2022 Fiscal Year Annual Research Report
Elucidation of splicing-code with RNA-specialized machine learning system toward overcoming hereditary diseases having splicing misregulations
| Project/Area Number |
20K07310
|
|---|
| Research Institution | Kindai University |
|---|
Principal Investigator |
飯田 慶 近畿大学, 理工学部, 講師 (00387961)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | RNAスプライシング / 遺伝性疾患 / バイオインフォマティクス / 機械学習 / ケミカルバイオロジー |
|---|
| Outline of Annual Research Achievements |
本研究は、RNAスプライシングの異常に起因する疾患の高精度な探索および、バイオインフォマティクス解析に基づく治療介入方法の提案を行うことを目指して、スプライシング暗号の解読を目指すものである。この目標に対して、スプライシング研究分野でデファクトスタンダードとなりつつあるIllumina社の研究グループが開発したスプライシング評価システムであるSpliceAIを重要な研究ツールの1つと位置づけ、令和2年度までに、東北メガバンクが提供している800万件以上のSNPs情報に対する網羅的なスプライシング変化の評価を完了していた。
本年度は「RNA制御特化型・ニューラルネットワークモデル」の構築と並行し、RNAスプライシングの変化予測の研究応用についても注力し研究を進めた。東北メガバンクデータから取得したスプライシング変動予測結果については、遺伝子アノーテーション情報との統合解析でタンパク質コーディングポテンシャルを解析する手法を確立し、病原性に関わるスプライシング変化をリストすることに成功した。また、マウスの大腸がん細胞株を対象に大規模にスプライシングの変動評価を行い、がん特異的なネオ抗原の候補の提示に成功した（Matsushima et al. 2022 Science Translational Medicine, “Chemical induction of splice-neoantigens attenuates tumor growth in a preclinical model of colorectal cancer”）。さらに本研究で開発を進めた解析手法を用い、スプライシング制御に関わるシス・トランス因子の解明や、スプライシング感受性を示す低分子化合物の予測を進めている。
|
| Remarks |
査読付き論文（Matsushma et al. 2022）のプレスリリース
|
