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

ディープラーニングを活用したT細胞受容体リガンド同定技術の開発

Research Project

Project/Area Number 18K07180
Research Category

Grant-in-Aid for Scientific Research (C)

Allocation TypeMulti-year Fund
Section一般
Review Section Basic Section 49070:Immunology-related
Research InstitutionTokyo Medical University (2019-2020)
Sapporo Medical University (2018)

Principal Investigator

中津川 宗秀  東京医科大学, 医学部, 准教授 (70448596)

Project Period (FY) 2018-04-01 – 2022-03-31
Project Status Granted (Fiscal Year 2020)
Budget Amount *help
¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2020: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2019: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2018: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Keywords細胞受容体 / 構造解析 / ペプチド/抗原提示分子複合体 / 分子モデリング / T細胞受容体 / T細胞 / ディープラーニング / 免疫
Outline of Annual Research Achievements

本研究の目的は、T細胞受容体(以下、TCR)遺伝子配列からそのリガンドである抗原ペプチド/抗原提示分子複合体(以下、pHLA)を同定する技術を開発し、患者あるいは健常人のTCRレパトアから認識抗原群を同定し、病気に対して最適な抗原を標的とした個別化治療あるいは個別化予防を実現することである。本研究では、コンピューター上の計算によって、TCR配列情報からそのリガンドである抗原ペプチド/抗原提示分子複合体を同定する技術を開発することを目指す。
これまで既知のTCR/pHLA構造解析データを用いて、様々な組み合わせを用い、ドッキングシミュレーションを行った結果、ある結合条件がTCR認識ペプチド抗原提示分子ペアでは当てはまるが、非認識TCR/pHLAペアでは当てはまらないことがわかった。結合条件の有無をスコア化することで、TCR認識ペプチド抗原提示分子ペアでは、高いスコアを示すことがわかった。
今回さらに、構造未知のTCR/pHLAペアを用いて、それらの配列情報から分子モデリングを行い、予測構造を作成し、ドッキングシミュレーションを行い、in silico結合評価した結果、TCRが認識できるpHLAとのペアでのみ、より高いスコアを示した。このことは、構造データを用いてコンピュータ上でTCRがあるpHLAを認識するかどうかを判別可能であることを示唆している。
本研究では、ディープラーニング技術を利用した解析も行ったが、解析効率がわるいことが判明した。ディープラーニング技術を用いるよりも、網羅的なドッキングシミュレーションを実行することで、より精度の高いTCR/pHLA結合判定が可能となることがわかった。

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

既知のTCR/pHLA複合体構造解析データを用いて、様々な組み合わせを用い、ドッキングシミュレーションを行った結果、ある結合条件がTCR認識pHLAペアでは当てはまるが、非認識TCR/pHLAペアでは当てはまらないことがわかった。このことは構造データを用いてin silicoでTCRがpHLAを認識するかどうかを判別可能であることを示している。

結合条件の有無をスコア化することで、TCR認識ペプチド抗原提示分子ペアでは、高いスコアを示すことが複数のペアの解析によってわかった。さらに、構造未知のTCR/pHLAペアを用いて、それらの配列情報から分子モデリングを行い、予測構造を作成し、ドッキングシミュレーションを行い、in silico結合評価した結果、TCRが認識できるpHLAとのペアでのみ、より高いスコアを示した。
このことは、構造データを用いてコンピュータ上でTCRがあるpHLAを認識するかどうかを判別可能であることを示唆している。本研究の目標であるコンピュータ上でのTCRのリガンド予測が可能であることを示唆するデータが得られたため、おおむね順調に進展しているといえる。

Strategy for Future Research Activity

ディープラーニング技術を用いての検討も行ったが、解析効率が上がらず、十分な精度がでないことがわかった。今後網羅的なドッキングシミュレーションでの解析に焦点を絞る。
構造未知の解析するTCR/pHLAのn数を増やすことで、より精度の高い解析が可能となるが、そのためには、分子モデリングソフトウエア上でのマクロプログラムなどを用い構造作成の手間を自動化し、より効率のよい分子構造予測を行う必要がある。
コンピュータ計算能力をさらに強化し、計算時間の短縮を目指す。
分子モデリングソフトウエアを用いて、より最適な構造予測条件を解析する。
複数の構造を予測し、総当たりでTCR/pHLAの結合評価を行い、より精度の高い結合スコアリングシステムの開発を行う。

Report

(3 results)
  • 2020 Research-status Report
  • 2019 Research-status Report
  • 2018 Research-status Report

Research Products

(6 results)

All 2020 2019 2018

All Presentation (6 results)

  • [Presentation] In silico TCR/pHLA結合評価システムの開発2020

    • Author(s)
      中津川宗秀、廣橋良彦、金関貴幸、久保輝文、塚原智英、村田憲治、鳥越俊彦
    • Organizer
      第24回がん免疫学会
    • Related Report
      2020 Research-status Report
  • [Presentation] 乳腺液状化細胞診におけるディープラーニングを用いた良悪性判定2019

    • Author(s)
      中津川 宗秀
    • Organizer
      第108回日本病理学会総会
    • Related Report
      2019 Research-status Report
  • [Presentation] 乳腺および甲状腺液状化検体細胞診におけるディープラーニングを利用した良悪性判定2019

    • Author(s)
      中津川 宗秀
    • Organizer
      第60回日本臨床細胞学会総会
    • Related Report
      2019 Research-status Report
  • [Presentation] TCR/pHLA結合評価システムの開発2019

    • Author(s)
      中津川 宗秀
    • Organizer
      第23回日本がん免疫学会総会
    • Related Report
      2019 Research-status Report
  • [Presentation] ディープラーニングを用いたセンチネルリンパ節迅速病理画像診断2018

    • Author(s)
      中津川 宗秀
    • Organizer
      第107回日本病理学会総会
    • Related Report
      2018 Research-status Report
  • [Presentation] ディープラーニングを用いた乳腺液状化細胞診における乳がん診断2018

    • Author(s)
      中津川 宗秀
    • Organizer
      第77回日本癌学会学術総会
    • Related Report
      2018 Research-status Report

URL: 

Published: 2018-04-23   Modified: 2021-12-27  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi