- 著者: Edgar Gonzalez-Kozlova, Swapnil Tichkule, Yohei Nose, Tzu-Yi Chen, Eduard Reznik, Juliet V. Santiago, Anish Korrapati, Taliah Soleymani, Roman Kosoy, Igor Figueiredo, Donghoon Lee, Gabriel E. Hoffman, Natasha Kyprianou, Ronald E. Gordon, Carlos Cordon-Cardo, Srikant Rangaraju, Nicholas T. Seyfried, Vahram Haroutunian, John F. Fullard, Panos Roussos, Navneet Dogra
- Corresponding author: Panos Roussos, Navneet Dogra (Icahn School of Medicine at Mount Sinai)
- 雑誌: Nature Communications
- 発行年: 2026
- Epub日: 2026-06-04
- Article種別: Original Article
- PMID: 42331820
背景
アルツハイマー病 (AD) は、死後の脳組織の病理学的検査によってのみ確定診断が可能な神経変性疾患である。近年、血液ベースの RNA バイオマーカーは、低侵襲かつ繰り返しサンプリングが可能であり、ニューロン、グリア、免疫系の変化を含む多様な疾患プロセスを捉える手法として期待されている。特に、細胞外小胞 (extracellular vesicles; EVs) は、由来細胞の分子シグネチャー（タンパク質や RNA）を運ぶ不均一な粒子であり、非侵襲的な診断バイオマーカーとしての応用が研究されてきた。Kapogiannis et al. (2019) などの先行研究により、AD 患者の血液や脳脊髄液由来の EVs において、リン酸化タウや APOE4、Aβ42、および特定の RNA の変化が報告されている。また、Lutomski et al. (2012) や Tkach et al. (2021) らの報告により、EVs のサブポピュレーションが疾患特異的なカーゴを運ぶことが示唆されてきた。
しかし、現在の EV 研究の多くは、直径 ~100-200 nm の小胞（small EVs）やエクソソームに焦点を当てており、それ以外の不均一な細胞外粒子 (extracellular vesicles and particles; EVPs) の特性については十分に解明されていない。特に、50 nm 未満の微小粒子が癌などの疾患において重要であることが示唆されているが、ヒトの脳および血液におけるこれらの粒子の包括的な特性解析は未開拓のままである。また、不均一な EVPs を効率的かつ再現性高く分離するための技術的な課題があり、従来の超遠心分離法 (UC) やサイズ排除クロマトグラフィー (SEC) では、低容量サンプルへの適用性や再現性に不足があることが指摘されてきた。このように、small EVs 以外の粒子が運ぶ RNA の特性や、それが AD の診断に寄与するかどうかという点に大きな knowledge gap が残されており、B-B 障壁を越えて脳情報を運ぶ新規粒子の同定が急務であった。特に、50 nm 未満の粒子の正体やその由来細胞については依然として未解明であり、診断能の評価における課題が残されている。
目的
本研究の目的は、ヒトの脳および血液から分離される不均一な EVP サブポピュレーション（large EVs, small EVs, および 50 nm 未満の新規粒子）を厳密に同定・特性解析し、これらの粒子が運ぶ RNA が AD 患者と非 AD 対照群を識別するバイオマーカーとして機能するかを検証することである。具体的には、独自に開発した分離手法「SECrifuge (Size Exclusion Chromatography-integrated centrifuge)」を用いて粒子を分画し、プロテオミクスおよびトランスクリプトーム解析を通じて、各粒子の由来細胞を単一核 RNA シーケンシング (snRNA-seq) データを用いてデコンボリューションし、その細胞起源を明らかにすることを目的とした。最終的に、血液中の EVP RNA が、死後脳の病理学的診断に基づいた AD の液状生検 (liquid biopsy) として、small EVs を上回る診断精度を有するかを証明することを目指した。
結果
SECrifuge による高再現性な EVP 分離の確立: 研究チームは、ベンチトップ遠心分離、SEC、および分子量カットオフ (MWCO: molecular weight cut off) ろ過を統合した「SECrifuge」法を開発した。この手法は、従来の SEC よりも 10-fold 以上の濃縮を実現し (P < 0.05)、処理時間を約 60 分に短縮した。10 名のヒト血液サンプル (n=10 donors) を用いた再現性検証において、SECrifuge は UC と比較して極めて高い相関 (Rho = 0.97 vs 0.6, P < 0.05) を示した。また、AD 患者 (n=5) と対照群 (n=5) の計 10 名を用いた動的光散乱 (DLS) 測定では、粒子径分布に一貫性があり、AD と対照群の間で粒子径に有意差は認められなかった (Fig. 1N, 1O)。PCA 解析においても、SECrifuge 分離サンプルは UC 分離サンプルより分散が低く、より再現性の高い RNA-seq データが得られることが示された (Fig. 1Q)。
