見出し画像

喘息のRadiomultiomics研究：定量CTと分子データ（プロテオミクスやトランスクリプトミクス）による気道リモデリングや炎症の程度の違いなど個別化治療ターゲットへ

Makisey

喘息は、元々、人によって症状や原因が異なる「多様な病気」である。CT（コンピュータ断層撮影）で撮影した肺の画像と、血液や痰から得られる分子データを組み合わせて、重症喘息の患者をグループ分け（クラスター化）したもの。



定量的CTの測定項目

  1. 気道形態：内腔面積（LA）、壁面積（WA）、壁面積の総面積に対する比率（Pct WA）。

  2. 肺気腫様変化：CT値が-950HU以下の低減衰領域（LAA -950HU）や肺密度の平均値標準偏差（MLD SD）。

  3. 空気閉塞：CT値が-856HU以下の低減衰領域（LAA -856HU）。

RAC1、RAC2、RAC3のそれぞれのグループには特徴的な違いがありました：

  • RAC1：肥満が多く、比較的軽度の症状。

  • RAC2：気道壁が厚く、軽度の空気閉塞が見られる。

  • RAC3：肺が大きくなり、空気がうまく吐き出せない「重度の閉塞」が特徴。


図3 放射マルチオミクス関連クラスター（RACs）における統合経路強化解析のエンリッチメントマップ。
ActivePathwaysの結果をエンリッチメントマップとして表現し、各ノードが経路を示す。多数の共有遺伝子を持つ経路はネットワークで接続され、より広範な生物学的テーマを表現する。CytoscapeソフトウェアとEnrichmentMapアプリを使用して、統合された経路の強化をネットワークとして視覚化した。ノードの色は、ActivePathwaysで最初に解析されたスコアマトリックスに基づき、対応するオミクスデータセットでの経路のエンリッチメントを示している。遺伝子、タンパク質、経路の略語の完全な定義については補足資料を参照されたい。

1. 図の構造ノード（円）
各ノードは、解析で特定された生物学的経路（分子経路）を表す。円の大きさは、その経路の重要性やエンリッチメントの程度を示している可能性がある。
色の意味
ノードの色は、経路がどのオミクスデータセット（血液、気管支生検、鼻腔ブラッシングなど）からサポートされているかを示している。
例えば、赤は血液、緑は気管支ブラッシング、青は血清プロテオミクスなど。
ネットワーク（線の接続）
線でつながっている経路は、多くの共有遺伝子や関連する分子を持つため、関連性が強いことを示している。

2. 比較対象図は、異なるRAC間の経路の違いを比較している。
上部：「RAC1 vs RAC2」と「RAC1 vs RAC3」の比較。
下部：「RAC2 vs RAC3」の比較。

3. 主なポイントRAC1 vs 他のクラスター
RAC1 vs RAC2
補体カスケードやレプチンシグナルがRAC1で特に活性化している。これらは肥満との関連が示唆されている。
RAC1 vs RAC3
IL-3、IL-5、GM-CSFシグナルなどの免疫関連経路が異なる。
KITシグナル（幹細胞因子）やCD28共刺激などの経路がRAC1で特徴的。
RAC2 vs RAC3
ECM（細胞外マトリックス）組織化経路がRAC2で活性化しており、これは気道リモデリングと関係がある。
セマフォリン経路（SEMA3AやSEMA4Dを含む）がRAC2では抑制されているが、RAC3では抑制されていない。
RAC3では、免疫シグナル（サイトカインやインターロイキン）やECMの分解（MMP1/9、NOS2を含む）が活性化。

4. 意義
この図は、各RACで異なる分子経路が活性化または抑制されていることを視覚的に示しており、それが各RACの病態の違いを反映している。
具体的には：
RAC1：肥満に関連する補体経路や代謝経路が特徴。
RAC2：気道リモデリングと関連する増殖性経路が活性化。
RAC3：炎症、免疫シグナル、組織分解が顕著。

結論
この図は、RAC（クラスター）の特異的な分子経路を比較することで、喘息の異なる病態や進行メカニズムを理解するための重要な手がかりを提供している。また、RAC2とRAC3で見られる経路の違いは、気道リモデリングや炎症の程度の違いを説明しており、将来的な個別化治療のターゲットを見つける助けとなる

背景と目的

  • 喘息は人によって症状や原因が異なる「多様な病気」です。そのため、すべての患者に同じ治療法が有効とは限りません。

  • この研究では、CT（コンピュータ断層撮影）で撮影した肺の画像と、血液や痰から得られる分子データを組み合わせて、重症喘息の患者をグループ分け（クラスター化）しました。

  • それぞれのグループがどのような分子や経路と関係があるのかを調べることで、重症喘息の原因や進行の仕組みを理解し、将来的には「その人に合った治療」を見つけることを目指しています。

