Mosaic Loss of Y Chromosome and Rheumatoid Arthritis: Integrative Analysis via Mendelian Randomization and Single-Cell RNA Sequencing
Y染色体モザイク喪失と関節リウマチの病態関連性の解明：メンデルランダム化解析とシングルセル解析による、MDM2-p53介在性の細胞老化メカニズムの統合的理解
学士論文 / Bachelor's Thesis — 2026年3月
Mosaic loss of Y chromosome (mLOY) — the somatic loss of the Y chromosome in hematopoietic stem cells — is a well-established risk factor for cardiovascular disease, Alzheimer's disease, and non-hematologic cancer mortality. Its relationship to Rheumatoid Arthritis (RA) has been suggested, but the causal mechanism and molecular basis remained unknown.
This study integrates two-sample Mendelian Randomization (MR), FUMA functional annotation, and single-cell RNA sequencing (scRNA-seq) to investigate the causal relationship between mLOY and RA and characterize the underlying molecular mechanism.
Y染色体遺伝子領域のモザイク喪失（mLOY）は、加齢に伴い男性の造血幹細胞または前駆細胞において高頻度に観察される現象であり、心血管疾患・アルツハイマー病・非血液がん死亡率のリスク因子として報告されている。関節リウマチ（RA）との関連も示唆されているが、因果関係や分子機構は未解明であった。
本研究では、二標本メンデルランダム化（MR）解析・FUMA機能アノテーション・シングルセルRNA-seq（scRNA-seq）解析を統合し、mLOYとRAの間の因果関係の検証および分子機構の解明を行った。
Overall MR analysis using 103 SNPs showed no significant causal effect of mLOY on RA (IVW: β = 0.011, p = 0.729), but revealed extreme heterogeneity (Q = 359.97, p < 1.8×10⁻³⁰, I² = 71.7%).
103個のSNPを用いた全体MR解析では、mLOYからRAへの因果効果は有意でなかった（IVW: β = 0.011, p = 0.729）が、極めて高い異質性が検出された（Q = 359.97, p < 1.8×10⁻³⁰, I² = 71.7%）。
Stratifying SNPs by effect direction uncovered two antagonistic pathways:
効果方向によるSNPの層別化により、相反する2つの経路が明らかになった：
| Group / 群 | N SNPs | IVW β | IVW p |
|---|---|---|---|
| Concordant（mLOY → RAリスク増加） | 49 | +0.224 | 2.5×10⁻⁹ |
| Discordant（mLOY → RAリスク低下） | 54 | −0.152 | 9.9×10⁻⁷ |
This stratification improved overall heterogeneity by 37.3%.
この層別化により、全体の異質性が 37.3% 改善された。
- Concordant SNPs → enriched in p53 signaling and Apoptosis pathways (BAX, CASP3, MDM2, ATM, BCL2L11)
- Discordant SNPs → enriched in Cell cycle pathway (CCND2, CCND3, MAD2L1)
- STRING PPI network revealed risk and protective factors converge on TP53 as a central hub
- Concordant SNPs → p53 signalingおよびApoptosis経路が有意に濃縮（BAX, CASP3, MDM2, ATM, BCL2L11）
- Discordant SNPs → Cell cycle経路が濃縮（CCND2, CCND3, MAD2L1）
- STRING PPIネットワーク解析により、リスク因子・保護因子ともに TP53 を中心に収束することが示された
scRNA-seq analysis of 15,289 cells (9 male donors: 5 RA patients, 4 healthy controls):
- mLOY cell frequency: 22.4% in RA patients vs 13.4% in healthy controls (OR = 1.88, p < 0.001)
- In RA patients, mLOY cells showed: inflammatory gene upregulation (TNF, IL-6), DNA repair gene downregulation (ATM), and MDM2 paradoxically increases with senescence (opposite to healthy controls)
- Significant mLOY × senescence interactions detected for BAX and CCND2
15,289細胞（男性9名：RA患者5名・健常者4名）のscRNA-seq解析：
- mLOY細胞頻度：RA患者 22.4% vs 健常者 13.4%（OR = 1.88, p < 0.001）
- RA患者のmLOY細胞では、炎症性遺伝子の上昇（TNF, IL-6）、DNA修復遺伝子の低下（ATM）、老化進行に伴うMDM2の逆説的上昇（健常者では低下）が確認された
- BAX および CCND2 で有意なmLOY×老化の交互作用を検出
mLOY → p53活性化 → [初期：DNA修復＋細胞周期停止（保護）] → [RA患者後期：MDM2蓄積 → p53抑制 → アポトーシス回避 → SASP → 慢性炎症（リスク）]
This mechanism explains the age-dependent reversal of mLOY effects on RA (Uchiyama et al. 2025): protective in young-onset RA (<50 years), risk factor in late-onset RA (>60 years).
