がんは単一の疾患ではなく、それぞれが体の特定の組織から発生する、数百もの異なる状態からなる膨大な集合体である。腫瘍を形成する細胞は問題の最も明白な部分であるが、腫瘍は真空の中に存在するわけではない。それは、免疫防御細胞、構造的支持細胞、血管を含む、健康な細胞による複雑な近隣環境に囲まれている。科学者たちは、がん細胞にどのように成長し拡散するかを指示する特定の命令を見つけ出そうとして、長年、これらの腫瘍の内部配線をマッピングしようと試みてきた。多くの異なる種類のがんを同時に研究することで、それらすべてを駆動する共通の規則、すなわち共通の制御プログラムを見つけられるのではないかという希望があった。もしそのようなプログラムが存在すれば、あらゆるがんに対して個別の解決策を必要とするのではなく、全体にわたって機能する新しい治療法の強力な標的を提供することになるだろう。
ある新しい研究は、これまで行われてこなかった方法でデータを分析することにより、この長年の希望に異を唱えている。研究者たちは、33種類の異なるがんを代表する1万個以上の腫瘍サンプルからの遺伝子活動を分析した。彼らは、どの遺伝子が他の遺伝子をオンまたはオフにするかという、遺伝子間の因果関係を見つけ出すために設計された手法を用いた。しかし、彼らはこれらの比較が通常どのように行われていたかについて、根本的な欠陥を発見した。異なるがんは、機能するために自然と異なる遺伝子のセットを使用するため、それらを直接比較することは、ページ上の同じ座標を見て、異なる都市の2つの地図を比較しようとするようなものである。その座標は同じかもしれないが、一方の地図には公園が描かれ、もう一方には高速道路が描かれているかもしれない。これを修正するために、研究者たちは33種類のがんすべてを、全く同じ100個の遺伝子のリストを用いて分析するように強制した。データをこのように整合させたときに初めて、異なる疾患間で真に共有されているものが明らかになったのである。
彼らが発見したことは驚くべきものであった。がん細胞自体の駆動原理となる共通の指示体系を明らかにする代わりに、共有された構造は、腫瘍を取り囲む健康な組織を完全に向き指していた。彼らが発見した最も一貫したパターンは、免疫細胞、具体的には感染と戦う白血球の一種を呼び寄せる信号として機能する3つの遺伝子グループであった。これらの遺伝子はほぼすべての種類のがんに共通して現れたが、それらはがんの内部機構の一部ではなかった。むしろ、それらは腫瘍の環境を示すマーカーであり、サンプル内にどれほどの免疫活動や構造組織が存在しているかを示していた。研究によれば、これらの「がんの地図」を構築するために最も一般的に使用される遺伝子は、その活動が最も変動する遺伝子であった。これら高度に変動する遺伝子は、サンプルの健康な細胞の混合状態を記述するものであり、がんを駆動する遺伝子ではなかったのである。がんの原因として知られている実際の遺伝子、すなわち「ドライバー」は、活動が非常に安定していたため、分析のために選定された上位100個の遺伝子にはさえ含まれていなかった。
研究者たちはまた、これらの地図を信頼するためにどれだけのデータが必要かという実用的なルールについても解明した。研究によれば、研究のサンプル数が少なすぎると、接続を見つけ出すために使用されるコンピュータプログラムは、ランダムなノイズからパターンを捏造し始めることが分かった。生物学的な実体がなくなった場合に何が起こるかを確認するためにデータをシャッフルした結果、彼らは明確な閾値を特定した。すなわち、100個の遺伝子を調査する場合、信頼できる接続を見つけるには少なくとも172個のサンプルが必要であるということだ。この数値を下回る場合、結果は単なる統計的な偶然である可能性が高い。この発見は、より小さなサンプルサイズを用いた多くの先行研究が、誤った接続を報告している可能性があることを示唆している。さらに、本研究は、33種類のがんすべてにおいて一貫して現れた数少ない接続は、がん細胞同士が対話していることについてではなく、腫瘍の存在に反応する健康な組織についてのことであったことを裏付けた。
