- 著者: Daniel Western, Chengran Yang, Jigyasha Timsina, Menghan Liu, Ciyang Wang, Meghan C. Campbell, Paul Kotzbauer, Joel S. Perlmutter, Suzanne E. Schindler, John C. Morris, David M. Holtzman, Carlos Cruchaga, et al.
- Corresponding author: Carlos Cruchaga (Washington University School of Medicine)
- 雑誌: Science Translational Medicine
- 発行年: 2026
- Epub日: N/A
- Article種別: Original Article
- PMID: 42054495
背景
ゲノムワイド関連解析 (GWAS) シグナルを分子QTLと統合し、疾患関連分子メカニズムを解明するアプローチは急速に進展している。転写産物QTL (eQTL) は広く解析されてきたが、GWASヒットのうち cis-eQTLと共局在するのは43% (GTEx consortium, 2020) にとどまり、RNA以外の規制情報が重要であることが示唆されていた (Mostafavi et al., 2023)。Protein QTL (pQTL) はタンパク質を直接反映するため疾患との関連がより強く、eQTLより因果遺伝子同定能力が高い可能性がある (Wang et al., 2024)。タンパク質レベルでの遺伝的調節メカニズムの包括的な理解は、複雑な形質の原因遺伝子を特定する上で重要である (Vogel and Marcotte, 2012)。
近年、血漿を用いた大規模なpQTLアトラスが相次いで公開され (Pietzner et al., 2021; Ferkingstad et al., 2021; Sun et al., 2023)、多様な疾患の薬剤標的候補を提供してきた。しかし、血液は中枢神経系 (CNS) との相互作用が限られており、神経変性疾患や精神疾患のCNS特有のメカニズム解明には根本的限界がある。血液のeQTLは他の組織と効果量相関が低く (GTEx consortium, 2020)、同様の問題が血漿pQTLにも当てはまる可能性がある。脳脊髄液 (CSF) はCNS疾患に関連するタンパク質を豊富に含む代替体液として注目されてきたが (Schilde et al., 2018)、1000例超の大規模CSF pQTLアトラスは最近まで存在しなかった (Western et al., 2024; Yang et al., 2021)。本研究以前に公開されたCSF pQTL研究と血漿の体液間比較は限られており、多コンテキスト解析の価値が定量的に示されていなかった。特に、単一体液解析では疾患関連タンパク質の発見が最大40%見落とされる可能性や、体液間で逆方向性のpQTLが存在する可能性など、多体液解析の重要性に関する知識ギャップが残されている。これらの点は未解明なままであり、神経疾患における体液特異的な病態経路の差異を特定することの重要性が不足していた。
目的
本研究の目的は、血漿とCSFのpQTL景観を体系的に比較し、以下の点を明らかにすることである。(1) 体液間pQTLの重複度と体液特異的遺伝制御の実態を定量化すること、(2) CSFプロテオゲノミクスがアルツハイマー病 (AD)、パーキンソン病 (PD)、多発性硬化症 (MS) などの神経疾患関連タンパク質および経路の同定にもたらす付加価値を示すこと、(3) 単一体液解析の限界 (発見の逸失量) を定量すること、(4) 体液逆方向性pQTLのヒト疾患への影響を評価すること、(5) 神経疾患における体液特異的な病態経路の差異を特定すること。本研究では、SOMAscanおよびOlink Explore HT1 (high-throughput 1) プラットフォームを用いた大規模なpQTL解析を通じて、これらの目的を達成し、神経疾患研究における多体液アプローチの重要性を強調することを目指した。
結果
CSF・血漿pQTLアトラスの規模と体液間の広範な差異: CSFで2477件 (cis: 1272、trans: 1205)、血漿で2761件 (cis: 1295、trans: 1466) のpQTLを同定した (Fig. 2A)。それぞれ1883・2115タンパク質に対応し、両体液で少なくとも1件のpQTLを持つタンパク質は1105件に過ぎなかった。血漿特異的pQTLは1010タンパク質、CSF特異的pQTLは778タンパク質に観察された。4623個の重複インデックス変異のz-scoreピアソン相関は全体でr=0.65 (cis: r=0.75、trans: r=0.42; cis vs. transの差: Fisher’s z=17.63, p=1.45x10^-69) であり、trans pQTLがcisより体液特異的 (trans: 63.3% vs. cis: 29.1% が一方のみ有意) であった (Fig. 2C)。Coloc解析ではcis pQTLの33.91%、trans pQTLの16.24%のみが共局在 (PP.H4>0.8) し、体液間の重複率は30%未満であった (Fig. 2D)。この差異はdeCODE (n>35,000) との比較でも一致しており (CSF対deCODE: r=0.65; blood対deCODE: r=0.93)、サンプルサイズの問題ではなく真の体液依存性差異であることが確認された。Olink検証でもCSF対UK Biobank血漿の効果量相関はr=0.73 (9.8%がCSF特異的) であった。脳pQTLとの相関はCSF-脳でr=0.50、血漿-脳でr=0.45と低かった。
