研究課題
基盤研究(C)
本課題では、ヒト臨床検体(正常・炎症・癌組織)の遺伝子発現情報から、組織内に含まれる細胞群の混合率を推定するアルゴリズムを開発する。そこで、細胞種が混在した正常・炎症・癌などの組織の発現パターンを公共データベースから入手し、機械学習の一つである「教師なし学習」を用いて、各細胞群のリファレンスとなる発現パターン(リファレンス発現パターン)とそれらの混合比を検体ごとに推定する。さらにリファレンス発現パターンを用いて、新規に得られた検体の発現プロファイルに対して細胞群の混合比を算出し、研究者に提示するようなシステムの構築を目的とした。
近年ではシングルセル解析技術の進展がめざましく、本研究でゴールとした細胞集団の同定や比率推定などが実験的に可能になりつつある。しかしながらシングルセル解析にはバルク解析よりコストが掛かることや、すでに公開データベースに蓄積された臨床検体のバルクRNA-seqデータやマイクロアレイによる発現プロファイルの再解析により既存検体の細胞集団の推定が可能になることで、シングルセル解析で得られる情報と相補的に活用できることが期待される。
すべて 2021 2020 2019 2018 その他
すべて 雑誌論文 (13件) (うち国際共著 5件、 査読あり 13件、 オープンアクセス 9件) 備考 (2件)
Anticancer Research
巻: 41 号: 2 ページ: 845-858
10.21873/anticanres.14837
Scientific Reports
巻: 10 号: 1 ページ: 6214-6214
10.1038/s41598-020-63200-7
Cancer Science
巻: 112 号: 1 ページ: 444-453
10.1111/cas.14630
Neurobiology of Aging
巻: 19 ページ: 240.e13-240.e22
10.1016/j.neurobiolaging.2019.02.016
Am J Surg Pathol
巻: 43(9) 号: 9 ページ: 1221-1228
10.1097/pas.0000000000001300
Cell Death Discovery
巻: 5 号: 1 ページ: 146-146
10.1038/s41420-019-0226-y
Oncology Letters
巻: 18 ページ: 1372-1380
10.3892/ol.2019.10420
Life Sci Alliance
巻: 2(4):e201900425. 号: 4 ページ: 1-24
10.26508/lsa.201900425
EBioMedicine
巻: 40 ページ: 457-470
10.1016/j.ebiom.2018.12.058
Am. J. Pathol.
巻: 188 号: 5 ページ: 1213-1224
10.1016/j.ajpath.2018.01.012
Mol Cancer Ther.
巻: 17 号: 12 ページ: 2788-2795
10.1158/1535-7163.mct-18-0694
Oncotarget
巻: 9(43) 号: 43 ページ: 27016-27026
10.18632/oncotarget.25469
Sci Rep
巻: 8(1):7563 号: 1 ページ: 1-7
10.1038/s41598-018-25911-w
https://www.juntendo.ac.jp/graduate/kenkyudb/search/researcher.php?MID=5240