単一細胞シークエンスデータに基づく細胞社会学のための情報手法の開発とデータ解析

2019 年度 実績報告書

• 研究領域: 予防を科学する炎症細胞社会学
• 研究課題/領域番号: 17H06399
• 研究機関: 国立遺伝学研究所
• 研究代表者: 池尾 一穂 国立遺伝学研究所, ゲノム・進化研究系, 准教授 (20249949)
• 研究分担者: 渡邉 日出海 北海道大学, 情報科学研究院, 教授 (30322754) ; 太田 聡史 国立研究開発法人理化学研究所, 光量子工学研究センター, 専任研究員 (30391890) ; 小倉 淳 長浜バイオ大学, バイオサイエンス学部, 教授 (60465929)
• 研究期間 (年度): 2017-06-30 – 2022-03-31
• キーワード: 単一細胞トランスクリプトーム / 炎症細胞の遷移 / NGSデータ解析

研究実績の概要

引き続き、炎症記憶の形成過程を細胞や分子レベルでの細胞間相互作用として解明を目指し、数千個の細胞からなる炎症組織の構成細胞について、定性的・定量的情報を「細胞状態変数」として収集蓄積、統合するために必要な手法の開発とそれを用いた実際のデータ解析を進めた。単一細胞プロファイルに基づく、「炎症の場」 としての細胞社会の記述を可能とすることを目指し以下のように研究を進めた。
単一細胞トランスクリプトーム動態の解析・モデリングのための単一細胞遺伝子発現プロファイルデータ解析手法の確立と解析（池尾）。コンテナ技術を導入し解析パイプラインを遺伝研スパコン上で利用可能とすることにより従来から１０倍以上の性能改善をおこなった。加えて、成果の取りまとめデータ公開に向けてデータベースの設計に取り掛かり基本要求項目の決定と概念設計を終えた。細胞集団の動態モデルの構築に向けて、様々な情報学的手法とシミュレーションを用いたモデル構築のための手法のモデル構築へ応用（太田）。突然変異情報を抽出し遺伝子変異に基づく細胞系譜作成を試行し、パイプラインのプロトタイプを構築した。各細胞状態に対応するマーカー遺伝子候補の抽出とそれらの機能情報に基づく炎症記憶形成における役割の推定と検証（渡邉）。昨年度開発した手法の改良を進めるとともに、実際のデータに対して細胞分類、新規細胞の特徴づけを進めた。機械学習モデルから炎症細胞へ遷移する細胞の予測(小倉)。機械学習を用いて、細胞の分類を行い細胞の遷移を遺伝子発現による細胞系列の分類手法の試行を進め、実データへの適用を進めた。また、全員で協力して計画班を中心にA01,A02の各グループに対して、データ解析の支援を開始した。

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

(1)単一細胞トランスクリプトーム動態の解析・モデリングのための単一細胞遺伝子発現プロファイルデータ解析手法の確立と解析(池尾)、(2)細胞集団の動態モデルの構築に向けて様々な情報学的手法とシミュレーションを用いたモデル構築のための手法のモデル構築へ応用(太田)、(3)各細胞状態に対応するマーカー遺伝子候補の抽出とそれらの機能情報に基づく炎症記憶形成における役割の推定と検証(渡邊)、(4)機械学習モデルから炎症細胞へ遷移する細胞の予測(小倉)について引き続き研究を進めてきたが、解析フローのパイプライン化と自動化を進め、現在、より高性能を発揮するように改良を進めている。この過程でコンテナ技術を採用することにより、解析パイプラインの遺伝研スパコン上に展開し使用可能とした。この結果、今後の各参加機関のデータ解析支援対応がより効率的に行えるようになった。加えて、新規アルゴリズム及びスパコン利用により、マッピングにおいて遺伝子発現産物及びゲノム配列両者への現実的な対応が可能となった。この性能改善は、支援のためだけでなく、変異情報に基づく細胞系譜作成のために、時間のかかっていたゲノムマッピングの問題の改善にも応用できた。スパコンを利用することと各参加機関の準備が進み、昨年度より実際に算出され始めた領域データの解析支援を効率よく行える目処が立った。また、実際にデータが始めたことにより、成果取りまとめ、公開のためのデータベースの設計を行えるようになった。実際のデータ解析を進めていかなければいけないが、以上の成果を踏まえて現在の進捗状況は計画通りであり、概ね順調に進展していると判断した。

