2016 Fiscal Year Annual Research Report
Statistical Modeling and Prediction for Therapy-induced Cancer Drug Resistance and Prediction
| Project/Area Number |
15H06008
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
長谷川 嵩矩 東京大学, 医科学研究所, 助教 (80753756)
|
|---|
| Project Period (FY) |
2015-08-28 – 2017-03-31
|
| Keywords | データ同化 / 統計科学 / がん解析 / シミュレーション |
|---|
| Outline of Annual Research Achievements |
本研究計画は，(i)薬剤耐性がんの再発シミュレーションモデルの構築，(ii)シミュレーションモデルの隠れ変数とパラメータを推定する統計的解析手法の提案，(iii)提案手法のがん腫瘍への適用の三段階に分けて考えており、最終年度である今年度は主に(ii)と(iii)に着手することを予定していた．
(ii)本研究で利用されるシミュレーションモデルを統計的に解析するために，研究計画書の通り，ABCを状態空間モデルに適用した新たな統計的解析手法を提案した．本研究ではまず、既存のApproxmate Bayesian Computationの研究成果を状態空間モデルに適用した手法を開発し、これを学術誌に発表した．加えて今回の問題では，ABCの理論的問題を解決したkernel-ABCを状態空間モデルにおける潜在変数の条件付き分布を計算するフィルタリング・ステップに適用する新たな解析手法を提案した．この成果は既に学術誌に投稿中である．
(iii)既に研究が進んでいる前立腺がんと卵巣がんに対して提案手法を適用する．上記の通り解析手法の開発は一定の到達点に至っており，データの採取に関しては主に共同研究先である九州大学病院別府病院において進められているため、データが得られ次第速やかに実験を行う．結果は論文誌において別途公開予定である．また，本研究成果を一般に周知する上で, 論文化に加えてソフトウェアでの公開と言う方法を考えている．ソフトウェア化は申請者がこれまでに公開しているソフトウェアと同様，Java言語での配布を考えており，所属研究機関のHP上から自由にアクセス出来るようにする．
|
| Research Progress Status |
28年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
28年度が最終年度であるため、記入しない。
|
