1細胞トランスクリプトームと機械学習で発見された結核診断用マクロファージミトコンドリアバイオマーカー
背景：既存の単一/静的免疫診断法の限界と、結核研究開発における多次元ホスト代謝オミクスデータのボトルネック。
既存の静的分析標準ガイドライン（喀痰スメア顕微鏡検査やインターフェロンγ放出アッセイ（IGRA）など）は、免疫不全患者や小児など、異質な臨床環境において、細胞解離構造崩壊による深刻な偽陽性結果やノイズを引き起こしている。特に、バルク転写体解析技術は、組織微小環境内での単一細胞レベルにおける細胞間ネットワークの異質性や動的な免疫-代謝状態の変化を捉えることができず、マクロファージと結核菌間の生物学的相互作用を分析する際に、遺伝的基盤変動を制御するための障壁となっている。結核菌の細胞内コロニー形成と慢性抵抗性フィードバックフラックスによる、ホスト免疫-代謝リプログラミングの分子動的フィードバックフラックスをin silicoで計算的に制御できないことが、研究開発における大きなオミクスデータボトルネックとなり、有効なコロニー形成と予防濃度を維持できず、臨床パイプラインの頓挫につながっている。
成果：マルチアルゴリズムアンサンブルモデルの運用と、単一細胞レベルでのミトコンドリア-マクロファージ遺伝子テンソル同期の実証。
これらのデータボトルネックを画期的に解決するために、本研究では、単一細胞RNAシーケンス（scRNA-seq）データを用いて、骨髄系免疫細胞の活性化と遊走シグナル伝達ネットワークを分子レベルでマッピングし、合計113のアルゴリズム組み合わせを備えた大規模なコンセンサス機械学習フレームワークを運用した。これにより、ミトコンドリア-マクロファージを中心とした6つの主要な遺伝子マーカー（IL1B、ATG3、CYBB、MX1、RPS27A、RPS3）が特定された。最終的なアンサンブルモデルは、glmBoostとRandom Forestを有機的に組み合わせたものであり、外部の多施設コホートにおいて、AUC 0.79を超える圧倒的な診断精度を達成し、既存の単純なモデルを大きく上回った。さらに、分子ドッキングモデルを用いて、ガラングリンとカエンペロールの触媒ポケット結合能を計算し、活性化エネルギーをin silicoで積極的に計算し、自由エネルギー値を調整することで、ゲノムテンソル同期の分子生物学的完全性を最終的に実証した。
マクロファージ免疫-代謝調節と可逆的ミトコンドリアホメオスタシス精密層別化モデルの確立。
特定された6つの遺伝子シグネチャーは、多次元オミクス行列を基盤として、マクロファージの代謝リプログラミングと細胞内ホメオスタシス制御システムを完全に層別化する。活性酸素種を生成するCYBB、オートファジーを調節するATG3、インターフェロン応答を支配するMX1、およびインフラマソーム下流のIL1Bの発現強度を多次元テンソルとしてマッピングすることで、本研究は、各患者ファミリーにおける細胞レベルでの代謝律速段階を解明した。これらの免疫-代謝状態律速定数を精密にプログラムし、人工的に上方または下方調節することで、結核菌感染によって引き起こされる慢性免疫回避および代謝ストレス条件下でも、ホスト細胞の可逆的ホメオスタシスを回復するための調節基盤を確立し、患者の分子表現型に基づいた精密層別化治療ソリューションを提供するための最先端のシステム生物学の基盤となる。
今後の展望：プログラム可能なホスト転写体標準の確立と、次世代INDデジタルガバナンスシステムの立ち上げ。
このホスト-マクロファージミトコンドリア転写体シグネチャーは、結核診断およびコンパニオン診断（CDx）技術の静的、事後的な症状ベースのシステムを、AIを活用した多次元テンソルに基づくプログラム可能なバイオマーカーインフラストラクチャに完全に再構築する。臨床試験設計中に発生する可能性のある、特有の補正係数を用いて、交絡因子や多施設バッチ効果を完全に排除することで、本研究は、グローバルな臨床バッチ間変動を排除する独自の計算上の優位性を確立した。これにより、大規模バイオテクノロジーパイプラインのハイスループットスクリーニング段階における遺伝的勾配補正が可能になり、FDAおよびその他のグローバル規制機関のIND臨床試験プロトコル承認タイムラインおよびcGMP商業生産ライセンス評価フレームワークのスムーズな通過を促進し、全体的なライセンス取得タイムラインを画期的に短縮するデジタルガバナンス資産となる。
Tuberculosis (TB) remains a formidable global health threat, yet rapid and accurate diagnostic biomarkers capturing host immune-metabolic dysregulation remain elusive. Here, we aimed to map the TB immune microenvironment and engineer a reliable, explainable diagnostic signature targeting the macrophage-associated immune-metabolic axis. Utilizing