時系列ネットワークにおけるランキング変動要因推定と炎症進行分析への応用

点击翻译按钮获取中文摘要

令和4年度は，これまで研究してきた遺伝子相関ネットワークの適用データの拡大と，その上でのネットワーク分析手法の開発に取り組んだ．適用データの拡大については，新たに筑波大学・島野研究室で作成された2型糖尿病モデルマウスの膵島から得られた単一細胞遺伝子発現データを対象とした．ネットワーク分析手法としては，以下の3種類を提案した．(1) Webコミュニティ抽出手法であるLouvain法を遺伝子相関ネットワークに応用し，炎症進行時に相互作用している可能性の高い遺伝子群(クラスタ)を検出する手法 (2) Web関連ページ発見手法であるPersonalized PageRankを遺伝子相関ネットワークに応用して，炎症進行時に与えられた特定遺伝子と相互作用している可能性の高い遺伝子をランキングする手法 (3) 時系列ネットワークから連関ルールを発見する手法 である．(1)の手法については，東京理科大学・松島研究室で作成された珪素誘導肺線維症マウスから得られたデータにこれを適用し，炎症進行につれて遺伝子群が大きく変化していくことがわかった．またそれぞれのクラスタにおいて生物学的検証を行ったところ，炎症進行に重要な働きをしている既存の相互作用群が多く含まれることを発見した．(2)の手法については，上記の2型糖尿病モデルマウスのデータにおいて，島野研究室で炎症進行メカニズムに重大な影響を持つ可能性が高いと特定したある遺伝子についてこれを適用し，その遺伝子とβ細胞の関連を裏付ける成果を上げた．本成果については島野研究室の研究結果と合わせて論文誌に投稿中である．(3)の手法については，別種のデータとして東京湾プランクトン出現数データから時系列ネットワークを作成して適用し，水産研究・教育機構の長井氏らと論文をまとめ，論文誌Metabarcoding and Metagenomicsに採録された．