機械学習と遺伝子操作の融合による酸化ストレス防御機構の創出と食品科学への応用

点击翻译按钮获取中文摘要

酸化ストレスは、生活習慣病などの様々な疾患への関与が指摘されている。生体内には酸化ストレスに対する防御機構が備わっているが、未発見なものも多く、その解明には既存の手法だけではなく、新しい視点からのアプローチが必要である。本研究では、独自の機械学習モデルの活用と遺伝子発現制御で培養細胞に新規機能性を人工的に付与する生化学実験を融合させた手法で、これまで発見されてこなかった新規酸化ストレス防御機構の探索・解明を目指すものである。酸化ストレス防御能に関与する新規酸化ストレス防御機構を探索するため、抗酸化ストレス活性モデルの構築に使用した学習データとクラスターの異なる仮想タンパク質発現パターンを見出し、未知の酸化ストレス防御機構である可能性が想定される発現パターンの探索を試みたが、予測していたような結果がでなかった。前年度に見出した候補となる複数のタンパク質発現パターンをHepG2細胞に再現するため、Hsp70などの6種類について発現用のプラスミドを作製した。Hsp70についてはHepG2細胞にトランスフェクションし安定発現細胞株を樹立した。作製したHsp70＋/HepG2細胞株は、moc/HepG2に比べ、過酸化水素による細胞増殖抑制を抑制し、酸化ストレスによる防御能が高かった。抗酸化能を評価する新たな食品成分を探索するため、構築済みの抗酸化ストレス活性モデルにより評価した。その結果、抗酸化ストレス活性モデルで複数の魚類や畜産抽出物に高い抗酸化ストレス活性を有することを見出した。