Logo
ホームページ
当社のモデルを探求してください。
カート
連絡先
購読する
モデル製品
製品ラインアップ
MouseAtlas モデルライブラリ
細胞株モデルカタログ
iPS細胞株製品カタログ
ノックアウト細胞株製品カタログ
点変異細胞株製品カタログ
過剰発現細胞株製品カタログ
腫瘍細胞株製品カタログ
レポーター細胞株製品カタログ
OriCell(細胞培養製品)
AAV 标準製品カタログ
研究用マウスモデル
ヒト化マウスモデル
HUGO-GT™
HUGO-Ab™
ヒト化ターゲット遺伝子モデル
ヒト化免疫系マウスモデル
ツールマウス
Creマウスモデル
疾患モデル
神経疾患モデル
がん・免疫腫瘍学モデル
自己免疫疾患モデル
免疫不全モデル
眼科疾患モデル
代謝疾患モデル
カスタムサービス
遺伝子改変モデル作製技術
Turboknockout™ゲノムターゲティング技術
ターゲティング遺伝子編集技術
Cre-ESCs遺伝子編集技術
通常型トランスジェネシス
PiggyBacトランスジェネシス
BACトランスジェネシス
遺伝子改変動物モデル作製サービス
ノックアウトマウス作製
ノックアウトラット作製
ノックインマウス作製
ノックインラット作製
トランスジェニックマウス作製
トランスジェニックラット作製
繁殖・サポートサービス
繫殖サービス
凍結保存・復元サービス
表現型解析サービス
BAC改変サービス
カスタム細胞株作製サービス
誘導多能性幹細胞(iPS細胞)作製
ノックアウト細胞株作製
ノックイン細胞株作製
点変異細胞株作製
過剰発現細胞株作製
ウイルスベクター作製サービス
アデノ随伴ウイルスパッケージング
レントウイルスパッケージング
アデノウイルスパッケージング
創薬研究
抗体創薬
HUGO-Mab™
HUGO-Light™
HUGO-Nano™
HUGO-Ab-eKO™
疾患領域
神経疾患
アルツハイマー病(AD)
パーキンソン病(PD)
ハンチントン病(HD)
血液脳関門(BBB)
神経障害性疼痛
腫瘤
PBMCヒト化マウスモデル
ヒト免疫系(HIS)マウスモデル
免疫・炎症
喘息
眼科疾患
緑内障
加齢黄斑変性(AMD)
網膜関連疾患
代謝・循環器疾患
肥満
創薬モダリティ
治療用抗体医薬
モノクローナル抗体(mAb)
二重特異性抗体(BsAb)
ADC/AOC
AI駆動型AAV創薬
細胞免疫療法
遺伝子治療
核酸医薬
HUGO-LAb™
神経疾患抗体
腫瘤抗体
免疫・炎症疾患抗体
眼科疾患抗体
代謝・循環器疾患抗体
コミュ二ティー
キャンペーン
イベント・ウェビナー
ニュース
研究情報
資料室
査読済み文献(引用)
データベース
希少疾患データセンター(RDDC)
AbSeek
Cell iGeneEditor™ システム
先端研究速報
会社案内
企業概要
施設概要
動物の健康・福祉
健康報告書
協力企業・代理店
採用情報
お問い合わせ
Login
ホーム>先端研究速報>深層学習モデルから転写制御論理を解き明かす新ツール「Tangermeme」の登場

深層学習モデルから転写制御論理を解き明かす新ツール「Tangermeme」の登場

研究领域で探す
2026.11.17
深層学習ゲノム解析Tangermeme転写制御バイオインフォマティクス

Contents

01.研究背景と未解決課題
02.この論文で明らかになったこと
03.研究デザインと技術的ポイント
04.疾患研究・創薬研究への示唆
05.前臨床モデル・研究ツールとの関連
06.まとめ

