Establishment of various and comparable liver injury models with low molecular weight compounds

用低分子化合物建立各种可比较的肝损伤模型

• 批准号: 21K06663
• 负责人: 水野 忠快
• 金额: $ 2.58万
• 依托单位: The University of Tokyo
• 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
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K06663/
• 关键词: 肝機能障害; トランスクリプトーム; 免疫細胞; deconvolution; 化合物; 化学物質; 毒性; プロファイル; プロファイルデータ解析; 低分子化合物; RNA-seq

肝機能障害の進行機序を①危険因子への曝露, ②免疫応答の亢進, そして③病態進行の連結として捉えると, 3層からなるネットワークとして考えることができる。各層の役者はよく理解されている一方, 入力と出力の対応関係は整理されておらず, そもそも比較可能な知見が存在しない。多様かつ比較可能な知見を集めることで入力から出力までの経路の共通点や相違点が明らかとなる。本研究では, 低分子化合物を用いて比較可能な肝機能障害モデル群を樹立することを目的とする。2021年度には, 本研究目的のために2種類のデータを取得した。2022年度はこれらのデータを解析した。一つ目はマウスのデータであり, 文献調査に基づいて選出された化合物群を処理した際のトランスクリプトームデータと, 対応する肝臓中の免疫細胞データ, 及び生化学検査値である。本データの解析により, 比較的少数ではあるものの, 化合物により様々なスペクトルの肝機能障害を惹起した際の免疫細胞の挙動をデータ駆動型に評価可能となる。解析の結果, まず全体的な傾向としてALT上昇時に好中球が増大することを確認した。興味深いことにこのとき単球が続くものとそうでないものに分かれることを見出した。二つ目はラット免疫細胞のトランスクリプトームデータである。同データを用いることでバルクのトランスクリプトームデータを入力に試料内の免疫細胞比率を推定するデータ解析手法Deconvolution法が可能となる。取得したデータにより確立したラットのDeconvolution法を用いてラットの大規模毒性データベースであるOpen TG-GATEs収載のトランスクリプトームデータを解析し, 得られた免疫細胞のデータを用いてクラスタリングを実施した。結果, 同データベースの化合物が誘導する免疫細胞の挙動は, 4クラスターに分かれることを見出した。

如果我们将肝功能障碍进展的机理视为1）暴露于风险因素，2）增加免疫反应，3）病理进展的联系，我们可以将其视为三层网络。尽管对每一层中的参与者都有充分的了解，但未组织输入和输出之间的对应关系，首先没有可比的发现。通过收集各种各样的可比发现，揭示了从输入到输出的路径的共同点和差异。这项研究旨在使用小分子化合物建立一组可比的肝功能障碍模型。在2021财年，为了这项研究而获得了两种类型的数据。这些数据在2022年进行了分析。第一个是小鼠数据，它是基于文献综述，相应的肝脏免疫细胞数据和生化测试值的所选化合物的转录组数据。当化合物在各种光谱中引起肝功能障碍时，该数据的分析允许对免疫细胞行为进行数据驱动的评估，尽管相对较小。分析表明，总体趋势是当ALT升高时中性粒细胞增加。有趣的是，发现单核细胞可以分为那些继续的人和那些不继续的人。第二个是大鼠免疫细胞的转录组数据。使用此数据，可以使用反卷积方法，该方法使用批量转录组数据作为输入来估计样品中的免疫细胞比率。使用使用获得的数据建立的大鼠反卷积方法分析了开放式TG-GATES中包含的转录组数据，即大鼠的大规模毒性数据库，并使用获得的免疫细胞数据进行了聚类。结果，我们发现该数据库中化合物诱导的免疫细胞的行为分为四个簇。