• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2023 Fiscal Year Research-status Report

シングルセルRNA解析を用いた重症筋無力症の分子病態解明

Research Project

Project/Area Number 22K07343
Research InstitutionChiba University

Principal Investigator

赤嶺 博行  千葉大学, 医学部附属病院, 医員 (30931315)

Co-Investigator(Kenkyū-buntansha) 鵜沢 顕之  千葉大学, 医学部附属病院, 助教 (10533317)
横山 真隆  千葉大学, 大学院医学研究院, 助教 (20514871)
Project Period (FY) 2022-04-01 – 2025-03-31
Keywords重症筋無力症 / single cell RNA解析
Outline of Annual Research Achievements

我々は、末梢血を対象にしてシングルセル解析技術を用いて1細胞レベルでのmRNA発現を解析している。またRNA発現だけでなく、細胞表面蛋白も解析対象としており、従来の細胞表面蛋白の発現で定義した細胞との比較も可能である。以下に、研究の途中経過を示す。

・クラスタリング解析:シングルセルRNA解析データを用いて、病態に関連する細胞集団のクラスタリング解析を行った。この解析により、重症筋無力症患者の 末梢血中に存在する細胞サブセットが明らかとなり、それぞれのサブセットが病態発現にどのように関与しているかを詳細に解析できる。 ・発現変動遺伝子の探索:シングルセルRNA解析技術を用いて、クラスター毎の重症筋無力症に関連する発現変動遺伝子を同定した。これらの遺伝子は、免疫応答や細胞増殖などの生物学的プロセスに関与していると想定される。 ・細胞間相互作用の解析:重症筋無力症患者の末梢血中のT細胞やB細胞における細胞間相互作用に関与する因子やシグナル伝達経路を同定した。この解析によ り、病態発現における細胞間のコミュニケーション機構が明らかになった。 ・転写因子ネットワークの解析:シングルセルRNA解析により得られたデータをもとに、転写因子ネットワークを同定した。またhigh dimensional WGCNA, SCENIC解析を統合しすることで、病態関与するモジュールネットワークおよび転写因子ネットワークを推定した。ネットワークの発現により病態に関与する細胞種および遺伝子の推定を行った。
これにより、病態発現の制御機構の解明を目指す。

Current Status of Research Progress
Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

当初は全ての臨床サブタイプの患者を対象としていたが、未治療の新規患者の来院がlate onset MGのみであったため、late onset MGに対象を絞った。

Strategy for Future Research Activity

本研究は重症筋無力症におけるシングルセルRNA解析技術の活用により、従来では困難であった細胞レベルの解析を行っている。これにより、病態発現に重要な 役割を果たす転写因子ネットワークや細胞間相互作用などの機構が明らかになり、新たな治療戦略の策定や治療薬の開発に貢献することが期待さる。今後も研究を継続し、重症筋無力症の病態解明と治療法開発の一助となるような解析に向けた成果を追求する。収集できたlate onset MGに対しscRNAseq解析を行い、病態に関わる細胞種やpathway、遺伝子の探索を行う。

Causes of Carryover

解析するサンプル数、細胞数が増えるにつれて、よりハイスペックなPCによるバイオインフォマティクス解析が必要になった。解析のためのPCを購入した。

  • Research Products

    (1 results)

All 2023

All Presentation (1 results)

  • [Presentation] シングルセルRNA解析による高齢発症重症筋無力症の病態解明2023

    • Author(s)
      赤嶺 博行
    • Organizer
      神経免疫学会

URL: 

Published: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi