Quantifying and clarifying gene regulatory structure from single-cell level data

2023 Fiscal Year Final Research Report

• Project/Area Number: 20K14361
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 12040:Applied mathematics and statistics-related
• Research Institution: Osaka University
• Principal Investigator: Iida Keita 大阪大学, 蛋白質研究所, 准教授 (10709653)
• Project Period (FY): 2020-04-01 – 2024-03-31
• Keywords: 確率過程論 / 数理モデル論 / 超幾何関数 / ベイズ推定 / 一細胞解析 / 遺伝子発現

Outline of Final Research Achievements

In this study, we mathematically formulated the stochastic dynamics of fluctuations and cell-to-cell variations in gene expression observed at the single-cell level. Using snapshot single-cell data, we developed a method to quantitatively estimate transcriptional control parameters that are difficult to observe directly in experiments. This includes estimating the amounts of mRNA and protein.

During this process, we derived an equation that models the stochastic production and degradation of gene products, and we discovered a method to rigorously derive its steady-state solution (probabilistic model). By applying this theory to single-cell data from the Escherichia coli lactose metabolic system and the Saccharomyces cerevisiae galactose metabolic system, we quantitatively estimated the kinetic parameters in gene regulation and uncovered a transcriptional control mechanism common to both systems.

Free Research Field

応用数学

Academic Significance and Societal Importance of the Research Achievements

近年、一細胞RNAシークエンスなどの技術進展により、全遺伝子の発現情報から発生段階などの細胞の長期的な状態変容を予測する研究が進展している。しかし、こうした一細胞データには遺伝子に特有のノイズやばらつきが含まれるため、決定論にもとづく従来のデータ解析手法では、転写制御などの生物パラメータを定量的に推定することは困難であった。そこで、本研究では確率過程論を用いたアプローチにより一細胞のスナップショットデータから転写制御パラメータを推定する方法を確立し、原核生物、真核生物の実データに適用可能であることを実証した。この手法を正常とがん細胞の比較に用いることで臨床応用にもつながることが期待される。