背景

免疫系の核心的な司令官であるT細胞は、表面に存在するT細胞受容体（T-cell receptor, TCR）の配列によって抗原を認識し、固有の細胞状態を形成する。個々のT細胞が持つ受容体配列の情報である遺伝型（genotype）と、遺伝子発現パターンに代表される表現型（phenotype）の相関関係を定量化することは、長年の課題であった。単一細胞トランスクリプトーム解析とTCRレパートリーシーケンシング技術が飛躍的に進歩したものの、配列のランダムな多様性と複雑な細胞分化経路を単一の計算式で結びつけることが困難であったためである。

従来の研究は、特定のクローンの増殖頻度を数えたり、既知の分化マーカーの発現量を単純に比較したりする手法に留まっていた。このような静的な分析では、受容体配列が細胞状態の多様性をどの程度決定づけるかという本質的な因果関係を説明できない。抗がん免疫療法を受ける患者ごとにT細胞の反応が千差万別である原因を細胞配列レベルで解明できなかったため、効果的なバイオマーカーの発見にも限界があった。

主な発見

研究チームは、情報理論（information theory）の相互情報量（mutual information, MI）の概念を免疫ゲノミクスに接合した計算フレームワーク「TCRi」を構築した。TCRiは、個々のT細胞の受容体配列の変異とトランスクリプトームプロファイルの間で共有される非線形な情報量を精密に計算する。遺伝型配列が細胞表現型の不確実性をどの程度減少させるかを、非パラメトリック（non-parametric）な方式で直接測定するアルゴリズムである。

単一細胞RNAシーケンシング（scRNA-seq）と単一細胞TCRシーケンシング（scTCR-seq）の統合データセットをTCRiで分析した結果、T細胞受容体配列と細胞状態の間の相互情報量が、免疫チェックポイント阻害剤の治療反応を決定づける鍵となる指標であることが明らかになった。高い相互情報量を示す患者群は、免疫療法後の長期生存率と腫瘍縮小率において有意な相関を示した。従来のクローン増幅（clonal expansion）や単純な細胞分化指標と比較して、TCRiが算出した相互情報量指数は、患者の治療予後予測の正確度において明確な識別能を立証した。

意義と展望

本研究は、複雑系生物学の難題であった免疫細胞の遺伝型-表現型ネットワークを、数学的な情報理論へと還元して解き明かした成果である。T細胞配列そのものが細胞の運命に及ぼす決定論的な影響を定量化することで、免疫腫瘍学を超えて、自己免疫疾患や感染症研究全般に共通して適用可能な計算の枠組みを構築した。受容体配列のみから細胞の免疫反応の潜在能力を推測するアルゴリズム高度化の基盤が築かれた。

実際の臨床導入には、多様な癌種や大規模な患者コホートにおける追加の検証作業が続く必要がある。シーケンシングの深度やサンプル採取のタイミングによる相互情報量計算の誤差を補正し、臨床現場で即座に連携可能な標準化パイプラインを構築するという課題が残されている。