脳内情報処理メカニズムを解明するための統計手法の開発

• Project/Area Number: 22K17865
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 60030:Statistical science-related
• Research Institution: The University of Tokyo
• Principal Investigator: 松田 孟留 東京大学, 大学院情報理工学系研究科, 准教授 (50808475)
• Project Period (FY): 2022-04-01 – 2026-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2024: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2022: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
• Keywords: 統計学 / 脳神経科学 / ベイズ統計 / 統計モデリング / 適応推定 / 修正赤池情報量規準

Outline of Research at the Start

脳神経科学の分野における近年の実験技術の進歩はめざましく、かつてない規模の脳神経データが得られるようになってきている。そこで本研究では、脳内情報処理メカニズムをデータ駆動的に解明するための統計手法を開発する。統計モデルに基づいた一貫した視点で脳神経データを捉えることで、脳内情報処理メカニズムの定量的理解や不確実性を考慮した予測や制御を行う。脳神経データの生成過程の統計モデリングに加え、大規模データにも適用可能な効率的なアルゴリズムの開発、統計解析のための基礎数理の整備にも取り組む。

Outline of Annual Research Achievements

統合失調症や自閉スペクトラム症などの精神神経疾患に関わる遺伝子を探索するための統計手法の開発に取り組んだ。近年、ゲノム配列をもとに遺伝子発現を予測するPrediXcanなどの手法が整備されている。また、RNA-seqによって遺伝子発現を直接測定できる。本研究では、PrediXcanによる予測データとRNA-seqによる測定データを統合して疾患関連遺伝子を探索する手法を開発し、シミュレーションと実データによる検証を行なった。

脳神経データのための時系列解析手法の研究に取り組んだ。脳波には周期成分(periodic component)に加えて非周期成分(aperiodic component)が存在し、これらを適切に分離して解析するのが重要であることが明らかになってきている。そこで、状態空間モデルを用いて時系列データに潜む振動成分をデータ駆動的に抽出する振動子分解について、観測ノイズをホワイトノイズからピンクノイズ(1/fノイズ)に拡張することで非周期成分も分解できるようにした。また、脳内双極子から電極への順モデルを用いることで、複数電極の脳波データの振動子分解においてパラメータを削減して推定を安定化する手法を開発した。

この他に、特異値縮小型のノンパラメトリック推定に関する論文と修正赤池情報量規準の非許容性に関する論文が採択された。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

遺伝子探索のためのデータ統合手法を開発した。また、特異値縮小型のノンパラメトリック推定に関する論文と修正赤池情報量規準の非許容性に関する論文が採択された。

Strategy for Future Research Activity

遺伝子探索のためのデータ統合手法に関する研究成果を論文にまとめる。

Research Products

• [Journal Article] Inadmissibility of the corrected Akaike information criterion (2024)
  • Author(s): Matsuda Takeru
  • Journal Title: Bernoulli Volume: 30 Issue: 2
  • DOI: 10.3150/23-bej1638
  • Peer Reviewed
• [Journal Article] Modelling the discretization error of initial value problems using the Wishart distribution (2024)
  • Author(s): Marumo Naoki、Matsuda Takeru、Miyatake Yuto
  • Journal Title: Applied Mathematics Letters Volume: 147 Pages: 108833-108833
  • DOI: 10.1016/j.aml.2023.108833
  • Peer Reviewed / Open Access
• [Journal Article] Matrix quadratic risk of orthogonally invariant estimators for a normal mean matrix (2023)
  • Author(s): Matsuda Takeru
  • Journal Title: Japanese Journal of Statistics and Data Science Volume: - Issue: 1 Pages: 313-328
  • DOI: 10.1007/s42081-023-00216-z
  • Peer Reviewed / Open Access
• [Presentation] 振動子分解法による多チャンネル脳波からのアルファ波分解 (2024)
  • Author(s): 高島 和樹, 松田 孟留, 山下 歩, 澤山 正貴, 澁澤 柊花, 天野 薫
  • Organizer: 日本視覚学会 2024年冬季大会
• [Presentation] ロジスティック回帰における共変量測定誤差をもつデータの統合 (2024)
  • Author(s): 松田 孟留
  • Organizer: 慶應義塾大学計量経済学ワークショップ
  • Invited
• [Presentation] Wasserstein--Cramer--Rao inequality and robustness (2024)
  • Author(s): Takeru Matsuda
  • Organizer: 6th IMS Asia Pacific Rim Meeting (ims-APRM 2024)
  • Int'l Joint Research / Invited
• [Presentation] Matrix estimation via singular value shrinkage (2023)
  • Author(s): Takeru Matsuda
  • Organizer: 9th International Forum in Statistics
  • Int'l Joint Research / Invited
• [Presentation] 脳波時系列データにおける状態空間モデルのベイズ推定 (2022)
  • Author(s): 城田 慎一郎, 松田 孟留
  • Organizer: 2022年度統計関連学会連合大会
  • Invited
• [Presentation] Adapting to arbitrary quadratic loss via singular value shrinkage (2022)
  • Author(s): Takeru Matsuda
  • Organizer: EcoSta 2022
  • Int'l Joint Research / Invited
• [Presentation] Matrix estimation by singular value shrinkage (2022)
  • Author(s): Takeru Matsuda
  • Organizer: Conference on Advances in Bayesian and Frequentist Theory and Methods with a Celebration of Bill Strawderman's 80th Birthday
  • Int'l Joint Research / Invited