english.cas.cnのページ
出典: english.cas.cn

中国国家バイオインフォメーションセンターに属する国家ゲノミクスデータセンター(NGDC)は、工業用細胞株の情報を統合した無料公開データベース「iCellOmics」を公開しました。17の細胞株を対象に、ゲノムや遺伝子発現などのデータと、文献から抽出した遺伝子と表現型の関係を調べられます。研究者らは、複数の工業用細胞株について、こうした情報を共通の解析枠組みに統合したのは初めてとしています。

分散した細胞株データを統合

工業用細胞株には、組み換えタンパク質やワクチン、遺伝子を運ぶウイルスベクターの生産に使うものがあります。宿主細胞の改変や比較研究の基準となる生物医学モデルも含まれます。これらの細胞株は、組み換え医薬品やウイルスワクチン、遺伝子治療の開発と供給を支えています。

一方、ゲノムや遺伝子発現、エピゲノムに関する情報は、複数の保存先や研究プロジェクトに分散していました。エピゲノムは、DNAの配列そのものを変えずに遺伝子の働きに関わる仕組みです。文献から得られる細胞の性質、すなわち表現型の情報も、個々の論文に分かれていました。

参照ゲノムや解析手順の違いも、データを統合して細胞株を体系的に調べる際の障害になっていました。iCellOmicsは、複数種類の網羅的な生物学データを扱う「マルチオミクス」のデータベースです。この研究は11月10日に学術誌Nucleic Acids Researchでオンライン公開されました。

17細胞株の遺伝子変異と発現を収録

現在のiCellOmicsは、17の工業用細胞株について6種類のデータを収録しています。参照ゲノムと注釈情報は7種を対象とし、タンパク質をコードする14万4018遺伝子を含みます。ゲノム上の変異は、15細胞株にわたる55件の全ゲノム解析プロジェクトから、機能注釈付きで1億7040万8888件を収録しています。

遺伝子発現のデータには、241件のバルクトランスクリプトーム解析プロジェクトから得た673件の発現差の比較が含まれます。トランスクリプトームは、細胞内で遺伝子から作られるRNAの全体像です。バルク解析は多数の細胞をまとめて調べる手法です。

個々の細胞を対象にした単一細胞トランスクリプトームのデータは、30件のプロジェクトから104万7274細胞分を収録しています。また、DNAが読み取られやすい領域を調べるATAC-seqの171件のプロジェクトから、2億8708万9415件のピークを収録しています。このほか、6312件の文献から抽出した遺伝子と表現型の関係は3万7213件です。

細胞株別と遺伝子別に検索

利用者は細胞株を起点に、各データの画面を閲覧できます。特定の遺伝子を起点に、異なる種類のデータを横断して調べることもできます。Gene Searchでは、指定した細胞株内の遺伝子について統合情報を取得します。

検索結果には、変異の位置と遺伝子発現の比較が含まれます。DNAが読み取られやすい領域や、単一細胞の遺伝子発現データの概観も表示されます。文献から抽出した遺伝子と表現型の関係も、同じ遺伝子の情報として調べられます。

文献由来の関係には、6605の遺伝子・タンパク質が関わっています。表現型は標準化された104の小分類に整理されています。これらの関係は、操作できる知識グラフとしても表示されます。

文献の関係をグラフで表示

知識グラフでは、詳しい表示と折りたたんだ表示を切り替えられます。細胞株や表現型の分類に加え、遺伝子などの名前や関係の種類で絞り込めます。文献データベースPubMedの識別番号でも検索できます。

各関係には、関連する文献の記述が示されます。実験で加えられた操作と、その操作について報告された影響も表示されます。

ゲノムの領域を閲覧するツール「JBrowse 2」も組み込まれています。遺伝子群の特徴を調べるGOとKEGGのオンライン解析ツールも利用できます。参照ゲノム、クロマチンのアクセスしやすさ、単一細胞トランスクリプトームの処理済みデータはダウンロードできます。

従来のCHO細胞向け資源との違い

既存の資源には、治療用タンパク質の生産に使われるチャイニーズハムスター卵巣(CHO)細胞向けのCHOgenome.orgがあります。2011年に公開された初版は、CHO-K1細胞のゲノムデータやCHO関連のオミクス文献を収録していました。CHOに特化した配列検索サービスも提供していました。

2015年に示されたバージョン2.0では、CHO細胞とチャイニーズハムスターのゲノムについて、配列と注釈のデータベースが追加されました。タンパク質の情報を閲覧するツールとゲノム表示ツールも加わりました。これに対し、iCellOmicsは17の工業用細胞株を対象に、変異や発現、文献由来の表現型との関係を共通の枠組みで扱います。