Development of cell diversity analysis method based on gene regulatory prediction by Bayesian network

2021 Fiscal Year Final Research Report

• Project/Area Number: 18H04124
• Research Category: Grant-in-Aid for Scientific Research (A)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Medium-sized Section 62:Applied informatics and related fields
• Research Institution: Osaka University
• Principal Investigator: MATSUDA Hideo 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: 遺伝子制御ネットワーク推定 / 動的ベイジアンネットワークモデル / 1細胞RNAシーケンシング / 細胞系譜推定 / バイオインフォマティクス

Outline of Final Research Achievements

For biological phenomena in which intracellular gene regulation changes over time, such as cell differentiation and cellular stimulus response, we have developed a cell lineage inference method that obtains data from single-cell RNA sequencing and maps each cell on a pseudo-temporal time. The cells were sorted by this cell lineage inference, and the gene expression levels of each cell were considered as a time-series expression profile, and the regulatory relationship between individual genes in each cell was quantified by a newly developed score called "edge gain". Based on this score, gene regulatory networks can be inferred by a dynamic Bayesian network model from the time-series gene expression profiles obtained along the cell lineage, and it was shown that the inference accuracy was higher than that of existing methods.

Free Research Field

バイオインフォマティクス

Academic Significance and Societal Importance of the Research Achievements

本研究では、1細胞RNAシーケンシング技術により得られる細胞ごとの遺伝子発現プロファイルから、細胞分化や細胞の刺激応答などの進行過程を表す細胞系譜を推定する手法を開発した。さらに、細胞系譜上で各細胞の遺伝子発現量を抽出することで、非常に細かい時間間隔で時系列遺伝子発現プロファイルを構成して、動的ベイジアンネットワークモデルにより遺伝子制御ネットワークを推定する手法を開発した。実際に、造血幹細胞からの細胞分化や免疫細胞の刺激応答に本手法を適用することで、細胞系譜と遺伝子制御ネットワークを高い精度で推定することが示され、本手法が多様な生命現象に適用可能であることが示唆された。