2022 Fiscal Year Annual Research Report
Develop explainable AI strategies for uncovering molecular mechanism behind disease based on gene network analysis
| Project/Area Number |
22K12259
|
|---|
| 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, 非常勤講師 (70756642)
|
|---|
| Project Period (FY) |
2022-04-01 – 2023-03-31
|
| Keywords | Gene regulatory network / Explainable AI / 抗がん剤耐性メカニズム |
|---|
| Outline of Annual Research Achievements |
本年度においては、がん細胞の薬剤感受性・耐性状況を説明するのに最適な遺伝子ネットワーク推定の技術を開発し、それらに基づいてがん細胞の胃がん抗がん剤耐性獲得メカニズムの解明を目指して遺伝子ネットワーク解析を行った。本研究では、 遺伝子ネットワークを推定する際にネットワーク推定誤差と抗がん剤感受性予測誤差を両方とも最小するようにネットワーク推定を行うため、がん細胞の薬剤感受性を説明するのに最適化された遺伝子ネットワーク推定を可能にする技術を開発した。また、開発された技術は、以下2点のネットワークバイオロジー の知識を予測モデルに反映させながら予測モデルを推定する。
- 多数のリンクを持つハブ遺伝子が遺伝子制御や関連するバイオロジープロセスで重要な役割をする
- ネットワーク上で繋がりがある遺伝子同士は類似のバイオロジー機能を持つ
これにより、ハブ遺伝子が予測モデルにおいて大きな影響を持つことと、繋がりがある遺伝子同士は予測モデルで似たような影響を持つことが可能になる。したがって、構築された予測モデルは、あるパスウェイにのっている遺伝子群で構築され、 我々が明らかにしたい疾患のメカニズムの予測結果をパスウェイに基づいて統合的に解釈することが可能になる。開発されて技術を用いて、胃がん抗がん剤の薬剤感受性を説明するのに最適な遺伝子ネットワークを推定し、胃がん薬剤の耐性メカニズム解明を目指し、ネットワーク解析を行った。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。
また、上記の研究をがん細胞の状況の分類問題に拡張し、 胞のステータスを分類（説明）するのに
最適化された遺伝子ネットワーク解析技術を開発し、関する研究成果を研究論文としてまとめて学術雑誌に発表した。
|
