Network mapping identifies a shared APP-MAPT proteostasis convergence zone in Alzheimer's disease

技術的要約：ネットワーク・マッピングによるアルツハイマー病におけるAPP-MAPTプロテオスタシス収束領域の特定

問題提起
アルツハイマー病（AD）は、アミロイド前駆体タンパク質（APP）由来のアミロイドβ（Aβ）と、MAPT由来のタウ病理という、2つの特徴的な病変によって定義される。アミロイド・カスケード仮説は歴史的にこれらを線形的な配列として捉えてきたが、現在の理解では、これらが相乗的に相互作用して神経変性を駆動していることが示唆されている。両タンパク質は、クリアランスのために、小胞輸送、オートファジー、ユビキチン・プロテアソーム系（UPS）、および分子シャペロンを含む細胞内のプロテオスタシス機構に依存している。しかし、APPとMAPTのネットワーク間で共有される特定のプロテオスタシス機構が、定義された分子オブジェクトとして体系的にマッピングされたことはこれまでなかった。先行研究は、個別の精査されたハブや孤立した経路に焦点を当ててきたため、これら2つの病理が結合する「収束領域（convergence zone）」を理解する上での空白が生じていた。このマップが存在しないことで、共有されたプロテオスタシス不全がAβとタウの結合を媒介しているのか、あるいはそれらの相互作用が単なる一般的なタンパク質ミスフォールディングストレスの結果に過ぎないのかが不明なままである。

手法
著者らは、APPとMAPTの間の共有ネットワーク層を特定するために、疾患に依存しない事前指定されたプロテオスタシス・フレームワークを構築した。本研究では、5段階の分析戦略を採用した：

1. フレームワークの構築： 996個の遺伝子からなる精査されたプロテオスタシス参照フレームワークを、以下の4つの機能モジュールに整理して作成した：

   • M1: 小胞輸送（n=480）
   • M2: オートファジー（n=103）
   • M3: ユビキチン・プロテアソーム系およびタンパク質修復（n=334）
   • M4: シャペロンおよびフォールディング（n=79）
     このフレームワークは、ADのデータセットとは独立して構築された。冗長性を排除し、STRING v12.0相互作用ネットワークへのマッピングを行った後、解析用に990個のタンパク質のバックグラウンドが保持された。

2. 収束領域（CZ）の定義： APP関連（n=137）およびMAPT関連（n=96）のタンパク質を、990個のタンパク質ネットワーク上にマッピングした。これらの集合の交差が収束領域（CZ）として定義された。統計的有意性は、独立したランダムサンプリングおよび、モジュールの組成とネットワーク・トポロジーを保持する次数一致置換を含む帰無モデルに対してテストされた。

3. ネットワークおよび発現プロファイリング： CZの特性評価には、トポロジー上の重要性を評価するための統合影響値（IVI）を用いた。また、13の健康な脳領域と6つの細胞クラスにおける発現パターンを評価するために、空間的自己相関（Moran's I）およびネットワーク認識線形モデリング（NAM）をHuman Protein Atlas（HPA）データに適用した。

4. マルチレイヤー疾患検証： CZは、以下の4つの独立したエビデンス・レイヤーに対して検証された：

   • プロテオミクス： AMP-ADデータセット（Johnson et al., 2020, 2022）によるタンパク質レベルの制御不全。
   • 遺伝学： Bellenguez et al. (2022) および Kunkle et al. (2019) によるADゲノムワイド関連解析（GWAS）。
   • ターゲット優先順位付け： AGORAターゲット・ノミネーション。
   • トランスクリプトミクス： SEA-AD単一核RNA-seq（中側頭回）における差分的発現。

5. 実験的エビデンスのアノテーション： 標的とした文献レビューにより、ネットワーク由来の関連性と既知の直接的な生化学的エビデンス（例：直接結合 vs 共局在）を区別するため、51個のCZタンパク質を5段階のスケールで格付けした。

