| Project/Area Number |
20H00462
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (A)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Medium-sized Section 43:Biology at molecular to cellular levels, and related fields
|
|---|
| Research Institution | Institute of Physical and Chemical Research |
|---|
Principal Investigator |
寺尾 知可史 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 (60610459)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
鎌谷 洋一郎 東京大学, 大学院新領域創成科学研究科, 教授 (00720880)
川路 英哉 公益財団法人東京都医学総合研究所, その他部局等, 副参事研究員 (20525406)
小井土 大 東京大学, 大学院新領域創成科学研究科, 助教 (40787561)
村川 泰裕 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 (50765469)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥45,110,000 (Direct Cost: ¥34,700,000、Indirect Cost: ¥10,410,000)
Fiscal Year 2023: ¥5,720,000 (Direct Cost: ¥4,400,000、Indirect Cost: ¥1,320,000)
Fiscal Year 2022: ¥11,830,000 (Direct Cost: ¥9,100,000、Indirect Cost: ¥2,730,000)
Fiscal Year 2021: ¥13,130,000 (Direct Cost: ¥10,100,000、Indirect Cost: ¥3,030,000)
Fiscal Year 2020: ¥14,430,000 (Direct Cost: ¥11,100,000、Indirect Cost: ¥3,330,000)
|
|---|
| Keywords | エンハンサー / 遺伝子発現 / ゲノム医療 / 遺伝多型 |
|---|
| Outline of Research at the Start |
一塩基多型に注目した全ゲノム関連解析(GWAS)は疾患関連遺伝領域を多数同定してきた。関連シグナルの多くが非翻訳領域にあり、遺伝子発現制御に関わる(eQTL)と考えられているが、解釈は不十分である。本研究では免疫疾患の原因として重要なエンハンサーに注目し、我々が開発した新技術を用いて免疫疾患に重要なリンパ球細胞株において高感度に測定して機械学習と組み合わせて高精度の遺伝多型依存的エンハンサー制御地図を作成し、GWAS結果を解釈して免疫疾患の治療標的同定を行う。
|
| Outline of Annual Research Achievements |
本研究では免疫疾患の原因として重要なエンハンサーに注目し、我々が開発した新技術を用いて免疫疾患に重要なリンパ球細胞株におけるエンハンサーを高感度に測定して遺伝多型依存的エンハンサー制御地図を作成し、全ゲノム関連解析(GWAS)結果を解釈しての免疫疾患の治療標的同定を目的とする。一塩基多型に注目したGWASは疾患関連遺伝領域を多数同定してきた。関連シグナルの多くが非翻訳領域にあり、遺伝子発現制御に関わる(eQTL)と考えられているが、解釈は不十分である。遺伝子発現制御は細胞種依存的で、疾患に重要な細胞のeQTL情報が治療開発に役立つ。エンハンサーは遺伝子発現を対象から離れた位置より細胞特異的に制御する機能領域であり、免疫疾患の感受性多型が著しく集積する。eRNA発現量は定量困難であるが、我々は高感度に定量可能な新技術を開発した。本技術で、免疫疾患に重要であるリンパ球の細胞株を用いて定量し、機械学習を用いた手法と組み合わせてエンハンサーのeQTL地図を作成する。地図を用いて免疫疾患GWAS結果から疾患原因として決定的なエンハンサーを含む発現ネットワークを同定し、治療対象として提唱する。
今年度は、LCLのRNA抽出, NET-RNA抽出をほぼ完了した。さらに個人別遺伝子発現変動に影響を与えないレベルのindex デザインを行った。そのindex デザインを基にtotal RNA sequenceを押し進め、データ解析を行った。その結果、既報のeQTLデータの結果の多くが再現できる、質の高い結果が得られた。さらに CAGE sequence データの作出に取り掛かった。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
RNA 抽出をほぼ終え、total RNA sequence data産生が順調に進んでおり、予定通りNET-CAGEデータの作出にも取り掛かっている。それらのデータ解析も行っている。
さらに、個人識別のためのindexが個人間の発現変動よりも小さいデザインを行うことが出来た。
|
| Strategy for Future Research Activity |
研究は順調に進捗しているため、下流の高次解析を押し進め、エンハンサー発現制御の遺伝基盤と、人種間比較の知見を得るためにさらに解析を進める。データ産出のため、シーケンス費用が下がったなら適宜coverageを増やしてデータ量を増加させたい。
|
