膜内電界制御と機械学習の融合に基づく人工細胞膜機能評価システムの創出

点击翻译按钮获取中文摘要

本研究では、膜タンパク質のイオンチャネルを対象とした新規な機能評価システムを、計測技術および解析技術の２つの観点から構築することを目的としている。2022年度は、解析技術の方で大きく進展したので、以下にその概要を述べる。イオンチャネルは、細胞膜におけるイオンの流出入を制御する膜タンパク質である。イオンチャネルが開口した際に生じるイオン流は電流（イオンチャネル電流）として記録することができ、さらにチャネル電流の解析によってイオンチャネルの開閉キネティクスを推定することができる。計測ノイズを含む単一チャネル電流をイオンチャネルの開状態と閉状態に対応する2つの離散的なレベルに分類するプロセスは”idealization”と呼ばれ、イオンチャネルの機能解析に欠かせない。このチャネル電流解析が種々のイオンチャネルの機能理解に役立ってきた一方で、これまでに提案されてきた解析手法は、イオンチャネルの開閉を確率モデルで表すgating schemeやノイズ除去のためのフィルター強度などのパラメータをあらかじめ設定する必要があり、解析精度はそれらのユーザが事前入力するパラメータに大きく依存してしまうという問題を抱えていた。そこで、本年度は事前のユーザ入力なしにidealization可能な適応的解析手法を創出した。擬似的に生成したイオンチャネル電流波形を対象に、上記手法及びidealization法のgold-standardとされる50%-threshold-crossing法を用いて平均開時間を算出して理論値と比較した結果、約80%のモデル電流データにおいて本手法による解析結果が優れていることが明らかとなった。上記の成果については現在peer review journalに投稿中である。