2021 Fiscal Year Annual Research Report
Development of multiple classification and comparison methods of cells based on information criteria and their applications to Cell Atlas
Project/Area Number |
19K22894
|
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) |
2019-06-28 – 2022-03-31
|
Keywords | 細胞系譜解析 / 1細胞RNAシーケンス解析 / 遺伝子発現解析 / バイオインフォマティクス |
Outline of Annual Research Achievements |
生物学的背景の異なる2群(例えば、疾患型と健常型)から取得した1細胞RNAシーケンシングデータを入力として、細胞集団の応答過程に基づく経時的な細胞系譜を推定し、2群で異なる発現変動を示すマーカー遺伝子を検出する手法を開発した。 従来の細胞系譜推定手法は、細胞集団を遺伝子発現量の差異によりクラスタリングで分類し、クラスタ間の距離を基にした最小全域木により細胞系譜を求めていた。これに対して本研究では、遺伝子発現量だけでなく各クラスタの細胞集団中に占める細胞種の割合をクラスタ間の距離計算で考慮することにより、より生物学的な細胞集団の変化過程を反映した細胞系譜を推定することを目指した。 さらに、生物学的な背景の異なる2群の細胞集団において、推定された細胞系譜上で群間の発現変動の異なる遺伝子を検出する手法を開発した。従来は、個々の細胞集団ごとに細胞系譜上での発現変動遺伝子を個別に検出し、遺伝子セットの差異を見ていたが、これだと群間での発現変動の量的な違いを考慮できていなかった。本手法では、発現変動遺伝子の検出過程で2群間の統計量の差異を比較解析することで、群間での発現変動の大きさを考慮した特徴的な遺伝子の検出ができるようになった。 実際に、ヒトサンプルから得られた疾患型と健常型の2種類のT細胞について、ナイーブT細胞から始まる分化過程で得られた1細胞RNAシーケンシングのデータに本手法を適用したところ、T細胞の分化過程を反映した細胞系譜が得られ、さらにその系譜上で健常型と比べて疾患型の細胞集団に特徴的な発現変動を示す新規のマーカー遺伝子が検出でき、本手法の有効性が確認できた。
|