生物のde novo遺伝子探索アルゴリズムの探究

• 研究課題/領域番号: 18H03335
• 研究種目: 基盤研究(B)
• 配分区分: 補助金
• 応募区分: 一般
• 審査区分: 小区分62010:生命、健康および医療情報学関連
• 研究機関: 九州工業大学
• 研究代表者: 矢田 哲士 九州工業大学, 大学院情報工学研究院, 教授 (10322728)
• 研究期間 (年度): 2018-04-01 – 2023-03-31
• 研究課題ステータス: 完了 (2022年度)
• 配分額: 17,160千円 (直接経費: 13,200千円、間接経費: 3,960千円); 2022年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円); 2021年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円); 2020年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円); 2019年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円); 2018年度: 3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
• キーワード: 遺伝子のde novo誕生 / 生物の遺伝子探索アルゴリズム / バイオインフォマティクス解析

研究成果の概要

遺伝子のde novo誕生は、ゲノム中の非遺伝子領域に突然変異が蓄積することで遺伝子が誕生する過程である。これまで、このような過程はほとんど起きないと考えられてきたが、ゲノム研究の進展により、それが遥かに一般的な過程であることが明らかになった。一方、この過程は、生物が新しい配列の遺伝子を探索する過程として捉えることができる。すると、僅か90塩基から成る短い遺伝子のde novo誕生でさえ、4の90乗を越える広大な状態空間が探索されていることになる。ここでは、ゲノムデータのバイオインフォマティクス解析により、広大な状態空間から数々の遺伝子を巧みに探しだす生物のアルゴリズムの全容を明らかにする。

研究成果の学術的意義や社会的意義

出芽酵母に至る系統でのバイオインフォマティクス解析により、遺伝子のde novo誕生の典型的な過程、すなわち、GCに富む領域に中立な突然変異が蓄積することで、まず、候補遺伝子領域長が伸長し、次に、翻訳シグナル配列を獲得する、を明らかにした。そして、候補遺伝子領域長を伸長する中立な突然変異の数が翻訳シグナル配列を獲得するその数より多いことから、遺伝子のde novo誕生が機会的な過程であることを見いだした。また、自然言語処理の分野で発展した様々な技術を応用することで、遺伝子領域長に関係なく、それらのタンパク質コーディング性を推定するdeep learningモデルを初めて開発した。

研究成果

• [雑誌論文] A putative scenario of how de novo protein-coding genes originate in the Saccharomyces cerevisiae lineage (2023)
  • 著者名/発表者名: Yada T, Taniguchi T
  • 雑誌名: BMC Bioinformatics 巻: -
  • 査読あり
• [雑誌論文] Dynamical robustness and its structural dependence in biological networks (2021)
  • 著者名/発表者名: Ichinose N, Kawashima T, Yada T, Wada H
  • 雑誌名: J Theor Biol 巻: 526 ページ: 110808-110808
  • DOI: 10.1016/j.jtbi.2021.110808
  • 査読あり
• [雑誌論文] Genome sequence alignment (2019)
  • 著者名/発表者名: Yada T
  • 雑誌名: Encyclopedia of Bioinformatics and Computational Biology (Gaeta B, Nakai K, ed.) 巻: 2 ページ: 268-283
  • 査読あり
• [学会発表] A putative scenario of how de novo protein-coding genes originate in the Saccharomyces cerevisiae lineage (2022)
  • 著者名/発表者名: Yada T
  • 学会等名: GIW XXXI/ISCB-Asia V
  • 国際学会
• [学会発表] 低次のk-merの出現頻度を用いてRNA配列中のコーディングsmORFを発見する (2021)
  • 著者名/発表者名: 矢田哲士, 佐藤巽
  • 学会等名: 第44回日本分子生物学会年会
• [学会発表] Prediction of human protein-coding smORFs using k-mer based machine learning (2021)
  • 著者名/発表者名: Sato T, Yada T
  • 学会等名: 2021年日本バイオインフォマティクス学会年会
• [学会発表] Does existance of intron increase birth rate of de novo gene? (2019)
  • 著者名/発表者名: Keisuke Ando, Tetsushi Yada
  • 学会等名: 2019年日本バイオインフォマティクス学会年会・第8回生命医薬情報学連合大会（IIBMP2019）