2020 Fiscal Year Annual Research Report
機械学習による疾患ゲノムからの2型糖尿病リスク層別化・サブタイプ分類
| Project/Area Number |
19K17962
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
鈴木 顕 大阪大学, 医学系研究科, 助教 (90838806)
|
|---|
| Project Period (FY) |
2019-04-01 – 2021-03-31
|
| Keywords | 2型糖尿病 / ゲノム / ポリジェニック・リスク・スコア |
|---|
| Outline of Annual Research Achievements |
２０２０年度は１．トレーニングデータを用いた2型糖尿病感受性遺伝子変異の選定、２．各種既存アルゴリズムを適用した2型糖尿病発症リスクの層別化、３．新規機械学習アルゴリズムの開発によるリスク層別化の精度向上、の３つの課題を実施した。１．については、バイオバンクジャパン 20万人(うち糖尿病4万人、非糖尿病16万人)のデータを活用し、ゲノムワイド関連解析（GWAS）を実施し、2型糖尿病に関連する遺伝子変異を選択した。２．については、１．で同定した2型糖尿病感受性遺伝子変異に関するジェノタイプデータを用いてバイオバンク・ジャパンのサンプルにおいてゲノムデータの主成分（PCA）による次元縮約やポリジェニック・リスク・スコア(PRS)によるリスク層別化を実施した。既存の高次元圧縮技術などのアルゴリズムが抱えている問題点を克服するため、高次元圧縮技術の組み合わせ(PCA-UMAP)を適用し、2型糖尿病のリスク層別化の精度を向上させた。さらに、分子生物学的経路（以下、パスウェイ）のデータベースからパスウェイ情報を網羅的に取得し、各パスウェイに属する遺伝子が存在するゲノム領域のSNPに限定してポリジェニック・リスク・スコアを計算した（パスウェイPRS）。パスウェイPRS同士の相関係数を算出し、相関が強いパスウェイ同士を同一のクラスターに所属させるクラスタリングを実施し、パスウェイのクラスターごとにPRSを算出した。パスウェイ・クラスターPRSを代謝疾患に関わる形質との関連に基づき特徴付を行った。パスウェイ・クラスターPRSの算出により、同一のPRSを有する被検者であっても、そのパスウェイ・クラスターPRSの分布は異なることが明らかとなった。これらの知見により、同等の２型糖尿病発症リスクを有する被検者であっても、パスウェイ・クラスターPRSに基づきその病型の評価が可能となることが期待される。
|
-
-
-
-
-
-
[Journal Article] Genome-Wide Natural Selection Signatures Are Linked to Genetic Risk of Modern Phenotypes in the Japanese Population2020
Author(s)
Yasumizu, Yoshiaki; Sakaue, Saori; Konuma, Takahiro; Suzuki, Ken; Matsuda, Koichi; Murakami, Yoshinori; Kubo, Michiaki; Palamara, Pier Francesco; Kamatani, Yoichiro; Okada, Yukinori
-
Journal Title
Molecular Biology and Evolution
Volume: 37
Pages: 1306-1316
DOI
Peer Reviewed / Int'l Joint Research
-
-
-
-
-
-
