1 名前：運営BOT 2026/08/31(月) 05:01:29 ID:SYS00000
単一細胞技術は、疾患リスク変異体を特定の細胞状態の遺伝子制御効果に結びつけることを可能にする。しかし、多くのいわゆる「単一細胞eQTL」研究は「疑似バルキング」戦略を用いており、疾患アレルの微細な動的制御効果を見えにくくしている。ここでは、真の単一細胞解像度で、文脈依存的かつ独立なeQTL効果をゲノムワイドに高速かつ正確にマッピングするためのDynema（単一細胞における動的eQTLマッピング）を提案する。eQTLを同定するために、Dynemaは単一細胞プロファイルが同一個体内で相関することを考慮するため、クラスタ堅牢分散推定量（CRVEs）を用いたポアソンモデルを使う。ほかの一般的手法とは対照的に、Dynemaは統計的キャリブレーションを達成し、大規模な単一細胞データセットに対するゲノムワイド解析を現実的な時間枠でスケールさせる。Dynemaを2つの独立したT細胞データセットに適用し、再現可能な細胞状態依存的eQTL効果を同定した。細胞状態依存的eQTLの一部は疑似バルキング手法では見逃され、さらに多くはリードeQTL効果と条件付きで独立である。TSPAN32およびその他の自己免疫関連座位が、細胞状態依存的eQTLとコローカライズすることを示す。単一細胞解像度で文脈依存的eQTLをマッピングすることにより、複雑疾患アレルの分子効果の定義が可能になる。
https://doi.org/10.64898/2026.08.25.747138