近年、Ribo-seqをはじめとする次世代シークエンシング技術の進展により、これまでの予想を超えて、ゲノム上に多数の非典型的な翻訳領域が存在することが明らかになってきた。たとえば、本来タンパク質を翻訳しないとされるlong non-coding RNA（lncRNA）について、私たちは多数のlncRNAが小さなタンパク質をコードしていることを発見し、それらの新規タンパク質を欠損したマウスにおいて、不妊や皮膚再生の遅延といった表現型異常が生じることを明らかにした。さらに、真核生物における「1つのmRNAから1つのタンパク質が翻訳される」という従来のmonocistronicモデルに対し、私たちは翻訳開始点（開始コドン）を高精度で同定する独自技術「TISCA」を開発し、多くのmRNAが複数の翻訳開始点を持つpolycistronicであることを示してきた。
このように、ゲノムには未解明の翻訳領域が膨大に存在している。しかし、それらがコードするタンパク質は多くの場合小さく、すべてが機能的であるとは限らない。そこで本研究では、非典型的翻訳領域を網羅的に同定し、AlphaFoldによる構造予測や質量分析、進化的保存性の解析を通じて、それらの安定性や機能性をスコア化していく。さらに、自閉スペクトラム症や学習障害といった精神疾患、ならびにがん患者の全ゲノム配列データを用いて、疾患と関連する非典型的翻訳領域の変異を探索していく。
本年度は、非典型的翻訳領域の網羅的な同定を目的として、多様な組織に由来するヒト培養細胞株や、自閉スペクトラム症患者由来のiPS細胞（神経細胞に分化誘導させたもの）、さらにマウスのさまざまな組織を用いてRibo-seq解析を実施した。また、公開されている既存データも活用し、非典型的翻訳領域のリストを構築した。今後、このリストをもとに機能性予測解析や疾患関連変異の同定を進めていく。