Copy aware deconvolution of Hi-C interactions in extrachromosomal DNA using CADET
本論文は、期待値最大化法を用いることで、三次元構造の再構成を必要とせずに、重複したゲノム領域に起因する曖昧さを解消し、染色体外DNA（ecDNA）のコピー特異的なHi-C相互作用行列を直接推定する計算手法であるCADETを紹介するものである。
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
がん細胞の核内では、遺伝的な設計図はしばしば混沌とした状態にあります。健康な細胞がDNAを長く直線的な染色体に整然と整理しているのに対し、がん細胞はしばしばこれらの鎖を断片化し、「染色体外DNA」として知られる環状のループへと再構成します。これらのループは単なる無秩序なもつれではありません。これらはがんの成長を促す強力なエンジンとして機能し、病気を進行させる遺伝子の余剰なコピーを運んでいることがよくあります。これらの環状分子は同じ遺伝的セグメントの複数のコピーを保持できるため、科学者が細胞の内部構造をマッピングしようとする際に特有の問題を引き起こします。研究者が高スループット技術を用いて、異なるDNAの部分がどのように接触し、相互作用しているかを調べようとすると、これらの重複したコピーからの信号が混ざり合い、一つのぼやけた画像になってしまうのです。それはまるで、3組の全く同じ顔をした双子が重なり合って写っている写真を見ているようなものです。グループ全体は見えますが、どの双子が何をしているのかを判別することはできません。
がん細胞がどのように機能しているかを理解するために、科学者はこれらの重なり合った信号を分離する必要があります。どの特定の遺伝子のコピーが、ゲノムのどの特定の部分と相互作用して病気を駆動しているのかを知る必要があるのです。研究者のビスワナス・チョードリーによって開発された「CADET」と呼ばれる新しい手法は、まさにこれを行う方法を提供します。このアプローチは、コピーがどこにあるのかを推測するためにDNAの形状の3次元モデルを構築しようとするのではなく、接触データと直接対峙します。これは、重なり合った声の絡まりを解きほぐす作業のようなものです。環状DNAの既知のレイアウトを利用し、DNAの各コピーがその隣接部分とどのように相互作用するかという微妙な違いを探ることで、この手法は統合された信号を数学的に分離することができます。これにより、研究者は個々のコピーの明確な相互作用を見ることができ、がんを加速させる制御構造のより鮮明な姿を明らかにすることができます。
研究チームはまず、コンピュータシミュレーションを用いて、DNAのコピーがどのように相互作用しているかという正確な真実を知っている偽のデータセットを作成し、この新しいアプローチをテストしました。彼らは重複のレベルを変化させ、時にはコピーを全く同じ挙動にさせ、時には異なる挙動をさせました。あらゆるシナリオにおいて、この手法は、ぼやけたデータから隠されたコピー固有の相互作用を正常に回収することに成功しました。特に、複製されたコピーが異なる局所的環境を持っている場合に効果的であり、それらの微妙な違いを利用して両者を区別することができました。シミュレーションの結果、この手法は複雑な状況下において、特定の接触に対してどのコピーが責任を持っているかを約80〜83パーセントの精度で正確に特定できることが示されました。しかも、元のデータで見られる総接触数を変えることなく、これを行いました。これは、この手法が新しい情報を捏造しているのではなく、既存の情報をより有用な形式へと再分配していることを裏付けています。
その後、チームは3種類の異なるがん細胞株を用いた実世界のデータにCADETを適用しました。それぞれの細胞株は、独自の染色体外DNAの配置を持っています。ある肺がん細胞株のケースでは、DNAは高度に重複しており、ゲノムの大きなセクションが何度も繰り返されていました。この手法はこの繰り返しを解きほぐし、特定のDNA部分がハブとして機能し、異なるパートナーと繰り返し相互作用していることを明らかにしました。別の脳腫瘍細胞株のケースでは、環状DNAが2つの異なる染色体からのセグメントを結びつけていました。ここにおいて、この手法は、がんを駆動する遺伝子と、別の染色体上にある遠くの調節要素との間の特定の強力な相互作用を特定しました。これは過去の研究とも一致する発見でしたが、分子の3次元形状を再構築することなく解決されました。第三のケースである神経芽細胞腫の細胞株では、DNAは円形ではなく、染色体上のタンデムリピート（直列反復）として配置されていました。このデータセットでは個々の信号は弱かったものの、手法は疾患に関与することが知られている特定の遺伝子の周囲で、繰り返される相互作用のパターンを見つけ出しました。
このアプローチを特徴づけているのは、重複したDNAの曖昧さに対する処理方法です。従来の手法は、分子の形状が信号の分割方法を決定するという前提に基づき、まずDNA構造の3次元モデルを構築することでこの問題を解決しようとしがちでした。しかし、CADETはそのステップをスキップします。これはコンタクトマップを直接見て、セグメント間の距離と各コピーが受ける局所的なサポートに基づいて、統計的な推論を用いて信号を分割することを決定します。つまり、得られる相互作用マップは、特定の3次元形状の仮定に依存しないのです。研究者たちは、この手法が必ずしもすべての相互作用の正確な強度を特定できるわけではないものの、予想よりも豊富であったり強力であったりする相互作用の「ファミリー」を特定することには非常に優れていることを見出しました。例えば、脳腫瘍細胞株において、この手法は他の研究結果と一致する主要ながん遺伝子を含む相互作用のモジュールを特定しましたが、その際、この相互作用を単一の構造的事象としてではなく、繰り返される接触パターンの文脈の中に位置づけました。
この研究はまた、この種のデータから何を知ることができるかという限界についても強調しています。2つのDNAセグメントのコピーが同一の局所的環境にある場合、聞き手が同じ言葉を同じ音量で話しているとき、二人の同一の声を聞き分けることができないのと同様に、この手法は両者を区別することができません。このような場合、手法はデータにそれ以上の細かな区別を行うための情報が含まれていないことを認め、信号を等分に割り当てます。研究者たちは、特定された候補となる相互作用を特定し、それらを機能的なモジュールにグループ化することはできるものの、これらの発見はさらなる実験によって検証されるべき「仮説」であることを慎重に注記しました。彼らは、がんの遺伝子制御の問題を解決したと主張したのではなく、がん細胞内の複雑に絡み合った相互作用を見るための、より鮮明な新しいレンズを提供したのです。
重複したDNAの統合された信号を分離することにより、本研究は、がんを駆動する制御ネットワークを研究するためのより直接的な方法を提供します。これにより、科学者は遺伝子の特定のコピーがどのように活性化され、ゲノムの他の部分とどのように通信しているのかを見ることができます。この手法はすでに異なる種類のがんにおける相互作用の明確なパターンを明らかにしており、これらの環状DNA分子が多様な方法で組織化されていることを示しています。DNAが円形であれ、長いリピート構造であれ、これらのコピー固有の接触を解明する能力は、がん細胞が生存し成長するためにどのように遺伝的指示を書き換えているのかという、より深い理解への扉を開きます。この明晰さは、最終的には、疾患にとって最も重要となる特定の相互作用に焦点を当てた、新たな治療標的の特定に役立つ可能性があります。
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。