都德のブログ

DNAメチル化：哺乳動物の発生と疾患におけるエピジェネティック制御

Tue, 17 Feb 2026 07:30:00 +0800

はじめに

DNAメチル化はエピジェネティック制御の中核メカニズムの1つです。哺乳動物では、5-メチルシトシン（5mC）は主にCpGジヌクレオチド上で起こり、DNA配列を変えることなく、クロマチン構造を変えたり転写因子の結合に影響を与えたりして遺伝子発現を制御します。

この総説（Smithら、2024、Nature Reviews Genetics）は、哺乳動物の生涯全体にわたるDNAメチル化の動的変化、制御メカニズム、および老化と疾患における役割について体系的にまとめています。過去10年間で、この分野は発見とゲノム特性解析の段階から、この修飾がどのように発生、老化、疾患に寄与するかのより深い機能的理解を求める段階へと成熟しました。

一、体細胞のDNAメチル化ランドスケープ

哺乳動物の生涯にわたる大多数の細胞型は、配列背景に大きく支配された一貫した二峰性メチル化パターン（bimodal methylation pattern）を維持しています。この状態を体細胞ランドスケープ（somatic landscape）と呼びます。これは胚着床時に出現し、下流のすべての細胞・組織型の共通の特徴を表します。

1. CpGアイランドとメチル化状態

CpGアイランド（CGI）：
- 定義：GC含量>50%、Obs/Exp CpG比>0.6、長さ>200bp
- ゲノムの約1-2%を占めます
- 約50%のCGIは転写開始部位と重なり、さらに25%はコード配列または遺伝体内に位置します
- 通常の状態：メチル化されていない
メチル化分布：
- ゲノムの大部分の領域（反復配列、遺伝子間領域）：高度にメチル化
- CpGアイランドプロモーター：メチル化されていない（サイレンシングが起こらない限り）
- 遺伝子本体（gene body）：中程度のメチル化

2. 高メチル化ドメイン（HMDs）と部分メチル化ドメイン（PMDs）

哺乳動物ゲノムは不均質であり、転写される遺伝子領域の密なポケット、比較的孤立した発生遺伝子、広大な遺伝子が乏しく反復エレメントに富んだ「砂漠」が存在します。

高メチル化ドメイン（HMDs）：
- 特徴：早期複製、高遺伝子密度、低核ラミナ関連、高GC含量
- メカニズム：活発に転写される領域へのde novoメチルトランスフェラーゼの動員
部分メチル化ドメイン（PMDs）：
- 特徴：後期複製、高核ラミナ関連、低遺伝子密度、低GC含量
- サイズ：0.1-12 Mb
- カバー範囲：哺乳動物ゲノムの約50%
- 重複領域：LOCKs（大規模なクロマチンK9修飾）、LADs（核ラミナ関連ドメイン）、B compartments
- メカニズム：複製共役によるメチル化の消失

重要な発見：PMDsは多くの成人組織に存在し、長期間のin vitro培養や一部の癌ではメチル化レベルが非常に低くなります。しかし、ヒト胚性幹細胞（ESCs）は無限に継代でき急速に分裂するにもかかわらず、同じような増殖依存性のメチル化消失を示しません——これはエピゲノムの忠実度自体が調節可能であることを示唆しています。

3. ハウスキーピング遺伝子と発生遺伝子のプロモーター

ハウスキーピング遺伝子のCGIプロモーターは通常、持続的にメチル化されていません。なぜなら：

CXXCドメインタンパク質がメチル化されていないCG-rich DNAに結合して保護します
H3K4メチル化がDNMT3活性を拮抗します
R-loop（新生RNAとゲノムDNAが形成する）がDNMT関連複合体をさらに破壊します

発生遺伝子プロモーターは、より大きなGC-richおよびCGI-rich領域内に位置し、**DNAメチル化谷（DMVs）または峡谷（canyons）**と呼ばれます：

