2023 Fiscal Year Final Research Report
Creation of data-driven direct reprogramming by AI and avoidance of tumorigenic risk
| Project/Area Number |
21K18327
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Pioneering)
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Medium-sized Section 90:Biomedical engineering and related fields
|
|---|
| Research Institution | Nagoya University (2023)
Kyushu Institute of Technology (2021-2022) |
|---|
Principal Investigator |
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
鈴木 淳史 九州大学, 生体防御医学研究所, 教授 (30415195)
味八木 茂 広島大学, 病院(医), 特定教授 (10392490)
|
|---|
| 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 Final Research Achievements |
Direct reprogramming, direct cell conversion without the use of iPS cells, is attracting attention as an innovative regenerative medicine technology. However, it is extremely difficult to identify the set of factors (e.g., transcription factors, small molecule compounds) that induce direct reprogramming. In this study, we developed information technologies to predict the transcription factors and small molecule compounds that induce direct reprogramming. Based on various multi-level omics data, we developed an optimization algorithm to predict the set of transcription factors that induce direct cell conversion and the set of small molecule compounds that replace them. We demonstrated the usefulness of this algorithm in the direct conversion of skin fibroblasts into neurons, cardiomyocytes, etc.
|
| Free Research Field |
バイオインフォマティクス
|
| Academic Significance and Societal Importance of the Research Achievements |
これまでのダイレクトリプログラミングの標準的な方法は、レトロウィルスを用いた転写因子の遺伝子導入であり、ウィルスに起因する発がんリスクという深刻な問題があった。そこで、本研究では、近年蓄積されている医薬関連の様々なデータから、ダイレクトリプログラミングを誘導する低分子化合物を予測する機械学習アルゴリズムを開発することが目的であり、そこに学術的意義がある。通常の細胞の直接変換は、ウイルスを用いて必要な転写因子の遺伝子を元細胞に導入するため、ウイルスに起因する発がんリスクなどの問題があるが、それを回避することによって、再生医療の臨床応用を促進することができるという社会的意義がある。
|
