2021 Fiscal Year Annual Research Report
Development of integrated analysis method of single-cell transcriptome data for elucidating inflammatory process
Publicly Offered Research
| Project Area | Preventive medicine through inflammation cellular sociology |
|---|
| Project/Area Number |
20H04947
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
松田 秀雄 大阪大学, 情報科学研究科, 教授 (50183950)
|
|---|
| Project Period (FY) |
2020-04-01 – 2022-03-31
|
| Keywords | 細胞系譜解析 / 1細胞トランスクリプトーム解析 / 細胞追跡 / 生体イメージング解析 / バイオインフォマティクス |
|---|
| Outline of Annual Research Achievements |
本研究は、炎症等の疾患の進展過程で生体内の細胞集団で生じる遺伝子発現の変化を1細胞トランスクリプトームにより解析し、細胞集団の多様性や状態変化の方向性を統合的に解析する手法を開発することで、炎症等の疾患の発症・進展についての知見を得ることを目的とした。炎症刺激を受けた細胞集団が刺激の時間経過とともにどのように状態が変化していくかを、刺激後の時間経過に応じて細胞を整列させた疑似時系列上で各遺伝子の発現変動を遺伝子間で比較解析する手法を開発した。実際に、本手法で、TNF（腫瘍壊死因子）で刺激した培養がん細胞内部の遺伝子の発現が、刺激時間の経過に応じてどのように変化するかを推定したところ、TNF刺激で特異的に発現変動するマーカー的な遺伝子を複数検出することができた。
また、マウス皮膚組織において炎症刺激をかけた時に遊走する好中球を二光子励起顕微鏡で経時的に観察し、細胞動態を解析する手法を開発した。経時観察により得られる時系列動画像のフレーム中から、好中球の領域を検出し、各時刻のフレーム間で同一の好中球を追跡する。多数の好中球の画像を教師データとして深層学習により学習することで同一の好中球を識別して追跡できることを示した。れにより、観察した全時刻フレームのうちの80%以上のフレーム中から約90 %の好中球を追跡できるという良好な精度を達成できた。
このように、本研究では、生体イメージングと１細胞トランスクリプトームのデータを解析することで、炎症刺激により生じる細胞動態と遺伝子発現の変動を解析できる手法を開発した。現状では、生体イメージングと１細胞トランスクリプトーム解析で、各細胞を１対１で対応付けることはまだできていないが、細胞集団を時系列上で整列することで、細胞集団レベルでの対応付けが可能な段階まで到達できていると考える。
|
| Research Progress Status |
令和3年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和3年度が最終年度であるため、記入しない。
|
-
-
-
-
-
[Journal Article] A CNN-based cell tracking method for multi-slice intravital imaging data2021
Author(s)
Kenji Fujimoto, Tsubasa Mizugaki, Utkrisht Rajkumar, Hironori Shigeta, Shigeto Seno, Yutaka Uchida, Masaru Ishii, Vineet Bafna, Hideo Matsuda
-
Journal Title
Proceedings of the 12th ACM Conference on Bioinformatics, Computational Biology, and Health Informatics
Volume: 35
Pages: 1～7
DOI
Peer Reviewed / Open Access / Int'l Joint Research
-
-
