Integrative SMR and multi-model machine learning characterize FCER1A- and INSIG1-associated phenotypes in arterial aging-related disease

技術要約：SMRとマルチモデル機械学習の統合による、動脈老化関連疾患におけるFCER1AおよびINSIG1関連表現型の特性解析

問題提起
世界的な人口高齢化に伴い、加齢に伴う心血管疾患（CVD）による公衆衛生上の負担が増大している。動脈老化は進行性の硬化と内皮機能不全を特徴とするが、これは動脈硬化症や冠動脈疾患（CAD）とは異なるものの、密接に関連している。慢性炎症は血管老化の既知の要因であるが、炎症、免疫活性化、および動脈老化が交差する領域における具体的な分子学的特徴は、いまだ完全には定義されていない。本研究は、一般的なCADや動脈硬化症の決定因子とは区別された、動脈老化関連疾患に関連する炎症関連分子シグネチャーを特定する必要性に対処するものであり、これにより標的を絞ったメカニズムおよび薬理学的調査を促進することを目指している。

方法論
著者らは、遺伝疫学、機械学習、トランスクリプトミクス、および実験的検証を組み合わせた、マルチスケールかつ統合的な解析フレームワークを採用した。

1. データ統合と遺伝子優先順位付け:

   • SMR解析: 要約統計量に基づくメンデルランダム化（SMR）を、FinnGenのCAD GWASデータおよびGTEx v8の全血eQTLデータに適用し、発現がCADと因果関係を持つ遺伝子を特定した。
   • 遺伝子セットの交差: SMR由来の遺伝子を、精査された老化関連遺伝子セット（GenAge、CellAgeなど）および炎症関連遺伝子セット（MSigDB）と交差させた。
   • 機械学習: ベイジアン特徴選択に続く9種類の分類器（XGBoost、Random Forest、SVMを含む）を用いたマルチモデル比較戦略を利用した。モデルは、GEOバルクトランスクリプトミクスデータセット（GSE100927、GSE28829）を用いた5分割交差検証により訓練および評価された。特徴量の重要度をランク付けするためにSHAP値が使用された。
   • 共発現ネットワーク: GSE100927に対して加重遺伝子共発現ネットワーク解析（WGCNA）を行い、疾患形質と相関するモジュールを特定した。

2. 単一細胞および軌跡解析:

   • 単一細胞RNAシーケンシング（scRNA-seq）データ（GSE159677）を、Seuratを用いて品質管理、バッチ補正（Harmony）、およびクラスタリングを行った。
   • マクロファージを再クラスタリングし、サブポピュレーション（常在性、M1様、M2様、泡沫細胞）を特定した。
   • 拡散擬時間（Diffusion Pseudotime）およびscFatesを用いた軌跡推論、ならびにPartition-based Graph Abstraction（PAGA）を用いて、細胞状態と遷移をマッピングした。なお、横断的なデータの性質上、擬時間は時系列的な系統ではなく、相対的な転写学的進行を反映している。

3. 実験的検証:

   • in vitro: ヒューマン臍帯静脈内皮細胞（HUVEC）を連続継代して老化を誘導した。候補遺伝子のタンパク質発現をウェスタンブロット法により評価した。
   • in vivo: 自然老化マウス（18ヶ月齢）および若齢マウス（15週齢、C57BL/6J）の動脈組織を解析した。組織学的染色（H&E、EVG、Masson's trichrome）により血管病理を評価した。qRT-PCRおよびウェスタンブロットを用いて、候補遺伝子のmRNAおよびタンパク質レベルを定量した。

4. 計算機的創薬:

   • 薬物応答予測はGDSC2データを用いて行われた。
   • 分子ドッキングおよび100ナノ秒の分子動力学（MD）シミュレーション（GROMACS）を実施し、モデル化されたタンパク質-リガンド複合体の安定性を評価した。

