細胞の近隣トポロジーが希少細胞集団の同定を導く

なぜ微小な細胞群が重要なのか

私たちの体は膨大な数の細胞で構成されているが、その中でも最も重要な役割を果たすことがあるのは全体のごく一部を占める希少な細胞型である。これらの希少細胞はがんの転移を促進したり、脳疾患の進行に関与したり、免疫応答を調整したりする一方で、現代の単一細胞解析や組織の空間マップでは見つけにくいことで知られている。本研究はRareQという新しい計算手法を紹介し、巨大で複雑なデータセットにおいてもこれらの隠れた細胞群を確実に発見できるよう設計されている。

細胞近隣のパターンを探る

従来の手法は通常、細胞の遺伝子発現パターンに基づいてグルーピングし、データをクラスタに分割する。これは一般的な細胞型には有効だが、希少な細胞は大きなグループに飲み込まれたりノイズ扱いされたりしがちだ。RareQは別の道を取る。遺伝子レベルだけに注目するのではなく、各細胞が最も近い近傍のネットワーク内でどのように位置づけられているかを調べる。ある細胞とその近傍が互いに非常に強く結びつき、ネットワークの他部分とは弱くしか繋がっていない場合、RareQはその近隣を特別なものとしてマークする。この考えはQと呼ばれる指標にまとめられ、細胞の局所近傍がどれだけ“クリーク（小集団）状”かを反映する。

クリークを意味ある細胞群に変える

RareQはQスコアを用いて細胞群を段階的に構築する。各細胞は最初は自分だけの小さなクラスタに属し、次に小さな近傍内でQの高い隣接細胞のラベルを徐々に採用する。言い換えれば、緊密に結びついた細胞のクリークがアンカーとして働き、近くの類似した細胞を引き寄せる。ラベル伝播の後、得られたクラスタが内部で強く結びつき、他とは弱くしか繋がっていないかを検証する。平均Qが高いクラスタは候補となる希少集団として扱われ、弱いクラスタは統合されて主要な細胞型を形成する。このプロセスにより、存在する細胞型の数を事前に知る必要なく、大きなコミュニティと小さなコミュニティの両方を分離できる。

多様な組織でのRareQの検証

著者らは血液細胞、気道上皮、脳組織、腫瘍、空間マップを含む数百のシミュレーションおよび実データセットでRareQをベンチマークした。これらのテスト全般で、RareQは7つの主要な手法よりも希少細胞型を正確に検出し、しばしばより多くの希少集団を高い適合率と再現率で見つけた。また、実行速度が速くメモリ使用量も少なく、一部の競合ツールが失敗した100万を超える細胞を含むデータでも解析に成功した。遺伝子活性に加えてクロマチン可視化や表面タンパク質を組み合わせたマルチモーダルデータでは、RareQは各層を個別に、あるいは統合ビューで適用でき、単一のデータ型や大規模な深層学習モデルに基づく手法が見逃した希少細胞型を明らかにすることが多かった。

健康と疾患における隠れたプレーヤーを明らかにする

RareQを具体的な生物学的問題に適用することで、これらの隠れた細胞群が組織理解をどのように塗り替えうるかが示された。気道では、Knownな希少上皮細胞を回復するとともに、細胞分裂、繊毛形成、抗ウイルス応答に関連する新たなサブセットを発見した。B細胞リンパ腫や腎癌では、免疫細胞や腫瘍関連群の希少集団を特定し、免疫療法への反応に影響を与えうるチェックポイント活性の高い樹状細胞などを明らかにした。アルツハイマー病の脳サンプルでは、患者に富む希少なミクログリアやアストロサイトの状態を強調し、炎症、デブリ除去、アミロイドタンパク質の処理に結びつく遺伝子パターンを示した。マウス脳の高解像度空間データでは、海馬の異なるニューロン部分領域や脈絡叢の特殊な繊毛上皮細胞のような小さく解剖学的に精密な集団を検出し、他の手法が見逃したりぼかしてしまった集団を明らかにした。

今後の細胞マップにとっての意義

一般読者にとっての要点は、RareQがしばしば疾患や組織機能の制御ノブとして働く希少細胞型を、より感度高く効率的に見つける手段を提供するということだ。細胞を単なる遺伝子レベルで見るのではなく、近隣との結びつき方に着目することで、RareQは巨大なデータ集合から小さくても一貫した細胞群を抽出できる。これにより将来の細胞アトラスがより完全になり、診断や治療の標的となりうる捉えにくい細胞状態の研究への道が開かれる。

引用: Fa, B., Huang, C., Ma, Y. et al. Cell neighborhood topology directs rare cell population identification. Nat Commun 17, 4618 (2026). https://doi.org/10.1038/s41467-026-71180-x

キーワード: 希少細胞, 単一細胞解析, 空間トランスクリプトミクス, 細胞ネットワーク, 計算生物学