01. 研究背景と未解決課題

近年、深層学習モデルは転写因子結合やクロマチンアクセシビリティなど、多様なゲノム特性の予測において最高レベルの性能を達成しています。しかし、モデルの予測精度を最大化することに注力されるあまり、モデルが学習した生物学的ルールを人間が理解可能な形で抽出する「解釈性」の側面が十分には発展していませんでした。既存のツールはモデルのトレーニングに特化しており、トレーニング後のモデルを解析するための汎用的かつ最適化されたリポジトリが存在しないという課題がありました。

特に、非コード領域の変異が疾患に与える影響を評価したり、特定の調節要素の機能を解明したりする際には、モデルがどの塩基配列パターン(モチーフ)に基づいて予測を行っているかを特定する必要があります。しかし、モデルのアーキテクチャやトレーニング手法が異なっても、その後の解析ロジックは本質的に共通しているにもかかわらず、これらを統一的に扱えるツールが不足していました。

02. この論文で明らかになったこと

本研究では、ゲノム深層学習において「モデルそのもの以外」のすべての機能を実装した新ツール「Tangermeme」を提案しました。このツールは、トレーニング済みのモデルから学習された cis-調節パターンを、人間が解釈可能なインサイトに変換することを目的としています。具体的には、シーケンス操作とモデル操作をモジュール化することで、変異の影響評価、モチーフの同定、および合成配列の設計を効率的に行えるようにしました。

Tangermeme を用いた解析により、異なるモデル(例:BPNet と Beluga)が同じ現象(例:MYC の結合)を予測する場合でも、それぞれが学習している調節ロジックが異なることが明らかになりました。BPNet は MYC モチーフに特化して予測を行うのに対し、Beluga はクロマチンアクセシビリティや転写開始に関連するより広範なモチーフの組み合わせを学習していることが示されました。

03. 研究デザインと技術的ポイント

Tangermeme の核心は、シーケンス操作(置換、欠失、シャッフルなど)とモデル操作(予測、特徴量帰属など)を独立してスタックできるモジュラー設計にあります。これにより、in silico 飽和変異誘発や特徴量帰属(DeepLIFT/SHAP)を効率的に実行できます。特に、新しい「seqlet 呼び出しアルゴリズム」を開発し、統計的に有意な高帰属値を持つ連続した塩基配列領域(seqlet)を自動的に同定・注釈化する機能を追加しました。

  • シーケンス操作とモデル操作の分離による柔軟な解析ワークフローの構築
  • 統計的有意性に基づいた変数長の seqlet を直接呼び出す新規アルゴリズムの実装
  • 大規模モデルでもメモリ効率よく動作するバッチ処理と低精度サポート
  • 他の既存ライブラリ(TF-MoDISco など)との互換性を保ちつつ、計算速度を大幅に向上

04. 疾患研究・創薬研究への示唆

このツールは、非コード領域の遺伝的変異が疾患リスクにどのように寄与するかを理解する上で重要な役割を果たします。例えば、特定の疾患関連変異が転写因子結合モチーフを破壊するかどうかをシミュレーションで評価し、その影響を定量化できます。また、合成プロモーターやエンハンサーの設計において、所望の遺伝子発現パターンを誘導する配列を効率的にスクリーニングする際にも活用可能です。

創薬ターゲットの検証段階では、モデルが学習した調節ロジックを解析することで、ターゲット遺伝子の発現制御メカニズムをより深く理解できます。これにより、オフターゲット効果の予測や、より特異的な治療標的の特定に繋がる可能性があります。

05. 前臨床モデル・研究ツールとの関連

計算機上の解析結果を実験室で検証するためには、関連する遺伝子を操作した Knockout マウスや Knock-in マウスなどの前臨床モデルが不可欠です。Tangermeme で特定された重要な調節配列や変異を基に、特定の遺伝子発現パターンを再現する動物モデルを設計・作成することで、in silico の予測を in vivo で検証できます。

また、Cyagen が提供する CRISPR 遺伝子編集技術や iPSC 細胞株を用いた機能解析と組み合わせることで、計算生物学と実験生物学の相乗効果を最大化できます。特に、複雑な調節ネットワークを解明する際には、計算モデルによる仮説生成と、遺伝子編集モデルによる機能検証のサイクルが研究の加速に寄与します。

