2021 Fiscal Year Annual Research Report
Study of Information analysis and modelinig
| Project Area | Preventive medicine through inflammation cellular sociology |
|---|
| Project/Area Number |
17H06399
|
|---|
| Research Institution | National Institute of Genetics |
|---|
Principal Investigator |
池尾 一穂 国立遺伝学研究所, ゲノム・進化研究系, 准教授 (20249949)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
渡邉 日出海 北海道大学, 情報科学研究院, 教授 (30322754)
太田 聡史 国立研究開発法人理化学研究所, 光量子工学研究センター, 専任研究員 (30391890)
小倉 淳 長浜バイオ大学, バイオサイエンス学部, 教授 (60465929)
|
|---|
| Project Period (FY) |
2017-06-30 – 2022-03-31
|
| Keywords | 単一細胞トランスクリプトーム / 炎症細胞の遷移 / NGSデータ解析 / 細胞系譜再構築 / データベース |
|---|
| Outline of Annual Research Achievements |
単一細胞プロファイルに基づく、炎症の解析のための研究を進めた。１）単一細胞トランスクリプトーム動態の解析・モデリングのための単一細胞遺伝子発現プロファイルデータ解析手法の確立と解析（池尾）では、コンテナ技術を導入し各種シングルセル解析パイプラインをスパコン上で利用可能とし、従来から１０倍以上の性能改善を実現した。これを受けて、全ゲノムリファレンス配列を用いたシングルセルデータマッピングを実用に耐える性能で可能とし、ノンコーディングRNAなども対象とした解析を可能とした。２）細胞集団の動態モデルの構築に向けて、様々な情報学的手法とシミュレーションを用 いたモデル構築のための手法のモデル構築へ応用（太田）では、１細胞トランスクリプトーム配列データを用いて１細胞レベルで体細胞変異の検出を行い、その突然変異パターンを用いて細胞の系統樹（細胞系譜樹）を推定するための解析パイプラインを開発した。３）各細胞状態に対応するマーカー遺伝子候補の抽出とそれらの機能情報に基づく炎症記憶形成における役割の推定と検証（渡邉）では、実際のデータに対して細胞分類、新規細胞の特徴づけを進めた。遺伝子間相互作用を考慮した機械学習や統計学的解析を考慮に入れた生物学的知識に基づく独自の数学的手法を開発し、相互作用項の寄与度を計算することを可能とした。この手法は、多くの生物学的データに応用が可能である。４）機械学習モデルから炎症細胞へ遷移する細胞の予測(小倉)。機械学習を 用いて、細胞の分類を行い細胞の遷移を遺伝子発現による細胞系列の分類手法の試行を進め、実データへの適用を進めた。また、全員で協力して参加グループに対して、データ解析の支援をおこない、１０機関、総リード数にして２００億リード以上の解析処理を行い、特徴遺伝子抽出、クラスタリングなどの基本的な解析に加え、個別の解析を行い提供した。
|
| Research Progress Status |
令和3年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和3年度が最終年度であるため、記入しない。
|
| Remarks |
研究領域内の各研究グループによって得られた炎症組織毎の基礎的単一細胞遺伝子発現データを収集し、統一したデータフォーマットに揃え、統一した解析手法・パラメタにより解析を行い、異なるデータ間の比較を可能とした。
|
