Generative atlasing in universal gene expression space defines cell types and microenvironment spectra during disease progression
著者らは、トランスクリプトミクスデータを生物学的に解釈可能なユニバーサル遺伝子発現空間へとマッピングすることで、細胞型の定義や微小環境スペクトルの特定を可能にする生成型シングルセル基盤モデルであるUniGeneXを導入し、肺線維症や神経膠腫といった疾患における包括的な組織アトラス作成および疾患進行の追跡を実現している。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
あらゆる生細胞の中では、分子間の膨大な相互作用のネットワークが、身体がいかに機能し、治癒し、そして時には破綻するかを決定しています。これらの相互作用は無作為なものではありません。細胞が健康な状態を維持するか、あるいは疾患状態へと変貌するかを決定する特定のルールに従っています。数十年にわたり、科学者たちはこれらのルールを読み解こうと苦闘してきました。なぜなら、彼らが収集するデータは、断片的であったり、ノイズを含んでいたり、あるいは単一の時点におけるスナップショットに限定されていたりすることが多いからです。従来の手法は、特定のサンプルにおいてどの遺伝子が活性化しているかを研究者に伝えることはできますが、異なる患者間、異なる疾患ステージ間、あるいは異なる種類の生物学的データ間の点と点を結びつけることにはしばしば失敗してきました。課題は、全体像を明確に把握する方法、つまり、健康な細胞がいかにして徐々に病的な細胞へと移行していくのかを理解し、人間の組織の複雑な構造内のどこでこれらの変化が起きているのかを正確にマッピングする方法を見つけ出すことでした。
これを解決するために、香港科技大学と香港大学の研究者たちは、「UniGeneX」と呼ばれる新しい計算ツールを開発しました。異なる本から数行の断片的な文章だけを読んで、その言語を理解しようとする場面を想像してみてください。物語の全容を把握するのは困難です。UniGeneXは、何千冊もの異なる本から数百万の文章を読んだ「マスター翻訳者」のように機能します。それは、生命の根底にある文法、すなわち遺伝子が互いにどのように対話するかを支配する普遍的なルールを学習します。健康な組織と疾患のある組織からの膨大な遺伝子データのコレクションを用いて学習することで、このシステムは細胞がどのように振る舞うかという包括的なマップを構築します。抽象的で解釈が困難な要約を作成する従来のツールとは異なり、この新しいモデルは、細胞の実際の遺伝活動を再構成し、欠落している情報の断片を埋めることで、体内で行われていることの鮮明で高解像度な視界を作り出します。
研究者たちは、このシステムを2つの異なる致命的な疾患、すなわち肺組織が硬く瘢痕化する肺線維症と、非常に攻撃的な脳腫瘍の一種であるグリオーマ（神経膠腫）を用いてテストしました。肺の場合、チームはこのツールを使用して、数百人の患者から得られた150万個以上の細胞を分析しました。その結果、この疾患は単に肺組織を破壊するのではなく、身体の自然な修復メカニズムを乗っ取っていることが判明しました。通常、肺細胞が損傷すると、失われた細胞を置き換えるために新しい健康な細胞へと変化します。しかし、肺線維症においては、この修復プロセスが誤作動を起こします。細胞は混乱した状態で行き詰まり、健康な肺組織を作る代わりに、瘢痕組織を作り出すタイプの細胞へと変貌してしまうのです。組織全体の遺伝的変化をマッピングすることで、研究者たちはこの失敗の正確な経路を辿ることができ、疾患が軽度の瘢痕化から深刻な臓器損傷へとどのように進行するかを示しました。彼らは、単一の患者の肺内であっても、部位によってこの崩壊の段階が異なっていることを発見しました。これは、疾患が均一な波としてではなく、局所的な失敗のパッチワークとして身体を移動していることを明らかにしています。
このツールを脳腫瘍の解析に適用したことも、同様に啓示的な視点をもたらしました。グリオーマは非常に複雑であり、異なる遺伝子変異が異なる結果をもたらすことで知られています。研究者たちはUniGeneXを使用して、異なる遺伝的背景を持つ腫瘍を、発達中のヒトの脳と比較しました。その結果、最も攻撃的な腫瘍、すなわち特定の変異を持たない腫瘍は、成長し分裂している非常に初期の脳細胞の挙動を模倣していることがわかりました。対照的に、攻撃性の低い腫瘍は、より発達が進んだ細胞に似ています。研究はさらに進み、これらの腫瘍を取り囲む血管の状態についても調査しました。すると、血管の状態は癌細胞の挙動と密接に関連していることが判明しました。血管が漏れ出し損傷するにつれて、その周囲の腫瘍細胞は、より攻撃的で炎症を起こしやすい状態へと移行します。このことは、血管が単に腫瘍に栄養を供給する受動的なパイプではなく、癌の進化を促進する能動的な参加者であることを示唆しています。
この研究を特に強力なものにしているのは、異なる種類のデータを結合する能力です。研究者たちは、個々の細胞を識別するのが困難な低解像度の組織画像を取り込み、その画像内のあらゆる細胞の遺伝活動を推論するためにこのツールを使用することができました。これにより、疾患環境の詳細な三次元マップを作成することが可能になりました。彼らは、どの細胞が隣接しているのか、それらが時間の経過とともにどのように変化しているのか、そして局所的な環境がどのように疾患に影響を与えているのかを正確に把握することができました。例えば、脳腫瘍の研究では、血管が破綻している領域と、腫瘍細胞が最も危険な状態になっている領域を特定しました。このような詳細レベルは、異なるソースからのデータが十分に整合していなかったため、以前は達成不可能でした。
これらの知見が持つ意味は、これら2つの疾患の理解にとどまりません。このツールは、疾患がどのように進行するかについての新しい考え方を提供します。それは、科学を「静止したスナップショット」を見ることから、「連続的でダイナミックなプロセス」を理解することへと移行させます。遺伝子発現の普遍的な言語を再構成することで、研究者たちは、疾患の兆候の初期段階から最も深刻な段階に至るまでの旅路を追跡できる枠組みを作り上げました。このアプローチは、複雑な疾患を治療するための鍵は、単に細胞そのものを標的にすることではなく、細胞が誤作動を起こしている特定の局所的な環境を理解することにあるかもしれない、ということを示唆しています。この研究はこれらの疾患を完治させると主張しているのではなく、科学者に対して、どこに障害物があり、身体自身の修復システムがいかにして乗っ取られているのかを正確に示す、より明確な地形図を提供しているのです。この新しい地図があれば、標的治療の開発に向けた前進の道筋は、格段に明確なものとなるでしょう。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。