- 著者: Boesch, et al.
- Corresponding author: N/A
- 雑誌: Nature Genetics
- 発行年: 2026
- Epub日: N/A
- Article種別: Original Article
- PMID: 42151416
背景
代謝機能障害関連脂肪性肝疾患 (MASLD; metabolic dysfunction-associated steatotic liver disease) は世界人口の約25%に罹患し、単純性脂肪肝 (MASL; metabolic dysfunction-associated steatotic liver) から代謝機能障害関連脂肪性肝炎 (MASH; metabolic dysfunction-associated steatohepatitis)、線維化、肝硬変、そして肝細胞癌 (HCC; hepatocellular carcinoma) へと進行しうる深刻な疾患スペクトラムを形成する (Anstee et al)。肝内マクロファージは疾患進行の中心的調節因子であり、組織常在性クッパー細胞 (KC; Kupffer cells) と骨髄由来浸潤単球が複雑なクロストークを形成する。先行研究では TREM2+ 脂質関連マクロファージ (LAM; lipid-associated macrophages) が MASH および線維化解消の主役として記述されてきたが (Jaitin et al. Cell 2019; Hendrikx et al. J Hepatol 2022)、また Guilliams et al. (Cell 2022) が空間プロテオゲノミクスで肝マクロファージのニッチを規定したものの、MASLD 進行に伴うマクロファージサブセットの空間的・時間的ダイナミクスは未解明のギャップとして残されていた。さらに、GPNMB+ マクロファージという新興サブセットが MASLD においてどのような機能的役割を持つのか、また肝細胞由来シグナルがマクロファージ活性化を制御するメカニズムが不足していた。既存の LAM/SAM (SAM; scar-associated macrophages; 瘢痕関連マクロファージ) という命名体系が実際の多様性を捉えられていないこと、および疾患段階特異的なマクロファージ変化を統合的に捕捉するマルチプラットフォームアプローチの欠如が本研究の出発点となった Barreby et al。
目的
MASLD の MASL から MASH への進行過程における肝マクロファージの多様性と機能的変化を、snRNA-seq (single-nucleus RNA sequencing)・空間オミクス・血清プロテオミクスを統合したマルチオミクス解析で明らかにし、疾患活動性を反映する循環バイオマーカー候補を同定すること。
結果
snRNA-seqによるGPNMB+代謝性マクロファージサブセットの同定：
snRNA-seq により 176,150 核を解析し、骨髄系細胞として 12,834 細胞を同定、8 サブクラスターに分類した (Fig. 1)。KC は MARCO、CD5L、TIMD4 を共発現する常在性サブセットとして同定された。一方、GPNMB+マクロファージは疾患進行に伴い顕著に増加し、non-MASH における 5.7% から MASH での 12% へと約 2.1-fold の増加を示した。これらの GPNMB+細胞は MetMac (metabolic macrophages; 代謝性マクロファージ) として規定され、さらに LPL+HS3ST2- (2.8%) および LPL-HS3ST2+ (4.1%) の 2 主要サブポピュレーションに細分された。MetMac は TREM2+ LAM とは異なるトランスクリプトーム特徴を持ち、FABP5 (fatty acid-binding protein 5)、GPNMB、LPL (lipoprotein lipase) を高発現した。また MARCO+CD5L+TIMD4+ KC の段階的な減少と、炎症性 GPNMB+HLA-DR+ マクロファージの代替的増加というダイナミクスが観察され、MASLD 進行に伴う肝常在マクロファージの機能的置換が示された。
空間オミクスによるGPNMB+マクロファージの空間的局在と亜型確認：
GeoMx 解析 (n=8 生検) では、低脂肪変性領域 vs 脂肪性肝炎 (SH; steatohepatitis) 比較で 207 DEGs、門脈周囲領域 vs SH 比較で 348 DEGs が同定され、GPNMB および LPL は SH 領域で最も高い発現を示した (Fig. 2)。CosMx 解析 (n=9 MASLD + n=1 正常) では、GPNMB+LPL+細胞が脂肪肉芽腫 (lipogranuloma) 形成部位に集積することが単細胞空間解像度で確認された。COMET 多重染色 (n=6) では、骨髄系細胞の 18.1% が GPNMB+であり、その内訳は GPNMB+MARCO+ 0.2%、GPNMB+LYZ+ 3.8% (GPNMB+MARCO+ の約 19-fold)、GPNMB+TREM2+ 2.4%、GPNMB+SPP1+ 0.5% であった (Fig. 3)。MILAN (n=8、30,000 骨髄系細胞) では GPNMB+ および HLA-DR+ マクロファージが MASH vs MASL で有意に増加することが Holm-Bonferroni 補正 t 検定で確認された。PCLS ex vivo 実験では lipid 処理後に GPNMB+凝集体と ceroid macrophage (蝋様大食細胞) 形成が観察され、脂肪肉芽腫形成における MetMac の機能的役割が示された。これらの結果はプロテオミクスおよびトランスクリプトミクスレベルで多プラットフォームから一貫した支持を得た。
