2019 Fiscal Year Annual Research Report
Development of transcriptional regulatory network prediction methods in morphogenesis
| Project/Area Number |
17K15132
|
|---|
| Research Institution | Institute of Physical and Chemical Research |
|---|
Principal Investigator |
鬼丸 洸 国立研究開発法人理化学研究所, 生命機能科学研究センター, 基礎科学特別研究員 (30787065)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | ディープラーニング / ゲノム解析 / 転写制御 |
|---|
| Outline of Annual Research Achievements |
本研究ディープラーニングを応用した形態形成における全ゲノム転写制御ネットワークの推定方法を目的としており、研究計画として主に "A. 四肢形成及びヒレ形成過程におけるATAC‐seqを用いた制御配列候補の同定"によるディープラーニング用訓練データの作成、"B. ディープラーニングを応用した全ゲノム転写制御ネットワーク推定方法の確立"、の2つの課題を設定していた。課題Aにおいては四肢形成におけるATAC‐seqデータの取得に成功し、トランスクリプトームデータとともに、配列の進化的保存性や転写因子のモチーフの頻度の解析、時間的なダイナミクスを示す制御配列と定常的なものの違いなど様々な解析したものを論文化し、プレプリントとしていち早く公開し、現在査読付きジャーナルへ投稿中である。課題Bでは、遺伝子制御配列の特徴をディープラーニングを用いて解析し、どういった転写制御因子が制御に関わっているかを同定するプログラムの開発を行った。発表されている類似のソフトウェアのパフォーマンスを上回るものの開発に成功し、論文をプリプリントサーバーbioRxivに、ソフトウェアをgithub (https://github.com/koonimaru/DeepGMAP) においてそれぞれ公開し、現在、査読付きジャーナルへ投稿中である。さらに、ソフトウェアはGPU関連のドライバー、ソフトウェアに依存するため、ポータビリティに難があったがDockerを利用することで、有用性を高めることも行った。本研究計画に関連した総説も2報執筆し、一方は査読付きジャーナルに採択され、もう一方は現在査読中である。
|