この研究の含意は、科学者ががんのデータを解釈する方法において極めて重要である。研究者が多くの異なるがんにおいて同じ遺伝子の接続が現れるのを見たとき、それを普遍的ながんのメカニズムを見つけたと想定すべきではないことを示唆している。むしろ、彼らは共通の健康な組織、すなわちあらゆる腫瘍を取り囲む組織の反映を見ている可能性が高い。この研究は、がん細胞が独自の配線を持っていないと言っているのではなく、むしろ、その配線を見つけ出すために使用される標準的なツールが、現在は周囲の環境のノイズを聞き取るように調整されているのだと言っている。真のがんのドライバーを見つけるためには、科学者はより幅広い範囲の遺伝子に目を向け、実在の信号とランダムな偶然を区別するために十分なサンプルを確保する必要がある。それまでは、あらゆるがんに共通する最も再現性の高い特徴は、腫瘍そのものではなく、それが生息している組織なのである。
技術要約：「33種類の癌型で共有されているのは腫瘍ではなく組織である：微小環境の非悪性軸」
問題提起
汎癌（パンキャンサー）因果研究では、ある腫瘍型から推論された調節エッジは他の腫瘍型にも転移すると想定し、共有されたエッジを共通の調節プログラムの証拠として解釈することが常態となっている。しかし、The Cancer Genome Atlas (TCGA) コホートにおいてこの仮定を厳密に検証することを妨げる根本的な方法論的障害が存在する。それは、標準的な解析が組織特異的な遺伝子パネル（例：各コホートにおける変動性の高い上位100遺伝子）を選択してしまうことである。これらのパネルは癌型ごとに異なるため、隣接行列のインデックスが同じ位置で異なる遺伝子ペアを指してしまい、要素ごとの比較が定義不能となる。既存のアプローチは、コホートを個別に解析するか（比較を不可能にする）、サンプルをプールするか（生物学的実態に反する均一性を仮定する）、あるいはエッジ自体を検証せずに共有される調節因子のみに限定して比較を行うかのいずれかである。本論文は、もし33のTCGAコホートに対して共通の遺伝子パネルを固定した場合、どのようなクロスコホートの因果構造が回収可能であり、それは腫瘍細胞の調節を描写しているのか、それともサンプルの組成を描写しているのか、という問いに取り組むものである。
方法論
本研究では、連続最適化による有向非巡回グラフ（DAG）のためのNOTEARSアルゴリズム（Zheng et al., 2018）を用いた、2段階のマルチバッチ因果分解フレームワークを採用している。
- データとアライメント： 著者は、33種類のTCGA癌型（N=10,459 サンプル）のHiSeqV2 RSEM正規化発現データを使用した。比較を可能にするため、各コホートのトップ100リストを使用するのではなく、全コホートにおける中央値絶対偏差（MAD）によって選択された固定の「アライメント済みパネル」を構築した。
- 因果推定： 各コホートに対して、この共通パネルに対するNOTEARSグラフを適合させた。モデルは、L1 ペナルティと微分可能な非巡回制約を用いて再構成誤差を最小化する。
- 分解： 各癌 k の因果隣接行列を Wk=W0+Δk とモデル化した。ここで W0 は共有された因果的バックボーンであり、Δk は癌特異的な偏差を表す。W0 は、各コホートの隣接行列の要素ごとの中央値を、DAG多様体に投影することによって推定された。
- 診断と検証：
- ヌルコントロール： 再帰性がサンプルサイズや推定器の特性によるアーティファクトであるかをテストするため、コホート内でのサンプルラベルをシャッフルした。
- 組成コントロール： 再帰的な構造がバルク組織の組成によって媒介されているかをテストするため、非悪性マーカー（間質、免疫、内皮）の複合スコアをパネル遺伝子から回帰除去した。
- 外部検証： 再帰的なエッジを、STRING（物理的相互作用）およびTRRUST（転写因子標的）データベースと比較した。
- ドライバー解析： 標準的なドライバー遺伝子の分散パーセンタイルを、パネルの選択閾値と比較した。
主な結果