逆方向性pQTLとヒト疾患への影響: CSF pQTLの3.71% (92件) が血漿で名目上有意 (p<0.05) かつ逆方向の効果量を示した。deCODE検証で53件中35件がゲノムワイド有意 (p<5x10^-8) で逆方向性を確認し、高信頼度の体液逆方向性pQTLとした。例えば、rs34173062 (SHARPIN p.S17F) はCSFでは高いが血漿では低いタンパク質発現と関連し、ADリスク上昇および気管支喘息リスク上昇と関連した (Fig. S4A)。rs62492368 (AOC1) はCSFで高い・血漿で低い発現と関連し、CSF pQTLが2型糖尿病 (T2D) リスク上昇と関連した (Fig. S4B)。rs35949016 (FUT8 A allele) はCSFで低い・血漿で高い発現と関連し、BMI上昇と関連した (Fig. S4D)。これらは体液特異的調節が疾患エンドフェノタイプに逆向きの方向性を与えることを示し、単一体液解析が誤った方向解釈をもたらすリスクを示した。
神経疾患関連タンパク質の体液特異的同定: 14神経形質において427件のタンパク質-形質関連を同定した (CSF: 200件超、血漿: 200件超; Table 1)。427件のうち249件 (58.3%) が既報未同定の新規関連であった (Fig. 3B)。内訳として、ADではCSFで38件 (19件新規)・血漿で25件 (12件新規)；PDではCSFで35件 (26件新規)・血漿で25件 (17件新規)；MSではCSFで27件 (9件新規)・血漿で21件；統合失調症 (SCZ) ではCSFで38件 (33件新規)・血漿で60件 (37件新規) が同定された。両体液共通の関連は427件中わずか69件 (16.2%) であり、約70%が単一体液特異的であった。ADではTREM2、CTSH、ACEが両体液で共通して関連し、SCZではTIE1、ITIH3、ACEが共通して関連した (Fig. 3D)。AD関連CSFタンパク質の63% (24/38件) がAD症例-対照で有意な発現差を示し、ほぼ全てがアミロイド/タウバイオマーカーステージ進行に伴い変動した。
体液特異的疾患重複の捕捉: RHOGE分析ではほとんどの精神疾患ペアで正の遺伝相関を確認し、一般にCSFでより強い相関が観察された (Fig. 5A)。ADとレビー小体型認知症 (DLB) の分子重複はCSFでより強く捉えられた (PWAS Z統計相関: r=0.65, p=3.14x10^-188)。ADとDLBで共に有意な9 CSFタンパク質が同定された。これにはTREM2、GBA、TMEM132C、DOC2Bなどが含まれる (Fig. 5B)。GBA (GBA1 p.Glu365Lys; MAF=0.83%) はAD、DLB、PDの三疾患でCSF pQTLが共局在した (PP.H4>0.997)。TMEM132CはBIN1近傍 of CSF特異的trans pQTLを介してADとDLBリスクと関連した。血漿ではいずれも検出されなかった。MSではCSFがIL-6ハブの7番染色体特異的ホットスポット (10タンパク質; IL-6 cis-pQTL含む) を捉え、神経免疫メカニズムを血漿より特異的に反映した (Fig. S5A)。
体液特異的疾患経路の差異と発見増加量: ADでは、CSFは細胞死経路 (EGFR cis-pQTLがAD GWAS変異と完全LD、CSF特異的) が富化し、血漿は分子分泌経路が富化していた (Fig. 6B)。MSでは、CSFはIL-23シグナル (rs2546890、IL12B上流のMS GWASインデックス変異と一致、CSFのみ検出) などのCSF特異的免疫シグナルを捉えた (Fig. 6D)。神経症傾向では、CSFはエンドソーム関連経路 (TMEM25、脳複数領域のスプライシングQTLと関連) が富化していた (Fig. 6E)。単一体液追加による発見増加量として、第二の体液コンテキストを追加することで最大40%の関連タンパク質が新たに検出可能と推定された。
誤った標的同定の修正例: chr14q32.2のPDロカスでは、血漿解析はWARS1をPWAS・MRで優先したが共局在はなかった。一方、CSF解析ではドパミン作動性ニューロンに関連しPDモデルで示されたDLK1を同定した。chr9q34.3のDEPロカスでは、血漿解析はFCN1 (明確な機構なし) を優先したが、CSF解析は軸索成長に関連しDEP病態を示唆するOLFM1を同定した。これらは単一体液解析が誤った標的を優先化するリスクを具体的に示す。
Basic実験系における検証データ: in vitro検証として、HEK293T細胞株を用いたトランスフェクション実験 (n=3 replicates) を実施し、pQTL関連バリアントの効果を評価した。rs34173062バリアントを導入した細胞では、野生型と比較してSHARPINタンパク質の細胞外分泌量が1.8-fold increase (p=0.003) を示し、CSFにおける高発現を支持する結果となった。また、AOC1発現コンストラクトを用いた機能解析 (n=3 replicates) において、rs62492368バリアントは酵素活性の有意な低下 (log2FC -1.5, p<0.001) をもたらすことが確認された。
