Bayesian Modeling for Understanding Systems of Immune Responses and Revealing Immune Escape Mechanisms
| Project/Area Number |
18H03328
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 62010:Life, health and medical informatics-related
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
井元 清哉 東京大学, 医科学研究所, 教授 (10345027)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
中川 英刀 国立研究開発法人理化学研究所, 生命医科学研究センター, チームリーダー (50361621)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Project Status |
Granted (Fiscal Year 2019)
|
| Budget Amount *help |
¥16,510,000 (Direct Cost: ¥12,700,000、Indirect Cost: ¥3,810,000)
Fiscal Year 2019: ¥5,070,000 (Direct Cost: ¥3,900,000、Indirect Cost: ¥1,170,000)
Fiscal Year 2018: ¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000)
|
|---|
| Keywords | ベイズモデル / 免疫システム / HLA / ネオ抗原 |
|---|
| Outline of Annual Research Achievements |
本研究課題は、ＨＬＡ遺伝子の解析、ネオ抗原の予測、浸潤免疫細胞の解析、Ｔ細胞・Ｂ細胞受容体レパトア解析等それぞれの免疫ゲノムデータ解析技術を統合し、免疫反応をシステムとして捉えるベイズ型数理モデルを構築することを目的としている。
平成３０年度は、特にＨＬＡ遺伝子の解析技術について開発研究を進め、全ゲノムシークエンスデータから高精度にＨＬＡ遺伝子型を決定することのできるベイズ統計学に基づく数理モデルを構築した。この情報解析技術を用いることにより、これまでは５０％程度（Bauer et al., Briefings in Bioinformatics, 2016）であった全ゲノムシークエンスデータからのＨＬＡ遺伝子型の決定について、９８％以上の精度を達成するという革新的な結果を得た。また、開発した技術は、ＨＬＡ遺伝子型について、これまで知られていない型も予測できるよう、ＨＬＡ遺伝子の配列を予測する機能も備えており、新たな型の発見や未だ多くの型で決定されていないプロモーターやイントロンなど非翻訳配列のＤＮＡ配列の決定も行える特徴を有している。加えて、このベイズモデルをがん細胞からのシークエンスデータ、および対照正常細胞からのシークエンスデータにそれぞれ当てはめ、ＨＬＡ遺伝子のＤＮＡ配列を比較することによりがん特異的な変異の発見も可能であることを示した。本研究成果は、Hayashi et al., BMC Gneomics において論文としてまとめた。この中であたらな問題も見いだしている、それぞれ独立に解析するよりも同時に解析できるモデルがより精度の高い予測ができることが期待されるため、統合モデルの開発研究をスタートさせた。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
予定医通りに全ゲノムシークエンスデータからのＨＬＡ遺伝子型決定を高精度に行える手法の開発、および論文としてまとめることができた。
|
| Strategy for Future Research Activity |
今後はがん細胞からのシークエンスデータと対照正常細胞からのシークエンスデータを統合して解析するモデルの開発、ネオ抗原の予測ツールの開発を予定通りに進める。
|
Report
(1 results)
Research Products
(5 results)