今後の研究の推進方策

支援データを中心に領域から得られた遺伝子発現プロファイルによる細胞系譜の作成と分子ネットワークの遷移モデル作成を進める。遺伝子発現データに加えてゲノム配列情報やその他の病理学データを統合することにより、マーカー候補遺伝子の疾患への関与の機能アノテーション及び作用モデルの構築、データのデータベース化を行う。具体的には、
1.Single cell遺伝子発現データを用いた遺伝子発現ネットワークの推定。学習型、非学習型、両方のアルゴリズムに対応した解析パイプラインの改良を引き続き進める。スパコンの積極的な活用により解析効率の改善に努める。他計画班グループと協力して、遺伝子レベルの細胞集団解析結果と他の領域の結果を統合し整合性を持たせるように、統合解析とモデリングを行う。
2.変異データ人に基づく細胞分子系統と集団進化モデルを実際のデータに適用し、炎症細胞社会遷移モデルの構築を継続して行う。
3.細胞間の類似・非類似、あるいは、分類の基準を定める。その基準・手順に基づき各細胞種や状態の判別を行い、遷移マーカー遺伝子が炎症細胞への遷移に対する影響解析することにより各グループのデータ解析に貢献する。
4.各計画班と連携して機械学習による細胞プロファイリング手法から、実際に炎症細胞へ遷移する細胞の予測を行う。
5.データの取りまとめと公開のためのデータ収集、管理を行い、全体のデータを横断的に統合したデータベースの構築に取り掛かる。

研究成果

• [雑誌論文] The Increased Frequency of Methicillin-Resistant Staphylococcus Aureus With Low MIC of Beta-Lactam Antibiotics Isolated From Hospitalized Patients (2020)
  • 著者名/発表者名: Iwata Y, Sakai N, Yoneda I, Satou K, Furuichi K, Senda Y, Sakai-Takemori Y,Wada T, Fujita S, Ogura H, Sato K, Minami T, Yamaguchi K, Kitajima S, Toyama T,Yamamura Y, Miyagawa T, Hara A, Shimizu M, Sakai Y, Ikeo K, Shichino S, Ueha S, Nakajima T, Matsushima K, Wada T.
  • 雑誌名: Journal of Infection and Chemotherapy 巻: 26(6) ページ: 604-610
  • DOI: 10.1016/j.jiac.2020.01.016
  • 査読あり / オープンアクセス
• [雑誌論文] Collagen adhesion gene is associated with bloodstream infections caused by methicillin-resistant Staphylococcus aureus (2020)
  • 著者名/発表者名: Iwata Y, Satou K, Furuichi K, Yoneda I, Matsumura T, Yutani M, Fujinaga Y,Hase A, Morita H, Ohta T, Senda Y, Sakai-Takemori Y, Wada T, Fujita S, Miyake T,Yasuda H,Sakai N,Kitajima S,Toyama T,Shinozaki Y,Sagara A,Miyagawa T,Hara A,Shimizu M,Kamikawa Y,Ikeo K,Shichino S,Ueha S,Nakajima T,Matsushima K,Kaneko S,Wada T
  • 雑誌名: International Journal of Infectious Diseases 巻: 91 ページ: 22-31
  • DOI: 10.1016/j.ijid.2019.11.003
  • 査読あり / オープンアクセス
• [雑誌論文] The reduction of miR146b-5p in monocytes and T cells could contribute to the immunopathogenesis of hepatitis C virus infection (2019)
  • 著者名/発表者名: Kondo Y, Kogure T, Ninomiya M, Fukuda R, Monma N, Ikeo K, Tanaka Y.
  • 雑誌名: Scientific Reports 巻: 9 ページ: 13393
  • DOI: 10.1038/s41598-019-49706-9
  • 査読あり / オープンアクセス
• [雑誌論文] Specific Features of Fibrotic Lung Fibroblasts Highly Sensitive to Fibrotic Processes Mediated via TGF-β-ERK5 Interaction (2019)
  • 著者名/発表者名: Kadoya K, Togo S, Tulafu M, Namba Y, Iwai M, Watanabe J, Okabe T, Jin J, Kodama Y, Kitamura H, Ogura T, Kitamura N, Ikeo K, Takeda T, Kondo N, Takahashi K.
  • 雑誌名: Cell Physiol Biochem. 巻: 52(4) ページ: 822-837
  • DOI: doi:10.33594/000000057
  • 査読あり / オープンアクセス