| 研究領域 | 代謝アダプテーションのトランスオミクス解析 |
|---|
| 研究課題/領域番号 |
17H06307
|
|---|
| 研究種目 |
新学術領域研究(研究領域提案型)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
生物系
|
|---|
| 研究機関 | 東京大学 (2019-2021)
東京医科歯科大学 (2017-2018) |
|---|
研究代表者 |
角田 達彦 東京大学, 大学院理学系研究科(理学部), 教授 (10273468)
|
|---|
| 研究分担者 |
重水 大智 国立研究開発法人国立長寿医療研究センター, メディカルゲノムセンター, 部長 (70617464)
|
|---|
| 研究期間 (年度) |
2017-06-30 – 2022-03-31
|
| キーワード | トランスオミクス / 代謝アダプテーション / オミクス解析 |
|---|
| 研究成果の概要 |
代謝アダプテーションで疾患へ至る全体像と挙動をとらえるには、マルチオミクスデータを、階層をまたいで統合する技術が必要である。そこで本研究では、トランスオミクス統計解析手法を知識型、因果・階層型、統合型に基づき整備し、オミクスデータを解析することで、トランスオミクスを読み解き、疾患や生体における代謝状態の変化を体系的網羅的に明らかにした。その結果、深層学習に基づく新たな方法論を導き、また臨床検体とモデル動物を用いて、糖尿病、アルツハイマー、がん免疫・微小環境のトランスオミクス解析を行い、ヒトとマウスにまたがる新規遺伝子やパスウェイ、相互作用、新たな亜分類やその背景となる機序を発見した。
|
| 自由記述の分野 |
オミクス医科学
|
| 研究成果の学術的意義や社会的意義 |
本研究により、オミクスの多階層データを繋ぐ方法論の基礎を築いた。知識型、因果・階層型、統合型という柱を基本とし、中でも特に派生した深層学習によるオミクス解析の方法論の進展は、世界でも唯一無二である。また組織検体からゲノムや遺伝子発現などのプロファイルからがん微小環境をトランスオミクス解析し、免疫編集を解明した。本研究を基盤とし、個体レベルのネットワーク再構築により、糖代謝疾患などの多因子疾患やがん転移などの環境適応の全体像の解明、薬剤の動的な選択などのプレシジョン医療の基盤の形成、複数の創薬標的分子のネットワークによる同定、そして新規治療法開発に繋がることが期待できる。
|