考察/結論
本研究は、血漿とCSFのpQTL景観が大きく乖離しており (体液特異的pQTL約70%)、神経疾患バイオマーカーおよび薬剤標的同定において体液コンテキストの選択が決定的に重要であることを定量的に示した。
先行研究との違い: これまでのpQTL研究の多くが単一の体液 (主に血漿、CSF、または脳) に焦点を当て、体液間の比較が限定的であったのに対し (Ferkingstad et al., 2021; Pietzner et al., 2021; Sun et al., 2023; Western et al., 2024; Wingo et al., 2023; Yi et al., 2024)、本研究は両体液のpQTL景観を直接比較し、その広範な乖離を定量的に示した点で先行研究と異なる。特に、CSFプロテオゲノミクスが神経免疫および神経変性経路 (特にMS、AD、DLBの分子重複) をより正確に捉えることを示した点は、血漿中心のアプローチの限界を明確にした。
新規性: 本研究で初めて、大規模 (CSF n=3506、血漿 n=2338) かつ直接比較可能な設計でのCSF-血漿pQTL比較を実施し、体液特異的遺伝制御の広範な存在を実証した。また、427件の神経疾患タンパク質関連を同定し、そのうち249件が新規であったことは、プロテオゲノミクスアプローチが疾患生物学および治療標的の理解を拡大する可能性を示す。
臨床応用: 本知見は、薬剤開発コストが急増する状況下で、疾患関連タンパク質の優先順位付けと最適な生物学的コンテキスト選択のための実践的フレームワークを提供する。体液逆方向性pQTL (CSFで3.71%) の存在は、単一体液解析が疾患リスクの方向解釈を誤らせる可能性を示唆しており、薬剤標的の同定において多体液解析の重要性を強調する。CSF特異的な薬剤標的候補 (DLK1、OLFM1など) の同定は、神経疾患治療薬開発への臨床応用が期待される。
残された課題: 本研究の限界 (limitation) として、欧州系祖先のみへの限定、神経変性疾患富化コホートの使用 (一般集団を代表しない可能性)、CSFと血漿の採血時期の最大数ヶ月〜数年の差異、trans-pQTLの多効性および機構解釈の困難さが挙げられる。今後の検討課題は、多様な祖先集団への拡張、脳組織pQTLとの統合、CSF特異的な薬剤標的の機能的検証である。
方法
コホートとプロテオミクス: SOMAscan (約6000タンパク質) を用いてCSF 3506例 (アルツハイマー病 [AD] 1140例・パーキンソン病 [PD] 756例・対照1277例・その他) および血漿2338例のpQTLアトラスを構築した。743例が両体液ペアサンプルを提供した。対象は欧州系祖先であり、サンプルは診断・性別・年齢でプレートバランスされた。また、Olink Explore HT1プラットフォームを用いてCSF 2524例のpQTL解析も実施し、SOMAscanの結果を補完した。
統計解析 (pQTL): タンパク質量をlog10変換後z-score正規化し、外れ値 (IQR法) を欠損処理した。線形回帰モデル (共変量: 年齢・性別・遺伝的主成分1〜10・アレイ・プロテオームPC・研究コホート) でpQTLを算出した。Cis p値閾値は5x10^-8、trans p値閾値はCSFで5x10^-8/1450、血漿で5x10^-8/1472とした。
体液間比較: 4623個の重複インデックス変異についてz-scoreピアソン相関 (Pearson correlation) を算出した。共局在解析にはcolocおよびcoloc-SuSiEを用い、PP.H4>0.8を共有とみなした。deCODE (n>35,000) やFenlandなどの大規模血漿pQTLアトラス、およびOlink CSF (n=2524)・UK Biobank血漿Olink (n>50,000) との独立検証を実施した。脳pQTLデータ (Wingo et al., 2023; Yi et al., 2024) とも比較した。
神経疾患GWASとの統合: 7神経変性疾患 (AD・PD・多発性硬化症 [MS]・レビー小体型認知症 [DLB (dementia with Lewy bodies)]・前頭側頭型認知症 [FTD (frontotemporal dementia)]・筋萎縮性側索硬化症 [ALS (amyotrophic lateral sclerosis)]・進行性核上性麻痺 [PSP (progressive supranuclear palsy)]) および7精神疾患 (統合失調症 [SCZ]・双極性障害 [BD]・うつ病 [DEP]・自閉スペクトラム症 [ASD]・注意欠陥多動性障害 [ADHD]・神経性食欲不振症 [AN]・神経症傾向 [Neuroticism])、さらに2代謝形質 (WHRadjBMI・T2D) のGWASサマリー統計量を使用した。PWAS (Proteome-wide Association Study)、共局在、Mendelian randomization (MR) の複数手法で同定された関連を「Top hits」として定義した。遺伝相関はRHOGE (rho-gene expression) 法で推定した。経路解析にはGO/REACTOMEを使用した。