bars cross

理研オープンサイエンスプラットフォーム

JA EN

2020年度OLSP研究課題

OLSPでは2020年度に以下の6件の研究課題(研究提案型4件、データ提供型2件)を所内公募により決定し開始しました。研究実施期間は2020年10月からの1年間の予定です。


Dissection of the gene regulatory network involved in mammalian skin evolution via usage of OLSP metadata and reciprocal data integration

[カテゴリー] 研究提案型

[研究実施者] Jafar SHARIF

[所属] 生命医科学研究センター(IMS) 免疫器官形成研究チーム

[研究概要] The first terrestrial vertebrates emerged from water and started living on land about 360 million years ago (mya). These tetrapods possessed hard and scaly skin that prevented water loss from inside of the body and acted as a barrier to the outside air interface. About 200 mya, mammals arrived at the evolutionary tableau and since that have become the dominant land animal by adapting to a wide range of climates. This was, in part, made possible by a new type of skin that is soft yet moist, and therefore provides tremendous advantage for survival via sensory perception of the surrounding environment. Intriguingly, however, despite the difference in appearance (hard vs soft) and function (waterproof vs water permeable) in the skin of non-mammals and mammals, the conservation of the three epidermal layers are largely the same. How are then the differences between non-mammalian and mammalian skin generated? Here, we will take a gene-centric view and hypothesize that this could be due to (1) gain/loss of new genes, or (2) gain/loss of new gene-regulatory networks (e.g. epigenome, higher order chromatin structure), or (3) both. We will dissect these questions by comparing the gene expression patterns, and 3D nuclear compartment formation, between mammalian (mouse) epidermis and non-mammalian (Madagascar ground gecko) epidermis. The raw-and meta-data obtained for our studies will be deposited and disseminated via RIKEN OLSP platform.


重症化リスク低減のためのCOVID-19感染機序に関する知識の体系化

[カテゴリー] 研究提案型

[研究実施者] 山縣友紀

[所属] 生命機能科学研究センター(BDR) 発生動態研究チーム

[研究概要] COVID-19ではその特徴として患者毎に症状が多様であり、いかに重症化への進行を抑えるかが喫緊の課題となっている。本研究ではCOVID-19感染機序において細胞から器官レベルにおける不均一かつ多粒度のプロセスに対し、統一的記述表現枠組みをモデル化するとともに、感染プロセスについてオントロジーを構築し、計算機処理可能な形式で知識を体系化することで重症化リスクの低減を目指す。次に、国際連携を通してオントロジー知識共有と利活用によるオープンライフサイエンスとしてのデータの相互運用性向上を図る。さらに、COVID-19リスク低減を支援するための応用システム開発の試作に取り組む。


マウスの個体レベルでの網羅的な臨床表現形質を用いて個体異常を高精度に検出可能なモデルを構築する

[カテゴリー] 研究提案型

[研究実施者] 田中信彦

[所属] バイオリソース研究センター (BRC)

[研究概要] 本研究では、まず、国際マウス表現型解析コンソーシアムのウェブサイト(https://www.mousephenotype.org/)から、マウスの個体レベルの臨床表現形質データ(約3,000万データポイント)及びそれに関するメタデータを取得し、これらを2次利用可能な(マウスの専門家でなくても理解できる)形式に整形後、公開する。次に、この個体レベルの網羅的な表現形質データを用いて、個体の「異常」を高精度に検出可能なモデルを構築する。モデルの構築には、機械学習の手法(教師なしランダムフォレストや勾配ブースティング決定木)を適用することで、従来の集団の平均値として「異常」を検出する手法とは一線を画した、ビッグデータの時代に相応しい新しい「異常」の評価法を提示する。


Cloud based open storage format for quantitative data of biological dynamics

[カテゴリー] 研究提案型

[研究実施者] Ken Ho, Koji Kyoda

[所属] 生命機能科学研究センター(BDR) 発生動態研究チーム

[研究概要] The aim of this research is to develop a pilot cloud based open storage format for quantitative data of biological dynamics. It has become a bottleneck when quantitative data are large and are stored as a file within a centralised server or in a public database, such as SSBD. We propose to develop a pilot for the Next Generation Cloud-based File Format (NGcFF) based on Zarr/N5 called BDZ as an additional enhancement to BD5/BDML data formats. The proposed new format BDZ should allow flexibility for both private/public cloud based object storages. It will allow results from image segmentation or deep learning to be stored and accessed as quantitative data in parallel and in scale. We plan to collaborate with the member in RIKEN BDR teams and externally with those at Osaka University and University of Dundee in sharing and testing data with the new storage format. The success of this project will provide us an evaluation of the proposed pilot format NGcFF/BDZ for object storages (private/public) and to see whether they can satisfy our requirement for OLSP. We also aim to provide feedback for other OLSP members on our evaluation on object storage for private/public cloud use.


機械学習を利用した形態的細胞診断プラットフォーム構築に向けた画像データベース整備

[カテゴリー] データ提供型

[研究実施者] 須藤和寛

[所属] バイオリソース研究センター(BRC) 細胞材料開発室

[研究概要] 昨今、細胞の品質を分化誘導などの機能アッセイを行うことなく形態的な特徴から判断するための取り組みが行われるようになっている。我々のグループでは、これまで細胞材料開発室が提供業務の一環として保存してきた総計10万枚を越す細胞の画像を利用して機械学習を行い、多種多様な細胞株の状態変化を形態的に判断することが可能なシステムの構築を目指して研究を行っており、すでに一部の画像を用いてフィージビリティスタディを開始し良好な結果を得ている。本課題においては、より多くの画像を使用して速やかに機械学習を行えるようにするため、保有する画像データを利用しやすい形式に整備し直し、画像データベースとして実装すると共に理研内共有プラットフォームへのデータ公開に向けた準備を行うことを目指す。


意思決定機構解明を加速する、仮想空間内課題進行中のゼブラフィッシュ成魚終脳のCa2+イメージングデータおよび行動データの高付加価値化とその公開

[カテゴリー] データ提供型

[研究実施者] 鳥越万紀夫

[所属] 脳神経科学研究センター(CBS) 意思決定回路動態研究チーム

[研究概要] 本課題の目的は、単純な脳構造であるが最適行動学習機能を有するゼブラフィッシュの脳を解析することで脊椎動物共通の意思決定機構のさらなる解明に寄与することにある。そのための方策として(1)再利用化した仮想空間の画像提示および制御に用いたプログラム一式、(2)行動学習した魚のCa2+イメージングデータ、(3)(2)のデータに対応する魚の尻尾の挙動と仮想空間内での魚の位置データに高付加価値を付して公開することを提案する。以上のシステムおよびデータが広く使われ解析されることで脊椎動物共通の意思決定機構の基本構造の解明に寄与する。