| 研究課題/領域番号 |
19K23717
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
0701:分子レベルから細胞レベルの生物学およびその関連分野
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
Lee Seohyun 東京大学, 情報基盤センター, 特任研究員 (00847973)
|
|---|
| 研究期間 (年度) |
2019-08-30 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 細胞内物質輸送 / 小胞 / 細胞骨格 / 機械学習 / 小胞体 / モータータンパク質 / ディープラーニング / 細胞内輸送 / エンドソーム |
|---|
| 研究開始時の研究の概要 |
細胞内の物質輸送は抗がん剤などの薬物伝達に最も重要な物理情報を持つため、生物物理分野で広く研究されている。本研究では、細胞内での物質輸送を担当する細胞小器官の動きを機械学習を活用して分子レベルで解明することを目標とする。細胞内に蛍光粒子を入れてイメージングし、そのデータを機械学習させるとこで細胞小器官を実際に動かす分子の種類と数の情報を明らかにする研究を行う。
|
| 研究成果の概要 |
細胞内での物質輸送に関する研究は新薬の開発及び検証において必修的な基礎情報を提供するものの、ナノスケールで行う物質輸送の観測や解析が難しいため、その輸送のパターンはいまだに知られていない。本研究は、機械学習の用いて細胞内物質輸送のパターンを解明することを目標とし、細胞内物質輸送を担当する小胞と細胞骨格との相互作用を物理的な特徴量に基づいて約９０％の正解率で分類するアルゴリズムを開発することに成功した。
|
| 研究成果の学術的意義や社会的意義 |
本研究の学術的な意義は、今までの伝統的な生物物理学の接近法では分析が難しかった細胞内物質輸送のパターンを、小胞と細胞骨格との相互作用の物理特性に着目し、機械学習アルゴリズムに基づいて解明した最初の接近法である。尚、社会的意義において、本研究で解明された細胞内の物質輸送のパターンは薬物伝達プロセスに関する研究にも繋がるため、今後新薬の開発や検証を促進させる重要な基礎研究になると期待される。
|
