2021 Fiscal Year Annual Research Report
Statistical Modeling for Evidence based Personalized Medicine
| Project/Area Number |
19K20402
|
|---|
| Research Institution | Tokyo Medical and Dental University |
|---|
Principal Investigator |
PARK HEEWON 東京医科歯科大学, M&Dデータ科学センター, 教授 (70756642)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 抗がん剤耐性 / 遺伝子ネットワーク / 説明可能なAI |
|---|
| Outline of Annual Research Achievements |
本年度においては、ネットワーク推定技術の開発や薬剤感受性・耐性メカニズムの解明を目指す遺伝子ネットワーク解析を行った。
１.抗がん剤耐性を獲得するメカニズム解明を目指す、複数・膨大なネットワークの共通重要成分抽出
抗がん剤の耐性を獲得するメカニズムの解明を目指し、多次元細胞空間における一細胞レベルのネットワーク推定の技術を開発し、「抗がん剤感受性とそれのターゲット遺伝子EGFRのGenetic Dependency」によって変化する遺伝子ネットワークを推定した。推定された膨大・大量のネットワークの解釈のための複数のネットワークの共通重要成分を抽出する数理モデルを開発し、複数・膨大なネットワークを支配する遺伝子探索を行った。本研究成果は、研究論文としてまとめて学術雑誌に発表した。
2.遺伝子ネットワークに基づく説明可能な深層学習モデルを開発
抗がん剤の感受性・耐性の複雑なメカニズムを解明するためには、発現量だけに基づく解析は不十分であり、遺伝子間の因果関係は薬剤感受性を説明するのに重要である。本研究では、 従来の研究（発現量に基づく予測モデル）を改善のため、薬剤感受性ネットワークを一細胞レベルで推定し、ネットワークをinputとする予測モデルを構築した。さらに、深層学習に基づく予測モデルの限界であるBlack Boxの問題を解決するため、薬剤感受性の予測（説明）における各gene-gene interactionの重要度を提示可能な手法Xpredictionを開発した。薬剤感受性・耐性の予測や関連マーカー探索行った。本研究成果は、研究論文としてまとめて学術雑誌に発表予定である。
|
