| 研究課題/領域番号 |
16K14703
|
|---|
| 研究種目 |
挑戦的萌芽研究
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
生物物理学
|
|---|
| 研究機関 | 北海道大学 |
|---|
研究代表者 |
小松崎 民樹 北海道大学, 電子科学研究所, 教授 (30270549)
|
|---|
| 研究協力者 |
藤田 克昌 大阪大学, 大学院工学研究科, 教授
Li Chun Biu ストックホルム大学, 数学科, 准教授
Taylor James Nicholas 北海道大学, 電子科学研究所, 特任助教
寺本 央 北海道大学, 電子科学研究所, 准教授
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2018年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2017年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2016年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | バイオイメージング / 細胞性粘菌 / 情報理論 / 因果推論 / アンサンブル学習 / トランススケーラブル / 個性 / 1分子計測 / ラマン分光イメージング / 細胞個性 / １分子解析 |
|---|
| 研究成果の概要 |
有限の計測点数による数揺らぎを含めた誤差を考慮に入れたファジークラスタリングと機械学習手法に基づいて、1細胞ラマン分光イメージングデータによる高次元特徴量空間から細胞状態を識別する情報解析手法を開発した。通常の病理組織学では困難とされている甲状腺濾胞癌の識別、ラット肝モデルの非アルコール性脂肪肝疾患の線維症予測に応用し、その有用性を示すことに成功した。また、リーダー・フォロアー細胞仮説を模倣する数理モデリングを行い、情報理論における因果推論によるリーダー分類の可能性を示した。この他、植物器官の構造均一性と細胞単位のランダム性の補償現象に関する研究等を実施した。
|
| 研究成果の学術的意義や社会的意義 |
遺伝子発現やマーカータンパク質に依拠する細胞判別法は大変強力な手法であるが、マーカーが不明な細胞や、遺伝型の相違がなくとも機能的な違いがある細胞の判別には原理的に利用できない。シグナル／ノイズ比が小さいデータに関して、誤差を考慮に入れたラマン分光イメージング解析技術は、細胞の表現型（すなわち、ミクロ環境の化学的多様性）に基づいて、細胞状態を生きたまま無標識で識別する新しい細胞判別法である。そのため、医学、創薬分野へ細胞ラマン分光技術が活用される可能性が高く、社会に与えるインパクトも高い。特に、標的となる病気のバイオマーカーが特定されていないような場合にも重要となる。
|
