2021 Fiscal Year Research-status Report
Creation of data-driven direct reprogramming by AI and avoidance of tumorigenic risk
| Project/Area Number |
21K18327
|
|---|
| Research Institution | Kyushu Institute of Technology |
|---|
Principal Investigator |
山西 芳裕 九州工業大学, 大学院情報工学研究院, 教授 (60437267)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
鈴木 淳史 九州大学, 生体防御医学研究所, 教授 (30415195)
|
|---|
| Project Period (FY) |
2021-07-09 – 2024-03-31
|
| Keywords | ダイレクトリプログラミング / 腫瘍化リスク / データ駆動 / 細胞直接変換 / AI |
|---|
| Outline of Annual Research Achievements |
iPS細胞を介さずに目的の臓器の細胞に直接変換するダイレクトリプログラミングが革新的な再生医療技術として注目されている。しかしながら、ダイレクトリプログラミングを誘導する因子セット（転写因子や低分子化合物など）を同定するのは極めて困難である。そこで本研究では、ダイレクトリプログラミングを誘導する転写因子や低分子化合物を予測する情報技術を構築する。
転写因子や低分子化合物に関する多階層オミックスデータを整備した。転写因子や低分子化合物がヒト細胞に与える影響を評価するため、ヒト細胞における遺伝子発現プロファイルを解析した。転写因子の遺伝子導入や低分子化合物の添加に関するトランスクリプトームデータは、GEOから得た。転写因子の情報は、ChipAtlas, BRENDA, KEGGなどのデータベースから得た。ダイレクトリプログラミングを誘導することが報告されている低分子化合物の情報を収集して、その作用機序を推定した。
トランスクリプトーム情報（ヒト細胞の遺伝子発現プロファイルなど）、エピゲノム情報（ChIP-seqによる転写因子DNA結合など）、ゲノム情報（エンハンサーなど）、インターラクトーム情報（遺伝子制御ネットワークなど）の多階層オミックスデータをトランスオミクス解析し、ダイレクトリプログラミングを誘導する転写因子を高精度に予測する機械学習手法を開発した。元細胞や標的細胞に関わる生体分子のマルチオミクスデータや細胞間の系統関係情報を、ベイズ最適化など機械学習アルゴリズムで統合した。今回の提案手法では、皮膚由来の線維芽細胞を、さまざまな組織（肝臓、脳、心臓など）由来の細胞へと、それぞれ直接変換させる転写因子を高精度に予測できた。この成果は、Bioinformatics誌に投稿し、アクセプトされた。学会発表も口頭発表を1件、ポスター発表を1件行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
トランスクリプトーム情報（ヒト細胞の遺伝子発現プロファイルなど）、エピゲノム情報（ChIP-seqによる転写因子DNA結合など）、ゲノム情報（エンハンサーなど）、インターラクトーム情報（遺伝子制御ネットワークなど）の多階層オミックスデータをトランスオミクス解析し、ダイレクトリプログラミングを誘導する転写因子を高精度に予測する機械学習手法を開発した。元細胞や標的細胞に関わる生体分子のマルチオミクスデータや細胞間の系統関係情報を、ベイズ最適化など機械学習アルゴリズムで統合することにより、ダイレクトリプログラミングを誘導する転写因子を予測した。今回の提案手法では、皮膚由来の線維芽細胞を、さまざまな組織（肝臓、脳、心臓など）由来の細胞へと、それぞれ直接変換させる転写因子を高精度に予測できた。この成果は、Bioinformatics誌に投稿し、アクセプトされた。学会発表も口頭発表を1件、ポスター発表を1件行った。
|
| Strategy for Future Research Activity |
ダイレクトリプログラミングを誘導する転写因子を整備し、また潜在的な誘導転写因子も今回予測することができた。それに加えて、ダイレクトリプログラミングを誘導することが報告されている低分子化合物の情報を収集して、その作用機序を推定することができた。低分子化合物の情報と転写因子の情報を用いて、低分子化合物の組み合わせの予測を行うためのアルゴリズムを開発する。
|
| Causes of Carryover |
購入する予定だった計算機などの物品が、新型コロナウィルスやウクライナ情勢の影響で物流が滞り、年度内に納品が難しかったため。また雇用予定だった研究補助者で適任者が年度内に決定しなかったため。来年度は、計算機などの物品を購入し、研究補助者も雇用して、研究を進めていく予定である。
|
