| 研究課題/領域番号 |
22K06925
|
|---|
| 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49010:病態医化学関連
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
尾上 耕一 名古屋大学, 医学系研究科, 助教 (70796523)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2024年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2023年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2022年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | ポリアデニル化 / がんトランスクリプトーム / RNA修飾 / RNA代謝 / intronic polyadenylation / 転写サイクル / RNA分解 / ヒストン修飾 |
|---|
| 研究開始時の研究の概要 |
本研究では、がん細胞で蓄積し、異常なタンパク質の産生の原因となる未成熟転写終結型RNA (ptRNA)のライフサイクルについて、転写による産生、プロセッシング、翻訳、分解まで制御ポイントを細かく分けて詳細に分析する。さらに、大規模データベースを利用したがん種横断的な解析によって、ptRNA発現上昇のリスク因子を探索する。本研究でがんにおけるptRNA発現の脱制御の理解が進めば、がん治療標的のシーズ導出につながることが期待される。
|
| 研究実績の概要 |
本年度は、主に以下の4項目を実施した。
【ptRNA解析パイプラインの改良】 これまで利用していた機械学習的なパイプラインに加え、ポリA鎖由来の配列を含むリードのソフトクリップ情報とイントロン内カバレッジ分布も考慮することで、より信頼性高く通常のRNA-seqデータからptRNAの3'末端を同定できるよう改良した。
【がんトランスクリプトーム解析の追加】前年度の公的がんデータベースTCGAを利用した22がん種・719症例の解析に加え、本年度は急性骨髄性白血病患者のRNA-seqデータ1,398症例のptRNA解析を追加した。その結果、ptRNAの発現傾向によって患者を複数の群に分けられることを見出し、その中でも主要な群では前年度に同定したptRNA制御の候補因子の発現とptRNA発現パターンとの間に明確な関連性があることを解明した。
【シングルセルレベルでのptRNA解析パイプラインの構築】急性骨髄性白血病のサンプルによおける各種免疫細胞の存在比率はサンプルごとにそれぞれ異なる。このようなバルクデータをより高解像度に解析するための準備として、シングルセル 3' RNA-seqデータからptRNAのポリアデニル化部位を検出できるパイプラインを構築した。
【前年度スクリーニング結果の検証】前年度に構築したptRNA発現制御の候補因子の急性ノックダウン系を用いて、ノックダウンの前後においてポリアデニル化部位を同定できるRNAシーケンス手法3'READS+を実施した。高品質なデータが取れていること、ポリアデニル化部位の配列が特異的に得られていることをすでに確認できており、詳細なデータ解析を行なっている段階である。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
通常のRNA-seqデータからptRNAを同定できる解析パイプラインの改良により、ptRNA推定のノイズを劇的に低下することができ、がんトランスクリプトームデータ分析のパフォーマンスを向上させることができた。それを用いて、急性骨髄性白血病患者のRNA-seqデータを解析したところ、前年度のスクリーニングで同定したptRNA発現制御の候補因子の発現レベルと早期転写終結イベントとの関連性を見出すことに成功した。以上は、ptRNA発現制御の分子メカニズムを解明し、がんにおけるその変化を理解する上で重要な知見である。また、各種の免疫細胞のptRNA発現パターンとの紐付けるために有用なシングルセル 3' RNA-seqデータからptRNAのポリアデニル化部位を同定するパイプライン構築も概ね完了している。さらに、3'READS+によるスクリーニング結果のバリデーションにも着手できている。以上のように、データの取得状況、 および次年度以降の実験の準備状況ともに順調に進展している。
|
| 今後の研究の推進方策 |
末梢血および骨髄サンプルのシングルセル 3' RNA-seqデータを解析し、異なる分化ステージにある免疫細胞においてどのようなptRNAが発現しているかを明らかにする。これらの情報を、急性骨髄性白血病患者のRNA-seqデータへと適用し、分析の解像度を向上させる。さらに、その他の情報（ドライバー変異、治療歴、生存率など）との関連性を明らかにする。スクリニーングのバリデーション解析からは、候補因子のptRNA制御への寄与だけでなく、どのような特徴がその制御に関わるか、3'末端周辺の配列特性やエピジェネティクス等、メタデータも利用しつつ複眼的に解析する予定である。初年のスクリーニング結果のバリデーションは、候補を拡大して引き続き遂行する。
|