サイズ：5-50 kb
状態：天然の組織や細胞型では大部分がメチル化されていません
制御：Polycomb repressive complex 2（PRC2）によって沈着された高レベルのH3K27me3による兼性ヘテロクロマチンとして抑制されます
特徴：H3K27me3（抑制）とプロモーターH3K4me3（活性）の両方を持つ、いわゆる二価ドメイン（bivalent domains）
機能：前駆細胞が関連する分化プログラムを活性化または不活性化できるようにします

DMVの保護メカニズム：

TET酵素（TET1/2/3）はPRC1およびPRC2と共局在します
TETsは5mCを5hmC、5fC、5caCに酸化します
QSER1などの相互作用パートナーはCXXCドメインを介してTETsをDMVsにターゲティングします
KDM2B（H3K36特異的ヒストン脱メチル化酵素）も保護に関与します

疾患におけるDMVの異常：

DNMT3Aの機能獲得変異は、タットン・ブラウン・ラーマン症候群（過成長）またはハイン・シュプラウル・ジャクソン症候群（小人症）を引き起こします
PWWPドメインの変異はDMV境界をぼかし、異常なメチル化が内部に拡散します
TET三重ノックアウトのヒトESCsはDMVのメチル化増加を示します

4. 活性なエンハンサーエレメント

体細胞では、DNAメチル化の変化は通常、転写因子がCpGに乏しい遠位エンハンサーに活発に結合することを反映しています。これらの領域：

ロングリードシーケンシング時代のDNAメチル化計算解析（2025 Nature Reviews Genetics総説）

Tue, 17 Feb 2026 07:30:00 +0800

概要

DNAメチル化（主にCpG部位の5mC）は、遺伝子制御、ゲノムインプリンティング、X染色体不活性化、トランスポゾンサイレンシングなどの過程で中心的な役割を果たす重要なエピジェネティック修飾です。従来のショートリード亜硫酸水素塩シーケンシング（BS-seq）は高精度なメチル化検出が可能ですが、リード長が短く（通常<300bp）、反復配列領域、ハプロタイプ特異的メチル化、構造変異とメチル化の関連などの問題を解決できません。

ロングリードシーケンシング技術（PacBio HiFi、Oxford Nanopore）の登場と、亜硫酸水素塩に依存しないメチル化検出手法の組み合わせにより、この分野は大きく変わりつつあります。このFu、Timp、Sedlazeck（2025、Nature Reviews Genetics）の総説では、DNAメチル化研究におけるロングリードシーケンシングの技術進展、計算手法、応用シーン、今後の方向性が体系的にまとめられています。

一、ロングリードメチル化検出技術

1. 2つの主要プラットフォームの原理

Oxford Nanopore（ナノポア）

原理：DNA分子がナノポアを通過する際、塩基（メチル化修飾を含む）によって異なる電流信号が生じ、機械学習モデルにより電流信号から直接メチル化状態を推定します
利点：
- リード長が極めて長く（Mbレベルに達する）、反復配列や大型SVをまたぐのに適している
- 直接シーケンシングでPCR増幅が不要で、元の修飾情報が保持される
- リアルタイムシーケンシングで迅速に結果が得られる
よく使われるツール：
- Guppy、Dorado（ONT公式の塩基・修飾認識）
- Megalodon（旧バージョン、Doradoに置き換えられつつある）
- Remora（高性能な修飾認識モデル）
- DeepSignal、DeepMod、Nanopolishなどのサードパーティツール

PacBio HiFi（SMRTシーケンシング）

原理：シーケンシング中のポリメラーゼの動力学特性（パルス幅、パルス間隔など）からメチル化状態を推定します
利点：
- 高精度（HiFiリードの精度>99.9%）で、遺伝子変異とメチル化を同時に検出するのに適している
- リード長が適度（10-25kb）で、カバレッジと連続性のバランスが良い
よく使われるツール：
- pb-CpG-tools（PacBio公式ツール）
- Primrose、DeepCpGなど