IL32を介した肝細胞-マクロファージクロストークの解明：
CosMx および GeoMx データを統合解析することで、IL32 が AKR1B10+ (retinol 代謝酵素) 陽性バルーニング肝細胞 (hepatocyte ballooning) 部位で高発現することが示された (Fig. 5)。IL32 は細胞内リソソーム分解 (endo-lysosomal degradation) 活性を用量依存的に刺激し、THP-1 細胞における MSR1 (macrophage scavenger receptor 1) および GPNMB ベシクル形成を増強した。IL32 処理 THP-1 細胞では、IL4・retinol・LPS 等の他のコンディショニング条件と比較して free lipid 粒子の貪食取込みが 24 h 後に有意に増強された (one-way ANOVA with Tukey’s test)。PA との共処理では pro-inflammatory IL1B 発現が増強される一方、抗炎症マーカー IL10 は低下し、IL32 が GPNMB+ マクロファージの貪食能と炎症応答を二方向で制御することが示された。LPL CRISPR-Cas9 KO THP-1 細胞では scramble control と比較して lipid 負荷後 24 h で泡沫マクロファージ (foamy macrophage) 表現型が生じ、LPL が細胞内中性脂肪蓄積を防ぐ機能的役割を持つことが確認された。これらの結果は肝細胞の代謝ストレス (バルーニング) が IL32 分泌を介してマクロファージ活性化を誘導し、脂質取込みと炎症応答を増幅するという hepatocyte-macrophage axis を提示する。
臨床コホート検証：循環バイオマーカーとPheWAS解析：
RNA-seq コホート (n=206 MASLD、n=10 正常) での ANOVA linear trend 解析では、GPNMB (P=2.36×10^-4)、HS3ST2 (P=3.02×10^-9)、LPL (P=1.25×10^-13) が疾患進行とともに段階的に有意増加した (Fig. 6a)。CIBERSORTx 細胞分画推定 (n=206+10) では MetMac および単球の割合が疾患進行に伴い有意に増加し、KC 分画が段階的に低下した。ロジスティック回帰モデルでは ACP5、CD163、LPL、MSR1 および年齢 (age) が高疾患活動性 (NAS; MASLD activity score ≥4) の独立予測因子として同定され、LPL の寄与が最も強かった。血清 SomaScan プロテオミクス (n=247、SomaScan Assay v4.0) では GPNMB、CD163、MSR1 が at-risk MASH・進行線維化 (F3-4)・高疾患活動性の各層別化においていずれも P<0.05 で有意な循環バイオマーカーとして同定された (Mann-Whitney U 検定、Fig. 6d)。PheWAS (UK Biobank n=53,030) では soluble GPNMB が糖尿病および低血糖症と強く関連し、CD163 が糖尿病・慢性肝疾患と有意に関連することが示され、MASLD の全身的代謝症候群への波及が示唆された Hirschhorn et al。
考察/結論
本研究の最も重要な寄与は、統合マルチオミクスアプローチによって MASLD における GPNMB+代謝性マクロファージ (MetMac) の多様性を単細胞・空間・タンパク質の三層で解明し、IL32 を肝細胞-マクロファージクロストークの key mediator として同定したことにある。
既存報告との違い: 先行研究 (Remmerie 2020 Immunity; Jaitin 2019 Cell) は TREM2+ LAM を主要な脂質関連マクロファージとして記述してきたが、本研究の GPNMB+ MetMac は TREM2+ LAM とは異なるトランスクリプトーム特徴を持ち、LAM/SAM という既存の nomenclature では捉えられない独立したサブセットである。Ganguly 2024 (PNAS) が TREM2+ マクロファージの線維化解消への関与を示したのに対し、GPNMB+ MetMac は貪食・pro-inflammatory 活性の方向にシフトしており、機能的対立軸が存在する。Guilliams 2022 (Cell) の空間プロテオゲノミクスが提示した KC ニッチ概念に対し、本研究は MetMac の動的な spatial 変化と脂肪肉芽腫との局在的関係を MASH 進行の文脈で初めて定量化した。
