From population evidence to validation-ready candidates: prioritizing tobacco-related nitrosamines in cervical cancer

技術要約：集団レベルのエビデンスから検証準備完了の候補物質へ

問題提起
喫煙は、子宮頸がんの確立された、かつ修正可能なリスク因子であるが、重要なトランスレーショナルなギャップが存在する。すなわち、集団レベルの疫学は、タバコ曝露の関連性を裏付けているものの、複雑な混合物であるタバコに含まれる個々の化学成分のうち、どの成分が即座にメカニズム的な追跡調査を必要とするのかを特定することはできない。課題は、「タバコ曝露」という一般的なシグナルから、制御された実験的検証（子宮頸がんモデルを用いたもの）のために優先順位付けされた、個別のタバコ関連ニトロサミンへのショートリストへと移行することである。

方法論
本研究は、集団レベルの関連性と、化学物質の優先順位付けおよび生物学的仮説生成を分離するために設計された、多層的なエビデンス・ランキング・フレームワークを採用している。この手法は、以下の3つの段階で進行する。

1. 集団のアンカー（疫学）:

   • データソース: Global Burden of Disease (GBD) 2021は、リスク因子の負担に関する記述的なコンテキストとして厳密に使用された。主要な解析データは、National Health and Nutrition Examination Survey (NHANES) 1999–2018に由来する。
   • 解析: 9,899人の女性（自己申告による子宮頸がん症例141例を含む）のファスティング・コア解析サンプルに対し、サーベイ加重ロジスティック回帰モデルを適用した。
   • 変数: 喫煙状態（現在、過去、非喫煙）および血清コチニン（タバコ曝露のバイオマーカー）について、log2変換された連続値およびカテゴリ閾値を含めて関連性を推定した。

2. 化合物のスクリーニングと優先順位付け:

   • 初期スクリーニング: 二重プラットフォームの細胞毒性予測スクリーンから、9つのタバコ関連化合物（ベンゼン、NNK、NNN、N-ニトロソジメチルアミン、N-ニトロソジエチルアミン、N-ニトロソピロリジン、N-ニトロソモルホリン、N-ニトロソピペリジン、およびフラン）を保持した。
   • ターゲットの交差: 各化合物に対する予測タンパク質ターゲットをChEMBL、STITCH、およびSwissTargetPredictionから抽出し、これらをGeneCardsおよびDisGeNETにおける子宮頸がん関連遺伝子と交差させた。
   • ネットワーク解析: タンパク質相互作用（PPI）ネットワークをSTRINGを用いて構築し、ハブ遺伝子を特定した。Gene Ontology (GO) およびKEGGパスウェイ濃縮解析を行い、生物学的に解釈可能なパスウェイを特定した。

3. 二次的な妥当性のレイヤー:

   • メンデルランダム化解析 (MR): FinnGenの子宮頸がんエンドポイントを用いた探索的なターゲットレベルのMRを実施した。重要な点として、遺伝的インストゥルメントはニトロサミン曝露の直接的な生涯代理指標ではなく、分子ターゲットを代表している。したがって、結果は因果関係の推定値ではなく、探索的な優先順位付けのエビデンスとして扱われた。
   • 分子ドッキング: 化合物とターゲットの結合に関する構造的な妥当性を評価するためにAutoDock Vinaのアフィニティ値を検討した。これは厳密に計算科学的なサポートとして解釈され、生化学的な検証とはみなされない。

主な結果

• 集団のエビデンス: 現在の喫煙は、非喫煙と比較して子宮頸がんの既往歴と有意に関連していた（オッズ比 [OR] 2.974, 95% CI 1.794–4.929; P < 0.0001）。Log2変換された血清コチニンは、正の用量反応相関を示した（OR 1.091, 95% CI 1.056–1.127; P < 0.0001）。制限付き立方スプライン解析により、強い非線形の証拠のない線形な関連性が確認された。
• 化合物の優先順位付け: スクリーニングされた9つの化合物の中で、3つのニトロサミンが最も強いエビデンスの収束を示した：
  • N-ニトロソノルニコチン (NNN): 921の予測ターゲット、156の子宮頸がん交差遺伝子。
  • N-ニトロソジメチルアミン: 741の予測ターゲット、133の交差遺伝子。
  • NNK (4-(methylnitrosamino)-1-(3-pyridyl)-1-butanone): 516の予測ターゲット、90の交差遺伝子。
• メカニズム仮説:
  • NNN は、SRC, EGFR, PIK3R1, KRAS, HRAS, NRAS, PDGFRA, PDGFRB を含むハブ遺伝子と関連していた。濃縮解析では、EGFRチロシンキナーゼ阻害剤耐性、ErbBシグナリング、MAPKシグナリング、およびPI3K-Aktシグナリングなどのパスウェイが強調された。
  • N-ニトロソジメチルアミン と NNK は、同様のMAPK、ErbB、およびPI3K-Aktパスウェイにおける濃縮を示し、特にNNKは細胞周期調節因子（CCND1, CDK2）に関連していた。
  • ベンゼンやN-ニトロソモルホリンなどの他の化合物は、ゼノバイオティクス代謝およびチトクロームP450パスウェイにより強く関連していた。

主要な貢献と意義
本論文の主要な貢献は、広範な集団曝露シグナルを、特定の、テスト可能な候補物質のショートリストへと変換する、透明性の高いエビデンス・ランキング・アーキテクチャの開発である。

• エビデンスレベルの分離: 本研究は、異なるデータ型の役割を明確に区別している。NHANESは集団レベルの曝露の関連性のアンカーを提供し、ネットワーク毒性学とターゲット交差は比較的な優先順位付けを提供し、濃縮、MR、およびドッキングは仮説生成のレイヤーとして機能する。
• 保守的な解釈: 著者らは、計算科学的な結果（MRおよびドッキング）が、化合物特異的な因果関係、直接的なターゲット結合、または完了した遺伝毒性を確立するものではないことを強調している。むしろ、このフレームワークは「検証準備完了」の候補物質を特定するものである。
• 実行可能なアウトプット: 9つの候補を3つの高優先度ニトロサミン（NNN、N-ニトロソジメチルアミン、およびNNK）に絞り込むことで、本研究は将来の研究のための具体的な出発点を提供している。特定されたハブ遺伝子とパスウェイ（例：EGFR、MAPK、PI3K-Akt）は、子宮頸上皮および癌細胞モデルにおける制御された実験のための具体的な読み出し（readout）を提供する。

限界と範囲
著者らは、NHNHANESの横断的な性質（時間的前後関係の規定不能）、自己申告によるがん歴への依存、潜在的な残留交絡（例：HPVステータス）、およびターゲット優先順位付けの計算科学的な性質を含む、重大な限界を認めている。本研究は、作用機序を証明したと主張しているのではなく、段階的な検証プログラムにおいて、どの混合物成分を次にテストすべきかを選択するための再現可能な手法を確立したものである。