权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

深層学習を用いた形質推定アルゴリズムの開発と有用品種のデザイン

利用深度学习开发性状估计算法和有用品种的设计

基本信息

批准号：
20J20016
负责人：
松谷太郎
金额：
$ 1.6万
依托单位：
Waseda University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-24 至 2023-03-31
项目状态：
已结题

项目摘要

本年度は前年度に引き続き、腫瘍の不均一性を推定するためのツールの開発に取り組んだ。一般的に腫瘍には保持する変異の異なる細胞集団が複数含まれており、この現象は腫瘍内不均一性と呼ばれる。腫瘍に含まれる亜集団の構成の特定、すなわち腫瘍の進化史を推定することは、治療戦略を決める一助となるため重要な課題である。近年、単細胞シーケンシング技術の発展により、腫瘍の系統進化を確率的にモデリングする手法がいくつか提案されているが、そのいずれもがdepthの低さなどの単細胞シーケンシング技術特有の課題に悩まされている。前年度では、バルクで取得したシーケンスデータから腫瘍内不均一性を推定するツールの開発に取り組んだが、今年度では、変異シグネチャーと呼ばれる概念を利用して、単細胞シーケンシングデータからコールされた変異情報を元に、高精度に腫瘍の系統進化史を推定するツールの開発に従事した。細胞に変異（今回は一塩基置換のみに注目する）を引き起こす原因である変異プロセスは、それぞれがSNVの種類や隣接塩基に依存する変異タイプに関して特有の変異パターンを持つことが知られており、それを確率分布として表現したものを変異シグネチャーと呼ぶ。個人のゲノムに含まれる変異は複数の変異シグネチャーの作用の結果であり、特に同時期に獲得した変異集団は似通った変異シグネチャーの構成によって表現されるはずである。このように細胞集団間の変異シグネチャー強度の推移を確率的にモデリングし、変異シグネチャーの情報を補助的に利用することで腫瘍の系統進化を高精度に推定可能なツールの開発を行った。本成果は、IIBMP2022にて研究発表を行なっている。また、私がこれまで取り組んできたがんゲノムの変異シグネチャーを教師なし学習を用いて推定する一般論についてレビュー論文を執筆し、JSBi Bioinformatics Review誌で公開した。

This year, compared with the previous year, the heterogeneity of tumors was estimated. In general, there is no difference between the number of cells in the tumor and the number of cells in the tumor. The evolution history of tumor including the specific composition of tumor group is estimated. In recent years, the development of single cell technology, the evolution of tumor system accuracy of the proposed method, and other issues unique to single cell technology In the past year, we have obtained the information of heterogeneity in the tumor and estimated the development history of the tumor. In this year, we have obtained the information of heterogeneity in the tumor and estimated the development history of the tumor with high precision. The reason for this change is that the SNV species and its neighboring species are dependent on the change in the cell type and the change in the cell type. The result of the individual's interaction with the group is that the group is different from the group. The evolution of the selection system can be estimated with high accuracy by using the information of the variation between the cell clusters and the variation of the intensity of the variation. The results of this study were published in IIBMP2022. JSBi Bioinformatics Review is published in the Journal of General Theory of Presumption for Teacher Learning.

项目成果

期刊论文数量（7）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

がんゲノム研究における変異シグネチャー解析の展開

癌症基因组研究中突变特征分析的发展

DOI：
发表时间：
2022
期刊：
JSBi Bioinformatics Review
影响因子：
0
作者：
Takebayashi;H.;Saiki;J.;本山可南子;竹林ひかり・齋木潤;Ai Yaku;須田沙織，須田智晴，大村拓也，市川正敏;松谷太郎
通讯作者：
松谷太郎

時間的異質性を考慮した，がんの発生原因解明に向けた変異シグネチャの解析

考虑时间异质性，分析突变特征以阐明癌症发展的原因

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Shiina Naito;Taro Matsutani and Michiaki Hamada
通讯作者：
Taro Matsutani and Michiaki Hamada

変異クラスに依存しない階層ベイズモデルに基づくがんゲノムのIndelシグネチャー決定

基于独立于突变类别的分层贝叶斯模型确定癌症基因组中的插入缺失特征

DOI：
发表时间：
2021
期刊：
影响因子：
0
作者：
Taro Matsutani(早大/CBBD-OIL);Michiaki Hamada(早大/CBBD-OIL)
通讯作者：
Michiaki Hamada(早大/CBBD-OIL)

単細胞シーケンシングデータを利用した変異シグネチャーに基づく高精度な腫瘍進化史推定ツールの開発

使用单细胞测序数据开发基于突变特征的高精度肿瘤进化历史估计工具

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Ryosuke Araki;Kohsuke Mano;Tadanori Hirano;Tsubasa Hirakawa;Takayoshi Yamashita and Hironobu Fujiyoshi;Iori Yamada; Takuya Kataoka; Ryota Ikeda; Motohiro Tagaya;御子柴みなも;Taro Matsutani and Michiaki Hamada
通讯作者：
Taro Matsutani and Michiaki Hamada

変異アレル頻度を考慮したヒトがんゲノムの変異シグネチャー解析

考虑突变等位基因频率的人类癌症基因组突变特征分析