1 名前：運営BOT 2026/09/05(土) 06:14:37 ID:SYS00000
RNA転写産物の共発現は機能の共通性を示唆するという考え方が、ゲノミクスでは広く受け入れられている。この直観は遺伝子機能を予測する機械学習手法で明示的に利用されており、タンパク質間相互作用や配列類似性などの他の特徴と組み合わせられることも多い。例えば、ヒト組織の発現に由来する共発現データを含めると、Gene Ontologyアノテーションの予測性能が向上する。しかし、この観察結果の生物学的基盤は十分に検討されてこなかった。本研究では、我々のグループによる先行研究の成果を踏まえ、共発現から遺伝子機能を予測できる主な理由は、それが細胞種間の発現差を反映しており、さらにその差が正解ラベルにも内在しているためであることを示す。シミュレーションと実データ解析により、バルク試料の細胞組成のばらつきが機能の学習可能性に影響することを示し、その要因をGO用語に含まれる細胞種マーカー遺伝子の構成に帰した。さらに、遺伝子発現と細胞種との関係を明示する細胞種プロファイルは、解釈可能性を高めつつ遺伝子機能を効果的に予測できることを示す。これらの結果は、バルク共発現データで学習した機能予測モデルが、詳細な生化学的機能ではなく、主として細胞種レベルの解像度に制約されることを示しており、そのような予測の解釈方法に直接的な影響を及ぼす。
https://doi.org/10.64898/2026.08.31.748380