IRIS：在体細胞のシグナリング履歴を高精度に再構築する転移学習フレームワーク

細胞の状態遷移は、外部シグナルの組み合わせによって制御されており、発生過程や疾患の進行において極めて重要です。しかし、生体内（in vivo）の細胞がどのようなシグナル履歴を体験して特定の状態に至ったかを解明することは、依然として大きな課題です。従来の遺伝子干渉やトランスジェニックリポーター法は、ヒト組織への適用が困難であり、またスループットや時間分解能の点で限界がありました。また、既存の細胞間コミュニケーション推定アルゴリズムは、リガンド - 受容体の存在に基づいており、実際のシグナル経路の活性化状態（シグナリングステート）を直接反映していないという問題がありました。

シグナル活性化は細胞内の転写応答を引き起こし、これはシグナリング状態の直接的な指標となりますが、多様な細胞種とシグナル経路の組み合わせを網羅的に実験的に測定することは非現実的です。特に、各細胞種ごとに固有の応答遺伝子があると考えられてきたため、特定の細胞種に対するシグナル干渉実験をすべて行う必要があり、これがin vivo細胞の解析を妨げていました。

本研究では、異なる細胞種間で保存された「シグナル応答シグネチャ」が存在し、これが各シグナル経路の固有の「指紋」として機能することを発見しました。これにより、in vitroで得られた高スループットな干渉データから学習したモデルを用いて、in vivoの細胞種におけるシグナリング活性と履歴を高精度に推定することが可能になりました。

具体的には、マウス胚の単一細胞アトラスにIRISを適用することで、40以上の細胞種におけるシグナルコードの組み合わせパターンを解明し、発生ラインに沿ったシグナリング履歴を再構築することに成功しました。また、このフレームワークは、ヒト多能性幹細胞（hES細胞）の分化プロトコルを最適化し、呼吸器間葉細胞の誘導効率を向上させることにも応用可能であることを示しました。

研究では、ヒト多能性幹細胞を用いて、TGF-β、WNT、FGF、BMP、RA、Hedgehogなどの主要な発生シグナル経路の組み合わせを網羅的に刺激する「シグナル干渉アトラス」を構築しました。このデータを用いて、条件付き変分オートエンコーダー（CVAE）と分類ニューラルネットワークを組み合わせた「IRIS（Intracellular Response to Infer Signaling State）」という深層学習モデルを訓練しました。

• IRISは、特定の細胞種に依存せず、転写応答シグネチャを学習する転移学習アプローチを採用しています。
• マウス胚（E6.5-E8.5）の単一細胞RNAシーケンシングデータに適用し、シグナル活性化の確率を細胞ごとに推定しました。
• シグナル履歴の再構築により、前腸や心筋細胞などの分化経路におけるシグナルの時間的順序を正しく復元しました。
• 呼吸器間葉細胞の分化において、WNTシグナルの早期活性化が重要であることを予測し、実験的に検証しました。

この技術は、細胞の運命決定メカニズムを解明するだけでなく、疾患モデルの構築や再生医療における細胞作製プロトコルの最適化に直結します。特に、臓器特異的な間葉細胞や、発生過程で重要な役割を果たす細胞集団の分化を制御するシグナル経路を特定できるため、組織工学や臓器oid作製における効率化が期待されます。

また、シグナル履歴の再構築は、がん細胞の進化経路や、免疫細胞の活性化履歴を解析する際にも応用可能です。複雑な細胞間コミュニケーションを単一細胞レベルで解読できるため、新規治療ターゲットの発見や、細胞治療療法の設計において重要な知見を提供します。

IRISの予測精度を検証するため、マウス胚の生体外培養実験やヒトiPS細胞からの分化実験が行われました。特に、呼吸器間葉細胞の分化において、IRISが予測したWNTシグナルのタイミングと強度を調整したプロトコルは、従来のプロトコルよりも高い効率で目的細胞を誘導できました。

本研究は、iPS細胞やES細胞を用いた分化プロトコルの最適化、マウス胚の発生過程解析、そして特定のシグナル経路を標的とした前臨床モデルの構築に大きく貢献します。Cyagenが提供する遺伝子改変マウスやiPS細胞株、およびCROサービスと組み合わせることで、より効率的な創薬研究や疾患メカニズム解明が可能となります。

IRISフレームワークは、in vitroの干渉データからin vivoのシグナリング履歴を再構築する画期的な手法として、細胞生物学と計算生物学の融合を示しました。この技術は、複雑な生体システムの理解を深め、より精密な細胞制御と前臨床研究の加速を可能にします。