Creation of data-driven direct reprogramming by AI and avoidance of tumorigenic risk
| Project/Area Number |
21K18327
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Pioneering)
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Medium-sized Section 90:Biomedical engineering and related fields
|
|---|
| Research Institution | Kyushu Institute of Technology |
|---|
Principal Investigator |
山西 芳裕 九州工業大学, 大学院情報工学研究院, 教授 (60437267)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
鈴木 淳史 九州大学, 生体防御医学研究所, 教授 (30415195)
|
|---|
| Project Period (FY) |
2021-07-09 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥25,870,000 (Direct Cost: ¥19,900,000、Indirect Cost: ¥5,970,000)
Fiscal Year 2023: ¥10,010,000 (Direct Cost: ¥7,700,000、Indirect Cost: ¥2,310,000)
Fiscal Year 2022: ¥10,010,000 (Direct Cost: ¥7,700,000、Indirect Cost: ¥2,310,000)
Fiscal Year 2021: ¥5,850,000 (Direct Cost: ¥4,500,000、Indirect Cost: ¥1,350,000)
|
|---|
| Keywords | ダイレクトリプログラミング / 腫瘍化リスク / データ駆動 / 細胞直接変換 / AI |
|---|
| Outline of Research at the Start |
iPS細胞のような未分化細胞を介さずに、既に分化した細胞を別の種類の細胞に直接変換するダイレクトリプログラミングが、再生医療のための新しい技術として注目されている。しかしながら、レトロウイルスなどを用いて転写因子の遺伝子を導入する標準的方法は腫瘍化のリスクがあり、医療応用の障壁となっていた。本研究では、低分子化合物を活用したダイレクトリプログラミングを提案し、腫瘍化のリスクを避けるようにする。また、それを支援する情報技術をAI基盤である機械学習を活用して開発する。これにより膨大な低分子化合物の候補を事前にできるだけ絞り込み、実験コストを削減することを狙う。
|
| Outline of Annual Research Achievements |
iPS細胞を介さずに目的の臓器の細胞に直接変換するダイレクトリプログラミングが革新的な再生医療技術として注目されている。しかしながら、ダイレクトリプログラミングを誘導する因子セット（転写因子や低分子化合物など）を同定するのは極めて困難である。そこで本研究では、ダイレクトリプログラミングを誘導する転写因子や低分子化合物を予測する情報技術を構築する。
転写因子や低分子化合物に関する多階層オミックスデータや分子パスウェイデータを整備した。これらの様々なデータから、ダイレクトリプログラミングを誘導する低分子化合物を予測する機械学習の手法を開発した。通常の細胞の直接変換は、ウイルスを用いて必要な遺伝子を元細胞に導入するため、ウイルスに起因する発がんリスクなどの問題がある。そこで遺伝子導入の代わりに低分子化合物の添加による細胞変換を誘導する技術が切望されているが、実験的に低分子化合物を同定するのは時間や実験コストの面から極めて困難である。そこで、細胞の直接変換を誘導する低分子化合物を予測する最適化アルゴリズムを開発した。まず、細胞が変換する分子メカニズムに着目し、変換過程で重要な生物学的パスウェイを明らかにした。次いで、その生物学的パスウェイを制御する低分子化合物の最適な組み合わせを探索することによって、細胞の直接変換を誘導する低分子化合物の新たな組み合わせを予測する手法を確立した。開発手法を用いて、皮膚線維芽細胞から神経細胞や心筋細胞への直接変換を誘導する低分子化合物の組み合わせを予測し、その有用性を示した。この成果は、Bioinformatics誌に投稿し、採択され、出版された。
国内学会で口頭発表を1件、国際学会で口頭発表を1件行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
予定通り、多階層オミックスデータや分子パスウェイデータから、ダイレクトリプログラミングを誘導する低分子化合物を予測する機械学習の手法を開発することができた。パスウェイ制御の組み合わせの観点から細胞の直接変換を誘導する低分子化合物を予測する最適化アルゴリズムを開発した。まず、細胞が変換する分子メカニズムに着目し、変換過程で重要な生物学的パスウェイを明らかにした。次いで、その生物学的パスウェイを制御する低分子化合物の最適な組み合わせを探索することによって、細胞の直接変換を誘導する低分子化合物の新たな組み合わせを予測する手法を確立した。開発手法を用いて、皮膚線維芽細胞から神経細胞や心筋細胞への直接変換を誘導する低分子化合物の組み合わせを予測し、その有用性を示すことができた。この成果は、Bioinformatics誌に投稿し、採択され、出版された。
|
| Strategy for Future Research Activity |
ダイレクトリプログラミングを誘導する低分子化合物の情報を整備し、また潜在的な低分子化合物の組み合わせも今回予測することができた。それに加えて、ダイレクトリプログラミングを誘導することが報告されている低分子化合物の情報を収集して、その作用機序を推定することができた。今後は、低分子化合物の情報と転写因子の情報を用いて、低分子化合物の組み合わせの予測を行うためのアルゴリズムを開発する。また他の細胞腫への応用を行う。
|
Report
(3 results)
Research Products
(8 results)
-
-
-
-
-
-
[Presentation] Small compound-based direct cell conversion with combinatorial optimization of pathway regulations2022
Author(s)
Nakamura, T., Iwata, M., Hamano, M., Eguchi, R., Takeshita, J., and Yamanishi, Y.
Organizer
The 21st European Conference on Computational Biology (ECCB2022)
Related Report
Int'l Joint Research
-
-
