Single-cell references can reverse, inflate and blur the associations inferred from bulk deconvolution

技術的要約：シングルセル・リファレンスは、バルク・デコンボリューションから推論される関連性を逆転、膨張、および不鮮明化させる可能性がある

問題提起
リファレンスに基づくデコンボリューション（deconvolution）は、シングルセル（scRNA-seq）リファレンスを用いて、バルクRNA-seqサンプルにおける細胞型の割合を推定する。これらの推定値は、その後、年齢、疾患状態、あるいは治療などの共変量との関連性をテストするための表現型として扱われる。このワークフローにおける重要な仮定は、シングルセル・リファレンスのプロファイルが正確であることである。しかし、本研究は、リファレンス自体が系統的な誤差やランダムな誤差を導入し、関連性分析から導き出される結論を根本的に変えてしまう可能性があることを示している。具体的には、リファレンスは関連性の符号を逆転させ、有意ではない傾向を有意なものへと膨張させ、あるいは真の効果を覆い隠してしまう。本論文では、これらの誤差がデコンボリューション・アルゴリズム（「フィッター（fitter）」）の特性なのか、それともリファレンスの構築に起因するものなのかを調査し、どの部分が除去可能で、どの部分が測定可能なのかを特定している。

手法
本研究では、「ラベル付きの真実（ground truth proportions：細胞ラベルから導出された真の割合）」を持つ2つのコホートを使用して、デコンボリューションの性能をベンチマークした：

1. OneK1K コホート： 981名の末梢血単核細胞（PBMC）ドナー。Azimuthレベル2のラベルを用いて6つの主要な細胞型にマッピングされている。
2. Islet（膵島）コホート： 48名の膵島ドナー。HbA1c、年齢、性別のデータを含む。

研究者は、以下の4つの異なる推定器クラスをテストした：

• MuSiC Weighted (MW)： 等価ドナー平均を用いた分散加重プロポーション。
• MuSiC NNLS (MN)： 非負最小二乗法（Non-negative least squares）によるプロポーション。
• SVR Signature (SV)： プールされた細胞シグネチャを用いたCIBERSORT $\nu$-SVR手順（EpiDISHを通じて実装）。
• InstaPrism (IP)： BayesPrism事後分布の固定点実装。

研究では、226の公開データセットおよび特定の実験グリッドを用いて、以下の要素を操作しながら、4つの異なるリファレンス設計を検証した：

• ドナー数 ($D$)： 3名から100名まで。
• 細胞の割り当て： バランス型 vs 不均衡型（例：10:1:1）。
• 状態の解像度： 6細胞型リファレンス vs 15状態（レベル2）リファレンス。
• 推定器の入力： 等価ドナー平均 vs プールされた細胞平均。

ドナー・サンプリング・ノイズを特徴付けるためにランダム効果モデルが開発された。ここで、$n^* = 1/\rho$（$\rho$ はドナー間分散とドナー内分散の比）という閾値を定義し、これ未満ではドナーのプロファイルがノイズに支配されるとしている。このモデルから精度加重推定器が導出され、標準的なMuSiCの実装と比較検証された。さらに、ランダムな成分を定量化するためにドナー・ブートストラップが用いられた。

主な結果

1. リファレンスに起因する逆転と膨張：

   • CD8 T細胞の年齢との関連性： OneK1Kコホートにおいて、CD8 T細胞の割合と年齢の間の真の負の関連性（$-0.072$ ポイント/年）は、テストされた全80種の6細胞型リファレンスにおいて正の関連性に逆転した。これは、CD8細胞が加齢とともにエフェクターメモリー状態へとシフトするためであり、平均化されたリファレンス・プロファイルではこの遷移を追跡できないことに起因する。
   • Isletにおけるα細胞とHbA1cの関連性： α細胞の割合とHbA1cの間の有意ではない正の傾向（$+2.03$ ポイント/ユニット）は、リファレンスの設計に応じて54〜100%で有意となった。α細胞推定の誤差はHbA1cレベルの上昇とともに増大し、傾きを人工的に膨張させた。
   • CD4 T細胞の膨張： CD4の傾きは5〜8倍に膨張し、すべてのリファレンスにおいて、有意ではない傾向を有意な発見へと変えた。

