2022 Fiscal Year Annual Research Report
Technology development and application for cell surface visual proteomics
| Project/Area Number |
19H04209
|
|---|
| Research Institution | Aoyama Gakuin University |
|---|
Principal Investigator |
諏訪 牧子 青山学院大学, 理工学部, 教授 (30242241)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
佐藤 主税 日本大学, 医学部, 客員研究員 (00357146)
池田 修己 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (20415772)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | ビジュアルプロテオミクス / 膜タンパク質立体構造 / 電子顕微鏡画像 / 深層学習 / 骨格筋小胞体 |
|---|
| Outline of Annual Research Achievements |
2022年度は、これまで課題1，2で開発してきた全膜タンパク質統合データベースおよび、画像照合プログラムなどの個別技術を連携させ、生体膜構造表面のタンパク質の二次元電顕画像を入力すると、全膜タンパク質統合データベースから立体構造投影画像と照合して、膜タンパク質種名や機能情報を提示できるWEBシステムを構築した。システムの中では、2020年度に課題2－3で開発した画像識別手法（輝度マッチング、特徴量マッチング、深層学習）を用いた。特に輝度マッチングにおいて87.8％の感度で、タンパク質のファミリー名を推定できるようになった。現在、このWEBツールは、学内の試験的なサーバー上で稼働しているが、いずれ公開を予定している
このシステムの応用対象として、2022年度は2021度に引き続きホタテの骨格筋由来の小胞体膜に注目し、単離した筋小胞体膜周囲の環境（ATP濃度やCa濃度）変化に伴う、小胞体膜上のタンパク質（Ca-ATPase)の複合体配置や筋小胞体自体の形態変化の詳細を解析した。2021度は、単離筋小胞体の3形態（Stick形態、Tadpole形態、Others形態）を解析したが、2022年度はさらにCa-ATPaseの複合体配置が特徴的な2形態を加えた5形態について、深層学習を用いて分類を行い、Caイオン濃度と単離筋小胞形態の関係性を調査した。前年度の電顕画像に加え、新たな撮影画像や、回転操作で拡張した9109枚の電子顕微鏡画像に対して深層学習を行なったところ、筋小胞体の形態分類に対して平均適合率=60.70%の検出器が作成できた。この学習モデルでCaイオン濃度の異なる条件下においてATP存在/非存在下での単離筋小胞体を分類した結果、ATP存在下での活性化Ca-ATPaseの配置変化の描像を良く表していることが示唆された。
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
