2020 Fiscal Year Annual Research Report
Development of the next generation transcriptome analysis and its application
| Project Area | Transomic Analysis of Metabolic Adaptation |
|---|
| Project/Area Number |
17H06306
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
鈴木 穣 東京大学, 大学院新領域創成科学研究科, 教授 (40323646)
|
|---|
| Project Period (FY) |
2017-06-30 – 2022-03-31
|
| Keywords | トランスクリプトーム / エピゲノム |
|---|
| Outline of Annual Research Achievements |
本研究計画班では、1)本研究領域のすべての研究班に対して次世代シークエンス解析設備および一連の鋳型調整技術、一次情報解析技術を提供する。2)同時に本研究班でも独自にがん細胞の薬剤応答時の代謝アダプテーションにおける多様性を解明するための基盤技術を開発、実践を行っている。
1)領域全体への次世代シークエンス解析設備およびエピゲノム・トランスクリプトームを中心とした多層オミクス解析等についての情報解析プラットフォームの提供を行うことができた。特に公募班の若手研究者との間にいくつかの共同研究を樹立、その成果を現在、論文投稿中である。現在、これらを拡大したシングルセル解析さらには発展型である空間トランスクリプトーム解析を行う予定である。
2)これまでにバルク細胞においてトランスクリプトーム-エピゲノムに関する発現制御ネットワーク解析に依拠した抗がん剤作用モジュールのカタログ化に成功している(Onodera et al, 2019)。また、long read解析を駆使した肺がんの多層オミクス解析によりスプライス異常に伴うネオ抗原候補の同定ができた(Oka et al, 2021)。さらに、多様な薬剤ごとにその効率的な制御点を同定、将来の抗がん剤開発シーズ探索の基礎データとした共同研究を現在、展開している。また、昨年度までにこれらのアプローチを1細胞レベルへと計測を精密化、その細胞多様性の解析を行った。肺腺がんモデル細胞株を対象に10XGenomics社から上市された同一細胞でのエピゲノム-トランスクリプトームの同時解析（scMultiome解析）を実施した。外的刺激に対応してエピゲノム変化を伴わないトランスクリプトーム変化が多く惹起され、それが長期にわたって持続することでエピゲノム変化へと固定されていく様子を観察することができた（Kashima et al, submitted）。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
現在までの研究は順調に推移していると考えている。領域横断的な共同研究の成果として、本研究班独自の研究課題として学術論文を発表することができた。全体として、本研究班が受け持つ各種の遺伝子・エンハンサーの機能について、分子から臓器、その表現型にいたるまで幅広い階層において網羅的な解析を進めることができたと考えている。その結果として、領域内他班の共同研究はさらなる発展を見せている。黒田班には糖尿病モデルマウスを対象に相当数の検体について多層オミクス解析データを提供することができた。特に岡田班、河岡班との共同研究においては、実務を担当する若手研究者と直接、交流を深められたことが意義深い。いくつかの測定技術の開発と応用に向けての技術開発においてもその論文発表を行うことができた（Sakamoto et al NAR 2021）。これらの技術を領域内外の共同研究に供することにより、さらに該当分野を牽引することが可能になると期待している。ただし、薬剤摂動実験のさらなるin vivoでの解析への応用・高度化については、必ずしもその計測条件の最適化とその安定的な実施を実現することができなかった。本年度は、これらの点に特に焦点をあてて計画をさらに推進していきたいと考えている。
|
| Strategy for Future Research Activity |
今年度は、がん細胞の薬剤応答多様性の解明へのアプローチを臨床検体の解析へと展開する。薬剤耐性獲得度合いが異なることが示唆される数人の患者検体を用いて、一細胞レベルでどのように細胞が環境変化へと適合し、遺伝子発現プログラムを書き換えていくのかを明らかにすることを目指す。特に典型的分子標的薬および代謝阻害剤を対象とし、個々の細胞についてのネットワーク解析を行う。これにより細胞間多様性に由来する薬剤抵抗性の発生機序の解明を試みる。本研究班では昨年度VISIUMシステムを用いた肺腺癌の空間トランスクリプトーム解析を実施、そのデータを蓄積している。これらのデータと得られるscMultiomeデータとの統合解析を行って、空間的にどの部分で上記のような遺伝子プログラムの改変が惹起されているのかをネットワークレベルで解明する。空間的な不均一性を考慮することにより、全体として、多層オミクス情報の統合解析を駆使して、抗がん剤治療における治療性抵抗性の再発リスクの低減の実現を試みる。昨年度の解析から、抗がん剤等、がん細胞に毒性を有する化合物が投与された際に、がん細胞では一部の細胞集団において一連の遺伝子発現モジュールを変化させることで疑似的休眠状態をもたらすことを示すデータを得ている。今年度は、それがいかにして最終的に抗がん剤抵抗性細胞へと進化するのか、その全体像を明らかにすべく後期のイベントに解析を拡大する。また、がんは腫瘍細胞だけでなく、周囲の間質細胞からなっており、複雑な微小環境を構成している。これらの細胞についても同様の解析を行うことで抗がん剤作用の全体像の分子機序の解明を目指す。
|
