研究課題情報
課題管理番号
25tm0424226h0003
統合プロジェクト(三期)

データ利活用・ライフコースプロジェクト

統合プロジェクト(二期)

ゲノム・データ基盤プロジェクト<第二期>

事業名

ゲノム医療実現バイオバンク利活用プログラム<B-cure>

タグ(2025)

研究開発目的: 研究開発基盤の整備研究

研究の性格: AI・ICT等研究及びDX基盤整備研究

研究モダリティ: データサイエンス

開発フェーズ: 基盤構築

ICD-10大分類: 神経系の疾患

対象疾患領域: 生活習慣病<免疫アレルギー疾患、腎疾患を含む> ,  精神・神経疾患

特記的事項: DX<SaMD、AI、ICTを含む>

補足確認: 予防・保健 ,  診断

タグ(2024)

研究開発目的: 研究開発基盤の整備研究

研究の性格: AI・ICT等研究及びDX基盤整備研究

研究モダリティ: データサイエンス

開発フェーズ: 基盤構築

ICD-10大分類: 神経系の疾患

対象疾患領域: 生活習慣病<免疫アレルギー疾患、腎疾患を含む> ,  精神・神経疾患

特記的事項: DX<SaMD、AI、ICTを含む>

補足確認: 予防・保健 ,  診断

タグ(2023)

研究開発目的: 研究開発基盤の整備研究

研究の性格: AI・ICT等研究及びDX基盤整備研究

研究モダリティ: データサイエンス

開発フェーズ: 基盤構築

ICD-10大分類: 神経系の疾患

対象疾患領域: 生活習慣病<免疫アレルギー疾患、腎疾患を含む> ,  精神・神経疾患

特記的事項: DX<SaMD、AI、ICTを含む>

補足確認: 予防・保健 ,  診断

代表研究機関
国立大学法人東京科学大学
研究代表者

(2025) 島村徹平, 国立大学法人東京科学大学, 総合研究院・教授

(2024) 島村徹平, 国立大学法人東京科学大学, 総合研究院 難治疾患研究所 計算システム生物学分野・教授

(2023) 島村徹平, 国立大学法人東京医科歯科大学, 難治疾患研究所 計算システム生物学分野 教授

研究期間
2023年度 - 2025年度
課題への総配分額
37,440 千円
研究概要(2025)
研究では、ゲノムバリアントと細胞状態変化の関連を解明するための二つの深層生成モデル技術を開発する。一つ目は、シングルセルRNA-seqデータから細胞状態遷移ダイナミクスを予測するモデルで、マルチモーダルなデータ統合によって細胞運命決定の仕組みを解明する。Mixture of Experts機構を導入し、クロマチンアクセシビリティと遺伝子発現の関連性から細胞分化経路を高精度に予測する。二つ目は、バルクRNA-seqデータを一細胞レベルに分解する技術で、各サンプル内の細胞タイプ構成と細胞間相互作用ネットワークを推定する。これにより、ゲノム変異が引き起こす疾患の発生母地となる細胞を同定し、細胞間コミュニケーション変化を予測する。本年度は両技術の精度と頑健性を向上させるためのアルゴリズム改良を行い、シミュレーションデータと実データによる検証を通じて、多因子疾患の発症メカニズム解明と個別化医療基盤の構築を目指す。
研究概要(2024)
研究代表者グループが開発した深層学習技術(VICDYF、Cell Reports 2022)を拡張し、実験条件依存的な細胞状態遷移をモデル化するとともに、データからモデルのパラメータを学習する深層生成モデルを開発する。また、研究代表者グループが開発した深層学習技術(DeepCOLOR、Cell Systems, revised)を拡張し、バルク RNA-seq データとシングルセル RNA-seq データを統合して解析することで、バルクRNA-seqで計測される各バルクに、シングルセル RNA-seq データで計測した細胞がどれくらい存在するかを示す存在確率を予測する深層生成モデルを開発する。
研究概要(2023)
研究代表者グループが開発した深層学習技術(VICDYF、Cell Reports 2022)を拡張し、実験条件依存的な細胞状態遷移をモデル化するとともに、データからモデルのパラメータを学習する深層生成モデルを開発する。また、研究代表者グループが開発した深層学習技術(DeepCOLOR、Cell Systems 2022)を拡張し、バルク RNA-seq データとシングルセル RNA-seq データを統合して解析することで、バルクRNA-seqで計測される各バルクに、シングルセル RNA-seq データで計測した細胞がどれくらい存在するかを示す存在確率を予測する深層生成モデルを開発する。
研究成果情報
2024
2023