06. まとめ

Tangermeme は、ゲノム深層学習のブラックボックス化を解消し、生物学的な洞察を引き出すための強力なツールキットです。このツールにより、研究者はモデルが学習した cis-調節論理を効率的に解明し、疾患メカニズムの理解や創薬ターゲットの探索に活かすことができます。計算解析と実験モデルの連携を強化し、より精密な前臨床研究を推進する上で、重要な役割を果たすことが期待されます。

高品質iPSCリプログラミング&遺伝子編集サービス
高品質iPSCリプログラミング&遺伝子編集サービス
疾患モデル化と創薬に向けて、信頼性の高いiPSCリプログラミング、精密な遺伝子編集、検証済み分化誘導をご提供します。一貫した高品質の成果で世界中の研究者に信頼されています。
マウスモデルへ
先端研究向け遺伝子改変動物モデル
先端研究向け遺伝子改変動物モデル
遺伝子機能解析、疾患モデル化、治療開発に向けた高品質のノックアウト/ノックイン/トランスジェニックのマウス・ラットをご提供します。世界中の研究者に信頼されています。
マウスモデルへ

FAQ

Tangermeme はどのような目的で使用されるツールですか?
Tangermeme は、ゲノム深層学習モデルが学習した cis-調節パターン(転写因子結合や遺伝子発現の制御ロジック)を人間が理解可能な形で抽出・解釈するためのツールキットです。モデルのトレーニング自体ではなく、トレーニング後のモデル解析に特化しています。
このツールは既存のモデルと互換性がありますか?
はい、Tangermeme は特定のモデルアーキテクチャに依存せず、Convolutional Neural Networks (CNN) や Transformer など、さまざまな深層学習モデルと連携して使用できます。モデルの読み込みや定義はユーザーが行う設計となっています。
Tangermeme を用いてどのような生物学的問いに答えることができますか?
非コード領域の変異が転写因子結合に与える影響の評価、特定の調節モチーフの同定、合成プロモーターやエンハンサーの設計、および異なるモデル間で学習された調節ロジックの比較などが可能です。
実験モデルとの連携はどのように行われますか?
Tangermeme で特定された重要な配列や変異を基に、遺伝子編集技術(CRISPR など)を用いた Knockout や Knock-in マウス、iPSC 細胞株などの前臨床モデルを設計し、in silico の予測を in vivo で検証するアプローチが推奨されます。
論文情報
Jacob Schreiber. Tangermeme: a toolkit for understanding cis-regulatory logic using deep learning models. Nature Methods. https://doi.org/10.1038/s41592-026-03254-z
共有
Top
モデルライブラリ
モデルライブラリ
リソース
リソース
動物の品質
動物の品質
サポートを受ける
サポートを受ける
サイヤジェン株式会社
住所:
〒543-0071 大阪府大阪市天王寺区生玉町2-3 小出ビル410室
電話 :
06-7652-3321
メール:
[email protected]
モデル製品
HUGO-GT™HUGO-Ab™MouseAtlas モデルライブラリ細胞株モデルAAV標準製品
創薬・研究開発
神経疾患オンコロジー免疫・炎症眼科疾患代謝・循環器疾患
会社案内
企業概要施設概要動物の健康・福祉健康報告書協力企業・代理店採用情報お問い合わせ
SNS
免責事項:当社の製品およびサービスの価格や入手可能性は地域によって異なります。記載されている価格は特定の国々に適用されます。詳細についてはご連絡ください。
Copyright © 2026 Cyagen. All rights reserved.
プライバシーポリシー
サイトマップ
Cyagenの最新情報をお届けします
研究モデル、CROサービス、科学リソース、特別オファーに関する最新情報を、研究ニーズに合わせてメールでお届けします。
お名前
メール
ご所属機関
関心分野
主な研究分野