チームリーダー
二階堂愛 Ph.D.

バイオインフォマティクス研究開発チーム

生命を1 細胞レベルで理解するためのゲノム科学技術を開発する

多細胞生物の生命活動の最小単位はひとつひとつの細胞です。我々のグループは、1 細胞から生命を理解する計測や摂動技術を開発します。DNA シーケンス技術の発展により高速に大量のDNA 配列が得られるようになりました。そこで、多細胞生物が示す複雑で様々な生命現象を1 細胞ごとに核酸へ変換し、超並列DNA シーケンスで読み取り、数理科学の力で生命情報を取り出します。

我々はこれまで高精度・高出力な1 細胞RNA シーケンスであるQuartz-Seq2 の開発や、世界初の1 細胞完全長Total RNA シーケンス法RamDA-seq の開発に成功してきました。我々のグループは、これらの技術をもとに、ゲノム編集技術、マイクロ流体デバイス、人工知能技術なども駆使しながら、細胞の命運や機能、エピゲノム変化などを捉える新しい1 細胞シーケンス技術の開発を目指します。

さらに、これらの方法を用いて、理研内外の様々なライフサイエンス分野の研究者と共同研究を進めます。

研究テーマ

新しい1細胞オミックス計測技術の開発
新しい1細胞オミックスを用いた連携

主要論文

Lin CW, Septyaningtrias DE, Chao HW, et al.
A common epigenetic mechanism across different cellular origins underlies systemic immune dysregulation in an idiopathic autism mouse model.
Molecular Psychiatry 27(8), 3343-3354 (2022) doi: 10.1038/s41380-022-01566-y

Ochiai H, Hayashi T, Umeda M, et al.
Genome-wide kinetic properties of transcriptional bursting in mouse embryonic stem cells.
Science Advances 6(25), eaaz6699 (2020) doi: 10.1126/sciadv.aaz6699

Ozaki H, Hayashi T, Umeda M, Nikaido I.
Millefy: visualizing cell-to-cell heterogeneity in read coverage of single-cell RNA sequencing datasets.
BMC Genomics 21, 177 (2020) doi: 10.1186/s12864-020-6542-z

Tsuyuzaki K, Sato H, Sato K, Nikaido I.
Benchmarking principal component analysis for large-scale single-cell RNA-sequencing.
Genome Biology 21, 9 (2020) doi: 10.1186/s13059-019-1900-3

Mereu E, Lafzi A, Moutinho C, et al.
Benchmarking single-cell RNA-sequencing protocols for cell atlas projects.
Nature biotechnology 38(6), 747-755 (2020) doi: 10.1038/s41587-020-0469-4

Sato K, Tsuyuzaki K, Shimizu K, Nikaido I.
CellFishing.jl: an ultrafast and scalable cell search method for single-cell RNA-sequencing.
Genome Biology 20, 31 (2019) doi: 10.1186/s13059-019-1639-x

Sasagawa Y, Danno H, Takada H et al.
Quartz-Seq2: a high-throughput single-cell RNA-sequencing method that effectively uses limited sequence reads.
Genome Biology 19, 29 (2018) doi: 10.1186/s13059-018-1407-3

Hayashi T, Ozaki H, Sasagawa Y, et al.
Single-cell full-length total RNA sequencing uncovers dynamics of recursive splicing and enhancer RNAs.
Nature Communications 9, 619 (2018) doi: 10.1038/s41467-018-02866-0

Matsumoto H, Kiryu H, Furusawa C, et al.
SCODE: An efficient regulatory network inference algorithm from single-cell RNA-Seq during differentiation.
Bioinformatics 33(15), 2314-2321 (2017) doi: 10.1093/bioinformatics/btx194

Tsuyuzaki K, Morota G, Ishii M, et al.
MeSH ORA framework: R/Bioconductor packages to support MeSH over-representation analysis.
BMC Bioinformatics 16, 45 (2015) doi: 10.1186/s12859-015-0453-z

Sasagawa Y, Nikaido I, Hayashi T, et al.
Quartz-Seq: a highly reproducible and sensitive single-cell RNA sequencing method, reveals non-genetic gene-expression heterogeneity.
Genome Biology 14, 3097 (2013) doi: 10.1186/gb-2013-14-4-r31

Adachi K, Nikaido I, Ohta H, et al.
Context-dependent wiring of Sox2 regulatory networks for self-renewal of embryonic and trophoblast stem cells.
Molecular Cell 52, 380-392 (2013) doi: 10.1016/j.molcel.2013.09.002