2021 Fiscal Year Research-status Report
Development, validation and application of machine learning system for TCR epitope prediction
| Project/Area Number |
20K06610
|
|---|
| Research Institution | Shiga University |
|---|
Principal Investigator |
寺口 俊介 滋賀大学, データサイエンス学部, 准教授 (00467276)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
榊原 修平 大阪大学, 免疫学フロンティア研究センター, 寄附研究部門准教授 (10618838)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | T細胞受容体 / エピトープ / 機械学習 / 1細胞シークエンシング / レパトアシークエンシング |
|---|
| Outline of Annual Research Achievements |
当該年度には、以下のような研究を行った。
１、共同研究機関から提供を受けたCovid-19回復患者及びワクチン接種者の血液サンプルに対する1細胞免疫レパトア/エピトープ/遺伝子発現シークエンシング。本研究では、エピトープ予測機械学習システムの開発のために、T細胞受容体とその標的となるタンパク質断片（エピトープ）の組を訓練データとして使用する必要がある。このようなデータの取得と同時に、現在の社会において深刻な問題となっている新型コロナウイルスに対するレパトア/エピトープレベルでの動態を調べるために、共同研究機関から提供を受けたサンプルに対し1細胞免疫レパトア/エピトープ/遺伝子発現シークエンシングを行なった。実験は対象となるサンプルの遺伝子型（MHC allele）やエピトープのセットを変えながら三回行い、対応するデータセットを取得した。現在、それらのデータに対してin silicoでの解析を進めている。
２、共同研究機関から委託された1細胞免疫レパトア/エピトープ/遺伝子発現シークエンシングデータの解析。複数の共同研究機関から依頼を受け、実験、及び、in silico解析を行っている。特に、そのうちの一つでは再現性の高いデータが得られており、現在、共同研究者とともに論文化を進めている。
３、エピトープ予測システムの開発。本年度は担当者の異動に伴う研究体制の変化やシステム移行の必要があったが、システム移行に関してトラブルが生じ、本システムの開発を十分に進めることができなかった。一方で、関連分野において強力な深層学習モデルが提案されたため、その情報収集等を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
当該年度は、研究計画時に想定していなかった研究代表者の異動が発生した。これまでの研究所所属から学部所属となった一年目ということで、様々な教育、管理業務が新たに発生し、その準備等に追われることになった。また、同時に深層学習に基づく予測システム開発に必要なGPU計算機も移行することとなったが、これに関してトラブルが発生し、満足なシステム開発環境を構築することができなかった。これにより、次世代のエピトープ予測システムの開発が停滞してしまうこととなった。
一方、訓練データの取得を兼ねた実験1細胞免疫レパトア/エピトープ/遺伝子発現シークエンシング実験は予定通りに行い、3セットのデータを取得することができた。しかしながら、得られたデータを確認したところ、データセットによって得られた細胞の数が大幅に少なかったり、エピトープ情報の特異性に問題があったりと、予定よりも質の低いデータしか得られなかった。現在の1細胞シークエンシング技術では、このようなデータとなる可能性を排除することはできず、また、同じ規模の実験データを改めて取り直すことは困難であるため、in silico解析により、限られたなかでできるだけの情報を取り出すための解析を進めている。
一方で、共同研究は順調に進んでおり、共同研究者とともに研究内容の論文化を進めている。
|
| Strategy for Future Research Activity |
研究代表者の異動に関しては、この一年でほぼ落ち着き、また、GPU計算機のトラブルの原因も特定できた。また、この一年の間に関連分野で強力な深層学習モデルが提案されるなどの進展があった。今後はこれらの進展を取り込む形で、次世代のエピトープ予測モデルの開発を進めていく予定である。
取得済みデータの解析については、できるだけ多くの情報が取得できるように引き続き工夫しつつ行っていく。また、必要に応じて所得済みデータの検証実験も行う。
共同研究については、引き続き進めていく。
|
| Causes of Carryover |
前年度の支出が予定より少なかったことによる繰り越し金が当該年度だけでは消化しきれなかった。研究終了時までに使用しきれない場合には返還を行う予定だが、研究期間の延長を行う可能性もある。
|
