設計図なしでバラバラな細胞たちをパズルのように組み立てる
～教師データなしに変異体の遺伝子発現マップを予測する機械学習法～

　遺伝子が体の中のどこで、どのように働いているかを知ることは、疾患や生命のメカニズムを解き明かすために重要です。近年、「空間トランスクリプトミクス」と呼ばれる計測技術を使えば、組織の中で遺伝子がどの場所で活性化しているかを空間マップとして網羅的に可視化できるようになりました。これを「空間トランスクリプトーム」と呼び、近年生物/疾患研究で盛んに利用されています。しかし、この技術はコストが高く操作も複雑なため、限られた環境でしか使えないのが現状です。

　今回、名古屋大学大学院医学系研究科の大河内康之助教、本田直樹教授（兼任：広島大学大学院統合生命科学研究科特任教授）、奈良先端科学技術大学院大学生命科学研究基盤センターの松井貴輝准教授、理化学研究所生命機能科学研究センターの近藤武史チームディレクターらの研究グループは、１細胞RNAシーケンシング（RNA-seq）法で計測された遺伝子発現データから、空間トランスクリプトームを教師データなしに予測する新規機械学習法ZENomixを開発しました。

　ZENomixは、Maternal-zygotic oep (MZoep) 変異体のゼブラフィッシュ初期発生胚の空間トランスクリプトームを正確に予測することが示されました。またZENomixの予測を利用して、中内胚葉への分化を促すシグナル因子Nodalによって発現が抑制される新規遺伝子を8遺伝子発見することに成功しました。発見された遺伝子の予測空間発現パターンは、in situ ハイブリダイゼーション法による実験的な計測と一致しました。

　ZENomixの最大の特徴は、健常な（野生型）組織の空間データさえあれば、疾患や変異を持つ組織の空間的な遺伝子発現パターンを予測できる点です。疾患専用の空間遺伝子発現データをあらためて取得する必要はありません。ZENomixを利用することで、世界中で蓄積されている膨大な1細胞RNA-seqデータに空間的な視点を加えることが可能になります。ZENomixは疾患の病態解明や発生生物学の研究を大きく加速させる技術として、今後の活用が期待されます。

　本研究成果は、2026年6月12日付国際学術雑誌『Patterns』に掲載されました。

【研究成果のポイント】

・変異体の1細胞計測データから、空間トランスクリプトームを教師データなしで予測する機械学習技術（ZENomix）を開発

・ZENomixは、変異体の空間トランスクリプトームを高精度で予測する

・ZENomixを活用した空間変動遺伝子スクリーニング法で新規Nodal制御遺伝子を同定した

・変異体・疾患の1細胞計測データに適用することで、生物学/疾患研究に幅広い応用が期待される

詳しい研究成果（和文）はこちら

詳しい研究成果（英文）はこちら