| 研究課題/領域番号 |
20K06610
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分43060:システムゲノム科学関連
|
|---|
| 研究機関 | 滋賀大学 (2021-2022)
大阪大学 (2020) |
|---|
研究代表者 |
寺口 俊介 滋賀大学, データサイエンス学系, 准教授 (00467276)
|
|---|
| 研究分担者 |
榊原 修平 大阪大学, 免疫学フロンティア研究センター, 特任助教 (10618838)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2022年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | エピトープ予測 / 機械学習 / 免疫レパトア / １細胞遺伝子発現解析 / SARS-CoV-2 / 1細胞遺伝子発現解析 / T細胞受容体 / エピトープ / 1細胞シークエンシング / レパトアシークエンシング / クラスタリング / 深層学習 / 検証実験 / タンパク質立体構造予測 |
|---|
| 研究開始時の研究の概要 |
獲得免疫システムにおいて重要なT細胞は、細胞ごとに異なる配列のT細胞受容体を持ち、それぞれが異なる抗原を認識している。各T細胞のターゲット抗原が同定できれば、免疫学を大きく進展させることができるが、個々のT細胞受容体が認識する抗原を実験的に同定するには高額な費用と手間がかかる。
本研究では、タンパク質立体構造モデリング技術を活用し、配列情報から各T細胞受容体のターゲット抗原予測を行う機械学習システムの実現を目指す。また、その予測を細胞生物学実験により検証して実際の予測精度を確認するとともに、機械学習システムへのフィードバックを行う。共同研究を通じて開発した機械学習システムの応用研究を推進する。
|
| 研究成果の概要 |
免疫システムは様々な病原体に個別に対応するために、免疫レパトアと呼ばれる膨大な種類の分子センサーを備えているが、どのセンサーがどの病原体（抗原エピトープ）を認識するかを予測することは困難である。本研究課題では、最新の実験技術を用いて、これらの対応付けのための実験データを取得するとともに、機械学習を用いてそのような予測を行うためのシステム開発を行った。加えて、外部の専門家とともに、特定の病原体における臨床症状の違いが、細胞レベルの免疫レパトアとどのように関わっているかを調べる実験研究も行った。
|
| 研究成果の学術的意義や社会的意義 |
免疫レパトアの各センサーと対応する病原体の対応が正確に予測できるようになると、将来的に血液中の免疫細胞が持つ情報から、その個人の現在の病原体に関する罹患情報はもちろん、これまでの病気の来歴や、将来的な病気への対応力など様々な情報を得ることができると考えられ、直接的な臨床応用の可能性が考えられる。また、学術的にも、同じ実験データから遥かに多くの知見を得ることができると期待される。本研究で取得したデータや予測システムはそのような将来的な応用の基礎となるものである。
|