EVP サブポピュレーションの生物物理学的特性: 分離された粒子を、large EVs (>500 nm)、small EVs (~150 nm)、および 50 nm 未満の新規粒子「SECmeres」の 3 群に分類した。TEM 観察では、large EVs は bleb 様構造、small EVs はカップ状形態、SECmeres は 50 nm 未満の電子密度が高い形態を示した (Fig. 1D, 1E)。RNase 処理試験において、small EVs および SECmeres に関連する RNA の大部分は RNase 耐性を示し、外部酵素から保護されていることが判明した (Supplementary Fig. 3A-D)。ゼータ電位解析では、small EVs が最も強い負電荷を示した (Fig. 1K, 1M)。
MISEV ガイドラインに基づく分子カーゴの解析: Luminex アッセイを用いて、MISEV (Minimal Information for Studies of Extracellular Vesicles) 推奨のマーカーを解析した。テトラスパニン (CD9, CD63, CD81) は、脳由来 (P = 0.043) および血液由来 (P = 0.045) のいずれにおいても、small EVs と SECmeres を有意に分化させた (Fig. 2B, 2C)。LC-MS/MS プロテオミクス解析では、small EVs にはインテグリン (ITGA, ITGB)、フロティリン (FLOT1, FLOT2)、RAB タンパク質 (RAB3C, RAB5C, RAB27B) が濃縮されていた。一方、SECmeres では、ApoA1 や ApoM などのリポタンパク質に関連するタンパク質や、BCHE, CA2, CA3 などの代謝酵素、および L1CAM などの細胞外マトリックスタンパク質が特異的に検出された (Fig. 2D, 2E)。
脳および血液由来 EVP のプロテオーム解析: 血液由来 (647 種) および脳由来 (1470 種) のタンパク質を同定し、PCA によりサブポピュレーションごとの明確なクラスター形成を確認した (Fig. 3A, 3B)。脳特異的マーカーの解析において、脳 small EVs はニューロンマーカー (SNCA, GPM6B, NCAM1, NRGN) やオリゴデンドロサイトマーカー (MBP) を濃縮していた。対照的に、SECmeres は L1CAM, NCAM2, CNTNAP1 などのニューロンマーカーに加え、アストロサイトマーカー (ALDH1L1) やグリアマーカー (GFAP) を濃縮していた (Fig. 3G)。血液中の SECmeres でも、ALDH1L1 や CNTNAP1 などの脳由来タンパク質が検出された (Fig. 3I)。
EVP サブポピュレーション間のトランスクリプトーム相違: 26 名 (AD n=10, 対照 n=16) の脳および血液から EVP RNA-seq を実施し、約 30,000 種の RNA を同定した。上位約 6,000 種の濃縮トランスクリプトにおいて、large EVs, small EVs, SECmeres の間に重複は認められず、各サブポピュレーションが独自の RNA セットを保持していることが示された (Fig. 4D, 4F)。脳および血液の small EVs は共通してミトコンドリア呼吸鎖複合体に関連するパスウェイを濃縮していたが、SECmeres はリボ核タンパク質複合体に関連するパスウェイを濃縮していた (Fig. 4K, 4L)。
snRNA-seq による SECmeres の細胞起源の同定: ヒト背外側前頭前皮質 (DLPFC) の snRNA-seq データ (n=1494 samples) を用いてデコンボリューション解析を行った。その結果、small EVs はオリゴデンドロサイトやアストロサイトを含む多様な脳細胞のシグネチャーを保持していたが、SECmeres は特異的に脳血管内皮細胞 (brain-endothelial cells) のトランスクリプトを濃縮していることが明らかになった (Fig. 5G-I)。これは、SECmeres が血液脳関門 (BBB: blood-brain barrier) を形成する内皮細胞由来である可能性を強く示唆している。