2. 研究で何をしたか

  • グループ分け：肺のCT画像を分析して、重症喘息患者を3つのグループ（RAC1、RAC2、RAC3）に分類しました。

  • データ統合：血液や痰から得た分子データ（プロテオミクスやトランスクリプトミクス）を使って、それぞれのグループに関連する分子や経路を調べました。

  • 再現性確認：別の喘息コホート（ATLANTIS）で同じ方法を用い、グループ分けが再現可能かどうかを確認しました。

3. 主な発見

  • RAC1、RAC2、RAC3のそれぞれのグループには特徴的な違いがありました：

    • RAC1：肥満が多く、比較的軽度の症状。

    • RAC2：気道壁が厚く、軽度の空気閉塞が見られる。

    • RAC3：肺が大きくなり、空気がうまく吐き出せない「重度の閉塞」が特徴。

  • 各グループは、それぞれ異なる「分子経路」に関連しており、これらの経路が病気の進行や症状の違いを引き起こしている可能性が示されました。

4. 意義

  • 病気の仕組みの理解：喘息の重症化のメカニズムや、なぜ人によって症状が異なるのかを分子レベルで理解する手がかりが得られました。

  • 個別化医療への可能性：グループごとに異なる治療法を考える「個別化医療」の実現に向けた第一歩となります。

    • 例えば、RAC2では気道壁のリモデリング（組織変化）を抑える薬が有効かもしれません。

    • RAC3では、炎症を抑える薬や、空気の出入りを改善する薬が必要かもしれません。

  • 新しい研究手法の提案：CT画像と分子データ、AIを組み合わせて病気を分析する「放射マルチオミクス」という方法が、他の病気の研究にも応用できる可能性があります。

5. まとめ

この研究は、喘息が「一つの病気」ではなく、原因や進行の仕組みが異なる「複数の病気」であることを示しています。CT画像や分子データを組み合わせて患者をグループ分けすることで、重症喘息の仕組みを詳しく調べ、その人に合った治療法を見つける可能性を広げています。これは、喘息だけでなく、他の病気にも応用できる画期的な方法です。

当該論文：

Zounemat Kermani, Nazanin, Kian Fan Chung, Giuseppe Macis, Giuseppe Santini, Franz A.A. Clemeno, Ali Versi, Kai Sun, ほか. 「Radiomultiomics: Quantitative CT Clusters of Severe Asthma Associated with Multiomics」. European Respiratory Journal 64, no. 5 (2024年11月): 2400207. https://doi.org/10.1183/13993003.00207-2024.


**研究の概要**
(q)CT: （定量的）コンピュータ断層撮影
RAC: 放射マルチオミクス関連クラスター
BMI: 体格指数（ボディマス指数）
IGF: インスリン様成長因子
FEF25–75%: 強制肺活量の25–75%における努力呼気フロー
ECM: 細胞外マトリックス
RV: 残気量
TLC: 全肺気量
遺伝子、タンパク質、経路の略語の完全な定義については、補足資料を参照されたい。

背景
肺の定量的コンピュータ断層撮影（qCT）を用いた重症喘息のクラスターが報告されているが、その再現性や基礎疾患メカニズムは不明である。本研究では、2つの独立した喘息コホートで重症喘息のqCTクラスターを特定し再現性を検証した。また、qCT、マルチオミクス、機械学習/人工知能を統合した放射マルチオミクスを用いて、これらクラスターと分子経路との関連を明らかにした。

方法
U-BIOPREDコホートにおける105名の重症喘息患者の気道および肺のCTスキャンデータに基づき、qCT測定値を用いてコンセンサスクラスタリングを実施した。同じqCT測定値を用いて、ATLANTIS喘息コホートのサブサンプル（n=97）でクラスターを再現した。血液、喀痰、気管支生検、気管支ブラッシング、鼻腔ブラッシングのトランスクリプトミクスデータと、血液および喀痰のプロテオミクスデータを統合して、放射マルチオミクス関連クラスター（RAC）の特性を解析した。

結果
U-BIOPREDコホートで特定されたqCTクラスターと臨床的特徴は、ATLANTISコホートで再現された。U-BIOPREDコホートでは以下の特徴が観察された：

  • RAC1（n=30）

    • 主に女性、高BMI、軽度の気流制限、CT肺容積の減少と肺密度の増加を示し、補体経路の活性化が確認された。

  • RAC2（n=34）

    • 気道壁の厚化と軽度の気流制限がみられ、神経栄養因子受容体チロシンキナーゼ2/チロシンキナーゼ受容体Bなどの増殖経路が活性化し、セマフォリン経路が抑制された。

  • RAC3（n=41）

    • 肺の高濃度領域と空気閉塞の増加、重度の気流制限、肺過膨張が特徴であり、サイトカインシグナルおよびインターロイキン経路、マトリックスメタロペプチダーゼ1、2、9が活性化した。

