2018 Fiscal Year Research-status Report
統計的情報処理としての細胞の分子識別と、免疫学的自己/非自己識別制御への応用
| Project/Area Number |
18K18147
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
梶田 真司 東京大学, 生産技術研究所, 助教 (40804191)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 数理モデル / 免疫 / 抗原識別 |
|---|
| Outline of Annual Research Achievements |
免疫細胞が確率的な環境下で類似抗原分子を正確に識別するメカニズムを解明するため、抗原識別に関係する化学反応系の確率モデルを構築し、数値シミュレーションやモデルの数理解析により高精度な識別が可能になる条件を調査した。予備研究の時点で考案したモデルの一般化モデルを構築し解析した結果、一般化モデルはこれまでのモデルと比較して定性的に実際の免疫細胞による抗原識別の意思決定に近いタスクを行える能力があることが明らかになった。予備研究の時点では識別精度の定量評価方法が不十分であったため、モデルのダイナミクスと識別精度の関連について深い議論が出来ていなかった。今回識別精度について生物学的に妥当な定量評価方法を考案したために、モデルのダイナミクスの特性との関連を調査できるようになった。これらの結果は「細胞ダイバース」若手ワークショップ、デザイン生命工学研究会などで発表を行った。発表後に主に研究内容の生物学妥当性や実験検証法などについてフィードバックを得たことで、モデルの解析手法の改良に繋がっている。
また、本研究の実施にあたって調査した実験および理論の関連研究をまとめ、レビュー論文を執筆した(Masashi K. KAJITA, (2019). Quantitative biology of ligand discrimination by immune T cells, SEISAN KENKYU, 71(2), 125-132.)。これまでの免疫細胞による抗原識別現象についての分子生物学的研究、定量実験研究、および理論研究をまとめた。本研究のターゲットとなる従来の理論研究では説明がつかない現象について紹介および考察を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
2018年度計画に沿ってモデルの解析が進行している。
|
| Strategy for Future Research Activity |
提案モデルの力学系としての性質と識別精度の関係をより詳細に検討するため、数値シミュレーションや数理解析により網羅的にパラメータ依存性を確認し、識別精度が向上する条件をより詳細に明らかにする。さらに、本研究が対象をする現象の生物実験、および提案モデルに関連する理論論文を調査することで、識別精度が向上する条件の生物学的意味について考察する。
|
| Causes of Carryover |
研究結果へのフィードバックを海外の研究者から得るための海外出張費用を見込んでいたが、研究が進展し論文発表が見込めたために論文執筆やそれへの準備を優先し、海外出張用の予算を減らした。そのために旅費関連の予定額と支出額に差額が生じた。また当初の想定より理論的な側面で研究の進展が得られたために、本年度は理論解析研究を中心に行い、計算機パワーを必要とする計算機実験研究は来年度以降に実施することした。これにより本年度は計算機を購入しなかったため、物品関係の予定額と支出額に差額が生じた。
|
