Time-series muti-layered omics analysis during gestation period towards precision medicine

2019 Fiscal Year Research-status Report

• Project/Area Number: 18KT0015
• Research Institution: Kyoto University
• Principal Investigator: 長崎 正朗 京都大学, スーパーグローバルコース医学生命系ユニット, 特定教授 (90396862)
• Project Period (FY): 2018-07-18 – 2021-03-31
• Keywords: ライフログ / オミクス / メタボローム / 妊娠期間 / 出産 / 統合解析 / ロジスティック回帰

Outline of Annual Research Achievements

ライフログ情報とオミクス情報（トランスクリプトーム、尿中・血中メタボローム,メタゲノム）の情報について、多変量解析などの統計手法を用いて妊娠高血圧症候群などへのリスク因子の同定を進めている。リスク因子の同定にあたり、ライフログの特性を理解するために、妊娠中期、後期によって、妊娠期間中の一般集団が平均的にどのようなプロファイル（変化）を取るかについての理解を進めてきた。これらのプロファイルを基盤として、各疾患を発症した群でのプロファイルとの比較を進めている。特に、妊婦の病気の予兆を示す活動量、血圧、睡眠、体重増加量などのライフログや、血液中や尿中に含まれる特定の体内物質の変動パターンが、病気を発症しなかった妊婦と発症した妊婦との間で、大きく異なるパラメータの検出することに成功し整理を進めている。

また、各属性の状態の予測と並行して、臨床情報により、早産や妊娠高血圧症などの発症未発症を判別に関わる属性の同定を時点数が少ないデータ（時点数が６点以下、トランスクリプトーム、血中メタボロームなどの情報）についてロジスティック回帰などの解析を進めた。特に、共変量を追加することで、データ数がパラメータの推定に十分な数を確保できない場合がある。そこで、スパース学習法を用いることで、パラメータ推定と関連因子の同定を同時に進めた。なお、尿メタボロームについては他のデータに比べて時点数が多いことから、出産日付近のプロファイルについて詳細な解析を進めいくつかの知見を得た。

Current Status of Research Progress

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

Reason

理由
初年度は基礎的なデータの特性を把握することと簡単な統計解析を行うことを目標に進めてきた。現段階において両方の目的は達成しており、また、いくつかの知見がでていることから、順調に進んでいると考えている。

Strategy for Future Research Activity

初年度に得られた個々の知見について医学的、生物学的な観点での理解を深めていく。
また、統計モデルについてより適切な方法を検討することで検出率や予測精度の向上に努める。

Causes of Carryover

詳細な解析支援を行える体制とすることで成果を創出する