• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2022 年度 実績報告書

疾病機序理解のための遺伝子ネットワーク数理モデル基盤の構築

研究課題

研究課題/領域番号 18H04031
研究機関大阪大学

研究代表者

岡田 眞里子  大阪大学, 蛋白質研究所, 教授 (10342833)

研究分担者 木村 周平  鳥取大学, 工学研究科, 教授 (20342777)
研究期間 (年度) 2018-04-01 – 2023-03-31
キーワード数理モデル / がん / シグナル伝達
研究実績の概要

多様ながんの発症原因であるErbB受容体シグナルネットワークの数理モデルを構築し、様々ながんの臨床トランスクリプトームデータを用いて、個々の患者の予後予測と薬剤応答予測を行った。また、これらの予後分類と薬剤応答予測に関して計算ツールPasmopy (Patient-Specific Modeling in Python)を開発し、乳がんに関しては、論文発表(Imoto et al. iScience 2022, Imoto et al. STAR Protocols, 2022)と解析ソフトウェアの公開を行った(https://pepy.tech/project/pasmopy)。このソフトウェアは論文公開後、R4年度終了時までに、世界中で約2万件以上ダウンロードされ、広く利用された。
一方で、細胞周期阻害剤の感受性等を含めた薬剤応答予測の適用範囲と精度を向上させるため、R4年度は、シグナル伝達系のモデルを拡張し、シグナルから細胞周期のG1/S遷移動態の数理モデル化を目指して研究を進めた。その結果として、CDK4から受容体までの正のフィードバック制御、MYCとCyclin Dの役割を明確にしたシグナル依存的な細胞周期のネットワークを同定した。今後は、実験検証を含めた数理モデルのシミュレーションを進める。
また、これまでのErbBネットワークモデルで良い分類性能が得られなかった肺がんに関しては、細胞学習データの取得、数理モデルの改変、シミュレーション結果の機械学習による分類など様々な解析を進めた。その結果、ある特定のEGFR変異が下流のアダプター蛋白質との相互作用のパラメータを変化させている可能性が示唆された。よって、このEGFR変異とアダプター蛋白質の親和性の変化を分子動力学計算を用いて解析を進めている。

現在までの達成度 (段落)

令和4年度が最終年度であるため、記入しない。

今後の研究の推進方策

令和4年度が最終年度であるため、記入しない。

  • 研究成果

    (13件)

すべて 2023 2022 その他

すべて 雑誌論文 (3件) (うち査読あり 3件、 オープンアクセス 2件) 学会発表 (9件) (うち国際学会 5件、 招待講演 5件) 備考 (1件)

  • [雑誌論文] Enhanced transcriptional heterogeneity mediated by NF-κB super-enhancers.2022

    • 著者名/発表者名
      Johannes N. Wibisana, Takehiko Inaba, Hisaaki Shinohara, Noriko Yumoto, Tetsutaro Hayashi, Mana Umeda, Masashi Ebisawa, Itoshi Nikaido, Yasushi Sako, Mariko Okada
    • 雑誌名

      PLoS Genetics

      巻: 18 ページ: -

    • DOI

      10.1101/2021.07.13.452147

    • 査読あり / オープンアクセス
  • [雑誌論文] Systems biology of protein network2022

    • 著者名/発表者名
      Mariko Okada
    • 雑誌名

      Biophys Rev

      巻: 14 ページ: 1231-1232

    • DOI

      10.1007/s12551-022-01023-8

    • 査読あり
  • [雑誌論文] Protocol for stratification of triple-negative breast cancer patients using in silico signaling dynamics2022

    • 著者名/発表者名
      Hiroaki Imoto, Sawa Yamashiro, Ken Murakami, Mariko Okada. Protocol for stratification of triple-negative breast cancer patients using in silicosignaling dynamics.
    • 雑誌名

      STAR Protoc

      巻: 3 ページ: -

    • DOI

      10.1016/j.xpro.2022.101619

    • 査読あり / オープンアクセス
  • [学会発表] 疾患シグナルネットワークの患者固有モデルの構築と応用2023

    • 著者名/発表者名
      岡田眞里子
    • 学会等名
      日本生理学会第100回記念大会
  • [学会発表] Osaka University WPI Premium Research Institute for Human Metaverse Medicine Kick-off Symposium2022

    • 著者名/発表者名
      Mariko Okada
    • 学会等名
      Patient-specific Modeling of Human Diseases.
    • 国際学会
  • [学会発表] Gene expression heterogeneity arising from signaling networks.2022

    • 著者名/発表者名
      Mariko Okada
    • 学会等名
      INSERM-JSPS Joint Seminar
    • 国際学会
  • [学会発表] Modeling cell-cell heterogeneity from a signaling network2022

    • 著者名/発表者名
      Mariko Okada
    • 学会等名
      IBS BIMAG seminar
    • 国際学会 / 招待講演
  • [学会発表] Gene expression heterogeneity arises from signaling networks2022

    • 著者名/発表者名
      Mariko Okada
    • 学会等名
      ICSB 2022 Berlin
    • 国際学会 / 招待講演
  • [学会発表] Pasmopy: Patient-Specific Modeling in Python for Classification of Cancers2022

    • 著者名/発表者名
      Mariko Okada
    • 学会等名
      The 8th Conference on Systems Biology of Mammalian cells
    • 国際学会 / 招待講演
  • [学会発表] NF-κB転写制御におけるデジタル応答のメカニズム解明2022

    • 著者名/発表者名
      岡田眞里子
    • 学会等名
      第45回日本分子生物学会年会
  • [学会発表] 臨床オミクスを用いた患者固有シミュレーション基盤と今後の展望2022

    • 著者名/発表者名
      岡田眞里子
    • 学会等名
      2022年日本バイオインフォマティクス学会年会 第11回 生命医薬情報学連合大会
    • 招待講演
  • [学会発表] 数理モデリングは本当に役に立つのか?臨床データ解析編2022

    • 著者名/発表者名
      岡田眞里子
    • 学会等名
      第433回CBI学会講演会 CBI学会関西部会
    • 招待講演
  • [備考] 数理モデリング基盤その他

    • URL

      https://github.com/okadalabipr

URL: 

公開日: 2023-12-25  

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