2017 Fiscal Year Research-status Report
lncRNAを中心とした生体分子間相互作用ネットワークの予測と機能推定法の開発
Project/Area Number |
16K16143
|
Research Institution | The University of Tokyo |
Principal Investigator |
岩切 淳一 東京大学, 大学院新領域創成科学研究科, 特任研究員 (40770160)
|
Project Period (FY) |
2016-04-01 – 2019-03-31
|
Keywords | long non-coding RNA / RNA-RNA相互作用 / RNA-タンパク質相互作用 / CLIP-seq / 機械学習 |
Outline of Annual Research Achievements |
lncRNA-RNA相互作用予測手法の開発については、ヒトの様々な組織でのRNA発現量をRNA-seqデータより取得し、各lncRNAと相互作用ターゲットRNAの発現の組織特異性を考慮することで、相互作用予測を高精度に行う手法を開発し、論文として発表した(Biology Direct, 12:15, 2017)。
また、RNAの発現データを解析する中で、lncRNA配列中に含まれるトランスポゾン様の配列がlncRNA発現の組織特異性と関連があることを発見し論文として発表した(Genes, 9, 23, 2018)。
lncRNA-タンパク質相互作用予測手法の開発については、公共データベースに登録されているCLIP-seq(PAR-CLIP、HITS-CLIP、eCLIP)のデータを解析することで大規模な相互作用の既知データの取得を完了した。特筆すべき点として、PAR-CLIPのデータ解析を実施する中で、従来の解析手法ではPAR-CLIPのRNA配列中に含まれる塩基置換(実験的に意図的に導入されている)が多数存在することで相互作用データが限られた数しか取得できないという問題に着目し、この塩基置換を考慮したPAR-CLIPのデータ解析手法を新たに開発することで、PAR-CLIPのデータからでも効率的にRNA-タンパク質相互作用のデータを得ることが可能となった。本解析手法はPAR-CLIPのみならず、塩基置換を伴うRNA-seqであるSLAM-seq(Herzog, V.A. et al. Nat. Methods 14, 1198-1204, 2017)、TimeLapse-seq(Schofield, J.A. et al. Nat. Methods 15, 221-225, 2018)TUC-seq(Riml, C. et al. Angew. Chem. Int. Edn. Engl. 56, 13479-13483, 2017.)といった最新の実験手法の解析にも有効な手法であると考えられるため、本研究課題の範囲を超えた広い分野への波及効果が見込まれるため、現在論文を執筆している。
|
Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
RNA-タンパク質相互作用データの解析の実施に際して、当初採用していた一般的にな解析手法ではPAR-CLIPのデータから多くの相互作用データを取得することが困難であったため、PAR-CLIPデータの特徴である特定の塩基置換を考慮したデータ解析手法を新たに開発する必要があった。
|
Strategy for Future Research Activity |
CLIP-seqデータからのRNA-タンパク質相互作用データの取得が完了したことで、RNA-タンパク質相互作用の予測手法の開発に着手する予定である。予測手法を開発後は、ヒトの全lncRNA、タンパク質を対象として網羅的な相互作用予測を実施し、lncRNAの機能推定のための情報基盤を構築する。
|
Causes of Carryover |
PAR-CLIPの新しいデータ解析手法を開発し、その手法についての論文を投稿した際の論文掲載費用として一定額の残しておいたが、今年度中には掲載が決まらなかったため、次年度使用額が生じることとなった。論文の掲載が決まり次第、速やかに執行する予定である。
|