2. 従来法との比較

特性	ショートリードBS-seq	Nanoporeメチル化	PacBio HiFiメチル化
リード長	<300bp	kb-Mbレベル	10-25kb
ハプロタイプ解析能	低（遺伝子型が必要）	高（長リードで直接可能）	高（HiFiの精度が良い）
反復配列領域のカバレッジ	低	高	中-高
コスト	低	中-高	高
計算資源要件	低	中-高	中

二、計算解析フローとツール

1. 基本フロー：生信号からメチル化部位まで

ナノポアデータ処理

重要なステップ：
- 修飾検出：5mC（CpG）用に学習されたモデルを使用、ONTは複数の事前学習モデルを提供
- フォーマット変換：ModBAMからbedMethyl、bigWigなどの一般的な形式へ
- 正規化：異なるシーケンシング実行間のバッチ効果を処理

PacBio HiFiデータ処理

2. ハプロタイプ特異的メチル化（Haplotype-specific methylation）

ロングリードの核心的な利点の1つは、複雑な遺伝子型推定なしでメチル化状態をハプロタイプに直接関連付けられることです。

RNA構造：同定から機能まで、10年の回顧と展望

Tue, 17 Feb 2026 06:30:00 +0800

はじめに

RNAはDNAとタンパク質の「メッセンジャー」だけではありません——複雑な機能構造に折りたたまれます。tRNA、リボソームRNA、リボスイッチなど、RNA構造の重要性は以前から知られていましたが、ハイスループットシーケンシング技術の登場により、「RNA構造はあらゆる生物のあらゆるRNAに存在する」ことが本当に理解されるようになりました。

この総説（Caoら、2024、Nature Reviews Molecular Cell Biologyは、過去10年間のRNA構造研究の技術進展、遺伝子制御におけるRNA構造の役割、およびRNA構造を標的とした医薬開発について体系的にまとめています。

一、RNA構造を研究する技術の進展

1. 従来法の限界

初期のRNA構造研究は主に生物物理学的技術に依存していました：

X線結晶学：分解能は高いが結晶化が必要で、短いRNAに適しています
NMR：溶液中で研究できますが分子量に制限があります
クライオ電子顕微鏡（cryo-EM）：近年大きな進展がありましたが、まだ課題が残っています

生化学的手法としては：

ヌクレアーゼ消化：RNase T1/S1（一本鎖）、RNase V1（二本鎖）
化学修飾：DMS（A/C修飾）、SHAPE（2’-OH修飾）

しかし、これらの方法は通常単一のRNAしか研究できず、電気泳動による検出に時間がかかり、全トランスクリプトーム規模には適していません。

2. ハイスループットシーケンス時代

2010年以降、ハイスループットシーケンスはこの分野を一変させました：

化学プローブ法（Chemical Probing）

原理：化学修飾後、逆転写酵素が修飾部位で停止または変異を導入し、シーケンスで位置を特定します
一般的な試薬：
- DMS：生体内外で使用可能、A/Cを修飾
- SHAPE（NAI、2A3）：4種類すべての塩基の柔軟な2’-OHを修飾
検出方法：
- RT-stall：逆転写停止、切断部位を測定
- MaP（Mutational Profiling）：変異プロファイル、より正確

近接ライゲーション法（Proximity Ligation）

原理：架橋後、相互作用するRNA断片を結合させ、シーケンスで同定します
方法：
- PARIS、SPLASH、LIGR-seq、COMRADES：ソラレン架橋に基づき、直接の塩基対合を捕捉
- CLASH、hiCLIP、CRIC-seq、RIC-seq：タンパク質-RNA架橋に基づき、タンパク質介在の相互作用を捕捉
利点：長距離の分子内または分子間相互作用を同定できます

新技術の方向性

単細胞、単分子：smStructure-seq、Nano-DMS-MaP
ナノポア直接シーケンス：逆転写のバイアスを回避
AI支援：深層学習と組み合わせて構造を予測

