Simple Science

最先端の科学をわかりやすく解説

# 生物学# ゲノミクス

X染色体の不活性化とその影響を理解する

X染色体の不活性化とその健康への影響を探る。

― 1 分で読む


XCIリサーチインサイトXCIリサーチインサイト見が明らかになった。新しい方法でXCIと健康に関する重要な発
目次

女性は2つのX染色体を持ってるけど、男性は1つのXと1つのY染色体を持ってるから、女性のX染色体のうち1つがオフになるんだ。このプロセスをX染色体不活性化(XCI)って呼ぶんだよ。だから、各細胞で働くのは1つのX染色体だけで、性別間の遺伝子量をバランス取るのに役立つんだ。

X染色体不活性化の仕組み

片方のX染色体をシャットダウンするのは一般的にランダムじゃないけど、このプロセスの仕組みがさまざまな生物学的機能に影響を与えるんだ。早期発達の段階では、各細胞でランダムに1つのX染色体が選ばれて不活性化される。この選択は色んな方法で行われて、いくつかの生物学的プロセスに影響されるんだ。例えば、XISTって呼ばれる非コードRNAがこの不活性化プロセスに関与してる。DNAの化学マーカーの変化、例えばDNAメチル化やヒストン修飾も、どのX染色体がサイレンスされるかを決めるのに役立つんだよ。

不活性化から逃れる遺伝子

興味深いことに、X染色体上の約4分の1の遺伝子が不活性化から逃れることができるんだ。つまり、これらの遺伝子は活性なX染色体と不活性なX染色体の両方から発現するってこと。これらの逃避遺伝子の発現の違いが性別間の差につながったり、いくつかの癌や自己免疫疾患の原因にもなったりするんだ。だから、これらの逃避遺伝子の存在は遺伝子研究を複雑にして、X染色体の分析を難しくするんだよ。

XCI逃避を理解する重要性

どの遺伝子がXCIから逃れるのかを理解するのは、性別間の生物学的な違いを説明するのに重要なんだ。この知識は、特にどちらか一方の性でより流行る疾患に関する遺伝子研究の課題を解決するのにも役立つんだよ。

XCI逃避を研究する以前の方法

これまで、研究者たちは特定のX連結変異を持つ女性細胞株を見て、遺伝子が不活性化から逃れるかどうかを判断してきた。多くの研究が、片方のX染色体が不活性化される可能性が高い偏ったXCIを示す細胞株を使って、多くの遺伝子を調査してきた。でも、これらの結果は人間の体で起こることを正確に反映してないかもしれない。いくつかの方法では、XCI逃避の微妙な変化を効果的に捉えられない組織サンプルが使われたんだ。

性別間の遺伝子発現の分析

別のアプローチとして、男性と女性の間で遺伝子発現がどう違うかを見る方法がある。包括的なデータセットを使った研究が、組織全体の違いを特定しようとしたけど、ホルモンの影響など他の要因を考慮できていないことが多くて、XCIから逃れた遺伝子の具体的な影響を評価するのが難しかったんだ。また、過去のほとんどの研究はバulk RNAシーケンシングに依存していて、さまざまな細胞タイプでの遺伝子逃避の違いを洞察することができなかったんだ。

シングルセルRNAシーケンスの活用

最近の進展として、シングルセルRNAシーケンシング技術を使ってXCI逃避を研究する方法があるんだ。この方法を使うことで、研究者は個々の細胞でどのX染色体が不活性化されているかを評価できて、実際の生理的条件下での逃避メカニズムをより詳しく理解できるんだよ。でも、現在の計算手法は各細胞からたくさんのデータが必要で、主にプレートベースの技術で生成されたシングルセルデータとの互換性があるんだ。

新しい方法の導入

これらの制限を克服するために、高スループットデータ、例えば10X Genomicsデータと効果的に連携する新しい方法が開発されたんだ。その一つが「シングルセルレベル不活性化X染色体マッピング(scLinaX)」っていう方法で、研究者が末梢血単核細胞(PBMC)からの大規模データセットを使って、多くの免疫細胞タイプでのXCI逃避を分析できるようにしてるんだ。

免疫細胞タイプ間の逃避の評価

PBMCサンプルから1百万の細胞を使ってscLinaX法を使ったとき、研究者たちは異なる免疫細胞タイプ間でXCIから逃避する遺伝子の発現の違いを測定できたんだ。この分析ではバulkとシングルセルレベルの差次遺伝子発現分析の両方が行われたよ。

PBMC分析からの結果

この研究では、より多くの細胞を持つ免疫細胞タイプは、性別間の遺伝子発現の有意な違いが見つかることが多いって結果が出たんだ。さらに、X連結遺伝子は、男女の発現の違いを示す重要な遺伝子の中で特に豊富だったよ。ある遺伝子はリンパ球で強い影響を示したけど、他の遺伝子は細胞タイプ間で異なる発現パターンを示したんだ。

