進行中のプロジェクト
がんのエコシステム攻略に向けたブール関数上における統計的モデリング手法の構築
がんゲノム研究では大規模ヘテロなビッグデータが蓄積されており、近年の数理科学および計算機科学と生命科学の協働により、がんは細胞集団の間で複雑なエコシステムを自律的に構築し、人智を超えた複雑な生命システムネットワークを織りなしていることが明らかとなってきました。がん標的治療の開発研究では、がんのエコシスムを組み込んだ高次な治療戦略の構築が期待されるようになり、これまでの網羅的解析に加えて、検証可能かつアクショナブルな分子標的同定を可能とする数理的モデリング手法が重要となりつつあります。本研究では、超複雑がんエコシステムの攻略に向けて、
1. がんサブクローン進化推定における数理モデリングと超高速推定法
2. 薬剤・生存に寄与するシナジー遺伝子相互作用同定におけるロバスト推定手法
を開発していきます。
1. がんサブクローン進化推定における数理モデリングと超高速推定法
2. 薬剤・生存に寄与するシナジー遺伝子相互作用同定におけるロバスト推定手法
を開発していきます。
過去のプロジェクト
がんシステムの新次元理解に向けたプロテオゲノムビッグデータ解析基盤の構築
これまでの大規模がんゲノム研究に加えて、近年、液体クロマトグラフィー質量分析法(LC-MS/MS)の飛躍的進歩により、がん組織に対する大規模プロテオームおよび翻訳後修飾データを高スループットに取得することが可能となり、がんゲノム異常・発現異常がどのような形で翻訳後修飾・プロテオームのレベルで変化をもたらし、表現型を規定しているのかについての機序を俯瞰的に描出することを目的としたプロテオゲノム解析が課題となっています。本研究課題では、プロテオーム解析、ゲノム解析、プロテオゲノム臨床応用のエキスパートを結集し、国内に先駆けて大規模プロテオゲノムデータ解析基盤の構築を行います。特に以下の3点を重点的に行います。
1. がんプロテオゲノムビッグデータを超並列高精度に解析するための解析パイプラインの基盤構築
2. 蛋白・翻訳後修飾を特徴付けるゲノム因子を同定するための統計的モデリング手法の開発
3. 細胞株プロテオゲノムに基づく迅速かつ検証可能な標的分子の予測モデル開発
について研究を進めていきます。
1. がんプロテオゲノムビッグデータを超並列高精度に解析するための解析パイプラインの基盤構築
2. 蛋白・翻訳後修飾を特徴付けるゲノム因子を同定するための統計的モデリング手法の開発
3. 細胞株プロテオゲノムに基づく迅速かつ検証可能な標的分子の予測モデル開発
について研究を進めていきます。
がんの多様性を多角的に捉えて解析するためのオブジェクト指向型データ解析法の構築
近年, 次世代シーケンサーを始め, 質量分析や画像解析の発達により膨大かつヘテロながんビッグデータが集積しており, それらの解析技術基盤が課題となっています. 一方, 統計科学の分野でもデータ中心的な転回期を迎えつつあり, 従来の多変量解析における数値行列型データに加え, 各観測値がヒストグラムや関数, 木構造, 画像といった多種多様なデータ表現に対する解析方法 – オブジェクト指向型データ解析法が広がりを見せつつあります. そこで, 多様ながんビッグデータを駆使して複雑極まりないがんのエコシステムを攻略すべく, オブジェクト指向型データ解析のための基盤構築を行っています (新学術領域研究「システム癌新次元) .
木構造値データ解析法によるがんサブクローン構造の解明
本研究成果は名古屋大・東大との共同でプレスリリースされました。メディア記事での紹介はこちら。
がんは一つの正常な細胞が遺伝子変異を蓄積しながら進化し、異常増殖することで発生すると考えられています。この遺伝子変異の組み合わせは患者ごとに異なり（腫瘍間不均一性）、また患者一人の中でも、異なる遺伝子変異の組み合わせを持つサブクローンと呼ばれる細胞集団が存在することが明らかとなっています（腫瘍内不均一性）。がんの治療抵抗性と再発性は同じがんの中に含まれる一部の抵抗性を示すサブクローンに一因があり、もともと少数であった抵抗性のサブクローンが、薬剤投与という環境変化に適応するために進化・増殖することで抵抗性を獲得すると考えられています。そのため、治療背景の異なるがん細胞のサブクローン進化の構造がどのように異なるのかを理解することはがん治療において重要です。本研究では、一検体のがんから複数の異なる部位の遺伝子変異を次世代シークエンサーを用いて調べることで、検体内においてサブクローンがどのような過程で進化したかを推定し、多数検体から得られるサブクローン進化の違いを定量化することで、対象群をサブクローン進化の類似性に基づきクラスタリングする解析手法を開発しました。
がんは一つの正常な細胞が遺伝子変異を蓄積しながら進化し、異常増殖することで発生すると考えられています。この遺伝子変異の組み合わせは患者ごとに異なり（腫瘍間不均一性）、また患者一人の中でも、異なる遺伝子変異の組み合わせを持つサブクローンと呼ばれる細胞集団が存在することが明らかとなっています（腫瘍内不均一性）。がんの治療抵抗性と再発性は同じがんの中に含まれる一部の抵抗性を示すサブクローンに一因があり、もともと少数であった抵抗性のサブクローンが、薬剤投与という環境変化に適応するために進化・増殖することで抵抗性を獲得すると考えられています。そのため、治療背景の異なるがん細胞のサブクローン進化の構造がどのように異なるのかを理解することはがん治療において重要です。本研究では、一検体のがんから複数の異なる部位の遺伝子変異を次世代シークエンサーを用いて調べることで、検体内においてサブクローンがどのような過程で進化したかを推定し、多数検体から得られるサブクローン進化の違いを定量化することで、対象群をサブクローン進化の類似性に基づきクラスタリングする解析手法を開発しました。
福島第一原子力発電所事故の環境への影響評価データおよびリアルタイムモニタリングデータの解析手法の開発
放射線モニタリング情報のウェブサイト