3. 計算ツール

構造予測：RNAfold、CONTRAfold、EternaFold
データ処理：シーケンスリードから化学的反応性を推測
コンフォメーション解析：RING-MaP、DREEM、DANCE-MaP、DRACO（混合集団から異なるコンフォメーションを分解）
AI手法：SPOT-RNA、MXfold2、Ufold、DRfold、trRosettaRNA、ARES

二、遺伝子制御におけるRNA構造の役割

1. 転写制御

原核生物：
- リボスイッチ（Riboswitch）：代謝産物を感知し、構造変化により転写終結を制御
- 転写一時停止はリボスイッチの折りたたみに時間枠を提供
真核生物：
- 転写速度は共転写折りたたみに影響：遅いPol IIはよりコンパクトな構造をもたらし、スプライシングと編集に影響
- lncRNA構造：7SKのコンフォメーション変化はP-TEFb活性を制御；COOLAIR構造は温度に応答してFLC（開花）を制御

2. RNAスプライシング

局所構造：5’スプライス部位の最初の2ヌクレオチドが対合していないことが認識に重要です
長距離対合：
- ショウジョウバエDscam遺伝子は競合的RNA対合により相互排他的スプライシングを実現
- 哺乳動物ではRBFOXタンパク質が遠位のRNA対合を介してスプライシングを制御
- 逆スプライシングによるcircRNAの生成もAlu反復配列の対合に依存します

3. 翻訳制御

5’ UTR構造：
- 熱力学的に安定な構造はスキャンを妨げます
- RNA温度計：高温で融解し、RBSを露出（リステリア菌の病原性遺伝子など）
- 鉄応答要素（IRE）：鉄調節タンパク質に結合
- uORF近傍のヘアピンの動的制御により開始コドン選択を調節
**G-四重鎖（rG4）：
- 5’ UTRのrG4は翻訳を抑制し、ヘリカーゼ（DHX36など）が必要です
- 植物ではJULタンパク質がrG4に結合して師部発達を制御
IRES：ウイルスおよび一部の細胞mRNAのキャップ非依存的翻訳
CDS構造：開始コドン下流約70ntの高度に折りたたまれた構造はヘリカーゼ（Dhh1/DDX6）が必要です
3’ UTR構造：rG4も翻訳を抑制します；RBP結合は5’-3’コミュニケーションを促進します

4. RNA分解

3’ UTR全体の構造化：通常、安定性と正の相関があります
構造動態：ゼブラフィッシュの母性-接合体転換（MZT）中に3’ UTR構造が再構築され、Elavl1a結合を制御してmRNAの運命を決定します
タンパク質認識：AUF1、HuRは一本鎖AREを認識；STAU1、regnase 1、roquinは二本鎖またはステムループを認識します

5. RNA局在

RNA zipcode：定義された構造がRBPに認識され、細胞骨格に沿って輸送されます
- 酵母ASH1：ステムループ構造が娘細胞局在を決定
- ショウジョウバエbicoid、oskarなど：母性mRNAの非対称局在
- 哺乳動物ACTB：3’ UTR zipcodeが線維芽細胞前縁局在を決定
植物長距離輸送：tRNA様構造がmRNAの師部全身移動を促進します
ウイルスRNA：HIV RRE、レトロウイルスCTEが核外輸送を媒介します

6. RNA構造依存性凝集体

RNA-RNA相互作用：
- 酵母ストレス顆粒はアンチセンスRNA-mRNA対合に富みます
- ループ-ループ塩基対合がRNA多量体化を駆動します
- GGGGCCリピート（ALS/FTD）は分子間rG4を形成して凝集を誘導します
- 植物SHR mRNAのrG4が内皮細胞凝集を引き起こします
RNA-タンパク質相分離：
- 一本鎖RNAはpolyQタンパク質Whi3の凝集を促進します
- SARS-CoV-2ゲノム二本鎖RNAはNタンパク質の凝集を促進します
- NEAT1は骨格としてparaspecklesを形成します
- rG4とi-motifはヒストンH1と液滴を形成します

