機械学習と遺伝子操作の融合による酸化ストレス防御機構の創出と食品科学への応用

机器学习与基因操作相结合创建氧化应激防御机制及其在食品科学中的应用

基本信息

  • 批准号:
    21K05424
  • 负责人:
  • 金额:
    $ 2.75万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
  • 财政年份:
    2021
  • 资助国家:
    日本
  • 起止时间:
    2021-04-01 至 2024-03-31
  • 项目状态:
    已结题

项目摘要

酸化ストレスは、生活習慣病などの様々な疾患への関与が指摘されている。生体内には酸化ストレスに対する防御機構が備わっているが、未発見なものも多く、その解明には既存の手法だけではなく、新しい視点からのアプローチが必要である。本研究では、独自の機械学習モデルの活用と遺伝子発現制御で培養細胞に新規機能性を人工的に付与する生化学実験を融合させた手法で、これまで発見されてこなかった新規酸化ストレス防御機構の探索・解明を目指すものである。酸化ストレス防御能に関与する新規酸化ストレス防御機構を探索するため、抗酸化ストレス活性モデルの構築に使用した学習データとクラスターの異なる仮想タンパク質発現パターンを見出し、未知の酸化ストレス防御機構である可能性が想定される発現パターンの探索を試みたが、予測していたような結果がでなかった。前年度に見出した候補となる複数のタンパク質発現パターンをHepG2細胞に再現するため、Hsp70などの6種類について発現用のプラスミドを作製した。Hsp70についてはHepG2細胞にトランスフェクションし安定発現細胞株を樹立した。作製したHsp70+/HepG2細胞株は、moc/HepG2に比べ、過酸化水素による細胞増殖抑制を抑制し、酸化ストレスによる防御能が高かった。抗酸化能を評価する新たな食品成分を探索するため、構築済みの抗酸化ストレス活性モデルにより評価した。その結果、抗酸化ストレス活性モデルで複数の魚類や畜産抽出物に高い抗酸化ストレス活性を有することを見出した。
已经指出,氧化应激与生活方式相关疾病等多种疾病有关。尽管生物体具有针对氧化应激的防御机制,但其中许多机制尚未被发现,阐明它们不仅需要现有的方法,还需要从新的角度进行研究。在这项研究中,我们将采用一种结合使用独特的机器学习模型和生化实验的方法,通过控制基因表达,人为地赋予培养细胞新的功能,以揭示迄今为止尚未发现的新型氧化应激防御机制。其目的是探索和阐明为了探索参与氧化应激防御能力的新型氧化应激防御机制,我们发现了与用于构建抗氧化应激活性模型和簇的训练数据不同的虚拟蛋白质表达模式,并鉴定了它们是未知氧化应激的可能性我们试图寻找预期的表达模式,但没有获得预期的结果。为了重现去年在 HepG2 细胞中发现的多种候选蛋白的表达模式,我们创建了包括 Hsp70 在内的六种类型的表达质粒。将Hsp70转染HepG2细胞,建立稳定表达细胞系。与moc/HepG2相比,所创建的Hsp70+/HepG2细胞系抑制了过氧化氢引起的细胞生长抑制,并具有更高的抗氧化应激能力。为了寻找新的食品成分来评估抗氧化能力,我们使用预先构建的抗氧化应激活动模型对其进行评估。结果,我们发现多种鱼类和牲畜提取物在抗氧化应激活性模型中具有较高的抗氧化应激活性。

项目成果

期刊论文数量(12)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
ターゲットプロテオミクスによる複数の食品機能性の同時推定
通过靶向蛋白质组学同时评估多种食品功能
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    永濵清子;大田輝;黒木勝久;山森一人;水光正仁;榊原陽一
  • 通讯作者:
    榊原陽一
Varietal differences in flavonoid and antioxidant activity in Japanese soybean accessions
Simultaneous estimation of multiple food functions of food components using a targeted proteomics approach
使用有针对性的蛋白质组学方法同时估计食品成分的多种食品功能
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Kiyoko Nagahama;Akira Ota;Katsuhisa Kurogi;Kunihito Yamamori;Yoichi Sakakibara
  • 通讯作者:
    Yoichi Sakakibara
天然化合物の構造とバイオマーカータンパク質発現の相関解析
天然化合物结构与生物标志物蛋白表达的相关性分析
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    岩切裕哉;大田輝;永濵清子;黒木勝久;榊原陽一
  • 通讯作者:
    榊原陽一
完熟きんかん「たまたま」の新しい機能性について―NK細胞賦活効果・抗ストレス効果・抗疲労効果―
关于完全成熟的金橘“Tataman”的新功能 - NK细胞活化作用、抗应激作用、抗疲劳作用 -
  • DOI:
    10.34565/seibutsukogaku.99.6_320
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    永濵 清子;江藤 望;有村 保次;榊原 陽一;水光 正仁
  • 通讯作者:
    水光 正仁
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

永濱 清子其他文献

永濱 清子的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

相似海外基金

TRUST2 - Improving TRUST in artificial intelligence and machine learning for critical building management
TRUST2 - 提高关键建筑管理的人工智能和机器学习的信任度
  • 批准号:
    10093095
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Collaborative R&D
Quantum Machine Learning for Financial Data Streams
金融数据流的量子机器学习
  • 批准号:
    10073285
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Feasibility Studies
Explainable machine learning for electrification of everything
可解释的机器学习,实现万物电气化
  • 批准号:
    LP230100439
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Linkage Projects
肝臓内酸素動態を含む透析低血圧発症予知モデルの構築:統計・機械学習分析による解析
构建预测透析低血压发作(包括肝内氧动态)的模型:使用统计和机器学习分析进行分析
  • 批准号:
    24K15796
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
臨床情報による高精度分娩進行予測モデルの開発: 機械学習の活用
利用临床信息开发高精度的分娩进展预测模型:利用机器学习
  • 批准号:
    24K13948
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了