主な結果

• 収束領域の特定： 解析の結果、APPおよびMAPTの関連セット間で共有される51個のタンパク質が特定された。この重複は、独立サンプリングの期待値に対して3.84倍の濃縮を示し（hypergeometric p = 8.95 × 10⁻²³）、次数一致帰無モデルに対しても有意であった（2.99倍の濃縮）。
• モジュール分布： CZは**小胞輸送（M1, n=26）およびオートファジー（M2, n=13）**に集中しており、UPS/修復（M3, n=10）およびシャペロン（M4, n=2）には少数のメンバーが含まれる。サブパスウェイの分解により、COPI依存性輸送、クラスリン媒介性エンドサイトーシス、およびミトファジーが主要な寄与因子であることが明らかになった。
• ネットワーク・トポロジー： 特定のタンパク質（SQSTM1、HSP90AA1、TP53、VCPなど）はモジュール内影響値（IVI）の上位10パーセンタイルにランクされているが、多重比較補正後、CZ全体としては、影響力の高いネットワーク上の位置を不釣り合いに占めているわけではない。
• 健康な脳における発現： CZのメンバーシップは、M1およびM2において有意な空間的自己相関を示した。ネットワーク認識モデリングは、13の健康な脳領域、特にM2（オートファジー）において構造化された発現コントラストを示した。
• 疾患検証：
  • プロテオミクス： AMP-ADプロテオミクスデータセットにおいて、測定されたCZタンパク質の45.2%がADに関連する制御不全を示しており、これは全プロテオームのバックグラウンドに対して7.33倍の濃縮となった（p = 8.99 × 10⁻¹³）。しかし、プロテオスタシスに限定したバックグラウンドに対する濃縮は有意ではなかった（OR = 1.41, p = 0.18）。
  • 遺伝学： 3つのGWASリスク遺伝子（BIN1、PICALM、EGFR）がCZと重複しており、これらはすべてM1のクラスリン媒介性エンドサイトーシス・サブパスウェイに位置していた。これは有意な濃縮を示した（OR = 14.5, p = 0.0039）。
  • 翻訳ターゲット： 9個のCZタンパク質が、独立したチームによるAGORAリソースからのノミネーションを受けている。
  • トランスクリプトミクス： SEA-AD単一核データにおいて、CZは差分的発現において選択的な濃縮を示さなかった（ネットワーク制限バックグラウンドと比較して倍率濃縮 1.03, p = 0.36）。これは、ADの転写リマデリングがCZに特異的ではなく、プロテオスタシス全般に広く分布していることを示唆している。
• 実験的エビデンス： 51個のCZタンパク質のうち、10個はTier-1の直接結合エビデンス（APP/Aβ軸とMAPT/tau軸に分割）を有していたが、11個は取得された物理的相互作用のエビデンスを全く持たなかった。VDAC1は、両方の軸に対してターゲット特異的なエビデンスを持つ唯一のタンパク質であった。

意義および主張
本論文は、ADの検証データに参照することなく定義された、APPとMAPTの間の共有プロテオスタシス層に関する、初のゲノムスケールかつ定量的にランク付けされたマップを提供することを主張している。主な意義は、Aβとタウの病理の結合をプロテオスタシス不全が媒介しているかどうかを検証するための、非自明で疾患にアンカーされた候補空間（51個のタンパク質からなるCZ）を定義したことにある。

著者らは、本研究が因果関係や破綻の方向性（すなわち、プロテオスタシス不全が病変の蓄積に先行するのか、あるいはその後に起こるのか）を確立するものではないことを強調している。代わりに、本研究は因果関係の探索範囲を特定のノードへと絞り込んでいる。この収束は、タンパク質存在量レベル（AMP-AD）および遺伝学的側面（GWASにおけるM1）において最も強く支持されているが、転写レベル（SEA-AD）では支持されていない。本研究は、CZが共有されたタンパク質ハンドリングにおける「候補となるボトルネック点」を代表していると仮定している。

著者らは、このマップの直接的な価値は、どのノードが治療ターゲットであるかを証明することではなく、どこから因果関係の検証を開始すべきかを特定することにあると明示している。彼らは、共有されたプロテオスタシス不全が、上流の原因なのか、二次的な結果なのか、あるいはAβ-タウ結合の増幅因子なのかを区別するために、将来的なAPP単独、MAPT単独、および複合モデルにおける摂動研究が必要であると提案している。このフレームワークは、他のプロテオパチーにおける共有されたプロテオスタシス負荷を特定するために再利用可能であるよう設計されている。