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

Development of cell lineage inference method from cell atlas based on information criteria

基于信息标准的细胞图谱细胞谱系推断方法的发展

基本信息

批准号：
21K19827
负责人：
松田秀雄
金额：
$ 4.08万
依托单位：
Osaka University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Challenging Research (Exploratory)
财政年份：
2021
资助国家：
日本
起止时间：
2021-07-09 至 2024-03-31
项目状态：
已结题

项目摘要

本研究では、多様な細胞集団に対して1細胞RNAシーケンシングをすることで得られる遺伝子発現データを基に、細胞集団の持つ多様性と連続的な状態遷移過程についての知見を得ることを目的としている。具体的には、刺激応答等に対する細胞内の遺伝子発現プロファイルの比較や、二光子励起顕微鏡で観察した細胞動態の変化などの情報を利用して、細胞の状態遷移過程を推定する手法の開発を実施している。実際に、疾患と健常状態等の2群の１細胞RNAシーケンシングデータから、ある群に特異的な細胞間コミュニケーションを検出する手法を開発した。また、がん由来の培養細胞株から取得したRNAシーケンシングデータから複数の遺伝子が融合した融合遺伝子配列の検出手法を開発した。さらに、種々の炎症刺激に対するマウス好中球を二光子励起顕微鏡で経時的に観察した動画像において細胞を追跡する手法を開発した。現在、マウス胚性幹細胞（ES細胞）に対して分化誘導をかけたときの１細胞RNAシーケンシングデータに対して細胞系譜を推定し、細胞系譜に沿って細胞を整列させた遺伝子発現プロファイルを、疑似的な時系列発現プロファイルとみなして、深層学習により遺伝子制御ネットワークを推定する手法の開発を行っている。これにより、複数の細胞種に分化する細胞集団に対して、それぞれの細胞分化の系譜ごとに分化を制御している遺伝子制御ネットワークを推定することで、細胞分化を制御しているメカニズムについての知見を得ることを目指している。

In this study, the cells collected in this study were collected into 1 cells and the RNA was collected The state migration process of the base, the multiplicity of the cell cluster and the maintenance of the cell cluster are the same as the knowledge and purpose. Specific details such as stimulation and response are compared and observed using two-photon excitation microscopy using intracellular microorganisms. The use of cell dynamic information and the inference of cell state transition process are the techniques of opening and applying. 2 groups of 1 cells, including real-life conditions, diseases and healthy conditions, etc. , the specific ある group of な intercellular コミュケーションを検出する technique を开発した.また, がんderived from the cultured cell line からobtained したRNAシーケンシングデータから plural の缝子がfusion したfusion 缝子配arrayの検出techniqueを开発した.さらに、kind of 々のinflammatory stimulationに対するマウス好中球をtwo-photon excited laser micromirror The animation of the time of で経 is like a において cell を tracing する technique を开発した. Currently, Masato embryonic stem cells (ES cells) differentiate into cells R NA シーケンシングデータに対してCell lineageをESTIMATION,Cell lineageにALongってCellをThe appearance of the series of させた缝子発 appear, the suspected な时 series 発appears of プロファイルとみなして, deep learning is a method that is used to control ネットワークを and is presumed to be an open method.これにより、plural の成にdifferentiation する Cell collection団に対して、それぞれの色线のgenealogy ごとにdifferentiation をcontrol している缝子Control of control and control of cell differentiationいるメカニズムについての知见をget ることを Eye refers to している.

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

A clustering method based on cell type identification for single-cell RNA-seq data

一种基于细胞类型识别的单细胞RNA-seq数据聚类方法

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Aya Watanabe,Kenji Fujimoto,Hironori Shigeta,Shigeto Seno,Yutaka Uchida,Masaru Ishii,Hideo Matsuda;Akihiro Nomura,Hideo Matsuda;Keigo Masuda,Yoshiaki Sota,Hideo Matsuda;Sohta Nishida,Junko Yoshida,Shigeto Seno,Kyoji Horie,Hideo Matsuda
通讯作者：
Sohta Nishida,Junko Yoshida,Shigeto Seno,Kyoji Horie,Hideo Matsuda

Inference of Cell-Cell Communication for Detecting Immune Disease-Associated Signaling Pathways using Single-Cell RNA-seq

使用单细胞 RNA-seq 推断细胞间通讯以检测免疫疾病相关信号通路

DOI：
10.1145/3574198.3574210
发表时间：
2022
期刊：
Proceedings of the 2022 9th International Conference on Biomedical and Bioinformatics Engineering
影响因子：
0
作者：
Aya Watanabe,Kenji Fujimoto,Hironori Shigeta,Shigeto Seno,Yutaka Uchida,Masaru Ishii,Hideo Matsuda;Akihiro Nomura,Hideo Matsuda
通讯作者：
Akihiro Nomura,Hideo Matsuda

A Novel Method for Fusion Gene Detection using Both End-Fragment Sequences of Long Reads

DOI：
10.1145/3574198.3574212
发表时间：
2022-11
期刊：
Proceedings of the 2022 9th International Conference on Biomedical and Bioinformatics Engineering
影响因子：
0
作者：
Keigo Masuda;Yoshiaki Sota;H. Matsuda
通讯作者：
Keigo Masuda;Yoshiaki Sota;H. Matsuda

A Cell Tracking Method for Dynamic Analysis of Immune Cells Based on Deep Learning

基于深度学习的免疫细胞动态分析的细胞追踪方法

DOI：
发表时间：
2023
期刊：
International Journal of Machine Learning
影响因子：
0
作者：
Aya Watanabe;Kenji Fujimoto;Hironori Shigeta;Shigeto Seno;Yutaka Uchida;Masaru Ishii;and Hideo Matsuda.
通讯作者：
and Hideo Matsuda.