| 研究課題/領域番号 |
23K16991
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 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 | 国立研究開発法人国立がん研究センター |
|---|
研究代表者 |
小嶋 泰弘 国立研究開発法人国立がん研究センター, 研究所, ユニット長 (00881731)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2025年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2024年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
2023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 | 深層生成モデル / 空間トランスクリプトーム / 細胞内局在 |
|---|
| 研究開始時の研究の概要 |
細胞内部ではRNAを含む多様な生体分子が、その機能的な空間分布を状況に応じて変化させることにより、細胞の環境適応的、かつ多様な振る舞いを実現している。それでは、細胞はいかにして数千種類にも及ぶRNA分子の機能的な時空間動態を実現しているのであろうか。本研究では、申請者独自のトランスクリプトームの確率的動態を推定する深層生成モデルと二次元画像からの立体再構築手法を組み合わせることにより、Subcellularトランスクリプトーム観測から細胞内部の転写産物の時空間動態をRNA配列や転写制御配列と紐づけて推定するための新技術を開発する。
|
| 研究実績の概要 |
本年度は、細胞内の立体トランスクリプトームデータの三次元再構成手法の高精度化のための手法改良を行なった。昨年度までに開発を行なった手法では、Variational Auto-Encoderと同様に変分推定に基づくRNA密度分布の推定を行なっていたが、特に細胞外縁において推定される密度がぼやけてしまう問題があった。この点に関して、現在、近年の画像データにおける三次元再構成において用いられる拡散モデルを使用したアプローチにより改善を行なっている。具体的には、2次元の細胞内の空間トランスクリプトーム観測を点群データとしてみなしPoint cloudの拡散モデルを訓練する。この拡散モデルをしよすうることにより、細胞状態ごとに推定される3次元RNA密度分布から擬似的に生成された二次元観測が妥当なものとなるように3次元密度モデルの最適化を行う。現在、ポイントクラウドの拡散モデルに関して、遺伝子名のようにポイントごとに付与された属性を保持した生成を行えるような新技術の開発を行なっている。また、転写産物の細胞内時空間動態の推定を実現するために、一細胞レベルで転写産物のスプライシング速度と分解速度を推定する手法DeepKINETの開発を行なった。DeepKINETでは、splicing前後の転写産物の生成モデルをVAEをベースに構築し、潜在的な細胞状態のダイナミクスの推定とともに細胞状態ごとのスプライシング・分解速度の推定を実現する。RNA結合タンパク質とターゲットRNAの推定されたスプライシング速度は、非ターゲットのRNAと比べて高い相関を示しており、本手法の妥当性を示すことができた。
|
| 現在までの達成度 |
現在までの達成度
3: やや遅れている
理由
細胞内トランスクリプトームの三次元再構築技術については、当初開発した手法が空間解像度に関して課題があるものとなっていたため、さらなる改良に時間を要している。その一方で、転写・分解速度推定の一細胞レベルでの推定技術を確立しており、細胞内動態推定に向けた技術開発は順調に進んでいる。
|
| 今後の研究の推進方策 |
細胞レベルでのRNA動態の推定技術の開発をすでに完了しているため、細胞レベルの推定結果を事前分布として与える形で、細胞内での転写産物の動態を推定する技術の開発を行う予定である。具体的には、3次元の再構築モデルの細胞状態の動態を細胞レベルのsplicing前後の転写産物量から推定し、状態変化を3次元モデルに投影することで細胞内局所のRNA量の増減を推定する。これらの増減を説明する形で、RNAの転写、スプライシング、分解、移動を推定するが、その際に細胞レベルの推定結果を事前分布として導入する形で、推定の高精度化を図る。
|
