Establishing an Analytical Framework for a Comprehensive Understanding of Cancer Systems through Large-Scale Proteomic Analysis

2023 Fiscal Year Final Research Report

• Project/Area Number: 21K17852
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 62010:Life, health and medical informatics-related
• Research Institution: Nagoya University
• Principal Investigator: Uno Kohei 名古屋大学, 医学系研究科(保健), 助教 (50873585)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: プロテオーム解析 / データ科学 / 多変量解析 / 欠測値補完

Outline of Final Research Achievements

There are missing values ​in large-scale proteome analysis, thus missing value imputation should be necessary. However, missing imputed data have a bias that the variances are underestimated. This is a serious ploblem because it increases the rate of false positives in biomarker discovery. Therefore, we developed a new algorithm to correct the variance bias after missing value imputation. We demonstrated its usefulness through simulations and demonstrated the usefulness of the proposed method by applying it to proteome data. The results of this research can be summarized as follows:[1] We developed a new index to evaluate the performance of missing value imputation methods.[2] We developed a new algorithm to correct variance bias.

Free Research Field

統計科学

Academic Significance and Societal Importance of the Research Achievements

オミクス解析による疾患のバイオマーカー探索は重要な研究である。セントラルドグマの最終生産物であるプロテオームデータを用いたバイオマーカー探索も極めて重要であり、欠測値補完は慣習的に用いられている。しかし、その分散バイアスによる偽陽性については見過ごされている。そのため、本研究はそのバイアスに対しての警鐘であると同時にその対処方法を提示しており、バイオマーカー探索に貢献していると考えられる。そして、バイオマーカー探索は疾患研究において重要な役割を果たすことから社会的にも意義があると考えられる。