AD 診断における SECmeres の優越性: 血液中 EVP のトランスクリプトームを用いて AD と対照群を識別した。large EVs では有意な差は認められなかったが (FDR > 0.05)、small EVs および SECmeres では有意な差が認められた (FDR < 0.05) (Fig. 6D-F)。特に、SECmeres に関連する RNA (21 種) は、small EVs (11 種) よりも高い統計的有意性 (P = 0.0002, FDR < 0.01) で AD を識別した (Fig. 6H)。識別に関与した RNA は、SECmeres では L1CAM, STX1B, ENO2, MBP, NRGN などであり、small EVs では SYT1, MAPT, KIF5A, UCHL1 などであった (Fig. 6G, 6H)。さらに、SECmeres 由来の 9 つの RNA バイオマーカーは、Braak ステージや CERAD などの AD 病理学的重症度と正の相関を示した (Supplementary Fig. 8)。外部データセット (n=62 donors, AD 40, 対照 22) を含めた統合解析でも、45 種の脳由来 RNA 分子が共通して検出され、結果の堅牢性が確認された (Supplementary Fig. 9)。
考察/結論
先行研究との違い: 従来の AD バイオマーカー研究の多くは、直径 100-200 nm の small EVs やエクソソームにのみ焦点を当てていたが、本研究はそれらとは対照的に、50 nm 未満の微小粒子「SECmeres」を同定し、その診断能を評価した。先行研究では、L1CAM の EV への含有量について報告が分かれていたが、本研究のプロテオミクスおよびトランスクリプトーム解析により、L1CAM が SECmeres に特異的に濃縮されていることを明確に示した。
新規性: 本研究で初めて、血液および脳から分離される 50 nm 未満の新規粒子 SECmeres を同定し、これが脳血管内皮細胞由来の RNA を特異的に運ぶことを明らかにした。また、SECmeres が small EVs よりも高い統計的有意性 (P = 0.0002 vs 0.001) で AD 患者を識別できることを示した点は、極めて新規性の高い知見である。
臨床応用: 本知見は、血液中の SECmeres を標的とした低侵襲な AD 診断法の開発という臨床応用に直結する。特に、BBB を構成する内皮細胞の情報を反映する SECmeres は、脳内の病理学的変化をリアルタイムで捉える液状生検としての臨床的有用性が高い。これにより、死後解剖に頼らずとも、生前での正確な診断や治療反応のモニタリングが可能になると期待される。
残された課題: 今後の検討課題として、SECmeres の正確な生物学的正体（HDL などのリポタンパク質なのか、あるいは未知のナノ小胞なのか）を完全に特定することが残されている。Limitation として、本研究のコホートサイズが限定的であり、人種的多様性の不足が挙げられる。今後は、より大規模な盲検化臨床試験において、軽度認知障害 (MCI) や早期 AD 患者における予測能を検証することが不可欠である。
方法
本研究は、Icahn School of Medicine at Mount Sinai の IRB 承認の下、ヘルシンキ宣言に準拠して実施された。サンプルは、Mount Sinai NIH Brain Bank および Tissue Repository より、病理学的に確定診断された AD 患者 (n=10) および対照群 (n=16) の計 26 名から収集された。
EVP 分離 (SECrifuge 法): 約 2 ml の血清または脳組織上清を、まず 300 x g および 3000 x g で遠心分離して細胞およびデブリを除去した。その後、qEV column (70 nm, Izon) を用いたサイズ排除クロマトグラフィー (SEC) を行い、500 µL ずつ 20-26 分画を回収した。各分画を Amicon Ultra-2 10 kDa フィルターで濃縮し、粒子径 (DLS)、吸光度、およびゼータ電位を測定した。
分子解析:
- Luminex アッセイ: ProcartaPlex Human Exosome Characterization Panel を用い、テトラスパニン等のマーカーを定量した。
- プロテオミクス: 2% SDS/プロテアーゼ阻害剤を含むライシスバッファーで溶解し、S-trap カラムでトリプシン消化後、Thermo Orbitrap Fusion Tribrid Mass Spectrometer による LC-MS/MS 解析を行った。
- RNA-seq: RNAeasy kit で全 RNA を抽出し、SMARTer smRNA-seq Kit (Takara) を用いて cDNA ライブラリを構築した。Illumina NovaSeq で 100 bp シングルエンドリードとしてシーケンシングした。
統計解析およびデコンボリューション:
RNA-seq データの正規化には TMM 法を用い、voom 変法により log2-CPM 値に変換した。群間比較には、two-sided Student’s t-test または one-way ANOVA を用い、多重比較は Benjamini-Hochberg FDR 法で補正した。細胞起源の同定には、DLPFC の snRNA-seq データ (n=1494 samples) を参照し、dreamlet R パッケージの cellTypeSpecificity 関数を用いて、各 EVP シグネチャーの細胞特異性スコアを算出した。また、相関分析には Spearman correlation を用いた。