2022 Fiscal Year Research-status Report
Visualization and prediction of health and disease states using landscape models
| Project/Area Number |
20K21837
|
|---|
| Research Institution | Institute of Physical and Chemical Research |
|---|
Principal Investigator |
石川 哲朗 国立研究開発法人理化学研究所, 情報統合本部, 客員主管研究員 (90824160)
|
|---|
| Project Period (FY) |
2020-07-30 – 2024-03-31
|
| Keywords | ランドスケープ / 疾患の多様性 / 病態分類 / 予後予測 / 層別化 / 可視化 / 情報疫学 / インフォベイランス |
|---|
| Outline of Annual Research Achievements |
一般に高次元で扱いが困難な健康・医療データを教師無し学習と同様にランドスケープモデルを用いて次元削減することで患者やサンプルを層別化し、新たなリスク群の発見や病態進行、予後を予測することで先制医療や予防医療、トリアージに活用するためのアルゴリズムの開発を行なっている。
令和４年度はこれまで取り組んで来た睡眠ログデータ、心不全の解析以外にも、メタボロームデータや皮膚疾患などへと適用範囲を広げている。特に力を入れたテーマは、世界的なパンデミックが社会問題である新型コロナウイルス感染症（COVID-19）である。その研究を行うため、国内の大規模データとしては国立国際医療研究センターが中心となって観察研究のために構築したCOVID-19 REGISTRY JAPANデータの解析を行なった。一方、国外の大規模データとしては、イスラエル政府やメキシコ政府が公開している疫学データにアクセスするとともに、アメリカ疾病予防管理センター（CDC）が収集しているサーベイランスの公開データを用いて集団レベルの流行の拡大・収束をランドスケープで予測する手法の開発を実施した。また、CDCのアクセス制限付き詳細症例データを研究申請の上で入手し、個人レベルの重症化リスク判定や生存・死亡アウトカムの予後予測を層別化を行うことで高精度化する方法論を検討して来た。
さらに、Google社が公開しているGoogle Trendのデータを用いて、疫学を情報空間上で展開するインフォデミオロジーの考え方を取り入れ、感染症流行動向調査である疫学サーベイランスを仮想的に実現するインフォベイランスにより、集団レベルでの人々の情報行動からマクロな状態を識別することでミクロな感染症の流行動態を間接的に読み取れることを示した。エネルギー地形を描画することで状態を可視化するにとどまらず、ランドスケープの発想や射程、視座をより深化させた。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
令和４年度はアクセスできるデータがさらに増したことや多くの共同研究が進展したことから、成果物として６報もの査読付き原著論文を世に出すことができた。招待を受けて総説記事を２本執筆する機会にも恵まれ、予想以上に多くの出版物を上梓する結果を実現できた。さらに、国際シンポジウム１件を含む招待講演３件を始めとした８件の学会発表を実施して、ソリッドな結果を報告するだけでなく研究途上のフレッシュなアイデアを紹介することで他のパネリストや聴衆と大いに議論を行えた。また、国際共同研究の打ち合わせもたびたび行い、当研究課題の成果や進捗報告に対する関心の強さと話題性の大きさは目を見張るものがあった。ランドスケープを用いた解析や応用に対する期待や可能性の大きさをますます感じるとともに、ヘルスケアや医療、公衆衛生、予防医療の現場で求められているニーズや潜在的な発展の方向性に対する理解をさらに深めることができた。
|
| Strategy for Future Research Activity |
健康・疾患状態を表現するランドスケープモデルの基盤となる論文を執筆することを令和５年度の目標とする。高い関心と期待に応えるため、提案している方法論の普及期に入って来ていることを強く実感する。そこで、解析ツールとして多くの人に使ってもらえるようなパッケージないしはワークフローを構築し、公開することを検討している。これにより、ダイレクトに共同研究をしていない範囲にまで利用者を拡大できれば、これまで以上に多くの研究者や開発者に実際に我々の手法を試してもらい、利活用してもらえる道が拓ける。そのようにして、解析ツールのユーザーから有益なフィードバックをもらえれば、さらなる発展や応用が加速するはずである。
ただし、まだいくつか解決すべき課題も積み残されている。より情報量の多い忠実な状態配置を可視化できる改良策の検討、より高次元のデータへの対応や、離散値と連続値の両方を扱えるように柔軟性を持たせられないかはそれぞれ大きな課題である。しかし、これらの課題は理論を拡張したり、別の方法論と組み合わせたりすることで部分的に解決を図ることができると構想している。そのためには、共同研究者とアイデアを出し合い、議論を進めるとともに具体的に手を動かして思いついているものの検証が待たれるアイデアを実装して実験して多くの試行錯誤を繰り返すことで、現実的なソリューションの突破口を必ず見出せると確信している。ランドスケープのアナロジーで言えば、トラップが多い複雑な地形の上を一直線に状態遷移しようとして立ち塞がる障壁でスタックするのではなく、遠回りをしてでも最適な回り道を見つけられれば困難を克服して望ましい目的地に辿り着けるはずである。そのような急がば回れの研究を実直に推進する。
|
| Causes of Carryover |
令和４年度は学会参加が招待講演もしくは共著者による発表が多く、またCOVID-19感染症感染拡大のために研究打合わせ、国内および国際会議がオンラインまたはハイブリッド開催となったため、旅費が発生しなかった。コロナ下のリモートワークを中心とした新しい働き方の模索を続ける中で、当初予定していたオンプレミスの計算機ワークステーションの導入を見送ったため。次年度は漸くコロナが収束したことを受け、可能な範囲でオンサイト開催の学会や研究集会の現地に出向いて参加して研究成果を積極的に発表するとともに、オンプレミスもしくはクラウド型の計算機環境を整備することでさらなる研究推進に利用することを予定している。
|
-
-
-
-
-
-
-
-
-
[Journal Article] Proteogenomic landscape and clinical characterization of GH-producing pituitary adenomas/somatotroph pituitary neuroendocrine tumors2022
Author(s)
Yamato A, Nagano H, Gao Y, Matsuda T, Hashimoto N, Nakayama A, Yamagata K, Yokoyama M, Gong Y, Shi X, Zhahara SN, Kono T, Taki Y, Furuki N, Nishimura M, Horiguchi K, Iwadate Y, Fukuyo M, Rahmutulla B, Kaneda A, Hasegawa Y, Kawashima Y, Ohara O, Ishikawa T, Kawakami E, Nakamura Y, Inoshita N, Yamada S, et al.
-
Journal Title
Communications Biology
Volume: 5
Pages: 1304:1-14
DOI
Peer Reviewed / Open Access
-
-
-
-
-
-
-
-
-
-
-
