Exploration of key genes associated with pyruvate metabolism in nonalcoholic fatty liver disease based on single-cell and bulk RNA-seq data

技術的要約：NAFLDにおけるピルビン酸代謝に関連する主要遺伝子の探索

問題提起
非アルコール性脂肪肝疾患（NAFLD）は、近年、代謝機能障害関連脂肪性肝疾患（MASLD）の枠組みの下で再分類されたが、脂質沈着、炎症、および線維化への進行の可能性を特徴とする一般的な慢性肝疾患である。インスリン抵抗性と代謝不均衡が確立された要因である一方で、代謝再プログラミング（特にピルビン酸代謝）と線維形成および免疫調節を結びつける具体的な分子制御因子は、まだ完全には定義されていない。既存の治療法は代謝リスク因子に焦点を当てているが、線維化を防止する十分な有効性を欠いている。本研究は、NAFLDにおけるピルビン酸代謝に関連する主要な遺伝子を特定し、それらの細胞コンテキストを解明し、潜在的な治療標的を探索することを目的とする。

方法論
本研究では、バルクRNA-seqとシングルセルRNA-seq（scRNA-seq）データを組み合わせた統合的マルチオミクス・アプローチを採用し、その後に実験的検証および計算機によるドラッグスクリーニングを行った。

1. データ取得および処理:

   • バルクRNA-seq: GEOデータベースから転写物プロファイルを取得した（トレーニングコホートとしてGSE126848、検証コホートとしてGSE89632を使用）。
   • scRNA-seq: 細胞の異質性を解明するために、GSE212837（11のNAFLDサンプルおよび3つのコントロールサンプル）のデータを解析した。
   • 遺伝子セット: MSigDBのKEGGパスウェイから、ピルビン酸代謝関連遺伝子（PMRGs）をキュレーションした（97遺伝子）。

2. バイオインフォマティクス解析:

   • 候補の選択: DESeq2を用いて差異発現遺伝子（DEGs）を特定した。PMRGsとDEGsを交差させ、候補セットを形成した。
   • 機械学習: 3つのアルゴリズム（LASSO回帰、勾配ブースティング決定木（GBDT）、およびExtreme Gradient Boosting（XGBoost））を用いて、特徴的な遺伝子を精査した。これらの出力の交差により、最終的な遺伝子セットを得た。
   • 診断性能: 受信者動作特性（ROC）曲線分析を用いて、診断能を評価するために曲線下面積（AUC）を算出した。
   • 機能および免疫解析: 遺伝子セット濃縮解析（GSEA）、タンパク質相互作用（PPI）ネットワーク構築（STRING）、および免疫細胞浸潤プロファイリング（GSVA）を実施した。相関分析により、主要遺伝子と差異浸潤免疫細胞（DICs）との関連付けを行った。
   • 制御ネットワーク: GeneMANIA、multiMiR、およびStarBaseなどのデータベースを用いて、共発現、miRNA-mRNA、およびlncRNA-miRNA-mRNAネットワークを構築した。
   • シングルセル解析: scRNA-seqデータは、クラスタリングとアノテーションのためにSeuratを用いて処理された。擬時間軌跡解析（Monocle）および細胞間通信推論（CellChat）を肝星細胞（HSCs）に適用した。転写因子（TF）活性および代謝経路活性は、DoRothEA、scMetabolism、およびReactomeGSAを用いて評価した。

3. 実験的検証:

   • モデル: 高脂肪食誘発ゼブラフィッシュモデルおよびパルミチン酸（PA）処理LX-2細胞モデル（ヒト肝星細胞）を利用した。
   • アッセイ: オイルレッドO染色、H&E染色、マッソン・トリクローム染色、および定量的PCR（qPCR）を用い、脂質蓄積、組織学的変化、ならびにACOT12およびSLC16A1のmRNA発現レベルを検証した。

4. 創薬:

   • スクリーニング: 化合物-タンパク質相互作用データセットで学習されたGraphBANモデルを用い、総合海洋天然物データベース（CMNPD）から潜在的なリガンドをスクリーニングした。
   • フィルタリング: ADME特性（高い胃腸吸収、リピンスキーの法則への適合、低いPAINSアラート）に基づいて候補をフィルタリングした。
   • 検証: 分子ドッキング（PyRx Vina）および分子動力学（MD）シミュレーション（GROMACS）により、結合親和性と安定性を評価した。

