Statistical Modeling for Evidence based Personalized Medicine

2019 Fiscal Year Research-status Report

• Project/Area Number: 19K20402
• Research Institution: Hiroshima University
• Principal Investigator: PARK HEEWON 広島大学, 情報科学部, 准教授 (70756642)
• Project Period (FY): 2019-04-01 – 2022-03-31
• Keywords: GWAS / genetic relationship / スパース主成分

Outline of Annual Research Achievements

本年度においては， GWASのgenetic relationshipの推定問題に注目し、線形混合モデリングの研究を行った。特に、固定・ランダム効果の選択とモデルの推定が同時にできるスパース線形混合モデリングに関する研究に取り込んだ。SNP選択に基づくランダム効果の分散共分散行列の推定法として、従来のスパース主成分手法を拡張し、主成分選択と各主成分に対するloadingベクトルのスパース推定が可能な手法を提案した.　スパース主成分法は次元縮小と変数選択の問題を同時に解決できる手法であるため、高次元データ解析での有効性が注目され様々な手法が提案・活用されていますが、次元縮小で重要課題である主成分のスパース推定に関する研究はあまりされていない.　本研究で提案された主成分選択とloadingベクトルのスパース推定が同時にできる手法は特徴抽出・次元縮小過程でのノイズ除去によるモデリングの精度向上に効く、大規模・高次元ゲノムデータ解析に役に立つことが期待される.　モンテカルロ・シミュレーションや実データ解析に基づいて提案手法の有効性を評価した.　本研究成果は、現在論文としてまとめて投稿中である.
また、個別化医療でのエビデンス提供を目指して、説明可能は遺伝子ネットワークの解析に関する研究に取り込んだ.　Sample-specific解析によると、患者個々のゲノム特性は究明できるが、解析結果に対して説明がつかないのが現在の統計・機械学習手法の問題である.　本研究では、説明可能なAI手法の活用による「Biologically interpretable gene network analysis」の研究を行っている.

Current Status of Research Progress

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

Reason

GWASのためのgenetic relationshipのスパース推定方法に関する研究が進んて来て、原著論文としてまとめ上げ現在投稿中である．
また、個別化医療に向けたCancer characteristic-specific Gene network constructionに関する研究に関しては、
AI記述により構築された薬剤感受性遺伝子ネットワークの解析を行い現在解釈中である.
だた、genetic relationshipのスパース推定方法として提案された方法を多様なSNPデータの解析やそれに基づいてGWASでの活用の研究がまだできなかったため，
区分は「おおむね順調に進展している」を選んだ.

Strategy for Future Research Activity

令和元年度に行った研究成果を踏まえ、提案された散共分散行列のスパース推定法に基づいて多様なSNPデータ解析を行い，それから個別化治療のエビデンス探索について検討を行う。
また、患者個々のがんゲノム情報によって異なる遺伝子ネットワーク推定の技術の開発し、遺伝子発現制御機構の解明を目指す.
得られた研究成果は論文として投稿し国内外での学会発表を通して社会へ発信する。

Causes of Carryover

（理由）年度末から、COVID-19で研究者との打ち合わせや研究成果発表ができなくなって、次年度に延長された.生物学・医学・薬学等の様々の分野の研究者との打ち合わせの旅費、または研究成果発表のための旅費のことで、次年度使用額が生じた.
（使用計画）次年度に延長された研究成果発表や打ち合わせの旅費を計上する. 大規模データの解析のための計算機、関するハードウェア・ソフトウエアに支出予定である.また，準備中の論文の英文校正費、掲載料にも支出を予定である.