより、がんの成長とストレス反応の交差点に位置すると思われる少数の候補グループへと焦点を絞り込むことができました。高度な統計的手法を用いて、これらの遺伝子のうち、患者の生存期間と最も強く関連しているものをテストしました。厳格なスクリーニングの結果、彼らはわずか4つの遺伝子、すなわちCCNB1、TLR4、CCNA2、EXO1というシグネチャーを特定しました。これら4つの遺伝子は強力な予測因子として機能しました。研究者がこれらの遺伝子の活動レベルに基づいたリスクスコアを算出したところ、患者を高リスク群と低リスク群の2つのグループに明確に分けることができました。

これら2つのグループ間の違いは顕著でした。ストレス関連遺伝子の活動が高い腫瘍を持つ高リスク群の患者は、低リスク群と比較して生存期間が有意に短くなっていました。このパターンは、最初に研究対象とした患者グループだけでなく、別のデータベースを用いた別の患者グループでモデルをテストした際にも成立しており、この発見が単一のデータセットによる偶然の産物ではなく、信頼できるものであることを証明しました。また、研究者たちは、この遺伝的リスクスコアを腫瘍のサイズやリンパ節への転移の有無といった標準的な臨床因子と組み合わせた「ノモグラム」と呼ばれるツールを構築しました。このツールにより、医師は臨床因子のみを用いるよりも高い精度で、1年、2年、または3年間の患者の生存確率を推定することができます。

さらに深く掘り下げ、チームはこれらの遺伝子が体内で実際に何を行っているのかを探りました。彼らは、高リスク群が独特の生物学的景観を持っていることを発見しました。彼らの腫瘍は、細胞が分裂・増殖するプロセスである「細胞周期」においてより活発であり、DNAがエラーや変異を起こしやすい「ゲノム不安定性」の兆候を示していました。高リスクの腫瘍は、周囲を取り囲む免疫細胞の構成も異なっていました。低リスク群がよりバランスの取れた免疫環境を持っていたのに対し、高リスク群は、逆説的にがんの成長を抑制するのではなく、むしろそれをサポートするように見える炎症状態を示していました。さらに、本研究は、高リスク群の患者が化学療法に対して異なる反応を示す可能性を示唆しています。モデルの予測によれば、これらの患者はシスプラチンやドセタキセルといった特定の薬剤に対してより感受性が高く、一方で低リスク群は他の薬剤に対してより良い反応を示す可能性があります。これは、患者のストレス関連の遺伝的プロファイルを知ることが、最初から適切な化学療法を選択する助けになることを示唆していますしています。

どの細胞がこの挙動を駆動しているのかを理解するために、研究者たちはシングルセルデータに注目しました。彼らは、これら4つの主要な遺伝子が「サイクリング細胞（循環細胞）」、つまり現在分裂の過程にある広範なカテゴリーの細胞において最も活発であることを発見しました。これらのサイクリング細胞は単一のタイプではなく、研究者たちはこれらがサイクリング上皮細胞、サイクリング免疫細胞、サイクリングマクロファージなどのサブグループに分類できることを見出しました。高リスクの腫瘍では、これらのサイクリング細胞が正常組織や低リスクの腫瘍よりも激しく互いにコミュニケーションを取っていました。彼らは互いに強力な信号を送り合い、腫瘍の進行を加速させるネットワークを作り上げているようでした。研究では、これらの細胞のライフサイクルも追跡され、細胞が初期の発達段階から後期段階へと移動するにつれて、遺伝的活動がどのように変化するか、そしてストレス関連遺伝子が重要な局面で発現パターンをどのように変化させるかが示されました。

研究者たちはコンピュータモデルにとどまりませんでした。彼らは新疆の病院から肺がん組織と細胞株のサンプルを取り、RT-qPCRと呼ばれる手法を用いて、ラボ内で実際のこれらの遺伝子のレベルを測定しました。その結果、4つの遺伝子のうち3つ（CCNB1、CCNA2、EXO1）が、大規模なデータ分析の予測通り、健康な組織と比較して実際にがん組織において高いレベルで存在していることを確認しました。一方、TLR4という一つの遺伝子は、この特定のラボテストでは有意な差を示しませんでしたが、著者らは、これは患者集団の違いや具体的な手法の違いによる可能性があると述べています。この実験的なステップは、発見を理論的なデータから物理的な現実へと移行させ、これらの遺伝子が実際にヒトの肺がんで過剰に活性化していることを裏付ける上で極めて重要でした。

本研究は、心理的ストレスは単に患者に起こる「感情」ではなく、腫瘍自体に分子レベルの指紋を残すものであると結論付けています。特定された4つの遺伝子は、外部からのストレスという圧力と、がん成長の内部メカニズムとを結ぶ「生物学的な架け橋」として機能しています。研究者たちは、自身の研究が主に既存のデータの解析に基づいていること、そしてメカニズムを完全に理解するためにはさらなる実験が必要であることを認めていますが、その結果は肺がんのリスクに関する新しい考え方を提供しています。ストレスに関連する経路によって駆動される腫瘍を持つ患者を特定することで、医師は将来的に、より正確に患者を層別化し、予後不良のリスクが高い者を予測し、がんの特定の脆弱性を標的とする個別化された治療を提供できるようになるかもしれません。このアプローチは、単に腫瘍を治療することを超え、その腫瘍が存在する独自の生物学的コンテキスト（文脈）を治療することを目指しています。