カリフォルニア大学アーバイン校の研究者らが、SIGNETと呼ばれる機械学習システムがヒト脳組織中の遺伝子間の因果関係を推測可能であり、アルツハイマー病における遺伝子制御の広範な再配線、特に興奮性ニューロンでのものを明らかにしたと報告。
カリフォルニア大学アーバイン校のJoe C. Wen School of Population & Public HealthのMin Zhang氏とDabao Zhang氏が率いるチームは、SIGNETと呼ばれる機械学習プラットフォームを使用して、アルツハイマー病に影響を受けた脳細胞で遺伝子が互いにどのように影響を与えるかを示す高度に詳細なマップを作成したと述べている。 マップを作成するため、研究者らは2つの長期高齢化研究（Religious Orders StudyとRush Memory and Aging Project、通称ROSMAP）に登録された272人の参加者から提供されたヒト脳組織の分子データを分析した。この手法は、シングルセル（シングル核）RNAシーケンシングと被験者レベルの遺伝的変異データを統合し、遺伝子間の相関を超えて、方向性のある因果的な調節関係を推測可能にした。 SIGNETを使用して、研究者らは6つの主要な脳細胞タイプの因果的遺伝子調節ネットワークを構築した。推測された調節関係の最大セットは興奮性ニューロンで現れた。基礎となる研究資料では、興奮性ニューロンネットワークに5,910の推測「調節」が含まれ、著者らはこれがアルツハイマーの進行に伴う遺伝子調節の広範な再配線を示す規模だと述べている。 共同対応著者で疫学・生物統計学教授のMin Zhang氏は、異なる脳細胞タイプがアルツハイマーで異なる役割を果たすことは知られているが、分子レベルの関係を解明するのは困難だったと語った。新たな研究は、相関の観察から疾患進行を積極的に駆動する可能性のあるメカニズムの特定へ分野を移行させることを目的とした細胞タイプ特異的マップを提供すると述べた。 この研究はまた、ネットワーク内で中心的な調節子として機能する「ハブ遺伝子」を強調した。研究者らは、APPなどのよく知られたアルツハイマー関連遺伝子のこれまで過小評価されていた調節役割を報告しており、抑制性ニューロンでの影響を含む。 発見の信頼性を高めるため、チームは独立したヒト脳サンプルセットを使用して主要パターンを検証したと報告。研究者らは、同じフレームワークをがん、自己免疫疾患、メンタルヘルス状態を含む他の複雑な疾患に適用可能だと述べた。 発見はUC Irvineにより報告され、Alzheimer’s & Dementia: The Journal of the Alzheimer’s Associationに掲載された。大学の研究要約によると、論文は2026年（巻22、号2）にDOI: 10.1002/alz.71053で掲載。ScienceDailyの要約は、National Institute on AgingとNational Cancer Instituteからの部分資金を記している。 アルツハイマー病は認知症の主な原因であり、UC Irvineの要約によると、2060年までに米国人のほぼ1,400万人に影響を及ぼすと予測されている。