主要な貢献と結果

• FCER1AおよびINSIG1の特定: SMR、老化/炎症遺伝子セット、および機械学習（特にXGBoost）の交差を通じて、本研究はFCER1AおよびINSIG1を最上位の候補遺伝子として優先順位付けした。これらの遺伝子は、WGCNAにおいて疾患形質と最も強く相関した「グリーン」共発現モジュール内においても検証された。
• 細胞局在: 単一細胞解析により、これら両方の遺伝子の発現が動脈組織内の主にマクロファージ画分に局在していることが判明した。それらの発現パターンは、接続されたマクロファージの状態および推論された転写軌跡によって異なり、疾患関連のマクロファージの可塑性における役割を示唆している。
• 老化表現型との関連:
  • in vitro: 連続継代（老化）させたHUVECにおいて、FCER1AおよびINSIG1の両方のタンパク質レベルが有意に上昇した。
  • in vivo: 若齢コントロールと比較して、自然老化マウスの動脈組織において、mRNAおよびタンパク質レベルの両方が有意に上昇していた。組織学的解析は、老化マウスにおける血管老化表現型（内皮損傷、コラーゲン沈着）を確認した。
• 経路および免疫相関: 遺伝子セットエンリッチメント解析により、FCER1AはNF-κB、JAK-STAT、およびIL-17シグナル伝達に関連していることが示され、一方、INSIG1はAGE-RAGE、Wnt、およびFoxO経路に関連していることが示された。免疫デコンボリューションにより、明確な相関パターンが明らかになった。FCER1AはM0マクロファージおよびメモリーB細胞と正の相関を示し、一方でINSIG1は単球および静止期T細胞と異なる相関を示した。
• 候補化合物: 計算機的モデリングにより、ジヒドロロテノン（FCER1Aに対して）およびエントスプレチニブ（INSIG1に対して）が優先された。分子ドッキングは良好な結合エネルギーを示し、MDシミュレーション（RMSD、Rg、SASA）は100 nsにわたるタンパク質-リガンド複合体の構造安定性を支持した。

意義と主張
本論文は、この統合的フレームワークが、炎症、免疫、および代謝表現型を動脈老化関連疾患へと結びつける再現可能な分子学的特徴として、FCER1AおよびINSIG1を優先順位付けすることに成功したと主張している。本研究は以下を提供する：

1. 遺伝学的およびトランスクリプトミクス的証拠: 独立した遺伝学的（SMR）およびトランスクリプトミクス（バルクおよび単一細胞）ソースから導出された、疾患関連特徴としてのこれらの遺伝子の支持。
2. 細胞型特異性: 血管炎症の主要な細胞型であるマクロファージへのこれら特徴の局在化。
3. 実験的裏付け: in vitroの血管内皮細胞老化およびin vivoの自然老化動脈組織の両方において、発現が増加するという証拠。
4. 治療的仮説: ジヒドロロテノンおよびエントスプレチニブを潜在的な調節因子として探索するための計算機的根拠。ただし、著者らはこれらが生化学的および薬理学的検証を必要とする「仮説生成的な結果」であることを明示している。

限界と謙虚な姿勢
著者らは、因果関係とメカニズムに関して控えめな立場をとっている。彼らは以下の点を明記している：

• ヒトのデータセットは主にCADまたは動脈硬化症を表しており、縦断的に測定された動脈老化ではない。したがって、本知見は老化生物学と交差する疾患関連の特徴を特定するものであり、必ずしも老化特異的な決定因子を示すものではない。
• マクロファージの局在および軌跡推論は、直接的な系統追跡ではなく、横断的なデータと計算モデルに基づいている。
• 実験的検証にはHUVECが使用されたが、最強の単一細胞シグナルはマクロファージで見られたため、マクロファージ特異的な機能は直接検証されていない。
• 因果的役割を確立するための、細胞特異的なノックダウン、過剰発現、または機能的血管アッセイは実施されていない。
• 薬物予測およびシミュレーションは予備的なものであり、実験的な検証が必要である。具体的には、モデル化された結果は構造的安定性を支持しているものの、生化学的親和性、結合特異性、または治療活性を確立するものではない。

結論として、本研究は、FCER1AおよびINSIG1の因果関係を解明し、動脈老化関連疾患における治療的妥当性を探求するための、メカニズムおよび薬理学的調査の次なるステップに向けた基盤を構築するものである。