情報幾何を用いた、細胞集団プロファイルの異同とその生物学的背景の統合解析

使用信息几何对细胞群概况及其生物学背景的差异进行综合分析

基本信息

批准号：
19J14816
负责人：
岡田大瑚
金额：
$ 1.09万
依托单位：
Kyoto University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2019
资助国家：
日本
起止时间：
2019-04-25 至 2021-03-31
项目状态：
已结题

项目摘要

本年度は、昨年度に完成させた情報幾何を用いた細胞集団プロファイルからの特徴量抽出手法である拡大指数型分布族分解法(Decomposition into Extended Exponential family: DEEF法)の理論、応用の両面でのさらなる研究を行った。理論面では、DEEF法は比較的少ないマーカー数までしか対応できないことが課題であったが、その課題を克服し、1細胞RNA-seqデータなどの高次元1細胞発現データにも対応可能なように手法を拡張したkernel DEEF法を開発した。さらにこの手法を用いて、サイトメトリーデータを機械学習で分類するワークフローを開発し、実データを用いてパフォーマンスなどの検討を行った。さらに、single cell RNA-seq dataに対してもこの手法を適用し、高次元single cell RNA-seq dataのサンプル同士の異同定量が行えることを示した。応用面では、DEEF法のエピゲノムデータの異同定量への利用を検討し、公共エピゲノムデータセットを用いた解析を行い、国内学会での発表を行った。さらに、大規模サイトメトリーデータとゲノムデータを組み合わせたゲノム疫学解析においても進展があった。独自のワークフローを用いてサイトメトリーデータからリンパ球の細胞集団プロファイルの特徴量の抽出を行い、抽出した特徴量に対してゲノムワイド関連解析を実施し、リンパ球プロファイルの状態の個人差に関連する一塩基多型を国際学術雑誌で報告した。

今年，我们将进一步发展扩展指数族分解（DEEF方法）的理论和应用，这是去年完成的研究，一种利用信息几何从细胞群概况中提取特征的方法。从理论上讲，DEEF方法存在只能处理相对少量标记的问题，但我们已经克服了这个问题，现在能够处理高维单细胞表达数据，例如单细胞RNA -seq数据。我们开发了内核DEEF方法，它是该方法的扩展。此外，使用这种方法，我们开发了一个工作流程，使用机器学习对细胞计数数据进行分类，并使用真实数据检查其性能。此外，我们将该方法应用于单细胞 RNA-seq 数据，并表明可以量化高维单细胞 RNA-seq 数据样本之间的差异。在应用方面，我们研究了使用DEEF方法量化不同表观基因组数据，并利用公共表观基因组数据集进行分析，并在国内学术会议上展示结果。此外，结合大规模细胞计数数据和基因组数据的基因组流行病学分析也取得了进展。我们采用独特的工作流程从细胞计数数据中提取淋巴细胞群体谱的特征，并对提取的特征进行全基因组关联分析，以确定淋巴细胞谱状态个体差异之间的关系。单核苷酸多态性在国际学术界有报道。杂志。