2018 Fiscal Year Annual Research Report
Genome scale 4D atlas of gene expression in embryogenesis
Project/Area Number |
17J09326
|
Research Institution | The University of Tokyo |
Principal Investigator |
小嶋 泰弘 東京大学, 新領域創成科学研究科, 特別研究員(DC1)
|
Project Period (FY) |
2017-04-26 – 2020-03-31
|
Keywords | バイオインフォマティックス / 遺伝子発現量解析 / 機械学習 / 胚発生 |
Outline of Annual Research Achievements |
前年度に開発した胚発生時遺伝子発現量の時空間推定のためのアルゴリズムを実データに対して適用し、その評価を行なった。その結果、いくつかの遺伝子についてin situ hybridyzation (ISH)と同じ発現パターンを示すことが確認された。 一方で、適用データは3時刻点のデータしかなかったため、時間的な推定粒度が低くなってしまうことが懸念された。そこで、2018年1月に出版されたZebrafish胚発生の一細胞発現量のデータの統合を目指して、アルゴリズムを改良を行なった。具体的には、まず動画データと空間的なアノテーションを持つ発現量の統合により、大まかな時空間的発現パターンを推定した後、空間的なコンテクストを持たない一細胞発現量データの空間的な位置とその発現量を反映した時空間パターンを隠れ状態として、変分ベイズによる推定を行うようにアルゴリズムを変更した。 背後の空間パターン、空間的コンテキストを持つ発現量データ、そして一細胞発現量データを生成するシミュレーションを作成し、新規開発アルゴリズムの性能の評価を行なった。その結果、推定された遺伝子の時空間発現パターンとデータの生成に使用した真の発現パターンとの間に高い相関が見られることを確認した。 実際に改良後のアルゴリズムを実データに対して適用を行うと、いくつかの遺伝子について実際の発現パターンと同様のパターンが得られることを確認することができた。 再構築された複数遺伝子についての空間パターンを使って発生段階の一つである6体節期の細胞をクラスタリングした。その結果は現在評価中である。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度の研究では、新たに公開されたデータを機械学習のモデルを使うことで柔軟に取り込むことに成功している。 また、再構築された遺伝子発現量から細胞種を推定するところまで到達できた。 これらのことから順調に研究は進行していると言える。
|
Strategy for Future Research Activity |
今後は、クラスタリングされた細胞種の評価を行うとともに、細胞種分化の起きる時空間点の推定を試みる。これによって、分化が引き起こされる空間的な極性等について解析を行うことができると思われる。 それらの研究が完了し次第、動画中に記録されている細胞の動きと遺伝子発現との関連性を解析する。特に同じ細胞種内で細胞の移動速度等が異なる場合、どのような遺伝子の発現に変動があるのか、解析を行う。
|
Research Products
(5 results)