2. 誤差の源泉：リファレンスかフィッターか：

   • 系統的な誤差（逆転および膨張）は、フィッターではなくリファレンスに起因するものであった。CD8の逆転とCD4の膨張は、4つの推定器クラスすべてで見られた。
   • しかし、Isletのα細胞における誤差の方向は、推定器に依存していた。回帰ベースの推定器（MuSiC, SVR）は傾きを膨張させ（1.1〜2.1倍）、関連性を有意にしたが、ベイズ統計に基づくInstaPrismアルゴリズムはそれを減衰させ（0.59倍）、しばしば有意ではなくした。したがって、同じリファレンスであっても、推定器によって異なる結論が得られる。

3. 精度（Accuracy）は問題を警告しない：

   • 30ドナーを用いた状態解像度の高いリファレンス（15状態）は、100ドナーを用いたものよりも正確であった（平均絶対誤差が低い）。しかし、CD8の年齢に関する正しい符号を回復できたのは、100ドナーのリファレンスを用いた加重MuSiCのみであった。プロポーション推定における高い精度は、関連性の正しい推論を保証するものではない。

4. 2つの誤差成分と救済策：

   • 系統的誤差（Systematic Error）： 未解決の状態シフト（例：ナイーブからエフェクターメモリーへの移行）によって引き起こされる。これは、シフトする状態を解像したリファレンスを用いることによってのみ除去される。
   • ランダム誤差（Random Error）： ドナー・サンプリングから生じる。小さなリファレンスにおいては、このランダムな広がりがバルク側の標準誤差に匹敵する。この成分は、単一のリファレンス内でのドナー・ブートストラップを通じて定量化でき、信頼区間に組み込むことが可能である。

5. ドナー・サンプリングと精度加重：

   • 226の公開データセットの解析により、60%のデータセットにおいて、中央値のドナーが寄与する細胞数が10個未満であることが判明した。
   • 本研究では、ドナー・プロファイルが主にノイズとなる閾値 $n^*$（血液では9〜17個、膵島では1〜3個）を定義している。
   • 精度加重推定器（ドナーを $1/(\tau^2 + \sigma^2/n_d)$ で加重する手法）が導入された。これをMuSiCの加重出力に適用したところ、割り当てペナルティ（不均衡な設計による誤差）を約45%削減できた。
   • 設計ルール： 固定された予算内で、細胞を多くのドナーに分散させること（例：100ドナーで各3細胞）は、MuSiC、SVR、NNLSにおいて、少数のドナーに多くの細胞を割り当てる場合よりも一般的に優れている。InstaPrismアルゴリズムは例外であり、その誤差はドナー・サンプリングではなく、状態シフトのバイアスによって支配されていた。

意義と主張
本論文は、シングルセル・リファレンスはバルク・デコンボリューションから導かれる結論を決定づける要因であり、符号を逆転させたり偽陽性を生じさせたりする可能性があると主張している。著者は以下の通り断言している：

• フィッターの選択がいかなるものであっても、リファレンス内の未解決の状態シフトから生じる系統的誤差を防ぐことはできない。
• 精度指標（Accuracy metrics）のみでは、関連性研究のためのリファレンスの妥当性を検証するには不十分である。リファレンスはプロポーションの推定において非常に正確であっても、関連性の正しい符号をもたらさない場合がある。
• 救済策は具体的である： 系統的誤差には状態解像度の高いリファレンスが必要であり、ランダム誤差には信頼区間を広げるためのドナー・ブートストラップが必要である。
• 精度加重は、不均衡で小さなリファレンスにおけるMuSiCの加重出力に対する具体的な救済策であり、割り当てペナルティの約半分を取り除く。
• 報告基準： デコンボリューションされたプロポーションから得られた関連性は、少なくとも2つの推定器クラスの下で報告されるべきであり、リファレンス・リサンプリングによる区間を含めるべきであり、理想的にはラベル付きまたはソートされたサンプルに対して検証されるべきである。

本研究は、「リファレンス」とは静的な真実ではなく、誤った生物学的結論を避けるために、バルクデータと同様の厳密さをもって構築・分析されなければならない変数であると結論付けている。