研究課題/領域番号 |
19J14816
|
研究種目 |
特別研究員奨励費
|
配分区分 | 補助金 |
応募区分 | 国内 |
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 | 京都大学 |
研究代表者 |
岡田 大瑚 京都大学, 医学研究科, 特別研究員(DC2)
|
研究期間 (年度) |
2019-04-25 – 2021-03-31
|
研究課題ステータス |
完了 (2020年度)
|
配分額 *注記 |
1,700千円 (直接経費: 1,700千円)
2020年度: 800千円 (直接経費: 800千円)
2019年度: 900千円 (直接経費: 900千円)
|
キーワード | サイトメトリー / single cell RNA-seq / 情報幾何 / データ解析 / DEEF / シングルセル解析 / 確率分布 / ノンパラメトリック |
研究開始時の研究の概要 |
本研究では、情報幾何学の知見をシングルセル発現解析に応用することで細胞集団プロファイルを座標空間にマッピングするための新規の数理統計的手法を開発する。さらに、フローサイトメトリーデータなどの実データセットに対して提案手法を適用し、その結果をゲノム・オミックスデータや公共データベースの情報と組み合わせることで、細胞集団プロファイルの異同とその生物学的背景の統合解析を行う。
|
研究実績の概要 |
本年度は、昨年度に完成させた情報幾何を用いた細胞集団プロファイルからの特徴量抽出手法である拡大指数型分布族分解法(Decomposition into Extended Exponential family: DEEF法)の理論、応用の両面でのさらなる研究を行った。理論面では、DEEF法は比較的少ないマーカー数までしか対応できないことが課題であったが、その課題を克服し、1細胞RNA-seqデータなどの高次元1細胞発現データにも対応可能なように手法を拡張したkernel DEEF法を開発した。さらにこの手法を用いて、サイトメトリーデータを機械学習で分類するワークフローを開発し、実データを用いてパフォーマンスなどの検討を行った。さらに、single cell RNA-seq dataに対してもこの手法を適用し、高次元single cell RNA-seq dataのサンプル同士の異同定量が行えることを示した。応用面では、DEEF法のエピゲノムデータの異同定量への利用を検討し、公共エピゲノムデータセットを用いた解析を行い、国内学会での発表を行った。さらに、大規模サイトメトリーデータとゲノムデータを組み合わせたゲノム疫学解析においても進展があった。独自のワークフローを用いてサイトメトリーデータからリンパ球の細胞集団プロファイルの特徴量の抽出を行い、抽出した特徴量に対してゲノムワイド関連解析を実施し、リンパ球プロファイルの状態の個人差に関連する一塩基多型を国際学術雑誌で報告した。
|
現在までの達成度 (段落) |
令和2年度が最終年度であるため、記入しない。
|
今後の研究の推進方策 |
令和2年度が最終年度であるため、記入しない。
|