結論
U-BIOPREDコホートにおける重症喘息のqCTクラスターは、独立した喘息コホートで再現され、特定の分子経路と関連付けられた。放射マルチオミクスは、喘息の病態生物学における新しい分子経路を特定するための新しい戦略を提供する可能性がある。

序文：

喘息とqCTの知見

  • 高解像度定量的コンピュータ断層撮影（qCT）は、気道壁の肥厚や空気閉塞が以下と関連することを明らかにしている：

    • 気流制限

    • 気管支拡張薬反応性

    • 喘息の重症度

    • 好中球性炎症

  • qCTは、臨床的特徴のクラスター解析から導き出される喘息の表現型を特定する。

  • qCT表現型は、気管支内腔や壁の変化、空気閉塞の程度によって喘息の重症度や気流制限の度合いを反映する。

  • 研究目的

    • U-BIOPRED喘息コホートの肺HRCTスキャンから得たqCT測定値を用いて、qCTクラスターを特定し、これをATLANTISコホートで再現した。

    • 各クラスターが気道のさまざまな部位や血液から得られるオミクスデータと関連するかを仮定し、関連する分子経路を特定した。

  • 統合放射マルチオミクスの手法

    • qCT、トランスクリプトミクス、プロテオミクスを統合し、機械学習/人工知能（AI）を活用する「統合放射マルチオミクス」アプローチを採用した。

    • この探索的研究では、U-BIOPREDコホートの患者から得られたトランスクリプトミクスおよびプロテオミクス分析を基に、qCTクラスターを分子経路と関連付けた。

研究方法：

  • 参加者

    • 本研究は多施設の欧州U-BIOPRED研究の横断データを使用し、ベースライン訪問と12～18か月後の縦断的訪問のデータを含む。

    • U-BIOPRED成人コホートには、重症喘息非喫煙者（n=311）、重症喘息現在または元喫煙者（n=110）、軽度～中等度喘息患者（n=88）、健康な非喫煙者（n=101）が含まれる。

    • 喘息の重症度分類は国際ガイドラインに基づき、全員が吸入ステロイドで維持治療を受けている。

    • 倫理委員会の承認を得て、参加者全員から書面によるインフォームドコンセントを取得している。

  • 定量的HRCT（qCT）

    • U-BIOPREDコホートの105名の喘息患者（重症喘息非喫煙者73名、喫煙者/元喫煙者20名、軽度～中等度喘息患者12名、健康対照15名）に対し、標準化されたプロトコルでHRCTを実施した。

    • qCTパラメータは、気道形態（内腔面積、壁面積、全面積に対する壁面積比率）、肺気腫様変化（低減衰領域の割合、平均肺密度の標準偏差、CT値の累積分布の15パーセンタイル）、空気閉塞（低減衰領域の割合）を測定した。

  • qCTクラスターの再現

    • U-BIOPREDデータセットをトレーニングセット（70%）とテストセット（30%）に分割して内部再現を行った。

    • 外部再現では、ATLANTISコホートのサブセットをU-BIOPREDコホートに一致させ、同一のqCT測定値と機械学習ワークフローを使用してクラスターを再現した。

    • qCTクラスターは再現できたが、対応するオミクスデータがないためRACs（放射マルチオミクス関連クラスター）は再現できなかった。

  • qCTデータとクラスター解析の統合

    • 50のqCTパラメータを解析し、相関が高いパラメータ（絶対Spearmanρ≥0.85）は最も重要なものを選択した。

    • ConsensusClusterPlusを使用して喘息患者のみに適用し、最適なRAC数を特定した。

  • 統合機能解析

    • トランスクリプトミクス（血液、喀痰、気管支生検/ブラッシング、鼻腔ブラッシング）およびプロテオミクスデータ（血漿抗体ビーズアレイ、血清・喀痰データ）を用いて分子表現型を特定した。

    • 各RAC間および内部で遺伝子・タンパク質発現解析を行い、優先遺伝子・タンパク質をActivePathwaysで特定した。

    • 統合された遺伝子リストを用いて経路の過剰表現解析を実施し、Benjamini–Hochberg法でp値を調整した。

    • Cytoscapeを使用して経路ネットワークを視覚化し、経路内の共有遺伝子を基に遺伝子/タンパク質シグネチャーを作成した。

    • シグネチャーのスコアはGSVAで計算し、Kruskal–Wallis検定およびMann–Whitney U検定でRAC間の比較を行った。

結果：

  • qCTクラスターの特定と解析

    • 12の吸気および10の呼気のHRCTパラメータを用いてコンセンサスクラスタリングを実施し、RAC1（30名）、RAC2（34名）、RAC3（41名）の3つのクラスターを特定した。

    • クラスターは明確に分離されたが、RAC2とRAC3にわずかな重複が見られた。

    • qCTクラスターはU-BIOPREDコホートで発見され、ATLANTISコホートで再現された。

  • qCTバイオマーカーの特徴

    • RAC2は気道壁厚化を反映するqCT値が最も高く、気道リモデリングが卓越していることを示唆した。

    • RAC3では、肺の低減衰領域（LAA）が増加し、空気閉塞が顕著であった。

    • 臨床的特徴では、RAC1が高BMIを示し、RAC3が低いFEV1/FVC%、FEF25–75%の予測値を示した。

  • RACに関連する分子経路

    • RACごとに特異的な分子経路が同定された。

    • RAC2：組織リモデリングや増殖性経路（NTRK2/TRKBシグナル）が活性化し、セマフォリン経路が抑制された。

    • RAC3：サイトカインやインターロイキン経路、細胞外マトリックス（ECM）経路が活性化し、MMP1/9やNOS2が関与した。

    • RAC1：補体カスケードやインスリン様成長因子（IGF）経路、レプチンシグナルが活性化した。

  • 分子データと経路解析

    • プロテオミクスとトランスクリプトミクスを統合して分子経路を解析し、RACごとの差異を検出した。

    • 血清プロテオミクスでは、25の経路がRACにおける特徴として特定された。

    • RAC2では、ECM組織化経路とTGF-β関連経路が活性化した一方、セマフォリン経路が抑制された。

    • RAC3では、NTRKおよびTRKBシグナル、インターロイキン経路、二次メッセンジャー経路が活性化した。

  • 結論

    • 重症喘息患者を対象にしたU-BIOPREDコホートで特定した3つのqCTクラスター（RAC）は、ATLANTISコホートで再現された。

    • U-BIOPREDコホートでは、RACに関連する特定の分子経路が同定されたが、対応するマルチオミクスデータがないため、ATLANTISコホートで分子経路の再現はできなかった。

Discussion要約

  • 研究の概要

    • qCTを用いて重症喘息患者をクラスター化し、U-BIOPREDコホートで特定した3つのクラスター（RAC1、RAC2、RAC3）をATLANTISコホートで再現した。

    • 各クラスターをプロテオミクスおよびトランスクリプトミクスデータと関連付け、気道壁リモデリングや空気閉塞に関連する潜在的な病因メカニズムを明らかにした。

    • qCT、マルチオミクス、機械学習/AIを組み合わせた初の試みである。

  • クラスターの特徴

    • RAC1：健康対照に近い気道壁厚を持つが、低密度領域や肺容積が減少。BMIが高く、補体経路とレプチンシグナルが活性化。

    • RAC2：気道壁の厚化と軽度の空気閉塞を示し、ECM組織化経路や増殖経路（NTRK2/TRKB、PIK3CA、ERBB2）が活性化。セマフォリン経路は抑制された。

    • RAC3：肺の大きさが増加し、空気閉塞が顕著。サイトカインやインターロイキン経路、ECM経路が活性化し、MMP1/9やNOS2が関与。

  • 重要な分子経路とメカニズム

    • RAC2では、ECM組織化経路（Fibulin-1とLTBP2遺伝子）がTGF-β/Smad2シグナルを介して気道リモデリングに関与。

    • RAC3では、MMPやNOS2が肺リモデリングや肺気腫様変化に関与。

    • セマフォリン経路の抑制は、気道リモデリングの抑制効果を示唆。

  • 放射マルチオミクスの意義

    • 構造情報と分子データを統合することで、重症喘息の病態生理的多様性を探る新しいツールを提供する。

    • 個別化医療に向けた新たなアプローチとして、疾患の進行や治療反応を予測する可能性がある。

  • 課題と限界

    • 分子表現型と気道リモデリングや肺気腫様変化の因果関係は明らかでなく、さらなる機構研究が必要。

    • 解析に使用できるマルチオミクスデータセットが限定的であり、外部の独立したデータセットでの再現が求められる。

    • 喫煙の影響を排除したが、喫煙が関連経路に与える潜在的な影響は追加研究が必要。

    • RACの時間経過による変化や環境要因、エンドタイプに基づく薬物療法への反応を検証するためのHRCT縦断研究が必要。

  • 結論

    • qCTクラスターは独立したコホートで再現可能であり、特定の分子経路の変調と関連している。

    • CTデータとマルチオミクスを統合することで、診断および分子経路解析の可能性が拡大し、非侵襲的な構造情報を提供する。

    • 放射マルチオミクスは、重症喘息の個別化医療への新しい道を開く可能性がある。


いいなと思ったら応援しよう！