このメカニズムは、Uchiyama et al. (2025) が報告した 年齢依存的なmLOYリスクの逆転現象（若年発症型RAでは保護的・高齢発症型RAではリスク因子）を説明できる。
- Exposure GWAS（曝露）: Thompson et al. 2019（mLOY, N = 205,011, UK Biobank）
- Outcome GWAS（アウトカム）: Ishigaki et al. 2022（RA, N = 276,020, 5祖先集団; GWAS Catalog: GCST90132222）
- QCパイプライン: F統計量 > 10, MAF > 0.01, パリンドロームSNP除外, LDクランピング（r² < 0.001, 10,000 kb, PLINK v1.90）→ 独立SNP 103個（平均F統計量 = 52.3）
- 解析手法: IVW（主解析）, MR-Egger, Weighted Median, Weighted Mode, leave-one-out
- Rパッケージ: TwoSampleMR v0.5.6, ggplot2 v3.3.6, dplyr v1.0.9
- FUMA (https://fuma.ctglab.nl/)：KEGGパスウェイ・GO Biological Process濃縮解析、GTEx組織特異的発現解析（Gene2Func）
- STRING (https://string-db.org/)：PPIネットワーク構築（信頼性スコア ≥ 0.4）
- データセット: Binvignat et al. 2024（JCI Insight）、RA患者・健常者のPBMC scRNA-seqデータ
- 男性細胞同定: Y染色体遺伝子発現（DDX3Y, UTY, KDM5D, RPS4Y1, EIF1AY）→ 男性9名・21,704細胞
- QC: 検出遺伝子数 > 200, ミトコンドリア遺伝子割合 < 10% → 15,289細胞（健常者: 6,054 / RA: 9,235）
- mLOY細胞定義: Y染色体遺伝子発現合計 = 0 かつ総UMI数 ≥ 75パーセンタイル（≥544 UMI）→ 2,881細胞（18.8%）
- 老化スコア: 9遺伝子のZスコア平均（CDKN1A, CDKN2A, CDKN2B, TNF, IL-6, IL-1B, CXCL8, GLB1, GDF15）
- 統計: Welch's t検定、Benjamini-Hochberg FDR補正、Cohen's d効果量、Spearman相関＋Fisherのz変換
- Pythonパッケージ: scanpy, numpy, scipy, pandas, statsmodels, matplotlib, seaborn（Python 3.9）
MR_analysis/
└── thesis/ ← 提出論文で使用したファイル一式
├── README.txt ← ファイル一覧・実行順序・主要数値
├── scripts/
│ ├── MR/ ← MR解析スクリプト（R）
│ │ ├── 01_mLOY_RA_harmonization_and_QC.R
│ │ ├── 02_Figure1_overall_MR_scatter_funnel_forest.R
│ │ ├── 03_Figure2_concordant_discordant_MR_analysis.R
│ │ └── 04_Figure3_FUMA_input_SNP_list_preparation.R
│ └── singlecell/ ← scRNA-seq解析スクリプト（Python）
│ ├── 05_Figure5_mLOY_cell_definition_UMI_threshold_sensitivity.py
│ ├── 06_Figure6_senescence_score_distribution_and_threshold.py
│ ├── 07_Figure7A_gene_expression_disease_x_mLOY_barplots.py
│ ├── 07_Figure7B_mLOY_cell_frequency_by_disease.py
│ ├── 08_Figure8_mLOY_x_senescence_4group_gene_expression.py
│ └── 09_Figure9_RA_specific_MDM2_p53_senescence_in_mLOY_cells.py
└── figures/
├── Figure1_overall_MR/
├── Figure2_concordant_discordant_MR/
├── Figure3_FUMA_input/
├── Figure4_FUMA_results/ ← FUMAウェブツールで生成
├── Figure5_mLOY_cell_definition/
├── Figure6_senescence_score_distribution/
├── Figure7_gene_expression_and_mLOY_frequency/
├── Figure8_mLOY_senescence_4group_comparison/
└── Figure9_RA_MDM2_p53_senescence/
このリポジトリには、生データ・個人レベルデータ・アクセス制限のあるファイルは一切含まれていません。 すべての図は集計統計量（平均値・標準誤差等）のみを示しています。
This repository contains no raw data, individual-level records, or restricted-access files. All figures represent aggregated statistical summaries only.
