2018 Fiscal Year Annual Research Report
Development of cell diversity analysis method based on gene regulatory prediction by Bayesian network
| Project/Area Number |
18H04124
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
松田 秀雄 大阪大学, 情報科学研究科, 教授 (50183950)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
瀬尾 茂人 大阪大学, 情報科学研究科, 准教授 (30432462)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Keywords | 1細胞トランスクリプトーム解析 / 遺伝子発現解析 / 時系列データ解析 / バイオインフォマティクス |
|---|
| Outline of Annual Research Achievements |
１．1細胞トランスクリプトーム解析による細胞の疑似時系列の推定手法の開発
1細胞シーケンシングにより得られた各細胞単位の遺伝子発現量のセットを、各細胞の時系列上で占める位置を推定する手法のプロトタイプを開発した。これにより、マウスの骨髄や末梢血由来の好中球や単球等の免疫細胞の１細胞トランスクリプトームのRNAシーケンスデータを取得し、マクロファージや樹状細胞に分化することができる単球と、分化が完了している好中球など、複数種類の免疫細胞の状態に応じた順序を付けて、細胞分化の疑似的な経過時間として推定することができた。従来、このような細胞の順序付けは、個々の生体現象ごとに、そのときの細胞の状態を反映していると考えられるマーカー遺伝子を使って行われてきたが、この方法だと他の大多数の遺伝子の発現が反映されないことになり、細胞状態の多様性の情報が失われる。このような観点から、細胞の分化過程等の統一的な順序付けと。細胞集団の持つ多様性を共に扱えるような、多方向の分岐を許すような疑似時系列の推定手法の開発を今後目指していく。
２．乳がん培養細胞における融合遺伝子の探索手法の開発
がんの進行過程でがん細胞に生じる変異の蓄積過程を解析するため、融合遺伝子を探索する手法を開発した。遺伝子のmRNAをシーケンスして得られるリード配列（読み取り断片配列）を高速にソーティングするSlideSortを応用し、部分的に重複するリード配列を重ね合わせて伸長することによりmRNA配列を再構築する。再構築したmRNA配列をゲノム上にマッピングすることで、リード配列の異なる部分がゲノム上の別々の位置にマッピングされる場合に融合遺伝子の候補として提示する。本手法を、乳がん培養細胞から得たトランスクリプトームデータに適用し、一部、PCR実験結果等との比較も行い、新規の融合遺伝子を探索できていることを示した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
1細胞シーケンシングにより得られた各細胞単位の遺伝子発現量のセットを、各細胞の時系列上で占める位置を推定する手法のプロトタイプを開発し、独自に取得したマウスの骨髄や末梢血由来の好中球や単球等の免疫細胞の１細胞トランスクリプトームのRNAシーケンスデータに適用できている。また、トランスクリプトームデータから再構築されたmRNA配列をゲノムにマッピングすることで、融合遺伝子などゲノムでの変異を探索する手法を開発した。これにより、1細胞レベルでゲノム変異を求めることが可能となり、細胞の時系列での変化に伴う変異の蓄積を評価することが可能となった。以上のことから、本研究課題はおおむね順調に進展していると考えられる。
|
| Strategy for Future Research Activity |
開発したプロトタイプを基にして、1細胞シーケンシングにより得られた各細胞単位の遺伝子発現量のセットを、各細胞の時系列上での推定する手法を、多方向への分岐などにも対応できるように拡張する。具体的には、免疫系の細胞について、前駆細胞から単球や好中球などへ分化する細胞集団に対して、各細胞を前駆細胞の状態から、分化が完了した成熟細胞の状態までの範囲で、分化過程の方向に応じて分岐を含んで順序付けする手法を開発する。
さらに、疑似時間で並べられた1細胞発現データを、時系列発現プロファイルとみなして、動的ベイジアンネットワークによる遺伝子制御ネットワークの推定を行う。時系列上の各時点で、ベイズ情報量基準を用いてネットワーク中の遺伝子間の制御関係の強さを時点ごとに求める手法を既に開発しており、この手法を分岐を伴う疑似時間の発現プロファイルに適用できるように拡張する。また、個々の細胞相互に、遺伝子間の制御関係の強さを比較することで、細胞間の疑似時間と遺伝子間の制御関係の相関についての知見を得る。
|