single-cell RNA sequencing (scRNA-seq) as an exploratory discovery tool, we initially dissected the intercellular communication network in TB. We then deployed an exhaustive consensus machine learning framework, comprising 113 algorithm combinations, across multiple transcriptomic cohorts to pinpoint core diagnostic features. The optimal model was interpreted using SHapley Additive exPlanations (SHAP) and prospectively evaluated by enzyme-linked immunosorbent assay (ELISA) in an independent pilot clinical cohort. Furthermore, network pharmacology and molecular docking were leveraged to identify potential small-molecule modulators. scRNA-seq analysis highlighted a myeloid-biased immune reprogramming, wherein activated monocytes act as key inflammatory orchestrators through adhesion and migration signaling. Our large-scale machine learning screening identified an optimal glmBoost + RF ensemble model underpinned by a 6-gene mitochondrial-macrophage signature (IL1B, ATG3, CYBB, MX1, RPS27A, RPS3), achieving consistent diagnostic discrimination (AUC > 0.79) across independent cohorts. Pilot clinical ELISA validation confirmed the systemic elevation of IL1B, ATG3, CYBB, and MX1 proteins in TB patients. Furthermore, computational molecular docking models suggested that the candidate phytochemicals galangin and kaempferol exhibit strong theoretical binding affinities within the catalytic pockets of IL1B and ATG3. We derived and provided preliminary validation for an AI-based, explainable 6-gene signature reflecting monocyte immune-metabolic reprogramming in TB. This signature not only demonstrates translational potential as a triage
本研究における宿主の免疫・代謝関連遺伝子マーカーの発見は、結核の免疫メカニズムに関する理論的な探求を超えて、実際のグローバルなコンパニオン診断薬市場および次世代の精密個別化医療事業に直接応用されるものである。
まず、臨床現場で複数のアルゴリズムを用いた機械学習アンサンブルスキャンを用いて、マクロファージのミトコンドリア代謝速度を瞬時に評価することで、研究は、遅延した結核の診断や偽陽性の原因となる時間的ギャップノイズを解消し、患者の感染と宿主の免疫細胞膜の安定性を保護する。
同時に、シングルセルトランスクリプトームオミクス行列をオープンソースのNCBI GEOおよびシステム生物学データベースにリンクさせることで、臨床試験の設計中に発生する可能性のある偽陽性のバッチ効果や遺伝的勾配を仮想的にシミュレーションし、候補薬標的であるIL1BおよびATG3の有効なドッキング濃度をリアルタイムで計算できるコンパニオン診断薬（CDx）パネルインターフェースが実現される。
さらに、多国籍企業による次世代の宿主免疫・代謝標的治療薬の大規模なライセンス供与臨床試験を実施する際に、本研究は、6つの遺伝子発現シグネチャーテンソル値を補正係数としてリンクさせることで、患者の免疫状態および多施設分析バッチの変動を解消し、グローバル規制当局から臨床試験プロトコルおよびcGMP商業運営ライセンスを取得する確率を最大化する基盤インフラとして活用できる。