2023 Fiscal Year Annual Research Report
人工知能(AI)とRNA-Seqの融合による遺伝性小児神経疾患の新たな病因解明
Project/Area Number |
20K08236
|
Research Institution | Showa University |
Principal Investigator |
加藤 光広 昭和大学, 医学部, 教授 (10292434)
|
Co-Investigator(Kenkyū-buntansha) |
宮 冬樹 慶應義塾大学, 医学部(信濃町), 准教授 (50415311)
中村 和幸 山形大学, 医学部, 助教 (20436215)
|
Project Period (FY) |
2020-04-01 – 2024-03-31
|
Keywords | 人工知能 / スプライス異常 / RT-PCR / エクソーム / RNA-Seq |
Outline of Annual Research Achievements |
小児期発症の希少難治性神経疾患は遺伝性が高い。しかし、全ゲノム解析でも原因同定率は60%程度であり、新たな解析方法の開発が求められている。エクソーム解析では原因が不明であった脳形成異常例に、人工知能(AI)技術を用いたスプライス部位の予測アルゴリズムSpliceAIを用いて解析したところ、劣性遺伝の小頭症3家系6名に共通するスプライス変異を同定した。同定した変異部位はエクソンから40塩基対以上離れたイントロンに存在し、従来のスプライス部位予測アルゴリズムでは検出できていなかった。その後、株化リンパ球を用いた発現実験を行い、RT-PCRで正常とは異なる長さの転写産物を認め、スプライス異常を確認した。スプライス異常検出におけるAI技術の有用性を確認した。SpliceAIのアルゴリズムをエクソームデータの解析プラットフォームに組み込み、新規にエクソーム解析を行った発端者295例+家族193検体の計488検体についてスプライス異常の検出を試みた。その結果、発端者50例でスプライス異常が予測された。多くは親由来で病原性は否定的であったが、7例で疾患原因と考えられるde novoのスプライス異常が予測される変異を認めた。他に10家系12例でスプライス異常を同定した。うち1例はエクソンイントロン境界から27bp離れていたが、SpliceAIのスコアは高く、RT-PCRを行い21アミノ酸のインフレーム挿入が生じるスプライス異常であることを確認した。SpliceAIでスコアの低かった1例に対し、血液から抽出したRNAを用いてRT-PCRを行いスプライス異常の有無を検討した。スプライス異常を示すバンドは得られず、SpliceAIの予測通り、スプライス異常ではなく、アミノ酸置換によるタンパク質の機能異常が考えられた。
|