生データは各一次情報源から直接取得してください：
| データ | 一次情報源 | アクセス方法 |
|---|---|---|
| mLOY GWAS操作変数 | Thompson et al. 2019, Nature (DOI: 10.1038/s41586-019-1765-3) | Supplementary Table 1（公開済み） |
| RA GWAS サマリー統計 | Ishigaki et al. 2022, Nat Genet (DOI: 10.1038/s41588-022-01213-w) | GWAS Catalog: GCST90132222 |
| scRNA-seq 生データ | Binvignat et al. 2024, JCI Insight (DOI: 10.1172/jci.insight.178499) | 原著論文に記載のデータリポジトリ |
| UK Biobank（mLOY GWAS基盤） | UK Biobank | 申請が必要: ukbiobank.ac.uk |
thesis/figures/Figure3_FUMA_input/ に含まれるSNPリストは、Thompson et al. (2019) の出版済み補足資料から、学術的再現性の目的のみで転載しています。詳細な出典・利用条件は thesis/figures/Figure3_FUMA_input/DATA_SOURCES.md および thesis/figures/DATA_SOURCES.md を参照してください。
倫理的注記 / Ethical note: scRNA-seqデータ（Binvignat et al. 2024）は、原著論文に記載の通り、全参加者からインフォームドコンセントを得て収集されています。本リポジトリは集計統計量のみを共有しており、患者を特定できる情報は含まれていません。
# thesis/scripts/MR/ 内のスクリプトを順番に実行
source("01_mLOY_RA_harmonization_and_QC.R") # SNPのQC・ハーモナイゼーション・分類
source("02_Figure1_overall_MR_scatter_funnel_forest.R") # Figure 1 作成
source("03_Figure2_concordant_discordant_MR_analysis.R") # Figure 2 作成
source("04_Figure3_FUMA_input_SNP_list_preparation.R") # FUMA入力ファイル作成# thesis/scripts/singlecell/ 内のスクリプトを順番に実行
python 05_Figure5_mLOY_cell_definition_UMI_threshold_sensitivity.py
python 06_Figure6_senescence_score_distribution_and_threshold.py
python 07_Figure7A_gene_expression_disease_x_mLOY_barplots.py
python 07_Figure7B_mLOY_cell_frequency_by_disease.py
python 08_Figure8_mLOY_x_senescence_4group_gene_expression.py
python 09_Figure9_RA_specific_MDM2_p53_senescence_in_mLOY_cells.pyR >= 4.0
TwoSampleMR == 0.5.6
data.table == 1.14.2
dplyr == 1.0.9
ggplot2 == 3.3.6
インストール方法 / Installation:
Rscript r_requirements.RPython == 3.9
scanpy, anndata, numpy, scipy, pandas, statsmodels, matplotlib, seaborn
インストール方法 / Installation:
pip install -r requirements.txt- PLINK v1.90 — LDクランピング / LD clumping
- FUMA — 機能アノテーション / Functional annotation（ウェブツール）
- STRING — PPIネットワーク解析 / PPI network analysis（ウェブツール）
| Figure | 内容 / Description |
|---|---|
| Fig. 1 | 全体MR解析：scatter・funnel・forest・leave-one-outプロット（103 SNPs） |
| Fig. 2 | 方向別MR解析：Concordant（49 SNPs, β=+0.224）・Discordant（54 SNPs, β=−0.152） |
| Fig. 3 | FUMAアノテーション：KEGG/GO濃縮解析・GTEx組織発現ヒートマップ |
| Fig. 4 | p53中心のPPIネットワーク（STRINGデータベース） |
| Fig. 5 | mLOY細胞定義：UMI閾値の感度分析（50th/75th/90thパーセンタイル） |
| Fig. 6 | 老化スコア分布と閾値設定 |
| Fig. 7 | 疾患×mLOY状態別の遺伝子発現比較（18遺伝子）・mLOY頻度 |
| Fig. 8 | mLOY×老化の4群比較（Normal-NonSen / mLOY-NonSen / Normal-Sen / mLOY-Sen） |
| Fig. 9 | RA患者mLOY細胞におけるMDM2-p53老化パターン |
- Uchiyama S, et al. Mosaic loss of chromosome Y characterises late-onset rheumatoid arthritis. Ann Rheum Dis. 2025;84(8):1313–1323.
- Thompson J, et al. Genetic predisposition to mosaic Y chromosome loss in blood. Nature. 2019;575(7784):652–657.
- Ishigaki K, et al. Multi-ancestry genome-wide association analyses identify novel genetic mechanisms in rheumatoid arthritis. Nat Genet. 2022;54(11):1640–1651.
- Binvignat M, et al. Synovial tissue and single-cell multi-omics analysis reveals pathogenic mechanisms in rheumatoid arthritis. JCI Insight. 2024;9(5):e178499.
- Hemani G, et al. The MR-Base platform supports systematic causal inference across the human phenome. eLife. 2018;7:e34408.
- MDM2阻害剤（例：Nutlin-3）：mLOY陽性男性RA患者における治療標的としての可能性
- Senolytics（老化細胞除去薬）：mLOY老化細胞によるSASP駆動の慢性炎症を軽減する可能性
- 年齢・mLOY状態を考慮した個別化医療：若年発症型・高齢発症型RAで異なる最適治療戦略
学士論文 / Bachelor's Thesis — 2026