2022 Fiscal Year Annual Research Report
線虫行動と神経ネットワークの連関を網羅的に解明する機能的セルオミックス法の開発
| Project/Area Number |
20J22603
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
山内 悠至 京都大学, 農学研究科, 特別研究員(DC1)
|
|---|
| Project Period (FY) |
2020-04-24 – 2023-03-31
|
| Keywords | Cre-lox / 光遺伝学 / 線虫 / HGS / 機械学習 / 分子動力学計算 |
|---|
| Outline of Annual Research Achievements |
生物は神経ネットワークが適切に機能することで、記憶や学習をはじめとした高次生命現象を創発しています。多細胞生物の中で線虫C. elegansは302個の少数のニューロンからなる神経ネットワークを持つ生物であるが、線虫においてさえも、神経ネットワークと行動の関係性の解明はあまり進んでいません。その原因の１つは、神経ネットワークレベルで、各ニューロンの機能を網羅的に調査する方法が存在しないためです。そこで、私はこれまで、各ニューロンが行動に与える機能を網羅的に同定するための新規手法である「機能的セロミクス法」を開発してきました。
機能的セロミクス法は、部位特異的組換えシステムであるCre-loxシステムを応用することで、ニューロンに対してオプシンを確率的に標識し、仮説フリーに神経ネットワークの機能を同定可能にする手法です。これまでに、機能的セロミクス法を線虫の産卵行動に適応し、産卵行動に強く影響するニューロン開発に成功しました。線虫産卵行動は比較的単純な神経ネットワークから構成されているため、関与するニューロンの同定に成功しましたが、以前の機能的セロミクス法は線虫ニューロンに対するオプシン標識率が約30%と高く、同時に多数のニューロン活動に介入してしまうため、複雑な神経ネットワークの機能同定が難しいという問題点がありました。
そこで、機能的セロミクス法を用いてより複雑な神経ネットワークの機能解析を可能にするために、機能的セロミクス法の改良に取り組んできました。機能的セロミクス法ではCreリコンビナーゼによるlox配列の認識率によって、オプシン標識率が決定されます。そこで、私は、NGS解析・酵母遺伝子工学・機械学習を用いて、lox配列をエンジニアリングし、オプシン標識率を自由に制御可能とするシステムを構築することに成功しました。
|
| 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。
|
