黑料网

黑料网医学部附属病院卒后临床研修?キャリア形成支援センターの水越周良研修医、国立がん研究センター研究所计算生命科学ユニットの小嶋泰弘独立ユニット长（东京医科歯科大学难治疾患研究所计算システム生物学分野连携研究员）、东京医科歯科大学难治疾患研究所计算システム生物学分野/黑料网大学院医学系研究科システム生物学分野の岛村彻平教授らの研究グループは、各遗伝子の代谢を解析するための新规の情报解析手法「顿别别辫碍滨狈贰罢」を开発しました。
この手法は、一細胞トランスクリプトームデータと、RNA 速度モデル、深层生成モデルの枠組みを利用して、遺伝子のスプライシングと分解の速度を一細胞解像度で分析することを可能にする技術です。本解析手法を神経細胞、乳癌、骨髄異形成症状群のデータに適用し、各遺伝子の mRNA のスプライシングや分解を網羅的に解析することにより、RNA 結合タンパク質の機能や、スプライシング因子の変異の影響の推定を行いました。
mRNA のスプライシングや分解の理解は、遺伝子発現制御メカニズムの解明において不可欠であり、特にがんの発生や進行について新たな知見を提供します。DeepKINET は、一細胞トランスクリプトームデータを用いて、一細胞レベルで mRNA の動態を解析することに成功しました。本解析手法は、遺伝子発現制御の分子メカニズムに関する網羅的なデータに基づく仮説の提案を可能にし、新規の治療標的の探索に役立つと期待されます。
本研究成果は、国际学术誌 Genome Biology に 2024 年 9 月 6 日午前 1 時（英国夏時間）にオンライン掲載されました。

【ポイント】

?　一細胞トランスクリプトームデータから一細胞レベルで各遺伝子のスプライシング速度と分解速度の推定を行う手法、DeepKINET を開発。
?　RNA 結合タンパク質の機能やスプライシング因子の変異の影響の推定が可能。
?　遗伝子発现制御メカニズムの解明により、创薬标的の探索や治疗法开発への応用が期待。

◆详细（プレスリリース本文）は

【论文情报】

掲载誌：
Genome Biology
論文タイトル： DeepKINET: a deep generative model for estimating single-cell RNA splicing and degradation rates
顿翱滨：

【研究代表者】