細菌叢遺伝子情報を利用した新規鑑定解析技術の開発

利用细菌菌群遗传信息开发新型鉴定分析技术

• 批准号: 19K20408
• 负责人: 横田 亮
• 金额: $ 2.33万
• 依托单位: National Research Institute of Police Science
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2019
• 资助国家: 日本
• 起止时间: 2019-04-01 至 2023-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19K20408/
• 关键词: 異同識別; 微生物叢; シークエンス解析; 多様性解析; 機械学習; 16S rRNA遺伝子; メタゲノム解析; 法科学

本研究では、T細胞受容体（TCR）のレパトア解析の知見を微生物叢の16S rRNA配列の解析に応用した採取試料の異同識別に関する新たな手法の開発を当初の計画としていた。しかし、既存研究の公開データや共同研究者より提供された実験データを解析したところ、温度または湿度等の環境要因、さらには経時的変化等の影響による菌叢構成の不確実性が顕著に観察され、16S rRNA配列情報から採取資料（個人）の異同識別を実用化レベルの推定精度で実現することが現状では難しいと判断された。そこで、当初の計画を変更し、所属研究所の共同研究者と共にウイルス叢情報の活用について新たに検討し、CRISPR領域のスペーサー配列情報から個人の異同識別を行う手法の研究に取り組み、その研究成果を研究二年度目に国際論文誌mSystemsにおいて発表した。さらに、DNA抽出プロトコルが微生物叢の構成分析結果に影響を与える可能性が示唆されたことから、共同研究者と共にDNA抽出プロトコルの最適化について検討し、2つの異なるDNA抽出プロトコルにおいて16S rRNA遺伝子コピー数とCRISPRの多様性に関して各プロトコル間で有意な差がないこと、また、線型サポートベクターマシンを用いた個人の予測モデルの精度においても差がないことを確認し、その研究成果を研究三年度目に国際論文誌Forensic Science International: Reportsにおいて発表した。また、本研究では、新たに解析手法を開発するにあたり、急速に発展する配列データの解析技術を広く調査した。その成果の一つとして、TCRレパトア解析手法に関する総説論文を研究最終年度（新型コロナウイルス感染症の影響により研究期間を１年延長）にFrontiers in Immunology誌において発表した。

In this study, we developed a new method for identifying the differences and similarities of T cell receptor (TCR) and 16S rRNA sequences in microbial populations. However, the actual data provided by public data from existing research and co-researchers can be analyzed. Due to the influence of environmental factors such as temperature and humidity, and changes in time, the inaccuracies in the composition of the flora can be clearly observed, and the estimation accuracy of the data used to identify similarities and differences between collected data (individuals) based on 16S rRNA alignment information can be realized. This makes it difficult to judge the current situation. The original plan was revised, and the co-researchers of the affiliated research institute jointly discussed the use of cluster information, the selection and allocation of CRISPR field information, the identification of individual similarities and differences, and the research methods. The research results were presented in the international journal mSystems for the second year of research. DNA extraction and analysis results of microbial community composition are influenced by the possibility of co-investigators and co-investigators optimizing DNA extraction and analysis results, and the diversity of CRISPR and the number of 16S rRNA genes in DNA extraction and analysis results are influenced by the possibility of co-investigators and co-investigators optimizing DNA extraction and analysis results. The accuracy of linear prediction is confirmed by the research results of Forensic Science International: Reports. This study explores new analytical techniques for rapid development. A summary of the results and a comprehensive paper on TCR analysis methods will be published in the final year of the research (the research period on the impact of new HIV infections will be extended by one year) in the Frontiers in Immunology journal.

项目成果

機械学習を生命科学に使う！ （第2章 5. を分担執筆）

在生命科学中使用机器学习！

• 发表时间: 2020
• 作者: 小林 徹也;杉村 薫;舟橋 啓
• 通讯作者: 舟橋 啓

皮膚常在細菌叢におけるCRISPRの多様性

皮肤常驻微生物群的 CRISPR 多样性

• 发表时间: 2020
• 作者: 豊間根耕地;横田亮;渡邊賢;阿久津智子
• 通讯作者: 阿久津智子

Optimization of microbial DNA extraction from human skin samples for CRISPR typing

优化从人体皮肤样本中提取微生物 DNA 以进行 CRISPR 分型

• DOI: 10.1016/j.fsir.2022.100259
• 发表时间: 2022
• 期刊: Forensic Science International: Reports
• 作者: Toyomane Kochi;Yokota Ryo;Watanabe Ken;Akutsu Tomoko;Asahi Ai;Kubota Satoshi
• 通讯作者: Kubota Satoshi

CRISPRの多様性解析による個人識別法の開発

利用 CRISPR 多样性分析开发个人识别方法

• 发表时间: 2021
• 作者: 豊間根耕地;横田亮;渡邊賢;阿久津智子;旭愛;窪田聡
• 通讯作者: 窪田聡