多くのヒトタンパク質コード遺伝子はGeneCardsなどのデータベースにより機能アノテーションが付与されているが、多くは十分に特徴づけられていない。これらのギャップに対処するために、複雑な生物学的ネットワークからパターンを抽出することで、アノテーションが不十分な遺伝子の機能的役割を予測する計算ツールを活用できる。ここでは、血管形成（血管新生）に不可欠な血管内皮細胞（EC）にとって重要な遺伝子を同定することを目的としたBrain-for-Biotech（BfBio）という枠組みを導入する。血管内皮細胞は血管の恒常性、止血、血液／組織バリア機能に関わるだけでなく、免疫やがん進行の重要な媒介因子でもある。BfBioは、異なるオミクスデータセットを統合したネットワークと、公的に利用可能な遺伝子—遺伝子／タンパク質—タンパク質相互作用データベースに対してパーソナライズドPageRank（PPR）アルゴリズムを用いる。本研究では、BfBioの予測能力を適用して、これまでその機能が知られていなかった遺伝子群における血管新生の茎細胞表現型機能を推定した。これまでに同定された肺腫瘍ECモデルにおける茎細胞クラスターを特徴づける遺伝子の集合を活用することで、高いArea Under Receiver Operative Characteristic（AUC-ROC）性能（0.837）を達成した。さらに、テキストマイニングの応用と組み合わせた富化解析により、予測された49遺伝子のうち4遺伝子が十分に特徴づけられていないにもかかわらず、生物学的に関連する性質を有し、がんと関連していることが確認された。これにより、BfBioが血管生物学における新規治療標的を優先順位付けするための堅牢なツールであることが検証された。
https://doi.org/10.64898/2026.08.23.746493