| 研究課題/領域番号 |
18K18147
|
|---|
| 研究機関 | 福井大学 |
|---|
研究代表者 |
梶田 真司 福井大学, 学術研究院工学系部門, 助教 (40804191)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2022-03-31
|
| キーワード | 理論免疫学 / 数理モデル / 抗原識別 / T細胞 / 化学反応ネットワーク |
|---|
| 研究実績の概要 |
我々の体内にある免疫T細胞は細胞表面のレセプター分子で認識した抗原ペプチド分子をわずか1アミノ酸の精度で標的分子（非自己）か非標的分子（自己）か高精度に識別することができる。驚くべきことに、この高精度な分子識別は比較的少数の分子で構成される確率的でノイジーな反応系によって行われる。しかし、確率的でノイジーなシステムを使いながらも高精度な類似分子識別を可能にするメカニズムは未だ十分に解明されていない。本研究『統計的情報処理としての細胞の分子識別と、免疫学的自己/非自己識別制御への応用』では、細胞による分子識別を、細胞内に実装された統計的情報処理システムによる情報処理として捉え、対象とする生命システムの数理モデル化および数理解析を行うことで分子識別現象の理解を目指すとともに、免疫T細胞の自己・非自己抗原識別現象への応用を目指している。
免疫T細胞はノイジーなシステムを使いながらも類似する分子を高精度に識別できる。この非自明な現象の背後にあるメカニズムの理解を目指し、2020年度は昨年度までに構築したモデルの改良と、理論・計算機シミュレーションによる解析をさらに進めた。具体的には、これまで陽に空間モデルとして表現していなかったT細胞抗原識別現象に見られる抗原認識とそれに伴う受容体クラスター形成反応を空間モデルとして数理モデル化した。さらに計算機シミュレーションの結果、抗原に対して受容体クラスターが形成されることを確認した。これらの成果により、イメージングデータなどの定量測定データと比較し、実験検証が可能な数理モデルにつながる数理的基盤を構築した。
|
| 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
2020年度計画に沿ってT細胞の分子識別現象の空間モデルの検討・開発を行い、T細胞が抗原の周囲に受容体クラスターを形成する現象をシミュレーションにより再現することに成功した。これにより、これまで実現出来ていなかったイメージングデータと比較可能な数理モデルを開発するという計画に進展が得られた。さらに、構築した空間モデルがなぜ抗原を検出できる場合があるのか、統計力学や情報論的な観点に基づく調査も進めている。その結果、本研究が対象とするT細胞の抗原識別現象と一部の機械学習アルゴリズムに類似性がある可能性を見出すなど、計画当初想定していなかった進展も得られている。以上の成果を踏まえ、今年度は概ね順調に進展していると自己評価している。
|
| 今後の研究の推進方策 |
今後は2020年度に構築した数理モデルの解析・改良を行う。構築したモデルのシミュレーションでは抗原の周囲に受容体クラスターが形成される現象が再現されたが、この現象の背後にあるメカニズムの理解に向けた数理的解析を行うと共に、標的分子と非標的分子を識別する精度との関係についても解析を進め、識別精度が向上するパラメータや数理的メカニズムといった条件をより詳細に明らかにする。さらに、実験的に知られている識別精度に近い性能を発揮し、かつ生物学的に妥当な反応機構を持ったモデルになるようにモデルの改良を進めていく。このように構築した数理モデルと実験データを比較するための数理解析手法についても整備していく。
|
| 次年度使用額が生じた理由 |
近年細胞内の分子複合体形成に関する現象の研究が急速に進展しているが、本研究が対象とするT細胞受容体クラスター形成もその現象と関係している可能性を研究遂行の過程で見出した。その結果、T細胞の抗原識別モデル構築において、計画当初予定していた数理モデリング手法よりも、類似の生命現象への適用可能性という点でより普遍性が高く妥当な手法が存在する可能性を発見し、当初の目的をより精緻に達成するための追加の解析や調査を行う必要性が生じた。そのため研究期間を延長しており、次年度に繰り越した予算はその追加解析・調査のための経費として使用する計画である。
|
