背景

従来のゲノム研究は、複雑疾患の遺伝的要因を解明するために、主にバルク組織（bulk tissue）解析を活用してきました。多様な細胞が混在しているバルク組織データは、特定の細胞で生じる微細な遺伝子調節変化を検出する際に限界を示すことが多かったため、遺伝的変異が疾患を引き起こす具体的な分子メカニズムを解明できず、研究が停滞する原因にもなりました。最近、遺伝学界では、細胞ごとに遺伝子発現を調節する方法が異なるという仮説に注目が集まっています。細胞の多様性を細かく捉えられないバルク組織データでは、複雑疾患の遺伝的要因を完全に説明することは困難でした。このため、単一細胞レベルでの遺伝子発現調節を精密に追跡する分析技法の必要性が徐々に高まっています。特に、細胞ごとの遺伝子発現調節スイッチとして働く発現量的形質遺伝子座（Expression Quantitative Trait Loci, eQTL）の存在が発見されましたが、それが特定の細胞タイプでどの程度機能しているかを定量的に評価することは非常に困難でした。研究者たちは、疾患遺伝性分析の精度を高めるために、細胞タイプ特異的遺伝子発現調節の寄与度を分離するモデルの構築に注力しています。

核心的発見

米国の研究チームは、国際学術誌ネイチャー（Nature）に掲載された今回の研究で、単一細胞RNAシーケンシング（Single-cell RNA-sequencing, scRNA-seq）データを基に、細胞タイプ共有eQTLと細胞タイプ特異的eQTLの寄与度を偏りなく推定する統計モデルCIGMA（Component Integration for Genetic Mapping and Analysis）を開発しました。この分析ツールを大規模な末梢血単核球（Peripheral Blood Mononuclear Cell, PBMC）コホートであるOneK1KとCLUES/ImmVarデータに適用し、詳細に検証しました。分析結果では、自己免疫疾患を含む複雑形質の遺伝性が、多くの細胞タイプ特異的eQTLに密に集中している様子が注目されました。一方、複数の細胞タイプが共有するeQTLの遺伝性寄与度は微々たるものにとどまりました。細胞タイプ特異的eQTLの制御を受ける遺伝子は、進化の過程で強く保存されており、発現活性を助ける調節領域であるインハンサー（enhancer）を多数保有する特徴を示しました。また、調節が生じるゲノム内での物理的距離に応じた差も顕著です。近い遺伝子発現を調節するcis-eQTLでは約30％のみが細胞タイプ特異性を示したのに対し、遠く離れた遺伝子を調節するtrans-eQTLでは60％以上が特定の細胞でのみ活性化される傾向を示しました。このようなtrans-eQTLは全体の発現遺伝性の約25％を説明し、疾患感受性を決定する調節ネットワークの中心軸として機能すると評価されています。

意義と展望

今回の発見は、遺伝的変異が実際に疾患に広がる過程が、細胞タイプごとの調節スイッチの誤作動に基づいているという原理を明らかにしました。疾患の引き金となる核心細胞と遺伝子調節経路を明確に特定できるようになったことで、患者に合わせた精密医学研究のスピードが速まると予測されています。細胞タイプレベルの遺伝情報に基づいて設計することで、薬剤の標的効率性を高め、長期的な安全性を確保する基盤が整いました。有用性にもかかわらず、今後の研究が乗り越えなければならない現実的な障壁も依然として大きいようです。多くの分析が血液細胞中心のデータに集中しているため、脳や心臓のようにアクセスが難しい臓器細胞の調節メカニズムの解明は、依然として補完課題として指摘されています。単一細胞シーケンシング分析コストを下げると同時に、世界中さまざまな人口集団のコホートを確保する過程で多くの制約が伴うのは避けられないことです。このため、研究チームは統計アルゴリズムの計算効率を最大化し、多様な身体組織細胞の発現マップを速やかに完成させるという抱負を表明しています。