Comprehensive understanding of the regulation of glucose homeostasis with in vivo Transomics analysis

2017 Fiscal Year Annual Research Report

• Project/Area Number: 15J08435
• Research Institution: The University of Tokyo
• Principal Investigator: 伊藤 有紀 東京大学, 新領域創成科学研究科, 特別研究員(DC1)
• Project Period (FY): 2015-04-24 – 2018-03-31
• Keywords: 糖代謝 / in vivo / 肝臓 / トランスオミクス / ネットワーク / 相関 / 偏相関

Outline of Annual Research Achievements

前年度にネットワーク再構築のための予備解析として行った各オミクス階層データの主成分分析において、OGTT後の同じ時間であっても個体間に大きなばらつきがあることが見出された。そこでこの個体間のばらつきの関連度の高い分子をエッジで繋いだネットワークを作成することを試みた。関連度の指標には相関と偏相関を使用した。解析に使用するデータは個体間のばらつきが大きい、メタボローム・トランスクリプトームのにおけるOGTT前11個体、OGTT後4時間12個体の全23個体の肝臓を選択した。
メタボロームデータにおいては、解糖系、アミノ酸関連代謝物についてそれぞれの相関・偏相関ネットワークを作成した。相関・偏相関ネットワーク作成ではPearson相関を用い、無相関検定を行い多重補正後にFDR<0.05となる代謝物同士をエッジで繋いだ。解糖系、アミノ酸関連代謝物に共通して偏相関より相関ネットワークのエッジが多いという特徴が見られた。代謝反応は平衡状態では基質・生成物の量比が一定になるため、相関ネットワークはこれを反映している可能性が示唆された。そこで作成したネットワークがKEGG代謝反応経路とどの程度一致しているかF1 scoreを用いて調べところ、解糖系、アミノ酸関連代謝物の両者において相関ネットワークがより既知の代謝経路と一致していることがわかった。
トランスクリプトームデータについても同様にして相関・偏相関ネットワークを作成し、転写因子ネットワークとの比較を行った。糖新生酵素であるPck1と上流20転写因子、G6pcと上流10転写因子についてそれぞれネットワークを作成した結果、両者ともに偏相関よりも相関ネットワークの方が既知のネットワークと一致していることがわかった。
また一昨年度・昨年度・本年度の研究成果のとりまとめを行った。これらの結果は学術雑誌に投稿予定である。

Research Progress Status

29年度が最終年度であるため、記入しない。

Strategy for Future Research Activity

29年度が最終年度であるため、記入しない。