- アライメントは比較の前提条件である： 元の不整合な設計（各コホートのトップ100遺伝子）では、要素ごとの中央値隣接行列は同一のゼロであった（最大の係数は0.048）。共通パネルにアライメントすると、非ゼロの構造が出現した（最大の中央値係数は0.731）。これは、クロスコホート比較はアライメント後にのみ定義可能であることを示している。
- 再帰的構造は悪性ではなく微小環境である： 33種類のコホートのうち10種類以上で再帰した有向遺伝子ペアはわずか14組であった。これらのペアは標準的なドライバー遺伝子を含んでいなかった。代わりに、それらはインターフェロン-γ 誘導性のCXCR3リガンド・トリプレット（CXCL9, CXCL10, CXCL11）を中心とする一貫したモジュールを形成していた。残りの再帰的エッジは、好中球/CXCR2ケモカイン、血液成分（ヘモグロビン）、形質細胞/免疫グロブリン、間質/補体、および骨髄系/サイトカインシグナリングという6つの非悪性軸にマッピングされた。
- 支配的な軸は組織組成を反映している： プールされたアライメント済み行列の第1主成分（PC1）は、全33コホートにわたって外部の間質および免疫マーカーと強く相関していた（r=0.803）。標準的なドライバー遺伝子（分散の50.8パーセンタイルに位置する）は、構造的にトップ100パネルから排除されていた（カットオフは0.487パーセンタイル）。ドライバー遺伝子は、パネルの幅が k≳1,000 に拡大したときにのみ、体系的にパネル内に導入された。
- サンプルサイズ依存性と識別性の下限： 推論されたエッジの数は、全セットにおいてサンプルサイズと強い負の相関を示したが（r=−0.652）、n≥200 のコホートではこの相関は消失した。サンプルラベルをシャッフルすると、再帰的な集合は消失したが（14 → 0 エッジ）、サンプルサイズ依存性は維持された。これにより、ノイズではなく生物学的な信号を区別するために必要な、実証的な「識別性の下限」が n∗≈1.7d （ここで d=100）であるという経験的なルールが特定された。
- 方向性と再帰性： 再帰的なエッジは、遺伝子ごとの置換ヌルに対して統計的有意性を示したが、その方向性はガウス観測データによって特定されなかった（例：CXCL9-CXCL10-CXCL11モジュールは共誘導セットであり、逐次的なカスケードではない）。14組のペアのうち3組は、両方の方向性で回収された。
意義と主張
本論文は、汎癌ネットワークの解釈を再定義する以下の3つの主要な貢献を主張している。
- アライメントの必要性： 固定された特徴パネルなしには、クロスコホートの因果比較は数学的に定義できない。アライメントがない場合、「共有された構造」は構成上ゼロとなる。
- 調節よりも組成： 標準的な分散選択パネル（トップ100遺伝子）において、癌種間で再現される因果構造は、腫瘍細胞の調節アーキテクチャではなく、組織の組成（免疫浸潤、間質成分、血液成分）を記述している。ドライバー遺伝子の欠如は、遺伝子選択基準による構造的な帰結である。
- 運用上のサンプルサイズの下限： 疎な因果推定器によって推論されるエッジの数は、生物学的な信号ではなく、推定器の有限サンプル特性である。本研究は、コホートが信号とノイズを区別できるほど十分な大きさであるかを判断するための、経験的なルール（n≳1.7d）を確立している。
著者は、共有されたエッジを報告する汎癌研究は、それらを微小環境条件付きの依存関係として解釈すべきであると結論づけている。ドライバーレベルの因果構造を回収するには、遺伝子パネルを大幅に広げる（サンプルサイズの制約を考慮する）か、腫瘍純度を明示的に条件付ける必要がある。再帰的な構造は、腫瘍ではなく、組織である。
毎週最高の 生物学 論文をお届け。
スタンフォード、ケンブリッジ、フランス科学アカデミーの研究者に信頼されています。
受信トレイを確認して登録を完了してください。
問題が発生しました。もう一度お試しください。
スパムなし、いつでも解除可能。
週刊ダイジェスト — 最新の研究をわかりやすく。登録