コネクトミクスへの新しいアプローチ

イリノイ大学アーバナ・シャンペーン校の研究者たちは、神経科学で最も難しい仕事の一つを、より速く、より拡張しやすくすることを目指す手法を開発した。ニューロン同士がどのようにつながっているかをマッピングする方法である。Connectome-seq と呼ばれるこの技術は、RNAバーコードを使ってニューロンにラベルを付け、細胞がシナプスでどこにつながっているかを特定する。チームによれば、この手法はマウス脳で単一シナプス分解能により数千の神経接続を捉えた。

Nature Methods に掲載されたこの研究は、脳マッピングを主にイメージングに基づく課題ではなく、シーケンシングの課題として捉え直している。これこそが研究者たちが主張する核心的な進歩である。手間のかかる切片作製、顕微鏡観察、手作業による再構築に主に頼るのではなく、この手法はシーケンシングのワークフローで読み取れる分子タグを使う。

なぜ脳のマッピングはそれほど難しいのか

神経回路の理解は、長い間、脳そのものの圧倒的な複雑さに制約されてきた。従来のマッピング手法では、脳組織を極めて薄いスライスに切り、画像化し、その後で一つずつ再構築する必要があることが多い。このプロセスは強力ではあるが、遅く、労力が大きく、大量の細胞やシナプスへ拡張するのが難しい。

より新しいシーケンシングベースの手法は、多くのニューロンを一度に標識することで処理能力を改善したが、イリノイ大学チームによれば、そうしたツールは一般にニューロンがどこまで伸びているかは示せても、シナプスでどの正確な細胞とつながっているかまでは示さない。この違いは重要だ。配線図が本当に有用になるのは、研究者が近接や投射パターンだけでなく、細胞間の実際の通信経路を特定できるときである。

イリノイ大学で細胞・発生生物学の教授であり本研究の責任者である Boxuan Zhao は、この課題を工学的な言葉で説明した。脳がどのように配線されているか分からなければ、その機能を十分に理解することも、モデルを最適化することも、病気がシステムを乱したときに何が起きているのかを修正することもできない、と彼は述べた。

Connectome-seq の仕組み

Connectome-seq の基本概念は、各ニューロンに固有の分子バーコードを割り当てることだ。これらのRNAバーコードは、ニューロン同士がつながる場所で混ざり合い、研究者は対になったバーコード情報を読み取ることでシナプス結合を推定できる。結果として得られるのは、画像トレースだけではなくシーケンシングデータから作られた、どの細胞がつながっているかの地図である。

大学が提供した要約では、研究者たちはこの技術を、単一シナプス分解能で数千の神経接続を同時にマッピングできるものと説明した。この速度、規模、詳細さの組み合わせは現行技術では得られないと彼らは述べている。

この主張がより広く採用されても成り立つなら、この手法は、ますます高精度な神経ネットワーク地図を作ろうとするコネクトミクスにとって重要な一歩となる可能性がある。重要なのは技術面だけではない。より良い接続地図は、回路がどのように組織されているか、情報がネットワーク内をどう移動するか、そして病気が正常な構造をどこで変えてしまうかを明らかにできる。

マウス実験で何が示されたか

マウスでは、この手法がこれまで知られていなかった脳細胞間の接続を明らかにしたと報告されている。ソース要約にはその具体的な接続は列挙されていないため、最も明確に支持される結論は、既存の手法では以前に特定されていなかった神経関係をチームが発見した、ということだ。

これは重要だ。なぜなら、あらゆるマッピング手法の最も強い試金石の一つは、それが研究者のシステム理解を変えるような回路を明らかにするかどうかだからだ。既知の構造を再現するだけのツールも価値はあるが、新しい接続を明らかにするツールは、科学的な見取り図を変え始める。

研究者たちはまた、この手法が単一シナプス分解能で機能することを強調している。これはこの分野で重要な表現だ。シナプスは、ニューロンがコミュニケーションを行う機能的な接点である。そのレベルでネットワークを見ることで、地図が単なる広い解剖学的重なりではなく、意味のある生物学的相互作用を捉える可能性が高まる。

なぜシーケンシングが回路科学の速度を変えるかもしれないのか

Connectome-seq のより深い意味は方法論にある。シーケンシングは、かつて専門的だった測定作業をより安価に、より速く、より拡張しやすくすることで、生物学を何度も変えてきた。イリノイ大学チームは、接続性をバーコード読み出しに変換できれば、回路マッピングでも同様の転換が起こりうる、と実質的に主張している。

それによって神経科学に不可欠なイメージングが不要になるわけではないが、従来のコネクトミクスのワークフローで最も遅い部分への依存を減らせるかもしれない。シーケンシングに適したアプローチは、研究室がはるかに多くの細胞を調べ、より多くの条件を比較し、発達、学習、損傷、病気の研究をより迅速に反復することを可能にするだろう。

また、シーケンシング基盤とデータパイプラインがすでに広く整備されている現代分子生物学の他の領域と、神経回路解析をより相性の良いものにできる。戦略的な価値は、より良い分解能だけでなく、より高いスループットと、より広い利用可能性にもある。

疾患との関連は提案の大きな部分を占める

イリノイ大学の研究者たちは、この手法を神経疾患に明確に結びつけている。Zhao は、この技術は神経変性疾患における回路機能不全の理解に直接応用でき、回路に基づく治療介入のための基盤にもなりうると述べた。

これは野心的な構想だが、方向性は明確だ。アルツハイマー病やその他の神経変性疾患は、単に細胞が死ぬことやタンパク質が誤って折りたたまれることの問題ではない。回路の破綻の病気でもある。もし研究者が特定の接続がどのように失われ、再配線され、不安定化するかを観察できれば、初期変化を特定し、影響を受けたネットワークをより正確に標的とする介入を設計する上で有利になるかもしれない。

要約は早期検出への潜在的な関連性も示唆しているが、この手法自体が臨床診断ツールだとは主張していない。この段階では、この研究はマウスでの研究基盤であり、人間への医療応用ではない。直近の重要性は、基礎およびトランスレーショナルな神経科学を支える技術としての意義にある。

まだ証明されていないこと

多くの技術的ブレークスルーと同様、次の段階は検証と普及である。新しいマッピング手法は、再現性、管理可能な誤差率、そして異なる脳領域や実験条件での有用性を示さなければならない。他の研究室の研究者は、Connectome-seq がどこまで広く適用できるのか、実装の難しさはどれほどか、そしてその読み出しが確立された手法と比べてどうかを知りたがるだろう。

ソース資料は、この手法が従来法よりも速く、より拡張しやすいという強い主張を支えているが、最終的にはこの分野が繰り返しの使用と比較によって判断することになる。それでも、この研究は生物学における大きな流れに合致している。つまり、構造を大規模に読み取り、処理し、分析できるデータへ変える流れだ。

Connectome-seq が説明どおりに機能し続けるなら、脳マッピングを職人的な再構築から、より高スループットな回路科学へと移行させる助けになるかもしれない。神経科学にとって、それは意味のある変化だ。脳の配線は、その機能を理解するうえで常に中心だった。欠けていたのは、その配線を大規模に読む実用的な方法だった。イリノイ大学チームの答えは、ネットワークにタグを付け、そのコードをシーケンスすることだ。

この記事は Science Daily の報道に基づいています。元記事を読む.