• 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

時空間情報を統合した1細胞発現解析手法の開発

研究課題

研究課題/領域番号 22K12246
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: 390千円 (直接経費: 300千円、間接経費: 90千円)
2023年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2022年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
キーワードバイオインフォマティクス / シングルセル解析 / 空間トランスクリプトーム / 機械学習
研究開始時の研究の概要

本研究では、時空間情報を統合した1細胞発現解析手法の開発を行う。近年の生命科学データは高解像度化・マルチモーダル化が著しく、1細胞遺伝子発現プロファイルを中心としたデータの情報量は容易に人間の理解を超える。本研究の目的は、1細胞遺伝子発現プロファイルを解析するための基本となる特徴抽出/次元削減やクラスタリング・可視化といった一連の解析と、異なるモーダルのデータを統合して扱うことを可能とする方法論の開発である。そして、生命科学の膨大で複雑なデータから、人間の代わりに情報を把握し関連性を結び付け、理解可能な形で提示するための情報処理技術の基盤となる研究を行う。

研究実績の概要

本研究では、時空間情報を統合した1細胞発現解析手法の開発を行う。近年の生命科学データは高解像度化・マルチモーダル化が著しく、1細胞遺伝子発現プロファイルを中心としたデータの情報量は容易に人間の理解を超える。本研究の目的は、1細胞遺伝子発現プロファイルを解析するための基本となる特徴抽出/次元削減やクラスタリング・可視化といった一連の解析と、異なるモーダルのデータを統合して扱うことを可能とする方法論の開発である。そして、生命科学の膨大で複雑なデータから、人間の代わりに情報を把握し関連性を結び付け、理解可能な形で提示するための情報処理技術の基盤となる研究を行う。
本研究の目的は、1細胞遺伝子発現プロファイルを解析するための基本となる特徴抽出/次元削減やクラスタリング、可視化といった一連の解析と、より発展的な解析結果、または異なるモーダルのデータを統合して扱うことを可能とする方法論の開発である。
2年目となる本年度は、引き続き1細胞発現解析や空間トランスクリプトーム解析の方法論の調査や開発を行った。特に、空間トランスクリプトームデータを対象に、グラフ構造を用いた発現パターンマイニング手法を開発した。スポット型空間トランスクリプトームデータを対象とし、スポットをノード、それらの関係をエッジとしてグラフ構造を構築する。さらに、ノードとエッジを細胞集団の種類と細胞間相互作用に応じて分類し、グラフを縮約した上でネットワークモチーフ探索アルゴリズムを適用し、グラフ比較やパターンマイニングを行う。この手法により、比較対象領域の特定や、顕著な遺伝子発現パターンの検出が可能となる。本手法を、皮膚の創傷治癒過程を観察したマウス組織切片の空間トランスクリプトームデータに適用した。

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

時空間情報を統合した解析方法の要素技術として、1細胞発現解析や空間トランスクリプトーム解析技術を開発した。
開発した方法を、研究協力者から提供されたデータに対して適用し、解析結果の議論を行っている。
以上のことから、本研究はおおむね順調に進捗していると考えられる。

今後の研究の推進方策

次年度においては、引き続き1細胞発現解析や空間トランスクリプトーム解析の方法論の調査や実施を行うとともに、研究協力者から空間トランスクリプトームのデータの提供を受けて、細胞画像の特徴量と遺伝子発現を組み合わせた解析を行う。

報告書

(2件)
  • 2023 実施状況報告書
  • 2022 実施状況報告書
  • 研究成果

    (5件)

すべて 2023 2022

すべて 学会発表 (5件) (うち招待講演 2件)

  • [学会発表] A Graph Based Method of Pattern Mining for Spatial Transcriptome Data2023

    • 著者名/発表者名
      Ayaka Mae, Shigeto Seno, Hironori Shigeta, Yu-Chen Liu, Sangeun Kim, Daisuke Okuzaki, Ryoichi Mori, Hideo Matsuda
    • 学会等名
      CBI学会2023年度大会
    • 関連する報告書
      2023 実施状況報告書
  • [学会発表] 細胞動画像とオミクスデータの統合的情報解析方法の開発への取り組み2023

    • 著者名/発表者名
      瀬尾茂人
    • 学会等名
      第46回 日本基礎老化学会大会
    • 関連する報告書
      2023 実施状況報告書
    • 招待講演
  • [学会発表] シングルセル解析の前処理について2023

    • 著者名/発表者名
      瀬尾茂人
    • 学会等名
      NGS EXPO 2023
    • 関連する報告書
      2023 実施状況報告書
    • 招待講演
  • [学会発表] 医療画像診断のための弱教師あり学習を用いた確信度付き良悪性分類手法2022

    • 著者名/発表者名
      永野由貴斗, 瀬尾茂人, 多根井智紀, 草田義昭, 松田秀雄
    • 学会等名
      第25回情報論的学習理論ワークショップ(IBIS2022)
    • 関連する報告書
      2022 実施状況報告書
  • [学会発表] 時系列ラベルを用いた物体検出による筋線維再生の定量評価の提案2022

    • 著者名/発表者名
      山岡悠, 瀬尾茂人, 深田宗一朗, 松田秀雄
    • 学会等名
      第25回情報論的学習理論ワークショップ(IBIS2022)
    • 関連する報告書
      2022 実施状況報告書

URL: 

公開日: 2022-04-19   更新日: 2024-12-25  

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