• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

細胞動画像とオミクスデータの統合的情報解析技術の開発

研究課題

研究課題/領域番号 19H04207
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
研究機関大阪大学

研究代表者

瀬尾 茂人  大阪大学, 大学院情報科学研究科, 准教授 (30432462)

研究分担者 山下 英里華  大阪大学, 大学院医学系研究科, 特任研究員(常勤) (10880106)
水野 紘樹  大阪大学, 生命機能研究科, 助教 (90707655)
研究期間 (年度) 2019-04-01 – 2022-03-31
研究課題ステータス 完了 (2022年度)
配分額 *注記
17,420千円 (直接経費: 13,400千円、間接経費: 4,020千円)
2021年度: 5,850千円 (直接経費: 4,500千円、間接経費: 1,350千円)
2020年度: 4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2019年度: 7,410千円 (直接経費: 5,700千円、間接経費: 1,710千円)
キーワードバイオインフォマティクス / 遺伝子発現解析 / 細胞画像処理 / 機械学習 / 深層学習 / バイオイメージインフォマティクス / トランスクリプトーム解析 / データマイニング
研究開始時の研究の概要

次世代シーケンサー技術やイメージング技術、加えて自動化技術の発展により、様々な様式(マルチモーダル)の生命情報ビッグデータが日々蓄積されている。4Dイメージングの動画像はそのデータ量と時空間的複雑さゆえに細胞移動の軌跡を目で追うことすら困難であり、オミクスデータは並べてみようにも画面に収めることすら到底できない。
本研究課題では、これらの膨大で複雑なデータを統合し、知識発見や現象の理解を行うためにはどのようすれば良いかという問題に取り組む。特に、因果の上流にあると考えられる遺伝子発現を中心としたオミクスデータと、下流である細胞動画像とを、統合して解析を行うための方法の開発を行う。

研究成果の概要

近年の生命科学データはマルチモーダル化が著しく、様々な様式(モード)のデータが大量に取得されるようになっている。オミクスデータはゲノムに由来する情報ゆえにその量が簡単に人間の理解を超え、また動画像は一見理解しやすいものの粒子や細胞の認識・追跡といった処理が必要となり定量的な解析を行おうとすると難しい。本研究では、細胞動画像とオミクスデータの統合的情報解析技術の開発を目的とし、動画像解析には深層学習の技法を用いた特徴量の抽出技術の開発、オミクスデータ解析としては一細胞RNA-seqのデータを中心に様々なタイプのデータを結合して、重要な基底の発見とパターンの抽出を行う方法を開発した。

研究成果の学術的意義や社会的意義

本研究では、大別して2つの方向性の要素技術の開発を行った。1つは、一細胞遺伝子発現解析のための次元削減・特徴抽出手法であり、非負値行列因子分解や変分自己符号化器による方法を開発した。もう1つは、細胞動画像から特徴量の抽出を行う方法である。相貌度画像の解析においては、十分なアノテーション情報を準備することは難しいため、自己教師つき学習や教師なし学習を用いて、重要な画像特徴量を獲得することを試みた。
また、本研究課題の期間中に急速に発展普及した技術が空間トランスクリプトーム解析である。本研究課題でも実際にデータを取得し、開発した要素技術の空間トランスクリプトーム解析への応用・評価を行った。

報告書

(4件)
  • 2022 研究成果報告書 ( PDF )
  • 2021 実績報告書
  • 2020 実績報告書
  • 2019 実績報告書
  • 研究成果

    (9件)

すべて 2022 2021 2020 2019

すべて 雑誌論文 (2件) (うち査読あり 1件、 オープンアクセス 1件) 学会発表 (7件) (うち国際学会 1件、 招待講演 3件)

  • [雑誌論文] SC-JNMF: single-cell clustering integrating multiple quantification methods based on joint non-negative matrix factorization2021

    • 著者名/発表者名
      Shiga Mikio、Seno Shigeto、Onizuka Makoto、Matsuda Hideo
    • 雑誌名

      PeerJ

      巻: 9 ページ: e12087-e12087

    • DOI

      10.7717/peerj.12087

    • 関連する報告書
      2021 実績報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] SC-JNMF: Single-cell clustering integrating multiple quantification methods based on joint non-negative matrix factorization2020

    • 著者名/発表者名
      Shiga Mikio、Seno Shigeto、Onizuka Makoto、Matsuda Hideo
    • 雑誌名

      bioRxiv

      巻: -

    • DOI

      10.1101/2020.09.30.319921

    • 関連する報告書
      2020 実績報告書
  • [学会発表] バイオインフォマティクスツールのエコシステム2022

    • 著者名/発表者名
      瀬尾茂人
    • 学会等名
      NGS EXPO 2022
    • 関連する報告書
      2021 実績報告書
    • 招待講演
  • [学会発表] 時系列ラベルを用いた弱教師あり学習による筋組織再生過程の定量化手法の提案2022

    • 著者名/発表者名
      椙村渉, 瀬尾茂人, 深田宗一朗, 松田秀雄
    • 学会等名
      第137回数理モデル化と問題解決研究発表会
    • 関連する報告書
      2021 実績報告書
  • [学会発表] 畳み込みニューラルネットワークを用いた繰り返しパターンの検出手法と顕微鏡画像への応用2022

    • 著者名/発表者名
      新田恭晟, 瀬尾茂人, 細田一史, 松田秀雄
    • 学会等名
      第137回数理モデル化と問題解決研究発表会
    • 関連する報告書
      2021 実績報告書
  • [学会発表] Feature selection with VAE for scRNA-seq analysis2021

    • 著者名/発表者名
      Toshiya Tanaka, Shigeto Seno, Hideo Matsuda
    • 学会等名
      29th Conference on Intelligent Systems for Molecular Biology (ISMB)
    • 関連する報告書
      2021 実績報告書
    • 国際学会
  • [学会発表] 生命科学データの情報処理について2021

    • 著者名/発表者名
      瀬尾茂人
    • 学会等名
      化学工学会第52回秋季大会バイオ部会
    • 関連する報告書
      2021 実績報告書
    • 招待講演
  • [学会発表] シングルセル発現解析ツールの動向について2021

    • 著者名/発表者名
      瀬尾茂人
    • 学会等名
      Single-Cell 2021 Osaka セミナー
    • 関連する報告書
      2021 実績報告書
    • 招待講演
  • [学会発表] 一細胞遺伝子発現解析のためのJoint-NMFを用いたクラスタリング手法2019

    • 著者名/発表者名
      志賀幹夫, 瀬尾茂人, 鬼塚真, 松田秀雄
    • 学会等名
      第42回日本分子生物学会年会
    • 関連する報告書
      2019 実績報告書

URL: 

公開日: 2019-04-18   更新日: 2024-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi