背景

ゲノム変異が遺伝子発現に及ぼす影響を解明する発現量的形質遺伝子座（expression Quantitative Trait Loci, eQTL）解析は、疾患関連変異の機能を解釈するための標準的なアプローチとして定着しています。 近年、単一細胞トランスクリプトーム解析（scRNA-seq）技術の進展に伴い、特定の細胞サブタイプにのみ作用する細胞型特異的なeQTL研究が活発化しています。 組織全体を解析する従来のバルクトランスクリプトーム解析では、希少な免疫細胞や微小環境内の特定の細胞集団の発現調節シグナルを捉えることが困難であったためです。

しかし、単一細胞レベルで遺伝変異と遺伝子発現の相関を正確に計算するには、統計学的な障壁が高いという課題がありました。 細胞ごとにゲノム配列の読み取り深度（read depth）が異なり、発現量が検出されないゼロ（zero）カウントの割合が非常に高いためです。 研究者はこれまで、個体ごとに細胞の発現値を合算して線形回帰モデルを適用する疑似バルク（pseudobulk）方式を主に採用してきました。 この手法は、個々の細胞が持つ異質性や細胞内の発現変異を大きく希釈してしまい、個体間の関連性や多民族コホートの遺伝的構造を精密に補正することが困難です。 また、計算の複雑さから、頻度の低い希少変異の複合的な影響を検証することにも明確な限界が存在していました。

主な発見

米国の研究チームは、単一細胞のリードカウント（read count）を事後処理なしで直接扱う統計ゲノム学フレームワーク「SAIGE-QTL」を、国際学術誌『Nature Genetics』に報告しました。 この手法は、ポアソン混合モデル（Poisson Mixed Model）に基づいて設計されており、単一細胞データ特有のカウントデータの分布を歪みなく反映します。

個々のドナー由来の数千細胞間の相関や、サンプル間の遺伝的親縁関係をランダム効果として扱うことで、第一種過誤（偽陽性）を抑制します。また、細胞あたりの総転写物数やバッチ効果などの共変量をモデル内で直接制御する構造となっています。

疑似バルク方式と比較して、細胞数が少ない希少なサブタイプや発現レベルが低い遺伝子において、統計的検出力が大幅に向上しました。研究チームは、大規模バイオバンク連携解析で検証された近似推定技術を適用し、数万人規模のゲノムと数百万個の単一細胞データセットにおいても実行可能な計算効率を確保しました。

最も顕著な成果は、単一細胞環境において希少変異セットに基づく関連解析（rare variant set-based test）を実現した点です。 個々の希少変異は頻度が低いため、単一の変異単位では有意性を立証することが極めて困難です。 SAIGE-QTLは、遺伝子や調節領域の単位で希少変異をまとめて検定するバーデンテスト（burden test）および分散成分検定を、単一細胞の発現量と直接結びつけました。

意義と展望

SAIGE-QTLは、単一細胞の解像度において、共通変異から希少変異までを網羅するゲノム探索の道を切り拓きました。 従来の研究が単一塩基多型（SNP）のうち、頻度の高い変異の解析に留まっていたのに対し、今後はタンパク質の機能喪失変異やプロモーター領域の希少な非コード変異が、特定の細胞にのみ及ぼす影響を識別できるようになります。

将来的には、疾患感受性遺伝子がどの細胞経路で機能停止を起こすのかを追跡する、機能ゲノミクス研究の基盤ツールとして定着する見込みです。特に、神経変性疾患や自己免疫疾患のように、病因となる細胞が極めて限定的な複合疾患の解析において、広く活用される可能性が高いと考えられます。

ただし、依然として膨大なメモリと高性能なコンピューティングリソースを必要とする点は課題として挙げられます。空間トランスクリプトミクス（spatial transcriptomics）データのように、細胞間の位置情報や隣接細胞の物理的シグナルまで複合的にモデリングするためには、さらなるアルゴリズムの拡張が求められます。