新規性: 本研究の novelty は複数点にある。第一に、GeoMx・CosMx・COMET・MILAN という 4 種の相補的空間オミクスプラットフォームを組み合わせ MASLD 肝臓の骨髄系細胞を系統的に解析した初の統合研究である。第二に、IL32 が肝細胞バルーニング部位 (AKR1B10+) から分泌され GPNMB+ マクロファージの貪食能と脂質代謝を用量依存的に制御することを in vitro および PCLS 系で実証し、hepatocyte-macrophage axis を新たに提示した。第三に、血清 GPNMB・CD163・MSR1 が n=247 の生検確定 MASLD 患者で有意な疾患活動性バイオマーカーとなることを SomaScan プロテオミクスで確認し、PheWAS (n=53,030) でその全身性代謝症候群との関連を追認した。
臨床応用: 血清 GPNMB・CD163・MSR1 は非侵襲的な MASLD/MASH の疾患活動性指標として有望であり、肝生検の代替または補助的バイオマーカーへの応用が期待される。LPL および MSR1 がロジスティック回帰で高疾患活動性の独立予測因子として同定されたことは、将来的な治療標的としての可能性も示す。IL32 シグナリング経路の遮断は、GPNMB+ マクロファージの過剰活性化を抑制し MASH 進行を抑制する治療戦略となりうる。また PheWAS で soluble GPNMB が糖尿病・低血糖症と関連したことは、MASLD の全身性代謝合併症の早期予測への応用を示唆する。
残課題: 将来的には以下の課題に取り組む必要がある。snRNA-seq の技術的限界 (核 RNA の technical dropout、scRNA-seq との比較困難性) と空間オミクス (GeoMx の細胞セグメンテーション精度、COMET の核バックグラウンド) の改善が必要である。LPL+サブセットと HS3ST2+サブセットの機能的差異を生体内で証明する動物モデルが求められる。比較的小規模な空間オミクスコホートの知見は、より大規模かつ独立したコホートでの将来的な検証が不可欠である。また対照サンプルが真に健常な個人ではなく患者由来であった点も限界として認識される。
方法
対象・コホート: ヒト肝臓生検サンプルを複数のコホートで構築した。snRNA-seq コホートは lean n=4、obese n=5、MASL n=4、MASH n=5 (線維化ステージ F1-F4) 計 18 名。臨床コホートとして RNA-seq データ (MASLD n=206 + 対照 n=10)、血清 SomaScan プロテオミクス (n=247 生検確定 MASLD 患者)、PheWAS (phenome-wide association study) として UK Biobank (UKB) コホート n=53,030 を使用した。
snRNA-seq: 10x Chromium プラットフォームで 176,150 核を処理し、骨髄系細胞 12,834 細胞を抽出して UMAP (Uniform Manifold Approximation and Projection) で 8 サブクラスターに分類した。
空間解析プラットフォーム: GeoMx DSP (digital spatial profiler) にて at-risk MASH F3 生検 n=8 の空間転写産物解析を実施し、差次発現遺伝子 (DEGs; differentially expressed genes) を同定した (207 DEGs、348 DEGs)。CosMx 空間分子イメージング (n=9 MASLD + n=1 正常) で単細胞レベルの空間マッピングを実施。COMET (co-detection by indexing) 多重免疫蛍光 n=6 および MILAN (multi-iterative labeling by antibody neodeposition) n=8 (30,000 骨髄系細胞) でタンパク質レベルの検証を行った。
Ex vivo・In vitro: PCLS (precision-cut liver slices; 精密肝切片) を用いた ex vivo lipid 処理実験。THP-1 細胞株を用いた in vitro 実験では IL32、IL4、retinol、LPS 各種コンディショニングに oleic acid 400 μM および palmitic acid (PA) 200 μM を lipid 負荷として 24 h 処理した。LPL CRISPR-Cas9 KO を scramble guide との比較で実施した。SomaScan Assay v4.0 で血清 RFU (relative fluorescence units) を測定し、log10 変換後に解析した。細胞分画推定には CIBERSORTx deconvolution アルゴリズムを snRNA-seq データをリファレンスとして使用した (NCT 番号・GEO 番号の記載なし)。
統計: Holm-Bonferroni 補正二標本 t 検定、Kruskal-Wallis with Dunn’s test、one-way ANOVA with Tukey’s test、ANOVA linear trend 解析、Mann-Whitney U 検定。