機械学習と遺伝子操作の融合による酸化ストレス防御機構の創出と食品科学への応用
| Project/Area Number |
21K05424
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 38050:Food sciences-related
|
|---|
| Research Institution | University of Miyazaki |
|---|
Principal Investigator |
永濱 清子 宮崎大学, 農学部, 特任助教 (10510456)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
山森 一人 宮崎大学, 工学部, 教授 (50293395)
服部 秀美 宮崎大学, 農学部, 教授 (80508549)
榊原 陽一 宮崎大学, 農学部, 教授 (90295197)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2021: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | 酸化ストレス / 機械学習 / 遺伝子発現制御 / プロテオーム解析 / クラスタリング |
|---|
| Outline of Research at the Start |
酸化ストレスは、生活習慣病などの様々な疾患への関与が指摘されており、酸化ストレス軽減を目指した食品開発も活発に行われている。生体内には酸化ストレスに対する防御機構が備わっているが、未発見なものも多く、その解明には既存の手法だけではなく、新しい視点からのアプローチが必要である。
そのため、本研究独自の機械学習モデルの活用と遺伝子発現制御で培養細胞に新規機能性を人工的に付与する生化学実験を融合させた手法で、これまで発見されてこなかった新規酸化ストレス防御機構の探索・解明を目指すものである。
本研究の実現により将来的に、従来にない酸化ストレス防御機構を標的とした新規機能性食品開発への展開が期待される。
|
| Outline of Annual Research Achievements |
酸化ストレスは、生活習慣病などの様々な疾患への関与が指摘されている。生体内には酸化ストレスに対する防御機構が備わっているが、未発見なものも多く、その解明には既存の手法だけではなく、新しい視点からのアプローチが必要である。本研究では、独自の機械学習モデルの活用と遺伝子発現制御で培養細胞に新規機能性を人工的に付与する生化学実験を融合させた手法で、これまで発見されてこなかった新規酸化ストレス防御機構の探索・解明を目指すものである。
酸化ストレス防御能に関与する新規酸化ストレス防御機構を探索するため、抗酸化ストレス活性モデルの構築に使用した学習データのうち活性の高いデータセットを用いて、拡張重み更新型自己組織化マップ(e-SOM)を構築した。初年度に作製していた合成データの一部を用いてクラスタリングしたところ、学習データとは違うノードに割付けられたデータの中から未知の酸化ストレス防御機構である可能性が想定される発現パターンを見出した。昨年度作製した発現用プラスミドのうち、Hsp90、TXNRD1についてHepG2細胞にトランスフェクションし安定発現細胞株を樹立した。作製したHsp90＋/HepG2細胞株は、moc/HepG2に比べ、細胞内ROS量が有意ではないものの低い傾向が見られた。過酸化水素処理では、有意にHsp90＋/HepG2細胞株の細胞内ROS量が低かった。一方、TXNRD1+/ HepG2細胞株の細胞内ROS量は、mocと変わらず、過酸化水素処理でも有意な差がなかった。
抗酸化能を評価する新たな食品成分を探索するため、構築済みの抗酸化ストレス活性モデルにより評価した。その結果、抗酸化ストレス活性モデルで複数の農産物抽出物に高い抗酸化ストレス活性を有することを見出した。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
酸化ストレス防御能に関与する新規酸化ストレス防御機構を探索するため、クラスタリングによる予測を試みた。構築済みの抗酸化ストレス活性モデルの学習データのうち、高活性のデータについてe-SOMを構築した。次に、仮想タンパク質発現パターンのうち、高活性を示したタンパク質発現パターン2,553データで学習データとは違うノードに割付けられた発現パターンを探索した。その中から次の候補となりうるタンパク質発現パターンを見出した。
昨年度作製したHsp70+/HepG2についてはクローニングを行い、複数の細胞株を取得した。作製済みのHsp90、TXNRD1発現用プラスミドをHepG2細胞にトランスフェクションし安定発現細胞株を樹立した。クローニングしたHsp70+/HepG2株にHsp90、TXNRD1プラスミドをトランスフェクションし安定発現細胞株を樹立した。LC-MS/MSとMRM法を用いた定量法にてHsp90＋/HepG2、TXNRD1+/ HepG2とmoc/HepG2の発現量を分析したが、高い傾向はみられるものの有意な差はなかった。しかし、作製したHsp90＋/HepG2は、moc/HepG2に比べ、細胞内ROS量が有意ではないものの低い傾向が見られた。過酸化水素処理では、有意にHsp90＋/HepG2細胞内ROS量が低かった。一方、TXNRD1+/HepG2の細胞内ROS量は、mocと変わらず、過酸化水素処理でも有意な差がなかった。現在、Hsp70+Hsp90+/HepG2、Hsp70+TXNRD1+/HepG2について酸化ストレス防御能について試験している。
抗酸化能を評価する新たな食品成分を探索するため、構築済みの抗酸化ストレス活性モデルにより評価した。その結果、抗酸化ストレス活性モデルで複数の農産物抽出物に高い抗酸化ストレス活性を有することを見出した。
|
| Strategy for Future Research Activity |
酸化ストレス防御機構に関与するタンパク質発現変動パターンの予測は、令和5年度に取り入れたクラスタリングによる解析手法を用いて、MRM法を用いた定量法にて収集したペプチドデータを基に新たに構築した抗酸化ストレス活性モデルも活用し次の候補となるタンパク質発現パターンの探索も行う。さらに、NCBI GEO等の公共データベースを用い、酸化ストレスが関わる疾患等の遺伝子発現データを利用し、見出したタンパク質発現パターンと似たような挙動を示す発現パターンがないか調査する。
令和5年度に作製したヒト肝がん由来HepG2細胞にHsp70、Hsp90、TXNRD1を強発現させた安定発現株を用いて遺伝子発現量やタンパク質発現量および酸化ストレス防御能発現の程度を評価する。酸化ストレス防御能の機能発現を確認できた安定発現株は、プロテオーム解析などを用いて新規酸化ストレス防御機構の探索を行う。
|
Report
(3 results)
Research Products
(9 results)
