空間トランスクリプトームで細胞間シグナルの位置と時間変化を推定するCytoSignal
背景：細胞間シグナルが働く場所を探る
CytoSignalは、空間トランスクリプトームデータからリガンド–受容体シグナルの位置を細胞レベルで推定する計算ツールだ。拡張手法のVeloCytoSignalは、シグナル強度の時間変化も予測する。研究チームは両手法をマウス組織データに適用し、位置の予測をタンパク質の近接性を調べる実験と比較した。この研究は2026年6月10日にNature Geneticsで発表された。
細胞間シグナルを理解するには、どの細胞がリガンドや受容体を発現しているかだけでなく、それらの細胞がどこにあるかも把握する必要がある。従来の単一細胞RNA解析に基づく手法は、空間情報を反映できない場合や、細胞集団間の相互作用の推定にとどまる場合があった。空間トランスクリプトームを用いる手法でも、接触依存性シグナルと拡散可能なリガンドによるシグナルを同じ方法で扱う限界が残っていた。この2つでは、シグナルが到達できる空間条件が異なる。
主な発見：発現に基づくスコアと組織内検証の組み合わせ
CytoSignalは、空間的な近傍を考慮したリガンド発現量と受容体発現量を掛け合わせ、リガンド–受容体相互作用スコア（LRscore）を算出する。接触依存性の相互作用には直接隣接する位置を、拡散依存性の相互作用には周辺位置の距離に応じた重み付けを用いる。空間置換検定と偽発見率の補正により有意な位置を特定し、シグナルの空間的勾配や関連遺伝子も調べられる。LRscoreは発現データに基づく推定値であり、タンパク質の結合量やシグナル活性を直接測定した値とは区別される。
位置の検証には、マウス胚の隣接切片からVisium HDで得た高解像度空間トランスクリプトームデータと、近接ライゲーションアッセイ（proximity ligation assay、PLA）を用いた。PLAは、2つの標的タンパク質が40ナノメートル以内に近づくと蛍光シグナルを生じる。研究チームは、Visium HDで解析した2枚の切片に隣接する切片で、計5組のリガンド–受容体ペアを評価した。領域ごとの分類評価ではCytoSignalは安定した性能を示し、複数の領域で既存手法を上回った。ただし、胚全体をまとめて比較すると、すべての手法で予測値とPLA測定値の相関は低かった。
複数の標本間の違いも解析した。パーキンソン病様の病理を示す遺伝子欠損マウスについて、若齢個体4匹と高齢個体5匹の脳を比較したところ、拡散依存性の相互作用42組と接触依存性の相互作用3組に有意差が見られた。偽発見率の基準は5%未満だった。高齢群では、Spp1–Cd44など免疫関連シグナルの推定活性が上昇していた。
意義と展望：変化率の予測を後続実験につなげる
VeloCytoSignalは、リガンドと受容体の遺伝子のRNA速度（RNA velocity）を組み合わせ、各位置のシグナルスコアが増加するか減少するかを予測する。RNA速度とは、スプライシング前後の転写産物情報から遺伝子発現の変化率を推定する値だ。研究チームは胚発生10.5日、11.5日、12.5日、13.5日のデータをそれぞれ解析し、予測傾向を後続時点のデータと比較した。肝臓のAlb–FcRnシグナルの増加と、顎・歯の領域におけるWnt5a–Antxr1シグナルの変化は、連続する時点のデータから計算したシグナルスコアの傾向と一致した。同一組織でタンパク質シグナルをリアルタイムに直接追跡した結果ではない。
CytoSignalには遺伝子発現行列と空間座標が必要であり、VeloCytoSignalにはRNA処理情報も必要となる。両手法はRパッケージとして公開された。この研究の成果は、後続実験で検証するシグナルと位置を絞り込むための解析基盤を整えたことにある。腫瘍微小環境や損傷組織の修復過程は、今後の応用先として提案された。患者における診断性能や治療効果は、この研究では検証されていない。研究デザインと結果はNature Geneticsの論文で確認できる。
Nature Genetics, Published online: 10 June 2026. DOI: 10.1038/s41588-026-02624-9
Summary: Bypassing the low predictive velocities and spatial structure stripping constraints that historically cloud empirical cell-to-cell communication profiling in heterogeneous niches, this multi-omic translation scales a programmable spatial computing infrastructure termed CytoSignal. Synthesizing cellular-resolution spatial transcriptomic matrices with mathematically calculated RNA velocity vector equations, the computing platform establishes continuous tracking of homeostatic ligand–receptor interactions across discrete tissue coordinates concurrently. The model deciphers the precise mathematical covariance linking multi-layer transcriptional splicing kinetics to real-time signal propagation velocities, effectively mapping unexpected dynamic activation hubs inside complex pathological microenvironments. This computational calibration delivers a validated, non-invasive baseline to isolate raw directional variance, optimize programmatic target drug screening, and guide prospective universal single-cell stratification under digital genomic governance.
空間トランスクリプトームを解析する研究者はCytoSignalを使い、特定のシグナルが顕著と推定される組織内の位置を探し、接触依存性と拡散依存性のシグナルを区別して後続実験の優先順位を決められる。例えば、発生段階や年齢に伴って変化するリガンド–受容体ペアを選び、その位置でPLAなどのタンパク質レベルの実験を行って予測を検証できる。RNA処理情報がそろったデータであれば、VeloCytoSignalで変化の方向を予測し、異なる時点の組織と比較することも可能だ。ただし、発現に基づくスコアと領域ごとの位置検証だけでは、シグナルの因果関係や薬剤標的の有効性は確定しない。腫瘍微小環境の解析も、今後の検証を要する研究上の応用展望だ。