Incorporating cell states for mapping eQTLs in single-cell studies

遺伝子は、生命体を構築し、機能させるための指示書ですが、それらは真空の中で機能しているわけではありません。その活動は、DNAコード自体の微細な変異、すなわち「遺伝的バリアント」によって絶えず調整されています。科学者たちは、これらのバリアントが遺伝子の活動に影響を与える特定の場所を「発現定量的形質遺伝子座（eQTL）」と呼んでいます。数十年にわたり、研究者たちは細胞を混合した状態で研究することで、これらの関係をマッピングしてきました。それは、組織をスムージーにして、その平均的な味を測定するようなものです。このアプローチにより、異なる臓器や広範な細胞型にわたる遺伝子の制御方法が明らかになってきました。しかし、人体はスムージーではありません。それは複雑なエコシステムであり、同じ組織内であっても、個々の細胞は活動の状態、成熟度、あるいは環境への反応において、極めて異なる状態にあることがあります。細胞は休息していることもあれば、分裂していることもあり、あるいは感染と戦っていることもあります。そして、その遺伝的制御は、その特定の状態に応じて変化し得るのです。

現代科学の課題は、これらの微妙で状態に依存した変化が、細胞を混ぜ合わせてしまうと失われてしまうことが多い点にあります。さらに、個々の細胞から収集されるデータは非常に希薄でノイズが多く、標準的な統計ツールを適用しようとするとエラーに直面してしまうため、非常に困難です。研究者たちは、単なる細胞型としてだけでなく、連続的な細胞の状態のスペクトラム全体にわたって遺伝子の制御を観察する方法を必要としていました。同時に、シングルセルのデータの乱雑な現実も処理しなければなりません。このような複雑さをナビゲートできる手法がなければ、多くの重要な遺伝的信号は、平均化のプロセスによって隠されたり、統計的なノラーとして退けられたりしてしまいます。

これを解決するために、清華大学、首都経済学院、およびイェール大学の統計学者と生物学者のチームは、「scarf-QTL」と呼ばれる新しいフレームワークを開発しました。この手法は、細胞が発達過程や刺激への反応などの異なる状態を移動する際に、遺伝的バリアントがどのように遺伝子発現に影響を与えるかをマッピングするように設計されています。研究者たちは、細胞を固定された硬直的な「バケツ」に分類する代わりに、細胞の状態をタイムラインやスペクトラムのような連続的な座標として扱いました。彼らは遺伝子発現をこの座標に沿って動く滑らかな関数としてモデル化し、遺伝的効果があるスペクトラムの部分では強く、別の部分では弱くなるという現象を捉えることを可能にしました。

scarf-QTLの核心的な革新は、関連性の数学的処理の方法にあります。従来のメソッドは、遺伝子発現が完璧なベルカーブ（正規分布）に従うと仮定することが多いのですが、ゼロが多く不規則なスパイクに満ちたシングルセルデータにおいては、この仮定はしばしば成立しません。これらの仮定が誤っている場合、標準的なテストは偽陽性を生じさせたり、実際の信号を見逃したりすることがあります。新しい手法は「遡及的（retrospective）」なアプローチを採用しています。特定の遺伝子型に基づいて遺伝子発現がどのように変化するかを問うのではなく、観察された遺伝子発現に基づいて遺伝子型がどのように分布しているかを問うのです。この視点の微妙な転換により、シングルセルデータ特有の乱雑で非正規な分布に対して、テストの堅牢性が確保されます。これにより、研究者は計算効率の高いモデルを使用しながら、偽陽性の厳格な制御を維持し、見つけた信号が真実であることを保証できるのです。

