単一細胞シークエンスデータを用いたネットワーク分析モデルと高速化技術

Publicly Offered Research

Project Area	Preventive medicine through inflammation cellular sociology
Project/Area Number	18H05031
Research Category	Grant-in-Aid for Scientific Research on Innovative Areas (Research in a proposed research area)
Allocation Type	Single-year Grants
Research Institution	Toyo University (2019) Kyoto University (2018)
Principal Investigator	浅野泰仁東洋大学, 情報連携学部, 教授 (20361157)
Project Period (FY)	2018-04-01 – 2020-03-31
Project Status	Completed (Fiscal Year 2019)
Budget Amount *help	¥7,670,000 (Direct Cost: ¥5,900,000、Indirect Cost: ¥1,770,000) Fiscal Year 2019: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000) Fiscal Year 2018: ¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
Keywords	単一細胞シークエンス / ネットワーク / グラフ / 単一細胞シークエンスデータ / 遺伝子間関係ネットワーク / 未病 / 炎症 / 遺伝子 / 相関ネットワーク / ネットワーク分析モデル / 慢性炎症
Outline of Annual Research Achievements	松島研究室で作成された単一細胞シークエンス時系列データ(ブレオマイシン投与による肺線維症誘導マウスの遺伝子発現の時系列データ)を調査し，炎症進行に伴う変化を分析するための「遺伝子相関ネットワーク」(注: 遺伝子間の物理的なつながりを表すモデルではなく，発現量の相関が高い遺伝子対を辺でつないだ独自のネットワークモデル)を提案した．本モデルの構築には単一細胞シークエンスデータのノイズ除去を行う最新手法MAGICを活用することで，分析に適したネットワークが得られることを確認した．さらに，時系列データの各時点ごとに得られたネットワークの変化を捉えやすくするために，全時点に対して遺伝子の位置を統一した可視化手法を提案した．これらを用いて炎症進行に伴う変化を分析したところ，遺伝子相関ネットワークにおいて、細胞ごとの発現の増減で負の相関関係にある遺伝子対に相当する辺に特徴的な時系列変化を発見することができた．この結果は炎症進行と遺伝子相関ネットワークの変化が何らかの関係を持つことを示唆していると考えられる．この結果を論文にまとめ，第39回医療情報学連合大会・第20回日本医療情報学会学術大会において発表した．また，シークエンス時系列データに適用できる機械学習について検討した．さらに，連携研究者と協力して，糖尿病マウス等を作成し，単一細胞シークエンス時系列データを取得し，上記の手法を適用することで遺伝子相関ネットワークを構築した結果，やはり上記同様の，負の相関関係にある遺伝子対に相当する辺に特徴的な時系列変化を発見することができた．
Research Progress Status	令和元年度が最終年度であるため、記入しない。
Strategy for Future Research Activity	令和元年度が最終年度であるため、記入しない。