シングルセルレベルの違いの探求

これらの変動をシングルセルレベルでよりよく理解するために、研究者たちは連続的な細胞状態を分析したんだ。これにより、不活性化から逃れた遺伝子に対して性別と細胞状態の間での有意な相互作用を観察することができたよ。結果は、ミエロイド細胞に比べてリンパ球で逃避がより顕著であることを一貫して示したんだ。

scLinaX法の実施

scLinaX法は、ドロップレットベースのシングルセルRNAシーケンシングデータを使って、直接XCIからの逃避を評価するために実施された。特定のSNPからのデータを相関させることで、研究者は個々の細胞でどのX染色体が活性かを割り当てることができたんだ。これにより、不活性なX染色体からの発現比率の推定が可能になったよ。

scLinaX法による発見

scLinaXの適用により、不活性化から逃れることが知られている遺伝子は、さまざまな細胞タイプで不活性なX染色体からの発現比率が高くなる傾向があることが明らかになったんだ。この分析は、異なる免疫細胞タイプ間の逃避の特異性に関する以前の仮説を確認するのに役立ったよ。

scLinaX-multiによるマルチモーダルアプローチ

scLinaX法の拡張版であるscLinaX-multiが開発されて、クロマチンアクセスのレベルでの逃避を評価できるようになったんだ。この方法は、RNAとATACシーケンシングデータを組み合わせて、X染色体の不活性化がクロマチン構造とアクセスにどのように影響するかを理解するために使われるんだよ。

クロマチンアクセス分析からの結果

scLinaX-multiを使って、研究者たちは逃避遺伝子に関連するピークが他のピークよりも不活性なX染色体からのアクセス可能なクロマチンの比率が高いことを発見したんだ。この分析は、転写とクロマチンレベルの逃避との関連を確認して、リンパ球での逃避の程度が他の細胞タイプよりも大きいことを強調したよ。

複数の臓器にわたる評価

scLinaX法は、より広範囲なコンテキストでの逃避を評価できるように、大規模な多臓器データセットにも適用されたんだ。この分析では、リンパ組織が他の臓器タイプよりも逃避の程度が高いことが示されて、逃避メカニズムがさまざまな生物学的コンテキストで異なる可能性があることを示唆したんだよ。

疾患条件の探求

XCI逃避を理解することには疾患に関する含意もあるんだ。例えば、不活性化から逃れる特定の遺伝子は自己免疫疾患に関連していて、これらの遺伝子の逃避は疾患状態で増加するかもしれない。でも、これらの変化を分析するのは難しくて、確定的な結論を出すにはさらなる研究が必要なんだ。

ジェノタイプ-フェノタイプ関連における逃避の役割

逃避が遺伝子発現にどう影響するかを理解することに加えて、特性の変動や疾患感受性への影響も考慮することが重要なんだ。遺伝子関連研究では複雑さからX染色体を除外することが多かったけど、逃避を調べることで性に関連する遺伝的特性の違いが明らかになるかもしれないから、未来の研究にこれらの分析を含めることが重要なんだよ。

結論

要するに、scLinaXやscLinaX-multiといった新しい方法の開発は、さまざまな免疫細胞タイプや組織におけるXCI逃避の理解を進めてきたんだ。これらのツールは、性差や疾患感受性の背後にある生物学的メカニズムについての洞察を提供していて、遺伝子研究におけるX染色体のさらなる探求の必要性を強調してるんだ。技術が進化を続ける中で、XCIや人間の健康への影響について、より深い理解が得られることが期待されるよ。

オリジナルソース

タイトル: Quantification of escape from X chromosome inactivation with single-cell omics datasets reveals heterogeneity across cell types and tissues

概要: One of the two X chromosomes of females is silenced through X chromosome inactivation (XCI) to compensate for the difference in the dosage between sexes. Among the X-linked genes, several genes escape from XCI, which could contribute to the differential gene expression between the sexes. However, the differences in the escape across cell types and tissues are still poorly characterized because no methods could directly evaluate the escape under a physiological condition at the cell-cluster resolution with versatile technology. Here, we developed a method, single-cell Level inactivated X chromosome mapping (scLinaX), which directly quantifies relative gene expression from the inactivated X chromosome with droplet-based single-cell RNA-sequencing (scRNA-seq) data. The scLinaX and differentially expressed genes analyses with the scRNA-seq datasets of [~]1,000,000 blood cells consistently identified the relatively strong degree of escape in lymphocytes compared to myeloid cells. An extension of scLinaX for multi-modal datasets, scLinaX-multi, suggested a stronger degree of escape in lymphocytes than myeloid cells at the chromatin-accessibility level with a 10X multiome dataset. The scLinaX analysis with the human multiple-organ scRNA-seq datasets also identified the relatively strong degree of escape from XCI in lymphoid tissues and lymphocytes. Finally, effect size comparisons of genome-wide association studies between sexes identified the larger effect sizes of the PRKX gene locus-lymphocyte counts association in females than males. This could suggest evidence of the underlying impact of escape on the genotype-phenotype association in humans. Overall, scLinaX and the quantified catalog of escape identified the heterogeneity of escape across cell types and tissues and would contribute to expanding the current understanding of the XCI, escape, and sex differences in gene regulation.

著者: Yukinori Okada, Y. Tomofuji, R. Edahiro, Y. Shirai, K. H. Kock, K. Sonehara, Q. S. Wang, S. Namba, J. Moody, Y. Ando, A. Suzuki, T. Yata, K. Ogawa, H. Namkoong, Q. X. X. Lin, E. V. Buyamin, L. M. Tan, R. Sonthalia, K. Y. Han, H. Tanaka, H. Lee, Asian Immune Diversity Atlas Network, Japan COVID-19 Task Force, The BioBank Japan Project, T. Okuno, B. Liu, K. Matsuda, K. Fukunaga, H. Mochizuki, W.-Y. Park, K. Yamamoto, C.-C. Hon, J. W. Shin, S. Prabhakar, A. Kumanogoh

最終更新: 2024-06-24 00:00:00

言語: English

ソースURL: https://www.biorxiv.org/content/10.1101/2023.10.14.561800

ソースPDF: https://www.biorxiv.org/content/10.1101/2023.10.14.561800.full.pdf

ライセンス: https://creativecommons.org/licenses/by-nc/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた biorxiv に感謝します。

類似の記事