FibrilNet maps conserved and tissue-specific molecular environments across systemic amyloidoses

技術的要約：FibrilNetは全身性アミロイドーシスにおける保存された、および組織特異的な分子環境をマッピングする

問題提起
全身性アミロイドーシスは、不溶性の線維状沈着物の蓄積を特徴とするタンパク質ミスフォールディング疾患である。これらには、異なるアミロイド形成前駆体タンパク質（例：ATTRにおけるトランスサイレチン、ALにおける免疫グロブリン軽鎖、AAにおける血清アミロイドA）が関与しているが、結果として生じる組織病理は、細胞外マトリックスの組織化、補体活性化、脂質輸送、およびプロテオスタシスに関与する再発性の非線維成分を共有することが多い。未解決の重要な問いは、これらの再発性タンパク質が異なるアミロイド疾患間で保存されたシステムレベルの分子環境を形成しているのか、そしてこの環境が特定の前駆体タンパク質、組織のコンテキスト、または疾患のバリアントにどの程度依存しているのかという点である。従来のネットワーク手法は、タンパク質間相互作用（PPI）を機能的に交換可能なものとして扱い、同一の物理的グラフ内であっても相互作用を区別する生物学的コンテキストを無視している。

手法
著者らは、実験的に定義されたアミロイド・プロテオームを、Gene Ontology（GO）由来のセマンティック情報によって強化されたヒトPPIグラフと統合するために設計されたネットワークフレームワークであるFibrilNetを開発した。

• データ構築: 基盤となるヒトグラフは、17,997個のタンパク質と925,977個の物理的相互作用で構成されている。各相互作用は、ノードの情報の含有量に基づく類似性、パスの類似性、およびアノテーションの可用性をエンコードする、GOアノテーション（生物学的プロセス、分子機能、および細胞成分）から導出された9次元のセマンティックベクトルによって拡張されている。
• アルゴリズム的アプローチ: FibrilNetは、2つの拡散戦略を比較する：
  1. トポロジーのみのランダムウォーク・ウィズ・リスタート（RWR）: グラフの連結性のみに基づく標準的な伝播。
  2. Semantic-RWR: 相互作用が高いセマンティックな適合性（オントロジーの整合性）を持つ場合に、遷移確率をバイアスさせる修正された伝播。
• 評価戦略: 本研究では、「凍結」されたleave-one-outモジュール再構成法を採用している。疾患関連タンパク質モジュール（実験的プロテオミクスから導出）がクエリセットとして使用される。一度に一つのタンパク質が除去され、アルゴリズムは残りのグラフノードを再ランク付けして、保持されたターゲットを回収しようと試みる。決定的なことに、疾患ラベルは基礎となる表現の学習には使用されない。評価は、ネットワーク構造とセマンティック・コンテキストが既知の疾患モジュールを回収できる能力をテストするものである。
• 解析された疾患モデル:
  • 心臓: ATTRおよびALにおける拡張およびコンパクトなアミロイド特異的プロテオーム。
  • 腎臓: AAおよびALECT2アミロイドーシスのプロテオーム・アトラス。
  • 神経: ヒトのTTR（hTTR-A97S）を反映したマウスの神経モデルをヒトのオーソログにマッピングした、神経型ATTR（ATTRv）のモデル。

主な貢献および結果

1. セマンティック拡散の優位性:
   Semantic-RWRは、実験的に定義されたアミロイド・モジュールの再構成において、トポロジーのみのRWRを一貫して上回った。

   • 拡張された心臓ATTRにおいて、Semantic-RWRはMean Reciprocal Rank (MRR) を0.00167から0.05015へ、Recall@100を0.0199から0.3377へと向上させ、151個中132個の保持されたターゲットを改善した。
   • 腎臓AA（MRR 0.00249から0.09061）およびALECT2（MRR 0.00239から0.01614）においても顕著な向上が観察された。
   • この効果は、変動するモジュールサイズおよび感度ティアにわたって堅牢であり、アミロイド環境が、トポロジーのみでは捉えきれない、分散的で機能的に一貫した組織化を有していることを示唆している。

2. 制限された再発性コアの特定:
   4つの全身性アミロイドーシス（ATTR, AL, AA, ALECT2）におけるコンパクトなモジュールの解析により、限定的ではあるが有意なオーバーラップが明らかになった。

   • 3つのタンパク質（APCS、VTN、およびTIMP3）がこれら4つのモジュールすべてに存在し（Feature-Enrichment Core頻度 = 1）、厳格な疾患横断的コアを定義していた。
   • APOEは4つのモジュールのうち3つに存在していた。
   • これらのタンパク質は、普遍的な因果的ドライバーではなく、疾患間の収束点としての役割を担っている。

3. 組織特異性と前駆体の分離:

   • 心臓 vs. 神経: 前駆体としてTTRを共有しているにもかかわらず、心臓および神経のATTRモジュール間のオーバーラップは極めて小さかった（Jaccard類似度 = 0.0569、共有タンパク質はわずか19個）。
   • 前駆体の限界: 前駆体タンパク質（TTRまたはLECT2）のみをネットワークのシードとした場合、いずれの文脈（心臓または神経）においても、より広範なダウンストリームの分子環境を強く回収することはできなかった。これは、成熟したアミロイド環境が、線維形成タンパク質の局所的なグラフ近傍に還元できない、分散的なネットワーク状態であることを示している。
   • 方向性の特異性: 神経型ATTRvモデルにおいて、セマンティックによる改善はダウンレギュレートされたプロテオミック・プログラム（細胞骨格の異常や軸索機能不全に関連）に集中しており、一方でアップレギュレートされたタンパク質はセマンティックな一貫性が低かった。

意義および主張
本論文は、FibrilNetが全身性アミロイドーシスの多層モデルを支持していると主張している。このモデルでは：

• 制限された保存されたアミロイド環境（コア）が、強い前駆体、組織、および疾患特異的な組織化と共存している。
• ダウンストリームの分子環境は、前駆体と特定の組織コンテキストとの相互作用から生じる、分散的なネットワーク状態であり、前駆体の単純な局所的近傍ではない。
• オントロジー由来のセマンティック情報は、生物学的に意味のある帰納バイアスを提供し、ネットワーク伝播が機能的に適合する相互作用と不適合な相互作用を区別することを可能にし、それによって「分散的な分子環境」を明らかにすることができる。

著者らは、これらの知見が前駆体の因果的役割に異議を唱えるものではなく、むしろ病理学的環境が複雑で組織依存的なシステム状態であることを明確にするものであると強調している。本フレームワークは、全身性アミロイドーシスを分析するための再現可能な手法を提供し、今後の解析においては、これらの疾患の異質性を完全に解明するために、変異および組織特異的な分子データセットを考慮する必要があることを示唆している。