Celcomen：単一細胞および組織の摂動モデリングのための空間的因果分離

なぜ生体組織のマッピングが重要か

私たちの体のあらゆる臓器は、互いに絶えずやり取りをする何十億もの細胞から構成されています。遺伝子のオン・オフを介したこれらのやり取りは、組織が健康を保つか、感染と戦うか、あるいはがん化するかを決めます。新しい顕微鏡技術により、細胞ごとの何千もの遺伝子の活動を組織内での位置を保ったまま読み取れるようになりました。しかし、この膨大なデータを理解し、遺伝子や細胞型を変えた場合に何が起きるかを予測するには、強力で信頼できる数学的手法が必要です。本研究はそのような手法、Celcomenを紹介します。これは細胞が自身と周囲にどのように影響を及ぼすかを空間的に解きほぐし、疾患や治療に対する組織の反応を予測するよう設計されています。

細胞と近隣からの影響を分離する

各細胞の遺伝子活動は、自身の内部プログラムと周囲の細胞から受け取る信号の両方を反映します。既存の手法はしばしばこれら二つの影響を混同するか、どの遺伝子が互いにやり取りするかについて不完全な事前知識に依存します。Celcomenは異なるアプローチを取ります。組織をネットワークとして扱い、各細胞をノード、近接する細胞同士をリンクで結びます。この枠組みの中で、細胞内部で起きる相互作用と細胞境界を越える相互作用を数理的に分離します。平たく言えば、どの遺伝子変化が細胞自身の内部配線で説明でき、どれが近隣からのメッセージを必要とするのかを問い直すのです。

因果性に触発された内部エンジン

Celcomenの核心は、因果推論の原理によって厳格に制約されたグラフベースのニューラルネットワークです。ただパターンに当てはめる「ブラックボックス」ではなく、同定可能性を満たすように構築されています：与えられたデータセットに対して、それを説明する基本的な相互作用構造は本質的に一つであるべきだということです。著者らは数学的議論とコンピュータシミュレーションの両方で、Celcomenが細胞内および細胞間で働く真の遺伝子間ネットワークの基本骨格を回復できることを示します。システムはまずデータから相互作用マップを学習し、次に第二のモジュールで現実的な合成組織プロファイルを生成し、特定の摂動下で遺伝子活動パターンがどのように変化するかを予測します。

ヒト脳腫瘍で予測を検証

Celcomenが実際の生物学を捉えているかを確かめるため、研究チームは悪性の脳腫瘍であるヒト膠芽腫（グリオブラストーマ）から得られた高解像度の空間データに適用しました。分泌因子や内部シグナル伝達タンパク質をコードする遺伝子がどれかを知らせなくても、モデルは自動的に分泌される細胞間シグナル遺伝子を外部相互作用プログラムに割り当て、多くの内部シグナル遺伝子を細胞内プログラムに収めました。次に仮想実験を行いました：単一の腫瘍細胞でインターフェロン関連遺伝子をオフにするという操作です。Celcomenは、この細胞内でのインターフェロン応答の崩壊だけでなく、近傍の細胞におけるインターフェロン駆動型免疫プログラムの弱化も予測しました—これはインターフェロン信号が組織内に広がり局所免疫に影響を与えるという既知の振る舞いを反映しています。

バーチャル組織を実際の動物腫瘍と照合

次に研究者たちは、特定の遺伝子が定義された腫瘍領域で実験的にノックアウトされたマウスの肺がんモデルのデータでCelcomenを試しました。モデルは未摂動あるいは混合病変のデータのみで学習され、特定の腫瘍スポットで選んだ遺伝子を無効化したら何が起きるかをシミュレートするよう求められました。予測された遺伝子活動の変化は、実際にその遺伝子が生体内で削除された腫瘍からの実測値と比較されました。複数の病変と遺伝子にわたり、Celcomenの予測は実際の変化と強い正の相関を示し、これらの相関は偶然では説明できない程度に強いものでした。これはモデルの仮想実験が生物学的現実とよく一致していることを示唆します。

将来の医療にとっての意義

Celcomenは、実験室ではなくコンピュータ上で探索できる「バーチャル組織」を構築する方法を提供します。細胞の振る舞いがどれだけ自身の内部配線によるものか、それとも近隣の影響によるものかを区別し、安定で解釈可能な予測を提供することで、この手法はがんのような疾患が局所の細胞コミュニティをどのように乱すか、標的療法がそれらをどのように回復し得るかを探る際の助けになります。空間・単一細胞技術がより普及し詳細化するにつれて、Celcomenのようなツールはどの実験を行うべきかの指針を示し、疾患組織の予期せぬ弱点を浮かび上がらせ、最終的には臓器を構成する複雑な細胞社会に作用する治療法の設計を加速する可能性があります。

引用: Megas, S., Chen, D.G., Polanski, K. et al. Celcomen: spatial causal disentanglement for single-cell and tissue perturbation modeling. Nat Commun 17, 4126 (2026). https://doi.org/10.1038/s41467-026-69856-5

キーワード: 空間トランスクリプトミクス, 細胞間コミュニケーション, 因果モデリング, がん微小環境, バーチャル組織