2021 Fiscal Year Annual Research Report
Development of integrated analysis technology for bioimaging and omics data
| Project/Area Number |
19H04207
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
瀬尾 茂人 大阪大学, 大学院情報科学研究科, 准教授 (30432462)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
山下 英里華 大阪大学, 大学院医学系研究科, 特任研究員(常勤) (10880106)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | バイオインフォマティクス / 細胞画像処理 / 機械学習 / 深層学習 |
|---|
| Outline of Annual Research Achievements |
近年の生命科学データはマルチモーダル化が著しい。すなわち、様々（マルチ）な計測法によって、細胞動画像や1細胞オミクスデータなど、様々な様式（モード）のデータが大量に取得されるようになっているということである。オミクスデータはゲノムに由来する情報ゆえにその量が簡単に人間の理解を超え、また動画像は一見理解しやすいものの粒子や細胞の認識・追跡といった処理が必要となり定量的な解析を行おうとすると難しい。本研究では、細胞動画像とオミクスデータの統合的情報解析技術の開発を行う。動画像解析には深層学習の技法を用いた特徴量の抽出技術の開発を行い、オミクスデータ解析としては一細胞RNA-seqのデータを中心に様々なタイプのデータを結合して、重要な基底の発見とパターンの抽出を行う方法を開発する。
最終年度には、これまで行ってきた深層学習（畳み込みニューラルネットワーク）のボトルネック特徴量を用いた細胞形態の抽出方法と、1細胞RNA-seqデータのための行列分解（非負値行列因子分解）に基づく基底の抽出方法の統合を行った。当初は、これらの要素技術を、実際の1細胞発現データと細胞動画像に適用を行い、研究分担者との議論を行う予定であった。しかしながら、評価用データの取得に関する実験系の調査と準備の結果、予定していた方法では、解析に十分な精度の評価用データ（細胞動画像とオミクスデータのセット）を取得できないことが判明した。よって繰越を行って追加のデータを取得し、生物学的成果の収穫を行った。
|
| Research Progress Status |
令和3年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和3年度が最終年度であるため、記入しない。
|