主な貢献および結果

• 主要遺伝子の特定: 機械学習の統合とROC検証を通じて、NAFLDにおけるピルビン酸代謝に関連する極めて重要な遺伝子としてACOT12およびSLC16A1を特定した。
  • 発現パターン: ACOT12はNAFLDサンプルで有意にアップレギュレートされていたのに対し、SLC16A1は有意にダウンレギュレートされていた。両者は、AUC > 0.7という一貫した傾向をトレーニングおよび検証データセット間で示した。
• 機能的知見:
  • パスウェイ: GSEAにより、両遺伝子がプロテアソーム経路に収束することが明らかになった。ACOT12はさらに、タンパク質恒常性経路（翻訳、SRP依存性共翻訳的ターゲティングなど）にも濃縮されていた。
  • 免疫相関: SLC16A1は、メモリーB細胞や制御性T細胞を含むほとんどの差異浸潤免疫細胞（DICs）と正の相関を示した。逆に、ACOT12はこれらの免疫集団と負の相関を示した。
  • 細胞内局在: ACOT12は細胞質または細胞質膜に局在すると予測され、SLC16A1は主に細胞膜および小胞体に局在すると予測された。
• 細胞コンテキスト（scRNA-seq）:
  • 主要な細胞集団: **肝星細胞（HSCs）**がNAFLDの進行に寄与する主要な細胞集団として特定され、その割合および遺伝子発現において顕著な変化を示した。
  • HSCのダイナミクス: 擬時間解析により、ACOT12の発現はHSCの分化（静止状態から活性化状態へ）に伴って増加する一方で、SLC16A1は低く安定したままであることが示された。
  • 細胞間通信: 細胞間通信解析により、NAFLDサンプルではコントロールと比較して、HSC-肝細胞間の相互作用が増強し、HSC-Tリンパ球間の相互作用が減少していることが明らかになった。
• 実験的検証:
  • ゼブラフィッシュ幼生およびLX-2細胞において、NAFLDモデルでのACOT12の発現上昇とSLC16A1の減少が確認され、これはバイオインフォマティクスの予測と一致していた。
  • 組織学的染色により、モデルにおける脂質蓄積と軽度の肝細胞腫脹が確認された。
• 治療候補化合物:
  • 薬物予測により、2つの海洋天然物化合物、[(1Z,13Z)-1,14-diisothiocyanatotetradeca-1,13-diene] および [(1Z,12Z)-1,13-diisothiocyanatotrideca-1,12-diene] が同定された。
  • 分子ドッキングおよびMDシミュレーションにより、これらの化合物がそれぞれACOT12およびSLC16A1と相互作用し、良好な結合エネルギーと安定した複合体形成を示すことが示唆された。

意義および主張
著者らは、ACOT12およびSLC16A1がNAFLDにおける重要なピルビン酸代謝関連分子特徴として機能すると断じている。本研究は、以下のプロセスを通じてこれらの遺伝子が疾患進行に関与するというモデルを提案している：

1. プロテアソーム恒常性: 代謝ストレスをタンパク質ターンオーバーおよびERストレスへと連結させる。
2. 免疫微小環境の再構築: 免疫細胞浸潤に対して相反する相関を示す。
3. HSCの活性化: 静止状態から活性化状態への移行におけるコンテキスト依存的な制御因子として機能し、線維化のリモデリングに影響を与える。

本論文は、これらの知見が代謝再プログラミングと線維化を結ぶメカニズムの鍵となる手がかりを提供し、ACOT12およびSLC16A1を潜在的な分子標的として浮き彫りにしたと結論付けている。同定された海洋天然物化合物は、治療的探索のための予備的な候補として提示されている。著者らは、計算科学的および予備的な実験データがこれらの知見を支持しているものの、より広範な代謝・免疫・線維化ネットワークにおけるこれら遺伝子の正確な機能、および予測された化合物の有効性については、詳細なin vitroおよびin vivoの機能実験によるさらなる検証が必要であると明記している。