三、RNA構造を標的とした医薬開発

かつてRNAは「創薬不可能」と考えられていました——特異的な「ポケットがないためです。しかし今状況は変わりました。

転写因子結合部位（TFBS）予測技術の進化を深く整理（2023-2026）

Sat, 14 Feb 2026 05:45:00 +0800

ワンホットエンコーディングから確率的ゲノム表現へ、CNNからKANネットワークへ、TFBS予測はパラダイムシフトの真っ只中にある。

特徴量エンジニアリング：静的行列から動的表現へ

1.1 配列表現技術の3世代の進化

第1世代：ワンホットエンコーディング（2023年以前）

# 従来のワンホットエンコーディングの例
def one_hot_encode(sequence):
    encoding = np.zeros((4, len(sequence)))
    for i, nucleotide in enumerate(sequence):
        if nucleotide == 'A':
            encoding[0, i] = 1
        elif nucleotide == 'C':
            encoding[1, i] = 1
        elif nucleotide == 'G':
            encoding[2, i] = 1
        elif nucleotide == 'T':
            encoding[3, i] = 1
    return encoding

限界: 4×Lの疎行列で、長距離依存を捉えられず、生物学的意味合いが欠如している。

第2世代：k-mer + Transformer埋め込み（2023-2024）

代表技術：DNABERT

DNA配列を自然言語として扱う
3-mer/6-merでトークナイズ：“ATCGAT” → [“ATC”, “TCG”, “CGA”, “GAT”]
768次元の連続ベクトル空間にマッピング
数百bpの複雑な制御パターンを捉えられる

# DNABERT埋め込み取得の例（簡易版）
from transformers import AutoTokenizer, AutoModel
tokenizer = AutoTokenizer.from_pretrained("zhihan1996/DNABERT-2-117M")
model = AutoModel.from_pretrained("zhihan1996/DNABERT-2-117M")

sequence = "ATCGATCGATCGATCGATCGATCGATCGATCG"
inputs = tokenizer(sequence, return_tensors="pt")
outputs = model(**inputs)
embedding = outputs.last_hidden_state  # Shape: [1, seq_len, 768]

第3世代：バイト対符号化（BPE）（2024-2025）

代表技術：DNABERT-2

近年CNSパンゲノム論文まとめ（2024-2026）

Sat, 14 Feb 2026 02:36:00 +0800

1. Nature (2025): Leveraging a phased pangenome for haplotype design of hybrid potato

内容: 31個の二倍体ジャガイモ（野生種10個、栽培種19個、自殖系2個）の60個のハプロタイプからなるフェーズドパンゲノムグラフを構築
ハイライト:
- PGGBとMinigraph-Cactusを用いてジャガイモのグラフパンゲノムを構築
- SVの進化と驯化における起源と運命を系統的に解明
- 雑種育種のための「理想的なジャガイモハプロタイプ（IPHs）」を設計
意義: 無性繁殖作物のゲノム設計育種の理論的基礎を築いた

2. Nature (2025): A pangenome reference of wild and cultivated rice

内容: 145個の染色体レベルのイネパンゲノム（栽培イネ16個 + 野生イネO. rufipogon 129個）を構築
ハイライト:
- 「単回驯化起源」仮説を支持：すべてのアジア栽培イネはOr-IIIa（ジャポニカの祖先）に由来
- 栽培イネと野生イネの間の遺伝子流動を精緻に解析
- 多数の耐病・耐ストレス遺伝子資源を発掘
意義: イネ育種に包括的な野生種質の遺伝的変異資源を提供

3. Nature Genetics (2025): Super pangenome of Vitis empowers identification of downy mildew resistance genes for grapevine improvement

内容: ブドウ属（Vitis）のスーパーパンゲノムを構築
ハイライト:
- ブドウ属全体をカバーする包括的なゲノム情報
- べと病（downy mildew）耐性遺伝子の発掘に成功
意義: ブドウの耐病育種に直接的なターゲットを提供

