| Project/Area Number |
22KJ3142
|
|---|
| Project/Area Number (Other) |
22J00780 (2022)
|
|---|
| Research Category |
Grant-in-Aid for JSPS Fellows
|
| Allocation Type | Multi-year Fund (2023)
Single-year Grants (2022) |
|---|
| Section | 国内 |
|---|
| Review Section |
Basic Section 53020:Cardiology-related
|
|---|
| Research Institution | Institute of Physical and Chemical Research |
|---|
Principal Investigator |
家城 博隆 (2023-2024) 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, 特別研究員(CPD)
|
|---|
| Research Fellow |
家城 博隆 (2022) 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, 特別研究員(CPD) (30932834)
|
|---|
| Project Period (FY) |
2023-03-08 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2026: ¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
Fiscal Year 2025: ¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
Fiscal Year 2024: ¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
Fiscal Year 2023: ¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
Fiscal Year 2022: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
|---|
| Keywords | オミックス / 心疾患 / 心筋梗塞 / 機械学習 / 全ゲノムシークエンス / 胸部X線 |
|---|
| Outline of Research at the Start |
全世界の第1位の死因である虚血性心疾患は遺伝的要因をベースに、生活習慣などの環境要因が複雑に絡み合って発症に至る。そのため発症に 関わる遺伝的要因による個人差と環境要因の関連を明らかにすることが疾患発症の予測・予防の観点から重要である。近年のゲノム解析により遺伝的要因は徐々に明らかになってきたが、オミックスや環境因子を組み合わせた解析には限界がある。本研究では従来の解析手法に加えて機械学習によるアプローチおよびウェアラブルデバイスから得られる生体情報を組み合わせる事により、遺伝情報を網羅的に解析する。これにより個人レベルで、正確な疾患発症予測と予防の実現を目指す。
|
| Outline of Annual Research Achievements |
冠動脈疾患は全世界の第１位の死因であり大きな問題となっている。遺伝的背景が約５０%と推定されておりゲノム研究による遺伝的背景の解明が求められているが、これまでのゲノムワイド関連解析（GWAS）ではその全貌は明らかになっていない。とくにGWASでは頻度の低い変異・多型であるレアバリアントの解析は十分でなく遺伝的リスクスコア（GRS）の予測性能も限られているという問題がある。そのため本研究ではバイオバンクジャパンの全ゲノムシークエンスデータに対して、従来の統計的手法・および機械学習を用いた解析手法を応用することでコモンバリアント・レアバリアント、さらにオミックス情報を解析し、冠動脈疾患の病態解明および予測モデルの作成を目的とした。
全ゲノムシークエンスを機械学習を用いて解析し心筋梗塞の発症に関わることが示唆される遺伝子群を同定した。データのクオリティコントロールと機械学習モデルのパラメータチューニングを行うことでより確度の高い遺伝子群を得た。さらにレアバリアントからなる遺伝的リスクスコアおよびコモンバリアント由来のPRSを算出し検証したところ、それぞれ有意に疾患を予測することが明らかになった。またタンパク質やエピゲノムのデータベースを参照し、遺伝子機能や疾患パスウェイの解析を行なっていくこととした。また今後は得られた遺伝子の解析を進めると同時に、別のゲノムデータを用いた再現性検討も行うこととした。また他のオミックス情報を組み合わせるためStanford大学のiPOPデータを用いた解析を進めている。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
ゲノムデータの解析は概ね終了し成果をまとめて学会発表を行った。また論文を投稿する段階に至った。多層オミックス情報の解析は確立された手法が存在しないためデータのクオリティコントロールから含めて試行錯誤を行いながら研究を進めている。
|
| Strategy for Future Research Activity |
投稿した論文の査読に対する追加研究を行う。スタンフォード大学の多層オミックス情報のデータの解析を行い得られたレアバリアントの意味づけを目指す。機械学習を用いて臨床情報を取り込んだ臨床予測を行うためにDeep leanringを用いた心疾患の予測モデルについての研究も並行して行う。
|
