2020 Fiscal Year Annual Research Report
Establishment of new human pluripotent stem cell with unbiased differentiation potency.
| Project/Area Number |
18K14714
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
中村 友紀 京都大学, 白眉センター, 特定准教授 (90648429)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 霊長類 / 多能性幹細胞 |
|---|
| Outline of Annual Research Achievements |
霊長類多能性幹細胞(Pluripotent Stem Cell; PSC)の分化偏向性解消に向けて、研究代表者はin vivoの原腸陥入直前の状態を模倣することで達成できるのではないかという仮説を立てた。このため
①in vivoにおける原腸陥入前Epiblastの状態と環境を分子レベルで調べる、②PSCの培養条件の検討と検証を行う、という二つの研究を進めてきたが、昨年度、Single cell RNA-seq (scRNA-seq)に包含される大きなノイズにより高次元データ解析に付随する次元の呪いという現象が、scRNA-seqのデータ解析結果を大きく歪めうることに気付いた。そしてこれを解消するため、数学者との共同研究によりscRNA-seqにおける次元の呪い解決法を開発した。
今年度はさらにscRNA-seqにおけるノイズの発生原理を考察し、scRNA-seqの中でもPCR amplificationの影響をキャンセルするUMIを用いた手法において、より厳密にノイズ除去を可能とする改良を行った。そしてこれの手法を用いて、既報のマウス原腸陥入期胚の大規模scRNA-seqデータから、これまで同定できていなかった細胞種の同定を確認し、さらに原腸陥入のような連続的に形質変化する細胞群を正しく分類/描写できることを確認した。
これまでにもscRNA-seqのノイズに対処すべく、様々な解析手法が報告されている。しかし、これまで次元の呪いに着目したものはなく修正不足や過修正により、データ中にごくわずかしか存在しない細胞種などが平均化により見えなくなってしまうものがある。これらと比較し、我々の手法では他の実験手法と同様な結果が得られるなど適切な修正が施されていることを確認した。
|