4. Nature (2025): Pan-genome bridges wheat structural variations with habitat and breeding

内容: コムギパンゲノムとSV、生息環境、育種の関連研究
ハイライト:
- コムギの構造変異と生息環境適応および育種形質の関連を解明
- VRN-A1遺伝子を例に、冬性品種における転写レベルの変化を示した
引用: 被引用数110回、近年のコムギパンゲノム分野で影響力の高い研究

5. その他の重要な論文

Nature (2025): The phased pan-genome of tetraploid European potato（四倍体ヨーロッパジャガイモのフェーズドパンゲノム）
Nature Plants (2025): Pan-genome analysis provides insights into legume evolution and breeding（マメ科パンゲノムと進化育種）
Nature Genetics (2025): Pan-genome analysis reveals the evolution and diversity of Malus（リンゴ属パンゲノムの進化と多様性）
Trends Microbiol (Cell, 2025): On the biological meaning of the population pangenome（集団パンゲノムの生物学的意義に関する総説）
Nature Reviews (2025): The role of pangenomics in orphan crop improvement（マイナー作物の改良におけるパンゲノミクスの役割に関する総説）

全体的なトレンド: 2024-2026年のパンゲノム分野の主流は フェーズドグラフパンゲノム + 種質資源から育種応用までのクローズドループ で、重点作物はジャガイモ、イネ、コムギ、ブドウ、リンゴ、マメ科など、コアな方向性はSVの発掘、ハプロタイプ設計、野生種質の利用である。

都德のブログ

DNAメチル化：哺乳動物の発生と疾患におけるエピジェネティック制御

はじめに

一、体細胞のDNAメチル化ランドスケープ

1. CpGアイランドとメチル化状態

2. 高メチル化ドメイン（HMDs）と部分メチル化ドメイン（PMDs）

3. ハウスキーピング遺伝子と発生遺伝子のプロモーター

4. 活性なエンハンサーエレメント

ロングリードシーケンシング時代のDNAメチル化計算解析（2025 Nature Reviews Genetics総説）

概要

一、ロングリードメチル化検出技術

1. 2つの主要プラットフォームの原理

Oxford Nanopore（ナノポア）

PacBio HiFi（SMRTシーケンシング）

2. 従来法との比較

二、計算解析フローとツール

1. 基本フロー：生信号からメチル化部位まで

ナノポアデータ処理

PacBio HiFiデータ処理

2. ハプロタイプ特異的メチル化（Haplotype-specific methylation）

RNA構造：同定から機能まで、10年の回顧と展望

はじめに

一、RNA構造を研究する技術の進展

1. 従来法の限界

2. ハイスループットシーケンス時代

化学プローブ法（Chemical Probing）

近接ライゲーション法（Proximity Ligation）

新技術の方向性

3. 計算ツール

二、遺伝子制御におけるRNA構造の役割

1. 転写制御

2. RNAスプライシング

3. 翻訳制御

4. RNA分解

5. RNA局在

6. RNA構造依存性凝集体

三、RNA構造を標的とした医薬開発

転写因子結合部位（TFBS）予測技術の進化を深く整理（2023-2026）

目次

特徴量エンジニアリング：静的行列から動的表現へ

1.1 配列表現技術の3世代の進化

第1世代：ワンホットエンコーディング（2023年以前）

第2世代：k-mer + Transformer埋め込み（2023-2024）

第3世代：バイト対符号化（BPE）（2024-2025）

近年CNSパンゲノム論文まとめ（2024-2026）

1. Nature (2025): Leveraging a phased pangenome for haplotype design of hybrid potato

2. Nature (2025): A pangenome reference of wild and cultivated rice

3. Nature Genetics (2025): Super pangenome of Vitis empowers identification of downy mildew resistance genes for grapevine improvement

4. Nature (2025): Pan-genome bridges wheat structural variations with habitat and breeding

5. その他の重要な論文