研究チームは、実データに適用する前に、コンピュータ・シミュレーションを用いてこの手法を徹底的にテストしました。彼らは、一定の遺伝的効果を持つ細胞、線形に増加する効果、そしてピークやサイクルといった複雑なパターンを含む、様々な生物学的シナリオを模倣した人工的なデータセットを作成しました。これらのシミュレーションにおいて、新しい手法は、データが標準的な統計規則に従わない分布から生成された場合でも、偽アラームの発生率を制御することに成功しました。対照的に、データの分布に関する厳格な仮定に依存していた古い手法は、あまりに多くの偽陽性を生み出し始めました。実際の信号を見つけるという点においても、新しい手法は、細胞を平均化してしまう標準的な「擬似バルク（pseudobulk）」アプローチよりも強力であることが証明されました。特に、特定の細胞状態に集中している、あるいは方向を変える遺伝的効果を検出する際に効果的であり、平均化の手法では消えてしまうようなパターンを捉えることができました。

チームはその後、scarf-QTLをOneK1Kデータセットに適用しました。これは、982人の健康な個人から得られた120万個以上の血球を含む、14種類の免疫細胞タイプの大規模なシングルセルRNAシーケンシング・データセットです。この実世界のテストにおいて、この手法は、従来の擬似バルク解析よりも30%多い有意な遺伝的制御を持つ遺伝子を特定しました。この増加は、単にノイズを見つけたということではなく、新しい手法が、古いアプローチでは完全に見落とされていた特定の遺伝子を明らかにしたことを意味します。例えば、感染との戦いに不可欠な免疫細胞の一種である樹状細胞において、この手法は、遺伝的制御が細胞の特定のサブセットに依存して変化することを明らかにしました。ある特定の樹状細胞サブセットのマーカーとして知られる遺伝子は、細胞が特定の状態に進展したときにのみ、強い遺伝的効果を示しました。すべての樹状細胞を単一のグループとして扱っていた古い手法は、効果が全集団の中で平均化されて希釈されてしまったため、この関連性を検出できませんでした。

これらの新たに発見された遺伝的効果のパターンをクラスター化することで、研究者たちは、細胞の状態変化に伴って異なる挙動を示す遺伝子の明確なグループを発見しました。ある遺伝子は、細胞が従来型樹状細胞の状態に向かうにつれて遺伝的影響が増加し、別の遺伝子は、形質細胞様樹状細胞の状態に向かうにつれて影響が減少するというパターンを示しました。これらのパターンは抗原提示などの既知の生物学的機能と一致しており、この手法が統計的なアーティファクトではなく、真の生物学的制御を捉えていることを裏付けました。細胞の状態の変化に伴うこのような連続的な変化を可視化できることは、多くの遺伝的バリアントが単純なオン・オフのスイッチとしてではなく、細胞の現在の条件に応じて強弱が変わる「ダイヤル」として機能していることを示唆しています。

また、この手法の計算効率も重要な発見でした。数百万の個々の細胞をモデル化するという複雑さにもかかわらず、アルゴリズムは優れたスケーラビリティを持ち、典型的なデータセットを分析する際、より単純な擬似バルク法とほぼ同等の時間を要しました。この効率性は、シングルセルデータのニュアンスを失うことなく問題の次元を削減する数学的なショートカットを用いることで実現されています。これは、今後利用可能になるであろう、より大規模で多様なデータセットに対しても、膨大な計算能力を必要とすることなく、この手法を適用できることを意味します。

本研究は、細胞の状態を定義する際の座標の選択や、効果が状態によって変化するかどうかを直接テストすることの難しさといった限界はあるものの、これが大きな前進であることを結論付けています。これは、動的な細胞状態の景観の中に存在する、隠れた遺伝的制御の層を明らかにするための、厳格でスケーラブルな方法を提供します。静的な細胞型の視点を超え、連続的な細胞状態という性質を受け入れることで、研究者は今や、以前では到達不可能であった詳細さで免疫系の遺伝的構造をマッピングすることができます。これらの知見は、細胞の遺伝的制御がこれまで考えられていたよりもはるかに流動的で文脈依存的であることを示唆しており、遺伝的変異が最も根本的なレベルでどのように健康や疾患に影響を与えるのかを理解するための新たな道を切り開いています。